创作者写的节目说明

嘉宾介绍本期嘉宾｜kangyuan 互联网大厂 AI 产品运营，长期在 ToB 市场中做产品、运营、增长和客户场景相关工作。他最早做过数据产品，后来做产品运营、ToB增长，也经历过头部互联网公司的本地生活业务、创业公司，再到现在进入大厂做 AI 产品运营。康源自己的总结是：虽然工作年限不算特别长，但他一直在 ToB 市场中打磨产品、运营和增长能力。

现在，他的工作与当下很热的 FDE / Field Delivery Engineer 形态高度相关：把产品和AI能力带到客户现场，在真实交付中理解客户需求，再把需求抽象出来，反哺平台产品。

这一期我们聊到：

为什么过去很多客户调研最后会变成“你们问了也不会改”；为什么平台视角容易造成业务失真；为什么客户说“我要做知识库”“我要做自动化”，其实还远远不够；为什么企业业务天然是混沌的，而AI却需要清晰的工作流和可调用的数据；以及，一个FDE到底怎样从客户现场，把隐性的业务经验拆成显性的规则、流程和系统。

kangyuan 也分享了一个非常具体的方法：

不要一上来问客户“你有什么需求”，而是先收窄到一个具体业务领域；
再把客户的工作流拆成直播前、直播中、直播后这样的链条；
然后追问三个问题：
现在怎么用AI？
曾经想用AI做但失败了什么？
长期以来一直痛但没解决的问题是什么？

这不是一集AI工具分享。

而是一集关于：

AI时代，谁能把真实业务现场讲清楚，谁就能拥有更大的职业边界和组织价值。

主持人：Fancy

嘉宾：kangyuan

即刻：kangyuan.c

收听方式：

喜马拉雅，小宇宙，网易云音乐，qq音乐，豆瓣，App podcast ,Spotify,Google podcast ,overcast,YouTube

第122期带时间标记的时间线

–｜嘉宾登场：kangyuan，大厂AI产品运营，当前工作与FDE、客户现场和AI产品交付高度相关
–｜kangyuan自我介绍：从数据产品、产品运营、ToB增长，到现在做AI产品运营
–｜从本地生活到广告AI产品：为什么AI产品运营仍然处在探索阶段
–｜FDE最大的变化：过去调研完需求要带回公司，现在可以直接在客户现场用AI做交付
–｜平台视角和真实业务之间的失真：为什么只看指标容易设计出不落地的系统
–｜业务失真与体验缺失：ToB产品不能只解决“大问题”，还要处理客户真实使用里的细节
–｜AI进入真实业务场景：不是客户不聪明，而是很多客户不知道机器人、Key、Agent到底怎么用
–｜AI让企业从“适应平台规则”转向“理解平台商业模式并为自己卡位”
–｜kangyuan的职业选择：从数据产品、运营、增长，到大厂、创业公司、AI产品运营的连续切换
–｜职业选择里的现实与迷茫：有时选择不是纯理想，而是回到城市、薪水和现实生活
–｜不断试错背后的主线：虽然跳脱很大，但一直在ToB场景里积累客户沟通和增长能力
–｜从传统运营到FDE：运营边界为什么被AI放大
–｜复合型人才浮出水面：以前被职能边界压住的人，AI时代开始有更大空间
–｜一年三次职业切换带来的思维密度：AI让经验迭代更快，也让决策密度变高
–｜FDE项目起点：不要问“你们有什么需求”，而是先收窄到一个具体业务领域
–｜拆工作流：从直播前、直播中、直播后，把客户工作拆到最小原子节点
–｜三个关键问题：客户现在怎么用AI、曾经用AI想做但失败了什么、长期想做但一直没做成什么
–｜识别业务闪念：AI像阿拉神灯一样出现后，客户第一时间想到要做什么，往往藏着新机会
–｜一期和二期怎么设计：一期做高频中价值，先建立信任；二期再进入创新和高挑战场景
–｜中小企业为什么很难自己完成FDE：经验在老板脑子里，数据散落，规则输出能力不足
–｜收窄需求的重要性：不要做“整个公司知识库”，而要先明确一个入口、一个场景、一个工作流
–｜企业业务为什么天然混沌：市场变化快，很多经验无法直接数据化，需要人来做抽象和显性化
–｜AI时代最重要的能力：抽象规则、显性化隐性经验，把人脑判断变成可调用资产
–｜交付为什么要分阶段：先用高频痛点建立信任，再逐步处理更复杂、更高风险的场景
–｜FDE真正的价值：在现场把抽象需求变成可用系统，再用客户反馈验证场景是否成立
–｜AI如何改变MVP：过去要研发排期一个月，现在上午聊完需求，下午就能做出可看的原型
–｜反馈成本趋近于零：A客户适用、B客户不适用，本身就是非常有价值的需求数据
–｜AI让人更累了吗：交付更快，客户需求更多，FDE和AI产品运营的工作量反而被放大
–｜两种解法：养自己的Agent团队分担执行；把共性需求抽象回产品，完成个人升维
–｜未来人才模型：不是单点专家，而是有专业深度 + 跨领域整合能力的复合型人才
–｜AI让所有人重新思考：自己的职业模型、人力模型和未来定位到底是什么
–｜组织边界被打破：过去运营不能做的交付，现在可以通过AI直接接近客户现场
–｜AI减少部门摩擦：运营、产品、研发重新围绕客户价值和业务结果对齐
–｜结尾：kangyuan的后续社媒、未来回访可能，以及AI时代持续迭代的开放状态

10个深度问题

你现在做的AI产品运营，和传统产品运营最大的区别是什么？
FDE为什么会成为AI时代非常重要的一种工作方式？
为什么过去客户调研经常会变成“客户知道你们不会改”的无效循环？
你提到“业务失真”和“体验消失”，这两个问题在ToB产品里具体会怎样发生？
当你真正去客户现场之后，发现客户使用AI的方式有哪些超出你的想象？
为什么客户说出来的需求，不一定等于他真正工作流里的需求？
你在FDE需求调研里为什么要问三个问题：现在怎么用AI、曾经用AI失败了什么、长期痛点是什么？
为什么第一期交付不能一上来就做最难、最出彩的东西，而要先做高频中价值场景？
AI让MVP变快以后，产品运营和FDE的工作边界会怎样被重新定义？
未来谁会在AI时代变得更有价值：单点专家、复合型人才，还是懂业务Know-how又会调AI的人？

5个吸引力亮点

1. 这期把FDE讲得非常具体

不是泛泛说“去客户现场”，而是讲到了真实FDE流程：
收窄业务领域 → 拆工作流 → 找最小原子节点 → 判断AI基建 → 识别长期痛点 → 分期交付 → 用反馈反哺产品。

2. “业务混沌”这个判断非常有价值

kangyuan讲到，公司业务天然是混沌的：市场变动快，很多经验不可数据化，很多判断存在人与人之间的沟通和默契里。AI需要清晰环境，但真实企业往往不是清晰的。这个矛盾，是企业AI落地最核心的难点之一。

3. 这期非常适合企业老板和ToB从业者听

因为它直接解释了：
为什么你说“我要做知识库”“我要做自动化”是不够的。
真正要做的是先收窄场景、明确工作流、拆清楚人做什么、机器做什么、哪些经验要显性化。

4. AI如何改变MVP，这期讲得很落地

过去做MVP需要产品、研发、前端、后端、测试和排期，可能一个月才能给客户看；现在AI可以让需求验证速度大幅提升，甚至当天做出可视化原型给客户反馈。

5. 这期点出了AI时代的新型人才方向

真正有价值的人，不是只会一个岗位动作的人，而是能把业务Know-how、客户现场、数据、AI工具、产品判断和组织协作串起来的人。康源把这种人称为复合型人才，也提到未来更需要有专业深度和跨领域整合能力的人。

《瑜伽姐的斜杠人生》播客团队

在小宇宙查看该单集文稿

说明里标出的时间点，点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的，不是节目方的宣传语

最值得听的

需求调研的三个问题：哪些环节用了 AI、哪些想用但失败、哪些一直没做成，据此给痛点分级。

别处听不到的

客户团队自动爬取平台爆款素材、用 AI 批量生成测跑量的现场观察，以及客户不知道飞书机器人怎么用的细节。

最打动人的

嘉宾坦言自己心里一直有块模糊地带，跳槽更像实验，靠换公司规模、换业务去找那个说不清的答案。

AI 推荐理由

为什么值得听

AI 读完整集转写后给出的推荐理由

一个做广告素材的团队，每天早上让程序自动爬取平台最新爆款，用 AI 批量生成同类素材去测跑量——这套不在任何官方功能里的玩法，是嘉宾在客户现场看到的。他讲了自己一年换三次工作的真实取舍，也讲了 FDE 怎么用三个问题判断一家客户值不值得做、第一期该交付什么。

AI 概要

本期概要

由 AI 从整集转写生成，是创作者说明之外的补充

康源在不到一年内经历三次职业转换，从本地生活业务到创业公司，再到大厂做 AI 产品运营，服务 FDE 业务。他讲了两类产品通病——业务失真与体验缺失；客户如何用 AI 在平台规则之外“卡位”；FDE 的需求调研方法：把话题收窄到一个业务领域，拆细工作流，用三个问题反推客户的 AI 基建与痛点分级；分期交付先建立信任再交付创新场景；AI 让 MVP 从一个月缩短到半天，但也让干活的人更累。最后落到组织边界：AI 让运营能独立完成过去只有工程师能做的交付，把混沌业务变清晰的人才是稀缺资源。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立