文：王智遠 | ID:Z201440

創(chuàng)業(yè)者怎么更有可能成功？

Sam Altman和YC創(chuàng)始人的那場對話里，給了一些關(guān)鍵信息，他說：劇烈變化，總是給新公司帶來最多機會。

這句話聽起來簡單，背后藏著一個很深刻的邏輯：

當(dāng)整個行業(yè)、整個社會都處在劇變期時，原來規(guī)則會被打破，大玩家可能變得遲鈍；反應(yīng)不過來，小團隊、新創(chuàng)公司，更有機會快速切入，做出別人沒做過的事。

01

變化體現(xiàn)在哪兒呢？首先，AI技術(shù)正在發(fā)生質(zhì)的飛躍。

過去幾年，AI發(fā)展不是線性的進步，而是指數(shù)級的突破。像AGI（通用人工智能）和HI（高智能水平的AI）這些概念，十年前聽起來是科幻小說里的東西，但現(xiàn)在，它們正一步步走向現(xiàn)實。

OpenAI是典型的例子。

2015年它剛成立時，很多人覺得這個目標(biāo)太瘋狂了，誰會相信一臺機器能像人一樣思考和創(chuàng)造？可到了今天，GPT系列模型已經(jīng)成了全球第五大網(wǎng)站，每天服務(wù)上億用戶。

這說明什么？

技術(shù)拐點已經(jīng)到來。就像互聯(lián)網(wǎng)剛出現(xiàn)的時候，誰能想到后來會誕生亞馬遜、谷歌、Facebook這些巨頭？現(xiàn)在的AI，就是當(dāng)年的互聯(lián)網(wǎng)。

Sam說，在穩(wěn)定時期，市場格局是固定的。大公司有資源、有渠道、有品牌，新創(chuàng)公司很難突圍。但在技術(shù)劇變期就不一樣了。

舉個例子：

以前做語音識別、圖像識別、自然語言處理，都是大廠壟斷的領(lǐng)域。但現(xiàn)在呢？有了開源模型、有了云算力、有了強大的工具鏈，一個小團隊只需要幾個人、幾周時間，就能做出過去需要幾百人干幾年的事。

而且，越是顛覆性的技術(shù)，越容易讓傳統(tǒng)玩家“失焦”，他們要么被既有業(yè)務(wù)束縛，不敢全力投入；要么反應(yīng)慢半拍，錯過了窗口期。

這時候，新公司反而更容易找到突破口，你可以專注于一個細分領(lǐng)域，用最前沿的技術(shù)做最有想象力的產(chǎn)品。

還有一個經(jīng)常被忽略的趨勢是：創(chuàng)業(yè)本身這件事，變得比以前更容易了。

像GitHub Copilot、Midjourney、Notion這些工具，讓一個人可以完成過去需要一個團隊的工作；你不需要把團隊集中在一個城市，甚至一個國家，全球人才都可以為你所用。

融資門檻也降低了。越來越多的天使投資人、加速器、風(fēng)投基金愿意支持早期項目，尤其是AI方向。

所以sam認為，不只是技術(shù)本身在變，整個創(chuàng)業(yè)生態(tài)都在變得更友好。

02

我一直在想，一個創(chuàng)業(yè)團隊，在開始時會面對什么？

資源、產(chǎn)品、融資嗎？不對。是一堆不確定性；沒人知道這件事能不能成，沒人相信你能做成，甚至連自己都常常懷疑：這條路，是不是走錯了？

但恰恰是不確定性和質(zhì)疑，決定一個公司能不能走得遠。

Sam Altman說：

穩(wěn)定時期，市場格局固定，大公司有資源、有渠道、有品牌，新創(chuàng)公司很難突圍；可一旦技術(shù)發(fā)生劇變，原來的規(guī)則就被打破了。這時候，誰能在混亂中找到方向，誰就可能脫穎而出。

問題是怎么找方向？怎么判斷一件事值不值得堅持？

Sam談了OpenAI初期的例子。

2015年它剛成立時，很多人覺得目標(biāo)太瘋狂了，誰會相信一臺機器能像人一樣思考和創(chuàng)造？

那時DeepMind已經(jīng)領(lǐng)先了不少，AGI聽起來更像科幻小說里的概念。Sam說，自己也有別的工作，他們當(dāng)時其實有很多更穩(wěn)妥的方向可以選。

但他們最后還是決定一頭扎進去，花一整年時間反復(fù)討論要不要啟動這個項目，過程就像拋硬幣一樣難以決策。

你猜怎么著？反對的聲音太多了。成千上萬條理由告訴你：別做了，這事不可能成功。比如：后來他們提出的一個關(guān)鍵理論叫“擴展法則”（Scaling Law）。

什么是“擴展法則”？

人們普遍認為，模型越大反而越難控制，成本也太高，根本不劃算。但Sam說，自己和團隊沒有被聲音嚇倒，他們選擇了堅持，在質(zhì)疑中，真正去尋找機會。

有個很有趣的說法，我印象很深。他說：如果你做的事情，有一半的人覺得對，那你很可能只是在跟風(fēng)。

真正有價值的項目，往往只有極少數(shù)人認同。他稱之為“百分之一法則”：只要有一小部分聰明人相信你做的事有意義，你就已經(jīng)贏了一半。

Sam說，這讓我想到Elon Musk當(dāng)年對GPT-1的評價。他看完第一代模型后，直接發(fā)郵件：“這玩意兒太垃圾了，根本沒什么意義。”

可你看今天呢？

我們每天都在用ChatGPT、GPT-4，甚至已經(jīng)開始討論GPT-5了。當(dāng)初的嘲笑，變成了現(xiàn)實。

所以 Sam 后來感慨地說了一句特別重要的話：當(dāng)很多人都告訴你你錯了的時候，要堅持自己的信念非常困難；這種堅持，會隨著時間變得更容易一些，但最初真的需要極大的勇氣和信念。”

還有一點，方向比速度更重要。

很多人創(chuàng)業(yè)初期都想快速跑起來，做出產(chǎn)品、拉來用戶、拿到融資。但我發(fā)現(xiàn)，那些真正活得久、做得大的公司，往往在早期都愿意慢下來，去想清楚一個問題：我們到底要做一件什么樣的事？

Sam說，如果你們做的事和別人一樣，是很難集中頂尖人才的。也很難讓人們真正相信一個使命。

而如果你做一件獨一無二的事，哪怕一開始沒人看好，也能吸引到那些真正認同你理念的人。

OpenAI2015年時，也不確定AGI能不能做成，但正因為這件事足夠獨特、足夠有潛力，才能聚集一批愿意長期堅持、一起闖關(guān)的人。

最后，創(chuàng)業(yè)從來都不是一條直線，它是一次又一次的嘗試、修正、再出發(fā)。

很多人在創(chuàng)業(yè)失敗一次之后就放棄了，事實上，不是每個創(chuàng)業(yè)項目都會成功；學(xué)會在這種情況下繼續(xù)堅持下去、繼續(xù)努力，是非常重要的。

所以，面對這么多不確定性和挑戰(zhàn)，初創(chuàng)企業(yè)到底該怎么確定自己的方向？有四點：

要敢于做別人不敢做的事；在質(zhì)疑聲中找到真正的機會；堅持長期主義，而不是短期熱度；找到真正認同你的人，一起走下去。這才是創(chuàng)業(yè)者最該具備的能力。

03

道理誰都會講，落到AI上，到底怎么重塑未來的工作方式？他又會經(jīng)歷什么樣的產(chǎn)品形態(tài)的演變？Sam認為有四點：

一，AI正在從“工具”變成“代理”。

以前我們用電腦、手機，都是“命令式”，你要先打開一個App，輸入指令，然后，才能完成任務(wù)。比如：你想訂機票，你得去飛常準(zhǔn)或者攜程，一步步操作。

但AI代理不一樣。它是主動型的智能體，你可以只說一句話：“幫我安排下周去上海的行程”，它就能自動查航班、對比價格、訂酒店、同步提醒日程，甚至幫你寫一封出差郵件。

這已經(jīng)在發(fā)生了。

OpenAI早期就在嘗試做這種“有記憶、會連接、能執(zhí)行”的AI系統(tǒng)。比如GPT-4之后的產(chǎn)品，已經(jīng)開始引入“記憶”功能，讓你的AI知道你是誰、你在做什么、下一步該怎么做。這是人機協(xié)作方式的一次根本性轉(zhuǎn)變。

有了人際協(xié)作，接下來，人機交互的邊界正在消失。

蘋果設(shè)計理念也越來越強調(diào)“隱形化”，越好的體驗，越是讓人感覺不到“界面”的存在；Jony Ive 曾經(jīng)說過一句話：最好的設(shè)計，是你幾乎察覺不到它在工作。

AI是這樣一種“隱形界面”。你不需要點擊按鈕、不需要看菜單，只需要說話，它就懂你想要什么。

這意味著什么呢？

傳統(tǒng)SaaS產(chǎn)品模式可能正在走向終結(jié)。過去我們依賴各種專業(yè)軟件來處理數(shù)據(jù)、寫代碼、做設(shè)計；現(xiàn)在，越來越多任務(wù)可以直接通過對話完成。

比如：

寫代碼？直接告訴AI你想要的功能，就能生成；做PPT，一句話描述主題和結(jié)構(gòu)，AI立刻輸出初稿；收集用戶反饋？AI可以自動生成問卷、分析結(jié)果、總結(jié)報告。

這些變化是顛覆性，很快就來，就像當(dāng)年智能手機取代按鍵機一樣，新的產(chǎn)品形態(tài)正在快速占領(lǐng)市場。

Sam Altman 曾經(jīng)提出一個大膽的設(shè)想：未來軟件商店，可能不是一個裝滿App的地方，而是一個能即時生成“智能體”的平臺。

什么意思？

你不再需要下載一堆獨立的應(yīng)用程序。當(dāng)遇到一個具體問題時，AI會根據(jù)你的需求，現(xiàn)場生成一個專屬的小助手，幫你解決完問題后自動消失。

這聽起來是不是很像魔法？但正是AI發(fā)展到一定階段后的自然結(jié)果。

想象一下，如果你要開一家公司，你需要做的不再是注冊郵箱、購買辦公軟件、設(shè)置流程審批……而是：嘿，AI，幫我建立一家電商公司。

它會自動幫你搭建網(wǎng)站、設(shè)計商品頁、制定營銷策略、對接供應(yīng)鏈……你甚至都不需要懂技術(shù)。

這就是第三點：智能體經(jīng)濟，“智能體商店”的誕生。

而第四點呢？

是機器人時代正在到來。很多人以為AI影響只停留在數(shù)字世界，但它的終極目標(biāo)是：接管物理世界的任務(wù)。

比如制造業(yè)、物流、農(nóng)業(yè)、建筑……這些傳統(tǒng)上需要大量人力的行業(yè)，正在被AI+機器人重新定義。

OpenAI內(nèi)部有一個項目叫“機器人實驗室”，不光訓(xùn)練AI模型，還讓AI直接控制機械臂去做一些精細操作，比如組裝零件、翻轉(zhuǎn)魔方、甚至做飯。

這是為了驗證一個假設(shè)：

當(dāng)AI足夠聰明，它就能指揮機器人完成現(xiàn)實世界中的復(fù)雜任務(wù)。

這意味著未來的工廠里，可能不再需要那么多工人、配送中心可以全天候運轉(zhuǎn)、偏遠地區(qū)也能享受到高效的生產(chǎn)服務(wù)；所以，AI不再只是幫我們“想”，它開始幫我們“做”。

對了，這一切對我們的工作方式意味著什么？

Sam Altman說，重復(fù)性工作將被AI替代、創(chuàng)意型人才價值正在上升，因為真正需要人類發(fā)揮想象力、判斷力和創(chuàng)造力。

還有遠程協(xié)作成為常態(tài)、技能迭代速度加快，適應(yīng)能力比知識儲備更重要；小團隊也能干大事，管理層級減少，組織結(jié)構(gòu)越來越扁平化。

因此，那句俗話怎么說：未來最厲害的人，不是掌握最多知識的人，是最懂得如何利用AI的人。

04

既然知道了未來趨勢，那么，初創(chuàng)AI公司如何借助趨勢構(gòu)建自己的護城河？

一提到“護城河”，很多人第一反應(yīng)：技術(shù)領(lǐng)先、數(shù)據(jù)壟斷、融資能力強……

但 Sam Altman 的看法不一樣。他認為，護城河一開始沒有，是逐步演化的結(jié)果；它來自于你對方向的堅持、對用戶價值的深度挖掘，以及對別人沒做過的事的持續(xù)探索。

說到這里，他說了說OpenAI當(dāng)年。

第一階段，2018年，GPT-3剛出來，很多人覺得，它是一個很酷的語言模型，但 OpenAI 把它做成 API 接口開放出去，讓開發(fā)者可以直接調(diào)用。

那時，市面上還沒有類似的產(chǎn)品，這種“先發(fā)優(yōu)勢”就是最初的護城河。

而 GPT-3 在當(dāng)時是市場上獨一無二的存在；哪怕它的技術(shù)并不是最深奧，但它率先被大規(guī)模使用，形成了用戶認知和生態(tài)入口。

到第二階段，OpenAI 護城河開始升級。這時候不只技術(shù)了，還有用戶體驗、品牌認知、用戶習(xí)慣。

比如：“記憶”功能，讓 AI 記住你是誰、你的偏好、你的工作方式；再比如“連接”功能，讓它能自動幫你聯(lián)網(wǎng)查資料、調(diào)用工具。

這是圍繞用戶需求做的深度產(chǎn)品化。這也說明了一個道理：護城河的本質(zhì)不是你比別人更聰明，而是你比別人更懂用戶。

第三階段，是開源和生態(tài)共建打出來的。

很多人以為 OpenAI是一家封閉的大公司，其實在很多關(guān)鍵節(jié)點上都選擇了開源，比如 GPT-2、Codex、DALL·E 等項目，都是公開發(fā)布。

為什么這么做？Sam說：與其自己單打獨斗，不如讓整個社區(qū)幫你一起進化。

通過開源，吸引大量開發(fā)者參與；通過 API 和插件系統(tǒng)，建立了龐大的應(yīng)用生態(tài)；通過“智能體商店”設(shè)想，正在打造一個圍繞 AI 的新經(jīng)濟體系，所以，沒有壟斷，只有靠共建。

還有一點：別人都在做的5個熱門方向，就不要去了。

比如：

搞一個大模型訓(xùn)練平臺、開源模型微調(diào)服務(wù)、做多模態(tài)接口封裝、做垂直領(lǐng)域大模型、要么是AI客服機器人；這些看起來很火，但很內(nèi)卷，除非你能做到極致，否則很容易淪為戰(zhàn)場上的炮灰。

相反，你要找到別人還沒看到、或者不敢碰的方向。

類似于如何讓 AI 自主完成復(fù)雜任務(wù)鏈？如何設(shè)計一個可擴展的“代理”系統(tǒng)？如何讓 AI 真正理解并記住用戶的意圖？如何把 AI 部署到物理世界中去？這些問題短期內(nèi)沒人關(guān)注，一旦突破，就能形成真正的壁壘。

Sam 還提到了一些具體的技術(shù)策略，也可以幫助初創(chuàng)公司建立差異化的護城河：

類似于混合模式，不是所有計算都要放在云端，未來趨勢是“輕量模型+強大推理能力”的組合。

再或者，統(tǒng)一模型愿景；GPT-5 的目標(biāo)之一，是實現(xiàn)多模態(tài)統(tǒng)一架構(gòu)，不再區(qū)分文本、圖像、語音等輸入形式。

成本控制也是一環(huán)，誰能在推理端把成本壓得更低，誰就能在長跑中勝出。當(dāng)然，產(chǎn)品體驗也是護城河，誰能做出更“聰明”、更“懂人”的產(chǎn)品，誰就贏了。

所以，有四點：

一，護城河的核心不止技術(shù)本身，是對用戶價值的持續(xù)挖掘；二，初創(chuàng)公司的機會在于，小而精、快而準(zhǔn)、敢于試錯、持續(xù)進化。

三，差異化戰(zhàn)略的關(guān)鍵，要避開“五個熱門方向”；四，OpenAI 經(jīng)歷三個階段：市場唯一性 到品牌與功能創(chuàng)新到開源生態(tài)共建。

05

既然談到AI怎么改變創(chuàng)業(yè)、產(chǎn)品、工作方式，甚至構(gòu)建護城河，那我們就不得不問一個問題：技術(shù)進步到底為了什么？

為了做出更聰明的機器人？還是讓公司估值更高？都不是。真正重要的，是用技術(shù)撬動更大的可能性，帶來真正的“豐裕”。

Sam Altman說：

如果想讓世界變得更好，最有效的辦法就是找到那個杠桿；而他相信，未來的兩大技術(shù)杠桿，一個是 AI，另一個是：能源。

為什么是能源？很多人只看到AI模型越來越強大，卻忽略了它背后一個非常現(xiàn)實的問題：

算力不是免費的，訓(xùn)練一個大模型要消耗多少電OpenAI 內(nèi)部曾經(jīng)做過估算：GPT-4 的一次完整訓(xùn)練，相當(dāng)于幾萬個家庭一個月的用電量。這不是一個小數(shù)字。

所以 Sam 說：如果你真想讓 AI 長期發(fā)展下去，就必須解決能源問題；換句話說，沒有廉價、可持續(xù)的能源，AI就不可能無限擴張；但反過來也成立：AI也能成為推動能源技術(shù)突破的關(guān)鍵工具。

比如：

在核聚變研究中，AI可以幫助科學(xué)家更快地模擬反應(yīng)過程；在太陽能電池板設(shè)計中，AI可以優(yōu)化材料結(jié)構(gòu)，提高轉(zhuǎn)化效率；在電網(wǎng)調(diào)度中，AI可以讓能源分配更智能、更高效。

這是一對共生關(guān)系：能源支撐AI，AI又反過來推動能源革新。

能源不是普通人考慮的，但AI是。很多人擔(dān)心AI會讓一部分人變得更富，另一部分人變得更窮，導(dǎo)致貧富差距擴大。

Sam 的看法不同。他認為：我們的目標(biāo)不應(yīng)該是重新分配蛋糕，而是把蛋糕做得更大。

什么意思？技術(shù)真正的價值不是替代誰、剝奪誰，而是創(chuàng)造前所未有的豐裕。

想象一下，如果我們能用AI+能源技術(shù)，做到以下幾點：

讓電力像空氣一樣隨處可得；讓水、食物、住房不再稀缺；讓每個人都能獲得基本的生活保障；讓教育、醫(yī)療、交通變成公共基礎(chǔ)設(shè)施；那很多我們今天面臨的“社會矛盾”，是不是就會自動緩解？

這就是所謂的“指數(shù)級豐裕”：是通過技術(shù)杠桿，讓資源變得幾乎無限。

那么，當(dāng)資源變得豐裕之后，會發(fā)生什么變化？Sam 提出一個很有意思的觀點：未來的人類，不需要那么依賴傳統(tǒng)意義上的工作來生存。

這意味著：

工作不再是謀生的唯一手段，創(chuàng)造力、興趣、合作將成為主流，小團隊就能完成過去需要大公司做的事，協(xié)作成本大幅下降，信任機制被重建，個體的能力被放大，組織形態(tài)變得更加靈活。

你可以把它理解為一種新的社會契約：技術(shù)負責(zé)提供基礎(chǔ)保障，人類則專注于創(chuàng)造、探索、連接。

很多人以為技術(shù)變革只要創(chuàng)業(yè)者和資本推動，但 Sam 的觀點很明確：政府在這件事上，扮演著不可替代的角色。

比如：制造業(yè)回歸、能源基礎(chǔ)設(shè)施建設(shè)、核聚變研究……這些都不是小公司能獨立完成的事。

政府要做的是：鼓勵硬科技投資，建數(shù)據(jù)中心、建清潔能源站，不能一刀切禁止，也不能放任不管，避免陷入“去增長”的悲觀思維：不要一味強調(diào)限制、縮減、環(huán)保，而是要推動“綠色增長”。

所以，與其爭論AI會不會毀滅人類，不如思考怎么用它去推動一場真正意義上的“豐裕革命”。

.Altman, S. The Future of OpenAI, ChatGPT's Origins, and Building AI Hardware. [Video file]. Available at: https://www.youtube.com/watch?v=V979Wd1gmTU (Accessed: June 22, 2025). Source: YouTube.