深度研究就是个性化：方案里没有研究，就没有定制

2025-10-08 ｜ 清醒生活 / 经验与认知 / AI 与知识拉平 ｜ 约 6分钟

我干了四十多年技术，见过太多“看起来个性化、实际上换个名字就能用”的方案。它们共同的问题是：个性化只做在了表面——术语换成了客户的行业，封面换成了客户的标识，但方案的骨架，还是通用的那一套。真正的个性化，不是一种风格选择，而是深度研究之后的必然结果。这篇想讲清楚：深度研究到底要研究什么，为什么没有它，所谓个性化就是空谈。

个性化不是风格，是研究的结果

先纠正一个常见的误解。

很多人把“个性化”理解成一种写作选择：措辞更贴近客户、排版更讲究、行业说法用得更顺。这些有用，但它们只解决“像不像”，不解决“对不对”。

真正决定一份方案能不能用的，是你在写之前到底研究了多少东西。研究得浅，能个性化的只有措辞；研究得深，连技术路线本身都会跟着改变。换句话说：

• 个性化不是加在方案外面的装饰；
• 它是研究透了客户之后，从方案内部自然长出来的选择。

所以我的经验是：不要在“怎么写得个性化”上花心思，要在“研究够不够深”上花力气。

深度研究，研究的是三个维度

做人机协作、做方案这么多年，我做的深度研究基本围绕三件事展开。

第一，客户的历史。 过去做过什么项目、吃过什么亏、有什么方案偏好，更看重性价比还是性能。这些都是写在预算表和技术协议之外的隐性信息，却往往决定客户最后会不会点头。

第二，行业的规则。 当地供电部门有什么特殊要求？电网接入有没有隐性的门槛？并网、调度、计量上有哪些不成文的限制？这些规则不写在教科书里，但你不知道，方案就可能过不了评审。

第三，运维团队。 客户的运维团队是什么水平？工作习惯是靠人工巡检还是智能监控？这套系统交到他们手里，他们扛不扛得住？这一点最容易被忽略，却最容易让一个“技术上完美”的方案在现场失效。

这三个维度，AI 很难替你去挖——它不知道这家客户的过去，也不清楚这个地方的隐性门槛。它们只能靠你一个项目一个项目地积累。

一个调峰电厂项目的例子

举个泛化的例子。

某个调峰电厂的项目，我在做方案之前，先摸清了两件事：一是他们的运维团队——技能薄弱，人手也紧；二是当地的谷电电价——很低。

这两个发现，直接改变了方案的方向：

• 因为运维团队技能薄弱，我把控制系统简化，减少需要人工干预的环节，降低上手和运维的难度；
• 因为当地谷电电价很低，我在谷电时段满负荷蓄热，把便宜的电变成热存起来，需要的时候再放出去，把收益做上去。

一个简化控制、一个谷电蓄热，两个动作都不“高级”，但它们精准地对上了这家客户的两个真实条件。同样是电极锅炉蓄热方案，如果换成运维力量充足、电价结构不同的客户，方向可能完全反过来。

这就是个性化的样子——不是措辞不同，是技术选择本身不同。

研究的深度，决定个性化的高度

回到那句话：研究的深度，决定个性化的高度——没有深度研究，个性化就是空谈。

客户历史、行业规则、运维团队，这三样东西，AI 往往给不了你。它擅长的是平均信息，是通用套路；而个性化恰恰要求你避开平均，走出一条只适合这家客户的路。

对“深者”来说，研究本身就是价值的一部分。你把客户吃透一分，方案就准一分；你研究的深度，就是你区别于通用答案的高度。AI 时代，通用方案越来越便宜，而真正值钱的，是这份深度。

常见问题

问：个性化是不是就是多了解客户？

答：不止是“多了解”。了解客户只是起点，关键是把了解到的条件，真正翻译成方案里的技术选择。知道运维弱，就简化系统；知道谷电便宜，就设计蓄热——这才叫个性化。

问：深度研究要花很多时间，值得吗？

答：前期确实要多投入。但它省掉的是后面反复修改、客户不认可、现场出问题的成本。一份没研究透的方案看着快，实际是快在开头、慢在结尾。

问：哪些信息必须自己去现场摸？

答：客户历史和运维团队这两块，基本只能靠现场和长期接触。行业规则里的隐性门槛，也多半是从当地同行、供电部门那里一点点攒出来的，AI 和公开资料里查不到。

问：小项目也要做三个维度的研究吗？

答：深度可以不同，但方向不能省。小项目至少要知道客户最在意什么——是省钱、省事，还是怕出事。方向对了，方案就不会跑偏。

本篇是“深者不替”系列第 14 篇，讲的是 AI 时代哪些活可以交给它、哪些必须自己扛。系列总纲见《什么是“深者不替”？AI 替得掉什么，替不掉什么》。