重读产品课笔记（一）：什么生意能做大

100 天 100 篇，第 3 篇。

前两篇都在往前赶，今天往回看。这个博客里躺着 400 多篇文章，我想挑一个写得最成体系的分类认真盘一遍——「产品课」。2020 年底我给王慧文在清华讲的《互联网产品管理》开了个目录，2021 年春夏陆续写完 31 篇笔记，从那些年曾经成功的失败产品一直写到供需关系的非市场因素。

五年后重读，案例旧了不少——团购、外卖、打车、二手车，都是上一个时代的仗。现在大家都在聊 AI，我重读时脑子里只转着一个问题：这套讲团购外卖的框架，放到今天还有没有用？

内容有点多，拆成三篇。每篇前半部分盘框架，最后一部分拿它来分析今天的 AI。今天先盘第一层：什么生意能做大。

这门课教的不是产品，是生意

第一篇笔记里有个数字：一个领域里，成功和失败的产品大概是 1:30。更有意思的是，几乎每个大行业最后赢的都不是第一家——Google 不是第一个做搜索的，Tesla 不是第一个做电动车的，微信前面站着 Kik 和米聊。当技术不再是瓶颈，拼的就是资源的组合。

所以这 31 篇笔记，除了开头两篇聊产品经理这个职业，基本不讲画原型、写 PRD。它反复在问四件事：什么生意能做大，什么时候进场，进去之后怎么打，以及一切的原点——需求。31 篇正好摞成这四层。

市场体量：判断错了，后面全错

第一个判断是市场体量。王慧文给战略下的定义很干：战略是不同时空里 ROI 最高的策略。而 ROI 的分母怎么放，先看体量。

高估了，就是共享单车，往一个不够大的市场砸了太多钱；低估了，就是格瓦拉——电影票选座做得非常好，却觉得这个市场不够大，转身去做羽毛球馆预订，把猫眼级别的生意让了出去。反过来，美团看到饿了么不亏钱还一年增长 200%，判断外卖能到一天 1000 万单，才有了后面的进场。

怎么判断？两条路：一是拿现有行业数据和增速去拟合，样本越多越准，边做边修正；二是从人的根本需求往回推——家庭越来越小，自己做饭迟早被社会分工替代，看看日本便利店有多大，就能估出外卖的天花板。

规模效应：商业世界的万有引力

体量说的是天花板，规模效应说的是你能不能长到天花板。王慧文管它叫商业世界的万有引力，画了三条曲线：

• A 曲线，指数型：微信这种网络效应，先过临界规模的那家会迅速甩开后面所有人，赢家通吃。
• B 曲线，线性型：淘宝多一个用户就多一点价值，但也只是一点。所以它做到那么大，还是拦不住京东和拼多多进来。
• C 曲线，对数型：外卖、打车这类双边网络，还带着同边负效应——你打走的车，旁边的人就打不到了。规模上去之后，优势会变缓。

规模效应还分范围。微信是全球型，淘宝是全国型，打车是城市型，外卖是蜂窝型——你在清华占有率 90%，和北大一点关系都没有，所以外卖从头到尾都是巷战。

同一种效应，参数也能天差地别。MySpace 和 Facebook 都有网络效应，前者做陌生人社交，后者做真实好友，一个学校一个学校开过去，每开一所，那所学校里 Facebook 的活跃度就比 MySpace 高。大部分人的陌生人社交都会失败，不管用什么工具。

这一篇还有一句反常识的话，值得抄下来：管理是反规模效应。公司能做大，不是因为管理做得好，而是业务的强规模效应抵消了管理的副作用。所以只要能把事干了，人越少越好。

马太效应：优势会自己滚起来

规模效应讲的是业务本身，马太效应讲的是人心：大多数人判断不了一件事，只能跟着看起来正确的人走，于是领先者越来越领先。王慧文说它是商业世界的进化论，对早期创业者尤其要命——融资、招人、媒体都在往领先者身上聚。

判断谁在领先，信号不一定好看。今日资本 2008 年看京东，看的是两件事：销售额快速增长，同时网上很多人在骂。有人骂还快速增长，说明需求旺盛，边骂边用。

市场集中度：终局剩几家

体量再大，集中度不够也出不了大公司。餐饮就是典型的大行业小企业，投了也白投。

集中度可以看 CR 值（前几家占多少份额），更实用的问法是：这个行业最后剩几家？1 家、2 到 3 家，还是无数家。这个判断直接决定打法——

• 剩很多家的行业，老板们关系都不错，比的是差异化；
• 剩 2 到 3 家的行业，竞争最惨烈，要尽快成为领先者，但又不能过度投入。

千团大战时美团的原则就是这么来的：终局只剩两三家，投资人只投前三，所以保住前三，而且要做前三里 ROI 最高的，不一定是体量最大的。

产业链：钱最后落在哪一环

最后一环是产业链。行业很大，但每一环不一样，活得最好的是链主——电脑行业的链主是微软。

链主再往前一步，就是生态。Amazon 从网上卖书，到做书评，到做 Kindle，最后让作者直接用 Kindle 格式写作、写完再出纸质书，把整个出版流程倒了过来。课上的提醒也很清醒：有的行业没有生态，硬搞就掉坑里；搞生态的前提，是真能让全行业效率变高。

放到今天的 AI：这门生意能有多大

把这五篇串起来，其实是一串追问：市场有多大？会不会越大越强？优势会不会自己滚起来？终局剩几家？钱最后落在链条的哪一环？五年前记笔记，我记的是一个个结论和案例；现在重读，更值钱的是这个追问的顺序。

拿这串追问去问今天的 AI，会发现很多吵得很热闹的讨论，其实都能在这五篇里找到位置。

市场体量：先分清你在估哪个市场。 “AI 市场有多大”是个没法回答的问题，得拆开估。大模型卖的其实不是软件，是劳动力——编程、客服、写作、分析，这些知识工作本来是按人头发工资的，所以天花板应该按工资总额估，而不是按企业的软件预算估。AI 编程是第一个被验证的大市场：程序员工资高，产出能验证，Cursor、Claude Code、Codex 这些工具的收入都长得飞快。反过来，大量”给老产品加一个 AI 按钮”的功能，是高估了体量，最后就是 AI 版的共享单车。

规模效应：模型层更像 B 曲线，不是 A 曲线。 训练是巨额的固定投入，这是成本型的规模效应；但聊天产品之间几乎没有网络效应——你用 ChatGPT 不会因为朋友也在用而更好用，今天换 Claude、明天换 Gemini，切换成本接近零。所以这几年领先者一直在被追上，DeepSeek 甚至用小得多的成本做出了第一梯队的模型。各家拼命做记忆、做个人数据、做插件和 bot 市场，本质上都是想把这条直线往上掰。

管理是反规模效应：AI 把这句话推到了极致。 几十个人的团队做到上亿美元收入，在 AI 公司里已经不稀奇。Agent 能干的活越多，“只要能把事干了，人越少越好”就越不像一句口号。

马太效应：钱、人、算力一起往头部走。 融资一轮比一轮大，顶级研究员的身价被抬到上亿美元。在一个大多数人判断不了技术路线的行业里，大家只能跟着看起来领先的人走，这正是马太效应最强的土壤。

集中度：模型层剩几家，应用层剩无数家。 国内 2023 年的”百模大战”，打到今天还留在牌桌上的基础模型公司屈指可数；全球的前沿模型也就那么几家。按课上的逻辑，模型层是”终局剩两三家”的惨烈型竞争，要么尽快进前几名，要么尽早换打法；应用层则会是大行业小企业，拼的是差异化。

产业链：今天的链主是谁？ 这一轮最先赚到大钱的是最上游的算力，英伟达；另一端是握着用户入口的公司。夹在中间的”套壳”应用最难受——上游模型一升级，就可能顺手把你的功能做掉。所以做 AI 应用，先想清楚一件事：你在链条上的位置，是模型越强你越值钱，还是模型越强你越多余？

回到开头的问题：这一层框架不但没过期，反而更好用了。AI 越吵，越需要一个固定的追问顺序。

明天第二篇：什么时候进场、怎么进、进去之后怎么打——里面有全系列最好看的故事，饿了么和美团。

---

本系列：一：什么生意能做大 · 二：什么时候进，进去怎么打（明天见） · 三：一切的原点是需求（后天见）