圖片來源 @視覺中國
文 | 李智勇
企業的第一性是什麽呢？其實是極其數字的經濟理性。如果褪去各種裝飾，那必然回到這裏。把企業類比生命體的話，這就是馬斯洛說的生理和安全需求。在此之上再進階當然可以賦予它某種使命和意義。從第一性的視角看，創業的定義就是實現一般人想象中的使用價值向财務價值的跨越。隻是中間的這條鴻溝是如此深廣，以至于不管掉下去多少公司，都根本看不到填平迹象。
相當多的情況下，失敗還不是因爲努力不夠，而是想象中的使用價值先天就不具備跨越到對岸的可能。不具備跨越可能的使用價值就是假的機會。假的機會還可以進一步分類，比如對某些大企業它有用，但不具備創業價值等。在這篇文章裏我們會說幾個典型的假的機會。
配套價值
從使用價值的角度看，從聲學的麥克風陣列算法到感知的語音識别再到認知的大模型等每個子類别都創造價值，但這類算法往往隻在特殊的場景下能用，隻有配套價值，是供應鏈的一個環節，這類情景通常不适合創業。
當企業變成一個純粹的供應鏈一環時，需要經營的就遠不是自己的技術和産品，還有在整個産業鏈裏面的位置。你的位置和發言權決定了你的生存空間。這時候最适合用波特五力模型。
( https://www.mindtools.com/at7k8my/porter-s-five-forces )
也可以再簡化 :使用價值 x 定價權 = 财務價值。
而在過去這條路并非沒有成功者。
比如杜比，杜比是事實的行業标準，也是獨立品牌，在定價權那個環節，顯然大于單純的技術價值。
比如經常說的激光雷達、樓氏帶算法的麥克風等，它們在軟硬融合的點上，打磨稀缺性和壁壘（稀缺性支撐定價權）。一定程度上硬的部分總是比軟的部分關鍵。
這種風格實在沒那麽适合 AI，因爲 AI 核心還是軟件算法。
在價值鏈條上，AI 人員擅長的算法，權重實在是低的，不是說這類事情不能做，而是說對 AI 創業者不是什麽好的選擇。
單純的具有配套價值的算法就兩種宿命：一種是變成公有雲的一部分，徹底的無差别貨品化變成大白菜，一種則是特别關鍵了或者成本過高之後最主要的客戶會選擇公司自研。（還是五力模型）
這種模式我們可以這麽總結：算法的使用價值也許大也許小，但定價權很差，所以不是什麽好的創業機會。純粹技術人員找點活做做，賺點錢反倒是更容易些。
上限水溫 90 度
很多技術放到 C 端産品上是另一種情況。
它确實可以作爲一個核心的新體驗的支撐，但不同的場景對所謂可用的劃線是不一樣的。不同的可用程度對應不同的商業價值。這就是橘貓和小老虎底子上的差異。
這拿過去十年裏還算立住的智能音箱最容易看清情況。
智能音箱是不是跨過了可用線呢？
其實是跨過了，但它上限比過去設想的低，既不是通用計算平台，也不是新的入口。而是像燃氣竈加沒加屏。
大模型出現之前，技術的限度讓它還是音箱而不是個人助理和機器人。這種天花闆決定了這個過去十年裏最具代表性的 AI 産品發展軌迹。（和上面的例子不同，這個是使用價值自身就有問題）
這類産品的奇妙之處在于：假設技術成熟度夠，那這種大品類會變成巨頭激烈競争的市場；如果技術不成熟，那就還是傳統品類。
湯因比對文明的總結有個很有意思的觀點：周圍環節太酷烈和太安逸都不靈，而是要适度的刺激。這對于在這個方向上立住産品很關鍵：音箱就是太酷烈，活着費勁；電腦就是太安逸，沒有活性和新機會。反倒是無人機、掃地機這類早期看似邊緣的新品類得到了立足發展的機會，并且随着市場的擴大謀求到了自己的廣闊空間。
在此之外，真做這類産品，骨子裏一上來就需要明确自己的定位其實是小米、大疆這類 C 端消費品的公司，要通過新類目的機會樹立自己的品牌。需要圍着品牌渠道打，不能圍着技術轉。
這是一種沒有網絡效應的硬應用。就是需要把傳統消費品的事做好。很是忌諱老琢磨後端變現。因爲早期團隊就那麽多精力，老惦記後端變現，很容易導緻你前端産品幹不好。
在這個邏輯下，技術雖然很關鍵，但還是局部，可 AI 人員創建這類公司很容易整成技術人員管整體，這很麻煩，相當于局部大于整體。實際需要調過來，産品的權重也大于技術點，是産品驅動研發而非調過來。（這點看蘋果就可以了）
總結下，對于這麽個需要重度投入的複雜方向，如果上限水溫是 90 度，那努力不說白搭，成效很難好是大概率事件。
管理運營最重要
也可以叫項目制。
項目制因爲最容易捕捉用戶需求所以最容易跑出現金流。
大家如果仔細看就會發現稻盛和夫的京瓷在早期其實做很多定制型項目工作。
項目制的麻煩在于需要運轉很多個經營單元，與此同時還需要提供某些統一服務。有的地方适合分開，有的地方适合整合在一起。（阿米巴、中台處理的都是那裏分那裏合的問題）
AI 技術一般在需要被整合在一起的部分。
這時候負責 AI 技術的部門産出的可複制性就很關鍵。如果這地兒供給不足那相當于不管多麽花裏胡哨最終搶占的還是一個 CPU，固定的 CPU 就有那麽大計算量。業務本質上是沒法擴張的。
假設這個帶寬夠，那這事會變成什麽樣呢？
這會變成拼精細化管理運營的活，更麻煩。
( https://www.statista.com/statistics/1133436/challenges-digital-transformation/ )
( 真做管理運營，數字化需要解決的問題一個也漏不下，本質是一個事，而數字化的成功率基本是九死一生）
管理運營是一個每個人都覺得自己擅長，但其實所謂的擅長都是在 60 分以下的擅長。
甯高甯說的回到教科書其實是對的，但用最正常的思路也能想明白：創業早期的核心競争力變成管理運營，這對于絕大多數場景肯定不靠譜。有點像鋼鐵俠體格不行，但戰甲太重直接被壓垮了。
确實有幾類場景會把管理運營的重要度加劇到無以複加的地步，比如項目制，比如長鏈條運轉。長鏈條運轉是指包括售前、産品、軟件、硬件、供應鏈、客服、軟件還得分算法、雲端、前端、客戶端、測試等需要緊密配合，才能推動着業務的螺旋持續放大。
這類活分錢搞不好（機制建設），那不管加多少人都白搭，越加人人效越差。
解決這情況的本質方法理論上有三個：
一個是躲開，比如你做微信類産品，那就還好。當然 WhatsApp 190 億美金被收購的時候也不過 30~40 人，還是就幹一個産品，這就好整。
一個方法是正面迎上，這要真幹好了，還真無敵。同其它公司競争的時候很像終結者對戰僵屍。提到華爲大家經常說技術，但技術是結果，華爲的成功其實是組織和機制的成功。隻是絕大多數人實在不能類比任正非先生。
一個方法是讓碳基算法上，但現在其實沒有真的能解決這問題的通用産品。這事是可能的，如果把抖音、MCN、主播看成一個公司，這無疑的是阿米巴最成功的實現，是活力和規則的高度統一。
總結下，這種模式下，使用價值的實現可以實現就是很難控制實現的成本，再加上定價權的約束就很像需要把比較幹的毛巾擰出水來，和大部分創業者擅長的事是背離的。
重資本遊戲
還有些機會确實是新機會，但其實非常大的權重是資本的遊戲。不是說技術不重要，而是說這變成大資本和高端技術的綜合體。最典型的就是的大模型。這領域從資本的角度看和過去修鐵路、修公路其實沒差别，但它又需要極高的人才密度。真的是隻有非常少的一部分有資格做這事。 ( OpenAI 幹技術的算 200 人，最終地球上肯定不需要 100 個 OpenAI，所以一共不要 2 萬人，大多是跟着湊熱鬧的）
在過去有雞頭鳳尾一說，但按照前面提到過的數字空間會具有名實唯一特征，那在這類别下其實就沒有雞，隻有鳳。雞很快會被折磨死的。更進一步這類産品是典型的大赢大輸。一般人應該對它的應用特性和潛能保持理解，其實可以離這領域遠一點。（最容易糾結的是貼點邊的研發人員，這時候特别考驗急流勇退的智慧和勇氣）
總結下，這類領域不适合用上面說的使用價值和定價權了，本質就是門檻太高，做不起。貼邊的适合自我降維。
AIGC 名字裏的密碼
那新機會到底來自那裏呢？換個視角就是新類别從那裏誕生呢？
從外往裏看，首先要做的一定是個新類别，而新類别的原點我認爲在 AIGC 這個名字裏面。這個最原始的詞其實是有密碼的。
要思考的是 GC（Generate Content）的内容和場景如何結合疊加。
忽略成績大小，過去其實有點成績的産品都是圍繞這個轉，或者直接就是内容生成的工具，或者就是在包裝生成的内容。
但凡深度依賴 GC 的必然是新品類，因爲過去這事就做不了。
在此之上才是和場景結合，這個過程中需要砍掉那些對着電影裏面産生的關于 AI 的虛幻發散枝杈。（我自己也在嘗試，但需要點時間，有進展了後面再說。）
小結
明治維新那個年代的澀澤榮一寫過一本叫《論語與算盤》的書，說的正是古代儒家的義利之辨，我們當然可以讓義利兩者複合，爲企業賦予更高維度的價值，組織有更高的追求，不單搞定經濟現實還讓他有意義。這樣确實可以走的更高更遠，否則很難持續開創出 chatGPT 這類産品。但這篇說的不是這個，而是最最基礎的腳下。
