人工智能时代，两种生产方式正在同时上演。
一类创业者借助大模型，在几天内完成市场调研、代码编写和产品原型，再同时铺开几个方向，用用户反馈决定哪条路继续走下去。另一类人仍然盯着一道菜、一把刀或一颗轴承，花几年时间把误差继续压缩，把体验再往上推一点。
前者看重速度，后者看重精度。过去几十年，耐心、专注和精益求精长期占据更高的位置，但这套叙事默认了一个前提：方向本身没有错。文章提出，在人工智能推动产品形态快速变化的阶段，真正的问题已不只是要不要精益求精，而是精益求精究竟该放在什么地方。
产品可能直接消失，质量不能脱离方向单独评估
文中指出，工业时代的大多数技术进步，通常发生在同一产品框架内部。汽车还是汽车，只是发动机效率更高；相机还是相机，只是镜头更清晰；电视还是电视，只是屏幕更大、更艳丽。产品生命周期足够长，企业才愿意花很多年培养高级技师，工匠精神也因此有了稳定土壤。
人工智能的变化不止是把工具做得更好用，而是直接改写某些产品是否还有存在必要。一套软件的功能，可能被压缩成大模型里的一句指令；原本需要专业团队交付的服务，也可能变成一次自然语言对话。企业面对的竞争者，未必是把同类产品做得更精致的人，而可能是客户已经不再需要这类产品。
在这种情况下，品质无法脱离方向单独成立。文章以机械打字机、胶卷和燃油发动机为例，指出即便这些产品能做到极高精度，市场一旦转向数字文档、智能手机和电动汽车，它们发挥价值的空间也会迅速缩小。文中还提到，诺基亚机身足够坚固，索尼随身听曾是便携音乐领域的重要代表，柯达也掌握了顶级胶片技术，但这些企业真正缺少的，不是质量和工程师，而是及时承认产品体系的地基已经改变。
文章认为，很多企业失败，不是因为没有把问题做好，而是把一个正在失去意义的问题解决得过于漂亮。工匠精神最容易出问题的地方，也正是它最常被赞赏的部分：投入越深，越难回头。团队花二十年打磨一项技术后，很难主动接受设备、流程和专业身份都需要重新估值的事实。
于是，精益求精可能逐渐变成保护沉没成本的理由。企业继续给没有增长空间的产品抛光，同时把“坚持品质”当作拒绝改变的解释。文章给出的判断是，成熟的工匠精神不只包括把事情做好的能力，也包括判断这件事还值不值得继续做下去的眼光。技术快速变化时，低头做事之前，先抬头看路同样重要。
MVP优先于完美，但前提不是敷衍用户
文章随后转向创业领域常见的MVP，也就是最小可行产品。按照文中的定义，MVP不要求企业一开始就交付成熟作品，而是先做出最基本功能，交给真实用户使用，先验证最关键的商业假设。
传统产品开发更像一条直线：先规划，再研发，经过长期测试后才推向市场。它背后的假设是，企业对用户需求已有较强把握，产品上线后不会被整体推翻。MVP采取的是另一种方式，先用较低成本做出雏形，再看市场反应，再决定是否继续投入。文中认为，这套方法真正关心的，是企业能不能尽快知道自己哪里判断错了，而不是第一版是否足够精美。
人工智能把试错成本继续压低，也让MVP的价值被放大。过去做一款软件产品，产品经理、程序员、设计师、测试和市场团队往往需要协作数月；现在，一个熟练的创业者借助大模型、自动化编程工具和现成云服务，几天就能拼出第一个可用版本。
随着开发成本下降，企业不必把全部资源押在单一方案上，而可以同时测试几个方向，让真实用户而不是内部会议来做选择。文章强调，很多产品之所以失败，根本原因是没有人需要它，至于按钮是否好看、速度是否足够快、功能是否已经很全，反而不是最先要回答的问题。企业花一年时间抠细节，某种程度上只是在延后听到市场说“不”的时点。
文中还提到，AI时代的窗口期正在缩短。一个今天仍有新鲜感的产品创意，几个月后就可能变成某个通用大模型的标配功能。企业越想把首发版本做完整，越可能在发布时发现市场已经翻页。因此，在技术变化快、需求尚未摸清、试错成本可控的领域，MVP的价值通常会高于传统意义上的工匠精神：先确认方向，再集中投入；先证明有人愿意用，再讨论如何做到极致。
但作者同时强调，这并不意味着MVP可以糊弄。用户可以接受功能少，不能接受功能是假的；可以接受界面粗糙，不能接受数据无故丢失；可以接受产品仍在测试期，不能接受企业把风险悄悄转嫁给用户。好的MVP，是在功能上做减法，在核心价值上做加法，砍掉的是暂时用不上的装饰，保留的是诚实、可靠和基本质量。
按照文章的划分，MVP和工匠精神并不是对立关系，而是产品生命周期中的两个阶段。MVP负责找方向，回答“有没有人需要”；工匠精神负责建立护城河，回答“别人能不能轻易抄走”。方向尚未验证时，打磨越多，浪费越大；方向已经验证后，打磨不够，又很难形成长期壁垒。AI时代更可行的产品逻辑，往往是先推出，再一轮轮迭代，而不是一次性追求完美。
德国和日本的样板，为何在新周期里转身更慢
文章把德国和日本视为工匠精神的两个典型样板，并分别分析了它们在新技术周期中的压力来源。
德国拥有大量深耕细分市场的中小企业，可能只做一种泵、一种阀门、一种轴承或一种传感器，却能占据全球市场的重要份额。它们不依赖流量，也不追逐热点，而是用几十年的技术积累、客户关系和工程经验建立门槛，支撑起德国制造业的基本骨架。
但专注带来积累，也会带来路径依赖。文中指出，德国汽车工业长期建立在机械工程、精密加工、发动机、变速箱以及复杂零部件体系之上，一辆燃油车可以带动庞大的供应链，每个环节都足以养活一家深耕多年的专业公司。电动车到来后，这套地基被抽掉了大半，动力系统从复杂机械装置转向电池、电机、功率半导体和软件。此时问题已不再是加工精度够不够，而是整车厂本身不再采购原有零件，再精密的燃油发动机零件，也改变不了电动车不需要它的事实。
文章没有把德国汽车产业近年的压力全部归结为工匠精神。能源价格、人工成本、监管负担和国际竞争都被列为影响因素。但长期形成的技术惯性，确实使不少企业更擅长在旧框架内持续优化，却对整套产品体系的切换反应偏慢，容易把过去的优势误当成未来的规律。
在作者看来，随着电动车和人工智能越来越依赖软件、数据、芯片和生态，竞争的基本单位已经从一颗零件、一台设备扩大到整个平台。细节仍然重要，只是决定胜负的细节换了位置：过去是发动机和变速箱，以后可能是操作系统、智能驾驶算法、芯片架构和数据闭环。把旧部件继续磨到极致，并不能换来新体系中的主导权。
日本面临的情况与德国不完全相同，但也存在相似的文化惯性。文章称，日本社会长期推崇“一生只做好一件事”，从寿司、刀具、陶瓷，到汽车、相机和消费电子，这种价值观既能塑造稳定流程，也能把普通产品做出强烈质感。在需求稳定的行业里，长期专注确实具有很高价值，师徒传承留下的不只是技术参数，还有很多无法写进说明书的隐性经验。
问题在于，日本企业虽然曾在电视机、随身听、数码相机和家电领域建立起过硬口碑，也擅长改善硬件、增加功能、压低故障率，却在互联网平台、移动操作系统和软件生态的竞争中失去了主导权。文中指出，这背后涉及企业治理、资本市场和人口结构等多重原因，但对既有流程的过度珍视，确实削弱了组织自我否定的能力，结果是局部环节都有人认真负责，整体体系却越来越跟不上新的竞争节奏。
文章还提到，小野二郎的寿司故事可以成为个人技艺的象征，却无法直接套用到科技产业竞争。餐厅可以花几十年打磨一种味道，因为顾客购买的就是这份时间与专注；科技市场不会等待这么久，消费者可能几个月就会更换工具，平台规则也可能在一夜之间被改写。
在这一部分的结论里，作者认为，德国和日本真正面临的挑战，是如何把已经积累下来的精密制造能力和长期经验，搬进一套新的产业结构，而不是“工匠太多”或“产品太好”。一旦把工匠精神理解为守住旧技术、排斥快速试错，它就可能从竞争优势变成文化负担。真正该保留的是专注、质量和责任感，该放下的则是对某一种具体产品或旧流程的迷信。
有些赛道必须慢，AI反而提高了精度门槛
文章同时提醒，如果只看到传统工业受到冲击，很容易得出另一个过于简单的结论：AI时代只需要速度，不再需要极致。作者认为，这并不成立。
原因在于，人工智能越往前推进，对算力、芯片、制造设备和材料稳定性的要求反而越高。算法迭代越快，底层物理产品的精度门槛通常也越高。
文中以日本半导体材料企业为例，提到信越化学、东京应化工业和JSR长期深耕硅晶圆、光刻胶和高纯度化学材料。这些产品表面上并不起眼，却直接影响芯片制造的精度、良率和稳定性，材料中哪怕多出极少杂质，都可能导致整批晶圆报废。文章认为，这种能力无法靠短时间突击获得，而是依靠几十年的实验数据、设备经验和客户验证积累形成。
味之素被列为另一个案例。按照文中说法，这家起家于调味品的公司，将长期积累的氨基酸化学技术转向高性能芯片封装，做出了用于先进封装的ABF绝缘膜。随着AI服务器、GPU和先进芯片持续提速，这类看似边缘的材料反而可能成为关键瓶颈。
德国蔡司则被用来说明，专注于狭窄领域并不等于落后。文章称，蔡司长期聚焦高端光学，为先进光刻设备提供核心光学系统，镜片表面误差需要控制在极其微小的范围内。这类产品无法采用“先上线再迭代”的办法，因为一点误差都可能拖累整台设备和整条芯片产线。
这些企业与传统工业细分龙头一样，也在专注某个细分环节，区别在于它们卡住的是新产业中的关键瓶颈。文章判断，人工智能不会削弱这类产品的价值，反而会放大需求。模型参数继续增长、芯片制程继续推进，最终仍会回到材料纯度、设备精度和制造良率这些基础问题上。
由此，作者给出一条判断标准：工匠精神是否仍然值钱，不能只看企业做得窄不窄，还要看它处在产业链的什么位置。一颗传统发动机零件即便做到世界第一，若整条技术路线都在收缩，其价值空间仍会受限；一张看上去不起眼的芯片绝缘膜，却可能是先进封装绕不开的材料。赛道决定需求，瓶颈决定利润，而工匠精神负责把瓶颈变成护城河。
文章还把这一逻辑扩展到半导体材料和高端设备之外，列举了航空发动机、医疗器械、核电装备和食品安全等领域。作者认为，这些领域同样不能迷信MVP，因为一旦牵涉人命、安全和高额资产，产品没有资格先把粗糙版本放进真实环境，等出事故后再回头修改。
奢侈品、高端餐饮、艺术品和传统手工艺则属于另一类情况。消费者购买的不只是功能，也包括时间、手艺和故事。人工智能可以模仿外观，却很难替代“有人为此投入很多年”所形成的文化价值。
所以，工匠精神并没有消失，只是高价值区间正在重新划定。需求高度不确定、试错成本低的地方，速度和MVP更有价值；出错代价极高，或者产品价值依赖极致精度、长期信任和不可复制积累的地方，工匠精神仍然不可替代。关键不在于快慢谁更高级，而在于哪个环节应该快，哪个环节必须慢。
AI没有淘汰工匠精神，而是在重写它
文章最后提出，人工智能并不是工匠精神的对手。大模型本身就是复杂工程产品，从数据清洗、算法设计、芯片集群，到模型训练、推理优化和安全测试，每一个环节都需要长期积累和大量细节支撑。
AI企业与传统工匠之间最大的差别，在于它们不会把某一代产品视为终点。模型持续更新，错误依靠反馈修正，它们追求的是持续进化的能力，而不是一次做到完美。
在作者看来，这正是工匠精神今天最重要的变化。过去的工匠精神更多依赖重复，一辈子把同一件事打磨得更好；今天的工匠精神还需要加入选择、迁移和自我否定。一个人不只要知道如何把产品做好，还要知道什么时候该换工具、换方法，甚至换掉自己正在生产的那件产品。企业应该长期追求的，不是固守某种具体做法，而是持续解决问题、创造价值、建立能力，产品形态只是阶段性的容器。
文中写道，AI时代最危险的工匠，是把手艺当成身份、把路径当成信仰的人。这类人可能水平很高，但拒绝承认市场已经提出新问题。
围绕更适合当下的产品逻辑，文章给出三步走思路。第一步，先用MVP确认方向，尽早验证产品是否解决真实问题、用户是否愿意使用、商业模式是否成立。第二步，把资源集中到真正决定胜负的环节上，不是每个按钮、每个零件都值得投入同样强度，企业需要找出用户最在意、对手最难复制的那一块。第三步，保留随时调头的能力，即使产品已经成功，也不能把当前形态视为永久答案。
作者进一步概括称，方向判断力决定努力是否有效，迭代速度决定企业能否抓住窗口，执行精度决定产品能否建立壁垒。工匠精神只解决执行精度这一件事；如果缺少方向判断，精度越高，浪费可能越大；如果没有迭代速度，产品尚未完成，机会就可能已经消失；如果没有执行精度，即便方向判断正确，产品也只能停留在容易被模仿的层面。
文章最后认为，AI时代真正有竞争力的企业，既不会迷信速度，也不会把缓慢本身奉为原则。更可行的做法，是知道什么时候该尽快推出雏形，什么时候该果断掉头，什么时候该把资源压在少数决定命运的环节上。工匠精神不会过时，但它需要从一种抽象的道德赞美，转变为更清醒的资源配置能力。
本文来自微信公众号「腾讯研究院」（ID：cyberlawrc），作者为朱兆一，MarsBit转载刊发。