王慧文讲 4P 理论的时候，说互联网产品经理走了一段弯路。他那个时代最锋利的一句话是：比特 Copy 的边际成本趋近于零，所以 Price 可以归零，产品装进用户设备之后会变成渠道。360 靠这个逻辑把杀毒软件打到免费，然后靠浏览器入口收广告的钱。
这套逻辑在 AI 时代开始失效了。我最近在用各种 AI 产品时反复想到一个类比：token 就像电，实时消耗，用多少付多少。这个类比不是修辞，它把 AI 时代的商业模型整个重画了一遍。
王慧文的模型里，产品边际成本为零，所以价格可以为零，公司靠渠道赚钱。AI 产品的边际成本不为零——每一次回答都在烧算力，token 有真实的成本。价格归零等于自杀。产品装进用户设备后也不会变成渠道，因为它每次服务都在花钱。
所以 AI 时代的 4P 变成了另一套东西。
发电厂是模型公司，电网是 API，电器是应用。
OpenAI、DeepSeek、Anthropic 是发电厂，训练模型是巨大的固定成本，推理是低但不为零的边际成本，按度卖。API 是电网，负责分发。应用层是电器，不自己发电，把电转化成不同价值的服务。同样的电，空调和灯泡的售价差一百倍，价值差异在电器本身。
这里有一个看起来很矛盾的组合：既要有规模效应，又要按量计费。其实两者是同一台飞轮的两片桨叶。规模效应把单位成本压低，单价才能降，用户变多，规模更大，成本更低。按量计费保证毛利为正，公司持续买得起算力，规模才能持续。反过来，按量太贵没人用，免费太多直接烧死。
落到产品设计上，有几个具体的启发。
定价从”需求空间决定”变成”需求空间乘以成本结构”双重决定。免费额度是试用装，获客成本要设上限；按量是底线，覆盖算力成本；订阅给重度用户稳定现金流；企业预付费是高毛利的大客户直供。这套价格歧视的玩法比互联网时代更丰富，因为每个需求空间的成本结构不同。
产品力也变了。王慧文时代产品力是用户体验，AI 时代产品力是转化效率。省 token 就是产品力——prompt 压缩、缓存、批处理、模型路由，这些看着像工程优化的东西，本质上是把电费降下来，省下的成本可以直接变成价格优势。做 AI 应用的人，本质上在运营一家用电大户。
投资视角同样被这个类比照亮。紫苏叶投资法里说卖铲子阶段有效，成熟后应用层更赚。电力类比下就是：现在发电厂确定性最高，资本开支确定、算力短缺，但电器层的差异化利润要等电网成熟后爆发。推理成本降到电费可忽略的那一天，才是 AI 应用的黄金期。
我自己就在亲历这套模型。服务器上跑的 cron 任务每天烧 DeepSeek 的 token，余额就是电费。挑便宜模型、本地输出、避开长对话，这些省电策略已经在用了。做 AI 产品的人，迟早都要学会算这笔电费账。
王慧文说 4P 理论到了互联网要重新理解，因为产品变成了渠道。到了 AI 时代要再重新理解一次，因为产品变成了变压器——把算力转化成价值，赚的是转化效率的钱。看懂这个转变，就明白为什么有些 AI 产品注定烧死，有些能活下来。