融资消耗过半后,这支 AI 连续创业团队主动放弃 ToC 产品、全员停薪,把真实客户数据作为转向 B2B 的依据;随后切入服装行业,自建模型,并让 AI 深度耦合企业 workflow。
适合产品失去增长、正在考虑 ToC 转 B2B,或试图把 AI 接入垂直行业的创业团队,帮助你判断何时该停止、转向和重新下注。
• The Mom Test 为什么要求创业访谈聚焦真实行为,而不是向用户 pitch 产品?
• 哪些数据能揭穿 ToC 产品的假象反馈,并支持转向 B2B?
• 为什么服装行业的真实数据困境让开源模型无法直接满足需求?
• AI 与企业 workflow 深度耦合,与简单替代人工有什么差别?
• 从 PoC 走向 scalable 系统时,go to market 为什么与模型能力同样关键?
00:00 — AI 创业下半集:从产品 pitch 误区开始
01:00 — The Mom Test:先问真实行为,不急着讲产品
03:21 — 全员停薪:为错误决策付出可计算的代价
04:20 — ToC 的假反馈,以及为什么转向 B2B
06:27 — 从 Saks Fifth Avenue 客户找到服装行业痛点
07:28 — 公开数据与开源模型为什么满足不了需求
09:43 — 没有可用模型,只能开始自研
12:35 — AI 要耦合企业工作流,而不只是处理单张图片
14:28 — 从技术驱动转向客户问题与完整 solution
16:03 — Go to market 与 product-market fit 的现实难度
18:48 — 一边交付一边建立 SOP 和 scalable 系统
21:37 — 用首个设计伙伴打磨流程后拓展欧美客户
靠捡垃圾攒服务器,做出亚马逊Rekognition的前身!AI前夜的创业故事|灶爷访谈_上:
https://youtu.be/k4ymsRaIUX4
加入Superlinear Academy免费社区
请把正在犹豫的产品转向方案带来,用客户证据检验停止、转向或加注的决定。
https://www.superlinear.academy/
孙煜征(课代表立正),康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监,也是OpenAI收购团队早期成员。
《课代表立正》关注AI如何改变工作、职业与商业,以及人在变化中最需要保留的判断力。