我和一位非典型AI创业者，来了场坦白局

现在下场做 AI 产品的创业者越来越多，但创业总归是“九死一生”的艰难旅途，我更关心的是，有没有一些有迹可循的办法，能提高成功率？

上周，我和一位非典型 AI 创业者——米可世界 AI Lab 的负责人 Simon 聊了一次天，聊出了很多在 AI 创业的宏大叙事中没有的“大实话”，也获得了不少启发。

Simon 这人蛮有意思。简单说就是生命充满“跨界”：本科在卡耐基梅隆大学（CMU）学计算机，后来又转去学心理学；加入米可后，她先搞出了中东首款热门游戏社交产品 TopTop ，这款产品在中东一直拥有超高口碑，一度登顶当地应用商店畅销总榜。后来又牵头搭建起米可世界 AI Lab，探索游戏结合 AI 的可能性。

她这次创业并没有走“常规路线”，米可世界 AI Lab 是由中厂孵化的 AI 项目，既非大厂“嫡系”，也不算原生小团队创业。我特地拿 DeepSeek 查了一下，全世界的 AI 创业项目大概只有 5%-15% 属于这个类型。

尽管稍有些反常识，但她竟然做得挺好：新产品在测试期间就收获了相当多自然流入的忠实用户，很多海外游戏博主也在自发推荐这款新品，内部看，她的项目得到了公司的认可，并且拿到了更明确的资源投入。从这个角度说，好过市面上众多已经躺在“AI 墓地”里的项目。

带着一丝不可思议和好奇，我和 Simon 仔细地聊了聊她的创业心得。

一、AI 创业不是请客吃饭

聊天中，Simon 和我分享的第一个观点，叫“先搞钱”。Simon 告诉我，在 AI Lab 成立之初，她就坚定了一个认知，自己这场 AI 创业绝不能搞花架子，需要从一开始就思考盈利问题。

“先搞钱”这个观点朴素但本质。我经常看到创业公司踩这样的坑：一开始先埋头做产品，把商业化抛在脑后，心想等某天产品成熟了，盈利是自然而然的事情，结果预想中的“车到山前必有路”并没有发生。

回想起几年前的“元宇宙”创业风潮，很多团队都会说“我有一个改变世界的想法”，但又有多少人能说清楚自己是怎么赚钱的？最后钱烧光了，想法也只会像流星一样坠落。

来到 AI 时代，如何找到自己项目的盈利模式呢？Simon 把思路掰成三块：成本、市场和资源。

• 首先是判断成本端的“大头”在哪里。如果产品是使用成熟 AIGC 大模型的应用，那很大一部分开支会花在“产生内容”上。

• 对应的，要找到有能力承担这份“成本”的市场，掌握相当数量的有付费能力的用户。可以推测，应该把重心放在发达国家和地区。

• 以及，要判断自己手中有什么资源。拿米可世界举例，这家公司之前在社交娱乐方向有一定积累，这方面的资源是否能够在新产品中复用？这也很重要。

• 这就能推导出一个基础的商业模式：专注做一款面向海外发达地区的 AIGC + 社交游戏产品，瞄准发达国家付费意愿和习惯皆好的群体。

如果你在做出海，也许可以参考 Simon 以上的选择逻辑。

二、产品力至关重要

明确了“怎么赚钱”的基本逻辑，接下来一个重要环节就是“打磨产品”，毕竟用户终归是在为自己的体验和感受买单。

过去两年我自己的感受是，AI 圈子里的明星产品总有种“昙花一现”的感觉， 像 New Bing 、GPT Store，好像都是突然爆火，然后很快就没声音了。

我问 Simon 对这件事怎么看？她说，AI 只是手段而非目的，与其在产品中强调“AI 加持”，不如反其道思考 AI 哪些特点能更好地贴合产品，进而为用户带来 Aha moment （用户顿悟时刻）。

Simon 自己几乎不强调某某功能是“AI 驱动”的，她甚至觉得，用户觉察不出 AI 痕迹，才算一种好状态。

她举了个 AI Lab 自己产品的例子。传统剧情游戏中的“任务”都是由策划员工编写的，所有玩家进入特定场景就会触发同一任务，趣味性一般。Simon 团队的做法是，直接让 AI 编写游戏任务，毕竟 AI 的素材更多，有时也有更清奇的思路。

最后的结果是，用户开始和团队反馈，“你们想象力好丰富”，“每次我做的任务都不一样，对话文案也有意思”。其实，这些都是 AI 想的......

当然，让 AI 功能足够“贴”产品，只是打造好产品的第一步，一款优秀 AI 产品的背后，也必然离不了开发者对用户深刻的理解。

心理学背景 + 连续创业的经历，让 Simon 在用户分析方面极其有章法，她向我讲了一个 AI Lab 产品在用户调研阶段使用的“分层”理论。

Simon 将世界上的国家分成两类，一种属于“阳刚市场”，另一种是“阴柔市场”。“阳刚市场”的男性和女性之间更加“泾渭分明”，比如大部分中东国家。“阴柔国家”竞争性相对比较弱，比如北欧国家。

“阳刚”和“阴柔”直接决定了不同国家的消费偏好，比如中东的“阳刚”性会极大激发“雄竞”类消费，所以一些社交产品中，“主播 PK、用户打赏”的模式能大行其道。而“阴柔”国家往往对文字、文学和内容有更高的包容度，对例如“AI 生成文字”的形式相对接受度更高，所以 AI Lab 这款有大量文字内容的产品会首选在偏“阴柔”的地区上线。

除了理论支撑，多搞“田野调查”也很重要。Simon 早年做出海游戏社交产品 TopTop 时，不想远在国内“依葫芦画瓢”，“人在北京，永远搞不清楚阿拉伯人喜欢啥！”于是，一个女生、一张机票，直接落地中东，她享受在阿拉伯世界当一个“随意的演员”，去当地人喜欢的场所、吃一样的食物、甚至潜入当地用户中聊他们偏爱的话题。

这才发现，在大多数陌生人社交场景中，少有“一男一女”搭配，“4-6 人群聊模式”才是更主流的配置；餐厅、酒店...... 各种公共建筑喜欢用大量花朵装饰，现实世界中的细节能否在社交产品中用上？带着这样的思考和尝试，她撬开了中东社交世界的门。

当然，Simon 的调研并不总是这么随性，她也曾手拿十几个国内产品的截图，追着一波又一波中东当地用户来做“问卷调查”：“忽略文字，请告诉我最喜欢哪个界面？”几个回合下来，中东人对功能设计、颜色等偏好，也就寻出了规律。

三、“中厂”并没有在 AI 浪潮中掉队

在和 Simon 交流的过程中，有件事一直让我非常好奇，她为什么要选择“内部创业”的方式，在一家中厂开启自己的 AI 冒险？毕竟 DeepSeek 也说，这不是个主流选择。

Simon 坦言，作为一个高度创新、未知性较高的创业项目，她太需要“施展空间”，而无论选择大厂或“单干”，可能都无法在“施展空间”上实现最优。

• 比如决策效率，“如果是在一个特别大的组织里搞创新项目，团队中的聪明人特别多，那大家会有各种各样的想法，最后决策时间拉长，结果也会倾向‘大家都认可’的那个，而这样的结果往往是平庸的。”

• 比如沟通成本，“有些大公司的流程制度过于复杂，沟通成本格外高，一个好的商业决策，等审批流程走下来，机会可能就错失了。”

• 比如创业耐力，“完全没有依靠的小团队常会面临现金流瓶颈，当团队生存都面临问题，也很难有资源支持长期创新。”

成长中的“中厂”在各方面有相对的“均衡”和“宽松”，让创新团队不必思前想后，能专注于发展。比如战略上，高层有发力 AI 的决心，也有充足的现金储备，那项目会有更多时间静心研发产品，不必担心个把月营收不达标；其次，AI Lab 在组织上是独立项目，直接向 CEO 汇报，项目自主决策空间很高。

用 Simon 的话说，公司是“务实的结果导向”，只要对项目好，“把天花板戳个窟窿透透气”也可以。我也表示赞同，行业迭代速度如此迅猛，或许更需要这种灵活敏捷的响应机制。

四、AI 时代，团队也在改变

除了谈商业、产品和“靠山”，聊创业也少不了聊团队。

Y Combinator 的 Garry Tan 最近在接受采访时说，人工智能可以帮助规模较小的团队承担更复杂的任务，过去需要“50 或 100 名”工程师才能完成的工作，现在由一个十人团队就能完成。

Simon 也是“小团队”理论的践行者，她相信比起大厂“高举高打、全面出击”式的 AI 战略，小团队在这一轮 AI 创业风潮中具备特殊优势：集中力量攻其一点，反倒更能取得突破性进展。DeepSeek、Cursor、Midjourney 等惊艳亮相就是典型案例。

AI 带来的技术平权正在弱化传统的资源壁垒，超级个体和小型团队效应迅速放大。另一方面，团队要转向比拼“脑力密度”，才能更好承接未来的创新浪潮。

如何更有效聚合并释放这股“脑力密度”？Simon 的逻辑是，找到最合适的人才，并匹配更加开放和灵活的管理风格。

那什么样的人才算“合适”呢？Simon 认为，除去经验履历这些因素，“有解决问题的能力”非常重要，真正的人才，其实会期待去解难题。

候选人可以是成长性超强，有天才感的年轻人 —— 他们善用新技术，富有创造力，不会被固有的思维惯性所束缚，并且对新鲜事物充满好奇心。

候选人也可以是经验丰富的老兵，虽然久经沙场但葆有探索精神，仍然坚信“热爱是前进的理由和答案”。

比如，最近团队在招一个 Flutter 相关岗位，计划用 Flutter 来构建 AI 游戏，替代传统的 Unity 或 Cocos 。这种技术方案在国内其他游戏公司几乎没有应用，如果面试时，一个候选人告诉 Simon ，他在业余时间用 Flutter 做过一个小游戏 Demo ，Simon 的眼睛大概率会发光，她非常欣赏这种技术热情和追求。

米可的 AI Lab 也是一个彻底的“创始人工程”，每个人都享有较高的自由度，沟通成本非常低。一个想法从提出、讨论到实现，往往只需要几天时间，大家有充足的“试错”机会。

也难怪现在这么多 AI 团队只依靠两位数的员工，就能撬动产品指数级增长，这场游戏的组织规则看来已经改变，项目不再靠单个大佬带队前进，在去中心化的组织体系里，每个人都有机会打主力位。

写在最后

一口气写了不少，这是我最近一个月写过最长的文章。但不得不说，和 Simon 聊完，我对 AI 创业的观感更清晰了，心态也更平稳了。

我想起梁文锋之前在接受采访时表达的想法，如果用教科书的方法论来推导创业公司，那大概率没有几家能活下来。不过实际情况是，创业公司的成败并不取决于现成的规则和条件，能否适应变化、不断调整才是关键。

我预感，在这波汹涌的 AI 浪潮下，一定会迸发出几家标新立异的公司，他们可能根本不在乎是否“符合主流观念”，只关注能不能一直“做自己想玩的”。

本文来自微信公众号：MacTalk，作者：池建强