AI 时代,普通研发怎么训练自己的商业感
我以前很长一段时间都觉得,商业感离研发挺远。
研发更熟悉的是需求、排期、技术方案、稳定性、性能、上线风险。遇到一个问题,第一反应通常是:怎么做,怎么拆,怎么实现,怎么保证不出问题。
这些能力当然重要。
但下班后开始做自己的产品以后,我越来越明显地发现:做出来,只是第一步。
一个功能能做出来,不代表有人需要。一个产品看起来完整,不代表有人愿意付钱。一个 AI 工具很酷,也不代表它真的解决了某类人的真实问题。
我现在理解的商业感,不是会喊增长,也不是会讲销售话术。
商业感的起点,是把“我能做什么”改成“谁为什么愿意付钱”。
这对普通研发来说,可能是最需要训练的一次视角切换。
01
研发最大的惯性,是先想怎么做
技术人很容易从实现开始思考。
看到一个问题,会先想技术架构。看到一个想法,会先想功能模块。看到一个竞品,会先想我能不能也做一个。看到 AI 能力变强,会先想是不是可以自动化、智能化、产品化。
这不是坏事。
研发之所以有价值,就是因为能把模糊想法变成可运行的东西。
但如果你下班后做自己的产品,光有这个视角不够。因为市场不会因为你做出来了,就自动给你反馈;用户也不会因为你的技术栈合理,就愿意付钱。
我以前也容易陷在这里。
一个想法冒出来,脑子里很快就开始出现页面、接口、数据结构、工作流、自动化方案。做着做着,产品越来越完整,但我反而更不确定:这东西到底谁会用?
这就是研发视角的盲区。
它能帮你把东西做出来,但不能自动告诉你这件事值不值得做。
02
商业感的起点,是先问谁会付钱
很多研发听到商业感,会下意识觉得那是老板、销售、运营或者市场的人该关心的事。
但如果你想下班后做产品、做服务、做内容,商业感就不能外包给别人。
你至少要先问清楚一个问题:
谁会为这个东西付出成本?
注意,不一定一开始就是付钱。成本也可以是时间、注意力、迁移成本、学习成本、试用成本、信任成本。
如果一个人只是觉得你的东西有意思,但不愿意花时间试;如果他只是点赞,但不愿意留下问题;如果他只是说“这个不错”,但不愿意把它用到自己的工作里,那这个需求还很弱。
商业感不是一上来就定价,而是先判断这个问题有没有足够真实的成本。
一个愿意付出成本的问题,才有可能往付费走。
03
不要只看需求,要看付费动机
“有需求”和“愿意付钱”中间隔着很远。
很多东西大家都觉得有用,但不一定愿意付钱。比如更好的笔记系统、更智能的待办、更漂亮的数据看板、更自动化的内容工具。
它们都可能有用。
但真正要判断的是:这个人为什么现在就需要解决?如果不解决,他会损失什么?他现在是怎么凑合解决的?他对现有方案哪里不满意?
这些问题比“你需不需要”更重要。
因为用户经常会说需要,但行为会告诉你另一件事。
他有没有主动追问?有没有愿意试用?有没有愿意给你真实数据?有没有愿意为了这个问题迁移流程?有没有愿意付一笔小钱?
商业感,就是开始看这些行为,而不是只听表态。
04
AI 让研发更容易做出来,也更容易做错方向
AI 对研发最大的改变之一,是实现成本变低了。
以前你可能要花几天写一个原型,现在一晚上就能做出 demo。以前一个人很难同时写代码、写文案、做页面、生成图片,现在 AI 可以帮你补很多环节。
这当然是好事。
但它也带来一个新问题:越容易做出来,越容易跳过判断。
因为做东西的成本变低了,我们会更容易说服自己:先做出来看看。
可问题是,如果方向本身没有验证,做得越快,只是错得越快。
这也是为什么 AI 时代研发更需要商业感。
不是因为技术不重要了,而是因为技术实现越来越不稀缺以后,判断变得更值钱。

从技术实现视角,切到商业判断视角。
05
普通研发可以用 5 个问题训练商业感
我现在会用 5 个问题逼自己慢下来。
第一,谁有这个问题?
不要回答“很多人”。尽量具体到一类人,比如独立开发者、小团队老板、内容创作者、销售负责人、教培老师、跨境卖家、正在做副业的研发。
第二,这个问题现在怎么被解决?
如果用户现在完全没有解决方式,要小心。很多时候不是因为没人发现机会,而是因为这个问题还不够痛。
第三,他为什么不满意现在的方式?
不满意才可能带来迁移。不然你只是做了一个“看起来更好”的东西。
第四,他愿意付出什么成本?
愿意试用、愿意迁移、愿意给反馈、愿意付钱,强度是不一样的。
第五,我能不能用最小交付验证?
不要一上来做完整产品。能不能先用一个页面、一次咨询、一份模板、一个自动化脚本、一个小 demo 验证?
这 5 个问题不复杂,但它们能把研发从“怎么实现”拉回“谁真的需要”。
06
我现在做内容和小产品,其实是在训练判断
我现在写公众号、做 AI 工作流、做自己的小产品,不只是为了多一个输出渠道。
更重要的是,它们在逼我训练商业判断。
写内容,会让我看到什么问题能让人停下来,什么表达没人关心。
做小产品,会让我看到什么功能只是我觉得有意思,什么功能真的能带来使用和反馈。
搭 AI 工作流,会让我看到哪些流程只是自嗨,哪些流程真的能减少判断成本和执行成本。
这些反馈不一定马上变成收入,但它们会让我离真实需求更近。
对普通研发来说,商业感不是突然变成另一个人。
不是从今天开始学会销售,不是逼自己变得外向,也不是放弃技术去做营销。
它更像一个长期训练:
每次想做东西前,多问一句谁会用。
每次想加功能前,多问一句谁愿意为它付出成本。
每次做完以后,多看一次真实反馈,而不是只看自己做得是否完整。
07
商业感不是天赋,是反馈训练出来的
我以前会觉得商业感是一种天赋。
有些人天生懂市场,天生会卖,天生知道别人想要什么。
现在我不太这么看。
至少对普通研发来说,商业感更像一种反馈训练。你一次次把想法拿出去,看有没有人停下来;一次次把 demo 拿给用户,看有没有人愿意试;一次次把服务说清楚,看有没有人愿意付钱。
这个过程会有点不舒服。
因为它会不断提醒你:你觉得重要的东西,别人未必在乎。你觉得完整的功能,别人未必愿意用。你觉得酷的 AI 能力,别人未必愿意为它改变流程。
但这正是训练商业感的地方。
研发最擅长的是把不确定的技术问题拆清楚。
下班后做产品时,我们也要开始训练另一种能力:把不确定的市场问题拆清楚。
如果你也想检查自己的产品想法,可以在后台回复:
最后留一个入口
如果你也想检查自己的产品想法,可以在后台回复:
商业感
我整理一份「研发商业感自测表」给你。它不会告诉你一个想法一定能不能赚钱,只帮你先判断:你现在是在证明自己能做出来,还是在验证真的有人愿意付出成本。
戴克斯AI
10年互联网研发,下班后探索 AI 时代的超级个体。
夜雨聆风