AI式样的圆寂率高得惊东谈主，而大多数失败并非工夫问题，而是家具司理深陷分解陷坑。本文通过三个亲手埋掉的AI式样案例，揭示立项会上那些无东谈主追问的真相：用户变装分裂、物理场景错位、情谊鸿沟失控。从宠物换装到家支生成，每个案例皆暴显现AI家具专有的圆寂逻辑，作家最终索求出立项前必须通过的三谈关卡框架。
每天皆有一个AI式样死掉，其中三个是我亲手埋的！
2025年上半年，平均每天有一个AI式样始终关闭。AIGraveyard的圆寂名单仍是靠拢1300个，那些式样的名字你大要皆没传闻过——它们消除得悄无声气，连讣告皆莫得。
那些数字对我来说太远了。
直到我在半年之内，联贯亲手毙掉三个我方鼓吹的立项。
我铭刻终末一次是在周五下昼三点的评审会上。PPT翻到终末一页，我停顿了一下，合上了电脑，说了句：”先舍弃吧。”会议室千里默了三秒钟。莫得东谈主追问原因，因为各人心里皆了了——这个式样从一启动就不对，仅仅莫得东谈主在立项的时候说出来。
那三秒钟的千里默，值一篇著述。
一、咱们是怎么被AI”打单”立项的
三种让PM说不出”不”的场景
先说一个让好多PM不肯意承认的事实：大多数AI伪需求的出身，不是因为PM判断力不够，而是因为PM压根莫得契机判断。
在我阅历过的立项现场，大要有三种经典脚本：
1、雇主驱动型雇主从某个闭门论坛总结，在周会上说了一句话：”咱们必须有我方的AI家具。”于是全组启动头脑风暴，地点从AI客服到AI选题助手，七嘴八舌究诘了两个小时，终末拍板定了一个地点——谁皆说不了了有想象用户是谁，但PPT作念得很漂亮。
2、竞品刺激型某个竞品偷偷上线了一个AI功能，截图在责任群里疯传。三天后，你收到一条音讯：”他们皆有了，咱们为什么莫得？”立项就这样启动了。不是因为用户需要，而是因为”不成落伍”。
3、OKR交差型年底了，KPI里重心标红写着”探索AI地点落地”。立项是最快的交差方式，哪怕这个式样在Q2就会被偷偷叫停，先把这一条打勾再说。
这三种“脚本”，我皆亲历过。它们有一个共同特征：立项会上，莫得东谈主实在问过”用户是谁，他们当今怎么贬责这个问题”。
我印象最深的一次对话是这样的：
家具总监问：”用户有莫得这个需求？”
我说：”应该有吧，这个功能很“酷”。”
然后……莫得东谈主再追问了。
就这样，一个式样启动了。
更荫藏的陷坑：场景定了，用户变装偷偷换了东谈主
除了组织压力，还有一个更荫藏的陷坑，简直扫数PM皆踩过，但很少有东谈主缔结到：
立项时你脑子里的“有想象用户”，和实在使用家具的用户、实在付费的用户，频繁不是并吞个东谈主。
场景一朝笃定，用户变装就会随之漂移——但好多PM的立项文档里，这三个变装一直是并吞个东谈主。
我用背面要复盘的「家支故事生成器」式样来例如：
咱们想象时的有想象用户：子女——他们有付费智力，有传播意愿，是咱们在立项文档里写的阿谁东谈主
实在多情谊需求的用户：老东谈主——他们才是阿谁念念要看见先人故事的东谈主
试验使用家具的用户：照旧老东谈主——但他们既不会付费，也不会我方操作
终结即是：我为子女想象了一个送给老东谈主的礼物，但老东谈主看完之后说”这不是确切”。通盘链路，在我写第一滑需求文档之前就仍是断了。
ToC家具里，使用用户和付用度户可以不是并吞个东谈主，但家具体验必须让使用用户”爽”到，智力带动付用度户买单。ToB家具里，使用用户（职工）的爽点和决策用户（不休层）的买点，更是需要同期想象，不可偏废。
这即是大多数AI立项在最启动就埋下的雷：咱们以为用户是一个东谈主，试验上是三个。
二、深度复盘——我亲手埋掉的三个AI梦念念
每个案例我皆会按并吞个结构来讲：我以为→现实是→实在的死因→如若那时用了某个次序。
三个案例，死法各不相易，但病根是一个。
案例一：宠物换装——死在”用户行为数据”上
我以为：用户在给宠物买一稔之前，一定念念知谈穿上去好不排场。AI诬捏换装能贬责这个视觉心焦，诊治率应该能进步。逻辑听起来乘隙而入。
现实是：咱们访谈了12个铲屎官，问的是并吞个问题：”你前次给宠物买一稔，是怎么决定要买的？”
12个东谈主的回应：
9个东谈主：“看到买家秀合计可人就下单了”
2个东谈主：“跟博主买的同款”
1个东谈主：“念念证明一下合别离身”
咱们的家具，是为那1个东谈主想象的。
再去看数据：咫尺淘宝/天猫宠物服装类看法平均退货率粗莽在15%～25%之间。但不全是因为一稔称身，而是用户压根不在乎合别离身。他们买宠物一稔，本色上是在买“给宠物拍照发一又友圈”这件事自己。一稔仅仅谈具，不是商品。
实在的死因：操作老本>决策收益。
为了买件30块的一稔，用户需要给宠物拍照、上传、等AI生图、对比后果——而在这个历程竣事之前，他仍是径直在另一个tab下单了。AI换装贬责的问题，99%的用户从来就莫得。
如若那时作念过四象竣事位：
把宠物换装的需求扔进四象限——需求频率（中高，宠物主如实频繁买一稔）×决策复杂度（极低，理性冲动消耗）——它落在”高频低复杂”象限。
这个象限的特征是：用户早已造成了顺遂的贬责旅途，民风极难被突破。AI换装不是工夫不行，是进错了象限。
这个案例的本色是：这是一个完好的家具，仅仅它贬责的，是我念念象顶用户的问题。
案例二：鸟类环志——死在”物理场景归附”上
我以为：鸟类环志站长每天要手工纪录多半数据，笔迹璷黫、容易出错。用手机OCR识别环志编号，能把他们从手写纪录中自若出来，效力至少进步50%。
现实是：咱们去作念了田园访谈，随着两位站长归附了真实的功课场景。
鸟网收网之后，站长需要在极短期间内完成通盘历程：取鸟、称重、量翅长、上环、纪录、放飞。全程高度病笃，容不得任何迟误。
那时我拿动手机，在现场模拟了一遍”解锁手机→掀开APP→对焦→拍了了”的操作链路。单是这个作为，就跨越了30秒。
而现实条目是：手是湿的（露珠加上鸟的应激反馈），后光不及（功课期间是早晨4-6点），鸟在捏续抵挡，山顶信号一格。
我站在那里，IM体育官方网站首页手机屏幕在曙光里简直看不清，俄顷缔结到一件事：咱们在空调房里想象的家具，在这里是一个新的职守，不是一个贬责有想象。
实在的死因：工夫选对了，节点选错了。
如若那时作念过用户里程图：
把环志功课的全历程按行为阶段阻隔，在每个阶段标注期间、情边幅态和物理环境，实在的痛点节点会一目了然：
正确的家具应该是：帮站长作念日终汇总数月度上报的结构化器具，而不是现场OCR识别。
咱们把AI塞进了最不该放的阿谁节点。不是工夫不行，是咱们从来莫得实在站在用户的现场里念念过这件事。
案例三：家支故事生成——死在”情谊鸿沟测试”上
我以为：用AI把家支信息生成有温度的家眷故事，既有庆典感又有传播性，是一个情谊刚需。中国东谈主嗜好血脉传承，这个地点嗅觉很对。
现实是：咱们作念了小鸿沟的用户情谊测试，找了5个家庭，让他们看AI凭据家支信息生成的先人故事。
前两个家庭反馈还可以，合计”特意旨真理””很感动”。
第三个家庭是一位七十多岁的老东谈主。他看完之后千里默了很久。然后抬动手，说了一句话：
“这不是我爸的故事，这是你们编的。”
自后咱们才知谈，AI为了让叙事更完整，给他父亲”补充”了一段1962年插足某次集体服务的阅历。但那一年，他父亲正在狱中服刑。
那一刻我缔结到，这个家具有一个根人道的矛盾：家眷挂念的中枢价值是不可批改的真实性，而AI最擅长的，恰正是在真实和虚构之间找到最分解的叙事。这两件事，自然冲突。
实在的死因：AI的“合理补全”伤害了需求的严肃性。
但这个式样还有第二个死因，即是我在第一章里提到的用户变装分裂：
我为子女想象了一个送给老东谈主的礼物，但老东谈主是独一实在在乎这件事的东谈主——而他们在这个家具的链路里，齐全缺席。
当AI的幻觉伤害了需求的严肃性，这个家具就莫得救了。
总结：三个案例的共同病根
三个式样，死在不同的地方。但起先是同样的：咱们爱上了贬责有想象，然后反过往复找问题…
第三章：那什么样的AI需求，是确切？
举个：
大夫每天要手写或口述多半相通性病历。步地高度圭臬化（主诉、现病史、身材查验、会诊……），容错率相对高（有照拂和系统作念二次核查），使用频次极高（一个科室大夫每天产出几十份）。AI介入之后，不是替代大夫的临床判断，而是把大夫从机械的翰墨录入中自若出来。
把这个需求扔进四象限：需求频率极高×奉行复杂度高但高度圭臬化。这是AI最顺应切入的象限。
真需求的三个共同特征：
频次极高：用户每天皆在阅历这个不幸，不是偶尔为之
过程极不幸，终结高度圭臬化：东谈主作念起来烦，但对错圭臬澄澈，AI遮挡易犯苦难性异常
用户不需要参与感：这个任务，用户巴不得毋庸我方作念，AI替代不会带来失意感
对比三个失败案例：宠物换装（用户享受参与感）、鸟类环志（节点选错导致高摩擦）、家支故事（用户必须亲历，AI的”补全”是混浊）。每一个皆反着来。
第四章：PM的元分解——为什么咱们这样容易被骗？
那三个式样，我复盘了好屡次。我不认为我方是松弛疏忽。问题出在更深的地方：有三个分解陷坑，让我在立项时莫得智力看了了真相。
1、陷坑一：工夫可行性≠需求存在
大模子太强了，强到让PM产生了一种幻觉：工夫仍是就绪，需求一定存在。
但这两件事从来皆是孤苦的。GPT能写诗，不代表用户需要AI替他们写诗。OCR能识别翰墨，不代表用户满足在功课现场多掏动手机一次。AI能生成婚眷叙事，不代表老东谈主满足给与一个”被编出来”的父亲。
工夫可行性只回应了”能不成作念”，但”用户需不需要”是另一个齐全孤苦的问题。稠浊这两个问题，是AI时期PM最浩荡的分解异常。
2、陷坑二：用户说“这功能可以”≠用户会用
访谈里用户说的”可以”是法例，不是需求。
咱们作念宠物换装的访谈时，简直所灵验户皆说”这个功能挺特意旨真理的”。但”特意旨真理”和”我会为了这个更变我的购物民风”，中间隔着一齐很宽的沟。
实在的需求考证唯有一个圭臬：用户愿不肯意更变现存的行为民风来使用这个家具。如若他当今的贬责有想象仍是”够用”，再好的AI功能在他眼里皆是豪阔的摩擦。
3、陷坑三：咱们太爱贬责有想象了
这是最压根的病因。
PM在AI时期最大的问题，不是发现不了需求，而是太容易爱上贬责有想象。当你看到一个很酷的工夫演示，大脑会自动启动构建使用场景——AI换装好酷，宠物阛阓又大，用户应该会可爱。但阿谁”用户应该会可爱”，是你的念念象，不是用户的真实。
咱们把这种逻辑叫作念“拿着锤子找钉子”。但在AI时期更危急的是：这把锤子太排场了，让你觉赢得处皆是钉子。
作念AI家具，PM最难的不是发现需求，而是有勇气承认：这个需求压根就不存在。
第五章：立项前的三谈关卡——一个赶紧就能用的框架
第一关：用四象限给需求定位
在职何访谈和调研之前，先作念这个。
把需求放进两个维度来判断：需求频率（用户多久遭遇这个问题）×奉行复杂度（贬责这个问题有多难）。
操作次序：用一句话形容需求场景，和3-5个中枢用户证明频率和复杂度的感知。如若各人皆合计”不是什么大问题”，这个需求在四象限里大要率落在危急区。
追问红线：如若需求落在”高频低复杂”——不绝追问：用户当今用什么替代有想象？阿谁替代有想象有多顺遂？如若谜底是”很顺遂”，立项大要率是豪阔的。
第二关：用用户里程图找对节点
四象限通过之后，不要急着作念功能想象。先作念这一步：把用户完成这件事的全部行为阶段阻隔，在每个阶段标注期间、情态和物理环境。
操作要领：
判断红线：
物理环境不允许（户外、手湿、后光差、无集中），无论节点多痛，皆不顺应AI介入
AI检朴的期间少于30秒，而学习老本跨越5分钟，冷启动期必死
这个节点是用户”享受”的过程（如宠物选一稔），AI介入等于抢走参与感
第三关：证明用户变装莫得分裂
节点找对了，作念终末一齐关卡：
必须回应三个问题：
谁在用这个家具？（使用用户）
谁来为这个家具付费？（付用度户）
谁的不幸是实在需要被贬责的？（需求用户）
如若三个谜底不一致，在立项前必须念念了了：
红线圭臬：如若三类用户分裂，且你还没念念了了服务每个变装的旅途，先暂停立项，不要靠”以后再说”蒙混过关。
立项前完整Checklist
终结：你毙掉的阿谁式样，可能才是你最贵的家具课
我当今作念新式样，立项前会固定作念三件事：四象竣事位、用户里程图拆节点、证明用户变装莫得分裂。
这三件事加起来不跨越两天。但它们能帮我在写第一滑需求文档之前，就看了了这个式样会死在那处。这不是什么高尚的次序论。它们本色上仅仅在将就你回应一个在立项会上莫得东谈主实在追问过的问题：
用户确切需要这个吗？
在AI时期，PM最稀缺的智力，不是找到下一个好需求。而是在会议室里，当扫数东谈主皆在说”这个地点很有后劲”、当雇主刚从论坛总结眼睛放光、当竞品的截图刚在群里疯传
你能说出那句最难启齿的话：
“咱们先别急～～～”IM体育官方网站首页
Z6尊龙凯时官方网站
备案号: