朱啸虎在北大谈 AI 创业：技术会扩散，用户入口和商业化更难守

在北京大学的一场 AI 创投课上，朱啸虎把创业判断从模型能力拉回到用户入口、留存和商业化。原帖整理的 19 条要点，最值得展开的一条线是：当技术快速扩散，创业公司要寻找下一种稀缺资源。

技术优势会随着扩散改变价格

原帖把朱啸虎的判断概括为一句话：技术领先是阶段性优势，长期竞争最终要回到商业。这里的“回到商业”不是把技术放到一边，而是要看技术进步和技术扩散谁更快。

在技术进步快、能力仍然稀缺的阶段，领先模型、算法或硬件可以带来明显差异。能力一旦迅速进入开源社区、供应链和标准化工具，竞争变量就会移动：渠道、品牌、成本、交付和用户关系开始承担更大的作用。

这也是原帖中“技术扩散后，最大的客户可能成为最大的竞争对手”这张投影的含义。客户掌握了需求和入口，供应商提供的功能就可能被内部团队吸收；平台掌握了用户和分发，独立产品就要面对被集成的压力。

3S 先问市场，再问复制和防守

朱啸虎在原帖中用 3S 概括创业项目的基本筛选框架：Size，市场足够大；Scalable，业务能够快速复制；Sustainable，长期有防御力，不容易被大厂复制或吞掉。

这三个条件对应创业公司最容易混淆的三件事。市场大，解决的是需求上限；能复制，解决的是每增加一个客户时成本会不会同步增加；有防御力，解决的是产品被平台集成、竞争者模仿后，公司还剩下什么。

因此，高度定制化的业务需要谨慎判断。若每个客户都要重新部署、重新开发、重新服务，收入增长往往伴随人力增长，公司的经营形态就更接近服务项目。定制服务可以赚钱，但它与可规模化产品需要不同的组织和估值逻辑。

入口比功能多一层竞争

原帖反复提到用户入口：微信、QQ、社交网络、社区，以及连接供需双方的平台。投影中的三层图把“社区、平台、产品”放在不同位置，旁边列出腾讯、拼多多、美团、滴滴、京东、Apple、小米等名字。

这些案例共同指向一个问题：产品功能能否被复制，和用户从哪里进入，是两种不同的竞争。拥有入口的平台可以观察新产品的增长，再用已有流量、品牌和分发能力进入相邻市场。

双边平台还多一层网络关系。滴滴需要同时连接司机和乘客，美团需要同时连接商户和消费者。供给端和需求端都足够分散时，平台的价值来自持续撮合大量关系；单纯提供一个接口，难以复刻这种网络。

留存把增长和商业价值分开

原帖提到，用户数量不能直接等同于商业价值。更关键的指标包括用户是否愿意付费、是否留下来，以及能否升级到更高价值的服务。帖中还记录了朱啸虎看 AI 产品时关注的经验门槛：次月留存 50% 以上、半年留存 20% 以上。

这组数字属于演讲中的投资判断口径，不是某个具体产品已经达到的测试结果。它的作用是提醒创业者把“获客”与“留存”拆开看：买量可以带来第一次使用，持续使用则要靠产品在真实场景中解决问题。

对 AI 产品来说，留存还会受到成本、结果稳定性和工作流嵌入程度影响。用户每周都要使用的工具，更容易形成连续关系；低频服务每次需求出现时，都可能重新被平台或其他渠道截流。

AI 创业要避开“免费功能”位置

一个简单的 AI Feature 如果没有独立入口、专有数据、供需网络、品牌或稳定的交付关系，竞争防守会很薄。上游模型公司或下游平台都可能把它吸收进现有产品。

因此，AI 应用的壁垒未必只来自模型本身。它也可能来自高频工作流、行业数据、服务交付、用户关系、渠道和成本结构。技术负责把体验推到一个新的水平，商业系统负责让用户持续回来，并让竞争者复制时承担更高代价。

原帖还提到两个应用方向：C 端产品要在已有需求上提供明显更好的体验；B 端软件可以借助开源模型和开发者社区触达海外用户。前者考验用户是否愿意反复使用，后者考验产品能否从技术触达走到真实付费。

机器人也要从具体任务开始

在机器人部分，原帖记录的判断是：创业公司可以优先解决高价值、任务明确、泛化要求较低的场景，例如水下清洁和工业装配。与其一开始追求“通用”，不如先把一个可计价的任务做稳定。

这个判断延续了前面的商业逻辑。任务越具体，客户需求、交付结果和收费方式越容易被定义；系统越依赖复杂的泛化能力，研发周期、部署成本和责任边界就越难控制。对创业公司来说，先把一个可计价的任务做稳定，通常比先讲一个覆盖所有场景的故事更容易验证商业化。

从模型到机器人，文章可以留下一个具体判断：技术领先决定你能否进入牌桌，用户入口、留存、成本和交付决定你能否留在牌桌。