- 出海去孵化器 Newsletter
- Posts
- 未来最贵的不是代码,而是对「煤场」的深刻理解:一个 B 端产品经理的 AI 掘金指南
未来最贵的不是代码,而是对「煤场」的深刻理解:一个 B 端产品经理的 AI 掘金指南
我们习惯了线上叫车,动动手指就能在地图上看到车辆的轨迹;我们习惯了用点评 App 寻找店铺,即便是在一个陌生的城市。但你是否能想象,在 2025 年的今天,在中国能源产业的腹地,找一辆卡车拉货,还需要从业者亲自跑到矿山门口,像打街机一样“蹲”着,拦下一辆路过的大车,然后用手写一张纸质单据来完成交易?
这并非危言耸听,而是互链时空创始团队成员、B 端产品经理 Zhao 描绘的真实场景。当消费互联网(TOC)已经极度内卷,讨论着下半场的范式革命时,企业服务互联网(TOB)的许多领域,甚至还没走完“从 0 到 1”的蛮荒开拓期。“TOB 互联网远远没到下半场,” Zhao 说,“因为很多地方,村村通公路、通网络的‘通’,还没有实现。”
这场对话揭示了一个被高光和热钱所忽略的巨大现实:在能源、工程、地产、农业等重工业领域,存在着一个与我们数字生活平行的“离线世界”。这里的商业逻辑古老而坚固,这里的用户习惯根深蒂固,这里的机会巨大,但门槛也同样高耸。而 AI,这把削铁如泥的利刃,要如何才能切开这个看似“不性感”却关乎国计民生的万亿级市场?答案,或许比我们想象的更需要耐心、同理心和智慧。
核心要点
TOB 互联网的真相: 远未到下半场,许多行业仍处于“西部淘金热”的蛮荒时代,线下交易、信息不透明是常态,数字化渗透率极低。
三大隐形门槛: 真正的挑战并非技术,而是 “用户太下沉” (对互联网概念理解存在偏差)、“行业知识太深” (外行难以理解业务逻辑)、以及 “孤岛平台太多” (大企业自建系统,互不联通)。
破解之道——从平台思维到连接器思维: 成功的 TOB 产品往往不是颠覆者,而是赋能者。成功的路径是:用极致的用户体验降低成本,**先做深“私有化”打磨标准化产品,最终成为“连接器”**而非抢占舞台的平台。
AI 的真正用武之地: AI 在 TOB 的价值不在于炫技,而在于精准解决那些“最后 2%”的信任问题。例如,将手写纸单识别率从 98% 提升到无限接近 100%,或打造能理解行业场景、不会“狼来了”的 AI 哨兵。
人文关怀是终极护城河: 技术最终要服务于人。改善一个 50 岁大叔的工作体验,让他能更早下班陪伴家人,这种价值传递,是 TOB 创业最坚实的壁垒。
当司机问“去哪条线上接单”,互联网的傲慢已无处遁形
TOB 互联网的第一道门槛,不是技术,而是人。
Zhao 分享了一个令人深思的案例:当他们团队兴致勃勃地向一位经验丰富的大车司机推广“线上接单”模式时,司机师傅困惑地反问:“去哪条线接单?”
他理解的“线”,是真实世界里的一条路线,或是一个排队等待的窗口。这个微小的问句,瞬间击碎了互联网从业者关于“线上化”的理所当然。我们熟知的术语,在这里是需要被翻译的天书。Zhao 团队的典型用户画像是:40 到 50 岁,来自三到六线城市。他们是行业里的专家,却可能是数字世界的“小白”。
“用户体验并不是给产品涂脂抹粉,而是在实实在在的降低用户满足需求的成本。”
这句吴军老师的话,在 TOB 领域显得尤为重要。这里的成本,不仅是金钱,更是学习新事物的时间、精力,以及对现有业务可能造成冲击的风险。当微信凭借极致的简单性成为这些下沉用户使用最多的 App 时,它已经为所有 TOB 产品设定了黄金标准:如果你不能比微信更好理解,你就增加了用户的成本。
因此,在 TOB 世界里,UX/UI 不是锦上添花的美学,而是决定生死的核心功能。它关乎一个 50 岁、手指因常年劳作而不再灵活的大叔,能否在昏暗的驾驶室里,用一部卡顿的手机,毫不费力地完成一笔关乎生计的订单。
护城河藏在“黑话”里
第二个门槛,是深不见底的行业知识。
“什么是集运站?” Zhao 笑着说,这个问题困扰了他们的技术供应商很多年。
对于外行,这只是一个名词。但对于能源行业,它是一个庞大而复杂的实体:它可能坐落在西北的荒漠、东南的滩涂或是西南的大山里;它需要有足够大的场地、专属的铁路线、动辄上亿元的装卸设备,以及一套精密的人员与流程协作体系,才能在 1 小时内将几千吨矿石装上火车。
更重要的是,这些行业知识还体现在无数“黑话”里。同一个“集运站”,在这里可能叫“煤场”,在那里又叫“场站”或“输运站”。这种语言上的不统一,造成了行业内部巨大的沟通摩擦。
面对这种深度和复杂性,传统的互联网打法——快速搭建平台、烧钱获取用户——几乎必然失败。企业主不敢贸然尝试一个不成熟的产品,中层管理者对任何可能影响 KPI 的新工具都抱持警惕。
Zhao 给出的解法是:奔着互联网的目标,但先脚踏实地做好私有化。
他们的策略是,用互联网的方法论打造一个高度标准化的产品,但初期只服务一家企业用户。他们花了大量时间,与这家企业仅有的 30 名员工一起打磨产品,深入到业务的每一个毛细血管。这个看似“缓慢”的过程,却让他们构建了一个极其稳固的产品架构。在随后的五年里,这个未经重大修改的架构,成功服务了超过 12 万家企业用户,适应了绝大多数需求场景。
未来最贵的不是 AI 模型,而是对一个『不性感』行业的深刻理解和同理心。
别总想着做平台,有时“隐形”才是力量
第三个门槛,是“自建平台多”导致的蜘蛛网困境。
大型企业倾向于自建平台,连接自己的上下游,但大企业之间、小企业之间却彼此孤立。结果是,一个小 B 手里可能有好几个 App,每个都只服务于一个大 B。整个 TOB 世界,被分割成无数个互不联通的“数据孤岛”。
强行再造一个平台去“统一”他们?这往往会激起行业巨头的戒备和抵制。
Zhao 从一个名为 inode
的欧洲案例中获得了启发。inode
本身不做任何家用电器,但它做了一件事:成为所有品牌家电的“连接器”。它打通了西门子太阳能板、奔驰充电桩、松下热水器和特斯拉储能电池的 API。如此一来,那些开发“电力指挥器”应用的公司,就不再需要一家家去对接,只需向 inode
付费,就能获得与所有设备的通信能力。
inode
扮演了一个“隐形平台”的角色,它把舞台留给了用户,自己做那个连接万物的幕后英雄。
这个思路对于破解 TOB 的“孤岛困境”极具价值。不做平台,做连接器。 不去抢企业的风头,而是默默地为他们搭桥铺路,提供数据和流程的“管道服务”。当所有人都想当主角时,那个连接所有人的“隐形连接器”才是真正的稀缺品。
AI 的最后一公里:从 98% 到 100% 的信任之战
当行业的三大门槛被清晰定义,AI 的用武之地也随之浮现。AI 在此处的使命,不是创造天马行空的新物种,而是用超高的效率和精度,解决那些最古老、最棘手的“老大难”问题。
1. 纸质单据识别:被误解的“已解决”问题
一个普遍的误解是:OCR(光学字符识别)早已是成熟技术。然而,在能源行业,通用 OCR 工具几乎“完全用不了”。原因在于:业务单据千奇百怪,没有固定模板,并且大量存在手写体。
大模型的出现,让无模板、手写体的识别能力有了质的飞跃,准确率从不可用提升到了 90% 以上。但这就够了吗?
远远不够。Zhao 一针见血地指出:用户无法接受 95% 到 98% 的准确率。 因为那意味着每处理一批单据,他们仍然需要人工复核一遍,以找出那 2% 的错误。这个复核行为,让 AI 带来的效率提升大打折扣,甚至成为一种新的负担。
在 TOB 领域,98% 的准确率等于 0,因为那剩下的 2% 是信任的鸿沟。
这里的机会,在于如何填补这最后的鸿沟。这需要海量的、带有行业特色的脏数据、乱数据进行专门训练。谁能率先提供一个让用户敢于“免检”的识别工具,谁就能占领这个场景。对于一个小企业来说,这可能意味着每年节省下数万元的专职人力成本。
2. AI 哨兵:能听懂“狼来了”的真谛
另一个生动的例子是仓库安防。Zhao 描述了一个令人啼笑皆非的现实:为了防止货物被盗,工人们会在货堆上撒一圈面粉,第二天通过检查面粉是否被扰动来判断安全。
常规的周界防范摄像头同样“用不了”,因为它会把路过的每一辆车、每一个人都当成警报,不断上演“狼来了”的闹剧,最终被用户无视。
行业需要的 AI 哨兵,是一个能理解业务场景的“老法师”。它知道,白天有车有人是正常的,但凌晨三点有人影在货堆旁徘徊,才是真正的危险信号。这种基于行业 know-how 的场景化 AI,才是能真正解决问题的方案。
3. AI 大脑:给每个企业一个即插即用的“老师傅”
企业越大,文书、报表、单据等非结构化数据就越多,散落在每个人的电脑里,形成信息沼泽。企业迫切需要一个“AI 大脑”,能将这些知识统一管理,并在需要时快速查找和生成内容。
但现有的大多数知识库产品,对于非 IT 人员来说,配置和使用门槛依然很高。市场需要的是一个**“像机顶盒一样的产品”**——一个实体盒子,交互极其简单,用户把文档“喂”给它,就能立刻开始提问和使用。这对于开发者和小团队来说,是一个看得见、摸得着的绝佳机会。
不同角度的机会和建议
无论你是深耕行业的专家,还是手握技术的开发者,都能从中找到自己的切入点。
对于行业专家 (能源、工程、农业等):
别被“AI”吓倒,你的知识就是护城河: 你脑海中那些关于业务流程、行业术语、客户习惯的知识,是 AI 模型最渴求的“燃料”。你最大的价值,是成为 AI 与现实世界之间的“翻译官”。
从最小的痛点开始记录: 你每天工作中遇到的最繁琐、最重复、最容易出错的事情是什么?是手写单据,是盘点库存,还是写工作报告?把它们记录下来,这些就是最有价值的 AI 应用场景。
主动寻找技术伙伴: 与其等待完美的成品,不如主动与开发者社区、初创团队(比如“出海去”社区)建立联系。一个懂行业的你,加上一个懂技术的他,就是下一个 TOB 创新的火种。
对于技术开发者与 AI 创业者:
放下平台梦,学会“蹲下来”: 忘掉那些宏大的平台叙事,去一个真实的“煤场”或“仓库”待上一周。理解一个 50 岁用户的真实困境,比你看一百份行业报告更有价值。
瞄准“98% -> 100%”的价值区间: 不要满足于做出“还不错”的通用工具。在 TOB 领域,真正的壁垒在于解决那些最顽固的“最后一公里”问题。找到一个极度垂直的场景,把它打磨到极致。
开发“连接器”而非“孤岛”: 思考你的产品如何能与现有系统(哪怕是陈旧的系统)连接,而不是取而代之。一个优秀的“数据脱敏工具”或“API 转换器”,其价值可能超过一个全新的管理系统。
最后的思考:技术,为了更舒展的生活
在分享的最后,Zhao 用一段极富人文关怀的语言结束了他的演讲。他让我们关注那些在“漠北的星光里”工作的人,那些精通大型机械却搞不定小小手机的大叔。
这提醒我们,TOB 互联网和 AI 的终极目标,不应仅仅是帮助企业降本增效,更是“去改善其中每个人的工作和生活”。当技术能让一位父亲早点下班,为远方的孩子做一顿热乎的饭菜,这种力量,远比财报上的数字更动人。从而引出了一个更深层的问题:当 AI 终于有能力渗透到每一个最传统的角落时,我们应该首先解决效率问题,还是优先解决那些在艰苦环境中工作的人们的尊严与幸福感问题?
或许,这二者本就是一体。一个能让人们工作得更轻松、生活得更舒展的技术,才拥有最坚不可摧的商业价值。