初创公司的好消息：大企业做不好 AI

一句话结论

大企业在 AI 落地方面普遍失败并非 AI 本身的问题，而是其内部软件构建能力的系统性缺陷所致。这恰恰为初创公司创造了前所未有的机遇：如果你能造出真正有效的 AI 产品，大企业会主动找你——因为他们内部造不出，成熟软件公司也造不出。同时，AI 需要被重写为 AI 原生（AI Native），这对创始人意味着大量待构建的机会。

来源信息

Executive Summary

本期《光锥》节目讨论了社交媒体上"95% 的 AI 项目失败"的说法，YC 合伙人 Jared 研读了引发该论调的 MIT 研究报告后发现：报告的结论与推文暗示截然不同——失败并非 AI 本身的问题，而是大企业内部构建软件的能力缺陷所致。企业内部 IT 系统落后、咨询公司（如安永、德勤）缺乏技术深度、工程团队对 AI 缺乏信念、组织政治内耗严重，导致自行开发几乎注定失败。而报告数据表明，企业选择外部供应商（初创公司）时成功率远高于自行开发。节目通过 Tactile、Greenlight、Castle AI、Reduct 等 YC 公司案例，证明初创公司可以凭借产品卓越性和"做不规模的事"的方法论赢得大企业合同。此外，Jared 指出 Karpathy 关于 AI 智能体的访谈被误读——其本意是仍有大量机会去构建优秀工具。最终核心信息：不要被统计数据吓退，如果你是真正优秀的创始人，你可以成为那成功的 5%。

核心观点

1. "95% 的 AI 项目失败"推文版本具有严重误导性

Jared 仔细研读 MIT 研究报告后发现：推文声称"95% 的 AI 项目失败，所以 AI 是骗局"，但报告实际结论是——失败源于企业内部软件构建能力缺陷，而非 AI 技术本身。报告调查的项目中，三分之二是企业自行或借助咨询公司开发，只有三分之一是向外部供应商购买产品。而企业选择外部供应商时的成功率远高于自行开发。

2. 大企业为何做不好 AI：系统性能力缺陷

3. 初创公司的机会：大企业别无选择

内部造不出、成熟软件公司也造不出——初创公司因此获得前所未有的机会。软件需要被重写为 AI 原生（AI Native），这对创始人意味着大量待构建的机会。Diana 强调：既拥有最前沿 AI 理解力和产品品味，又具备足够同理心理解人类业务流程的通才型人才极其稀缺——在每一个应该存在却不存在的系统中，都有一个"初创公司形状的空洞"。

4. 转换成本即护城河

Jared 引用了一位 50 亿美元金融服务公司 CIO 的话："我们正在评估五种不同的生成式 AI 解决方案。一旦我们在训练一个系统上投入了时间，转换成本将变得不可承受。"这直接回应了"聊天机器人包装器没有护城河"的质疑。

5. Karpathy 访谈被误读

Jared 指出：推文版本是"Karpathy 说智能体被过度炒作"，但实际访谈中 Karpathy 的观点是——你不能只给智能体一个提示词就指望它完美完成所有工作，你仍需做大量工作（提供正确数据、构建上下文、进行评估、搭建实际工具）。Jared 解读为：这对初创公司是绝佳机遇——仍有大量东西等待被构建。

6. 如何在大企业中找到"冠军"（Champion）

可执行建议

  1. 不要被"95% 失败率"吓退：问题不在 AI，而在谁来构建。如果你是优秀的产品人和工程师，你可以成为那 5%。
  2. 向大企业销售时，用"做不规模的事"：与客户内部"冠军"建立深厚友谊，创始人的雄心和乐观具有感染力。
  3. 寻找被收购公司的创始人作为冠军：他们了解大企业内部采购流程和政治，能提供逐步操作手册。
  4. 对大企业推销时保持真实性：不要模仿大企业的繁文缛节，展现聪明和专业即可。
  5. 构建 AI 原生产品：不是在旧系统上"贴 AI 标签"，而是从底层 AI 原生构建。
  6. 利用转换成本构建护城河：一旦客户花时间训练你的系统，转换成本将成为强护城河。
  7. 对不信 AI 的工程师：亲自试用一下 AI 工具——它能将 10 倍工程师变成 100 倍工程师。

重要例子 / 公司案例

Tactile

为银行构建高级商业决策引擎（KYC/AML 实时审查）。花旗银行和摩根大通曾各自耗时 3-5 年、投入数千万美元尝试自建类似软件失败，Tactile 用一小部分预算和远少的时间就构建了实时决策 REST API。

Greenlight

向银行销售 AI 系统。某银行因与安永有长期关系，让安永构建 AI 系统，安永花了一年时间系统完全无法运行。银行回头找 Greenlight，如今其系统已全面部署且正常运转。

Castle AI

构建 AI 抵押贷款承销系统。在与银行现有供应商的"烘焙对决"中胜出，因为老供应商的 AI 产品只是"贴了一层 AI"，缺乏原生构建的深度。仅一年内就拿下了多家大型银行。

Reduct（B 轮融资）

专注 AI 文档处理。客户此前花费数年尝试各种方案（开源、AWS Textract、各类 OCR）均未达标。Reduct 凭借产品卓越性在 YC 批次结束后仅 154 天签下大客户。秘诀是与客户内部"冠军"建立深厚友谊，用"做不规模的事"赢得合同。

关键证据

涉及概念

涉及人物

涉及公司

可沉淀到哪些主题页

不确定事项

Change Log