即刻App年轻人的同好社区
下载
对 All in one 这件事的重新理解，确实是今天最大的收获之一。
对话景鲲：AI 产品的 All in One，是上下文的 All in One
9 11
上一条帖子大家讨论挺激烈的，今天就稍微扩展一下，把这期间观察到的更多细节、故事以及大家走过的弯路，放出来和大家共同探讨。
这篇来自于对几十位老板的田野调查。
这篇来自于对几十位老板的田野调查。
给「AI 组织」交了好几波学费后，终于看清了这五级台阶
11 31
观察了 1 年多各位老板们在公司推 AI 变革，已经出现 3 个阶段，并且大概率还有 2 个未来的阶段。抛出来大家探讨。
阶段一：全员推广用AI，给员工配账号，自己抱着 AI coding 上头，充满希望觉得将无所不能。
阶段二：意识到超级个体不是超级组织，需要从公司业务角度改工作体系和岗位重新定义，开始聚焦一些事儿，放下一些人。（这是目前我观察到的中位数状态）
阶段三：token 费用占公司支出比重从看着骄傲，到看着焦虑，开始从 token maximizing 变成关注 outcome maximizing 。开始 review 业务和人员对于 AI 使用的产出效率，Harness 的颗粒度增加。（这是目前为止比较先进的企业实践的普遍状态）
阶段四：业务跑通 10X 效率，组织基本完成对人和 AI 的整体 Harness 工程。体现为公司层级开始压缩到极致，岗位种类压缩到极致，“端到端人才”的密度占比成为公司人才优势的核心。（这是有个别 AI 创业公司已经实现的，传统公司变革还较少见到）
阶段五：公司分配方式开始出现明显变化，业务分红，甚至合伙人制的利益分配，开始成为主要激励手段。蜂巢型公司开始普遍出现，公司创新业务繁衍速度相对之前出现 10X 速效率。（推理未来会发生的状态，尚未普遍样本）
阶段一：全员推广用AI，给员工配账号，自己抱着 AI coding 上头，充满希望觉得将无所不能。
阶段二：意识到超级个体不是超级组织，需要从公司业务角度改工作体系和岗位重新定义，开始聚焦一些事儿，放下一些人。（这是目前我观察到的中位数状态）
阶段三：token 费用占公司支出比重从看着骄傲，到看着焦虑，开始从 token maximizing 变成关注 outcome maximizing 。开始 review 业务和人员对于 AI 使用的产出效率，Harness 的颗粒度增加。（这是目前为止比较先进的企业实践的普遍状态）
阶段四：业务跑通 10X 效率，组织基本完成对人和 AI 的整体 Harness 工程。体现为公司层级开始压缩到极致，岗位种类压缩到极致，“端到端人才”的密度占比成为公司人才优势的核心。（这是有个别 AI 创业公司已经实现的，传统公司变革还较少见到）
阶段五：公司分配方式开始出现明显变化，业务分红，甚至合伙人制的利益分配，开始成为主要激励手段。蜂巢型公司开始普遍出现，公司创新业务繁衍速度相对之前出现 10X 速效率。（推理未来会发生的状态，尚未普遍样本）
156 1951
前三名首富的世界观如此一致，必须写一篇扒一下。
全球首富前三名，竟然都是同一种世界观的胜利
18 22
AI 创业者们的吐槽背后，其实是个好问题
最近听好几个创业者吐槽 AI 这波创业很痛苦：
1. 如果干的够慢，基本上就不用干了。
2. 如果干的太快，也有可能就白干了。
3. 如果啥也不干，以后啥也干不了了
结论是：没办法，痛苦也还是要干啊！
但这些吐槽可能也说明了一个问题。要越来越看清这个时代的创业核心是：
build in sync with the evolution of the system itself.
PS.感兴趣的同学把这段话扔给 AI，AI 能解读出更多有意义的东西。
最近听好几个创业者吐槽 AI 这波创业很痛苦：
1. 如果干的够慢，基本上就不用干了。
2. 如果干的太快，也有可能就白干了。
3. 如果啥也不干，以后啥也干不了了
结论是：没办法，痛苦也还是要干啊！
但这些吐槽可能也说明了一个问题。要越来越看清这个时代的创业核心是：
build in sync with the evolution of the system itself.
PS.感兴趣的同学把这段话扔给 AI，AI 能解读出更多有意义的东西。
48 1312
2014年我邀请马斯克首次到中国，在极客公园的大会上第一次分享他的Vision。那时候Tesla还是个“非共识”，SpaceX的火箭回收还没有真正成功。但那一年他和张一鸣在极客公园舞台上同台，因为我们相信他们都是代表未来的“变量”。
会后晚宴上我们聊了不少话题，现在还有三个记忆深刻。（极简总结版）
1，为什么资源充沛的NASA做不到的火箭回收，你坚信能做到？
马斯克：NASA做不到就是因为它资源太多了。
2，为什么当年你自己都说觉得 Tesla 很有可能失败，但是你却还要坚持做？
马斯克：我曾经期待传统汽车行业内能生长出电动车的新潮流，但是我发现他们其实做不到。反正总要有人推动用新的思维架构去思考问题，我只是希望他们走上正确的路径。
3，你想过去从政吗？万一你成了总统不是更能推进你太空探索的理想？
马斯克：我不认为我做了总统能解决这个问题，我做个工程师更合适些。（事实证明当年他这个自我认知是对的，他掺乎政治果然不太行。哈哈哈哈）
很高兴有机会参与见证了一段精彩的历史，不在于SpaceX今天的2万亿市值，而在于你希望成功的人又向前走了一大步。
还有些历史记忆在这里：
www.geekpark.net
会后晚宴上我们聊了不少话题，现在还有三个记忆深刻。（极简总结版）
1，为什么资源充沛的NASA做不到的火箭回收，你坚信能做到？
马斯克：NASA做不到就是因为它资源太多了。
2，为什么当年你自己都说觉得 Tesla 很有可能失败，但是你却还要坚持做？
马斯克：我曾经期待传统汽车行业内能生长出电动车的新潮流，但是我发现他们其实做不到。反正总要有人推动用新的思维架构去思考问题，我只是希望他们走上正确的路径。
3，你想过去从政吗？万一你成了总统不是更能推进你太空探索的理想？
马斯克：我不认为我做了总统能解决这个问题，我做个工程师更合适些。（事实证明当年他这个自我认知是对的，他掺乎政治果然不太行。哈哈哈哈）
很高兴有机会参与见证了一段精彩的历史，不在于SpaceX今天的2万亿市值，而在于你希望成功的人又向前走了一大步。
还有些历史记忆在这里：
www.geekpark.net
385 1825
硅谷掀起了一波对 AI infra 的并购浪潮。IBM 110 亿美元收购了做实时流数据的 Confluent，英伟达 9 亿美元收购做 GPU 超级互联和弹性内存池的 Enfabrica，高通收购了做 NPU 推理引擎的 Nexa AI，Meta 收购了做端侧 AI 的 Dreamer……
这次和两个被硅谷大厂迅速收购的 infra 创业团队交流，明确了科技大厂当前的一个明确并购需求：巨头现在极度缺“时间”和“工程落地能力”。
初创团队不建议去卷基础大模型，花期太短，某家巨头新模型一发布、一开源，你很可能就成了过眼云烟。
但如果你做对了巨头生态里缺失的那块 Infra 拼图，无论是能帮硬件厂干完模型部署的“脏活累活”，或是帮巨头的推理效率提升一点，直接就能被溢价连人带代码买走。
打不赢巨头，就去做巨头通向 AGI 路上最缺的那块砖，两年二三十倍估值速生速收，也是当前创业公司可以迅速完成闭环的一种“闪电战”打法。
这在硅谷至少是非常有效的模式。
这次和两个被硅谷大厂迅速收购的 infra 创业团队交流，明确了科技大厂当前的一个明确并购需求：巨头现在极度缺“时间”和“工程落地能力”。
初创团队不建议去卷基础大模型，花期太短，某家巨头新模型一发布、一开源，你很可能就成了过眼云烟。
但如果你做对了巨头生态里缺失的那块 Infra 拼图，无论是能帮硬件厂干完模型部署的“脏活累活”，或是帮巨头的推理效率提升一点，直接就能被溢价连人带代码买走。
打不赢巨头，就去做巨头通向 AGI 路上最缺的那块砖，两年二三十倍估值速生速收，也是当前创业公司可以迅速完成闭环的一种“闪电战”打法。
这在硅谷至少是非常有效的模式。
38 312
在硅谷和一个刚被巨头收购的 AI OS 创始人交流，他说透了为什么核心团队还要选择留在这边：因为你要“离模型近”。
这个“近”分两层：
第一层是离“模型团队”近。 硅谷天天有各种 party 和交流，泡在这个圈子里，你跟模型团队走得越近，就越能敏锐感知到接下来技术进化的真正方向。
第二层是离“模型 API 消耗”近。 只要你的产品跑得通、用户量和 ARR 涨得好，你本身就是模型 API 的消耗大户。这群大户往往是有“特权”的。
这种量级的应用团队跟大模型厂之间，长期看可能是竞合，但在短期绝对是生态型关系。模型厂在对外发布新进展前 3 个月甚至半年，就会拉着这群大户开吹风会、通气下一代模型的优化方向。
和他们比，国内团队天然就存在半年的时差。AI 这一波的技术还在持续变革中，往往模型一跃迁，创业团队原先吭哧吭哧写的工程代码和选定的方向可能就全废了。而在硅谷，很多团队靠离模型厂近，就能提前拿到“未来地图”早做规划。
不过中国的绝对优势在于恐怖的硬件落地能力和降维打击的增长推广手段。找对优势结合的“配方”，或许是这一波 AI 创业的最优解。
这个“近”分两层：
第一层是离“模型团队”近。 硅谷天天有各种 party 和交流，泡在这个圈子里，你跟模型团队走得越近，就越能敏锐感知到接下来技术进化的真正方向。
第二层是离“模型 API 消耗”近。 只要你的产品跑得通、用户量和 ARR 涨得好，你本身就是模型 API 的消耗大户。这群大户往往是有“特权”的。
这种量级的应用团队跟大模型厂之间，长期看可能是竞合，但在短期绝对是生态型关系。模型厂在对外发布新进展前 3 个月甚至半年，就会拉着这群大户开吹风会、通气下一代模型的优化方向。
和他们比，国内团队天然就存在半年的时差。AI 这一波的技术还在持续变革中，往往模型一跃迁，创业团队原先吭哧吭哧写的工程代码和选定的方向可能就全废了。而在硅谷，很多团队靠离模型厂近，就能提前拿到“未来地图”早做规划。
不过中国的绝对优势在于恐怖的硬件落地能力和降维打击的增长推广手段。找对优势结合的“配方”，或许是这一波 AI 创业的最优解。
12 13
在 AI 时代，一个产品哪怕跑通了，你的技术领先期可能也就那么极短的一段时间。在这个窗口期里，一旦你的产品摸到了 PMF，最重要就是迅速拉大规模，水银泻地般地去涨用户和收入，去尽可能多地获取能量，形成绝对优势。
这时候，见识和经历过移动互联网时代，经历过生死历练的“大纵深作战”打法，似乎还是有帮助的。
拿全球可以看到的 Genspark 和 OpenAI 的广告做对比，后者往往是一些品牌调性广告。但 Genspark 的打法非常生猛清晰，在纽约、在东京铺天盖地投广告，直白地告诉你：我能为你们白领做什么。 同时，从投放的强度来看，Genspark 比任何其他硅谷团队都坚决。这显然是不断的在尽可能扩展用户和市场纵深，这种坚决的“火力覆盖——大纵深突击”的打法，确实效果不错，其已经超过 2.5 亿美元的 ARR 和被所有顶级模型公司看作核心生态伙伴的状态，可能也受益于核心团队里有成员见识过中国移动互联网阶段的厮杀。
相比之下，似乎硅谷习惯了打阵地战，对于这种极其渴望规模的增长打法，在此前是没怎么见识过的。在今天这种需要抢窗口期、拼爆发力的环境下，中国商业世界中这种关于竞争和增长的世界观，也算是给全球 AI 创业者提供的极具冲击力的 another option。
这时候，见识和经历过移动互联网时代，经历过生死历练的“大纵深作战”打法，似乎还是有帮助的。
拿全球可以看到的 Genspark 和 OpenAI 的广告做对比，后者往往是一些品牌调性广告。但 Genspark 的打法非常生猛清晰，在纽约、在东京铺天盖地投广告，直白地告诉你：我能为你们白领做什么。 同时，从投放的强度来看，Genspark 比任何其他硅谷团队都坚决。这显然是不断的在尽可能扩展用户和市场纵深，这种坚决的“火力覆盖——大纵深突击”的打法，确实效果不错，其已经超过 2.5 亿美元的 ARR 和被所有顶级模型公司看作核心生态伙伴的状态，可能也受益于核心团队里有成员见识过中国移动互联网阶段的厮杀。
相比之下，似乎硅谷习惯了打阵地战，对于这种极其渴望规模的增长打法，在此前是没怎么见识过的。在今天这种需要抢窗口期、拼爆发力的环境下，中国商业世界中这种关于竞争和增长的世界观，也算是给全球 AI 创业者提供的极具冲击力的 another option。
24 23