AI 创业者的反思：那些被忽略的「快」与「长」

133 0 0

文章摘要

周喆吾在分享其创业经验时，强调了AI创业中两个关键因素：速度和长文本上下文处理能力。他指出，快是用户体验的核心，尤其是在AI产品中，用户习惯会被便捷性所影响。例如，ChatGPT的广泛使用正是因为其快速响应和丝滑体验，而Perplexity在加入Cloudflare检查后使用率下降，进一步证明了速度的重要性。此外，周喆吾反思了自己早期关于L4取代白领工作的错误判断，认为AI实际上是扩大了白领工作的市场总量，而非完全取代。他举例说明，如bland.ai通过AI实现真人声音的电话沟通，提升了Flexport等公司的运营效率。

在技术应用方面，周喆吾提到AI的长上下文处理能力对产品体验的颠覆性影响。他提到Gemini 2.5 pro的1m token上下文处理能力，使得模型能够更有效地利用大量文档进行对话，极大地提升了产品的实用性。这一技术进步直接挑战了之前RAG/企业知识库的局限性，证明了长上下文处理能力的实战价值。他还反思了自己对长上下文处理能力的忽视，认为只有通过大量实验和模型调优，才能真正发挥AI的潜力。

在产品方向上，周喆吾强调了低成本扩张陆军的重要性。他指出，AI的应用不应局限于传统的空军（工具、信息流、游戏）和空降兵（电商）模式，而是应该通过AI员工实现低成本的地面业务扩展。这一策略直接颠覆了彼得·蒂尔在《从0到1》中提到的distribution doldrum理论，使得低ARPU的商品也能提供强销售和客制化体验。

周喆吾还探讨了Workflow Capture的概念，认为在AI时代，商业的价值创造和价值捕获是两码事。他举例说明，微信管道化了运营商，字节穿山甲管道化了应用商店，强调了在AI时代，应用层的价值捕获将更加重要。他引用Marc Andresseen的观点，认为开源模型将使得模型层被管道化，最终价值将回归到应用层的迁移成本和网络效应。

最后，周喆吾反思了自己在产品开发和投资决策中的错误，认为产品经理和投资人需要更深入地理解模型的能力，而不仅仅是关注产品定位和交互设计。他提到，模型是超能力，是力量之源，产品经理需要通过大量实验和模型调优来最大化发挥模型的潜力。他还提到，投资人在评估AI产品时，应更加关注快、长、智带来的C端体验变量，而不仅仅是传统的留存率和用户访谈。

总结来看，周喆吾的经验分享强调了在AI创业中，速度、长上下文处理能力、低成本扩张和模型调优的重要性，同时反思了在产品开发和投资决策中的常见误区。