能帶來(lái)客戶、數(shù)據(jù)或場(chǎng)景的投資方,是更有價(jià)值的。
來(lái)源 |騰訊科技
作者 |曉靜
從ChatGPT引爆全球AI熱潮至今,投資界正在重新審視這個(gè)賽道的價(jià)值與風(fēng)險(xiǎn)。
紅杉資本將2024年AI行業(yè)的發(fā)展比作"原始湯"階段——混沌中孕育無(wú)限可能。
他們認(rèn)為,2024年是"想法爆發(fā)期",2025年將是這些想法落地的關(guān)鍵年。
正是基于這種想法向現(xiàn)實(shí)轉(zhuǎn)化的預(yù)期,a16z的預(yù)測(cè)更大膽:
AI可能成為人類歷史上最大投資機(jī)會(huì),到2027年創(chuàng)造1.16萬(wàn)億美元價(jià)值。
然而,樂(lè)觀預(yù)期與現(xiàn)實(shí)之間存在巨大落差。
許多成立不到兩年的AI公司估值就超10億美元,但質(zhì)疑聲也不斷涌現(xiàn):
缺乏護(hù)城河、估值虛高、多數(shù)淪為OpenAI應(yīng)用層等。
在爭(zhēng)議與機(jī)遇并存的環(huán)境中,仍然有一批公司以驚人速度快速成長(zhǎng),在商業(yè)模式和競(jìng)爭(zhēng)策略上展現(xiàn)出與傳統(tǒng)互聯(lián)網(wǎng)截然不同的特質(zhì)。
這背后的底層邏輯值得深究。
在騰訊科技最近舉辦的閉門活動(dòng)中,Atom Capital投資副總裁張弘分享了她的深度觀察。
作為長(zhǎng)期專注于中美兩地AI領(lǐng)域早期投資的投資人,她認(rèn)為:
AI 時(shí)代的創(chuàng)業(yè)邏輯與互聯(lián)網(wǎng)時(shí)代存在根本差異——
真正跑出來(lái)的 AI 獨(dú)角獸,靠的是一套全新的游戲規(guī)則在重寫競(jìng)爭(zhēng)版圖。
張弘的復(fù)盤包含以下幾個(gè)關(guān)鍵觀點(diǎn):
1、AI確實(shí)是新一輪的生產(chǎn)力革命,而不是上個(gè)時(shí)代的簡(jiǎn)單延伸。
兩年內(nèi)就跑出一批估值數(shù)十億美元、甚至 ARR 破億美元的 AI 原生獨(dú)角獸(如 Cursor),說(shuō)明互聯(lián)網(wǎng)時(shí)代的增長(zhǎng)模型和評(píng)判標(biāo)準(zhǔn)已過(guò)時(shí)。
相比于互聯(lián)網(wǎng)時(shí)代更關(guān)注DAU、時(shí)長(zhǎng)、留存等用戶數(shù)據(jù),現(xiàn)階段對(duì)變現(xiàn)能力和變現(xiàn)效率的評(píng)估上升到更重要的位置:
投資人現(xiàn)在無(wú)論面對(duì)2B還是2C項(xiàng)目,也都優(yōu)先看ARR——
用戶付費(fèi)的真金白銀。
而比ARR更硬核的指標(biāo)是NRR——
不僅要讓用戶付錢,更要讓他們持續(xù)增加投入。
2、“搶模型升級(jí)紅利”
真正跑出來(lái)的團(tuán)隊(duì),往往在大模型能力躍遷前就做好產(chǎn)品占位。
要做到這一點(diǎn),創(chuàng)始團(tuán)隊(duì)里要有能預(yù)判下一次能力拐點(diǎn)的AI researcher;
并且優(yōu)先瞄準(zhǔn)有標(biāo)準(zhǔn)答案、可快速驗(yàn)證的確定性場(chǎng)景。
3、速度是唯一護(hù)城河
LLM的編碼能力把產(chǎn)品復(fù)制周期甚至能極限壓縮到一夜,唯有極致迭代+病毒式運(yùn)營(yíng)能先鎖用戶。
4、AI護(hù)城河的持續(xù)構(gòu)建,藏在數(shù)據(jù)、調(diào)度和社區(qū)里
i. 過(guò)程數(shù)據(jù):在真實(shí)使用中采集專家級(jí)思維鏈,反向精調(diào)自研微模型。
ii. 多模型調(diào)度:輕量模型+頂級(jí)模型動(dòng)態(tài)切換,既控成本又提效果。
iii. 社區(qū)飛輪:PLG(產(chǎn)品驅(qū)動(dòng)增長(zhǎng))+ 身份激勵(lì),讓工具變網(wǎng)絡(luò),讓用戶越用越離不開(kāi)。
5、VC 也在重塑:從“撒錢”到“給產(chǎn)業(yè)通路”
資本側(cè)最亮眼的新范式是 AI Grant:
LinkedIn、GitHub、Stripe、YC… 把人才、技術(shù)、現(xiàn)金流和資本織成一張產(chǎn)業(yè)網(wǎng),既提供資金又鏈接寶貴資源。
以下為張弘分享原文(有刪減):
作為一個(gè)早期投資人,我一直在密集思考一個(gè)問(wèn)題:
從2022年11月ChatGPT發(fā)布以來(lái),到現(xiàn)在兩年多時(shí)間里,我們已經(jīng)看到非常多新的AI原生獨(dú)角獸出現(xiàn)。
這些獨(dú)角獸的成長(zhǎng)速度前所未有的快,它們究竟做對(duì)了什么?
這就是我這次分享的緣起。
這一系列研究我還在持續(xù)進(jìn)行,今天給大家分享一些我的觀察。
01
AI:前所未有的生產(chǎn)力革命
最近兩年我們見(jiàn)證了非常多快速發(fā)展的企業(yè)。
大家可以看到我列舉的一些代表性公司,它們?nèi)绾卧趦赡陼r(shí)間里漲到100多億美元、幾十億美元的估值。
最夸張的Cursor已經(jīng)達(dá)到3億美元的ARR。
一個(gè)核心結(jié)論是:
AI確實(shí)是新一輪的生產(chǎn)力革命,而不是上個(gè)時(shí)代的簡(jiǎn)單延伸。
因此我們?cè)诨ヂ?lián)網(wǎng)創(chuàng)投時(shí)期積累的所有經(jīng)驗(yàn)和判斷標(biāo)準(zhǔn)都不再適用。
這對(duì)投資機(jī)構(gòu)和創(chuàng)業(yè)者來(lái)說(shuō)都是新挑戰(zhàn)。
因?yàn)槲覀冃枰匦露x對(duì)公司增長(zhǎng)天花板和速度的期待,以及創(chuàng)業(yè)者拿到錢后如何規(guī)劃發(fā)展路徑。
第一個(gè)我想分享的案例就是Cursor。
Cursor只用了不到兩年,就做到了從0到實(shí)現(xiàn)1億美元ARR,是目前最快達(dá)到這個(gè)指標(biāo)的公司。
所以,很多人都在關(guān)注這個(gè)驚人的ARR表現(xiàn)。
但我認(rèn)為關(guān)于Cursor運(yùn)營(yíng)指標(biāo)中,我們更應(yīng)該關(guān)注它的NRR(凈收入留存率)達(dá)到了250%。
這是超越過(guò)去絕大多數(shù)SaaS產(chǎn)品的驚人數(shù)據(jù)——
意味著用戶不僅留存,還愿意支付更多費(fèi)用使用產(chǎn)品。
我認(rèn)為NRR是今天創(chuàng)業(yè)者更應(yīng)該關(guān)注的指標(biāo)。
AI創(chuàng)業(yè)公司有一個(gè)痛點(diǎn),那就是粘性非常差,大部分AI應(yīng)用用戶總是在不同工具之間跳來(lái)跳去。
即使你能夠以某種方式算出驚人的ARR,但這不代表你的公司具有長(zhǎng)期價(jià)值。
Cursor厲害的一點(diǎn)是能把用戶留存也做得這么好。
我梳理了Cursor的發(fā)展歷程,主要包括幾個(gè)方面:
方向選擇、產(chǎn)品策略、組織管理,以及如何構(gòu)建競(jìng)爭(zhēng)壁壘。
方向選擇:創(chuàng)始人與市場(chǎng)的匹配
對(duì)創(chuàng)業(yè)者來(lái)說(shuō),創(chuàng)始人的市場(chǎng)匹配很重要。
Cursor最初要做的是機(jī)械制圖生成3D圖形的項(xiàng)目,但幾個(gè)創(chuàng)始人都是程序員出身。
他們后來(lái)發(fā)現(xiàn),自己所有工作熱情都在編程上,做那個(gè)項(xiàng)目根本燃不起熱情,所以考慮轉(zhuǎn)型。
他們之前一直不敢碰編程賽道,因?yàn)檫@個(gè)賽道太卷了,會(huì)直接面對(duì)大廠的激烈競(jìng)爭(zhēng),比如微軟的Copilot。
但他們慢慢觀察到了一個(gè)重要的機(jī)會(huì)點(diǎn):
Copilot的所有功能迭代基本都來(lái)自O(shè)penAI基模的增長(zhǎng)。
他們沒(méi)有基于全新的AI原生交互方式做更深入的產(chǎn)品,所以團(tuán)隊(duì)覺(jué)得Cursor還是有機(jī)會(huì)的。
產(chǎn)品策略:三個(gè)關(guān)鍵決策
從產(chǎn)品上,他們做了幾個(gè)核心的戰(zhàn)略選擇:
第一個(gè)是從零打造自己的IDE產(chǎn)品,而不是做VSCode的插件。
我認(rèn)為Cursor現(xiàn)在帶來(lái)的全新交互方式——
人和AI在一個(gè)環(huán)境里協(xié)作的方式,已經(jīng)變成了AI應(yīng)用的普遍范式。
我們今天在各種產(chǎn)品里都能看到,但它是第一個(gè)提出如何用AI原生方法讓人和AI能在一起工作。
如果想用插件方式基本沒(méi)辦法實(shí)現(xiàn)這一點(diǎn)。
第二個(gè)重要決策是是否要自研模型,還是單純調(diào)用大模型API。
創(chuàng)始人在采訪中提到,讓他們驚訝的是,雖然團(tuán)隊(duì)從一開(kāi)始就完全沒(méi)考慮過(guò)自研模型,但最后發(fā)現(xiàn)Cursor最驚艷用戶的功能全都基于他們自研模型。
但是他們自研模型只有兩個(gè)核心目的:降低成本和降低延遲。
因?yàn)镃ursor專注在編程領(lǐng)域,他們可以獲得很多“過(guò)程數(shù)據(jù)”。
用戶在與代碼交互的過(guò)程中會(huì)有刪改、變化,改完還是不work,然后又改成什么樣才work。
這實(shí)際上記錄了程序員的思維鏈。
基礎(chǔ)模型想要獲得這種思維鏈,需要找很多專家做標(biāo)注,話費(fèi)很高的成本。
但他們很自然地在產(chǎn)品使用過(guò)程中完全收錄了用戶最真實(shí)的思考過(guò)程。
基于這樣的數(shù)據(jù)做了自己的小模型,所以在代碼預(yù)測(cè)、代碼索引等方面都比基模跑得更好更快,成本更低。
第三個(gè)問(wèn)題是,他們剛發(fā)布時(shí)發(fā)現(xiàn)用戶都覺(jué)得產(chǎn)品還可以,但沒(méi)有特別驚艷。
他們開(kāi)始考慮,是否要做下一代編程的定義,這對(duì)小團(tuán)隊(duì)來(lái)說(shuō)是否太大了?
要不要縮小范圍?
但最終決定堅(jiān)持做還是通用產(chǎn)品。
組織管理:極致人效比和快速迭代
Cursor團(tuán)隊(duì)幾個(gè)創(chuàng)始人本身就是非常癡迷編程的人,團(tuán)隊(duì)里所有人基本都是Cursor的重度用戶,這樣能建立及時(shí)的反饋循環(huán)。
他們發(fā)布產(chǎn)品時(shí)并不追求完美,想到一個(gè)功能就立即上線,在與用戶溝通互動(dòng)過(guò)程中實(shí)時(shí)收取反饋,把產(chǎn)品功能迭代好。
構(gòu)建競(jìng)爭(zhēng)壁壘:社區(qū)和PLG策略
Cursor的NRR做得特別強(qiáng),來(lái)源于兩個(gè)點(diǎn):
一是用戶社區(qū)構(gòu)建得特別好,二是走了非常強(qiáng)的PLG(產(chǎn)品驅(qū)動(dòng)增長(zhǎng))路線。
從單個(gè)程序員開(kāi)始,程序員會(huì)把工具推薦給團(tuán)隊(duì),再推薦給更大規(guī)模的多個(gè)團(tuán)隊(duì),最后到企業(yè)級(jí)客戶,一步步推上去。
Cursor的工具有非常強(qiáng)的網(wǎng)絡(luò)和規(guī)模效應(yīng):
當(dāng)一個(gè)團(tuán)隊(duì)成員使用得越多,它對(duì)特定代碼庫(kù)的理解越強(qiáng),這個(gè)工具對(duì)于這個(gè)代碼庫(kù)就越智能。
所以他們的PLG比其他SaaS產(chǎn)品的PLG有更明顯的網(wǎng)絡(luò)效應(yīng)優(yōu)勢(shì)。
這讓他們的NRR能夠持續(xù)提升。
因?yàn)橹饾u從單個(gè)用戶付費(fèi)變成團(tuán)隊(duì)付費(fèi),甚至變成企業(yè)付費(fèi)。
在整個(gè)Cursor發(fā)展過(guò)程中,社區(qū)運(yùn)營(yíng)非常重要。
他們非常注重運(yùn)營(yíng)社區(qū),在過(guò)程中給用戶非常多的ownership(主人感),比如賦予用戶各種身份讓用戶去推廣。
另外一點(diǎn)是,不僅僅是Cursor,這一代所有做得好的企業(yè)都會(huì)瘋狂運(yùn)用的一點(diǎn):
充分leverage AI的能力來(lái)運(yùn)營(yíng)社區(qū),包括leverage AI的能力產(chǎn)生各種內(nèi)容,占據(jù)用戶的眼球、信息feed流,包括SEO,以及現(xiàn)在大家說(shuō)的很多的GEO(Generative Engine Optimization)——
在用戶跟AI交談過(guò)程中能讓AI更多地提到你。
現(xiàn)在很多做得好的企業(yè)都在這一點(diǎn)上充分leverage了AI的能力,生產(chǎn)了大量好內(nèi)容來(lái)吸引用戶。
組織上,這也是最近這些企業(yè)比較共性的一點(diǎn):
極致的人效比,一直保持非常小的團(tuán)隊(duì)運(yùn)作。
總結(jié)一下:Cursor 的護(hù)城河濃縮為三點(diǎn):
首先,持續(xù)積累獨(dú)家的編程領(lǐng)域「過(guò)程數(shù)據(jù)」;
其次,通過(guò)多模型調(diào)度框架,根據(jù)任務(wù)復(fù)雜度在輕量模型和 GPT-4o、Claude-3 等強(qiáng)模型間智能切換,兼顧成本與質(zhì)量;
最后,依托活躍的開(kāi)發(fā)者社區(qū),用插件生態(tài)與高速反饋形成網(wǎng)絡(luò)效應(yīng),讓用戶越用越難離開(kāi)。
02
AI獨(dú)角獸創(chuàng)始人的共同認(rèn)知
我最近在看Cursor、Bolt、Lovable、Mercor、Perplexity、Harvey……等這些新一代AINative獨(dú)角獸公司的創(chuàng)始人訪談。
我發(fā)現(xiàn)他們反復(fù)提及一些共識(shí):
搶占大模型升級(jí)的紅利
在創(chuàng)業(yè)方向選擇上要搶占大模型即將升級(jí)的能力。
以 AI 編程工具為例:
大多數(shù)團(tuán)隊(duì)在 Claude 3.5 發(fā)布前就搭好了雛形,功能雖一般,卻因這次代碼能力的飛躍一夜間集體拿到 PMF;
等升級(jí)落地后才動(dòng)手,窗口基本已經(jīng)關(guān)上。
越來(lái)越多團(tuán)隊(duì)把 AI researcher 作為標(biāo)配。
關(guān)鍵在于他們能前瞻地判斷大模型下一次能力躍遷的方向,提前把功能布局到位;
臨界點(diǎn)一旦突破,產(chǎn)品就能順勢(shì)拿到 PMF,而不是被動(dòng)追趕。
與此同時(shí),擁有標(biāo)準(zhǔn)答案的確定性場(chǎng)景往往比開(kāi)放式的不確定性場(chǎng)景更容易率先取得突破。
速度是唯一的護(hù)城河
關(guān)于護(hù)城河問(wèn)題,有兩個(gè)新共識(shí)。
第一個(gè)共識(shí)是現(xiàn)在大家應(yīng)該也聽(tīng)到比較多的"speed is the only moat"(速度是唯一的護(hù)城河)。
這說(shuō)明大家現(xiàn)在除了速度,其他都不能構(gòu)成完全的護(hù)城河。
所以執(zhí)行力和快速迭代對(duì)團(tuán)隊(duì)來(lái)說(shuō)非常重要。
不是去年還是今年上半年有個(gè)特別火的梗叫"干中學(xué)",基本就是這個(gè)狀態(tài)——
你不要等什么東西完美了再去發(fā)布它。
另外在產(chǎn)品和業(yè)務(wù)側(cè),團(tuán)隊(duì)還是要盡力構(gòu)建壁壘。
所有這些創(chuàng)始人我總結(jié)下來(lái),他們提到的能夠構(gòu)建壁壘的地方差不多就是這幾點(diǎn):
第一個(gè)是做大模型的最后一公里。
因?yàn)榇竽P同F(xiàn)在對(duì)于特定任務(wù)有時(shí)表現(xiàn)不是那么完美。
當(dāng)然對(duì)于有些任務(wù)來(lái)說(shuō),可能80分、90分差得不多,但對(duì)于有些任務(wù)來(lái)說(shuō),你不到95分是根本不能上桌的。
我舉個(gè)例子,比如醫(yī)療和法律,可能不到95分的時(shí)候,用戶不會(huì)考慮讓大模型來(lái)替代人。
這是所有公司需要考慮的:
你怎么去補(bǔ)足大模型的最后一公里,以及大模型的最后一公里對(duì)于哪些業(yè)務(wù)是重要的,哪些業(yè)務(wù)是不重要的。
另外一點(diǎn)就是我剛才反復(fù)提到的:過(guò)程數(shù)據(jù)是核心壁壘。
你在產(chǎn)品、用戶使用產(chǎn)品的過(guò)程中,積累到的是用戶使用的過(guò)程數(shù)據(jù)——
這個(gè)過(guò)程數(shù)據(jù)能夠幫你做post training(后訓(xùn)練)或者用各種方法讓你的產(chǎn)品對(duì)這個(gè)任務(wù)比大模型最后出現(xiàn)的效果要好。
然后是多模型的調(diào)度系統(tǒng)提升你使用模型的ROI。
因?yàn)閯偛盘岬矫總€(gè)模型擅長(zhǎng)的點(diǎn)不一樣,你如果能把調(diào)度系統(tǒng)建立好,用戶使用你就是比直接使用模型自己的ROI要高,這樣情況下用戶會(huì)選擇來(lái)使用你。
另外一點(diǎn)是構(gòu)建社區(qū),而不僅僅是工具。
你要在用戶心里占據(jù)一個(gè)心智,讓用戶對(duì)你產(chǎn)生感情。
因?yàn)槿绻麅H僅是工具的話,可能明天就有100個(gè)工具跟你差不多出來(lái)了,用戶很隨意地就遷移走了。
產(chǎn)品理念:人機(jī)協(xié)作勝過(guò)完全自動(dòng)化
關(guān)于產(chǎn)品,這些創(chuàng)始人有一個(gè)較大共識(shí)是:
最成功的AI產(chǎn)品并不是完全實(shí)現(xiàn)了自動(dòng)化,而是精心設(shè)計(jì)了一個(gè)好的人機(jī)交互界面,讓人和AI能夠無(wú)縫協(xié)作。
我現(xiàn)在看到比較多的產(chǎn)品都在復(fù)刻Cursor的UI,但未必在所有領(lǐng)域的工作流里,Cursor的方式都是最好的人機(jī)交互界面。
怎樣深入理解一個(gè)具體任務(wù)的工作流,構(gòu)建一個(gè)讓人和AI的交互最無(wú)縫、最舒服的界面。
我覺(jué)得這是創(chuàng)業(yè)者可以去思考、在產(chǎn)品上做增強(qiáng),形成自己獨(dú)特價(jià)值主張的地方。
另外從發(fā)展路徑上來(lái)說(shuō),我看到所有創(chuàng)始人都強(qiáng)調(diào)不僅僅要做工具,而且要做平臺(tái)。
這個(gè)東西因?yàn)閯偛乓舱f(shuō)了,工具確實(shí)壁壘太薄了,也太容易被替代了。
組織管理:極致人效比和PM重要性凸顯
從組織上來(lái)說(shuō),極致人效比、保持最小團(tuán)隊(duì)也已經(jīng)是這些創(chuàng)始人的新共識(shí)。
我覺(jué)得甚至連數(shù)字都有了——
我看到基本上沒(méi)有超過(guò),在獨(dú)角獸之前沒(méi)有超過(guò)10個(gè)人的團(tuán)隊(duì)。
所以我覺(jué)得這對(duì)要?jiǎng)?chuàng)業(yè)的人來(lái)說(shuō)也是很重要的點(diǎn)。
現(xiàn)在投資人在考察項(xiàng)目時(shí)也會(huì)很關(guān)心這個(gè)問(wèn)題:
你們要組多大的團(tuán)隊(duì)?
如果這個(gè)團(tuán)隊(duì)上來(lái)就要組二三十人,就會(huì)有點(diǎn)頭疼,感覺(jué)是上一代的產(chǎn)品(沒(méi)有充分leverageAI的能力)。
還有那種上來(lái)要搞三五十個(gè)人的,除非是要做大體量的通用產(chǎn)品,不然可能就是一個(gè)比較大的減分項(xiàng)了。
另外就是所有這些創(chuàng)始人都提到PM(產(chǎn)品經(jīng)理)的重要性凸顯了。
在這里面所謂產(chǎn)品經(jīng)理,他們最核心強(qiáng)調(diào)的是PM的兩個(gè)能力:
一個(gè)是定義問(wèn)題的能力,另一個(gè)是向AI清晰表達(dá)需求的能力。
這兩個(gè)能力都非常重要,因?yàn)殡m然說(shuō)起來(lái)簡(jiǎn)單,但我覺(jué)得定義問(wèn)題這件事情對(duì)很多創(chuàng)始人來(lái)說(shuō)都依然是做不太好的事情。
現(xiàn)在在這個(gè)時(shí)代里面,這兩個(gè)能力非常重要。
AI產(chǎn)品的兩種價(jià)值主張
在梳理大量海外案例的過(guò)程中,我發(fā)現(xiàn)當(dāng)下 AI 產(chǎn)品大致分為兩種價(jià)值主張,也因此服務(wù)截然不同的客戶群:
一類強(qiáng)調(diào)“增強(qiáng)人”——
它不是替代,而是把個(gè)人效率拉滿,目標(biāo)用戶多為 C 端個(gè)體。
此類產(chǎn)品往往從工具切入,再通過(guò)社區(qū)把用戶黏在一起。
另一類主張“替代人”——
直接把人成本剔除,面向的是小 B 端老板:
你無(wú)需關(guān)心過(guò)程,只要付費(fèi)即可得到網(wǎng)站、營(yíng)銷方案等最終成果,本質(zhì)上是一家極度高效的 AI 外包團(tuán)隊(duì)。
03
"速度是唯一的護(hù)城河"
關(guān)于“Speed is the only moat”,我有一些深刻的體會(huì):
我今年見(jiàn)到的幾乎所有團(tuán)隊(duì)都帶著強(qiáng)烈焦慮和緊迫感,希望在一兩個(gè)月內(nèi)拿到融資、迅速落地產(chǎn)品。
他們擔(dān)心今天獨(dú)一無(wú)二的idea,下個(gè)月就被復(fù)制;
若錯(cuò)過(guò)這短暫窗口,既融不到錢,也抓不住用戶注意力。
在這樣的焦慮和"Speed is the only moat"的背后,最本質(zhì)的含義其實(shí)是說(shuō)“這個(gè)時(shí)代沒(méi)有真正的護(hù)城河”。
現(xiàn)在,AICoding已經(jīng)把“構(gòu)建-模仿”周期壓縮到極致:
過(guò)去一個(gè)創(chuàng)意從落地到被抄,至少還能享有三五個(gè)月甚至更長(zhǎng)的緩沖期;
現(xiàn)在有了 LLM,原型幾天可做出來(lái),競(jìng)品一周甚至一夜便能復(fù)制。
大模型也是同理:一旦有人率先突破,幾十個(gè)模型迅速跟進(jìn)。
在這種環(huán)境下,只有更快上線、搶先鎖定用戶,才能保住優(yōu)勢(shì)。
還有一重威脅來(lái)自大模型本身:
如果一款應(yīng)用沒(méi)能在下一輪模型升級(jí)的浪潮里搶到好位置,隨時(shí)可能被“洪水”淹沒(méi)——
融資和用戶這兩根救命稻草瞬間漂走。
于是,品牌PR、Go-to-Market 策略、社區(qū)運(yùn)營(yíng)成了生死手速之外的硬功夫。
而且每一步都要狠狠借力 AI,讓話題“go viral”,一炮而紅之后,各種溢出紅利滾滾而來(lái)。
有位美國(guó)投資人打過(guò)一個(gè)比喻:
大模型像自來(lái)水,AI 應(yīng)用像瓶裝水——
智能已經(jīng)成為Commodity,AI應(yīng)用變成了瓶裝水生意。
那問(wèn)題來(lái)了:
在遍地瓶裝水的市場(chǎng)里,怎樣做成“農(nóng)夫山泉”甚至“可口可樂(lè)”?
靠的就是占據(jù)用戶心智、營(yíng)造黏性社區(qū),讓大家張口就點(diǎn)你的牌子。
這又回到團(tuán)隊(duì)的“聚合資源”能力:
融資、流量、過(guò)程數(shù)據(jù)、注意力……都是今天的金礦。
上一代創(chuàng)業(yè)者可以先埋頭做產(chǎn)品、慢慢找 PMF;
現(xiàn)在節(jié)奏被 AI 拉到倍速,你得從 Day 1 就同時(shí)開(kāi)跑:
產(chǎn)品打磨、品牌塑造、社區(qū)種草,一樣都不能缺。
04
一級(jí)市場(chǎng)觀察:兩類創(chuàng)業(yè)公司的現(xiàn)狀
市面上的AI軟件創(chuàng)業(yè)大致兩派:
“高舉高打 to VC” 與 “用 AI做生意”。
前者像揮著錘子滿場(chǎng)找釘子,投資人買的不是項(xiàng)目而是這把“錘子”,關(guān)注的不是項(xiàng)目本身,而是創(chuàng)始人和團(tuán)隊(duì)。
盲盒式下注后還得靠團(tuán)隊(duì)閃電調(diào)整戰(zhàn)略方向來(lái)自證價(jià)值;
但是翻車風(fēng)險(xiǎn)也高,比如11x.ai 靠偽造 ARR、客戶、SDR的劇本,照樣融到 a16z五千萬(wàn)美元,轉(zhuǎn)頭就爆雷,成了 to VC 的反面教材。
第二派是 “AI 替人工,老老實(shí)實(shí)賺錢”:
大模型把外包效率拉滿——
比如Base44成立 5 個(gè)月即被 Wix以8000 萬(wàn)美元收入囊中就是典型案例,但這類公司也常被質(zhì)疑“天花板太低”。
如果沒(méi)有自帶光環(huán)的履歷,不要盲沖第一條路:
燒錢換 DAU的年代已不復(fù)存在,這個(gè)時(shí)代的VC通常會(huì)先看 ARR,考察你能否自我造血。
但尷尬的是:
高舉高打容易被收割,小而美的回報(bào)又不夠性感,VC 也在重新校準(zhǔn)投資標(biāo)尺。
是否能找到“錘子”揮得又快又準(zhǔn),同時(shí)又能跑出現(xiàn)金流與故事的公司,才是對(duì)VC的真正考驗(yàn)。
我們內(nèi)部對(duì)此的思考是:
VC的投資范式也需要隨這輪技術(shù)浪潮同步升級(jí)。
當(dāng)下仍是革命早期,商業(yè)模式、生產(chǎn)關(guān)系、價(jià)值網(wǎng)絡(luò)都未成型——
此時(shí)能真正攫取紅利的是“產(chǎn)業(yè)資本”,而非單純“金融資本”。
對(duì)風(fēng)險(xiǎn)投資機(jī)構(gòu)而言,唯一的路就是往產(chǎn)業(yè)靠攏,讓基金本身長(zhǎng)出行業(yè)屬性。
在我們眼里,AI Grant 是很值得研究的新時(shí)代 VC 模型。
它由 LinkedIn、GitHub、Stripe、YC 等頂級(jí)創(chuàng)始人與投資人聯(lián)合發(fā)起——
把人才網(wǎng)絡(luò) × 技術(shù)網(wǎng)絡(luò) × 現(xiàn)金流網(wǎng)絡(luò) × 資本網(wǎng)絡(luò)捆成一張信息捕捉網(wǎng)。
做 AI 創(chuàng)業(yè)的同學(xué)都知道,LinkedIn 與 GitHub 已是獲取行業(yè)信號(hào)的“雷達(dá)”,再疊加 Stripe、Shopify 這類真實(shí)交易場(chǎng)景,就能第一時(shí)間嗅到產(chǎn)業(yè)機(jī)會(huì)。
除了啟動(dòng)資金,還能給創(chuàng)業(yè)公司帶來(lái)資源與訂單。
最直觀的例子是Perplexity:
去年決定從 C 端搜索轉(zhuǎn)向 B 端知識(shí)檢索,股東立刻出手相助,客戶資源隨之而來(lái),ARR 很快沖到 1100 萬(wàn)美元——
這就是產(chǎn)業(yè)協(xié)同的威力。
因此,我們也在搭建一個(gè)高質(zhì)量的 AI 領(lǐng)域創(chuàng)業(yè)者與從業(yè)者圈子,用專業(yè)視角把產(chǎn)業(yè)資源對(duì)接給優(yōu)秀創(chuàng)始人,做好產(chǎn)業(yè)與創(chuàng)業(yè)公司的“連接器”。
給創(chuàng)業(yè)者一個(gè)建議:
談投資時(shí)別只盯著資金,更要問(wèn)一句“錢之外你能帶來(lái)什么?”
能帶來(lái)客戶、數(shù)據(jù)或場(chǎng)景的投資方,是更有價(jià)值的。
· END ·
合 作 對(duì) 接
掃碼添加投資人說(shuō)運(yùn)營(yíng)者微信,備注「商務(wù)合作」詳細(xì)溝通。
超 級(jí) 社 群
【投資人說(shuō)】正在組建超級(jí)投資者社群、超級(jí)創(chuàng)業(yè)者社群、超級(jí)讀者群、超級(jí)媒體群等,目前總?cè)藬?shù)已超1000人。
關(guān)注【投資人說(shuō)】微信公眾號(hào),發(fā)送信息「進(jìn)群」,與各行業(yè)精英直接交流,共同進(jìn)步。
旗 下 媒 體
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.