为什么过去十年AI创业失败了？

始于2010年前后的这次人工智能创业实际上是集体失败了。作为从业者我们固然可以讲它需要更长的启动周期，我们尽快开始第二程就可以了，但就像抗日战争的时候，如果没有论持久战的穿插、到日寇力量薄弱区建立根据地等一系列基于过往教训的新战略，后续整个历史就会完全改写一样，我们还是要有一双偶尔往后看的眼睛。否则在大模型提供了新的历史性机会的前提下，我们真的不会重蹈覆辙么？

一、非惟天时抑亦人谋

因为行业普遍存在问题，所以最简单的归因就是时机不到、形势不好，但其实不对。

（注：被打上AI标签的公司普遍亏损等事实和数据在《AI大模型没有商业模式？》等文章里有提，这里不重列了，否则太长。）

不说英伟达这种基础设施的供应商，在应用层面上讯飞的业绩其实是一直在增长的，而基于上一波AI技术做产品的公司，比如石头科技，一样实现规模化和盈利。与此同时，作为与AI相关但范畴更大一点的数字化，大概每年的复合增长率在10%+，在过去这些年里，实在不是太差的值。

这意味着固然技术自身成熟度不够是个原因，但商业成败的归因却又不适合单纯地归结于此，而是要回到商业本质寻找更关键的原因。

我们先从基础现象开始：

失败的核心表现是长期亏损，长期亏损是指如果活十年那就亏损十年，或者没活十年直接倒闭了。次一级表现是亏损的同时并没在核心资产上做出沉淀。如果亏损的同时某种资产增加（比如品牌、用户等）也还可以，但显然很多AI企业这点上做得也并不好。

这种表现是典型的经营管理问题，而经营管理高度复合，这就需要回到商业本质，才能看清脉络。

从本质上看，AI行业相当于在极其漫长的一段时间里用最贵的镐头挖一块贫矿。

各种模型、昂贵的科研人员、GPU等就是最贵的镐头，所从事的领域比如有些数字化的项目就是那个贫矿。

这是现实，但不能说是真的原因，原因还要再深入一层。

假设说地球就给了这两个刚性约束条件，你必须挖矿，必须做这类工作，那至少还有两个方式可以改变经营状况：

第一，把黄金镐头卖一卖，升级成挖掘机这类便宜的效率更高的设备和方法。这不是升级一个设备就行，任何挖矿都是系统工程，要尊重挖矿的专业性，要有和挖掘机等配合的内部保障体系。具体来说就是要在细节上优化、提高公司整体的运营流畅度和效率。这就是稻盛和夫说的“把干的布拧出水来”那类工作。

第二，把矿的地址挪一挪，找找真能挖到东西的地儿。比如矿更富，或者金子不好挖就找找挖铁矿也行。这个问题看着容易其实特别有难度。还不是因为没有更富的部分，而是因为挪不动。发展到一定规模后会受发展节奏的影响，说通俗一点就是假如认为某地可能有矿，那那地儿能赚到钱么？能在一个财年的四个季度里面赚到钱么？能匹配资本的期望么？如果不能那财务表现怎么办？资本预期怎么办？

上面这两类调整在一个较长的周期里似乎并没普遍发生，或者说并未成功发生，那为什么？

这就变成战略问题了，我们可以从出发原点、视野、价值坐标系三个角度来看这种战略问题上到底发生了什么？

二、原点：到底相信什么？

如果我们相信技术一突破，商业自然就成立，很快就能赚到钱，那很可能就不会真的干实业，而是更想贴近互联网的逻辑或者资本的逻辑。而这两种冲动对我们上面说的换镐头或者换地儿挖都有关键影响。

如果说互联网是大水漫灌，快干就完了，只要获得用户就可以快速成功，那整个AI就很像挖深井，必须在一个地儿使劲吭哧干活，如果选的对，干到一定程度，那可能就出水了。

这时候短期逐利的思维方式反倒是有害的，快速行动也是有害的。

我们至少可以看三两种反面案例：

一种表现在智能音箱上的大干快上。我们希望快点砸出普及度，然后占领新入口。但其实音箱产品它不是入口，就是一个高级点的音箱。这会导致商业模式失衡。巨头一样吃这个亏。音箱大战其实把大家打怕了。在AI本来应该给一脚油的时候刹车了。如果没有ChatGPT的出现，国内很多AI团队估计会彻底黄了。

一种则是为了保持增长而降低增长的质量。通过大量项目，来扩大营收规模，但亏损加剧。

相信什么是一个原点上的设定，而原点上的设定影响后续的所有行为，比如商业化的节奏和资本的节奏。

一种是“干就完了”式思维。

这个思维模式是新式的刻舟求剑，剧毒，谁吃谁死。很多没坚持到现在的团队与此有关，但不能细列。

在互联网兴起的时候出现了一个很少出现的局面——各个地儿都是富矿，你跑得快比思考重要。所以留下来一种思想叫：干就完了。

但你见哪个铜矿是不管有铜没铜挖就完了的？

对于AI这种早期的赛道，想清楚比后面干活要重要一百倍。

核心原因是，你瞎挖很可能里面没铜或者说只有一点铜。并且试错成本巨高。

这时候最适合从场景反向构建自己的价值链条，然后把有限资源投过去，干出类似当年IBM System 360的产品。

这种原点上的基础信念加上视野和反馈构成原点的最基础特征。

三、视野：局部视野与全局视野

局部思维无法解决全局性问题。

打个比方，如果最终目的是做个电脑，那就要搞定屏幕、键盘、内存、CPU、磁盘等一系列环节。

假如当事人最擅长做屏幕，那更可能是以一个比较高的投入，把屏幕越做越好，但最终做出的电脑可能还是不好用。商业现实却是只有做出电脑才能卖给用户，因为有了电脑用户才能用起来，创造了原来没有的价值。

这不是扯谈，IT这行业早期就这样。

IBM System/360这类大型机就是这么干的。那时候人们不太知道什么是IT技术，和现在人们不知道人工智能到底是干什么的类似。所以那时候的大型机是一种复杂整合，从硬件到系统到应用。最终以一种方案的形式去解决大型机构的问题，比如银行、保险等。

在贵的领域完整整合新技术创造此前没创造过的价值，让价值的表现明显。然后再围绕着这个基点完善售前、产研、供应链、售后等各方面，这就构建了起点上的商业模式。当然后来行业大分工让这个体系变落后了，但不影响它给行业早期商业模式提供参照。

对比之下AI的情形就尴尬了，既没有综合技术突破打造出类似System/360这种突破性的产品，也没能在核心环节创造核心价值。

大多产品都是大路货，你能做我也能做，创造一种极其浅的价值。这些产品比如摄像头和技术的映射是直接的，但和价值的映射则是残缺的，只解决小问题。

这就是上面说的金镐头用错地儿了的另一个原因。想着电脑做电脑会越做越像，觉得自己是做屏幕的，顺道做电脑，相当于让游击队干决战的事，越干越不行。

这就是为什么说是视野问题，导致的后果就是花钱花错地儿了。

投贵的算法、研发人员和设备在这个商业逻辑下资源配置是非常失衡的。应该按场景确定价值，然后做出真正有创新也创造核心价值的产品。

找到核心价值则要回到场景，典型的是海康甚至比特大陆，回到场景则要打破局部视野，拓展到更为综合的全局视野。

有这种突破后，再配合上极其麻烦的、大量搬砖的活，做精细化的管理运营才能真的构建这种新的商业模式。

如果说相信什么和视野问题更像是内因，那价值坐标系的失衡就像一个被外因促成的放大器，让前面说的问题变得更严重。

四、价值坐标系：资本的节奏与产业节奏的失衡

OpenAI拿了很多钱，但这种钱的属性和我们很多公司融的钱的属性是不一样的。

对于OpenAI，他们更像拿了一个大号的天使（投资）。对于一个起点上是非盈利机构的公司，你希望它多快变现是离谱的。

但我们基本不是这个节奏，我们的钱是有退出周期的。而我们因为自身的不盈利，那就需要持续融资，持续融资就需要某种增长，和更为良好的预期，而这种增长预期显然会带节奏。

它所需要的节奏和上面说的打深井构建新产品、围绕核心价值创造自己的配套体系是不一样的。

随着融资量上来后，反向倒逼收入增长，AI这种业务不成熟领域怎么整？就只能做简单的横向扩展。这让腾挪会更难。资本内定的节奏和产品节奏的偏离强化上一节说到的错配。

这就会抽走最应该投入资源的地方的精力和资源。

五、战略与AI分期

原点、视野、价值坐标系：这就是我们说的战略问题。

公司有几种状态，一种是本能状态，本能状态被短期的经济理性驱动着走。对于已经赚钱的领域也还维持生存，但对于需要从井底构建一条通路走到阳光下的公司，基础经济理性驱动会导致在井底转圈。

只有战略思维才反本能。

战略需要一种四维的思维模式。在整个时空之外观察可调度的一切力量和变量。

（比如刘邦不是某个时间点的刘邦，而是过去、现在、未来综合在一起的刘邦，每个要素都变成这种四维概念，然后调度。）

我们拿AI分期的视角来举个例子。

在相当长一段时间内，在模式上把AI看成传统的IT行业最靠谱。分析起来就用五力模型。一定不能用平台模式。所以前面才提到IBM System 360。

但发展到一定程度后则会逆转。

AI潜力的关键在于其背后的技术具有共通性。当累积到一定量之后就具有变成系统型超级应用的机会。这在过去一样发生过。微软当年给IBM配套的时候，其实就是供应链的一环，等到Windows平台化之后，产业中心就转移。PC厂商被边缘化，大型机没落。

过去十年其实处在第一个阶段，但大家总是尝试做第二阶段的事，然后对场景价值贡献就小。

六、大模型与昔日重来

如果不真的认识这种错误，那很可能所有事情再来一遍并且结果更为惨烈。

因为大模型需要的投入更多，同时现存的资金量变小了。

前两天很多群里流传下面这样一张图：

看到后并不让人真的很愉快，因为这真的可能在重复过去的故事。

在这个时间点电脑或System 360这种大型机是有价值的，但大模型相当于CPU，不是电脑。更多的人应该研究怎么在各个场景下做出对应的电脑或者大型机（老外管这个叫AI Agents）打通技术和场景，创造新价值，而不是一堆人去做CPU。

七、小结

如果论人才密度恐怕很少有其它行业比AI高，但从创造的价值角度看则正相反，这一定是哪里错了。在错误处寻找到真实，在沮丧的时候寻找希望，在怀疑处构建信任，在混乱处构建秩序，撒切尔说的这个缩小下，其实挺适合创业者的，当然可能更适合AI行业的创业者们。

关于自己，我干这个差不多10年了，所以还算有资格来说说这事。并且我们真的在一定规模上把公司做到盈利，应该是还行的战绩。但不管怎样上面写的也还是个人的观点，仅供参考吧。

关于思维模式，这个不展开，先贴俩图意思下，否则太长：

（战略要思考的对象，往往是这样的）

（一般的思维模式这样的，所以需要变成上面那种四维的思维模式）

本文来自微信公众号：琢磨事（ID：zuomoshi），作者：老李

相关推荐

为什么过去十年AI创业失败了？
创世伙伴周炜：中国过去20年，互联网未能解决医疗和教育的痛点，但AI可以
社会需要理解创业失败
十年了，为什么小米华为三星就是打不赢iPad？
创业12年，失败8次，我竟还想着下一次
AI十年熬赢往事
娃哈哈第三次创业失败了？
为什么美团、饿了么外卖成功，而上门做饭一开始就注定失败？
十年过去，Chromebook 现在怎样了
安卓之父创业失败：想做的不只手机，但连手机也没做好

网址: 为什么过去十年AI创业失败了？ http://www.xishuta.com/newsview86096.html