原始标题: The Trades Business Owners Are Wasting Time on AI Without Strategy with Julian Scadden

发布日期: 2026-03-04 | 来源频道: @ai-for-business-owners

📝 深度摘要

1. 核心论点一句话总结

技术工商业主在没有明确战略的情况下盲目追逐AI工具，既浪费金钱又消耗精力。AI本身只是软件，是概率引擎，不是救世主。企业必须先建立战略框架，再选择合适的工具，而不是被 hype 裹挟着冲动购买。

2. 行业痛点与 AI 解决方案

技术工商业正面临三重挑战。首先是人才断层——美国Baby Boomer一代的水管工、电工、暖通技师正在大量退休，年轻从业者补给不足，行业面临严重的人才短缺。其次是从业者教育背景的转变——越来越多哈佛MBA毕业生进入 Trades 行业，与高中辍学者并肩工作，行业专业化程度在提升。第三是技术焦虑——AI浪潮来袭，业主们陷入两个极端：要么盲目追逐所有AI新工具，要么完全抗拒逃避。

Julian指出，他在行业中观察到三种典型的AI采用乱象。第一是 predatory sales（掠夺性销售）——AI供应商用恐惧营销制造焦虑，声称"不使用AI就会被淘汰"。第二是功能堆砌——企业在不同业务环节分别 bolted on（追加）孤立的AI工具，彼此不连接，结果业主变成了API工程师、IT专业人员，而非专注于自己的核心业务。第三是缺乏整体战略——没有想清楚AI要解决什么具体问题，就冲动买入工具。

AI的真实本质是软件，本质是一个概率引擎。它的工作原理是：对于用户提出的问题，它逐一预测每个单词作为"正确答案"的概率，最终组合出回答。这意味着AI永远不是完美的——它生活在0和1之间，只能做到"八成正确"。但这恰恰适合处理企业中的重复性工作：水管工、电工、暖通技师每天对客户说的话、做的事、回答的问题都有高度重复性。语言模型正是利用这种重复性来提供有效的自动化答案。

3. 商业模式拆解

Julian分享了一套关于软件和AI采购的反直觉框架。行业内一个普遍现象是：企业在购买软件前花80%的时间做调研，真正使用时却只花20%的精力做集成——这完全搞反了。正确的做法应该是：只花20%时间选型，然后花80%的精力做集成。因为没有任何软件是完美的。

软件行业内部有一个说法：No software is worth touching until version three（版本三之前的软件都不值得碰）。原因很简单——版本一是赶着上架的半成品，版本二是修复版本一各种bug的补丁包，版本三才真正具备原本设想的功能。当下大多数AI工具仍处于版本一阶段，远未成熟。

另一个关键洞察是：如果一个AI工具真能神奇地解决某个普遍问题，你的竞争对手也会购买——你们又会回到同一起跑线。AI不是差异化竞争优势，而是像手机和网站一样的"桌脚赌注"（table stakes）——大家都有，你不能没有，但它本身不创造竞争优势。真正应该关注的是你的企业独有的痛点：哪些问题正在阻止业务增长？哪些环节效率极低？先把战略想清楚，再决定是否需要工具、需要什么工具。

4. 技术实现路径

从技术实现角度，Julian的核心观点是：AI本质是语言模型，而普通人日常使用的词汇量只有5000-6000个，且不断重复。这意味着AI特别擅长处理高重复性、高可预测性的任务——比如客服常见问题解答、预约确认、技术文档生成等。

企业在实施AI时应该采用渐进式方法：先从 sandbox（沙盒）或 beta 测试开始，小范围尝试，验证效果后再逐步推广。Julian打了个精妙的比方：就像玩"永久死亡"（permadeath）模式的电子游戏——你只能死一次，必须从零开始，无法读档重来。商业决策同样如此，没有彩排，必须谨慎。

对于技术集成，Julian建议企业不要自己变成软件工程师。如果AI需要与现有业务文档、财务系统、账单系统对接，最好聘请专业人士协助，而不是自己动手摸索。企业主应该专注于自己擅长的领域——服务客户、技术交付——而不是试图成为AI专家。

5. 实战洞察与教训

Julian在节目中分享了几个实战教训。第一，他承认自己曾经"guilty of leading with adrenaline"（被肾上腺素支配）——急于行动、执行，误以为自己在创造价值，却没有先停下来思考战略。这种冲动在技术采用中尤为危险。

第二，他引述了一位前辈的忠告：大部分人买软件时花80%时间研究、20%时间集成，应该反过来——因为"集成才是真正产生价值的地方"。这与他强调的"没有战略就会冲动购买"的观点完全一致。

第三，Julian强调"seek wise counsel"（寻求明智的建议）的重要性。他建议企业主找第三方顾问——不是来卖你产品的人，而是能够客观评估你的需求、帮你制定战略的人。他打了个比方：业主不会自己动手安装热水器或维修电路 breaker，为什么觉得可以随便部署一个AI agent 来改变整个业务流程？同样危险。

第四，Julian提到软件行业的一个实战做法——建立"客户委员会"（customer council），每季度与重要客户、大客户、声音最大的客户开会，了解他们的真实需求。这比任何市场调研都有效。AI产品开发也是如此——让用户告诉你什么不work，这本身就是需求收集。

6. 给企业家的行动建议

第一，暂停，先定义战略。在购买任何AI工具之前，问自己：我的企业最大的痛点是什么？我想解决什么问题？这个目标与整体业务战略一致吗？把决策"filter back through your strategy and then through your values and your principles"——用战略、价值观和原则来过滤每一个技术决策。

第二，20%选型，80%集成。花最短的时间选一个基本合适的工具，然后把绝大部分精力放在如何把它真正融入业务流程、让团队真正用起来。集成才是价值产生的地方。

第三，找第三方顾问。Don’t try to be your own AI consultant. 你在自己的行业是专家，AI consultation 应该交给专业的人来做。花小钱请顾问帮你梳理战略，可以避免花大钱买错工具。

第四，用beta思维做事。如果真的想尝试AI，先用sandbox或beta模式小范围测试，观察效果再决定是否全面推广。不要成为工具的小白鼠。

第五，AI只用于高度重复性任务。AI最擅长的是处理你每天说无数遍的相同话术、回答无数遍的相同问题。把它用在客服、预约、简单文案生成等场景，而不是试图让它做复杂的战略决策。

第六，如果你的竞争对手买了某个AI工具并且效果很好，你可以等。因为如果这工具真那么神奇，他们早晚都会买——你不需要做第一个吃螃蟹的人，但你可以做最聪明的那个。

📺 播客地址

播客时长: 38分钟