我们这两年所有的 AI 内容里面,我自己最喜欢的就是跟 Albert 去年做的那一期 ( )。

今天终于又把 Albert 请了回来,他做了一年多的 AI 产品,对 AI 的本质,以及当下创业的方法,都有了一些新的理解和认知。

曲凯:从上次对话到现在,过去了刚好一年,这一年里,关于 AI 创业这件事,你有没有什么核心的认知和发现?

Albert:当一次新的技术浪潮来临的时候,我觉得最重要的就是:

在行业早期的时候,相对清晰地看清楚中长期成功的关键要素是什么,然后长期去投入。

所以我一直在思考两个问题:

1)所谓的「AI 行业」的长期关键要素是什么?

2)因为 AI 的出现,各行各业的哪些长期关键要素会发生变化?

第一个问题还是要回到 AI 本身的性质上去。

我认为它的答案,也就是 AI 作为产品的性质是:

「通过数据,提升模型的交付能力,进而提升用户体验」。

它不是通过迭代服务,不是通过创造内容,也不是通过增加更多的软件功能,而是通过「数据」。

所以问题的关键其实在于:针对于你的业务场景,你怎么评估交付的质量?你怎么知道到底需要什么样的数据?不管是数据类型,还是数据规模…

曲凯:所以你认为 AI 行业的核心要素是数据?

Albert:不,是评估。

曲凯:这其实是个闭环。因为要评估,才能归因,才能改进,才知道要什么数据。

Albert:对,当你把重点放到怎么评估这件事的时候,很多事情就会顺起来。评估决定了最终的迭代效率。

所以我们过去一年定了一个选择 AI 产品切入的原则:

1)做用户对交付有明确预期的任务。

比如翻译、修图、解题,写代码,都属于这一类。因为只有用户有预期,你才能对用户的输入进行科学的分类,才能对用户的输出建立清晰的评估标准。

假设你今天要去做一个类似于 AI 陪聊,或者说 ChatGPT 这种业务,它里面包含的需求类型实在是太多了,尤其很多类型的任务是很难评估的,那为了搭建一套合适的评估体系,你就要引入专家,引入复杂的测试方法。

这些也不是不能做,只是与创业公司的资源条件不匹配。

2)最好做仅依靠模型就能完成交付的任务。

曲凯:这可能和大家的认知是相反的,大家一般认为做模型本身实现不了的事才能创造价值。

Albert:对大公司来说是的。对小公司而言,你这就很容易过度投入,把时间和精力都花在旧战场上,而不是在积累新时代下中长期的关键要素。

曲凯:怎么定义过度投入?百分之百靠模型能实现的事情才值得做吗?那不就是套壳?

Albert:不叫套壳,我们在做一款产品的时候,讲究场景,人群,和解决方案的 match,套壳只是在说一个解决方案,而真正有效的交付,往往需要对他的场景和人群有足够深的洞察。

曲凯:我另外好奇,你觉得当下是一个好的创业时间点吗?

Albert:我觉得是。

曲凯:一年前呢?

Albert:也是。

曲凯:…那你怎么判断究竟什么时候是最佳的入场时机?

Albert:创业的成功率还是被你的认知水平所决定的。对入场时机的判断,本质是对外部关键要素变化的时间点的判断,比如模型能力的变化,推理成本的变化,市场对领域的关注等等。

从这个角度出发,今年肯定会比去年好很多,形势明朗很多。但问题是,很多时候如果你不下场做事,是没有办法获得这些判断的。

今天 AI 的这一波,相对移动互联网那个阶段来说,技术的不可预测性大了很多,这就导致对外部环境变化的预判难度高了很多。

在这种情况下,团队其实需要尽快地找到市场的正反馈,以此来矫正你对 TPF (技术和市场匹配度) 的理解。

曲凯:那是不是说你变得更现实主义了?

Albert:不是,我认为我自己还是一个理想主义者,但问题是一个理想主义者的理想要能成为现实,对 timing 的要求是很高的。

比如说我们现在就想象一个事情,假设张一鸣是在 08 年开始做信息分发的,那实际上他能获得的资源、和把事情做成的难度是远远高于 12 年的,因为很多条件还不具备。

反过来也是一样,如果张一鸣在 12 年没有几款成功冷启动的产品,没能证明他对信息分发的判断是准确的,那我觉得他最后也很可能会做出拼多多。

曲凯:我相信。

Albert:所以核心是,对于商业来说,理想主义不是实现你的理想,而是做出时代需要的产品。

我们听了太多成功后讲出来的故事,以至于我们觉得成功就是要来自某种强烈的对于问题的先验判断,总想找到某种特殊的,与生俱来的,甚至跟你童年阴影有关的证据。

但实际上这些判断都是基于理性的,对技术带来的新机会的一种分析。

所以对于一家公司的 CEO 来说,最重要的事情,就是去看时代需要什么东西。找到一个有价值的资产,然后让资产的价值变得越来越高。

曲凯:你怎么定义有价值的资产?

Albert:这个要结合你的商业模式来看,核心是要能够积累,具备一定的规模效应。

我举一个反例,早期我们做图像产品的时候,很快就找到了一个类妙鸭的场景,并且很快打平了投放,也就是不亏钱就可以持续增长。

但是后来我们没有做。因为在那个业务形态里,用户就是一波流的付费。没有积累,那商业化效率实际上就起不来。

其实本质上也就是用户并不持续需要你,社会并不持续需要你。

曲凯:但有价值的资产又要怎么找呢?我觉得大家很多时候不是不懂得这些道理,而是确实找不到一个完美的机会。

Albert:这个事一度也很困扰我。去年有一段时间,我对于要去做一些用户明确需要的,但影响和价值比较小的事,还是去坚持研究一些还不成熟的大机会,感到非常纠结,后来我就问了问一鸣怎么看。

他给我的建议是说,如果你觉得自己真的比较有才华的话,那还是应该做更有把握的事。

曲凯:这又是一个有点违背认知的观点,更有把握的事是指更小的事吗?

Albert:我觉得不是,我觉得是因为事实上,完成一件大事需要的要素是极其复杂的,如果你真的非常逻辑严密地去推敲你对这件事情的认知的话,你会发现中间有很多要素是不确定的。不确定的要素越多,对运气的依赖度就越高,能力在其中的占比就越低。

我后来想明白了一件事,大家都说要做正确的事,到底什么是正确的事?

我们可以画一个 2×2 矩阵,横轴是你能否相对清晰地计算成功的概率,纵轴是你能否承担失败的代价。只有当你既能相对清晰地计算概率,又能承担失败的代价,这才是正确的事。

现实中,很多时候我们算不清概率,但尚能承担代价,结果就是在错误的事上浪费了精力。还有一些时候,我们能大致算出一个概率,但是承受不了失败的代价,这就有点铤而走险,因为能计算出它的概率,它也只是个概率,它其实不是一个必然的结果,所以最后很多公司就是因为这种决策死掉的。

曲凯:所以你还问过张一鸣什么?有什么印象深刻的么?

Albert:我有问他说,怎么去训练平常心。

曲凯:你现在都需要修炼平常心了吗 (笑)?

Albert:聪明人往往没有耐心,不就是这样的吗 (笑)?黄仁勋说,高预期的人往往韧性很差,但对于创业来说,韧性又是很关键的,所以平常心就很重要。那平常心怎么训练呢?

一鸣说,还是要享受过程。

这话乍一听有点心灵鸡汤,但因为是从他嘴里说出来的,所以我还是花很长时间去悟了一下。「享受过程」是什么?我的理解就是正反馈。我觉得在做一件事的过程中,大家往往都会高估兴趣、理想带来的激情,低估正反馈带来的刺激。

曲凯:我还以为「享受过程」指的是享受生命给你的一切,也包括所有的负反馈。

Albert:我觉得享受过程指的是,把创业本身看做一次探寻问题的旅程,享受旅程本身,而不是眼睛都盯着终点。

这样想的话,负反馈来的时候我反而更兴奋,我一开始的逻辑推演这么严密,为什么最后得出一个这样的结果?当我找到原因的时候我就很嗨。

曲凯:所以有什么找 PMF 的方法论吗?

Albert:最好是去做没壁垒的事。

曲凯:???

Albert:没壁垒意味着你有进入的空间,没壁垒意味着成功者不止一个,成功者不止一个意味着一定有某些可以学习的规律。

我们总盯着移动互联网时代那几家最明星的公司,分析他们的成功路径,可实际上互联网造就的这些超高集中度、超高壁垒的公司在商业史上是非常非常罕见的,这么不普遍的业态是很难学到什么可复制的方法论的。相反,很多已经存在了几十年上百年的行业,是有很多规律是可以学习的,理论上说,这些都算是没有壁垒的。

曲凯:如果没壁垒,以后怎么办呢?

Albert:这个看行业。比如我们做工具产品,看似没什么壁垒,但本质上有且仅有一个壁垒,就是速度换来的规模优势。工具产品的增长上限靠爆款 campaign,下限靠商业化效率买量。

长期大家要争的还是下限,而这其中起决定性作用的就是规模:规模越大,毛利越好,买量竞争力越强,最终就能形成一定的优势。

我们这种订阅制的模式,第一年一般都是负利或者微利,第二年续定周期来了,情况会变好,等到了第三年,毛利就相当可观,竞争优势就会非常明显,这也是为什么很多工具产品即便没有壁垒,但今天依然很难被撼动。

曲凯:你现在做产品最关注什么指标?更多是看 DAU,ARR,还是什么?

Albert:我的高频产品看 DAU,低频产品看收入。

曲凯:所以你同时在做好几个产品?

Albert:对。

曲凯:为啥同时做这么多产品?多测几个方向?

Albert:客观来讲的话,今天 AI 创业比较好的一点是,有一套通过迭代模型能力去交付的通用模式,不需要那么多人力。

主观来说,现在做的事肯定不是我创业的终点,所以我多做产品就是在多准备口粮,吃饱才能更好地赶路。

那天张月光还问我快钱赚得怎么样了,我说「快钱慢赚」。你要在这个过程里搞清楚这个长路上需要什么,所以我们花了很多时间去积累可复用的能力,比如建立科学的评估体系、建立可复用的增长体系,更深地去理解用户需求。

曲凯:但这个度很难把控。很多人赚快钱赚舒服了,就不想做长期的投入了。有的人太关注终局,又把握不好当下。

Albert:我觉得对创业公司来说,还是得先做短期,做到你能并行做长期的时候,再做长期。

曲凯:我们假设你现在要从 0 到 1 再创业,做一个和之前完全无关的事儿,你会怎么做?

Albert:我第一件事是把 APP Store 畅销榜的前 100 名全部拉出来分析一遍,看后发的人做了什么能取得今天的地位。看某个产品,在什么时间点,做对了什么。然后深入到这个领域里,去研究用户。

曲凯:你最近在想的一个新机会是什么?

Albert:我之前一直在做摄像头相关的业务,那现在摄像头除了能提供给我们一双眼睛,AI 还给它加了脑子,这个能力能解锁什么新的场景?

曲凯:比如拍一桌菜,自动算卡路里。

Albert:对,但这个太具体了,摄像头带了脑子之后,究竟会带来什么根本性的变化?我觉得这个要打开想象力去想。

曲凯:如果你和一个 AI 创业者聊,你会问什么问题来快速判断 ta 对 AI 的认知?

Albert:钱花在哪里?超额投入在哪里?是用来买量、训模型、搞数据,还是其它?

曲凯:应该花在哪里?

Albert:我觉得不同业态不一样。但对于我们这种出海应用公司,最大的困难有两个:一是用研,二是评估。

团队肉身不在海外,那你用户研究怎么做?怎么保证对用户有充分的理解?

以前很多产品评估可能靠线上 AB test 就够了。但引入模型后,可控性变弱,不可解释性变强,经常 A 任务好了,B 任务会变差,这要怎么解?

曲凯:你现在最关心的问题是什么?

Albert:我现在最在乎的还是人才,尤其是 AI 相关的工程师。我觉得业内还是有很多优秀的人,ta 对新技术落地有热情,对于用户反馈更渴望,想做很酷的产品。我是很希望找到这样的人的,也非常欢迎大家联系我!

活动预告】

10 月 8 号晚,在北京,我们还会邀请 Albert 一起做一场线下闭门交流会,感兴趣的朋友欢迎点击阅读原文或扫描下方的二维码,一起来认识 & 交流 (限 50 人,如果有想加入 Albert 团队的 AI 工程师同学,尤其欢迎前来面基!)

42章经

思考事物本质