AI时代：再一次了解PMF

2024-06-15

对于企业来说，成长是任何时代永恒的话题。成长需要刚柔并济，需要客观的看待和理解环境和变化，更清晰客观的知道自己是谁，基因是什么，优缺点是在环境中能获得什么样的生态位置。

继续探索事物底层的逻辑与成长的本质，以过去的密集思考与实践，以及对AI时代的学习与理解。

我的内容可能不会告诉你什么是正确答案，但我希望尽最大努力创造时效性长度深入核心的内容，帮助你回归和看清问题的本质，互相启发，帮助你提出更多正确的问题。

"在一个好的市场中，有一种能够满足市场需求的产品"，PMF(aka product market fit)这个概念最早是Marc的创始人之一，硅谷顶级风险投资a16z。 2007年，Andreessen 《The Only Thing That Matters》所提出。

Reidin的创始人Reidin同时在linkedin。在《Blitzscaling闪电扩展》一书中，Hoffman的产品市场匹配度（PMF）在快速扩张之前，它被认为是创业公司的关键里程碑。Hoffman解释说，PMF代表着一种产品已经找到了它的市场，客户需求强劲，这是企业决定是否进入闪电扩张阶段的基础。

这个概念在过去20年的PC和移动互联网时代被广泛应用于风险投资圈。

然而，在经历了疫情之后，世界经济继续低迷，GenAI时代的到来堪比第二次工业革命之后，PMF过去的方法和概念似乎开始在“准确性”和“适用性”上大幅下降。

为什么呢？现在让我们快速回顾一下PMF这个概念构成后面的含义。

Market： 永远是最核心、最高优先级的因素，也是最难的。我认为占企业家至少80%的时间和精力是一个战略问题，其核心目标是一个「do the right thing」。在这里，我们应该对市场/群体/需求/场景/现有产品和解决方案进行深入的一线研究、分析和假设，以确保解决问题不是一种虚假的需求，不是我们的YY，而是有经济效益的。最好是市场需求快速增长的状态。

Product Fit： 与Market相比，难度并不是最大的。每个创始团队都有自己的基因和1。 of 10的特长，各自切入的方法会有所不同，以尽可能低的成本获得市场反馈，让产品以最快的迭代速度满足市场需求。这个过程中有很多方法论和工具。

上述对PMF的认识非常重要，这里还有一点更重要，但是会被大多数人忽略。

PMF具有很强的时空边界效应。我们将PMF的有效期定义为市场开始大规模接受和选择产品，时空边界决定了其适应范围和水平。这就像食物的有效期或最佳品尝期。

Market将受到各种大小变量的影响，这将直接导致Product在新时代的各种变量下变得格格不入。在AI时代，我们试图从五个基本面入手，了解是什么导致了PMF，以及为什么。 分别是基础设施的稳定性、效果点、竞争激烈、业务成立、环城河的变化。

在接下来的文章中，我们将讨论作为一个企业家在这个新环境中探索PMF的方法，以及生存和发展原则。 (新读者朋友记得先关注，星标)

基础设施的稳定性：技术远未成熟 vs 使用脆弱易碎

新技术(Enabling tech)新产品的出现往往会给新产品一个比原产品好100倍的机会，或者破坏性地降低原产品的使用门槛和成本。但是技术基础设施的稳定性直接影响到Product，也直接影响到其能力的产品和服务的稳定性。

与目前的AI相比，我一直以电力发明为例，它是一种能源，智商能源，与水、电、煤的本质属性一致。

回顾电力在各个行业的渗透过程，AI的历史总是惊人的相似，只是细节不同而已。

1831年，法拉第发现了电磁感应现象，发明了电机和发电机的基本原理。近50年后，爱迪生在1878年创造了一个非常适合电力的app——白炽灯，并于1882年建立了世界上第一个商业电厂(Pearl Street Station)，这意味着电力已经得到了广泛的应用。尼古拉特斯拉推广交流电系统，使电力传输更加高效和长距离。

Electrification started(即第二次工业革命逐步开启):

Electrification adoptioncurve

1889年：电力应用开始缓慢上升(距首个电站成立7年)

一九○九年：电力应用开始显著增长(距首个电站成立27年)

一九二九年：电力在各行业中广泛普及，接近饱和(距首个电站成立47年)

一九四九年：图表的终点，电力在各行业的普及已接近完全(距首个电站成立67年)

第一个商业发电厂出现后的60年，才在各行各业完成渗透。与2020年OpenAIGPT3正式发布这一里程碑事件相比，距离现在只有4年了。与电力电气化的进步速度相比，已经很快了。

GPT-Gen4o预测各个领域AI的渗透进展曲线

为了更好地了解当前基础设施的现状，我们将大模型基础设施的现状与电力系统进行了简单的比较：

1. 发动机的核心原理： 根据电磁原理，发电机的工作原理与Transformer模型和scaling相似。在AI中使用law。Transformer和Transformer的电磁感应原理使机械能转化为电能。scaling 通过复杂的数学和算法模型，law将大量数据转化为有用的智能导出；

2.各种形式的发电机：发电机有风能发电、水力发电、火力发电、核能发电等多种形式。与AI领域相对应，我们可以看到各种数据库训练的开源和闭源模型、多模式模型、专家模型等。

3.各种发电设备：基于不同的功率和能耗，从大型发电机到小型家用发电机，以及电池等储能设备。在AI领域，我们可以看到云大模型、边缘模型、本地模型、端侧模型等不同计算资源和功能的诞生模型。

虽然技术还在进化，但是大模型的输出结果还远远不稳定，普通人在一次或者几次对话中都无法得到满意的答案，甚至scaling。最基本的原理和结构，如law和transformer，随时都有可能被颠覆。

很多创业公司，尤其是wrapper类产品，其本质是对于大型模型等导出的不稳定性，不专业地进行修复、补偿、深加工和各种未来将成为大型模型组件的大拼盘。Agentic flow本质上也采用了更加精细化的分工思路来对应大型一揽子工程，但是交付粗糙，沟通费时，专业深度不足。

对于原材料进行深加工和价值体验升级，本身就是一种重要的商业方式，无可非议。 但是我想强调的是，一定要尽量避免自己的项目落入大模型升级的死亡区域路径。

企业家面对大模型升级的死亡区域有哪些？包括以下原则：

附加值越通用，附加值越低： 比如摘要提取、改写、文章生成、翻译、解释、常规问题的问答

规则越重复，规则就越明确： 例如数据整理、清洁、标记、可视化

越是基础，有模板应用： 比如简单的图像生成、照片除噪、各自率提高、基础数据分析、报表生成、代码片段生成、自动补充、财务报告、市场分析。

预防这些死亡区域的战略如下：产品注重核心能力/竞争力，设计开发灵活性高的架构，帮助用户尽快在产品上积累数据资产和相关资产，不断提高转移门槛，使产品形成网络效应或品牌效应。

商业要素的作用点：连接力 vs 生产力

PC&移动网络和AI作为新技术的作用点有什么不同？首先得出结论。

从商业因素来看，互联网的作用是在渠道模块中建立更有效的连接和接触能力；AI的主要作用是提高生产力和供给侧的效率。

商业由五个关键要素组成:商品、市场、渠道、方式和供应。从互联网到AI，技术作为核心变量，在商业因素的直接作用点、价值和收入奉献路径上也有很大的不同。

商业模式五要素关系

第一，每一种新技术都有自己的核心技术基础和驱动方向：

PC和移动因特网：它们的关键技术基础是计算机硬件，操作系统，TCP/IP协议，web浏览器，这里的连接是主要的驱动力。回放过去市值最高的互联网公司，无论是社交网络、个性化内容推荐应用，还是各种交易平台，都促使信息快速传递，人与人之间、人与信息之间的连接能力变得前所未有的强大和便捷。

互联网技术为商品开辟了新的市场，更快地与合适的用户匹配，向更多的新客户销售。再加上丰富的营销手段和传播机制，从交易数据来看，通常会有一种尖锐的感觉。为什么呢？因为通过提高连接效率，也提高了交易效率，商家在同一时间段内的收入增加了。

PC移动互联网->新连接 = 新收入，见效快，路径短，立竿见影，

AI：它的关键技术是机器学习、深度学习、自然语言理解、计算机视觉等。这些都取决于大量的数据、高性能的计算和复杂的算法。生产力的自动化和智能化是提高决策过程的主要动力，从辅助合作到完全自主决策，从独立行动到实现目标。AI是一种新的生产力，大大提高了生产效率和生产能力。

但供给侧和生产端的效率提升相对较长，不会带来直接的新增销量，尤其是经济疲软、市场需求疲软、消费力减弱。即使生产效率大幅提高，也不能带来更多的收入增长和变化。相反，我们应该找到一种方法来提高我们的产能。相反，通过重构生产关系，公司可以大大降低成本，提高利润率，如AI数字员工、AI销售、AI客服等。，可以显著降低企业成本，但如果产品和服务价格随着成本的降低而降低，也有机会进一步扩大市场需求和销量(尤其是价格弹性高的产品或服务)。

AI->新效率= 新利润，效果慢，路径长(价格下降，煽动隐性需求，增加销售额)

3.激烈的竞争力：incumbents vs startups

它是一场不断巩固现有优势和颠覆破坏性创新的较量。

Incumbents(现有企业)在数据和渠道上有明显的优势，甚至是渠道的领导者。在这种情况下，新技术更多地起到锁定当前市场的作用，而市场或商业模式并未发生根本性的变化。通过使用AI来增强谷歌的搜索体验，而ChatGPT则通过自然语言模型来重新定义搜索工具，谷歌通过广告收费，而GPT则选择付费订阅，这可能会颠覆现有的搜索引擎广告商业模式。从历史的角度来看，这类事件不断发生，从流媒体服务冲击过去的传统有线电视，移动支付冲击传统银行业，Airbnb和Uber冲击传统酒店业和旅游业。

每个企业都可以利用人工智能来实现自己的目标，但是需要明确的是，新项目能否通过enabling？ tech shift不断为颠覆性创新提供更好或难以想象的服务。这种改进应该比原来的感觉提高10倍甚至100倍，或者降低以前的使用门槛或者成本足够低或者免费。

为了寻求与生态巨头合作的机会，你需要审视自己在市场生态中的地位，调整商品和模式。

创业公司具有以下隐性优势

切入转换维度：是否创新创造了一个全新的市场和服务，是否解锁了以前不可能或难以想象的场景，比如Uber，Airbnb

反应时间差：颠覆性创新效果爆发的延迟性和颠覆性技术一般需要时间来改进和普及，可能会以黑天鹅或灰犀牛的形式出现在市场上，尤其是当巨头犹豫不决的时候，因为利基市场机会太小，ROI不够大。

更快更敏捷：创业公司更敏捷，行动更快，愿意更早承担责任。在速度优势更大的市场中运营，行业本身的产业链会很长，变化很小，市场机会和风险会传递得很慢(比如制造业、医疗行业、石化等。)

创业者可以切入的机会

使用商业模式的冲突：现有企业和新兴企业在商业模式上往往存在矛盾。比如谷歌通过竞价推广搜索结果赚钱，而ChatGPT通过提供最准确的结果，通过付费订阅获利。这种模式的差异可以成为新兴企业打破市场结构的切入点。

在当前产品中拆分模块：新兴企业通过拆分当前企业的产品模块，建立专注的细分工具，提供更专注、更便宜、更好的产品。这种方法不仅可以满足特定的需求，还可以避免巨人的直接竞争。未来也有可能通过M&A撤出，获得巨人的收购

使用创新体验：通过提供创新的体验，底层核心技术触手可及，使用户更容易接触和使用新技术，从而增加市场接受度和忠诚度。OpenAI采用对话模式，Mac最初使用图形界面是一个突破性的解锁。

寻找非结构化数据的机会：在大量非结构化数据领域寻找机会，可以成为新兴企业进入市场的突破口。然而，虽然这些领域可以提供最初的优势，但很难成为一条长期的环城河。因此，新兴企业需要不断创新，保持竞争力。

商业成立程度：产品价值优先 vs 商业闭环优先

大多数经历过PC和移动互联网启动和爆发的从业者都有一个思维惯性，那就是“产品价值优先”远远大于“商业闭环优先”。

这种想法认为，只要越来越多的人使用产品和服务，就不必过于关注商业模式和成本。在扩大规模的过程中，可以逐渐找到商业模式，逐渐实现收益，甚至可以持续不盈利。只要我们管理好市场预测和情绪，我们就会很高兴提高股价。

看看最新的数据，2024年Q1全球Gen 与2023年Q3期间相比，AI早期投资总数大幅下降76%。很少有创业团队有条件或者有勇气像当年的PC和移动互联网阶段那样，敢于大踏步发展，迅速做出用户数量，然后寻找商业模式，不像当年的谷歌， Facebook, Linkedin等等等

Pitchbook:early stageVC deals in Gen AI

在Kyle 一篇关于Poyar的文章《how ai apps make money》据统计，目前40家最先进的AI公司中指出，目前超过70%的ai应用是以最保守的订阅模式支付的，只有少数商品是以效果支付的。

在经济低迷、流动性差、新技术基础设施不稳定、外部投资较高的创业高失败率环境下，创业者发射子弹的次数并没有增加，反而受到了严重的限制。

为何？ 理由很简单：经济持续低谷 Hype破灭对风险投资环境的持续悲观影响

第一，经济持续处于低谷，尚未恢复(美国GDP Q1仍在下降，加息周期仍处于高峰，降息延迟，消费者信心指数和中小企业信心指数虽然略有回升，但远未达到过去50年的平均历史水平)；

2024 Q1SMB optimism index

2024 Q1 Real GDP

第二，从Gartner Hype 从Cycle的周期来看，Generative AI也面临着过去期望的高峰(Peak of Inflated Expectations)向幻灭低谷(Trough of Disillusionment)快速下滑的时期(我们知道的事实是技术基础设施还没有稳定下来，还可以看到第一代AI独角兽公司集体寻找卖身)

目前这两个周期的走势叠加在一起，让投资市场的心态和情感钟从钟摆的一端迅速摆到另一端：

由贪婪到恐惧
从乐观到悲观
从风险承受到风险规避
从信任到怀疑
从相信未来的价值，到坚持现在的价值。
由急于购买，到观望和恐慌销售。

环境的变化和风险在生态链中层层传递，这使得大多数企业家被迫放弃先长期主义和理想主义，更加谨慎地计算成本和利润，回归商业和生存逻辑。

环城河变化：变量 vs 常量

在AI时代，公司有哪些环城河？结合巴菲特过去的采访，我们可以梳理出以下类型的环城河，并从AI时代的角度进行扩展:

成本优势

流程优化、位置独特、资源独占、规模大等都会带来成本优势。然而，AI时代通过自动化和智能化进一步降低了运营成本。AI技术可以显著降低人工成本，提高生产效率，产生新的成本优势。但是这条环城河很容易被打破，因为竞争对手可以很快采用类似的AI技术。

连锁经营优势

连锁经营也可以形成一条环城河，主要针对与实体相关的行业和产品。但是可以让AI深入到行业内的workflow和重要节点。比如更智能高效的商品规划、产品设计、供应链管理优化、库存管理效率提升和预测、客户服务体验个性化、市场交付和产品优化。

环城河无形资产

无形资产环城河包括品牌护城河、专利环城河和政府授权垄断。品牌环城河将永远存在，专利和政府授权垄断也是如此。这些AI本身关系不大。然而，在AI时代，数据已经成为一条新的无形资产环城河。拥有大量优质数据、专属数据和行业深度数据的企业在AI应用方面具有显著优势。

环城河网络效应

AI时代，网络效应环城河依然强大。创建过去一系列文章的增长核弹。①：承载和创造科技公司70%的价值「网络效应」网络效应已经详细讨论过了。简单来说，网络效应就是一种效应，当一个产品和服务被越来越多的人使用时，这种服务或商品变得越来越有价值。有兴趣可以再回顾一下。比如社交软件、电商交易平台等经典单侧网络效应，但这里会有一个新的概念叫做“数据网络效应”，后续文章会继续分享。

转换成本环城河

在AI时代，转换成本环城河进一步提高。例如，客户长期使用某一产品，以及个性化的AI助手，积累了大量的使用数据和偏好设置，如keep积累了大量的运动和健康数据，notion积累了大量的知识内容和笔记数据，linkedin积累了大量的相关资产和数据，duolinguo积累了大量的外语学习数据和习惯，这些都不会让客户轻易地转移到其他平台。

环城河科技优势

科技优势环城河和专利护城河是两个概念。环城河在AI时代的科技优势更为明显。但核心是大量优质的独家数据、自主研发的芯片和独特的算法、强大的计算能力等。这些堡垒在科技行业的同行面前可能不会太高，或者可以短时间拉开距离，但从长远来看应该是相似的。

要知道，所有的环城河都是有时效性的，没有永恒的环城河，只有日新月异的技术发展。在AI时代，所有的环城河都面临着新的挑战。AI技术发展迅速，创新周期缩短，市场竞争更加激烈。企业要不断投资AI研发，保持技术领先水平。同时，只有灵活应对市场形势，积极探索新的商业模式和合作机会，才能保持竞争优势，但也要客观接受最伟大的企业，这也是时代的商品，每个企业都有自己的生老病死！

IN THE END

在过去，PMF的验证是反复重复以下假设和验证闭环，直到各种指标能够明确释放signficant。 signals。

Reid hoffman说，一旦PMF点出来，blitzscaling就可以开始了，Product必须同时完成。 Channel Fit(产品渠道匹配)， Channel model fit(渠道模式匹配)， Model Market Fit(模式与市场相匹配)，在完成所有成本和收入的计算评估之后，而且只有在ROI为正时才敢扩张。

最后，为创业公司提供了三个原则，更可以说当前能够生存下来的纪律性：

首先，你必须在早期清楚地知道你的目标用户是谁，以及他们没有得到满足的需求和烦恼是什么。你可以结合AI提升他们的价值或体验(一般至少需要10X才能让用户有足够的动力去尝试一款新产品)。

其次，清楚地知道他们在哪里，并且必须非常低成本，或者免费接触和转换他们(不要试图通过巧妙的方式批量获得他们，这可能是一种土壤方法。真诚是最有效、最经济的方法)

第三，准确率高，看到产品演示，甚至只知道产品的概念，一定要给他们留下极好的第一印象，有付费行为，有良好的沟通来管理客户的预期。

最后，这一切都要让你每个帐户都能计算出来(token的成本、数据成本、渠道、试错、迭代等)，并且要能够高效地回款，因为在最初阶段还不能确定和计算客户life-time时，LTV/CAC的公式会显得太长。

Ref & Inspired by:

https://www.nfx.com/post/product-market-fit

https://pmarchive.com/guide_to_startups_part4.html

https://caseyaccidental.com/caseys-guide-to-finding-product-market-fit/

https://brianbalfour.com/essays/product-market-fit-isnt-enough

https://a16z.com/12-things-about-product-market-fit/

https://builtin.com/articles/product-market-fit