AI应用创业的共识与非共识
原创： 吴老斯基
图片来源：由无界 AI工具生成
未来难以精准预测，伟大往往超乎计划
前天晚上在上海组织了一个AI应用创始人饭局，席间大家推杯换盏、侃侃而谈，由于参与者都是创始人，讨论迅速进入了深水区。
我突然发现，对于某些事情，大家是存在统一看法的，而对另一些问题，则存在明显差异，看来有必要开篇立题展开讲讲。
在开题之前，我先抛出一个观点，来跟各位探讨：
未来难以精准预测，伟大往往超乎计划。
新的生产力革命和交互革命到来的时候，我们往往乐于去预判未来，但过去的经验无法推断未来的范式。趋势可能是显而易见的，但我们很难踩中未来的每一个节点。
我们需要接受和理解未来的不确定性，同时根据现实数据反馈，来不断修正和更新我们的信念，快速行动和迭代。
正如这一代人工智能所展现的涌现能力，完全超出了预期和计划。我们往往高估了AI的能力边界，又低估了AI的发展速度，与其担心和焦虑，不如早点躬身入局，普通人去抖音上付一个199，企业则看看怎么把AI技术应用到自身的业务场景和工作流中。
干完这碗鸡汤，接下来，结合过去半年我跟数百位AI创业者的面对面交流，以及旁听公司安排的近千场AI项目路演会议，我们就用提问的方式来试图展开，对于国内AI应用创业者们，在市场选择、融资策略、商业模式、未来判断上，他们有哪些共识与非共识。
大模型创业还有没有机会？
我在之前的文章（朱啸虎没错，大模型没有投资价值）里表达了清晰的观点：相比通用大模型，我更看好垂直模型和AI应用。
时至今日，大约十来家投资机构已经投资了十来家国内大模型公司，阿里和腾讯也参与投资了其中几家，他们既无必要也不会继续投资新的大模型公司，通用大模型的创业窗口已经关闭了，基本上往后已经没有新的大模型创业的空间和机会了。
而那些已经投了大模型的投资机构，接下来的重点就是看AI应用/infra/agents；没有投大模型的，也在看应用层；拥有大模型的产业方为了生态布局，也必然要看应用层。
年初的时候，做AI应用会被嫌弃太薄、太容易被大模型价值碾压，而现在恰好是AI应用公司开启融资的最佳时间。
但，融资是AI应用创始人最重要的事吗？
业务重要，还是融资重要？
业务比融资重要，当然。
这话半年前大家兴许还不敢讲，时至今日也是被现实狠狠打脸了。有很多AI应用创始人跟我见面，前三句话是：太难了！太难了！太难了！然后问我们现在的融资环境有没有变好一些。
我则马上泼上一盆凉水：在国内，对于非硬科技赛道的融资环境，未来可能也不会变好，我们需要接受这种常态。
进一步分析下，市场上主要的几类潜在投资人：
政府或国资主导的人民币基金，基本不投AI应用，如果是跟制造和算力相关的AI方向还可以聊聊；
产业方，目前看的非常积极，但大部分会先尝试业务合作，投资进度推进较慢（也有快的，私聊）；
双币基金，对项目有PMF的要求，一般ARR100万美金比较适合；
个人或家办，要么投相对成熟的项目要么看你关系熟不熟；
纯美元基金，不想多谈，时代结束了。
从阶段上看，国内可能不缺投种子的，譬如奇绩创坛，也不缺投A轮的，譬如金沙江等，但陆奇到朱啸虎中间没有接盘侠，这是最尴尬的。
虽然投的人少但并不妨碍看的人多，但凡你是一家做AI应用的企业，特别是AI Native的，相信我，找你的投资人比客户多了十倍不止。
见客户和见投资人消耗的时间差不多，但是见投资人的转化率可能会非常惨淡。我身边很多AI应用的创始人，从今年年初融到现在，可能见了大几十家机构也没融到，或者也只能拿到1-2个TS。
所以，如果你还没达到投资人认为的PMF（投资人认为的PMF和你认为的PMF可能有差距），与其把时间花在融资和VC身上，还不如把重心放在业务和客户身上。
创始人最重要的三件事，找人找钱找方向，找钱也不等于找VC，客户的钱、渠道的钱、代理商的钱、政府的补贴甚至银行的信贷，都是钱的来源。如果AI创始人想了解我们如何帮助企业做业务加速，欢迎关注吴老斯基加我微信聊聊。
不出海，就出局？
先上一张我个人对AI应用目标市场选择的理解。这是一个比较老的SaaS目标市场分析框架，我微调了一下，套在AI应用上依然管用。
从这张图上来看，其实包含了好几个问题的讨论：
问：AI应用创业应该2B还是2C
就AI应用来看，2B会更快迈入商业化，而2C的天花板会比较高，给投资人的想象空间更大。
从国内市场来看，2B和2C在商业模式和增长模式上差异巨大，这就会影响到公司的人才需求、成本结构和预算分配，势必要做选择；如果是做海外市场，由于是PLG为主，倒不必纠结2B还是2C。
问：不出海就出局了吗
作为AI Native的2C应用，特别是文娱和社交方向的，大家的统一认知是只能出海；如果是AI Native的2B应用，且以PLG为主的，也建议主做海外市场。
也就是说，如果你服务的是国内中大型及超大型客户，业务发展主要靠集成商和直销结合，确实不用考虑出海问题，其他的，要么已经出海，要么正在扬帆出海的路上。
问：国内2B增长只能靠SLG吗
80%以上的企业级软件80%以上的销售增长靠SLG，目前SLG还是主流。所谓：超大B靠集成、大B靠直客，中B靠代理，小B可放弃。
客单价决定了业务增长和销售方式，5位数及以上的客单价适合SLG，4位数及以内的客单价覆盖不了首单销售成本，只能PLG。最近合合信息也上市了，倒是给了国内想做PLG的公司一些信心。
谈到PLG，就不得不谈到SaaS，虽然SaaS已经是一个投资人嫌弃、创业者卖惨、媒体不嫌事大的笑话，老生常谈的话题我们就不展开了，但我个人有一些新思路和新看法。
中国市场到底需不需要SaaS？
前段时间，中国是否需要SaaS之争，热闹了好一阵子，公说公有理婆说婆有理，在我看来有如下几个原因：
（1）企业高度竞争内卷带来的相对急功近利；（2）客户对数据安全和软件资产的掌控权；（3）国内人力成本还不够高（千万不要因为我们身居北上深等一线城市，误解了中国的人力成本结构）；（4）SaaS的学习、交付和使用成本还是高了。
在我看来，SaaS可以分为三类：管理型SaaS、交易型SaaS和增长型SaaS。管理型SaaS和交易型SaaS在面向超大客户的时候，容易受到软件定制和客户自研的挤压，面向中小客户，容易遇到销售成本高和客户续费难的问题，但增长型SaaS没这些问题。
有了AI-based的增长型SaaS，服务的都是营销或销售部门的真实需求，对于生产力的拉动肉眼可见，在当下的商业氛围，帮客户开源比节流有竞争力，让客户一个月后立马减员比三个月后再减员有竞争力。
归根结底，SaaS也只是软件的一种形态，从最早光盘安装的单机软件->C/S客户端软件->B/S浏览器端软件->SaaS云端软件，软件的需求不会消失，但是软件的形态会发生迭代。
那么，有没有一种软件形态，在满足客户需求的同时，还能够迎合使用者的低学习和低使用欲望呢？
AI Agents是否是软件的最佳形态？
话先别说死，互联网来了，大家说报纸和电视要没了，现在大家只是在互联网上看新闻和电视节目，看电影还得去电影院；电商来了，大家说线下零售要没了，现在商场里全是人；AI来了，大家说要失业了，现在确实就业难（AI说这锅不该我来背）；现在AI Agents来了。
首先，大家对于AI Agents的理解上存在差异，Bots、数字员工、智能体、智能代理，名词很多，大家理解上各有不同，比较标准的定义是：基于LLM驱动来实现对通用问题自动化处理的人工智能代理。
说的通俗易懂一些，你就把AI Agents想象成一家软件外包虚拟公司。
你给他Brief，他理解规划、拆解任务、自动执行、反馈优化，而且这家虚拟公司的虚拟员工A可以审查虚拟员工B的代码，虚拟员工C和虚拟员工D之间还能相互协同，你只需要时不时检查下代理的工作有没有跟需求和进度对齐。
其次，大家对于AI Agents在自身产品上能做到什么程度，也存在认知差异，有一步到位直接奔向Autonomous Agents的，也有先从Copilot开始的。
毕竟Agents从论文到工程化到产品化再到商业化，还是有一段漫长的距离要走的，特别是如果要应用在2B企业里，集成、可靠、合规、体验、安全等问题都是需要考虑和解决的。
打个比方，LLM是蒸汽机，Agents是列车司机，而客户要的是一段美妙的旅程。斯坦福小镇和西部世界之间可能距离了100个头号玩家，这是一场冒险之旅，慢慢来不着急。
软件的需求依然会持续存在，但是，软件的形态我认为必然会发生变化。下一篇文章，我将重点讲述AI Agents如何吞噬软件。
我个人有个大胆的猜测：中国的企业级软件市场，可能会跨越SaaS阶段，直接迈向AI Agents阶段。
你说，有L4了谁还开L1的车呀？