销售“吹牛”、产研背锅的模式过时了，AI时代的2B生意该怎么做？

只不过深入了解后，发现他们乃至我咨询服务过的一些公司，现阶段做2B的业务还是经典老三样：

花钱投流，扩大线索来源 → 初步接触，达成合作意向 → 最终敲定，确定价格…

这一套打法肯定是没问题的，他本身也运行得很好，但我就是隐约觉得哪里有问题，因为其中有非常大的不合理，什么不合理呢？ROI不合理。

这套模式的驱动核心表面上是产品（产研），事实上是销售。而我敢肯定，销售对产品（产研）并不熟悉，他们卖的东西大概率是夸大其词的

所以，整个2B的行业出现了一个奇怪的现象：

1. 甲方拿着白菜价想买黄金；
2. 乙方销售真的敢承诺，并且吹出去的还是钻石；
3. 乙方产研团队成下游最大受害者，经常作为不明真相群众被销售坑、被老板骂；
4. 在一个周期内，乙方销售拿到了足够的利益（职位或奖金），研发付出了额外的代价；
5. 甲方验收通过但整体ROI为负。或者甲方验收不通过，拒绝尾款，开始扯皮；
6. 在2B团队ROI为负的情况下，公司靠着收入规模，达成了某种成就，拿到了莫名其妙的补贴，公司整体赚钱了？？？
7. 或者，在甲方第一阶段验收通过后，要开启第二阶段，乙方大概率会坐地起价，整体也赚钱了！！！

所以这套模式的核心精髓是让定价更加合理，白菜价就该买白菜，就算初期不合理，也一定会有神秘的力量让最终结果变成合理：

1. 先免费再收费、先低价再高价是一种策略；
2. 拿到政府补贴是一种策略；
3. 维持收入规模，拿到投资是一种策略；
4. 赔钱维持项目量与收入规模，用案例拿到更好订单也是一种策略；
5. …

反正总会有人补足差价，否则这个生意是做不下去的。但不得不说，这种模式在如今的市场环境里面风险有点太大了，并且都是赚些苦哈哈的钱。

所以，在AI时代的2B生意到底该如何做呢？以下是我的思考：

unsetunsetAI 时代的2B 生意unsetunset

在我先后经历CEO数字分身（AI 2B）、空气小猪（AI 2C） 产品后，我有一些心得，就个人实践结果：

卖品牌（大号IP） > 卖IP > 标品（易）> 卖咨询服务 >  商单（广告） > 卖人头，纯定制化外包 > 卖产品（难）

以创业项目 AI 2B 的数字分身举例，客户方面的实际反馈是：

1. 几乎没有公司愿意直接购买该产品；
2. 公司愿意为我提供的产研提效服务买单；
3. 公司非常愿意为我提供的AI咨询服务买单；
4. 公司非常想要我这个人，项目实践过程中几个老板想让我直接入职；

综上，可以拿到的几个结论（从我的角度展开）：

1. 标品很难售卖；
2. 企业就算买产品也会买定制化产品，但这样做下去ROI很低；
3. 企业希望将公司一部分服务外包出来，但这部分工作价值很低（脏乱差），如果没有收入规模的诉求，这块只能赚取员工人头费的20%——50%；
4. 咨询服务特别赚钱，这个钱也特别好赚，这个东西标准很宽泛，只要不是太拉胯 公司/个人客户 都很满意（甚至赚的就是老实人的钱）；
5. 同步 2C产品 AI训练营的情况，只要流量足够大，是个非常好的生意，而且明显具有滚雪球的效果，有越做越大的趋势；

综上，我认为在AI Coding如此变态的今天，一个2B公司纯粹想做软件服务外包，几乎是在往死里走了。也许可以的做法是：

打造一个核心的产品，围绕这个产品做流量，打着产品的幌子做咨询服务的生意，因为单纯想卖Saas服务也很难，反而：流量、GEO、AI出海、AIGC这些生意还好做点。但客户找过来究竟做什么就不好说了…

另一方面，现阶段2B生意难做有很多原因：

1. 现在竞品太多，不太可能有客户愿意直接为你的产品买单，主要多数人也不懂，不知道什么是好坏，需要不停教育，他们最终到哪里买，完全看运气；
2. 但大概率会有用户愿意为你行业AI的认知买单，比如帮助他们做团队提效、或者“教”他们做生意；
3. 客户应该很愿意有“专家”驻场陪伴，甚至会经常发生“挖人事件”；

所以，如果想抢占你们行业在AI侧的流量先机，有三个要点：服务清单、团队以及最重要的流量（而且要免费流量）。

所以，什么是服务清单呢？

unsetunset产品、服务清单unsetunset

就个人实践来说，我们要提供的清单是最为关键的，而且这个赛道要选准，一定是市场需要什么，我们就同步补充什么，而不是我们擅长什么，非要去给市场什么，比如以下课题是很不错的：

1. xx业务流量该怎么做，GEO该怎么做；
2. xx业务AI该怎么做，市面上已经有哪些成功案例；
3. AI如何帮机构提质、提效，最重要的是如何帮机构赚钱；
4. AIGC（AI视角）在教学、科普方面的意义；
5. xx业务AI能不能出海，如何在海外卖货，如何解决支付问题；
6. ……

如果需要把服务对象扩大，就可以扩散到对应业务主体。

在服务内容准备的时候有几点要注意：

1. 服务内容未必围绕公司原来业务场景展开，比如你做医疗未必一定要做医疗AI，你做信息安全也不用非要做AI安全；
2. 整体内容一定要成体系，全体系必须由公司少数人掌握，实际执行员工只需要掌握部分即可；
3. 100家企业能学完的不会超过20家，20家里面学会的不会超过5家，其中给钱不学习的80家是你最需要的，如何保证他们“不吃亏”是重点；
4. 不用担心客户会学会你的东西，因为你的东西是随市场而变的，并且不涉及核心算法和数据就都还好；
5. ……

总而言之，当前市面上AI所有流行的品类，都要有实践、都要作为服务清单的内容，最终需要产出一个系统性的清单，服务清单本身就要给人眼前一亮的感觉，而公司本来的业务和品牌是最终决定客户相信你们的原因之一。

unsetunset团队构成unsetunset

因为当前服务内容已经从原来的 卖产品、卖系统、卖人头模式变成了卖咨询、卖认知 的铲子服务，所以对人员的能力要求变化会很大，首先是核心团队的职责：

1. 设计服务清单，并且需要一笔一划的将内容做出来，包括文字、PPT、视频、系统等；
2. 方法论形成，核心人员需要基于已有的内容，成功的卖出去至少3套，并且形成一套切实可落地的方法论；
3. 流量运营、团队搭建，在内容基本没问题后，核心团队的另一个重点工作是用最低成本的方式做大流量，并且需要建立一个完善的团队推动执行这一切；

除了核心团队之外，就是辅助团队：

1. 流量团队，成本低，负责各种流量运营操作，吃流量平台红利（去抖音、视频号、小红书截流）；
2. 客服团队，成本低，负责收集用户信息，转化订单，初期这块需要核心团队完成，以形成标准话术；
3. 实施团队，成本中，负责实际去各个公司做咨询服务实施落地，他们可能会做基于公司核心业务做订单二次转化，这批人要求较高，最好AI产品出身、能说会道，同时团队要做好这个角色随时被挖的准备；
4. IT团队，成本中，不可避免，依旧会有一些简单系统需要实施，或者基于客户做的二次开发等需求，为了保证咨询服务的完整性，该团队必不可少；

unsetunset流量运营unsetunset

在基本服务清单和团队确定后，需要3个月左右做孵化，逻辑上第三个月就应该有案例了，也就是第三个月应该就要看到他是否是一个不错的生意了，就我这两年实践情况：

如果一个业务不能成为收费模式，或者看不到清晰的变现路径，那么他就不应该存在。所以，我们在做流量之前，就必须实际搞清楚，我们要赚谁的钱，他们愿意为我提供的什么产品/服务买单。

关于流量运营全部是偏技巧性的描述，这里就不一一展开了，这里会包括做内容、做小红书、做直播等等很细碎的动作。因为这块本身也应该是对外提供的服务清单的一部分。

只不过这里要强调一点，就我对于市场的观察是：很多企业还很落后，信息差比大家想的要大很多，我们觉得很Low的事情，正是其他公司所急需的，包括AI客服、AI Coding、AI提效等：

很多团队/个人，都活在我们编织的故事里，只要你可以用一个故事去哄着他们，那么他们就一定愿意买单，如果他不愿意买单，要么是他们不知道，要么是给的东西不行。

unsetunset启动成本unsetunset

该业务模式启动成本其实很低，如表所述：

最后说一些风险：在实际执行过程中，结合自身以及身边人的情况，上述业务也有一个不小的问题：规模化能力较弱

该业务是有天花板的，最终卡点很容易出现在团队的几个“天才”身上，据我的观察，之前个人的天花板在300万左右；

所以这个业务要展开做，必须思考“天才”、内容乃至团队之间的关系，必须利益方向一致，否则就要降低“天才”的比重，以服务内容 + AI去武装普通人，让他们可以部分扮演“天才”的角色。

总而言之，在规模化探索这块，还需要有更多的思考，我之前的经历和资金还不足以覆盖这一块，但肯定是可以解决的。

最后是一个商业预估：

unsetunset结语unsetunset

国内传统2B生意的扭曲，表面上原因是销售前端夸大承诺导致的和产研脱节，其实本质是甲方对于知识付费的不尊重，总以为有钱就是爹，而经常性陷入免费更贵的陷阱。

之前我做一个AI客服方案，大概要10万的成本，结果一家公司报价不到1万，PPT做得还比我漂亮，一下就给我干懵了：

其产品真实效果肯定是很差的，但没办法，劣币驱逐良币已经开始了，而且甲方是没有判断力的，这东西就算靠谁会吹…

现阶段AI Coding极大的提升了代码效率，我们就不得不面临：当技术成为基础设施，价值会从“工具交付”转向“认知对齐”。

我这里提出的路径：以咨询服务切入，用内容建立信任，最终孵化产品。本质上是将生意的核心从“我能做什么”重置为“你需要什么”。

它不逃避产品的艰难，这条路挑战在于难以规模化，优势在于能构建更深壁垒。它要求你不仅提供技术，更要成为客户行业中的“翻译者”与“陪跑者”。

未来2B这件事，最终还是要回归价值交互，因为“知识”看起来不值钱了，所以我们需要更加专业的人。