ARTICLE · 1297739
我开始重新思考:AI 到底应该为活动行业做什么?
我开始重新思考:AI 到底应该为活动行业做什么?上周，我和技术人员认真沟通了平台的定位、产品结构和后续开发细节。 这次沟通让我重新思考了一个问题： 我们到底要做一个什么样的平台？ 一开始，我可能也会本能地关注功能。 能不能生成活动主题？ 能不能做创意方案？ 能不能生成视觉效果图？ 能不能自动完成 PPT？ 能不能把更多 AI 工具集中在一起？ 但聊到最后，我越来越确定： 功能集合不是壁垒。 真正可能成为壁垒的，是可靠交付，以及持续创造价值的能力。 
现在，AI 已经可以帮助我们快速生成很多东西。 它可以生成主题、文案、创意方向、视觉画面和提案页面。 从某种程度上说，“出图更快”“写方案更快”已经不再是特别稀缺的能力。 但活动项目真正开始之后，问题远远不止这些。 预算怎么估？ 供应商怎么配？ 不同执行环节如何衔接？ 排期怎么安排？ 哪些内容需要提前确认？ 现场可能出现什么风险？ 项目做完之后，经验如何沉淀？ 下一次遇到类似项目，能不能直接调用过去积累下来的内容？ 这些问题，往往不会出现在一张漂亮的效果图里，也不会只靠一个主题或一份 PPT 解决。 它们存在于提案和交付之间。 而这段距离，可能正是目前行业里最容易被忽略、也最缺少连续性管理的地方。 一份提案做得很好，并不代表项目一定能顺利落地。 方案能不能执行，取决于预算、资源、供应商、人员、排期和现场管理。 而这些内容，恰恰是活动策划最需要经验的部分。 所以我越来越觉得，行业真正空着的位置，并不是“帮助你更快生成一张图”，而是： 帮助你把一个想法稳定地推进成一个可以交付的项目。 
很多 AI 工具可以处理大量通用信息。 它们可以帮你写一段文案、整理一份资料、生成几个创意方向。 但活动行业有很多关键知识，并不在模型里。 它们藏在一次次项目经验里。 藏在供应商的配合程度里。 藏在不同城市、不同场地、不同预算下的执行差异里。 藏在某个环节为什么容易出问题，以及一个有经验的策划人员会提前做什么准备里。 这些东西不是简单搜索一下就能得到的。 也不是把所有功能堆在一起，就自然会形成的。 它需要在真实项目中不断使用、不断修正、不断沉淀。 一个真正对活动团队有价值的平台，不能只告诉你“可以生成什么”。 它还应该逐渐理解： 这个团队擅长做什么项目？ 过去做过哪些类似案例？ 哪些供应商合作稳定？ 哪些环节容易超预算？ 某类客户通常在什么时候提出修改？ 一个方案从创意到执行，通常需要经历哪些步骤？ 这些才是活动团队真正重要的数字资产。 
基于这次沟通，我们重新明确了当前阶段的产品目标。 第一步，不是试图立刻解决整个活动行业的所有问题。 而是先帮助小型活动团队，稳定地产出更完整、更可协作的提案。 为什么从提案开始？ 因为对于很多小型团队来说，提案本身就是一个非常重要、也非常消耗精力的环节。 一个人可能同时承担客户沟通、需求分析、创意策划、视觉方向、供应商沟通和 PPT 制作。 团队规模不大，但项目链路并不短。 很多时候，不是没有能力，而是缺少一个稳定的工作系统。 大家可能都在做类似的事情，但每个人的方式不同。 有的人擅长创意，有的人擅长执行，有的人擅长视觉。 当项目推进时，信息容易散落在聊天记录、文档、表格和个人经验里。 所以第一阶段，我们希望先解决几个基础问题： 如何把零散的客户需求整理成清晰的 Brief？ 如何让策略、创意、流程和视觉之间保持一致？ 如何让团队成员能够在同一个结构里协作？ 如何减少重复劳动，让提案过程更加稳定？ 如何让最终交付的方案，不只是“看起来完整”，而是真正可以继续往下执行？ 这会是我们当前最核心的目标。 
让团队在反复使用的过程中，把项目经验沉淀下来。 一个项目做完之后，最可惜的事情之一，就是经验随着项目结束而消失。 这次项目用过的预算结构、供应商资源、执行流程、物料清单和风险处理方式，可能下一次还会用到。 但如果没有被整理和沉淀，它们就只能留在某个人的记忆里。 当这个人离开项目，或者下一次换一个人负责时，团队又要重新开始。 我们希望未来的平台，能够让这些项目经验变成可以调用的资产。 它不只是保存文件，而是逐步形成团队自己的知识系统。 下次遇到相似项目时，团队可以快速找到过去做过什么、怎么做的、哪些地方需要注意。 AI 也不再只是使用模型里已有的通用知识，而是开始调用团队自己积累出来的行业经验。 这可能才是 AI 真正进入活动行业之后，最有价值的方向之一。 
除了和技术人员沟通产品，上周也做了一件对我来说很重要的事情。 我连续发布了两条关于活动策划工作流的视频，结果数据比预期好很多。 视频获得了比较明显的传播，也陆续加了三十几位对这件事感兴趣的人。 更重要的是，我开始和他们交流，了解他们具体在做什么，以及目前是如何使用 AI 的。 有人想用 AI 提高提案效率。 有人希望能够更快地产出创意方向。 有人已经在使用不同的 AI 工具，但缺少一套完整的工作流程。 也有人发现，AI 可以生成很多内容，却很难真正帮助他们把一个项目推进到底。 这些交流让我更清楚地看到，大家想要的并不是更多零散工具。 他们需要的是一套更完整、更稳定、更接近真实工作的方式。 基于这些反馈，我完成了一个最小闭环。 从内容吸引用户，到了解需求，再到提供活动策划工作流，最后完成了 10 单销售。 这当然还不能说明产品已经成功。 但它至少证明了一件事： 这件事不是我一个人的自我想象，市场上确实存在真实需求。 有人愿意了解，也有人愿意为一套真正能帮助自己完成工作的流程付费。 对现在的我来说，这是一个很好的开始。 
我还在思考另一个更大的变化。 未来，我们可能会看到越来越多的“一人公司”。 一个人不一定只做一种工作。 他可能既是创意总监，也是策划、设计师、项目经理、内容创作者和产品负责人。 一个人可以借助 AI，调动一群数字员工。 有人负责信息整理，有人负责创意发散，有人负责视觉生成，有人负责数据分析，有人负责客户沟通准备，还有人负责项目复盘和资产沉淀。 但前提是，这个人必须学会成为一个合格的“AI 老板”。 所谓 AI 老板，并不是每天不停地向 AI 提问。 而是要知道： 应该把什么工作交给 AI？ 如何给 AI 清晰的任务？ 如何拆解复杂工作？ 如何判断 AI 的结果是否可靠？ 如何让不同的数字员工协作？ 如何建立自己的工作流程和知识资产？ 如果不会管理 AI，拥有再多工具也只会增加混乱。 真正重要的能力，不是收集更多工具，而是构建一套能够持续运行的系统。 这也是我想做这个平台的原因。 我希望它不仅能够帮助活动团队完成一份提案，也能够帮助更多人逐步建立属于自己的数字员工团队。 
目前，我们还在不断调整平台的定位、产品结构和工作流。 很多事情都还没有最终答案。 但有一些方向已经变得越来越清晰： 我们不想做一个只负责生成内容的工具集合。 我们想做的是一个能够帮助活动团队持续工作的系统。 先让提案更完整，让协作更顺畅，让交付更稳定。 再让一个个真实项目沉淀下来，成为团队下一次可以调用的资产。 我也会继续把这个过程记录下来。 包括产品怎么设计，工作流怎么搭建，用户真正需要什么，以及哪些想法在实践中被证明是错的。 因为我越来越相信，真正有价值的产品，不是从“我觉得大家需要什么”开始，而是从真实使用、真实反馈和真实交付中慢慢长出来的。 功能可以被复制。 工具可以被替代。 但一个团队长期积累下来的经验、方法和可靠交付能力，才可能真正形成壁垒。 而我现在想做的，就是从活动策划这个具体行业开始，尝试把这些被忽略的经验，变成可以被看见、被协作、被沉淀、也可以被下一次调用的资产。 这条路还很长。 但至少，我们已经完成了第一步。
01
功能集合不是壁垒，可靠交付才是
02
行业真正空着的位置，不是“出图更快”
03
通用工具进不来的地方，知识不在模型里
04
当前的产品目标：先让提案稳定下来
05
再让项目经验变成下一次可以调用的资产
06
上周的一个小验证：市场确实存在需求
07
未来可能是“一人公司”的时代
