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

我開數位行銷公司,卻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

2026.09.23TAICHUNG, TAIWAN12 MIN READ

實驗筆記 / 02

需求實驗從生產走向需求

一次仍在進行中的個人實驗

JIMFAB.TW
Jimmy 在自然光下坐在沙發前思考,桌上放著 MacBook;既有真實生活肖像

先講一件聽起來很矛盾的事:我開的是數位行銷公司,但我一直沒有很積極地開發陌生客戶。

我每天在幫客戶處理的,就是怎麼增加曝光、怎麼讓人找得到你、怎麼把詢問變成案子。輪到自己的時候,我一直沒有踩下去。

這篇是上一篇的延續。那篇的結論停在「Productivity 生產力 ≠ Demand 需求」;這篇要往下走一步——既然做得快了,我接下來應該把時間投到哪裡?

01

這件事其實從我的第一份工作就開始了

我是程式背景出身的。做東西、修東西、把一個規格變成可以上線的網站,這些我很熟。

個性上我又是直來直往的人,不太喜歡來回試探、慢慢磨價格的那種談判。陌生開發本來就不是我擅長的事。

更關鍵的是我前一份工作的環境:我在一間公司帶網頁部門,那間公司的業務能力很強,案子一直進來。公司長期的問題從來不是「沒有案子」,而是生產端跟不上——做不完、交期趕不出來、人不夠。

所以那幾年我練的全是另一邊的功夫:怎麼把東西做出來、怎麼排程、怎麼讓交期不爆炸。「沒案子的時候主動去找客戶」這項能力,我幾乎沒有機會累積。

02

創業之後,這個弱項被結構放大了

自己開公司以後,那塊空白沒有自動補上。而且公司的結構還幫我找了一個很好的藉口。

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 行銷投入增加
  2. Clients 客戶數量增加
  3. Human Labor 人力交付、溝通與管理成本同步增加
  4. Production Bottleneck 生產瓶頸最後卡在做不完

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

於是個人的弱項和公司的瓶頸互相強化:我本來就不擅長陌生開發,而每多開發一個客戶,後面又會多出一整包我得自己扛的東西。不去做,反而變成一個看起來很理性的決定。

我不是不想成長,我是知道成長的代價會落在哪裡。

03

所以這些年我一直在找「可以一直賣的東西」

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,還有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兩件事同時存在:我不想被迫一直做陌生開發,也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」。

04

AI 進來之後,這個前提開始鬆動

這一年,AI 真的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」。最明顯的變化有三個,而且都不是抽象的感覺:

  • 很多以前因為人力與時間卡住、放著沒動的項目,這一年真的往前推進了。
  • 我開始可以在還沒接觸之前,就先替一個陌生客戶把行銷分析整理出來——這在以前是「有空再說」的工作。
  • 我開始寫文章。這篇就是。

我要誠實說一件事:我沒有辦法給你「以前幾小時、現在幾小時」的精確數字。我的工時本來就不是穩定可量測的東西,硬編一組 before/after 只會讓這篇看起來比較有說服力,但那不是真的。

我能確定的是方向:可以做的事變多了,做不完的壓力變小了。

而上一篇沒解決的地方也還在——產能提高了,收入沒有跟著同比上去。AI 提高了我的供給能力,但它沒有順便幫我增加需求。

05

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. AI + Automation 自動化交付方式改變
  2. Delivery Capacity 交付能力同樣人力能交付的量提高
  3. Demand Bottleneck 需求瓶頸卡點跑到前面:沒有足夠多人買
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?

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?

這個數字現在還沒有基準值——我要從實驗開始的這一天才正式記錄它,所以我不會宣稱「它已經下降了」。如果接下來幾個月它持續往下,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。

06

連「產品化」這件事,我也想反過來做

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。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。

現在我的判斷只剩一句話:先確認有一群人反覆遇到同一個問題,等我解過幾次、流程自己長出來,再談產品化。 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」。

那份「重複問題清單」我手上還沒有整理出來,這是接下來要做的事之一。

07

於是我開始研究「需求」這件事本身

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?現在拿什麼方法勉強撐著?有沒有已經在花錢?不處理會怎樣?

這些答案都不在我腦袋裡,得去外面找。我在上一篇整理過訊號可能出現的地方,這裡不重講;我想補的是這個提醒:

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。

AI 在這裡能幫的忙很多:大量閱讀、分群、找異常、整理證據。它可以把一百則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、失敗了誰承擔——這些還是要有人站在前面。

08

一次咖啡廳,讓我看到另一種可能

前幾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?一則評論、一支影片、一篇實測、一批之後還能用的素材,順便認識在地的店家。同一次消費,可以同時是內容、是搜尋資產、是影片素材。

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「寫一篇咖啡廳實測就會接到案子」,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。

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?

09

接下來 90 天,我要測的是兩件事

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。

同時我會開始記錄前面那個數字: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。

這也是我目前看到最大的風險:如果主動開發之後,交付負擔還是同比往上,那這篇的假設就是錯的。我寧可讓它在三個月後被自己推翻,也不想現在先寫成一個看起來很順的故事。

10

不逃離這個產業,先補上我沒練過的那一塊

過去這些年我一直在問:我要賣什麼,才能不用一直做?

但 AI 出現之後,我開始覺得問題也許應該反過來: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。

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. 2026.09.23

    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: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,今天才開始記錄。 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,內容到底能不能拿來探測需求,而不只是增加產量?有結果我會寫。