最近跟客户和同事聊，发现绝大部分客户对AI的需求是非常场景化，细节性的问题，而且要看到实际案例，甚至是实际效果。
以前卖个产品，比如相对标准的云计算产品，或者某个管理系统，如ERP等，主要就是介绍产品和整体方案，有场景可能也是粗的。接下来拼关系就好了。
但是AI场景不用扯那么大而全，客户就是某个特定场景下特定的某个点上良率不行，效率不行，你给我看看怎么分析一下，能解决就是好产品，不能解决啥也别说。
看上去不复杂，但是具体到比如在生产制造或医药领域领域，就这么个场景下，可能就会有几十上百个参数同时作用，要是不内行，参数名词就叫不准。
比如生产制造某道工序下，温度、压力、掺杂、溶液以及某些设备参数如拉速（特定场景下还有什么xx拉速）、转速之间什么关系，怎么样的条件下，对良率提升是有帮助的。
这时候你不知道前一道工序是啥，原材料是啥，用的什么工艺手段，甚至化学反应式，而且每家用的工艺不一样，原理还得搞清楚，不然基本没法交流。
而且有时候更进一步的细节要素，都是在聊起来之后，客户才会更进一步，一点点讲出来的，因为太细节，一开始也不可能都提到。
所以，再像之前卖产品那样，我的产品有哪些能力，有哪些优势，能解决什么问题这么个粗的聊法，基本没用了。
随着AI的发展，客户已经越来越关注这方面的内容，注意，关注的不是AI，而是你是不是能用AI帮我解决这个特定场景下多年未解决的问题。
可能有人会说，我不懂又怎样，以前照样交流，关系照做，生意照做。
但是有可能的情况是，你之前不懂是因为大家都没有好的手段解决，不懂就不懂了。
而现在是技术手段有了，至少是能做各种尝试了，这时候再不懂，就意味着大概率连跟客户对话的机会都没有了。
连机会都没有了。。。。。有没有感觉到一种连根拔起的感觉。
越来越印证了我之前的两个感受：
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
