一位AI创业者来找我咨询，他刚拿下一个企业AI项目，竞标对手中，虽然不乏拿到千万级融资的选手，但一个能打的都没有。
其实他们的短板也很明显，那就是还没有成熟的AI产品，但是客户却非常认可他们。
关键在于：这个创业者本身就是行业专家，有非常体系化的行业Know How。
客户也是一家大公司，有成熟的IT团队，也自研了相关AI平台。
但是，由于缺乏行业Know How，导致AI生成的内容看起来很唬人，实际上一点用都没有，业务根本就不用。
这也是客户明明有研发能力，仍然要外采的核心原因。
在传统软件时代，行业Know How就是拿下项目的关键。
10年前，我负责一款SaaS产品的从0到1，谈第一个客户的时候，产品也还没有研发出来（我们的理念是：找到客户再研发）。
当时我在黑板上把客户的业务梳理了一遍，告诉他们什么样的SaaS产品架构，才能解决他们的痛点。
客户听完以后非常认可，第二次再去拜访，就签下了100多万的订阅合同。
当时的市场环境和现在非常类似：客户需求很旺盛，但是可用的产品却少得可怜。
所以，只要你具备“研发优秀产品的能力”，客户就愿意给你一个机会。
不同的地方在于，在AI时代，行业Know How对产品成败的决定性作用，大大提升了。
举个例子，在SaaS时代做一个CRM软件，我们需要知道商机有哪些字段，以及为什么要有这些字段。
但是，在AI时代做一个CRM软件，只知道有哪些商机字段远远不够。
因为我们需要AI分析客户拜访记录，洞察机会点，并给出明确的行动建议。
这就意味着，我们需要告诉AI：
1、决定商机盈率的关键要素有哪些？
2、这些要素目前处于什么样的状态？
3、在当前状态下，要采取什么措施，才能提升商机盈率？
也就是说，AI对行业Know How的要求，明显提高了。
我们一直在说，企业AI落地最大的难点，是数据。这个观点肯定没错，但是缺乏“行业Know How”，同样是一个非常大的难点。
这里的关键在于，AI需要的知识，很多都是隐性知识。
比如，如果我们要为手机销售人员做一个AI销售助手，其实难点还不是手机性能、竞品信息的行业知识，而是需要提炼出销冠的销售技巧，或者说销售SOP，把它转化为AI的上下文。
因为只有这样，AI才能真正的具备洞察力，而不是给出一堆毫无用处的垃圾。
但是，从客观角度来说：销冠其实自己也没有总结过这些SOP，更多是经验和直觉。
从主观角度来说：我为什么要把自己的成功经验奉献出来，让AI替代我呢？
也就是说，在AI时代，“业务Know How”才是真正的稀缺资源。"