商业模式设计与创新

商业模式设计与创新

课程概览

商业模式回答企业如何为特定参与者创造价值、把价值交付出去，并通过收入、资源交换或其他回报持续获取价值。课程以 商业模式画布（BMC） 建立共同语言，再用 JTBD 识别用户在具体情境中要完成的工作，向后连接客户关系、关键业务、资源、伙伴、收入与成本，向前连接价值主张、MVP、实验、指标和平台治理。

课程反复强调，画布不是九个格子的填空题。一个模式要能解释：谁需要什么，企业如何完成承诺，哪些参与者共同交付，谁为哪一部分付费，成本如何发生，以及关键假设如何用低成本证据验证。平台、订阅、广告、免费增值和剃刀模式只是结构选项，不能替代对用户、价值和经济性的判断。

知识地图

1. 价值逻辑：从用户工作到 BMC

• 价值创造：为特定客户解决问题，帮助客户取得功能性、情感性或社会性进展。
• 价值传递：通过渠道、客户关系、关键业务和合作伙伴，把承诺的结果交付到使用场景。
• 价值获取：通过销售、订阅、抽佣、广告、增值服务、耗材或其他交换获得可持续回报。
• BMC 九个模块：客户细分、价值主张、渠道通路、客户关系、收入来源、核心资源、关键业务、重要合作伙伴、成本结构。
• 内部一致性：价值主张要由关键业务和资源支撑，渠道要能触达目标客户，伙伴要补足能力，收入要覆盖成本并与关系强度相称。

画布右侧更接近客户与市场，左侧更接近运营与供给，收入和成本把两侧连接起来。分析时应从任意一个关键假设出发，沿着「客户—价值—活动—资源—伙伴—渠道—关系—收入—成本」追问，而不是孤立填写模块。

2. 客户洞察：JTBD、细分与关系

• JTBD：用户购买产品或服务，是为了在特定情境下完成某项工作。竞争者包括所有能完成同一工作的替代方案，不限于同一产品品类。
• 三类工作：功能性工作解决实际任务；情感性工作带来安心、放松或掌控感；社会性工作传递身份、品味或地位。
• Job Story：写清情境、触发因素、限制、期望进展和结果，避免只写人口统计标签或功能列表。
• 客户细分：从「谁」推进到「谁在什么时刻遇到什么问题、现在如何解决、为何愿意付费或持续使用」。大众市场、利基市场和多边平台市场需要不同的价值与渠道安排。
• 客户关系：自助服务适合标准化低风险任务；自动化服务适合可规模化的推荐、提醒和问答；人工辅助适合高价值、高复杂度或高风险任务；社区适合互助、传播和共创，但需要治理。
• 关系陷阱：自助可能把复杂性转嫁给用户；自动化可能过度推送、不可解释或无法转人工；社区可能空壳化、失控，或被当成免费的客服外包。

客户关系应按客户阶段、任务复杂度和风险组合设计。自动化出口必须保留异常处理、人工转接和责任边界。

3. 运营与经济性：业务、资源、伙伴、产能和成本

• 关键业务：平台运营、内容生产、技术开发、物流履约等实际动作，必须直接支撑价值主张。
• 核心资源：物理资源、知识产权与算法、人力与组织能力、金融资源、数据、网络和生态关系。独有数据、难以复制的组织能力和较高转换成本可能形成护城河。
• 重要合作伙伴：补足能力、资源、渠道、信任或合规条件。伙伴数量不等于模式质量，合作关系必须说明双方的价值交换、成本与风险。
• 自建与外包：在控制力、成本、速度、质量和战略重要性之间取舍。重资产模式控制力强但固定成本高，轻资产模式灵活但更依赖伙伴治理。
• 弹性产能：固定核心产能承接稳定需求，缓冲层应对常规波动，外部伙伴或溢出层承接峰值。需求预测、资源池化、流程柔性、动态定价和需求塑造可协同使用。
• 成本结构：区分固定成本与变动成本、直接成本与间接成本、总成本与边际成本。成本控制要前置到设计、采购、流程和产能规划阶段，并回到价值主张检查是否值得。

成本低不是模式成立的充分条件。真正的问题是：投入是否支撑客户愿意付费的结果，是否在规模扩大时保持交付质量，是否把风险隐性地转嫁给用户或伙伴。

4. 收入与增长：收入模式、定价和单位经济

• 一次性销售或所有权转让：交易完成后关系相对短，但对持续服务的依赖较低。
• 按使用或时间付费：收入随用量或期限变化，适合可计量的使用价值。
• 订阅或周期性付费：企业必须持续交付价值、维护体验并降低流失。
• 交易抽佣与广告：收入分别依赖交易撮合或受众触达；需说明平台提供的真实价值和治理成本。
• 免费增值与剃刀模式：先用低门槛基础产品获取用户，再由增值功能、耗材、维护或服务产生持续收入。
• 指标：MRR 是月度经常性收入，ARR 是年化经常性收入；收入增长要与留存、流失、使用频率、LTV、CAC 和贡献利润一起看。
• 定价：应结合支付意愿、客户细分、竞争和战略目标。促销是阶段性手段，不等于长期定价。
• 资源置换与异业联盟：用自身边际成本较低、但对伙伴有价值的渠道、曝光、积分、场景、数据或能力进行交换，降低现金预算压力。

不能把加盟店营业额、平台交易额或用户总数直接当作企业收入和价值。分析时需要拆清收入确认主体、付费者与使用者、各类客户的稳定性，以及每条收入线对应的交付成本。

5. 验证与迭代：从需求证据到 PMF

• 访谈：围绕真实经历和时间线追问触发情境、替代方案、决策顾虑、说服因素和使用结果，少问抽象态度与假设性问题。
• 痛点排序：用发生频率、严重程度、时间、金钱和精力等维度识别优先级。
• 价值主张画布：把客户工作、痛点和收益映射到必备功能、止痛功能和增益功能。
• MVP：用最少资源验证最关键假设，不是完整产品的缩小版。假门测试、礼宾式服务、预售、预约和小批量发布都可作为验证手段。
• 实验：A/B 测试或随机控制实验应预先定义成功指标、设置对照、尽量随机分配，并控制渠道、时间和样本差异。
• OMTM：在一个发展阶段聚焦一个最重要指标，指标要根植于商业模式、可指导行动、可比较；阶段改变后重新定义。
• PMF：通过构建、测量、学习循环观察转化、活跃、留存、付费和同期群，而非用一次性投票或浏览量下结论。
• 伪需求识别：点赞、评论、浏览、下载和注册可能只是表层兴趣；应追踪关键功能使用、真实转化、付费、留存与复购，并进行多方法交叉验证。

6. 平台与生态：多边关系、网络效应和治理

• 多边定位：平台连接两个或更多相互依赖的群体，如买家与卖家、求职者与企业、用户与创作者、观众与内容生产者。
• 冷启动：先选择更容易留存的一侧或一个有限场景，借助内容、补贴、伙伴、人工运营或地域聚焦让网络开始运转。
• 网络效应：一侧参与者增加可能提升另一侧价值；同边效应也可能因拥挤、竞争和低质量供给转为负向。
• 飞轮与逆向循环：更好的体验可能吸引流量，流量吸引供给，供给再改善体验；治理不足时，低价低质供给可能损害信任并形成反向循环。
• 平台治理：身份认证、评价、内容审核、纠纷处理、反欺诈、处罚、数据保护和规则透明共同构成平台基础设施。
• 平台边界：平台若利用数据、流量和低成本优势与一侧商家不公平竞争，可能产生自我优待和生态失衡。混合业务需要说明哪些部分开放、哪些部分由平台自营。

平台模式的收入可以组合订阅、广告、抽佣和内容合作，但收入线越多，治理、合规、信任和交付成本也越需要被纳入画布。

对 AI 产品经理的使用

1. 把模型能力转成用户工作

AI 产品容易从「模型能生成什么」出发，再寻找用户。可用 JTBD 反向检查：谁在什么情境下要完成什么任务，现有方案的摩擦在哪里，AI 输出如何改善结果，错误时谁负责。能力演示不能替代需求证据，可结合需求分析与用户研究确定第一批用户和可验证问题。

2. 用 BMC 约束 AI 产品的完整闭环

AI 产品的画布至少要补充以下问题：

• 价值主张：模型输出改善了哪个任务结果，而不是只增加了一个聊天入口？
• 关键资源：模型、数据、评测集、提示词、工具权限、人工审核和合规能力由谁提供？
• 关键伙伴：模型供应商、数据提供方、渠道、算力或人工服务商的依赖如何管理？
• 客户关系：哪些环节自助或自动化，哪些环节需要解释、确认、人工接管和审计？
• 成本结构：把推理、检索、评估、人工复核、存储、工具调用和失败重试纳入单位经济。
• 收入来源：按席位、按调用量、订阅、项目服务或混合收费分别对应什么价值与成本？

可把AI 产品开发生命周期、评估与评测和 LLM 成本测算接到 BMC：评测成本与推理成本不是上线后的附加项，而是模式成立前就要算清的经营成本。

3. 设计有兜底的客户关系

自动客服、Agent 和 Copilot 不应只追求自动化比例。先按任务风险分层：低风险任务可自助完成，中风险任务提供建议和确认，高风险或不可逆操作保留人工审批和一键接管。把失败模式、转人工率、任务完成率、采纳率、重试率和单次成本写进产品验收，而不是上线后才补监控。

4. 用最小实验验证价值与经济性

验证顺序可以是：

1. 用访谈确认工作、替代方案和痛点优先级；
2. 用假门、预约或礼宾式服务确认用户是否愿意采取行动；
3. 用小规模原型或人工加模型的 MVP 验证结果质量与交付成本；
4. 用 A/B 或灰度比较任务完成、采纳、留存和付费；
5. 用 OMTM 聚焦当前阶段，并持续检查 LTV、CAC、毛利和模型成本。

点击率或注册量只能说明某个表达引起兴趣，不能单独证明 AI 功能产生长期价值。

5. 评估平台依赖与生态治理

把模型供应商、开发者、数据提供者、终端用户、人工运营和合规主体画成价值网络，分别写出输入、输出、收益、权限和退出成本。多模型或多供应商策略要保留基线评测和数据迁移能力，平台规则要覆盖隐私、内容安全、提示词注入、滥用和纠纷处理。需要做 Agent 权限设计时，可参照Agent 产品设计。

课堂案例与事实边界

下表中的对象均来自课堂讲授、课件或小组汇报。它们在本课程中承担的是分析材料，不等于本页对企业现状、经营数据或案例细节作出的独立事实核验。

来源与日期覆盖

本页完整阅读并综合以下本地课堂笔记，日期范围为 2025-11-11 至 2026-01-06。日期是课堂材料日期，不表示外部资料的发布日期。

材料说明与局限

• 本页是课程总览，不是 16 次课的逐字实录。内容以课堂笔记中的稳定概念和重复出现的分析主线为基础，压缩了各讲的复习题、作业口径和重复案例。
• 2025-11-20、2025-12-02、2025-12-04、2025-12-23、2025-12-25 的字幕证据较弱，相关知识点按「课件 OCR 主题线索」处理，未伪装成完整课堂讲授。
• 2026-01-06 的材料明确不足：上一讲只预告「整体盘点」，本次 SRT 为空，OCR 只有标题页。文中关于课程总框架的内容来自前 15 次材料的回顾，不是 2026-01-06 已发生的课堂记录；作业、考试和教师结论均须以正式通知为准。
• 课堂案例、企业名称和小组方案用于说明概念。除非另有独立来源，本页不把它们当作经过核验的企业事实，不提供未经核对的市场份额、收入比例、代币价格、样本量或实验结果。
• 自动字幕与 OCR 都可能产生识别错误；需要用于研究、投资、合规或产品决策时，应查原始课件、完整录音、企业官方披露和可复现数据。

发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用