「当你花费两年时间只做这一件事时，你会发现自己构建了别人无法复制的东西。」——这句话给了我一个记特别响亮的耳光。 我从来没有想过，花两年以上去构建一个别人无法复制的东西。 https://t.co/ZgXWHDZZvY # 如何打造价值6.5亿美元的AI应用：从创意到退出的完整指南 > 摘要：本文基于创业者分享的实战经验，系统阐述了如何选择AI应用方向、构建可靠产品以及实现市场成功的核心方法论。通过金字塔结构，从核心理念到执行细节层层展开，还原了视频中充满激情的创业氛围与务实建议。 ## 一、核心理念：AI将开启前所未有的创业机会 **6.5亿美元退出的背后**，是我们公司开发的一款名为Co-Counsel的AI律师助手。这个数字现在听起来很大，但我相信在座的各位未来将能打造出价值更高的产品。AI技术正在释放我们构建改变世界应用的能力。 ## 二、如何选择AI创业方向 ### 三大创意类别 选择创业方向时，应该聚焦于**人们已经愿意付费解决的问题**。现在判断“人们想要什么”变得异常简单——只需观察人们正在支付薪水让他人完成的工作。 #### 1. 辅助专业工作 专业人士需要帮助完成特定任务。我们开发的Co-Counsel就属于此类——律师需要阅读大量文件、进行研究、审阅合同、做标记、发送给对方律师。 #### 2. 完全替代工作 人们目前雇佣律师、会计师、财务专家、物理治疗师，甚至洗衣工。你可以直接用AI替代这些任务。 #### 3. 实现以前不可想象的事情 例如，律师事务所拥有数亿份文件，他们从未想过让人阅读每一份文件并进行分类、总结和索引——这原本会花费数百万美元。但现在，AI可以让数千个模型实例同时阅读所有文件。 ### 市场规模的革命性变化 传统软件的市场规模计算方式是“专业人数×每月20美元”，许多十亿美元公司就是这样建立的。但今天，市场规模变成了**企业愿意支付给执行这些工作的人员的薪水总和**——这个数字比传统软件市场大了1000倍！ ### 关于取代工作的积极思考 这听起来可能有些反乌托邦，但我认为恰恰相反： - **解锁无法想象的未来**：就像过去有点灯人这个职业，我们无法想象现在的工作一样，AI将帮助我们超越当前的角色 - **民主化访问**：在法律领域，超过85%的低收入人群无法获得法律服务。如果能让律师效率提高100倍、成本降低10倍，就能让更多人获得帮助 ## 三、如何构建可靠的AI应用 ### 构建流程的核心原则 令人惊讶的是，虽然以下建议听起来简单明了，但几乎没有人真正这样做。 #### 第一步：深入了解专业工作 问自己：这个领域的专业人士实际做什么？要非常具体。了解真实答案而非凭空想象至关重要。 我们的优势在于：我是律师，我的联合创始人是律师，公司30-40%的员工（甚至程序员）都是律师——我们亲身经历过这些工作。 如果你没有领域专业知识，可以： - 像卧底一样深入公司学习 - 寻找有深厚专业知识的联合创始人 #### 第二步：设想最佳执行方式 问自己：如果这个领域最优秀的人拥有无限时间和资源，他们会如何完成这个任务？ 以我们的法律研究为例，最佳律师会： 1. 理解研究问题的真正含义（可能会问澄清性问题） 2. 制定研究计划 3. 执行数十次搜索，可能返回数百个结果 4. 仔细阅读每一个结果，剔除不相关内容 5. 对相关内容做笔记 6. 基于所有信息撰写文章 7. 最后检查文章确保准确性和引用正确 #### 第三步：转化为代码和提示 大多数步骤最终会成为提示。例如： - “阅读法律意见，按0-7分评估与问题的相关性” - “根据已阅读案例和笔记撰写文章” - “检查脚注是否准确引用原始资源” **重要提示**：如果能用确定性代码或数学计算解决，就不要用提示——提示慢且昂贵。 #### 第四步：决定实现方式 - 如果任务每次都遵循相同步骤：建立工作流（最简单的方案） - 如果执行方式因情况而异：需要更智能的代理（更难确保质量） ### 确保质量的关键：评估体系 大多数人在演示级别就停止了一—60-70%的准确率足以向VC融资甚至签下首批客户，但无法在实践中真正工作。 #### 建立评估框架 1. **基于领域专业知识定义“优秀”标准** - 对于研究：正确答案必须包含什么？ - 对于文档：必须提取什么信息？在哪些页面？ 2. **创建可客观评分的答案** - 让AI输出真/假或0-7的数字 - 使用PromptFu等开源框架建立评估体系 3. **逐步扩大测试规模** - 从十几个测试开始，匹配客户实际需求 - 增加到50个、100个测试 - 保留部分测试集不参与提示优化 #### 持续优化提示 你会发现AI会以可预测的方式犯错。通过： - 消除提示中的歧义 - 给出明确指令避免特定错误 - 提供示例引导 **成功的关键资格**：是否愿意为单个提示花费两周不眠不休的时间通过所有测试？ 大多数人在60%准确率时就放弃了，另一批人在61%时放弃。但如果你坚持两周，不断优化提示和增加测试，最终能达到97%的准确率——剩下的3%通常是人类也会有的判断调用。 ### 上线和迭代建议 - 预生产阶段：每个提示100个测试，整体任务100个测试 - 如果通过99/100，就可以进入测试版 - 客户使用中的每个投诉都是新的测试——真实客户会做出你最意想不到的操作 - 持续迭代：新模型出现时立即测试，有时增减一个单词就能提升1%准确率 - 在金融、医疗、法律领域，每一点准确率提升都极为重要 **如果你只做这两件事——了解专业人士如何工作并建立评估体系——你就已经比市场上90%的AI应用更优秀了。** ## 四、如何营销和销售AI应用 ### 最重要的原则：产品质量至上 与传统观点相反，我认为**产品质量比销售和营销更重要**。 我们公司前10年产品一般，尝试了各种营销和销售负责人，效果有限。当我们推出基于LLM的出色产品后： - 人们开始口碑推荐 - 媒体主动报道 - 销售人员变成了接单员 当然，不能只建设不宣传，但产品质量的重要性远超过A轮B轮投资者所说的。 ### 三个具体建议 #### 1. 重新思考定价和包装 最令人兴奋的公司正在提供真实服务。例如： - 传统律师事务所审查合同收费1000美元/份 - AI公司可能收费500美元/份 - 对比传统软件20美元/月的定价，这是巨大的价格提升 **根据价值定价，不要低估自己** #### 2. 倾听客户偏好 我们原以为按使用量定价合适，但客户反馈他们宁愿支付更高但固定的费用（6000美元/座/年），以便预算可控。 #### 3. 建立信任策略 AI是新鲜且令人恐惧的。大公司想尝试，但存在信任差距。 建立信任的方法： - 进行对比测试：保留现有服务，同时使用AI方案，比较速度、质量和结果 - 进行研究试点 - 思考如何建立客户信任 ### 确保客户成功 销售不在签支票时结束，甚至不在开始试点时结束。 当前危险：许多公司报告高收入，但大量试点收入没有转化为真实收入——将出现大规模“灭绝事件”。 作为创始人，确保： - 每个人真正使用产品 - 深入了解产品 - 有意识地进行培训和推广 **你的产品不只是屏幕上的像素**，还包括与支持、客户成功、培训等所有围绕产品的人类互动。如果不做好这些，即使有最好的产品，也会被更注重客户服务的公司击败。 ## 五、问答环节精华 ### 关于选择行业和应对竞争 **问**：如果某个领域已有竞争对手，应该另选行业还是深入细分市场？ **答**：完全不应关心竞争对手。许多市场如此庞大，不会有单一公司通吃。通常，开始时会害怕竞争对手，但真正开始构建后，会惊讶于他们的糟糕程度。 选择市场时考虑： - 企业已经外包到其他国家的工作角色 - 企业认为属于自身身份核心的工作不太可能外包 - 大市场、多个公司的痛点、你了解或能获取信息的领域 市场如此之大，你几乎可以随机选择一个知识工作领域，都可能触及万亿美元市场。 ### 关于公司不同阶段的重点 **问**：作为成功创始人，公司在不同阶段应该关注什么？ **答**：我应该说和实际做的有所不同。 **应该做的**：在每个阶段（种子轮、A轮、B轮、C轮）都专注于打造获得产品市场匹配的优秀产品。 **实际做的**：我分散精力关注了许多不那么重要的事情。 作为CEO，你最终会关注人力资源、招聘、市场销售等各个方面，但所有这些都应服务于“打造优秀产品”这一最终目标。许多创始人错误地把这些方面当作目标本身。 ### 关于创业方向选择 **问**：退出后，如果你现在参加YC创业学校，会做什么？ **答**：专注于你能用技术和技能解决的最大问题。人们想变得更苗条、不想掉头发、不想洗衣服、希望有人每天清洁房屋8小时——如果你能制造实现这些的机器人，就能释放巨大的人类潜力。 专注于许多人或企业面临的巨大问题，你觉得可以解决，然后全力以赴。 ### 关于定价策略 **问**：对于AI完成人类不可能完成的工作（如审阅数十万法律文件），如何定价？ **答**：开始时可以按人类收费水平定价，然后竞争会出现，价格会下降——这是资本主义的美好之处。最终，你可能只收取原价的十分之一或百分之一——这对社会是好事。 从“你为企业提供什么价值”开始：如果他们能因此节省1亿美元或原本愿意支付500万美元，可以收取其中的10%-20%。最好的起点是问客户：“你愿意花多少钱解决这个问题？” ### 关于技术防御性 **问**：基于非专有模型构建产品时，如何建立防御性，避免成为“GPT包装器”？ **答**：只管构建。一旦开始构建，你就会发现其中的困难：需要构建多少小部件、数据集成、检查点，提示需要多么精细调整，模型选择多么重要。当你花费两年时间只做这一件事时，你会发现自己构建了别人无法复制的东西。 ## 结语 通过正确选择方向、精心构建产品和有效市场策略，你完全有可能打造出超越6.5亿美元价值的AI应用。关键在于专注解决真实问题，持续迭代优化，并始终以创造价值为核心。