人工智能公司和互聯(lián)網(wǎng)公司是不一樣的，不一樣的，不一樣的。重復(fù)三遍?；ヂ?lián)網(wǎng)公司大概只要做一次PMF（Product－Market Fit，市場－產(chǎn)品結(jié)合點），但AI公司通常要做多次才行。
傳統(tǒng)的互聯(lián)網(wǎng)創(chuàng)業(yè)核心是抓緊用戶需求，只要不斷嘗試，找到了市場－產(chǎn)品結(jié)合點，技術(shù)不會是太大的障礙。人工智能創(chuàng)業(yè)則不僅要找這個點，而且找到了你也不一定做的出來。甚至明知道那個點在哪，也不能去直接做，必須先把到那個點的路徑一點點分解出來，再尋找路徑上每一個點的場景－單元結(jié)合點。每個點都是下一次躍遷的基礎(chǔ)。
這就是場景躍遷理論。
AI公司和互聯(lián)網(wǎng)公司很不一樣。互聯(lián)網(wǎng)應(yīng)用是規(guī)模復(fù)雜系統(tǒng)complex system，關(guān)鍵的是可擴展性scalability，只要做出一個小原型，跑得通，之后后面的工程架構(gòu)可能經(jīng)歷多次的scale out，但是場景可以保持不變。
但AI應(yīng)用不同，是細致復(fù)雜系統(tǒng)complicated system，關(guān)鍵是可演進性evolvability，從原型到最終的市場認可產(chǎn)品，不僅工廠架構(gòu)會變，從產(chǎn)品形態(tài)到場景都會變。
通俗來講，互聯(lián)網(wǎng)公司是養(yǎng)雞場模式，養(yǎng)幾只雞覺得感覺不錯，就復(fù)制一萬倍，養(yǎng)一萬只雞。AI是養(yǎng)小孩模式，要很長時間，一點一點去培育，從吃奶開始，小學中學大學，沒辦法像養(yǎng)雞那樣養(yǎng)的。
“Complicated” 這種復(fù)雜是內(nèi)在的不可簡約的復(fù)雜性。沒有辦法把養(yǎng)小孩簡約成養(yǎng)雞，真的，沒有辦法的。
場景是核心，需在“人工智障”階段也能生存
人工智能公司當然也和其他一切公司一樣，最重要的是深刻理解用戶的業(yè)務(wù)場景，設(shè)計一個能逐步盈利的路徑。
核心是場景，不是人工，也不是智能。人工智能公司的存活關(guān)鍵，是現(xiàn)在人工智障階段也能掙錢，然后再考慮用人工智能掙錢。人工智能能發(fā)揮作用，都是要大投入的。沒有什么靈丹妙藥，一個什么神奇的算法就能解決問題。路徑設(shè)計才是生死的關(guān)鍵，如何一步步結(jié)合場景讓“智障”算法也發(fā)揮價值，在不同的智障階段服務(wù)不同的場景。
場景躍遷就是一種路徑設(shè)計。這可能對互聯(lián)網(wǎng)時代的成功者有點反常識，但是再說一遍，不能把互聯(lián)網(wǎng)產(chǎn)品的邏輯套到人工智能產(chǎn)品上，正如不能把PC產(chǎn)品的邏輯套到互聯(lián)網(wǎng)產(chǎn)品上。
所以AI公司一定要做場景躍遷，就是在養(yǎng)小孩的過程中，不斷把階段性的成果去商業(yè)化。AI產(chǎn)品是復(fù)雜產(chǎn)品，但這種復(fù)雜產(chǎn)品是先有簡單產(chǎn)品而后演化為復(fù)雜產(chǎn)品。深入場景和產(chǎn)品，從現(xiàn)有低復(fù)雜度技術(shù)開始服務(wù)，提供小而立即可用的產(chǎn)品。實現(xiàn)人工智能場景的目標，算法和框架其實沒有大的秘密，秘密就在于如何降低成本。在不同的復(fù)雜度上的產(chǎn)品，可能產(chǎn)品形態(tài)和服務(wù)人群都不同，甚至連領(lǐng)域都不同。
為什么不能等到完全成熟了再去商業(yè)化呢？因為風險太大。而且，一個好的產(chǎn)品一定是總結(jié)出來的，不是設(shè)計出來的。AI公司必須在實踐中一個案例一個案例去總結(jié)出好產(chǎn)品來。那些設(shè)計出來的產(chǎn)品，成功的幾乎沒有。這些實踐案例，就是不斷把”人工智障“的階段性成果去運用的過程。所以AI公司開始都看起來像是“外包”公司，這個是符合規(guī)律的。
所以這些場景的躍遷，乍看起來好像公司不斷換客戶群。如果習慣了互聯(lián)網(wǎng)這種單次PMF的模式，會極為不理解AI產(chǎn)品的成長過程。是不是創(chuàng)始人在犯暈？為什么不能直接一步到位到最后一個PMF呢？不可能，因為 product 需要成長，需要好幾次蛻皮才能從毛毛蟲變成美麗的蝴蝶。毛毛蟲階段的商業(yè)模式是吃葉子，蝴蝶的階段是吃花蜜，但你不能叫毛毛蟲去吃花蜜。
所以對于AI團隊，你看那些執(zhí)行得特別好的，并不是非要是一堆大牛的集合，而是那些最有演化能力的公司。演化能力才是保證公司在一次又一次的“蛻皮”（即場景躍遷）中，保持團隊凝聚力的關(guān)鍵。演化力就是最主要的執(zhí)行力，演化力是公司成敗的第一關(guān)鍵。
我覺得不管是對創(chuàng)業(yè)者也好，還是對投資人也好，這個“AI場景躍遷理論”恐怕是這個領(lǐng)域最大的“秘密”。其他的一切都可以從這個第一原理推導出來。不能理解這個理論，就難以找到價值所在，執(zhí)行就會碰壁，投資就會虧錢。不能用做互聯(lián)網(wǎng)產(chǎn)品的思路來做AI產(chǎn)品，更不能用投互聯(lián)網(wǎng)產(chǎn)品的思路來投資AI產(chǎn)品。
附：常見問題的回答
1． 疑問：AI作為一個技術(shù)，單純靠技術(shù)解決方案創(chuàng)業(yè)，本來就是不可行的。
解答：顯然，我們不會是為了一個技術(shù)而創(chuàng)業(yè)，而是要為了解決一個問題而創(chuàng)業(yè)。但是一旦解決這個問題需要AI，我們就要尊重AI的規(guī)律，理解AI的過程和邊界。我們看到太多太多的例子，對需求和市場理解得很好，但是因為不了解AI技術(shù)的特點，不能管理好產(chǎn)品邊界、用戶預(yù)期和團隊預(yù)期，而失敗。我們必須了解，具體在這個戰(zhàn)場，戰(zhàn)爭的規(guī)律是有自己的特點的。
2． 疑問：互聯(lián)網(wǎng)公司也有pivoting，要是追求每個pivoting都要存活下去，那容錯率不是更低了。
解答：場景躍遷并是不傳統(tǒng)意義上的 pivoting。傳統(tǒng)的 pivoting 是市場探索錯誤，所以要換一個方向試試。在場景躍遷中，用戶和市場的升級是有規(guī)劃的，每個階段要和當時階段的服務(wù)能力相匹配。比如在早期明知一個市場空間不大也會去服務(wù)，因為更大的市場是不可能去服務(wù)的，只有在服務(wù)小的市場，建立根據(jù)地后，逐步做市場空間的升級發(fā)展。這不是 pivoting。
3． 疑問：這不就是“我們目前還沒找到盈利模式，但我們會堅持找下去的”？
解答：我們講場景躍遷，并是流寇式的作戰(zhàn)，因為找不到掙錢的辦法所以不斷找。很多時候，如果技術(shù)是成熟的，比如AI診斷真的比醫(yī)生還準，那會沒有盈利模式嗎？問題是這種問題的解決，需要很長的周期，很大的投入，很專業(yè)的團隊，這和之前的互聯(lián)網(wǎng)創(chuàng)業(yè)是不一樣的。在小型公司中，在資源全面短缺的情況下，有建立一種不斷長期地部分商業(yè)化中間結(jié)果的商業(yè)模式，這是之前從來沒有的事?！斑@種奇事的發(fā)生，有其獨特的原因。而其存在和發(fā)展，亦必有相當?shù)臈l件?！?/p>
4． 疑問：AI和之前的數(shù)據(jù)庫之類沒有區(qū)別，沒有什么特殊規(guī)律提出的必要？
解答：弓箭和火槍，都是遠程投射武器，但是他們對軍隊組織、后勤要求發(fā)生的作用是完全不同的。數(shù)據(jù)庫是解決機器的效率的問題，AI是要解決人的效率的問題。兩類應(yīng)用，對能承載他們的組織的要求是全然不同的，絕不能不分析其中發(fā)展路徑和人的組織問題的特殊性，而照搬其他領(lǐng)域的成功經(jīng)驗。實事求是地理解AI的客觀規(guī)律，才能不過于悲觀或樂觀，理解目標和路徑的矛盾，與解決這些矛盾的方法，而不能照搬任何教條。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
