一份面向年轻创业者的初创期刊
本篇文章来自 Twitter 账号 @CreNeXT2024 整理而成，包含科技前沿讯息与不同视角的观察思考精选合集。本文已获 CreNeXT 授权。
封面图来自 OpenAI - Justin Jay Wang × DALL·E 。
创业者拿投资人的钱是越多越好吗 ?
从美剧 SiliconValley 里学到的，假如公司估值过高存在的一些问题：
- 刚开始把投资人的期望拉的过高，但在市场低估的时期公司的增长匹配不上投资人的希望，除非你有信心一直保持高速增长下去。当公司增长不达预期时可能会稀释创始人的股份，当然这也是投资人不愿意看到的一个局面，因为它会削弱创始人的源动力。
- 刚开始融资估值过高了就会导致后面再融的时候很难再融到更多的钱，因为融资金额和增长状况需要相匹配，每个环境下的 level 匹配不上的话后面几轮就难再融到钱了，公司也就凉凉了。这种可能会导致被恶意收购。
不要专攻，而是混合
- 专业化的职业路径不是唯一选择，混合化也是一种 less discussed 的路径。
- 混合化路径意味着在两个或更多不同领域中发展专业知识。拥有多个专长使你能够看到别人看不到的模式，并做出别人想不到的贡献。世界需要更多的混合型人才。
- 专业化具有吸引力。你所熟知的许多著名人士都是专家。在那些低枝稀疏的领域中，专业化似乎是摘取高悬果实的唯一途径。专业化似乎是一条更可预测和可衡量的道路。
- 世界变得越来越复杂，所以我们需要更多的混合型人才。专家在每个领域推动着极限的发展，但我们也需要能够看到全局、发现意想不到的联系并引导世界努力的人。
- 有多种获得专业知识的途径。拥有广泛的技能基础和一两个专长可以让你在解决问题时有更多的工具。
- T 形的混合路径是许多好奇的人所追求的。你在与主要专长相邻的领域中不断发展你的技能和经验。例如工程与设计，或者唱歌与跳舞。
创业公司不要过快招聘
过快招聘是初创公司的最大杀手，它会带来很大的运营成本。
原因：
- 之所以会过快招聘是因为很多创始人觉得产品发展缓慢是因为人手不足，而没有意识到其实是自己的产品吸引力不足的原因。
- 投资者希望可以快速看到项目成果所以会推动创始人招聘更多人，但对于初创公司最重要的是存活而不是尽快盈利。
怎么做：
- 正视产品的问题，做不可规模化的事情，招聘人手只适合于批量制造成熟产品，而早期阶段我们目标是让产品变得成熟而不是过早批量制造。
Perplexity 等 AI 搜索引擎永远无法替代传统搜索引擎
目前 AI 搜索引擎的结构基本 = 对话式AI+标注链接+优化显示界面。
但是搜索引擎除了找到直接答案外很重要的一个特性是发散结果，所以很多人使用搜索引擎是输入 词汇+空格 而不是输入问题。所谓的 AI 搜索引擎就有很强的局限性。
现在搜索引擎被蚕食的市场份额是因为对话式 AI，跟 AI 搜索引擎本身的定位并无关联。
这里有几个问题助你思考 AI 搜索引擎的产品力：
- AI 搜索引擎有像对话式 AI 一样破圈吗？
- 用户是把它代替搜索引擎使用还是代替对话式AI使用？
- 百度/Google 出的 AI 搜索应该是 AI 部门主导还是搜索引擎部门主导？
一个成功的创业者/创业团队有可复制的画像/模板吗？
单从某个角色来看是有最佳画像的，但是多个角色面临的合作和决策就使得事情变得复杂了。
有经验的投资人能看出一个创始人是不是可以做到 A 级别 (比如1个亿)，
但没人能看准谁能做到 B 级别 (比如100亿)
(数字仅作举例，非精准数据)
伟大不能被计划
「伟大不能被计划」是因为这个世界上的一切事情无非都是概率作祟，就是客观存在着运气这样的一个影响因素。
还是因为人类现有的能力不足以把所有该考虑的事情都放在模型当中，让模型按轨迹跑起来，但以后是存在可能的？
这两者有点区别的是前者属于神秘学/科学未触及的范畴，人类怎么做都是无法改变的。后者是在一个可观察期内，比如 AI 时代，人类能够借助大模型把这个落实出来。
风险和收益
对于现在普通条件的创业者来讲，就没有合适的项目，都是地狱级别难度。
在经济衰退周期结束/重置前也很难再找到机会了。
以前那种能迷迷糊糊赚钱的机会都消失掉了，现在风险和收益明显不合乎正比。
VC 的懒惰
现在好多 VC 太过看重背景了，什么产品都投。
Rabbit R1 很大部分就是投资人看重创始人吕几次成功卖出的经历。
虽然是风投吧，但履历权重太大了，尤其是跨时代的背景下，成功过再成功的几率反倒不一定有那么高。
大饼也有好坏，不跑商业模式，但至少看基本逻辑能不能跑通，这就依赖投资人的洞察了。
Rabbit R1
Rabbit R1 像一个 VC FOMO 情绪下诞生的骗局，都在追求做 AI 时代的 iPhone，但可能 AI 时代的 iPhone 还是 iPhone，便携终端只会有一个。
不存在任何比手机更好的被动型AI硬件，除非AI服务是主动触发而不是人被动触发，才需要新的硬件形式。
现阶段 AI 初创公司融资的一个现象
现阶段 AI 初创公司融资一个现象：
第一轮（相对）容易，后面根本没人接盘。
一般来讲创业公司融到 B 轮算是初步验证了 PMF 和盈利模式。
现在有这个问题可能也和 AI 行业 PMF 不清晰有关。
PMF（Product Market Fit），产品和市场契合度.
贝叶斯主义
马斯克推崇的一个思考模型，「可纠错的反馈闭环」
用贝叶斯主义去践行创业过程更容易取得成功。
贝叶斯主义特性：
- 接受不确定性，用概率思维来预测和决策。
- 快速行动和迭代，打造“知行一体“的反馈飞轮。
- 用贝叶斯公式实现“有系统”的复利效应。
- 重视基础概率，基于整体资产滚雪球。
- 对新信息保持“敏感”，又有独立判断的“钝感”。
- 别太完美，降低自己被证伪的概率。
- 成为学习机器，在适应中快速进化。
- 探索未知 & 利用己知，在攻和守之间进行权衡。
- 理解贝叶斯的局限，小心应对黑天鹅事件。
基于以上9个要点，我们就能更完整地理解“可纠错的反馈闭环”
贝叶斯主义当中的哲学观：
贝叶斯主义在更新和收敛假设过程中的每一个起心动念和举止投足，都会在情感天平的一侧加重砝码。对于因果的笃信，对于所谓第一性原理的推崇，其实也常常忽视了复杂系统里的随机游走。人在盒子里。
创业公司相较于大厂的优势
尾部的讯息，在大厂的系统里就是不可能被重视的。
并且大厂里，你有这些 insight，也没办法 justify 并赌下去。
但就是这些尾部讯息，被创业公司嗅出来了。
厚积薄发，奇点，吸引子，非线性，自发秩序，线性逻辑的大厂KPI自上而下的机制都不可能接受，最终大家都背上 KPI, 平庸保守的选择带来平庸的结果。
