AI时代的To B PMF，已经死了吗？

AI时代的To B PMF，已经死了吗？

上个月和一位做 XX agent 的创始人吃饭，他说他们的 agent MRR 半年翻了三倍，"应该是已经找到 PMF 了。" 我还没来得及例行开怼，他继续说："但是我有点慌，客户签单很快，功能细节问得很少，更关心接入的是哪个大模型。" 接着，他说了一件更不安的事——他们最近三个月签进来的客户，几乎全是同一类人：非业务部门的决策者。带着一笔"AI 探索预算"，采购理由是"我们先试试，看 AI 能做什么"。

他问我："这算 PMF 吗？" 我告诉他："你没找到 PMF。你找到的是 Vibe Revenue。"

• • *

一、你庆祝的 PMF，可能是一场集体幻觉

先说我提到的那个词：Vibe Revenue。它不是产品价值的验证，而是市场情绪的副产品。打开来看，它由三笔预算叠加而成：

第一笔：FOMO 预算

决策者害怕错过 AI 浪潮，愿意拨一笔"害怕落后税"。

第二笔：好奇心预算

团队想玩一玩新工具，心态是"体验"而非"采购"。

第三笔：AI 焦虑税

行业会议、投资人、媒体都在讲 AI，老板需要一个"我们在做 AI"的证据。买一家 AI SaaS/Agent，就是一个成本不高、但 PPT 上很好看的证明。

• • *

这三笔预算叠加在一起，表现为一种令人心动的增长：决策快、客单价不低、销售打法可复制。 一切看起来都像 PMF。

但它的致命伤只有一个：续费率会说话。

Vibe Revenue 就像信用卡消费。签单的时候很爽，还款日才知道疼。

第一个续费周期一到，CS 团队会带回来那些熟悉的声音：

• "我们还在评估 AI 供应商的整体布局"
• "团队最近太忙了，还没推下去"
• "功能挺好的，就是我们暂时用不上"

你没有 PMF。你只是赶上了一波情绪。

而比这更危险的，是 Vibe Revenue 已经事实上污染了 PMF 最重要的验证信号——收入增长。

当收入不再代表"有人离不开你的产品"，而变成"有人愿意花一笔钱缓解焦虑"，你手里的仪表盘就全坏了。你照着仪表盘踩油门，可能正在开向悬崖。

• • *

二、PMF 的定义，在 To B 从没统一过

你可能会说：好，Vibe Revenue 是个问题。但 PMF 本身还是存在的，只要找到真正的产品-市场匹配就行。

问题是——什么是 PMF？这个概念在 To B 自己就没统一过。

To B 的 PMF，和 To C 根本不是一回事

我们先回顾一下基础概念。

To C 的 PMF，一个人爽了就行。下载量、日活、推荐率，数据干干净净。

To B 的 PMF，要的是一个组织"离不开"。但"组织"不是一个活人，是一群利益不同、诉求各异的人：

• 买单的人可能不是用的人
• 用的人可能没权利说"买"
• 评估的人可能根本不在使用场景里

这就是 To B PMF 的复杂性。而在这个复杂性之上，又叠加了一层最根本的分裂——

产品经理和销售，活在对 PMF 的两个平行理解里

产品经理心中的 PMF，我称之为理想主义导向。

它的逻辑是一根严谨的链条：用户是谁？什么场景？解决了什么不可替代的痛点？留存曲线平不平？净推荐值正不正？用户画像能不能一句话说清？

标准是：用起来，离不开，画像可清晰描述。

在这个标准下，大部分 AI To B 产品根本没有 PMF。因为用户画像至今模糊，用 AI 营销工具的老板和用 AI 客服的企业，真的是同一类画像吗？因为"离不开"的不可替代性还没建立，DeepSeek 一更新用户可能就跑了。

销售眼中的 PMF，我称之为实用主义导向。

它的逻辑是：不管那么多，重复的方法、差不多的客户，反正都卖得出去。

在这个标准下，很多 AI To B 产品确实已经 PMF 了。因为 FOMO 让决策变得极易触发，因为"AI"这个词自带分配预算的合法性，因为老板的焦虑可以被标准化地转化成签单打法。

• • *

你说谁对？

产品经理会说： "你看续费率才多少？用户用完就走了，这叫 PMF？"

销售会说： "我每个月都在关单，客户愿意付钱。钱有假的吗？合同有假的吗？产品用不起来那是你们的事，说明需求不在你们想的那个地方，在我卖的这个地方。"

这场内战，在 AI 时代变得更加致命。因为 Vibe Revenue 会暂时模糊两者的边界——让销售以为赢了，让产品以为输了，但真相是：可能谁都没见到 PMF 的完整样貌。

• • *

三、To B 销售的"魔法"：需求开发，从来不是解决客户的问题

但如果我们再往深处挖一层，你会发现：这两种 PMF 理解的背后，是两种对"需求开发"截然不同的认知。

产研理解的"需求开发"

我手里有一种研制中的特效药，客户有疑难杂症。我们坐下来认真诊断，看看能不能对上。对上了，是匹配。对不上，说明这个客户不是我们的目标客户。

这很合理。这很理想主义。

销售理解的"需求开发"（真相）

它的真相从来不是解决客户的问题，而是"采购动机开发"——帮助客户关键决策人，设计出一个好的汇报故事，以促成他们把一笔新的预算合理地、尽可能多地、不冒风险地划给你。

这笔预算从哪里来？

• 从老板的 AI 焦虑里来："我们不能落后，必须布局 AI。"
• 从年底的预算冲刺里来："这笔钱不花掉明年就被砍了，花在 AI 上最安全。"
• 从同行的攀比里来："隔壁部门买了，我们不能没有。"
• 从个人的晋升诉求里来："我主导了公司 AI 方向的探索和采购。"

看到了吗？这些采购动机，和产品能解决什么问题、能不能嵌入工作流、用户用不用得起来——没有半点关系。

业务用不起来？那是另外的事情。销售的责任是关单。至于产品能不能落地，那是产研和 CS 的事。

这是销售的魔法。这套魔法，大幅扩展了一家 To B 公司的营收天花板。

• • *

我们得承认：再烂的产品，甚至并不真正匹配需求的产品，只要按照销售那套 PMF 逻辑，都有一些优秀的销售团队能卖得出去。

就算客户最终用不起来，销售也能圆得过来：

"你们团队对 AI 的接受度还需要培养，我们公司还有相关的培训业务，要不再上个培训，喊上老板和相关的业务领导？"

"这个产品的能力要到下个版本才能完全释放。"

"我们先占个坑，等你们业务成熟了自然就用起来了。"

这在 To B 行业是一个公认的事实。虽然产研不愿面对，但你必须承认它的存在。

你去看那些营收高到你不能理解、但是续费率很低的 To B 公司。他们的增长引擎怎么可能都是产品价值，更多的是销售能力！

他们卖的不是软件/SaaS/AI，而是一个"还能这么玩"的希望，和一个"我已经在行动了"的证据。

当这种销售能力和 Vibe Revenue 相遇，就会产生一个极其危险的迷雾——收入在涨，团队在扩张，投资人在鼓掌，所有人都觉得 PMF 已经达成了。直到续费率开始说话。

• • *

四、四类客户：当第三类客户占比过高时，PMF 已经失去讨论意义

看到这里，你可能会问：好，销售能卖出"需求不对口"的产品，Vibe Revenue 会污染验证信号，那我到底该怎么判断自己的 PMF 状况？

这里分享一个我在老东家帆软负责运营一款 AI 产品时设计的框架：在探索 PMF 的过程中，我们可以把客户分成四类。这四类不是按行业分，不是按规模分，而是按"他的需求和你产品当前能力的匹配度"来分。

第一类：精准匹配型

假设你做的是一款 AI 智能客服产品，核心能力是自动识别工单类型、提取关键信息、辅助人工坐席快速回复。有一天，一家中型电商的客服主管自己找过来。他说他管着三十人的客服团队，每天处理两千条重复咨询，员工流失率高，培训新人周期长。他试过传统关键词匹配的自动回复，太僵硬；试过外包，质量不可控。他翻遍了你产品文档里的功能列表，然后问你："你们的工单自动分类能不能和我们现有的工单系统打通？如果可以，我下周就安排技术评估。"

他的痛点、场景、需求，和你产品提供的能力，是直接对齐的。

这类客户，就是第一类。

对待方式：重点关注"用起来"，深度服务，追求工作流嵌入。他们是 PMF 的基石。

第二类：方向一致但需要共创型

还是那家 AI 智能客服公司。另一家连锁零售企业的运营总监找过来，他说："你们的客服功能不错，但我们更头疼的不是售后服务，是门店导购的话术管理。我们有两百个门店，导购水平参差不齐。你们能不能把底层对话 AI 的能力，改一改，做成导购话术辅助？如果可以，这个预算我能批。"

他认可你的底层能力方向，但他的核心需求，超出了你当前产品的边界。

这类客户，就是第二类。

对待方式：邀请他参与下一版本的规划共创，但不承诺交付时间，控制预期。

第三类：假需求 / 体验型

不是客服主管，不是运营总监，而是一家制造企业的战略规划部负责人。他说："我们今年成立了 AI 转型办公室，在扫描市面上的 AI 工具。你们的客服产品看上去不错，我们先采购一套试用一下，看看 AI 到底能帮我们做什么。"你追问他的具体业务场景，他回答："还不确定，我们就是想先跑起来。"

他没有明确的痛点，没有可描述的使用场景，他的采购目的是"探索"本身。

这类客户，就是第三类。

对待方式：可以签单，但保持清醒。不追求年费锁定，不承诺未来方向和他们的诉求一致，不把他们的需求反馈纳入产品路线图。

第四类：完全偏离型

一个在展会上认识的企业家，听说你做 AI 客服，很感兴趣。聊了半天，他说："其实我最想解决的问题不是客服。我有一堆内部合同文档，能不能用你们的 AI 能力，帮我做一个合同审查工具？我可以先付一笔钱，你们帮我定制开发。"

他的需求完全不在你规划的赛道上，他看上的是你的技术能力，想把你拽进另一个方向。

这类客户，就是第四类。

对待方式：可以保持关系，但绝不让这类需求干扰产品方向。如果这个方向确实有独立商业化潜力，可以考虑单独评估，但不与当前产品的 PMF 混为一谈。

四类客户对比

客户类型一：第一类 · 精准匹配型

• 典型画像：业务部门决策者，带着明确痛点来，问题和你产品解决的完全一致
• 核心诉求："我需要这个功能解决我的具体问题"
• 对待方式：重点关注"用起来"，深度服务，追求工作流嵌入。这类客户是PMF的基石

客户类型二：第二类 · 方向一致但需要共创型

• 典型画像：认可你的产品方向，但有额外的、你还没做的需求
• 核心诉求："你们能不能也做这个？如果做，我就买"
• 对待方式：邀请共创，进入下个版本的规划，但不承诺交付时间，控制预期

客户类型三：第三类 · 假需求/体验型

• 典型画像：非业务部门决策者，带着AI探索预算，采购理由是"试试看"
• 核心诉求："我们想看看AI能帮我们做什么"
• 对待方式：控制比例，不追求年费锁定，不承诺未来方向和客户诉求一致，不把他们的需求反馈纳入产品路线图

客户类型四：第四类 · 完全偏离型

• 典型画像：客户认为你"也应该做"的另一个方向，和当前产品规划完全无关
• 核心诉求："你们既然做AI，能不能帮我们做这个AI需求？"
• 对待方式：洞察输入，可以保持关系，但绝不让这类需求干扰产品方向判断
• • *

关键结论

这四类客户的签单比例，是判断你 PMF 真实状况的核心指标。

如果你的客户以第一类和第二类为主，恭喜你，你在正确的路上。你的收入增长和产品价值是正相关的。

但当你的客户严重失衡——几乎全是第三类客户时，寻找产品层面的 PMF 已经失去意义了。

为什么？

因为这意味着你的增长引擎不是产品价值，而是市场情绪。你的"用户画像"是假的——真正用的人没用起来，付钱的人不是用的人。你的续费基础是沙滩上的城堡，FOMO 退潮时，第一块礁石就会让它坍塌。

面对这种情况，正确的内部态度是什么？

不是否认，不是互相指责。不是产品骂销售"签的都是垃圾客户"，销售骂产品"你们做的垃圾根本用不起来"。

而是持开放态度接受这个事实：我们现在活在一波情绪红利上。这波红利的价值，是给了我们时间和弹药，去找到真正的第一类客户。但它不是 PMF 的证据，而是 PMF 尚待建立的反证。

在这个阶段，内部应该做三件事：

第一，控制第三类客户的签单比重，不让 Vibe Revenue 主导你的资源分配和产品方向决策。

第二，把第三类客户贡献的利润，定向投入到第一类客户的深耕和第二类客户的需求共创上。 让情绪收入养真正的产品价值，而不是反过来。

第三，让产品和销售共享一套"客户类型识别机制"。 在签单前，建机会时就标注客户属于哪一类，而非签完一年才发现根本没人在用。产品和销售之间的矛盾，不需要调和观点，但需要共享数据。每个月一起看：哪类客户在增长？哪类在续费？哪类在用？这张表会让很多争论自动消失。

• • *

五、每个版本，都是一次寻找新 PMF 的开始

如果前面讲的都是诊断，那接下来的这一点就是预警。

在传统软件时代，版本升级是功能优化。PMF 的大方向不变，你在一片稳定的大陆上稳步前进。v2.1 比 v2.0 好一点，v2.2 比 v2.1 更好一点。客户画像不变，需求不变，你只是在同一个方向上做得更深。

AI 时代把这个逻辑翻了过来：理论上，产品的每个大版本升级，都是一次寻找新 PMF 的开始。

为什么？因为 AI 产品的版本升级，可能意味着三层根本性的变化：

第一，底层模型换了

你从 GPT-4 换到 Claude，或者从开源模型换到自建模型。能力边界变了，突然解锁了新场景——但也可能突然在某些旧场景上显著退步。你的第一类客户可能发现，昨天还跑得挺好的功能，今天输出质量飘忽不定。

第二，交互范式变了

从对话到 Agent，从文本到多模态，用户对你产品的期望标准线被一次次重置。他们不再把你和你的竞品比，而是把你和 ChatGPT、Claude 直接比。

第三，竞品定义失效

你的竞品不再是另一家 AI SaaS 公司，而是基础模型厂商的一次功能更新。ChatGPT 上线一个插件，可能直接覆盖你半年的开发成果。

• • *

这意味着什么？

意味着你不是在 v2.0 找到了 PMF，就可以在 v2.1 歇一歇。v2.1 的发布，意味着 PMF 的试卷被重新发了一遍。你上一版本积累的"匹配感"，这一版本可能直接清零。

对创始人的现实冲击是：

SaaS 的 PMF 是一块压舱石。 你可以拿着它去融资、扩团队、定三年战略规划。

AI 的 PMF 是一块冲浪板。 你感觉自己在浪尖上，不是因为你征服了浪，而是因为你暂时和它的速度保持一致。换一道浪，你之前的姿势可能全错。

所以 PMF 在 AI 时代不是"死"了，而是从状态变成了过程：

这让很多创始人感到窒息。也让"PMF 已死"的论调有了市场。

但我要说的是：不是 PMF 不要了，是"把它当成终点站"的那种思路，在 AI 时代暂时失效了。 而什么时候恢复到稳定状态，我也不知道。

• • *

六、换个视角——从供给侧狂热到需求侧恒常

行文至此，你可能会觉得满眼绝望。

PMF 是假的。收入是 Vibe。市场是流动的。客户是分层的。销售卖的东西和产品做的东西活在两个世界。每个版本都在重新洗牌。

经营一家 AI To B 公司，就像永无止境地参加一场你不知道题目的考试。

那我们还做什么？

我想给你一个不同的收尾。

前面所有的讨论，都建立在同一个假设上：PMF 的"M"——市场，是一个需要被技术浪潮不断重新定义的、动荡不安的东西。

但如果换一个视角呢？

从供给侧切换到需求侧。你会发现，PMF 未必就是一直动态的。

有一个"JTBD（Jobs To Be Done，用户目标/待办任务）"理论，在它的框架下，客户从来不是在"购买"一个产品，而是在"雇佣"一个产品来帮他们完成某项特定的任务。对于 To B 客户来说，这个核心任务（Job）是极其稳定、甚至恒久不变的——比如"把仓库里的货更快地卖出去"、"把每个线索的获客成本降下来"、"用更少的人力兜底售后服务"。

核心任务（需求侧）是一座大山，永远在那里。但 AI 模型的疯狂更迭（供给侧），在不断重塑"完成任务的最优路径"。

理解了这一点，你就能明白为什么我们在前面说"每个大版本都是一次寻找新 PMF 的开始"。PMF 之所以要不断重新找，不是因为客户的需求变了，而是因为每一次底层技术的升级，都可能在行业里砸出一条成本更低、效率更高、交互更顺滑的"新路径"。

当市场上出现了更好的履约路径，如果你还死死抱着基于上一代技术打造的"旧路径"不放，你的 PMF 瞬间就归零了。不是客户不需要解决那个痛点了，而是他们发现，你不再是那个最值得被"雇佣"的最优解。

所以，技术决定了你交付价值的"路径"，而需求决定了你行走的"方向"。顺着这根线往深处挖，你会发现不管是组织还是个人，都有一些长期存在的基本需求。这些需求及其派生需求背后，一定有商业空间。只要肯多见客户，多思考，总能找得到。

来看这根从底层到表层的需求链条：

• 底层需求（生存与发展）：对个人而言，是健康、睡眠、财富获取、社会认同；对企业而言，则是降本、增效、获客、避险。
• 派生需求（追求质量与效率）：个人渴望"深度且高质量的睡眠"、"更快地提升职场竞争力"；企业渴望"用更低的人力成本解决售后"、"找到转化率更高的营销渠道"。
• 进一步派生（即具体的解决方案选项）：买 XX 牌的助眠产品、报 XX 平台的进阶课程、采购 XX 公司的 SaaS 软件、接入 XX 模型的 AI Agent……

这些核心需求始终存在，且永远留有预算。只不过随着技术演进和时代变化，这笔预算采购的具体"载体"变了：

为了解决睡眠焦虑，老一辈喝安神补脑液，年轻人买褪黑素软糖；为了缓解职业增长焦虑，五年前大家花大价钱报商学院课程，今天则买 AI 提示词和 Agent 实战课；而在 To B 领域，为了解决降低客服成本这个恒常需求，企业十年前买传统外包呼叫中心，五年前买 SaaS 智能客服，今天则在寻找优秀的 AI Agent。

需求本身没变，是满足需求的"最优解"在变。

用新技术、新范式去赋能一个已经长期、广泛存在的，最好是未被充分满足、只能容忍当下方案的 N 次派生需求，就是一个好的创业方向，一个好的产品选择。

这也是老付会敢于冒险创业还每天睡觉很香的原因——我用至少 5-6 年的时间彻底看清了 To B 健康增长这个痛点强烈且广泛存在的市场需求，为解决这个需求我可以投入整个后半生。而关于"供给"到底用什么技术、什么范式，我有足够的时间可以不断尝试和调整。所以对我来说 AI 不 AI 的，真没有那么重要。

你觉得用 AI 能帮中国老百姓彻底解决房屋装修中的苦恼吗？

AI 不能替你定义需求，也不能解决很多已经存在的痛点。

AI 可以帮你更快地构建解决方案。但它不能替你回答这个根本问题：

你在满足谁的什么需求？

• • *

最后

所以，PMF 死了吗？

• 如果你把它定义为"找到的那个可以歇一歇的时刻"，那它可能从没活过。
• 如果你把它理解为"持续理解需求、持续适应变化、持续给出更好回答的那份能力"，那它一直活着，而且活得很好。

真正危险的，从来不是 PMF 的动态性，而是把 Vibe 当成 Real，把销售的故事当成产品的真相，在第三类客户的簇拥下，以为自己已经抵达了终点，然后开那瓶庆祝的香槟。

别在泡沫里看市场，泡沫会散，需求不会。

• • *

附：To B产品PMF健康度自检表