有。AI 让过去不值得专门开发的长尾需求变得值得被满足,也会催生意义、陪伴、觉知这类新需求,但能否抓住取决于你是否离真实摩擦足够近。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
自然语言让长尾需求第一次值得被服务
材料里的观点以前满足一个需求,要么会写代码,要么等别人把软件做出来。图形界面的限制常被忽略:不是每个人的每个需求都值得一家公司投入开发成本,很多小事忍一忍就过去了。自然语言成了调度算力的第三个接口,你可以直接描述目标,让 AI 调用工具把事情做完。原来不值得专门做个产品的小需求,现在有机会被满足。比如换车后账户和贴纸弄乱了,自己处理很麻烦,让 Agent 从邮件里找账户、梳理、再合并,这类事过去不会有人为它开发软件1。
新需求来自人变了,而不只是效率变了
工业革命创造的不只是机器产业,还有娱乐、教育、城市消费和现代服务业。AI 自动化越强,人对意义、陪伴、心理韧性、精神秩序的需求可能越强,夏淳据此把身心灵产业对标健身和娱乐业,并给出五万亿美元量级的预测——这是他的判断,不是已论证的统计结论2。汽车普及后,旅馆、旅行社、物流这些行业是有了汽车才长出来的,买车时想象不到3。所以新需求往往不在 AI 本身,而在 AI 改变人之后人新增的需要。
抓新需求靠感受摩擦,不靠想大计划
AI推演很多创业者说自己在解决一个巨大需求,被追问“别人什么情况下会选你而不是竞对”就答不上来,这通常说明需求立不住。越是小的需求,越需要超高浓度的解决方案,因为用户容忍度低,方案好坏一眼能看出。捕捉这类需求的办法是从用脑转向用心:做一件事让你烦的那个瞬间,就是真实痛点,逻辑会骗你,烦不会。可以先把这些烦的瞬间记下来,公开讲出来,看有没有人真的在意——这能帮你判断它是不是真需求,而不是自嗨4。
关于新需求能否规模化、以及被替代人群的过渡问题,材料里存在分歧,没有定论。
出处
- 1从大厂高薪到自己赚钱,中间差的是什么?
解释自然语言作为第三个接口,为什么让长尾需求第一次值得被服务,是回答的核心机制。
- 2从“算计太多”到“心力劳动”:我和夏淳博士聊硅谷创业、AI时代与人的下一次迁徙
提供‘AI 改变人之后新增需求’这一视角,含身心灵产业与灵商的具体判断。
- 3AI浏览器,才能让AI真正走入大众?|把AI写进pitch deck,是十年前就在发生的事情|只有2%的人真的有第一性原理?|硅谷徐老师_上
用汽车催生旅馆、旅行社、物流的历史类比,说明新行业在当下难以想象。
- 4AI时代最危险的两个需求错判:寻找大需求,和用脑子想需求
给出捕捉新需求的具体方法:从感受摩擦入手,以及小需求为何需要高浓度方案。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- Ai时代是先有方向再行动,还是行动再有方向。
两者是交替校准的:方向大致对了就动手,行动再回来修正方向;卡住的人不同,先补的那一头也不同。
- 玩ai到底要不要自己摸索
要,但摸索的对象是任务本身,不是名词和工具。把真实任务做完、暴露问题、再补方法,比先学概念更有效。
- 我是个学生,想要实现财富自由,咋办
财富自由可拆成被动收入覆盖支出,学生阶段最现实的动作是尽早开始、控制支出、把精力投在能增值的能力上,而不是先想赚快钱。
- 我在使用ai做项目的过程中,发现ai会在工作区文件夹中生成很多文件夹、文件、标定、代码,组织起来很杂乱,当我想要整理工作区时哪些能删哪些不能删除不知道该从何下手,看过ai builder课程中module2,学到了如何管理各个context文件,但是对于整个工作区应该如何管理会更好。
工作区杂乱时,先按“工作记忆/项目记忆/组织记忆”三层给文件分类,再决定删留:当前任务直接要用的、项目积累的经验决策、跨项目长期知识,各自规则不同。
- 我结合我的爱好,vibe coding 了一个 K 线模拟训练软件,正式版发给了我的一些朋友使用,我 0 距离接收他们的反馈,并持续迭代优化,这个过程给我带来了很大的正反馈,我希望能以这个作品为起点,未来做功能更强大更深入的软件产品,为中国 A 股的散户交易者提供有价值的服务
你现在的路径和「通用工具围着真实工作长成自己的软件」高度一致,下一步最值得读的是从作品走向产品要补的那几块:重度用户、demo与生产的鸿沟、以及产品价值结构。
- AIをどのように活用できたらいい?
先别问“用哪个工具”,先问这项工作真正要交付什么;AI 是杠杆,方向对了放大专业能力,方向错了放大混乱。