S16.5 第一性原理做产品（5）：从《与运气竞争》看AI产品价值——用户到底在“雇佣“什么

第一性原理做产品（5）：从《与运气竞争》看AI产品价值——用户到底在"雇佣"什么

导读：Clayton Christensen在《与运气竞争》中提出了一个改变产品思维的问题：用户不是"买"你的产品，而是"雇佣"你的产品来完成一项任务。这个框架在AI时代变得异常重要，因为AI产品最容易犯的错误就是——卖"智能"而不是卖"完成任务"。当你的产品以"AI驱动"作为卖点时，用户脑子里想的却是：“这家伙到底能不能帮我把报销单填完？”

一个让我重新思考的问题

2024年，我认识的一个创业者做了一个AI产品——“AI智能会议纪要助手”。功能很强大：实时转录、自动摘要、待办提取、情绪分析、发言者识别……他在Demo展示时，所有人都在说"哇，好厉害"。

但三个月后，这款产品死了。

不是技术不行，不是功能不够。而是用户试用之后，默默地回到了——手动记笔记。

为什么？

因为"AI会议纪要"这个功能，用户已经在飞书、钉钉、腾讯会议里免费获得了。更重要的是，用户真正"雇佣"会议纪要产品要完成的任务（Job）不是"记录会议内容"，而是——“确保我不会因为会议太多而遗漏重要事项”。

而"确保不遗漏"这个任务，AI会议纪要做得并不好——它记录了一堆信息，但用户仍然需要花时间筛选哪些是重要的。换言之，它完成了"记录"的功能，但没有完成"不遗漏"的任务。

这就是《与运气竞争》（Competing Against Luck）要告诉我们的核心道理。

《与运气竞争》核心洞见：用户到底在"雇佣"什么？

Clayton Christensen在2016年出版的这本书，提出了一个颠覆性的框架——JTBD（Jobs to be Done，待办任务理论）。

核心命题

用户不是"买"你的产品，而是"雇佣"你的产品来帮他们完成一项任务。就像你雇佣一个电工来修理电路，你雇佣一个产品来"搞定"你生活中的某个问题。

这个框架有三个层次的任务：

第一层：功能性任务（Functional Job）

用户想要完成的具体任务。这是最表层、最容易被观察到的需求。

• 比如：“我想叫一辆车去机场”
• 比如：“我想把今天的会议内容整理出来”
• 比如：“我想找到性价比最高的蓝牙耳机”

大多数产品经理只看到这一层。但Christensen说，如果你只完成功能性任务，你的产品随时可以被替代。

第二层：情感性任务（Emotional Job）

用户在使用产品时，想要感受到的情绪状态。

• 叫车去机场的功能性任务是"到达机场"，但情感性任务可能是"让我感到安心，不会误机"
• 整理会议内容的功能性任务是"记录"，但情感性任务可能是"让我感到掌控一切，不焦虑"
• 找蓝牙耳机的功能性任务是"买到好耳机"，但情感性任务可能是"让我觉得自己做出了明智的选择"

第三层：社会性任务（Social Job）

用户想要向他人展示的形象和身份。

• 叫Uber而不是滴滴，可能是想展示"我是一个国际化的人"
• 用Notion做笔记而不是Word，可能是想展示"我是一个前卫的创作者"
• 分享ChatGPT的对话截图，可能是想展示"我会用AI，我很潮"

关键概念：“雇佣"和"解雇”

Christensen用了一个非常形象的比喻：用户在生活中遇到了一个"任务"（Job），他们会去寻找一个"帮手"（产品/服务）来"雇佣"。如果这个帮手完成了任务，用户就会继续雇佣它。如果没完成，用户就会"解雇"它，寻找下一个帮手。

“解雇"的条件不是"产品不好”，而是"任务没完成"。

这句话值得反复品味。用户放弃你的产品，不是因为你的功能不够多，不是因为你的UI不够漂亮，也不是因为你的竞争对手比你便宜。而是因为——用户雇佣你的产品来完成的那个任务，你没有完成。

AI时代的重新解读：AI产品最容易犯的三大JTBD错误

当JTBD框架遇上AI产品，你会发现一个惊人的事实：大量AI产品之所以失败，不是因为技术不行，而是因为它们犯了JTBD的底层错误。

错误一：卖"AI能力"而不是"完成任务的更好方式"

这是AI产品最常见的错误。

你的产品主页写着"基于GPT-4，支持多模态输入，具备上下文记忆能力"。用户看到这些，脑子里浮现的问题是——“所以呢？”

用户不关心你用了什么模型。他们不关心你的技术参数。他们只关心一个问题：“我的任务完成了吗？”

举个例子。假设你做了一个"AI辅助写作工具"，你的功能描述是"基于大语言模型，支持智能续写、风格转换、语法纠错、多语言翻译……"

但用户的JTBD是什么？不是"我需要一个AI写作工具"，而是——

• 功能性任务：“我需要把这篇3000字的报告在1小时内写完”
• 情感性任务：“让我不因为写不出来而焦虑到凌晨三点”
• 社会性任务：“让我老板觉得我写得又快又好”

如果你不能帮用户在1小时内写完报告，你列再多AI功能都没用。

错误二：只满足功能性任务，忽略情感和社会任务

这是AI产品特有的盲区。因为AI天然擅长"功能性交付"——它能写文案、能生成图片、能分析数据。但AI不擅长理解情感需求和社会需求。

我们来看一个反面案例：Jasper AI。

Jasper曾是AI写作工具的明星，2022年估值15亿美元。但到了2023年，增长急剧放缓，大量用户流失。

为什么？用JTBD框架来分析：

• Jasper完成的功能性任务：快速生成营销文案、博客文章、社交媒体帖子 ✓
• Jasper没有完成的情感性任务：用户想要"我是一个有创意的创作者"的感觉，但Jasper生成的文案千篇一律，用户感觉"自己只是一个点按钮的人"
• Jasper没有完成的社会性任务：当所有人都知道你的文案是AI写的，展示"自己用AI写文案"就不再酷了——它甚至变成了一种负面标签

而ChatGPT之所以能覆盖更广的JTBD，是因为它不仅仅是一个"写作工具"——它是一个"对话伙伴"。

• 功能性任务：获取信息、完成任务
• 情感性任务：探索未知的兴奋感——“哇，它居然能回答这个！”
• 社会性任务（早期）：展示"我会用AI"——发ChatGPT的对话截图曾是一种社交货币

Jasper只完成了一个狭窄的功能性任务。ChatGPT完成了一个完整的JTBD组合。这就是差距的根源。

错误三：AI产品"过度交付"——做了太多用户不需要的事

AI的能力太强了，强到产品经理很容易陷入一个陷阱：“既然AI能做，为什么不做？”

于是你做了一个AI笔记工具，它有：

• 自动摘要
• 智能标签
• 知识图谱
• 关联推荐
• 语义搜索
• 自动生成思维导图
• 会议纪要转写
• ……

但用户只是想"快速记下一个想法，然后能找到它"。

你"过度交付"了10个功能，但用户的核心JTBD——“快速记录+快速检索”——你可能反而没做好。因为你的精力分散在了那些"AI能做"的功能上，而不是"用户需要"的任务上。

真实案例深度拆解

案例一：ChatGPT真正的JTBD是什么？

我们用一个JTBD三层模型来拆解：

值得注意的是，ChatGPT的JTBD是动态演化的。2022年12月刚上线时，它的社会性任务非常强——"截图发朋友圈"本身就是一种重要的使用场景。但到了2025年，当AI对话变得普及，这个社会性任务就弱化了，功能性和情感性任务成为核心。

产品启示：你的JTBD不是一成不变的。同一个产品，在不同阶段、不同用户群中，会被"雇佣"去完成不同的任务。

案例二：GitHub Copilot真正的JTBD是什么？

表面上看，Copilot是一个"代码补全工具"。但如果用JTBD来分析，你会发现它的真正价值完全不在"代码补全"上。

• 功能性任务：不是"帮我写更多代码"，而是"让我不被琐碎的语法和模板代码打断思路"
• 情感性任务：不是"让我觉得AI很厉害"，而是"让我保持心流状态"——那种全神贯注、忘记时间流逝的愉悦感
• 社会性任务：不是"我会用AI编程"，而是"我比不用AI的人更高效"

GitHub的CEO Thomas Dohmke在接受采访时说过一句话，完美诠释了Copilot的JTBD：

“Copilot is not about writing code faster. It’s about staying in the flow.”

Copilot不是关于"更快地写代码"，而是关于"保持心流状态"。

这才是Copilot的真正价值。它不是在"帮你写代码"，而是在"帮你不被琐事打断"。理解了这一点，你才能理解为什么Copilot的产品设计决策是"减少干扰"而不是"增加功能"——它不会在你写代码时弹出10个建议，而是默默地、精准地、在你需要的时候出现。

案例三：为什么Jasper AI面临增长瓶颈？

前面已经分析过Jasper的JTBD框架，这里做一个更系统的对比：

Jasper的困境不是技术问题，而是JTBD问题。它完成了一个太狭窄的功能性任务，却没有建立情感性和社会性任务层面的价值。当ChatGPT出现，覆盖了更广的JTBD范围时，用户自然"解雇"了Jasper，转而"雇佣"了ChatGPT。

实操框架：AI产品的"JTBD画布"

基于以上分析，我设计了一个AI产品专用的JTBD画布。你可以用这个画布来重新审视你的产品。

第一步：定义用户的核心任务（Job）

用一句话描述用户雇佣你的产品要完成的任务。格式：“当用户____时，他们想要____，以便____。”

比如：

• 当用户面对一片空白文档时，他们想要快速获得一个可用的初稿，以便不再被写作焦虑困扰。
• 当用户打开IDE准备写代码时，他们想要不被琐碎的语法和模板打断，以便保持心流状态。

关键检查：这个任务描述里有没有提到AI？如果没有，那说明你真正在思考"用户的任务"而不是"AI的功能"。

第二步：拆解"雇佣"和"解雇"的触发条件

雇佣触发条件：用户在什么情况下会"雇佣"你的产品？

• 任务紧急程度：这个任务有多痛？
• 替代方案：用户现在是怎么完成这个任务的？
• 雇佣成本：用户开始使用你的产品的成本有多高？

解雇触发条件：用户在什么情况下会"解雇"你的产品？

• 任务失败：你的产品有没有在关键时刻掉链子？
• 替代出现：有没有更便宜/更方便的方式完成这个任务？
• 情感疲劳：用户对你的产品是否失去了新鲜感？

第三步：设计AI如何"更好地完成这个任务"

不要从"AI能做什么"开始，而要从"任务需要什么"开始。

画一个表格，左列是"用户完成这个任务时遇到的困难"，右列是"AI如何消除这些困难"。

关键原则：AI的价值不是"展示能力"，而是"消除摩擦"。

第四步：验证——用户是否愿意为"更好的任务完成"付费？

最后一步，也是最关键的一步。用以下三个问题来验证：

1. 替代测试：如果用户不能雇佣你的产品，他们会用什么替代方案？如果答案是"没有替代方案"——那说明你的JTBD可能不是真实的，或者用户根本不在乎这个任务。

2. 付费测试：用户愿意为"更快/更好地完成这个任务"付多少钱？注意，不是"为AI功能付多少钱"，而是"为任务完成付多少钱"。

3. 习惯测试：用户雇佣你的产品的频率是多少？每天一次？每周一次？如果答案是"偶尔用一次"，那说明这个JTBD可能不够痛。

行动清单

以下是你可以立即执行的5个行动：

1. 用一句话描述你的产品被雇佣的JTBD（格式：“当用户____时，他们想要____，以便____。”），确保描述里没有出现"AI"两个字。

2. 列出你的产品现在做的所有功能，然后逐一问：这个功能是在帮助用户完成他们的JTBD，还是仅仅因为"AI能做"而添加上去的？

3. 找出你的产品在情感性任务和社会性任务上的得分。如果这两个维度是空白，你的产品正在被"功能化"——任何比你便宜或比你快的竞品都能取代你。

4. 做一个"解雇"分析：找到10个流失用户，问他们一个问题——"你当初雇佣我们是要完成什么任务？为什么后来解雇了我们？"答案会告诉你一切。

5. 重新设计你的产品介绍页面，把"基于XX模型，支持XX功能"改成"帮你完成XX任务，让你不再为XX而烦恼"。

互动时间

【投票】你的AI产品，你觉得用户真正"雇佣"它来完成什么任务？

• A. 功能性任务——“帮我更快地完成具体工作”
• B. 情感性任务——“让我感到安心/兴奋/掌控”
• C. 社会性任务——“让我看起来很酷/很专业/很高效”
• D. 说实话，我从来没想过这个问题……

【评论区话题】用JTBD框架重新审视你做过的产品（或者你正在做的产品），它的"功能性任务"“情感性任务”"社会性任务"分别是什么？你满足了几层？欢迎在评论区分享你的分析，我会挑选最精彩的3个案例进行深度点评。

下篇预告

第6篇（收官篇）：从《定位》到"品类设计"——AI时代如何定义新品类

当AI让"更好的XX"变得太容易，定位理论还够用吗？答案藏在一本近期的著作《品类设计》（Play Bigger）中。最好的定位不是"更好的产品"，而是"全新的品类"。我们将深度拆解Perplexity如何定义"答案引擎"、Claude Artifacts如何定义"AI原生工作空间"、Cursor如何定义"AI原生IDE"——以及给出一个可复用的"品类设计五步法"。

明天上午9点，终极收官，不见不散。

关注本专栏

本系列用第一性原理重新解读六部经典产品/商业著作，在AI时代提炼新的产品方法论。每篇文章包含：

✅经典重读—— 不是读书笔记，而是用第一性原理重新解读经典著作
✅深度拆解—— 每篇2-3个真实案例，深挖产品底层逻辑
✅实操框架—— 每篇一个可复用的方法论工具，学完就能用
✅系列连载—— 6篇完整覆盖AI时代的产品方法论体系，关注后自动接收更新

点击关注，和我们一起，用第一性原理穿透AI时代的迷雾。

本文为《第一性原理做产品：AI时代从"能做"到"做好"的破局之道》系列第5篇。
第1篇：从《创新者的窘境》看AI颠覆 | 第2篇：从《从0到1》看AI创业 | 第3篇：从《精益创业》到"Demo优先" | 第4篇：从《跨越鸿沟》看AI产品冷启动 | 第5篇（本篇）：从JTBD看AI产品价值 | 第6篇（收官）：从《定位》到品类设计