跳到主要內容
吉米不在辦公室JIMFAB.TW

AI 解決了我的生產問題,接下來我要學的是怎麼找到更多需求

過去我一直不敢積極開發陌生客戶,因為接得越多,只代表做得越多

2026.09TAICHUNG, TAIWAN16 MIN READ
Jimmy 坐在咖啡廳窗邊,手放在 MacBook 上,窗外是樹林與天空

這一年大部分的重新盤算,都是在這種位置上發生的。

先講一件聽起來很奇怪的事:我其實一直沒有很積極地開發陌生客戶。

奇怪在於,我的公司就是做網頁設計、SEO 和數位行銷的。要怎麼增加曝光、怎麼讓人找到你、怎麼把詢問變成案子——這是我每天在幫客戶處理的事。

但輪到自己的時候,我一直沒有踩下去。

這篇是上一篇的延續。上一篇我寫的是AI 讓我工作變快,為什麼沒有賺更多?,結論停在「Productivity ≠ Demand」。這篇要往下走一步:既然生產力已經提高了,那我接下來應該把時間投到哪裡?

01

為什麼我不敢主動找更多客戶

因為以前,每多一個客戶,後面就多一整包生產工作。

網站不是賣出去就結束。後面還有設計、前端、後端、文案、SEO、跟客戶來回溝通、修改、上線、維護、專案管理。SEO 也一樣,接得越多,團隊每個月要處理的東西就越多。

所以我的成長公式長這樣:

OLD / 以前的成長公式

  1. Marketing ↑行銷做得更用力
  2. Clients ↑客戶變多
  3. Projects ↑案子變多
  4. Human Labor ↑人力與管理成本同步增加
  5. PRODUCTION BOTTLENECK最後卡在做不完

在這個結構裡,「更多客戶」並不是一件純粹讓人興奮的事。它同時代表更多的交付壓力、更多的溝通、更多可能出錯的地方。

我不是不想成長,我是知道成長的代價會落在哪裡。

02

我一直在找「可以一直賣的東西」

所以這些年我反覆想的問題其實是:

有沒有什麼東西,可以賣很多次,但不用每賣一次就重新做一次?

我認真想過保險、虛擬商品、從淘寶找台灣還沒有的東西來代理、其他可以重複販售的產品。有些查到一半,有些甚至問到了供應商,但最後都沒有真的執行。

我一度以為那是自己不夠果斷。

現在回頭看,我覺得當時要解決的問題可能被我自己講錯了。我以為我缺的是「一個產品」,但真正讓我不舒服的是另一件事:

我不希望每多賺一塊錢,就必須同比多投入一份人工。

想要的是營收往上,但生產不要跟著等比例往上。這才是我那時候一直在找的東西——只是我把它誤會成「我需要換一個行業」。

03

AI 進來之後,這個前提開始鬆動

這一年,AI 真的開始進到我的實際工作裡:網站與程式、SEO、內容、圖片、影片、資料整理、競品研究,還有公司內部一些重複的流程。

不是全自動,是變成「人 × AI」。同一件事,以前要一整天,現在有時候兩三個小時就能做到可以交出去的程度。

這是上一篇的起點,也是那篇最後沒有解決的地方:產能提高了,收入沒有跟著變成四倍。

換個講法:AI 提高了我的供給能力,但它沒有順便幫我增加需求。

咖啡廳木桌上的 MacBook、咖啡杯與兩個小公仔
工具變好之後,桌子還是同一張。問題換了一個位置而已。

04

我突然發現:瓶頸換位置了

這是我最近最大的轉念。

以前的順序是「需求 → 生產瓶頸 → 營收」。行銷如果突然做得太成功,案子大量湧進來,反而可能是公司出事的開始——因為卡點在後面。

但如果 AI 和自動化真的把交付能力拉上去,順序會變成:

NOW / 現在可能的樣子

  1. DEMAND BOTTLENECK卡點跑到前面:沒有足夠多人買
  2. Clients客戶
  3. AI + Automation交付方式改變
  4. Delivery Capacity ↑↑同樣人力能交付的量提高
這是我目前的假設,還沒有被自己的公司驗證過。

於是我第一次認真問自己:如果現在多接一些案子,我真的還會像以前一樣立刻被生產壓垮嗎?

我不能直接假設答案是「不會」。這種事講起來很容易,做下去才知道。所以我給自己定了一個可以量的指標:

每創造 NT$10,000 營收,公司實際要投入多少交付工時?

如果這個數字在接下來幾個月持續下降,那「不敢大量開發新客戶」的前提就真的改變了。如果它沒有降,那代表 AI 目前只是讓我做得比較輕鬆,還沒有改變公司的結構——那我就該老實承認。

05

這讓我重新看待「產品化」

以前我想產品化的順序是:找一個可以無限賣的產品 → 把它做出來 → 再去找人買。

現在我覺得順序可能要反過來:

PRODUCTIZATION

  1. Demand先確認有人反覆遇到同一個問題
  2. Service用服務的方式先解一次
  3. SOP解過幾次之後,流程開始長出來
  4. AI-assisted Service把重複的部分交給 AI
  5. Productized Service固定範圍、固定價格
  6. Software / Tool如果真的夠重複,才變成工具

重點不是「我要做什麼產品」,而是「哪些問題一直有人願意付錢解決」。

如果十個客戶裡有七個反覆出現同一個問題,而我解決它的流程也越來越固定,那才是產品化的訊號。反過來,先做出一個很漂亮的產品再去找人要,我自己已經證明過那條路我走不動。

這一段也還是假設。我手上還沒有整理出那份「重複問題清單」,那是接下來要做的事之一。

06

所以我開始研究「需求」

以前我問自己的問題是:我要做什麼產品?我要做什麼網站?我要發什麼內容?我要用哪個 AI 工具?

這些問題有一個共同點——全部都是在問我自己

現在我試著換成:誰現在真的有問題?他們在抱怨什麼?他們已經試過什麼?現在拿什麼方法勉強撐著?有沒有已經在花錢?這件事多久發生一次?不處理會怎樣?

這些問題的答案都不在我腦袋裡。所以我開始整理需求訊號可能出現的地方:

  • 搜尋:Google 搜尋、Autocomplete、Search Console、Trends
  • 抱怨:Threads、Reddit、Facebook 社團、各種論壇
  • 求助:「到底怎麼做?」「有人知道嗎?」「有沒有工具可以……?」
  • 已經在花的錢:已經買了的 SaaS、課程、顧問、外包
  • workaround:Excel、Notion、複製貼上、人工流程、自己拼湊的工具
  • 重複出現的問題:業務會議、客服、客戶訪談、既有客戶、流失客戶

熱搜告訴我大家現在在看什麼; 痛點才比較接近大家願意為什麼採取行動。

07

Demand Radar 與它做不到的事

我現在在構想的東西,暫時叫 Demand Radar。它還不是一個產品,也還沒有在跑,只是一個流程的草圖:從網路上的訊號,到 AI 幫忙分群、找出重複出現的問題,再到我自己判斷要不要追。

AI 在這裡能做的事很多:大量閱讀、聚類、找異常、整理證據。它可以把一百個抱怨整理成五種問題,這件事我自己做要花好幾天。

但它不負責最後那個決定。

哪個問題值得追、哪群人值得服務、哪個假設值得花錢去驗證、失敗了誰承擔——這些還是要有人站在前面。我在上一篇提過 Judgment 與 Agency,這裡我想再講清楚一點:我不認為「理解人」是人類的永久護城河,因為 AI 讀評論、讀客服紀錄、讀訪談逐字稿只會越來越強。比較難被取代的,是決定要往哪裡走,並且願意為那個決定負責

08

內容的角色也跟著變了

如果每個人都可以一天寫十篇文章、做二十支短影音、生成一堆圖,那產出本身就不再是瓶頸。

但注意力沒有變多。所以真正的問題變成:當所有人都能無限生產內容,別人為什麼要把 40 秒給我?

這不是演算法攻略的問題。我最近的想法是,內容其實有第二個用途——它不只是產出,它也可以是需求探測。

CONTENT AS DEMAND DISCOVERY

  1. Content把一個具體的問題寫出來
  2. Resonance留言、收藏、分享
  3. Conversation有人私訊說「我也是」
  4. Pain DB把真實的問題記下來
  5. 回到第一步

所以我現在問的不是「這篇會不會爆」,而是「這篇有沒有讓真正有這個問題的人出現」。這篇文章本身也是這個實驗的一部分。

09

一次咖啡廳,讓我看到另一種可能

前一天我去了一間海景咖啡廳工作,那次的紀錄我寫成了 Work Map 的第一篇

原本那就只是一件生活的事:去咖啡廳、工作、喝咖啡、吃東西、拍幾張照片、離開。

但那天回來我突然想到——這些行為本來就會發生,我有沒有可能讓它多留下一點東西?寫一則 Google Maps 評論、剪一支 Reels、在自己網站上留一篇實測、順便存下一批可重複使用的 B-roll、同時開始認識在地的店家。

同一次消費,可以同時是內容、是搜尋資產、是影片素材、是對在地生意的觀察樣本。

這裡我要講得很清楚:我完全不知道這件事最後會不會帶來任何生意。 現在沒有任何證據支持「寫 Google 評論就會接到案子」,我也不打算這樣暗示。我願意做的理由只有兩個:成本很低,而且這些事情本來就是我的生活。

10

生活能不能也進到這條鏈裡

「吉米不在辦公室」不是一個旅遊帳號。我本來就會去咖啡廳工作、會潛水、會旅行、會健身、會整天在用 AI、同時還要經營一間公司。

以前這些事是分開的:工作是工作,生活是生活,內容是另外擠出來的東西。我現在在試的是能不能把它接起來:

LIFE AS INPUT

  1. Life / Experience本來就會發生的事
  2. Content留下紀錄
  3. Search / Trust被找到,然後被相信
  4. Conversation有人來講他的問題
  5. Demand Signal變成可以驗證的線索
這條鏈目前只有前兩格是真的在跑,後面都還是假設。

所以「吉米不在辦公室」對我來說,重點不是「不用上班真自由」。而是:當 AI 慢慢把我從一部分工作裡放出來,我要拿這些多出來的時間去換什麼?

11

接下來 90 天,我想測一件事

核心問題只有一句:AI 已經提高了我的產能,我能不能第一次主動把需求拉到產能的上限?

這 90 天我不打算用粉絲數、發文數、影片數或觀看數當成主要標準。那些是過程,不是結果。我要追的是這一條:

需求訊號 → 有品質的對話 → 有品質的名單 → 提案 → 成交 → 營收。

同時我會持續量前面提過的那個數字:每 NT$10,000 營收的交付工時

因為真正要驗證的其實是兩件事:

  1. 我能不能找到更多真正有需求的人?
  2. AI 是不是真的讓新增客戶不再像以前一樣,同比增加交付負擔?

只有兩件都成立,我公司原本的成長模型才真的改變了。只成立第一件,我會把自己做爆;只成立第二件,那我只是變得比較有空。

12

這篇不是結論,是實驗開始前的假設

過去這些年我一直在想:我要賣什麼,才能不用一直做?

所以我想過保險、虛擬商品、代理商品,一直在找某種可以重複賣、不用一直加人的東西。

但 AI 出現之後,我開始覺得,也許問題應該反過來問:如果「做」已經沒有以前那麼困難,我能不能找到更多真正需要我做的人?

這兩個問題看起來很像,其實指向完全不同的兩間公司。

前一個問題,讓我一直想離開自己原本的產業去找新產品。後一個問題,反而讓我重新看待自己已經累積快二十年的東西:網站、SEO、行銷、客戶經驗、內容,還有現在多出來的 AI。

我還不知道這個假設是不是對的。

所以接下來,我不打算再多寫一篇「AI 時代企業應該怎麼做」。我想直接拿自己的公司來測。

AI 已經開始幫我解決「做不完」。接下來 90 天,我想看看自己能不能解決「賣不夠」。

UPDATE LOG

這場實驗的進度

  1. 2026.09.22

    實驗開始:先把假設寫下來

    這篇發布的當下,什麼都還沒有發生:Demand Radar 只是一份流程草圖,重複問題清單還沒整理, 「每 NT$10,000 營收的交付工時」也還沒有基準值。之後有進度我會直接寫在這裡, 包含沒有進度的時候。

我接下來在研究的問題:當 AI 讓每個人都可以日更,穩定產出還有價值嗎?以及,我開始在 Google Maps 寫咖啡廳評論,這跟我的生意到底有沒有關係?有結果我會寫。