觀察+ | AI創業者生存指南：硬剛不是策略，差異化才是王道

文 | 龍真梓

編輯 | 黃臻曜

高昂的投入是AI玩家們存活的關鍵。

但根據清科研究中心的數據統計，2019年Q1市場上流動的融資金額，相比2018年同期下降了47.7%。這意味著AI企業高估值、低營收、週期長、風險大的特點，正在資本寒冬的特殊背景下無限放大。除了軟銀、BAT這樣的巨頭還在大手筆買斷未來，許多曾想佈局AI的資本玩家已經無力買單。

當投資巨頭+AI獨角獸這樣的強強聯盟變得愈發常見，越來越多的初創型AI企業正遭受著市場的質疑。對它們來說，講概念就能拿錢的時代已經過去，現在投資人要求的不僅是技術，還有技術落地之後的規模化產品，甚至正向的現金流。這帶來的一個結果是：專注C端的AI創業者越來越少，選擇to B生意才是大多企業活下去的辦法。在to C市場還未成熟、to G經驗難以複製的情況下，只有to B的高端訂單能較容易地產生行業影響力，為企業贏得生存空間。不過這條路也並不好走，在創業者想要插足的領域，往往已經有傳統優質企業和BAT。對於早期AI公司來說，它們需要快速、精準地找到市場定位和自我定位，切入更細分的領域，才有機會分走別人的蛋糕。

因此， 「分化」已經成為2019年AI行業的主題詞。相比頭部企業，初創公司勢必面臨著更大的挑戰。5月15日—5月17日，在阿里聯合36氪舉辦的AI賽道明星班上，來自不同細分賽道的34位學員和11位行業大咖一起，對AI領域創業者的生存現狀進行了探討。在討論結束後，36氪對九合創投創始人王嘯和增長研習社發起人李雲龍進行了採訪，他們從不同的視角為初創型AI企業提供了一份寒冬生存指南。

以下是採訪部分（經過編輯）：

注重技術落地，找到優勢細分場景

36氪：大概從去年開始，唱衰AI行業的人明顯多了起來。甚至還有一些人覺得這次的浪潮可能又是一次泡沫。你覺得為什麼會出現這種情況？面對這種情況，AI企業該怎樣自我調整？

王嘯：從18年下半年開始，中國的整個融資環境其實是變差了。前段時間我看了一個報告，說基本上融資的錢數，今年Q1相比去年下降了一半，簡單說就是融資難度立馬提高了。而且對很多早期公司來說，融資難度提高了不是一倍，我估計提高了三四倍。第二是行業問題，絕大部分AI公司還在發展期，目前會比較難以產生正向的現金流。所以我覺得創業者們還是要對自己的業務保持認知，大家要正確看待融資這件事。

AI這個領域已經從純技術類創業過渡到全產業結合了。如果創業者還在一個通用領域裡創業，那麼現在拿到融資的可能性會減小。如果大家在相對比較大的垂直行業裡面去做，也許更容易想清楚自己的業務。再加上許多公司收入能力還是比較差，所以我覺得大家在團隊搭建上一定要把自己的銷售團隊搭起來。因為未來你如果沒有收入，還是想要靠概念去融到大錢，這個難度已經很大了。

其實第一輪是比較好融的，有些技術、有點市場驗證的公司基本都能融到。A輪的話，有點規模化收入也能融到，難度是在再往後走一輪。因為現在大家的難點是在團隊規模化、數據規模化和業務規模化上，我覺得這些難點在A輪之後會凸顯。所以在A輪融完錢之後，大家一定要把團隊升級。其實投資和團隊之間有一個三角形關係，就是拿到錢，去升級團隊。升級完團隊把業務做起來，然後再去拿錢，再去做業務測試，這中間是一個非常明確的過程。如果大家在拿到錢之前就已經儲備好人員了，那麼就應該迅速把業務拉上去，因為你一年做到了1000萬和一個月做到1000萬，絕對不是一個概念。

36氪：很多人也說，技術的落地也許比技術本身更重要。你怎麼看？你覺得具體判斷一個AI技術能否落地的標準有哪些？

王嘯：這兩個問題並不是衝突矛盾的。就是說第一個技術也很重要，如果沒有技術能力其實不行。當然技術確實是要為場景服務的，如果沒有場景，沒有落地的能力，這個技術就是空中樓閣，也不現實。如果這兩個非要比較一個的話，我覺得可能技術落地也許更實在一點，更有價值一些。

李雲龍：所謂的落地比技術本身還重要，其實就是要找場景。場景是否存在，可以用PMF理論來衡量，就是product market fit。這個理論的意思就是，企業提供的產品要正好滿足市場的需求，令客戶滿意，這是創業成功的第一步。這其中有一個驗證PMF的標準叫快、來、錢。就是企業先用人際交往等成本較低的方式找到天使用戶，然後驗證天使用戶能不能夠帶來主動的用戶增長，以及在這種情況下用戶是不是長得比較快，還願意付費。尤其想提醒一下創業公司，大家需要真的用最低成本去測試。因為創業公司沒有那麼多的資源可以浪費，所以大家要先想清楚這個場景是什麼，這個場景能不能快速的用一個特別簡單的方式去驗證它有沒有需求。如果驗證後發現能滿足快、來、錢這個原則，就基本上說這個東西是成立的，後面就可以嘗試快速跟上。

36氪：現在初創型AI企業面臨著多方位競爭，它們要和賽道中的傳統優質企業競爭，還要和BAT這種互聯網巨頭競爭。和這些角色相比，初創型AI企業的競爭優勢在哪？

王嘯：我覺得可能在技術使用領先性上還會有一定的優勢。另外一個就是創業型公司會相對靈活。它們可以找一些更加差異化、細分的賽道先進行佈局，而不是直接硬磕。比如說初創AI企業可以用監控攝像頭和一些更加細分的行業做結合，再去做解決方案，而不是上來就直接應對。

我覺得目前AI公司能提供的都還屬於相對通用型的解決方案，但因為AI是在跟各種行業做結合，所以其實也很難有一個公司能夠把各個行業的解決方案都做好，這也意味著大家是可以在行業解決方案上做突破的。具體來說，企業聚焦在某個行業裡去深扎會更容易做出來，如果僅僅還是浮在面上的這種競爭，估計是沒什麼機會的。比如大家可以找到一個更細分的行業，去做一些產品設計解決方案、服務能力設計以及銷售體系的搭建，像醫療、物流這種領域都可以深扎，並不一定非要在像安防這種大的領域裡面去跟別人競爭，還是要做差異化。

李雲龍：創業公司首先就是不要跟大公司正面硬剛。不要覺得說它們在幹什麼，我希望比它們幹得更好，這件事情不太靠譜。我們更鼓勵大家用低端顛覆模型，去找低端市場。第二個是聚焦你的核心能力。很多公司會覺得這也是個機會，那也是個機會，這會讓你的能力很散。對早期公司而言，反而是聚焦在一個點上，把這個點打透會更好。因為本身創業公司資源就比較少，再加上比較分散，這個也做，那個也做，可能一個50人的創業公司做了七、八個行業，這99%是成不了的。All in在某一個細分的點上把它打透，做細不做寬，這是比較重要的。

具體到怎麼做的話，其實也需要不斷去拆解這個業務場景，看這些場景有哪些是別人還沒有太強，我還可以切入的。只要你不斷去拆解自己所處的環境，一定能夠找到細分場景或細分要素，並且發現對手在這裡不是太強。總之，正面迎戰你是干不過的，這首先就是一個戰略層面的競爭。

36氪：看到一個說法，目前大量AI公司面臨著同樣的糾結——它們究竟應該做to B、to G、to C哪類客戶的訂單。你會怎樣選擇？

王嘯：我建議從To B起步，做好供應鏈、產品和市場推廣三件事。B端行業，標竿用戶的樹立很關鍵，一定的高端訂單會對行業產生影響力。而且承接大項目的能力、項目運轉的穩定性和準確性都將是2019年區分 AI 公司高下的關鍵。To B的業務其實還是有特殊規律的，首先它漲速不會特別大，第二個是要靠行業標竿拉動，第三個是要把人效控制住，把標準化做好。尤其是控制人效比，這個很重要。

要提高人效，大家可以把自己收縮在偏產品、偏標準化的部分上，讓合作夥伴去把生態裡面的定製化部分完成。就是說，自己掌握核心產品和核心的接口，對合作夥伴做技術支持，但是讓他們去在行業裡拓展客戶，做定製化，這是很關鍵的一步。當然在一開始，大家可能需要自己建立標竿用戶，因為沒人去幫你去做開疆破土的事，但是開完之後，這個行業也許就可以用幾個合作夥伴把它做了。因為說白了每個人管的人數實際上是確定的，這樣對公司的人效和管控都比較好。

李雲龍：我覺得需要先把自己的價值網畫出來，看看這個公司到底是屬於產品型還是服務型，屬於低頻型還是高頻型，客單價是高還是低，業務到底解決的是什麼問題。這些維度其實都需要畫一畫，多畫幾個維度，就知道自己處於什麼位置了。

而且需要畫出來的還包括公司的能力，比如公司的政府能力強還是弱。畫出來之後，大家還需要拿動態的標準去衡量自己，就是說如果現在公司這方面能力強，那麼以後會是強者恆強嗎？如果弱的話會恆弱嗎？不同的公司一定是不一樣的，但上面的思考方法可以讓我們想清楚自己不變的使命到底是什麼，是服務B還是服務C或者服務G。

挖掘核心競爭要素，做數據和場景的雙增長

36氪：你認為影響一家AI企業增長能力的因素都有哪些？在企業成長的過程中，這些因素的重要性是動態變化的嗎？如果是，具體怎樣變化？

王嘯：AI企業當然要考慮增長。第一個就是它選擇市場的規模是不是夠大，第二個就是市場的成熟度是不是已經具備了，第三個就是它用技術解決問題的能力，是不是解決到了一定的程度？第四個是銷售團隊的搭建和銷售體系的搭建是不是成熟？這些因素當然是要動態變化的，比如說第一個階段就要先重視它目標的市場是不是足夠大，去做的時機是不是合適。第二就是技術能力是不是能夠完成一定的客戶滿意度。第三個部分就是當時機成熟之後，大家是要搭建自己的銷售團隊和銷售能力。AI企業需要逐步的去完善這些能力，這其實是個順序過程。

李雲龍：影響AI企業增長因素，跟其它行業其實沒有巨大的區別。首先一些外部的紅利要素，比如人口紅利、政策紅利、技術項的5G紅利等等，大家要去識別出來，這是影響增長的最重要的一個要素。

對內的話，我覺得大家要去找自己核心競爭要素。不同公司的增長引擎是不一樣的，有的公司產品強，有的公司技術強，有的公司可能就是人強、組織強。這時候選對比較重要，如果選擇了自己不擅長的事情，還 all in在那個上面想要驅動增長就很難。所以你要識別到自己的核心要素，然後不斷去check。因為很可能現在這方面強，到了年底就不一定強了。

36氪：所有的企業都想快速增長。和其他行業相比，AI企業快速增長的方式有什麼不同嗎？

王嘯：我覺得是要做數據和場景的雙增長。首先數據需要累積出一些算法能力，就是你的數據越多，相應地算法就會越好，算法越好數據也會越多。這是第一個自增長。第二個部分是場景的擴展。剛開始大家可能聚焦在一個小場景下，慢慢地能力和技術成熟之後，就要再往更大一點的場景上擴展，長期的遷移能力很關鍵。比如我們之前投過一家公司叫Airdoc，一開始是做眼底照片的，它收集了非常多的眼底照片，也有了很多診斷報告，所以後來它又做了一些診斷的算法。在這個基礎上，首先它可以看的慢性病種類從十幾個變成了二十多個，甚至以後可能會更多，這是第一個增長。第二，它把算法能力和技術又用到了皮膚癌這個場景上。所以你看它的眼底照片是越來越多的，數據也是在累積的。數據累積之後，病種和準確率上的算法能力都在提高。同時它又把這套能力用在另外一個場景上，這樣它的規模就能上去。

李雲龍：一般來說AI企業可以看到兩種紅利，一個是場景紅利，一個是技術紅利，如果你先進去了一個場景，並且在這個場景中大家技術能力差不多，那就相當於市場佔有率我先佔了。雖然這不代表別人沒有這個能力去完成這件事情，但是我先佔了，如果要換的話，用戶的替換成本會很高，這是場景紅利。第二個是技術紅利。就是說你確實在技術上比別人牛，這個是能夠帶來長久的競爭力的。AI企業如果跟其他行業去區分的話，技術這個要素比較強一點。技術很有可能帶來生產力的變化，而生產力的變化能帶來技術產生的十倍速增長。

36氪：你覺得AI企業在制定增長戰略的過程中，有沒有什麼需要特別規避的坑？

王嘯：我覺得不要假大空。很多時候大家看這個東西好像特別牛就去做了，但後面發現其實做不出來。因為技術是有邊界的，我覺得技術邊界和場景的需求匹配度是一定要注意的。而且做AI的公司是比較容易出現假大空的，因為有的時候投資人也不瞭解，沒有辦法評判公司業務的真實性。這時就會出現一些數據造假，或者能力被高估的現象。

李雲龍：企業領導人在認識增長這件事情上，不要覺得增長就是一個部門有個人負責，我管他要結果就行，這是很多人犯的錯誤。其實做增長，老闆應該是第一負責人。老闆的資源往往比員工要多得多，他調動資源的能力會更強。如果你是單獨的增長部門，你可能要跟技術部門、產品部門，或者其他交付部門去合作，那時候如果是平級單位，可以想像調動難度有多大。老闆一定要是企業增長的第一負責人，這件事很重要。而且我建議大家都要把自己的戰略槓桿好好畫一畫，多思考戰略問題。尤其對創始人來講，抽一點天天紮在業務上的時間，去思考一些戰略問題，這是我給他們的建議。

本文經授權發布，不代表36氪立場。
如若轉載請註明出處。來源出處：36氪