AI创业项目的几种死法
国外有一个叫做“AI Graveyard（AI坟墓）”（https://dang.ai/ai-graveyard）的网站，记录了近200个目前已经停止运营的AI项目。这些项目夭折的原因是什么？创业者如何避免重蹈覆辙？AI创业的长期价值落点在哪？“头号AI玩家”对其中几个典型项目的功能、技术实现形式和失败的原因进行了分析，希望能给各位AI玩家提供启发。
AI创业项目的几种“死法”
YC（Y Combinator）曾总结过创业公司的18种死法，具体到AI创业也依然适用。
概括来说，基本离不开太烧钱、不赚钱、没算力、产品没有竞争力和差异性，这些大家耳熟能详的原因。而具体到AI Graveyard中的一些小项目，失败的原因则集中于：市场需求评估不准确、商业模式不可持续、技术实现不成熟等。AI创业者需要从这些失败案例中吸取教训，避免重蹈覆辙。
- AI搜索引擎：Neeva
Neeva是一个人工智能驱动的搜索引擎，主打一个无广告和优先考虑用户隐私。它由谷歌前高管Sridhar Ramaswamy和Vivek Raghunathan于2019年创立，2023年5月宣布关停，并被Snowflake收购。不可否认，AI+搜索引擎，是一门好生意。
AI驱动的搜索引擎可以更好地理解自然语言查询，包括对复杂查询的深度理解和上下文分析，从而提供更准确和相关的搜索结果。但在搜索引擎市场，像谷歌、微软这样的巨头已经占据了主导地位，拥有庞大的用户基础和深厚的技术积累。构建一个与市场领头羊竞争的搜索引擎，是一场重资本游戏。而且，用户对现有搜索引擎（如谷歌、必应等）的依赖已经形成了稳固的使用习惯。要使用户转向新的搜索引擎，需要提供显著优越的搜索体验，在搜索结果的相关性、速度、界面设计等方面达到或超越用户的期望。此外，找到有效的盈利模式也是一个重大挑战。依靠广告收入可能难以与市场领导者竞争，而其他盈利模式（如订阅服务）可能难以吸引大量用户。在数据隐私和安全越来越受到重视的今天，新的搜索引擎还需要确保其能够保护用户的隐私和数据安全，这不仅是一个技术和法律问题，更涉及到品牌认知和用户信任的建立。
- AI搭讪台词生成器：AI Pickup Lines
AI Pickup Lines可以生成各种主题和风格的搭讪开场白，2022年年底上线，2023年3月初网页就被关闭了。
用户可用Pick up Line每天免费生成10条搭讪文案，订阅计划每月9.99美元或每年99.99美元，可以生成无限数量的搭讪台词，并且可以灵活地选择任何关键词。还可以以499.99美元的价格购买综合数据库，数据库包含100000多行内容，涵盖各种主题和风格。这是一个典型的基于大语言模型的包装和简单应用，类似的还有AI周报生成器、AI哄女友文案生成器等。在大语言模型能力逐渐增强和普及的情况下，这类产品的壁垒会越来越薄。而且这类产品通常娱乐性大于实用性，更多地被视为一种娱乐产品，而不是一个实用工具。虽然可以在短期内吸引用户的好奇心，但可能缺乏长期的实用价值。AI生成的搭讪用语显然不足以应对现实生活中复杂多变的社交情境，包括社交互动中的微妙情感和非语言因素。在盈利模式方面，虽然这类产品可能通过广告或一次性购买获得收入，但长期的用户留存和盈利能力是一个挑战。如何让用户持续使用并从中获得价值，是这类应用需要解决的问题。
- AI照片编辑工具：PhotoFix
根据检索到的信息，PhotoFix.io创建于2022年年初，网站于2023年4月初维护关闭。PhotoFix的主要功能是：提高照片质量、清晰度；增强分辨率；删除照片中的元素，例如人物、物体或背景；文本生成图像，例如《绝命毒师》、吉卜力动画和逼真的肖像。然而，AI照片编辑软件市场已经接近饱和，许多成熟的产品如Adobe Photoshop、Lightroom以及各种移动应用已经占据了市场主导地位。再加上Lensa AI、EPIK等众多AI写真软件对用户的教育，如果一个新的AI照片编辑工具没有显著区别于现有的产品，可能难以吸引用户。
- AI生成游戏模拟器：Fablesimulation
Fablesimulation的创建时间已经不得而知，它于2023年3月21日被收录进“AI Graveyard”项目。这是一个在线平台，允许用户在虚拟环境中进行编程、训练以及与智能体交互。Fablesimulation的最终目标是建立一个拥有100万人工智能的繁华在线元宇宙，人们可以在那里生活、工作，甚至建立浪漫关系。虽然它倡导的概念看起来很有创意和前瞻性，但是并没有经过充分的验证和测试，没有明确的目标用户和场景。而且它需要用户在虚拟世界中编程、训练智能体，这无疑提升了用户参与门槛，同时在技术实现难度、商业模式的可持续性、安全性和隐私问题、硬件要求、社会伦理问题等多方面也面临挑战。
避免AI项目失败，需要做什么？
“护城河”是很多开发者、投资人喜爱的术语，它指明了一家企业如何阻止竞争对手夺走自己的业务。但并不是所有的AI初创企业都能在其中找到自己的“护城河”。据“头号AI玩家”分析，这些失败的AI产品大多是典型的AIGC应用方向，但在各自领域里同质化严重，无法和竞品拉开差距。当然，还有一些产品因为资金投入不足，投入成本过高，陷入了困境。
- 要找准细分市场，打造产品壁垒
生成式AI的快速崛起让更多开发人员可以将AI功能添加到自己的产品中，不用再重新构建模型。“接入API”的方式，带来了一批新的人工智能初创企业。在API的帮助下，只需设计前端的产品页面，就能在平台上构建相应的AI产品。大多数开发人员都在OpenAI、Mistral等企业的帮助下，构建了大大小小的应用程序。
不过，这样的方法不可避免会面临平台带来的风险。OctaneAI联合创始人Ben Parr表示，OctaneAI曾接入Facebook Messenger的聊天机器人技术，但Facebook陷入数据泄漏丑闻后，突然禁止任何开发者在Messenger上创建聊天机器人，这在一定程度上为开发者带来了产品风险。
再以Jasper.ai为例，它是建立在GPT基础上的AI初创企业，从年初预计全年收入达1.5亿，到开启裁员模式，不过短短半年时间。原因无他，Jasper.ai的产品基于GPT-3模型开发，而GPT-4的出现使其遭受了技术碾压，就此陨落。
数据网站Semrush统计显示，自从GPTs发布以来，同类型产品的网络流量已经下降了一半以上。小冰公司首席执行官在“Meet2024智能未来大会”上提到：“API调用并没有体现出生成式人工智能的创造力价值”。就像Ben Parr在经历过风险后所总结的，“尽量不要做API平台也可以自行构建的产品”。
比如，开发者可以制作一个聊天机器人，但用的是OpenAI无法获取的数据库，像大量的绘画素材、策划方案、医疗数据、邮件内容等等。相比构建大模型，拥有自己的数据集，成本相对更低，也能因此筑起产品壁垒。另外，打造针对某个特定垂直领域的产品，明确自己的受众群体，比起横向延伸AI产品功能更具优势。上述失败的AI产品大多是普适性较强的工具，可以面向所有公众，但这也导致了产品无法做出差异化。大型科创企业可以投入更多资金、更大算力打造通用型AI工具，挤压初创公司的生存空间。独立开发者飞侠告诉“头号AI玩家”，“无论什么赛道，聚焦在特定垂直领域的产品肯定更具优势，专门的数据、借口、合规方式都是大型企业无法提供的。”
Githhub就曾上线了面向开发者的Copilot，尽管新模型是由OpenAI、Azure AI联合打造，但它为开发者人群打造了一个专门的编码类生成式AI工具。
再比如之前流行的产品“AI大藏经”（佛经GPT），它的开发者另辟蹊径，找准了一条冷门的垂直赛道。Stripe产品负责人Sahar Mor认为，打造用户更易用的功能更具实际意义，针对特定细分市场的垂直初创企业会继续保持主导地位。
- 筹集足够的资金，或投入较低的成本
“烧钱”是很多AI产品研发都会提到的关键词。但美国知名风投a16z的分析报告指出，月访问量排名前50的生成式AI产品，几乎有一半没有引入任何外部资本，都是自己筹集的资金。
来源：a16z
构建和训练自有模型往往需要花费上百万人民币，而对现有模型进行微调，或是集成GPT模型的应用，能够节省更多的费用。也就是说，进行AI产品研发的团队可以选择较低的成本投入。《增长黑客》作者范冰在一期播客中提到：“（AI赛道）融资很多很猛，烧钱更多更猛”。这么想来，缺少资金也不失为一种“反向布局”的办法。
还有一些开发者以“你不理财，财不离你”来形容在AI产品上的资金投入。“头号AI玩家”也咨询了一些开发者和创业团队，不考虑人力成本和后续商业变现的情况下，零成本也可以启动一个项目。比如在GitHub上不少以GPT为技术原型的套壳项目，潜在收益高，最早一批的“中间商”，已经实现月入十余万元。不过，融资难或许是今年AI领域的普遍现象。有投资人曾开玩笑，线下创投会说得最多的是“好的，再看看”。据此前“小饭桌”报道，AI创业者Steven表示很多投资人其实是在假装看AI。
当然，对于一些开发者来说，产品本身才是更重要的，商业模式通常会被后置。“虽然现在没有筹到钱，但先获得一些稳定的用户，让他们自愿付费，这是我们接下来的小目标。”飞侠说道。无论是资金不足还是缺少技术壁垒，比这些问题更重要的前提是要抓住用户需求。YC创始人Paul Graham认为，“从某种意义上说，导致创业失败的原因就只有一个，就是没人需要你做的东西”。目前主打短平快的产品大多会选择海外市场，个人独立开发者则热衷钻研AI技术的各种创新玩法。专注在目标用户群上，找准自己的产品定位，所有创业成功的原因都可以归结于此。被埋没的产品成果当然远不止上述这些，可能还会有更多的AI产品消失在路上。如果非要有什么秘诀的话，那就是在AI时代，永远不要停止对AI原生应用的探索。
