ARTICLE · 1112145
当 AI 能把东西做出来后,谁来决定该做什么?
这两年，很多能力正在变得前所未有地便宜。
写一段代码、做一张海报、搭一个页面、整理一份文档、做一个演示视频。
以前需要找不同的人协作，现在一个人借助 AI，已经能完成其中很大一部分。
这并不意味着程序员、设计师或运营不重要了。
它意味着，单纯“把东西做出来”的门槛正在下降。
真正变难的，是另一件事：到底该做什么。
#01.
我曾经以为，能力强就够了
我是从 UI 设计开始的。
以前做项目时，我很自然地关注页面好不好看、交互顺不顺、功能全不全。后来接触产品，也开始关心需求、路径和体验。
这些能力当然重要。但当我开始经常接触客户、跑业务、跟现场时，我慢慢发现自己以前常常站在“完成任务”的角度思考。
客户不会因为你的原型很完整就付费。
老板也不会因为功能做得很漂亮，就自动多一笔订单。
他们更在意的是：这个问题有没有人愿意解决？能不能少出错？能不能少花时间？能不能更快回款？做完之后，到底有没有用？
这不是设计问题，也不只是技术问题。
这是业务问题。
#02.
AI 放大的，不只是生产力
现在，AI 可以帮一个没有技术背景的人写出第一版产品；也可以帮一个会设计的人在半天内做完过去要几天的页面。
但它无法自动回答：
- 谁会为这个东西付钱？
- 这个用户真正卡住的是哪一步？
- 这个流程里，什么地方最值得先改？
- 这个需求是偶然抱怨，还是重复出现的痛点？
- 如果资源有限，今天应该先做产品、找客户，还是解决交付？
AI 能给出很多看似合理的建议，但它没有亲自坐在客户面前听过那句“我不是不想做，是现在根本没时间”，也没有经历过一次返工、一次丢单、一次催回款之后的取舍。
这些来自真实场景的理解，才是业务感。
AI 让执行更快，也会让错误方向被更快地执行。
所以未来稀缺的，不只是会使用 AI 的人，而是能给 AI 指对方向的人。
#03.
“懂业务”不是懂一堆黑话
很多人听到“懂业务”，会觉得这是老板、销售或行业老人的事。
其实不是。
懂业务，不是会背行业术语，也不是能画出一张很复杂的流程图。
它更像是一种把事情看完整的能力：
- 能看见用户说出口的需求，和他真正想避免的麻烦；
- 能理解一个流程里，谁有决策权，谁承担风险，谁最怕出错；
- 能判断一个漂亮的方案，是否真的能被现场执行；
- 能把功能、成本、交付、订单和回款放在同一张桌子上思考。
这也是为什么我越来越珍惜和真实客户、工厂现场打交道的机会。
它们会不断打破我在电脑前形成的想象。
很多你以为需要一个复杂系统解决的问题，可能只缺一张清楚的订单卡；
很多你以为要加一个功能的地方，真正的问题是前面没人确认；
很多你以为“用户不懂产品”的时刻，其实是你还不懂他的工作。
#04.
我的能力，也在重新组合
我不想把自己定义成一个只会做页面的设计师，也不想装成一个什么都懂的“AI 专家”。
我现在更想做的，是站在几种能力的交界处：
设计师的训练，让我能把复杂信息理清楚，做成别人愿意使用的东西；
产品的训练，让我习惯追问问题、梳理路径、做取舍；
销售和客户沟通的经历，让我开始关心谁愿意付钱、谁承担成本、结果是否能交付；
而对传统行业现场的观察，让我意识到：
很多机会不在“造一个更大的产品”，而在把一个已经存在、却混乱低效的业务环节整理好。
AI 是我手里的工具，但它不是我的全部定位。
我更希望自己成为那个能听懂业务、把问题说清，
再用设计、产品和 AI 把它做出来，实现真正自我价值的人。
#05.
未来真正有价值的人，像一座翻译器
在技术和业务之间，永远需要一种“翻译”，或是“中转站”。
懂技术的人，未必天然懂现场；
懂现场的人，也未必有时间把经验整理成流程、产品和工具。
而能在两者之间来回切换的人，会越来越有价值。
他能把老板一句模糊的抱怨，翻译成一个可验证的问题；
把老师傅多年的经验，翻译成团队能复用的规则；
把 AI 的能力，翻译成一线员工愿意接受的动作。
这类人不一定是最会写代码的，也不一定是最会讲概念的。
但他知道技术应该落在哪，知道哪里不能省掉人的判断，也知道什么时候应该先停下来问一句：这真的是问题吗？
#End.
写在最后
AI 让很多人第一次拥有了“把想法做出来”的能力。
但做出来之后，真正拉开差距的，还是你是否看懂了一个真实的人、一条真实的流程，和一门真实的生意。
我也还在学习这件事情。
从设计到产品，从客户到交付，从线上到线下，我越来越确定：未来最值得积累的，不只是某个工具的熟练度，更像是一个多边形战士，或是跨领域融合的专业能力。
因为工具会更新，模型会迭代。
而一个人对问题、客户和生意模型的理解，会慢慢长成他真正不可替代的部分。
我会继续记录自己用设计、产品和 AI 走进真实业务的过程。如果你也在传统行业、做产品，或正尝试把 AI 用到具体工作当中，欢迎来交流你的场景。