朋友刚刚从硅谷一家名头很大的AI大厂产品总监的位置离职，除了一起吐槽抱怨了一下大厂的各种令人绝望的内斗、官僚和内耗，开始聊起了AI创业有哪些事情值得做。

我发现这么多年在各种中美大厂负责各种AI产品技术，我脑子里边有意无意中形成了一个做AI产品的Checklist。就是一些检查一个AI产品方向是不是一个好的方向的原则和标准，而且很多是关于什么“不该做”的。

明确不做什么，很多时候比做什么要重要。圈定了界限、明确了限制条件很多时候做事情反而会容易很多。

整理了几条，其实也是我自己做事情首先会检验的一些标准：

一、这件事情“新”不“新”？是不是因为最近的AI发展才成立的？

这一轮AI热潮之所以成立，是因为最近在大规模预训练与生成式模型的突破发展。因此首先要判断你要做的方向是不是新的，是不是以前做不到，因为最近的LLM发展才能做到的事情。这样的事情才有意义。

现在再去做前几年AI的一些方向，比如分类模型的东西，比如基于脚本，基于意图识别的对话系统，没有任何意义。这些东西不work，过去很多年已经被无数人验证过了。

当然，这其实非常拼技术。就需要拼你对于这一轮AI技术和模型的理解深度，这一轮生成式AI的发展突破究竟本质上和过去几年的AI相比进步在哪里？哪些事情是最重要的进展。对这些基本的问题的理解其实需要对于模型、机器学习和统计原理等有深刻的理解，也需要有深度的模型训练的经验。

二、这个产品价值是节约成本还是解锁过去做不到的事情？

Cost saver or Enabler? 我不做cost saver。节约成本的事情是没前途的。虽然媒体都在渲染AI会取代低端工作，降低成本。但是其实仅仅是代替人工价值是很低的。很难销售。

推动变革远远比你想象的难得多。《科学的广告》这本书有一个观点我很认同：改变人的习惯极为昂贵。不要妄图改变人的习惯，比如一个需要改变人们每天刷牙的方式的产品，再有价值也不会赚钱的。因为节省20%的成本，让公司或者个人改变原来的做事习惯，不是做不到，而是很贵。不值得做。

优先去找那些enabler，从根本上把过去不可能的，做不到的，想都不敢想的事情变得可能的事情。这些事情有很多，大部分人懒得深入思考。停留于过去几年形成的AI的认知。只知道做做虚拟助手，知识库问答。其实enabler机会非常多，需要有独立深入思考能力的人。

三、你的产品需要的AI成功率有多高？

这是一个很容易被忽略的细节。

AI已经被吹上天了，但是你可能意识不到，AI做很多事情成功率其实都不是特别高的。有的90%，还有很多百分之七八十。也就是说你用10次，有7、8次好使，其余很蠢。更惨的是，你并不知道哪一次好使，哪一次不好使，你需要花很多时间来检查结果对不对。

很多人讲自己的事情多牛的时候，往往仅仅是想象当AI能work的时候，这件事情多么成立，多么靠谱，能有多大的价值。但是往往忽略了，当你的产品摆到用户面前的时候，那20%的时间，用户要面对一个智障。

当你的AI不work的时候，对于用户会有什么样的影响，用户会怎么看待你的产品，用户需要多少精力和成本去检查和判别AI的结果，或者修正结果。

需要去寻找那些AI不靠谱的时候，对用户的影响很小、代价很低的东西。比如抖音的推荐算法，很多时候不准，但是关系不大，用户只需要划一下，就过去了，很多人甚至注意不到，不会过脑子那些推荐得不好的视频。

反例是自动驾驶，哪怕你做到了99.9%的准确率，那0.1%的代价太大了。大到了可能直接令这个产品不成立了。

用户愿意使用一个AI产品时候，都需要先做一个预判，我花时间用这个产品，它好使的几率有多大。根据这个预判来决定要不要用。如果用户预判成功率低于一定的水平，用户就根本就不会用。因为不要忽视用户的使用成本，今天的用户已经被宠坏了，非常懒。用户的时间其实非常宝贵。

注意：这里甚至不是实际的产品成功率，而是用户的认知和心智预判你的成功率。这就是为什么客服AI难做的原因。即使你的客服AI真的能解决用户的问题，很多人宁可一上来就转人工，根本不给你机会。因为用户的认知已经形成了，改变起来需要很高的代价。

四、壁垒在哪里？

有的方向很有价值，但是没壁垒，这些方向我也不碰。今天的AI平台公司，特别是OpenAI，其实没有任何培养生态的意识，或者说谁都不是圣母，大家并看不到培养生态的好处。

很多方向有价值，但就是一个OpenAI的wrapper。OpenAI随时可能做掉。有的东西，开源社区随时会做掉，甚至很多东西如果你思考一下，甚至很容易预判到一年之内一定会有人做出来然后开源。

那么这些方向不能碰。

我喜欢那些可以建立技术的壁垒，或者数据的壁垒的东西。虽然很少，很难找，但是存在的。

五、竞争拼的究竟是什么？是不是拼谁钱多？

很多方向明显就是拼谁钱多，或者谁数据多。那么你就不要做了，钱多你多不过谷歌、OpenAI、字节。数据多，你多不过腾讯、meta。

AI是一个长期的事情，在一个长期赛道取得一些短期的成绩是没有任何意义的。

我有时候甚至怀疑很多有钱的大厂会故意留一些机会给开源社区，给你们个基础模型，给你们点数据集，让开源社区免费帮我们做各种实验，找到了最优方法之后，我直接砸大钱一把搞定——游戏结束。

没必要去和大厂PK谁钱多、谁数据多。机会多得是，没必要去和大厂PK。

本文来自微信公众号：AI统治世界计划（ID：ai__rules__world），作者：Gavin（杭州艾写科技创始人，前达摩院、硅谷大厂资深AI领域负责人）