我們做了一個，價值可能超過一個億的實驗

前段時間，我們在上海做了一個實驗。

實驗結束之后，我們算了一筆賬。這個實驗所創造的價值，估計已經超過一個億了。

什么實驗？為什么能值這么多錢？

這件事，還得從一個你可能經歷過的“頭疼時刻”，開始說起。

01

你的想法，最終依然只是一個想法

什么“頭疼時刻”？

你有一個想法。

一個，你覺得可以為公司剩下一大筆錢，或是賺到一大筆錢的想法。

于是，你找到了IT部門。IT負責人一聽，臉色就變了。這個需求的排期，已經排到明年了。要不，找外面的公司做吧？

沒辦法。你找了一家軟件公司。對方很專業。報價，更專業。500萬。工期半年。

你咬咬牙。干不干？干。然后，你就會迎來整個過程中，最為魔幻的一個環節。

簽字。

對方，會拿出一份幾十頁的《需求確認書》，請你在上面簽字。簽完字，需求就“凍結”，咱們就啟動。之后，你想改需求？可以。但要加錢，加時間。

終于，半年之后，系統交付。你一看，傻了。這這這……這根本就不是我想要的呀。但是，沒什么特別的辦法了。因為當初，你是簽過字的。雖然，在看到東西之前就確認需求，本身就是反人性的。雖然，人通常是要在看到東西之后，才會有靈感的。就像裝修一樣。圖紙上看看，什么都好。走進毛坯房，才知道這面墻必須要砸掉。

那么，為什么全世界的軟件公司，還幾乎都要你先簽字？

因為貴。

開發，太貴了。貴到，根本就經不起返工。每返一次，就是一筆巨大的成本。于是，風險就被轉嫁給了你。來來來，簽字畫押，后果自負。

那么，有沒有不那么貴的辦法？

也有。你可以買現成的SaaS。大廠出品，套裝軟件。價格，相對更低。而且，穩定。

但是，它的流程，和你的流程，不一定能對得上。你說，這個環節，能不能改一改？畢竟，你們公司不是這么干的。對方可能會說，對不起，我們的產品，已經凝聚了行業的最佳實踐。翻譯一下就是，不改，不想改，也改不了。為什么？因為他們不只服務你一家。改了，服務那么多客戶的成本模型，就受影響了。

可是，什么是最佳實踐？你們公司自己的實踐，才是真正的最佳實踐。你的打法，你的流程，你的組織，是你和別人真正不一樣的地方。全行業都在用的同一套最佳實踐，本質上是一種妥協過的平均實踐。

這就是過去幾十年里，很多創業者、企業家、管理者面對的“頭疼時刻”。

往左，是定制軟件。理論上，效果更好。但是，價格貴，速度慢，簽字反人性，未必能一次性做出你想要的樣子。

往右，是套裝軟件。價格，確實會便宜很多。但是，你或多或少要妥協，要適應它的形狀。

于是，你的想法，最終依然只是一個想法。

不是因為這個想法不好。而是因為這個想法，在成本上算不過來。

02

200萬的問題，是被500萬的成本埋掉的

什么叫“在成本上算不過來”？

一個問題一旦被解決，公司就能多賺200萬。但是，解決這個問題的方案，要500萬。

這就叫“在成本上算不過來”。

于是，大量價值200萬，甚至更高的問題，就會被500萬的開發成本活埋。這些問題，不是不存在了，只是被擱置了。和其他幾個，幾十個，甚至幾百個問題一起，被擱置在了一個小黑屋里。

每家公司，其實都有這么一屋子被活埋的問題。

可是，開發成本，為什么就這么貴呢？

因為，寫軟件的人，太貴了。

照理說，一個職業，如果收入高了幾十年，那按照供需規律，早就該有大量的人涌進來，把價格打下來了。可是，程序員的工資，還是不低。為什么？因為這件事，是真的難。寫代碼，需要極強的邏輯性。一個標點符號錯了，整個程序就走不通。很多時候，你調試半天，翻來覆去地找，最后就是一個逗號的問題。這種活，不是誰都能干得了的。

難，所以供給一直有限。供給有限，所以人貴。人貴，所以軟件貴。軟件貴，你那個價值200萬的問題的解決方案，就得要500萬。

覺得劃不來？行。那你不解決不就完了嘛。

幾十年了，這個邏輯順序，基本就沒怎么變過……

……直到，最近一兩年。AI，學會了寫代碼。而且，越寫越好，越寫越便宜。寫代碼這件事的成本，開始以一個驚人的速度，瘋狂垮塌。過去，要500萬，要半年才能干好的事，現在，成本可能降到十分之一，甚至更低了。

這就意味著，你那一屋子被活埋的問題，有重見天日的機會了。

那些價值200萬，甚至更高的問題，現在花幾十萬，甚至十幾萬就能解決了。那，你要不要重新干起來？干。必須干。大干特干。

所以，我經常說，AI到來之后，創業者、企業家、管理者最該做的事，不是讓員工用AI寫周報、寫PPT，而是把那些終于有機會解決的問題，一個一個地挖出來。

然后，用正在變成“日拋品”的軟件，一個一個地解決掉。

03

用套裝的成本，做出定制的效果

什么叫“日拋品”？軟件，怎么能是日拋品呢？

這個說法，是今年開始流行的。簡單來說就是，每天都要拋光的東西。

過去，軟件確實是資產，是大件。上一套ERP，那是傷筋動骨的大事，三年才干一次。很多時候，軟件還有一期、二期、三期。每一期，都要新采購、新報價、新簽字。

可是，業務，明明是每天都在變的。軟件，怎么能三年才干一次？

就是因為，再干得花錢。

但是，很多互聯網公司的軟件，是常常修改的。今天，上個新功能。明天，調個新流程。后天，做個小測試。對他們來說，軟件不是三年一干的固定資產，而是隨手就要改的日用品。為什么？因為工程師，是自己的。改自己的軟件，還簽什么字，報什么價。

現在，AI也把這個特權，交到了你的手里。

從寫出來的那一天起，軟件就可以跟著你的業務，常常改，常常磨，越用越亮。

按需生產，按日進化。

數據也顯示，越來越多的人，開始這么做了。

一家幫助企業搭建內部軟件的開發平臺公司，Retool，今年2月發布了年度報告《2026 Build vs. Buy》。他們調研了817位在企業里真正動手搭建過軟件的人。然后，他們發現，35%的團隊，已經用自建工具，替換掉了至少一個SaaS軟件。78%的團隊，打算在2026年自建更多。

而被替換掉的品類，恰恰就是過去SaaS的主戰場。比如工作流自動化。比如內部管理工具。比如BI商業分析。比如CRM及表單工具。

更有意思的是，60%的人，在過去的一年里干過繞開IT部門，自己動手建工具的事。為什么？因為圖快，因為需求沒人滿足，因為嫌IT流程太慢。51%的人，已經用AI做出了團隊每天都在用的生產級軟件。

你看。業務，早就等不及了。

報告里甚至有一家叫Harmonic的公司，已經定下了想買軟件先問能不能自建的新規矩。為什么？因為自建的速度，有時比軟件公司的回復速度還快。

所以，要從左右兩邊，走向中間。用套裝軟件的成本，做出定制軟件的效果。

那個曾經困擾無數人的“頭疼時刻”，終于等來了第三種解決方案。

自建。

那么，從今往后，我們是不是再也不用為軟件的問題而煩惱了？

不是的。

如果真的親自上過手，你就會發現，把人擋在自建之外的，根本就不是代碼。代碼，只是自建中的一小部分。

于是，我們做了一個實驗。

04

真正值錢的，永遠是問題

6月底，上海。

我們挑了一家離開航站樓步行就能到達的酒店。一同參加實驗的，有10家企業。其實，報名參與的不止10家。場地，也足夠容納20家以上。但是，我們還是控制在了10家。因為，必須一家一家地深聊。而且，每家企業，必須來三種人。

創始人本人。業務負責人。IT。

為什么？因為，IT，更懂技術。負責人，更懂業務的原有流程。創始人，會想“這個業務是不是應該干脆換個做法”。更重要的是，那個價值200萬甚至更高的問題，通常在創始人的腦子里。

然后，我們就用5天的時間，寫出一套能用的軟件，解決掉那個問題。

具體怎么做？

第一天，先不寫代碼。

一個標點符號都不準寫。為什么？一方面，寫代碼這件事本身，越來越不值錢了。AI寫得更快，更便宜，甚至更好。另一方面，代碼最終是用來解決問題的。真正值錢的，是那個昂貴的，值得解決的問題。如果問題本身出了問題，那后續的一切就都沒有意義了。

所以，先檢查問題。

但坦白說，10家企業帶來的，大多都不是問題，而是愿望。比如，我想提高公司的組織效率。這是愿望。比如，我想讓銷售團隊變得更強。這也是愿望。

AI，是當不了許愿池的。就像你對AI說“幫我寫一條爆款文案”。如果你自己也不知道什么是爆款文案，那AI也不會知道。

真正的問題，是具體的，是可以算賬的。比如，什么叫銷售團隊更強？是轉化率提高到20%嗎，是銷售額提高10%嗎？比如，這個問題解決了，未來三年能省下或是多賺多少錢？超過200萬，才值得干。

所以，磨。一家一家企業地過，一個一個愿望地磨。往問題上磨。

比如，一家在全國有幾百個校區的教育連鎖。運營總監說，希望有AI超級店長，四期工程，從錄音分析到虛擬陪練到總部管理。那么，錄音設備還沒定制出來之前，用什么錄？手機嗎？錄音文件怎么上傳，一天傳幾次，中午傳還是晚上傳？用什么模型轉文字，一分鐘多少錢？

比如，一家工業設備制造商。創始人說，想給公司裝一個AI大腦，讓每個銷售主管，每天口述自己的經驗，喂給系統，日積月累，大腦就會越來越聰明。那么，銷售主管天天義務交作業，把自己吃飯的本事貢獻出來，圖什么？

我們就這樣，一直磨，一直磨。有的問題，被磨小了，小到馬上就可以動手。有的問題，被磨大了，大到打開了天花板，大到價值遠超200萬。

解決方案本身，是不值錢的。真正值錢的，永遠是問題。

問題對了，后面的事情才會對，第一天剩下的時間，才可以交給兩個數字員工。

第一個數字員工，是PRD Master。

PRD，就是產品需求文檔。它的作用，是讓AI來審你。這個功能給誰用？他在什么場景下用？出現這種情況怎么辦？那種情況呢？它會把你逼到墻角，直到把你內心深處真正想要的東西，全部問出來。

過去，需求是要簽字的。現在，需求是可以說話不算話的。反正，沒什么成本。

第二個數字員工，是Design Master。

需求清楚了之后，就要變成設計。頁面長什么樣？前端怎么搭？后端怎么連？數據存在哪？晚上，它自己跑，人去睡覺。

第一天，結束。沒人寫代碼。

因為從問題到軟件，中間其實隔著三個人。產品經理，架構師，然后才是程序員。第一天，我們要把前兩個人的活，干完。

05

寫代碼之前，先寫好測試

第二天，醒來。屏幕上，是幾十個頁面了。

不滿意？可以改。反正便宜。

然后，我們要開始做第二天的正事了。

還是先不寫代碼。先寫測試。

為什么要寫測試？因為，AI寫代碼，有一些壞習慣。比如，它不太考慮意外情況。比如，它會重復造輪子。比如，它出了錯可能也不報錯。比如，它會為了通過測試，把正確答案直接寫死在代碼里。大模型訓練的邏輯，就是“完成任務，拿到獎勵”。所以，它天然就會傾向于“看起來完成了”。

寫測試，就是來治這個毛病的。在它動手之前，要把驗收標準一條一條地立好，變成測試用例。這個時候，就需要第三個數字員工，TDD Master，測試驅動開發。達不到標準，就不能結束。

需求文檔，設計方案，測試用例。

現在，三樣東西都齊了，我們開始執行同一個命令。

GOAL。

然后呢？然后，到中午了，該吃飯了。AI，會圍繞著一個終極目標，滿足需求、跑通設計、通過測試，自己在那兒干活。這種做法，現在也有一個專門的名字，叫loop engineering。你給它一個終點，它會自己跑。跑不到，就不停下。而它之所以能跑到，甚至一把跑通，就是因為之前的一天半，給它準備好了它需要的東西。

吃完飯，我們就開始放榜。有的組，跑出了三萬多行代碼。有的組，跑出了四十多個頁面。有的組，還總結出了一些咒語。

什么是咒語？就是AI寫的東西如果不對，你該怎么辦。有位同學，跟AI大戰了十三個回合，越改越亂，越亂越瘋。后來，他就學會了該怎么提問。你剛才做的，是最佳實踐嗎？你有沒有考慮過生產環境？

然后，AI就會自己找毛病，乖乖返工。

為什么會這樣？因為AI很喜歡快點交作業。你不問它，它就會挑最省事的路走。所以，和AI協作，得學會提問。

好了。下午，買服務器，部署上線。

現在，每家企業，就都有了一個能點開的系統。

從想法，到一個能點開的系統，兩天。

我能明顯感覺到，參與實驗的每一個人，都很開心。

甚至，振奮。

06

從玩具，走向生產工具

但到了第三天，混亂，又開始了。

有的團隊，7臺電腦，跑出了7套東西。每套東西，看上去都有點用。但合在一起，誰也不認識誰。

所以，第三天，我們要進入到這5天里，可能是最難的一部分。

前兩天，寫需求，有PRD Master。做設計，有Design Master。定標準，有TDD Master。代碼，也能被AI一把跑完。但是，還有一些東西，是省不掉的。

具體來說，是這么一個分層。

最下面的一層，是一個人的世界。

一個人寫代碼，很簡單。改就是了。只要保持一個好習慣。每改好一小塊，就存一個快照。把此刻代碼的完整狀態，凍結，存檔。

這個動作，叫commit，提交。

就像改文章。改了八稿，還是覺得第三稿好。但沒存，就回不去了。

所以，有多少次的提交，意味著你有多少次的反悔機會。比如，那家工業設備制造商，當時已經提交了80次。搞砸了，就能退回到其中的一次。

中間的一層，是兩個人的世界。

兩個人或者兩個人以上寫代碼，會產生很多新問題。比如，代碼放在誰的電腦上？

所以，代碼要進云端一個統一的倉庫。倉庫里，有一條主線，也就是目前公認的正版。任何人，都不能直接改這條主線。真要改，得先拉出一條自己的分支。在分支上，你可以隨便折騰。改完，提交上去，申請合并。再次被公認，才能并進主線。

這其實就是GitHub。

你可能會說，這太麻煩了。但我得負責任地告訴你，這就是目前最好的辦法。一個軟件，就是這么一次次提交，一次次審核合并，一點點壘出來的。

最上面的一層，是所有人的世界。

代碼在倉庫里，還是會看不見、摸不著。

所以，要部署。把主線上最新的版本，放到一臺所有人都能訪問的服務器上。

從這一刻起，創始人和業務負責人，就要試用。用著用著，發現不對，這個數字錯了，那個流程反了，這個地方應該有個按鈕。怎么辦？

派發issue，工單。

就像客服系統那樣。發現問題，就開一張工單。然后，IT認領，拉分支，修復，合并，關單。

于是，第三天，我們就這樣開單、派單、拉分支、改功能、修Bug，關單。

每個人，都有活干。每個人，也都能看得見別人的活。

人是先看到東西，再有的靈感。現在，每一個靈感都有地方去。

從玩具到生產工具的分水嶺，也就在這一天。

07

真想解決問題的時候，是不需要人督促的

從第四天起，我們就不再教什么新工具了。

接下來，就做一件事。那就是，繼續轉動第三天的循環。提issue，改issue。再提，再改。全力提高完成度。

所以，第四天，可能也是最辛苦的一天了。有個團隊，甚至直接通宵。八臺電腦，燒了一整夜。

也是在這個過程里，我和一同參與實驗的伙伴們，分享了這么兩個心法。

第一個心法，叫分層思考。

這是軟件工程里重要的思維方式。網絡，是分層的。網站，是分層的。好的系統架構，也是分層的。

比如，有一家美妝公司，做了一套審片系統。這套系統，就是分層長出來的。

最底下一層，叫技能層。審一條片子，其實是一堆小活的組合。比如查畫面合規、看內容質量、比對歷史數據。每一個小活，做成一個獨立的小模塊，就像一個個樂高積木。

中間的一層，叫數字員工層。幾塊積木的組合，就是一個崗位。比如，查合規加查違禁詞，就是法務審核員。比數據加寫復盤，就是復盤專員。

最上面一層，叫流程層。流程，定義了數字員工怎么協作。片子進來，先過誰，再過誰，誰有一票否決權。

這樣一來，不同層次的問題，就可以在不同的位置解決。法務標準變了，改“法務審核員”那一層的提示詞就行。哪塊積木不行，就換哪塊積木。

壞的系統，是一團毛線。牽一發，動全身。好的系統，是一盒樂高。壞哪里，換哪里。

第二個心法，叫盡可能早摔跤。

看一次教學，不如摔一次跤。而且，摔跤要趁早。越早，越便宜。

比如，一家做青少年讀書課程的公司，有一個10萬用戶的社群。但是，復購全靠CEO的手感。她看到群里冒出了好評，就會追上去問，你最近還在讀什么書。這么一來一回，帶起了一連串的成交。那么，這種手感，怎么變成系統？

不知道。試唄。

第一版，他們想的，是讓AI幫運營生成營銷話術。做著做著，發現不對了。話術，從來都不缺。缺的，是時機。于是，改。第二版，第三版，第四版。每一版，都比上一版更接近一些，但又都差一點。到了第六版，他們才想明白，真正的需求，根本就不是生成話術，而是當社群里出現那個值得沖上去的瞬間時，得有人真的沖上去。那個瞬間，過一分鐘就涼了。

所以，他們又開始做第七版。

過去，每一版，都是錢。推翻六次，誰敢？現在，推就推了。就像鉛筆畫錯了，擦掉重畫就是了。當失敗變得便宜，失敗就會從成本，變成方法。

于是，這一天的后臺提交記錄，異常壯觀。

有的人，凌晨兩三點還在提交代碼。有的人，干脆就沒回房間。有的人，隔天一早是穿著睡褲來的。

5天下來，10個團隊，一共提交了九百多次，寫下了五十多萬行的代碼。那家教育連鎖，就寫了十五萬行。

這一天，AI沒有教會我們什么道理，是人教會了我們一些道理。

那就是，當你真的想解決問題的時候，根本是不需要人監督的。

08

AI放大的，不是人力，而是判斷力

第五天上午，路演時間。10家企業，一家一家地上臺。

坦白說，坐在臺下，我真的是有點驚訝。

我根本沒想過，5天，能做出這么完整的東西。

那家教育連鎖，連硬件都是這幾天才做出來的。一個成本一百多塊錢的電子工牌。芯片、外殼、電池，也都是自己攢的。而市面上的同類方案，報價能到兩萬。

那家美妝公司，寫出了一套三層架構的審片系統。我問，哪些東西，是之前就有的？沒有。全是這5天里從零弄的。

有位說自己零代碼基礎，英語只認識26個字母的貿易公司老總，說起了自己給系統設計的隱私鐵律。那就是，銷售的對話內容，只能本人可見，上級，只能看到統計。否則，員工根本就不會去用。嗯。這是一個產品經理級的判斷。

還有一位說，我們重新設計了harness，我們在Context Engineering上下了功夫。但就在幾天前，他們中有人連一行代碼都沒有見過。

更重要的是，5天下來，我們真正解決的問題，和第一天帶來的愿望，已經完全不同了。

比如，一家內容電商來的時候說，要解決“面試打分全憑感覺”的問題。現在，他們得到的，是人才畫像與評估閉環，AI打分與人工打分分開呈現、互相校準。比如，一家醫療器械公司來的時候說，想做研發項目管理軟件。現在，課題被整個推翻，換成了企業知識庫。

5天時間里，7家企業的問題，被收縮、翻面、換重心。還有2家，整個推倒，從頭再來。

到了下午，我們就不排任何議程了。剩下的時間，我們就答疑、分享。

于是，有人問，35歲的程序員，以后的出路是什么？AI時代，公司的組織架構會變成什么樣？員工怕自己的經驗被AI蒸餾，不肯沉淀，怎么辦？我現在想法多到干也干不完，該做深還是做全？還有人問到了孩子，AI時代，教育會變成什么樣？

有人分享說，我原來不懂代碼，不懂工程，現在，我覺得自己對AI的了解，可能還不到1%。有人說，回去的第一件事，就是要調整部門架構，給產品、研發、測試三個崗位，各配一個AI工作臺。

我說，AI會讓90分的人變成98分，但會把70分的人變成40分。

為什么？

因為，70分的人會把思考外包給AI，從此變成AI的傳聲筒。

但是，AI放大的，不是人力，而是判斷力。

最后的話

所以，5天的實驗，到底研究出了什么？

首先，我們終于親手確認，代碼，已經不需要人來寫了。

但是，代碼背后的產品設計和架構設計，依然重要。

其次，真正值錢的，不是那幾十萬行的代碼，而是那個對的問題。

找到真實的業務痛點，比快速寫好代碼，重要得多。代碼，AI一把就跑出來了。而問題，值得創始人親自下場，磨5天。

所以，結營的時候，我們也給10家企業各自解決的問題，估了個價。

這個價格，其實已經遠超最初的200萬了。加起來，得有一個多億了。

當然。我們的實驗，還會繼續。

如果，你也對這樣的實驗感興趣。那么，歡迎你聯系我們。

最后，我也想給沒能來現場的你，留下兩樣東西。順便，也回答我在現場聽到的一個問題。這股勁，怎么能在回去之后不散掉？

第一樣東西，是一把尺子。

什么樣的業務，值得用AI重做一遍？流程驅動，工作量大，品質不穩。這三點，如果全中，就值得干。

每一家公司的流程，都是獨特的。所以，你自己寫的軟件，才是最貼身的。

第二樣東西，是四個動作。

1）公司真正要變的事，交給IT部門，交給你的ITBP。這是戰略的事，不是有空再研究的事。

2）IT部門之外，有人對這件事有興趣，就盡量支持。給他一些AI的額度，給他松松綁。未來，這是必備技能。所以，重用那些現在就感興趣的人。

3）從賬算得過來的常規工作下手。我們有一位HR同事，花三天給自己寫了個成本分攤小軟件，把一件每月要干兩天的活變成了幾分鐘。這種賬，你們公司里一定也有。

4）公司內部，可以辦一場黑客松。愿意干的人，要冒出來。文化，要留住。

是的。

外面的風浪，很大。

但風浪越大，魚越貴。風浪越大，越是要冷靜思考。

那么，你的那個價值200萬的問題，是什么？

它一定在。只是，它積滿了灰。

過去，它是被500萬的成本埋掉的。

現在，土松了。

觀點/ 劉潤主筆/ 二蔓版面/ 黃靜

這是劉潤公眾號第3006篇原創文章。未經授權，禁止任何機構或個人抓取本文內容，用于訓練AI大模型等用途