AI 那些虚假的落地机会

最近几年 AI 这个领域非常火爆，许多同学都想往往 AI 发展方面。但这些方向也是虚实的，有的真的可以落地项目，有的是欺诈游戏。这篇文章简单梳理了一下。 AI 在落地过程中，有几个比较典型的假项目，希望对大家有所帮助。

什么是企业的第一性？

实际上是极具数字的经济理性。

假如各种装饰都褪色了，那一定要回到这里。把企业与有机体进行比较，这就是马斯洛所说的生理和安全要求。

再次进步，完全可以赋予它一些使命和意义。

就第一性而言，企业家的概念是实现普通人想像中的使用价值向财务价值的跨越。。只是中间的这个鸿沟是如此的深刻和广泛，以至于无论跌倒多少企业，都看不到填平的迹象。

在很多前提下，失败不是因为努力不够，而是因为想象中的使用价值不可能先天跨越对岸。没有可能跨越的使用价值是一个虚假的机会。假货机会也可以进一步分类，比如对一些大企业有用，但是没有创业价值等等。

我们将在本文中谈论一些典型的假机会。

第一，配套价值

从使用价值的角度来看，每一个子类别都创造了财富，从声学的麦克风阵列算法到感知的语音识别，再到认知的大模型，但这种算法通常只能在特殊场景中使用，只有配套价值，这是供应链的一个环节。这种场景通常不适合创业。

当企业当你成为一个纯粹的供应链环节时，你需要经营的远不是你自己的技术和产品，而是你在整个产业链中的地位。你的位置和话语权决定了你的生存空间。此时最适合使用波特五力模型。

也可再次简化：

实用价值 x 定价权 = 财务价值

但是过去这条路并非没有成功。

比如杜比，杜比是一个事实性的行业标准，也是一个独立的品牌，在定价权这个阶段，显然大于简单的技术价值。

比如常说的激光雷达，带算法的楼氏麦克风等。，在软硬结合的点上打磨稀缺性和堡垒(稀缺性支撑定价权)。在一定程度上，硬部分总是比软部分更重要。

这样的风格真的不太适合。 AI，由于 AI 软件算法是核心。

就价值链而言，AI 员工擅长的算法，权重确实很低，并非说这种事不能做，而是说对。 AI 企业家没有什么好的选择。

有两种命运的简单算法，具有配套价值：一种是成为公共云的一部分，完全无差别的商品化成白菜，另一种是成本过高后最重要的客户会选择企业进行自主研究。(或五力模型)

我们可以这样总结这种模式：算法的使用价值可能很大，也可能很小，但是定价权很差，所以不是一个好的创业机会。纯技术人员更容易找到一些工作来做，赚一些钱。

第二、上限水温 90 度

许多技术都放在这里 C 端产品上还有另外一种情况。

它的确可以作为新体验的核心支撑，不同的场景对所谓的可用划线是不同的。不同的可用性对应不同的商业价值。。那就是橘猫和小虎的基本区别。

(小老虎将来会长大的，大橘子也就是这样)

这种智能音响在过去十年里仍然是站着的，最容易看到情况。

智能型音响是否跨越了可用线？

事实上，它已经跨越了，但是它的上限比以前的想法要低，既不是一般的计算平台，也不是新的入口。但就像煤气炉加没有屏幕一样。

在大模型出现之前，技术的极限使它不是个人助理和机器人，而是声音。这个天花板决定了过去十年的代表性。 AI 商品开发轨迹。(不像上面的例子，这就是实用价值本身存在的问题。）

这类产品的奇特之处在于，如果技术成熟度足够，那么这类大品类将成为巨头们残酷竞争的市场；如果技术不成熟，仍然是传统品类。

汤因对文明的总结有一个非常有趣的观点：周围的阶段太酷太舒服都没有效果，反而要适度刺激。

对这一方向的商品来说，这是非常重要的：声音太酷，活不下去；电脑太舒服了，没有活动和新的机会。相反，无人机和扫地机这一看似边缘的新品类，在早期获得了立足发展的机会，并随着市场的扩大，寻求了自己广阔的空间。

另外，真的做这样的产品，骨子里一上来就需要明确自我定位。其实就是小米和大疆。 C 端上消费品的企业，要通过新品类的机会建立自己的品牌。要围绕品牌渠道打，不能围绕技术转。

这种硬应用没有网络效应。就是要把传统消费品做好。老琢磨后端变现是非常忌讳的。因为一开始团队就有那么多精力，总想着后端变现，很容易导致你的前端产品做得不好。

这一逻辑，技术虽然至关重要，但仍然是局部的，可 AI 建立这种类型的公司很容易成为技术人员来管理整个公司，这是非常麻烦的，相当于局部大于整体。实际需求调整后，商品的权重也大于技术点，是产品驱动研发而不是调整。(看苹果就行了)

综上所述，如果上限水温是这样一个需要严重投资的复杂方向， 90 度，那么努力不说白搭，效果很难好是大概率事件。

第三、管理和运作是最重要的

也可称为项目制。

因为项目制度最容易捕捉到客户的需求，所以最容易跑出现金流。

如果你仔细观察，你会发现稻盛和夫的京瓷在早期实际上做了很多定制项目。

项目制度的麻烦在于需要运行多个商业模块，同时需要提供一些统一的服务。有些地方适合分开，有些地方适合整合。(阿米巴、中台处理都是那里分合的问题)

AI 技术通常在需要整合的部分。

这时候负责 AI 技术部门产出的可复制性至关重要。如果这个地方供应不足，那就相当于最后占据了一个，不管多花哨。 CPU，固定的 CPU 这么大的计算量。业务本质上是不可扩展的。

假定这条带宽足够，那么这件事会变成什么样呢？

这将成为精细化管理经营的一项工作，更加麻烦。

( 真正做管理运作，数字化需要解决的问题一个也不能漏掉，本质上是一件事，而数字化的通过率基本上是九死一生)

管理业务是一种人人都认为自己擅长的行为，但实际上所谓的擅长就是在 60 分以下擅长。

宁高宁讲的回到教材其实是对的，但是用最正常的思路也可以想明白：创业初期的核心竞争优势转变为管理运作，这对大多数情况来说肯定是不可靠的。有点像钢铁侠体格不好，但是盔甲太重直接被压垮了。

的确有几种情景会使管理运作的重要性加剧到无法言表的程度。，比如项目系统，比如长链运行。长链运行是指销售前、商品、软件、硬件、供应链、客户服务、软件评分算法、云、前端、客户端、测试等。需要紧密配合，才能不断扩大业务螺旋。

这样的活分钱做不好(机制建设)，那么不管加多少人都是徒劳的，越加人人效就越差。

理论上有三种处理这种情况的实质性方法：

一是避免，比如你做微信产品，那就好了。当然可以。 WhatsApp 190 当亿美元被收购时，还不过如此。 30~40 人类，或者只是做一个产品，这很好。

一种方法是积极面对，如果真的做得好，真的是无敌的。和其他公司竞争的时候，就像最后一个对抗僵尸的人。说到华为，人们常说技术，但技术是结果。华为的成功实际上是组织和机制的成功。只是大多数人真的比不上任正非先生。

一种方法是使用碳基算法，但现在没有一种通用产品能够真正解决这个问题。这是可能的，如果你把抖音，MCN、作为一家企业，主播无疑是阿米巴最成功的实现，是活力与规则的高度统一。

综上所述，在这种模式下，实现使用价值是一种难以控制的成本。再加上定价权的约束，就像是需要把比较毛巾拧出水来，偏离了大多数创业者擅长的东西。

第四、重视资本游戏

还有些机会确实是新的机会，但实际上，资本的游戏是一个很大的权重。并不是说技术不重要，而是说它已经成为大资本和高端技术的综合体。最典型的是大模型。从资本的角度来看，这个领域和过去修铁路、修公路没什么区别，但还是需要极高的人才密度。真正有资格这样做的人真的很少。 ( OpenAI 干技术的算 200 人类，最终地球肯定不需要 100 个 OpenAI，所以一共不要 2 一万人，大部分都是跟着看热闹)

以前有鸡头凤尾一说，但是按照前面提到的数字空间会有名实唯一的特点，那么在这个类别下其实没有鸡，只有凤。鸡很快就会被折磨死。此外，这种产品是典型的大赢大输。普通人应该理解它的应用特点和潜力，但实际上他们可以远离这个领域。(最容易纠结的是贴点边的R&D人员，这是对急流勇退的智慧和勇气的特殊考验。)

综上所述，这一领域并不适合使用上述使用价值和定价权，其本质是门槛太高，做不起。贴边适合自我降维。

五、AIGC 名称中的密码

那么，新的机会到底来自哪里？从另一个角度来看，新的类别诞生在哪里？

从外到内看，首先要做的就是一个新的类别，我认为新类别的原点是？ AIGC 在这个名字里面。这个最原始的词实际上有密码。

要思考的是 GC（Generate Content）如何将内容与场景结合起来。

忽略了结果的大小，过去实际上有一些结果的产品都是围绕这个转弯，要么是内容产生的工具，要么是包装产生的内容。

只要深度依赖 GC 必然是新品类，因为过去这件事做不到。

以上就是与场景相结合，在这一过程中，需要砍掉那些关于电影中产生的东西。 AI 虚幻的枝条扩散。(我自己也在尝试，但是需要一些时间，有进步后再谈。)

六、总结

明治维新时代的涩泽荣写了一本名为《论语与算盘》的书，讲述了古代儒家的义利辨别。当然，我们可以让义利复合，赋予企业更高维度的价值，组织追求更高，这不仅实现了经济现实，也让他有意义。这真的可以走得更高更远，否则很难继续创造。 chatGPT 这类产品。但是这篇文章并没有说这个，而是最基本的脚底。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com