深度 · 小互解读

硅谷著名投资人 Sarah Guo 谈 AI 创业:「AI 大厂会把我们秒杀」怎么办

怕被 Anthropic 做成一个功能,多半是问错了问题;真正该问的是你在跟那家公司里的谁竞争。
一分钟速览
  • 创业者现在最常听到的劝退是「这个 Anthropic 或者 OpenAI 自己就会做」,五年前这句话里的主语是 Google 和 Amazon。
  • Sarah Guo 的说法是:别问那家大公司会不会做,先问它会派谁来做。一家公司最强的那批人就那么一拨,都守在核心业务上,其余产品线轮不到他们。
  • 她判断 Anthropic 的核心是模型本身、核心用例是代码,其余都次要;刻意不做视频和图像模型,一部分是安全考虑,一部分是聚焦。
  • AI 不豁免任何商业基本面:Anthropic 做到 400 多亿美元收入靠的是开发者自己涌进来,销售在那儿主要是接单。
  • Conviction 近年最大的思维转变,是放弃硅谷「先做好一件事」的正统打法,客户不想要一百万个供应商,单点切入只是临时状态。
开场

创业者现在最怕听到的一句话

五年前你带着新产品去融资,最常听到的质疑是:这个 Google 自己就会做,Amazon 会把你变成一个功能,你会被覆盖掉,那你的优势是什么?

现在你再去找投资人,同一个质疑只会更重。因为在 AI 时代,一个产品可能几个月、几个星期就被模型的一次更新整个盖掉。质疑里的公司名也换了:现在是 Anthropic 会把你吃掉,OpenAI 会把你变成一个功能。

五年前的威胁

大公司照着你的样子做一遍。这需要立项、排期、调人,你至少还有一两年时间去建壁垒、抢客户。

现在的威胁

模型的一次更新就可能把你整个盖掉。不需要谁专门针对你,能力一放出来,你那层薄薄的价值就没了。

问题抛给了 Sarah Guo。

她是硅谷投资机构 Conviction 的创始人。此前她在老牌风投 Greylock 干了将近十年,2022 年出来自己开了机构。她出名的原因很简单:别人是 2023 年才一窝蜂转向 AI 的,她 2022 年就把整家机构押在了这上面,而且押中了。她最早那批投资里就有 Harvey,这家 AI 法律工具后来成了 AI 应用里跑得最快的公司之一;后面还有 Sierra 和 Open Evidence。四年时间,Conviction 从零做成了硅谷叫得出名字的机构。

主持人 Matt MacInnis 把那个质疑原样丢给她:这个说法现在还成立吗?你还会因为一家公司迟早会被 Anthropic 做掉而拒绝投它吗?你的线画在哪儿?

她没答成立还是不成立,她把问题换掉了:你先想清楚,你到底在跟谁竞争。
问题一换,这件事就从没法回答的猜测,变成了能查证的事:你要做的这件事,在那家大公司里排第几位,他们会派什么水平的人来做
访谈全片,54 分钟,本站配了中英双语字幕。左边是主持人 Matt MacInnis,右边是 Sarah Guo。下文按对话推进的顺序展开,想听原声可以直接看这里。原片:Rippling 播客 First Principles 首期。
核心判断

大公司最能打的人就那么一拨

她先承认有一种情况这个恐惧是真的:你要是去做搜索和广告,那对上的就是 Google 最强的那批人,那些人是真厉害。

但大多数创业公司碰到的不是这种情况。她说一家大公司手里那么多产品,绝大部分配的都不是最强的人,因为最强的人就那么一拨,不够分。

如果你的产品是 Google 的第 27 优先级,其实没那么可怕。 Sarah Guo

她给这件事起了个名字,叫组织物理学。意思是一家公司能同时做好几件事,是有物理上限的。除非它从建立起就是照着多线作战设计的,否则它只在核心业务上出色,别的地方都平庸。这跟管理好坏没关系,就是人手不够分。

打个比方

就像一支球队只有一套首发。它同时打三个联赛,那必然有两个赛场上的是替补。你要是正好碰上它派替补的那场,那就不是「它比你强」这么简单了。

一家巨头的产品线阵列 深色格是最强的人守着的核心,浅色格是其余产品线 核心业务 最强的人在这 第二支柱 还能分到一些 二线二线三线 三线三线外包 只维护快放弃 你在这里 该问的是:这件事在他们那儿排第几,他们派谁来做 排得越靠后,他们投的人越少,也越不着急
本站据 Sarah Guo 在访谈中的说法绘制的示意图,格子数量与分工为示意,非某家公司的真实产品线。

所以她的意思是,大公司核心业务之外那一大片,创始人本来该更有底气去做。那些地方派的是二线三线的人,对创业公司来说就是空间。

那 Anthropic 的核心到底在哪

那问题就来了:你怎么知道一家公司的核心在哪,会不会正好撞上它最强的那批人?主持人追问:那 Anthropic 是被造来擅长什么的?

她的读法是,模型本身就是这门生意,核心用例是代码和能自我改进的模型,朝着 AGI 的目标持续提升能力,其余都相当次要。支撑这个判断的是它克制着没做的那些事。