这几天接触了好几个跟企业相关的项目。
成或者没成，都不重要，重要的是，又有东西可以碎碎念了。
说和做，本质上是两码事。
一个人既能说得好，又能做得好，其实挺难。你越知道一件事情具体怎么做，说的时候反而越收敛，因为你知道里面有多少坑，也知道一句“这个没问题”，后面可能对应多少细节。反过来，不知道具体怎么做的人，说的时候反而更容易放得开，客户想听什么就往什么方向讲。
于是就很容易出现一个局面：客户预期值拉满，最后交付稀碎。
但这事又很矛盾。有时候想拿大单子，还真得把话往大了说。你什么都讲风险、讲限制，客户反而觉得你不行。所以这里面特别需要一种人：既知道怎么把话说大，也知道怎么把事情做小。哪些现在能做，哪些要分阶段，哪些只是理论上可行，哪些纯属 PPT，得有人能兜得住。
最近还遇到另外一种情况。
有些老板自己学习能力和动手能力都强，又有多年的业务积累。现在有了 AI，不差钱的话相当于给这种人发了无限子弹。只要 token 管够，他真能一边聊业务，一边写产品、改页面、调代码，最后做出一个东西。
问题也恰恰容易出在这里。
因为本身不懂开发里的具体细节，一旦自己借助 AI 做出来了，就很容易产生一种认知上的“傲慢”：这不是挺简单的吗？我都能做，你们为什么不能？
于是产品开始学代码，运营开始调页面，设计开始碰前端，开发顺便还得做售前。看起来人人都在变成超级个体，实际上每个人都在费劲学习自己不擅长的东西，团队边界越来越模糊。
更现实的问题是，老板可以为了一个想法烧上千刀的 token、折腾三五天，因为公司是他的。但你很难要求每个员工都用同样的投入，把别人的专业重新学一遍。
最后很可能不是人人全栈，而是谁都不够专业，甚至连协作都开始失效。
很多人到现在还觉得 AI 没什么用，很大的原因其实也是没有积累。
就像书看得少，写作文自然费劲。你在一个行业里做了十年，有经验、有案例、有判断、有踩过的坑，再加上 AI，效果会非常夸张。可如果自己本身没什么东西，AI 能放大的也很有限。
很多公司的 AI 落地也是一样。老板没怎么用过，员工也没怎么用过，全部认知都来自短视频里营销号那些一惊一乍的观点。
老板还好，毕竟钱是自己的，花出去多少还知道得听个响。
真正危险的是，管理层也是这个水平：自己没实践、没积累，却拿着营销号里学来的 AI 认知，去要求真正干活的人。
AI 会放大一个人的能力。
但前提是，你得先有东西，值得被它放大。