朋友想要一个会议音频转写工具。她之前用飞书，但订阅费涨价之后有点舍不得，问我有没有比较好的开源方案。我去看了一眼现在的开源 ASR 模型，发现最新的 FunASR 已经可以很好地支持会议场景，说话人标记、远场识别、带底噪的人声识别，这些能力都已经不是问题。于是很快就帮他口嗨了一个能用的版本出来。但在口嗨的过程中真正让我在意的不是把功能实现出来，正因为“实现”得过于简单而让我不得不思考，如果这个应用脱离了对 ASR 的依赖，还能剩下什么？我们都知道产品的成立，在于应用与用户之间建立强的价值联系。我为朋友做的是一个完全建立在模型能力之上的应用，模型足够好，应用就成立。我所做的事情，很大程度上只是把我朋友的需求翻译成模型调用，再把结果包装成一个界面。这个过程当然有价值，但这种价值很薄，应用与用户之间的关系非常脆弱。以这个语音转文字工具为例，把语音转成文字当然有用，但它只是功能上的作用。一场有价值的会议，应遵循以下原则：会需有议、议需有决、决需有行、行需有果、果需有用。语音转文字只是一种手段，会议的价值是一条从讨论到结果的链条，而不是一段被整理好的文本。所以它甚至算不上一款产品，只能算一款套壳应用。同样地，市面上大量所谓的AI产品，似乎都只是模型套壳。Chatbot 是 LLM 大模型的套壳，语音助手是语音模型的套壳，STT工具是ASR模型的套壳。它们在交互和 UI 上做了功夫，而没有定义产品的价值。似乎我们很容易把“能力的可用性”，误认为“产品的成立”。在传统软件时代，价值分布在整个开发与维护流程中。但在 AI 时代，生产变得异常廉价，我们必须面对价值迁移的现实，去重新寻找产品与用户之间的连接点。如果一味地生产旧工具或做一大堆套壳，参考制造业的经验，当生产能力过剩且缺乏核心壁垒时，利润会迅速萎缩至0。止痛药只有在痛的时候才有效，但止痛药从来都不是解决问题的良方。我这位朋友，作为员工他有义务在每次会议结束后形成一份会议纪要，语音转文字的工具对他来说是效率工具，但”会议“应承载的业务价值并没有在应用中得到呈现。对于他和他的企业来说，乱七八糟毫无意义的会议一个没少，收到等于知道的会议纪要一份接着一份，再好的 AI 工具也解决不了 bullshit job 的现实，一团乱麻的管理体系也依然一团乱麻。所以我认为一个正确的 AI 产品应该致力于抹平用户能力的差异。过去我们做各种流程管理的办公软件是为了提供更好的记录和信息同步工具，但这高度依赖于员工自身的职业素养、管理能力和执行力。也就是说，对于大多数并不具备这些能力的企业和员工来说，办公软件只是把手写变成手打，仅此而已。但 AI 有能力解决这个问题，它能把高价值的业务规则内化到产品中。以前需要靠人去完成不同工具间的连接，现在可以让 AI 自主连接。那些能力尚有欠缺的员工可以依赖产品内置的价值体系完成效率上的跃迁，而能力顶尖的员工则能从繁杂的行政事务中解脱，聚焦于更高价值的目标。AI 应用的真正力量在于它能大大降低产品与用户之间的摩擦，将原本沉重的用户教育成本消解在自动化的逻辑之中，赋予所有人水平线上的能力，这才是 AI 产品应该承载的价值。回到我为朋友口嗨出来的那个 ASR 应用。如果只是单纯地把语音转成文字，并不会帮他缩短与工作目标之间的距离。飞书订阅费固然令他心痛，但免费的开源方案也并不会帮他节省心力。一个真正成立的 AI 产品，应当是”会需有议、果需有用“的实体化。只有当高价值的业务规则被内化为产品的内核，我们才不会成为模型厂商的搬运工。我们要交付给用户的，应该是一套能自主运行的卓越能力，而不是一个又一个零散的效率工具。只有这样，我们才能真正找到在 AI 时代与用户之间的价值连接，并重新定义自身的价值锚点。
夜雨聆风
