北京
文末有免费AI资料包
前段时间，一位粉丝——某国资控股上市公司的产品负责人——给我发了一张截图。
截图里是他们部门全员群的通知：禁止再用 Axure、Figma 等工具画原型，必须用 AI。
我当时的第一反应是：国资都这么激进了？
第二反应是：手工画原型的时代，真的要结束了。
要知道，国资通常没有私企那么激进，毕竟稳定才是第一位的。
可就是他们，现在发出了手工原型的禁令：不是试点，不是“大家有空学学 AI”——而是“直接禁止”。
这就是真正让人后背发凉的地方：一个一向最看重稳定的组织，如此激进地，把一套运转了十几年的成熟模式，进行了彻底重构。
实际上，过去一年，AI 生成 PRD 和原型，已经从 AI 原生公司走进越来越多的传统企业。一个最直接的变化，体现在求职上。
不少产品经理向我反馈：面试时，越来越多公司会看你能不能用 AI 写方案、画原型。有些公司甚至会要求现场用 AI 写出一份优质的 PRD。
也就是说：有没有把 AI 深度融入产品设计流程，正在成为新的基础门槛。
一、被压缩的中间环节
一位产品经理告诉我，一些简单的业务工具，他现在的流程是：AI 根据访谈记录整理需求 → AI 生成 PRD → AI 直接写程序 → 直接上线。
全程不需要等开发排期。
产品经理，即团队。
另一位 SaaS 公司的产品负责人告诉我，他们现在都是直接用 AI 生成高保真原型给客户演示，然后讨论详细需求。
高保真原型确认后，还可以发给程序员，程序员在原型基础上直接进行 AI 编程。
中间执行环节被 AI 大大压缩，需要投入的人和时间都在减少。
二、AI 能给建议，但不会承担后果
说到这里，有人会问：那我赶紧学 AI 工具，是不是就安全了？
我认识一位 AI 产品合伙人，他用 AI 把工作效率提升了 10 倍，但他折腾了 2 年，产品仍然不赚钱。
因为 AI 能解决执行问题，但解决不了方向问题。
大模型的底层逻辑，是根据上下文生成最可能的回答。它可以整理访谈、帮你梳理思路，甚至进行方案推演。
但它没有自己的业务目标，也没有利益约束和责任心。
它能生成一个“看起来”合理的方案，却不能像真正的人类那样判断：问题本身是不是问错了？客户说的是表层需求，还是实际问题？资源有限时，究竟该做什么、该放弃什么？
更重要的是，结果出了问题，AI 不会为任何一个错误负责。
这就是产品经理最核心的价值：在不完整的信息里定义目标、做取舍，并且对结果负责。
这是 AI 最难替代的能力。
所以，有决策能力的产品经理，反而会被 AI 放大。
以前他知道该验证什么，但要花两周画原型、等开发排期；现在，他可以当天拿出能讨论的东西，更快听到客户反馈，更快修正想办法。
说白了，AI 是一个放大器：放大一个人的无能，也放大一个人的优秀。
三、真正重要的事
第一，尽快把 AI 融入工作流。
AI 工具的门槛没有想象中高。找一套基础教程，花几天跑通“需求澄清、方案、原型、测试”这条完整流程，然后在实践中去熟悉。
就像当年从 PC 转向移动端设计一样，真正的门槛不在工具本身，而在你是否愿意投入时间。
第二，把更多时间用于提升决策能力。
多蹲客户现场，多追问业务本质，多问“为什么”。
未来真正重要的问题是：这个需求到底要解决谁的问题？客户会不会买单？资源有限时，什么应该先做，什么应该放弃？
“古法原型”的时代，结束得比我们想象的更快。但对于真正理解业务、能为结果负责的产品经理来说，这反而是一个好消息。
AI 终于把他们从执行工作中解放了出来，AI 能力越强，他们的影响力就越大。
来源 | ToB老人家（ID：ToBlaorenjia）
作者 | 王戴明 ; 编辑 | 虾饺
内容仅代表作者独立观点，不代表早读课立场
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
