AI初创公司需要新的竞争策略
此次人工智能技术革命中，初创公司与巨头之间的竞争关系，与以往的技术革命（如移动互联网和互联网）有很大不同。忽视这一点，后果自负。
初创公司必须利用巨头所不具备的特定优势来克服巨头的各种障碍，比如：成熟的产品、成熟的销售渠道、品牌、客户信任、组织结构和充足的资本。
然而，在此次人工智能技术革命中，以往初创公司所具备的优势将不复存在，有些甚至会成为劣势。这与过去二十五年的另外两次重大技术革命有着实质性的不同。
互联网和移动互联网算是重大技术革新。区块链目前还不算，尽管在过去十多年中投入了数十亿美元，但它对企业的影响几乎没有。
总结下来：
颠覆式创新和风险规避理论不再适用
在新兴、未经验证的技术或市场中，传统企业通常会让出市场空间给初创公司，特别是在无法利用以往数据预测未来的领域。但在人工智能（AI）方面，巨头们正争先恐后地接受新技术和不确定的市场，投入了史无前例的资金和时间入场拼杀。
巨头并没有在创新上落后
一般的竞争模式是“初创公司在传统企业创新反应过来之前获得市场份额”（Alex Rampell）。但在人工智能领域，传统企业也拥有了创新能力（无论是通过封闭 API 还是开源），而初创公司依然需要努力构建自己的销售渠道。这可能是一个更大的挑战，因为每个市场都充斥着创业公司的竞争，其中一些获得了庞大的资金支持。
巨头拥有数据
“无数据，无 AI。” 这句话被反复提到，确实很正确。无论是训练、测试、性能还是功能，你都需要数据。巨头拥有或能负担得起数据；因此，初创公司处于劣势。
卓越人才在巨头中过得很滋润
虽然总有一些出色的人才只愿意在小公司工作，但还有更多的顶尖 AI 和软件工程师，他们在大公司获得高于市场的薪酬，参与最令人兴奋的项目，有充足的预算和数据可以利用，并能快速影响大量客户，而无需处理市场营销、销售、客户支持或会计等工作。
所谓的“AI市场”不是你所想的那样
人们说“人工智能市场将有数万亿美元，所以每个人都有机会”，但除非你直接与 OpenAI 竞争，否则没有所谓的“AI市场”。聊天机器人和搜索引擎优化工具的市场还是以前的市场，现在的竞争只会更加激烈。
典型的初创公司策略是错误的，典型的策略依赖于“大卫对抗歌利亚”的优势，而这些优势在人工智能领域大多是不存在的。如果典型的策略是关于“我们将如何取胜”，那么在人工智能时代，我们需要考虑“怎样才能与 AI 不同”。
几乎没有人工智能领域的初创公司接受这个现实，它们中的大多数将因此最终失败。创建一家人工智能领域的初创公司、吸引关注并激发兴趣很容易，但要在竞争中获胜却要困难得多。
颠覆式创新理论不适用于人工智能
创新者的窘境将不复存在。
颠覆式创新理论解释了小型创业公司如何利用新技术推翻巨头，即使巨头们已经预见到了这一点，并按照理性且自利的方式行事。根据该理论，新技术在某些方面相对于现有技术更优秀，虽然在其他方面可能较差，但由于其价格优势，给了初创公司一个切入点。随着时间的推移，新技术越发成熟，最终取代了老技术，初创公司完成对巨头的颠覆。
在《颠覆式创新》一书中提到的经典案例是最初的晶体管收音机。它的音质远不如当时的 RCA 收音机。RCA 收音机外形美观、音质丰富，体积和重量像家具。然而，晶体管收音机的优势在于便携性，因为晶体管耗电极少。在沙滩上，一个有杂音且音质不佳的收音机总比没有收音机要好得多。因此，创业公司能够把有明显缺点但价格便宜且便携的收音机销售出去。
随着时间的推移，晶体管收音机的音质得到了改善，这也是颠覆理论中的另一个因素：起初技术较差，但随着时间的推移变得更好，同时仍保持较低的成本和其正向的品质。新技术最终完全颠覆了现有企业。那些认为“我们的音质更好，在竞争中我们会很安全，不屑与那些玩具收音机竞争”的企业，最终因其固守传统而失败。
在人工智能领域，颠覆式创新理论成立的条件并不完备。
我们并没有看到现任巨头说人工智能“这项技术虽然便宜但更差，可以直接忽略它。” 而恰恰相反，他们都说“这项技术是革命性的，如果我们不接受它，我们将会被颠覆。” 并且他们的股东也在要求投入巨额资本入场参与竞争。
因此，通常依赖巨头忽视新技术和新市场的初创公司，在人工智能领域将无法依赖这一点，因此他们正在与资金充足的巨头直接竞争，这些巨头也正在抢占初创公司现有的客户。
在技术同质化时，你需要进行差异化竞争
“硬核技术”在人工智能领域是指可以直接调用 OpenAI、Anthropic、Cohere 等公司的 API，又或是调用硬核开源项目 Llama、Bloom、Mistral 的API。
“硬核技术”是一个公平竞争的领域；初创企业并不比现有巨头更有优势。
初创公司可以在提示词、问题分解、向量数据库使用等方面有所区别。然而，这些方面并非初创公司占优势的领域，充其量，这方面是中性的，绝对谈不上优势。
在一个人人都能获得相同核心技术的市场，仅仅匹配现有玩家的能力并不足以取胜。这不意味着初创公司无法成功；许多公司最后会成功。但你需要一个独特的差异化和销售策略，并且必须更快地实现它。
无数据，无 AI
训练 AI 模型需要数据。无论你是在训练现有模型、从头开发模型，还是仅仅测试理论，高质量的数据都是至关重要的。
巨头拥有这些数据，因为他们有大量客户。只要他们能保证数据的隐私和保密，就可以立即利用现有客户的数据来训练模型和调整算法。
例如，Intercom 的 AI 战略建立在数亿次客户互动的基础上。与从零开始开发聊天机器人的新手相比，这赋予了他们显著的优势。同样，Google 在 AI 视频领域拥有优势，因为他们拥有整个 YouTube 视频库。GitHub 通过 Copilot 也占据了优势，因为他们用庞大的代码库（包括代码的变更及其人类撰写的说明）来训练他们的 AI。
此外，巨头还具备购买数据的能力：
AI 在未来几年内将变得更便宜、更好、更快。然而，获取大量的训练数据却不会变得更容易。实际上，恰恰相反，拥有这些数据的公司已经意识到这些数据的巨大价值。
人才喜欢在巨头企业待着
传统上，初创公司通过承诺自主性和造富潜力，吸引了充满活力和创新的人才，超越了僵化的老牌企业。
然而，在人工智能领域，情况有所不同。尽管总有一些人更喜欢初创公司的环境，但在大公司从事人工智能工作对于许多人来说同样具有强烈吸引力。特别是那些更希望从事有趣 AI 项目的纯计算机和数据科学家，他们可以专注于代码工作，拥有庞大的预算，掌握大量数据，享受高于市场的薪酬，并且有大量客户群体将受益于他们的劳动成果，而无需处理销售、市场营销、技术支持、会计、筹集资金等与编写有趣代码无关的事情。这对许多人来说简直就是天堂。
当然，很多人依然想创建或加入初创公司。但是初创公司在吸引人才方面并没有天然优势；最多只是中性吸引力。
“市场”并非你所想的那样：人工智能并不是一个庞大且增长迅速的市场
“AI 将会是一个数万亿美元的市场”，人们常这样说。AI 确实是一个庞大且不断增长的市场，未来有着无数倍的增长空间。这意味着它对初创公司来说是完美的。
这些都是无稽之谈。“市场”是指具有相似需求、限制和目标的一组买家，同样的产品可以卖给他们所有人。“AI” 市场包括像 OpenAI 和 Cohere 这样的公司。除非你直接与他们竞争，否则你并不属于所谓的 “AI 市场”。
一个聊天机器人属于聊天机器人市场，一个 SEO 工具则属于 SEO 市场。在这些工具中添加人工智能显然是个好主意；事实上，那些未能添加人工智能的公司可能会在长远来看变得无关紧要。因此，人工智能是一个在现有市场中进行开发的新工具，而不是一个独立的新市场（除了拥有真正“硬核技术”的人工智能公司）。
AI 属于解决方案空间，而不属于问题空间。你正在解决的客户问题依然相同。聊天机器人解决的问题依然是：24/7 全天候使用任何语言与客户交谈。AI 提供了几年前我们无法想象的全新解决方案；这正是令人兴奋和真正具有变革性的地方。然而，客户问题依然如故，尽管解决方案有所不同。
也就是说，人工智能可以重新点燃现有市场的增长。公司会为优秀的聊天机器人支付更多费用，因为更好的客服支持会被延迟到人类那里。AI 支持的语言更多，能回答的问题种类更多，所以现有的聊天机器人客户可能会支付更多，从而扩大市场。此外，一些之前认为聊天机器人是一种糟糕客户体验的公司，会在遇上足够好的人工智能时改变主意而进入聊天机器人市场，这也再次扩大了这个市场。
但正确的分析方式不是说“AI 市场很大且在增长”，而是：“当下AI 将如何变革现有市场。” 然后：“这是我们在这一增长中的定位。”
即便如此，对于拥有良好品牌和现有客户以及所有数据的现任者来说，这听起来要容易得多，而对于初创公司则不然。初创公司并非不可能成功，但他们往往处于一种特殊的劣势，尤其是当初创公司进入一个新细分市场、新市场，或是在一个本身规模庞大且正在增长的市场时。
AI 与之前的技术革新不同。初创公司和现有企业之间的竞争关系有本质上的差异，这意味着你需要采用不同的策略。
如果一家人工智能初创公司的策略看起来像是五年前某个非人工智能初创公司的策略，那么这很可能是错误的策略。
这并不意味着你不应该创办一家基于 AI 的初创公司。实际上，所有新的初创公司可能都需要把 AI 引入进来。这意味着通常的创业策略可能行不通，所以你需要深入思考，并以不同的视角来看待如何取得成功。
References