AI 应用思考

之前看到过一个理论，创新技术的三个阶段：新技术创造-精英服务-平民化

技术扩散的三阶段理论模型

1. 1. 创新垄断期（精英创造阶段）
      技术革命初期，创新活动高度依赖知识密集型投入。AI发展呈现"分层技术"特征，核心算法突破仍由顶尖科研团队主导。
2. 2. 价值捕获期（服务精英阶段）
      新技术商业化过程中，受益群体呈现"倒金字塔结构"。AI 几乎先给少数人使用，例如现在的 KOL 等。
3. 3. 普惠扩散期（平民化阶段）
      当技术基础设施成熟后，更多人的使用。一些典型的特征，能力提升，成本降低，生态开放。 DeepSeek 全部具备。

当下，主要是在第二个阶段，快速的朝着平民化方向发展。

这个时候要做的是什么？供应链的一端已经成熟，未来的方向也明确了。需要更多的应用扎进更多的场景里。

这一场革命的特点，从供给侧开始，中间"套壳"，一环接一环，逐渐的扎进用户的场景里。

而不是反方向。AI的提升，尤其是现在 AI Coding 的巨大提升，并不是明显的需求牵引。

表面上看起来，像是创新技术创造了"新的需求"，本质上是已有的需求，有了更加高效的实现方式。

这时候需要的不是去和用户说用 AI 解决这个如何，解决那个如何？这种底层技术带来的代替的升级，用户的感知并不直接。最好的方法是，借助应用开发效率的提升，更快速的尝试。直接把解决的效果展示给用户，让用户自己去感受，然后 Wow 。

我最近 Lovable 用得很多，它是一个 AI 应用开发平台。我用得最多的场景是作为和业务的老师沟通的工具。大大提到了效率：快速的做出原型，是不是想要的，哪里符合，哪里不符合，一目了然，一个胜千言，一个快速搭建的 AI 原型胜过万言。

对于应用的机会在哪，我觉得核心就是扎到场景里。以前因为供给技术的问题，不得不削减需求的棱角，把需求模糊的归类，这样提供一个应用，做一个网站。

但现在技术侧没问题了，可以更深的进入需求的场景，还原倍削减的需求棱角。可能叫长尾需求也不合适，本质上是时代变了，每一个需求都值得被满足。

比如 Lovable 、 Monica 都是一类产品，可以拆分出来很多的场景，做到极致，哪怕只有 1000 个用户，也能生存。

AI 时代，每一个需求都将会被满足。