如何在创业公司中使用 AI

摘要

在 AI 浪潮席卷全球之际，创业者面临的核心问题不再是"是否应该用 AI"，而是"如何正确地用 AI"。本期 YC Office Hours 中，四位 YC 合伙人——Brad、Pete、Gustav 和 Nicola——深入探讨了创业公司应当如何拥抱 AI。他们的一致观点是：仅仅将产品换成"调用 OpenAI 的接口"并不能改变创业的命运，创始人仍需完成创造客户价值这一基本功。然而，任何新公司今天如果不利用 AI，就如同云计算时代不用云一样不可理喻。当前正处于类似 2010 年代初软件从本地部署（On-Prem）迁移到云端的历史性时刻——大量现有软件可以基于 AI 从零重构，变得更加出色。同时，旧金山依然是 AI 创新的核心枢纽，创始人应当至少短期驻扎于此以获取前沿洞察。从 Superhuman 到 Bappy 的转型故事、医疗行政自动化的巨大空间、AI 原生安全工程和本地化等具体案例，均指向一个清晰的结论：AI 时代创业的关键在于深入行业洞察、融入社区、并以 AI 原生思维重新构建产品。

正文

是否应该转向 AI？

主持人提出了一个当前创始人最关心的问题：如果你正在用传统方式构建创业公司，是否应该转向 AI？

Gustav 给出了两个层面的回答：第一，你不应该仅仅因为 AI 看起来是个好主意就盲目转向；第二，你几乎绝对应该在做的事情中以大语言模型（Large Language Model, LLM）为核心。Nicola 补充了一个例子——她工作过的一家公司本质上是一家业主协会（HOA）管理公司，他们向公寓董事会销售服务、帮他们处理所有事务，但他们在内部利用 LLM 让一切变得更高效。就像云计算时代你理所当然会使用云一样，今天任何创建新公司的人不利用 AI 都是不合逻辑的。

云迁移的历史重演

Pete 指出，当前时刻与 2010 年代初极为相似——当时大量软件业务开始迁移到云端，创始人面对大量好机会，可以用云端方案替代传统的本地部署遗留软件。他提到了 Workday 的 CEO，此人此前在 PeopleSoft 工作，亲眼见证了云时代的颠覆——PeopleSoft 虽然庞大，但云来了之后，有人从零开始构建全新版本，一切基于云端，结果更好。现在同样的事情正在 AI 领域发生。

移动时代的启示

Gustav 回顾了自己 2007 年加入 YC 的经历——他的第一周恰好是 Steve Jobs 发布 iPhone 的时候。当时很难想象此后会发生什么：他所在的公司实际上太早了——App Store 到第二年夏天才开放，所需权限更是到 2009 年才上线。但在随后 5 年里，所有重要的移动公司基本都在那段时间创立。他的 YC 批次中有一个人叫 Joe，在黑客马拉松上构建了 Facebook 的第一个移动应用——当时 Gustav 的反应只是"哦，很酷"，但回望过去，他们正处于那个周期的起点。

Gustav 认为，没有经历过真实技术周期的创始人可能无法以同样的方式看到当前 AI 周期的意义。大公司通常由大技术变革所催生，而这次变革始于两年前，并且每个月都在加速——去年初能构建的东西与现在已不可同日而语。

大公司的速度劣势

Gustav 指出，创始人不应恐惧大公司——它们太慢了。以 ChatGPT 为例，它已经诞生两年多了，但许多大公司的反应依然迟缓。"显而易见已经两年了，变化的方向已经明确，但我们（大公司）仍然只有整个 Alexa。"虽然最终会赶上，但速度差距为创业公司打开了巨大的机会窗口。

Superpowered 到 Bappy 的转型故事

Gustav 分享了一个极具启发性的案例：一家公司 2020 年秋季以"Invest Better"的名字申请 YC，构建金融投资平台。进入 YC 后不到一个月，他们就转向了生产力工具——帮助用户更便捷地使用 Zoom。当时正值新冠疫情初期，人们每天要进行 20 次 Zoom 通话，而每次打开 Zoom 都需要日历点击多次。他们构建了"Superpowered"——一键下拉即可完成所有操作。这是 Gustav 在 YC 见过的最美观的生产力产品之一，增长到数千日活用户，达到了"默认存活"（Default Alive）状态。

然而，一两年后他们搬回多伦多，在那里他们意识到 LLM 正在改变一切。他们在去年初做出了两个关键决定：从多伦多搬到旧金山，以及停止原有产品、开始构建新东西。这家公司就是现在的 Bappy——过去 15 个月内，它从零增长到为 YC 内外大量公司提供服务。创始人看到了趋势，做出了搬迁和嵌入社区的决策，结果证明这一选择完全正确——这家公司现在如日中天。

盲目转向 AI 的陷阱

Nicola 指出，她也见过一些公司原本不做什么 AI，业务不顺，于是转向 AI，结果依然不好。这些公司的错误在于：采取了非常显而易见的路径——成为"第 50 家客服代理公司"，没有真正的新洞察；也没有改变工作环境，没有融入任何社区，没有深入客户洞察。仅仅把创意换成"调用 OpenAI 的接口"并不能改变创业的命运——让技术为客户创造价值的基本功依然相同。

旧金山：AI 的核心枢纽

Gustav 强调，AI 的一切目前都发生在旧金山。搬到这里是打开新思路、获取新洞察的绝佳方式，避免落后、了解最前沿状态。如果你还不准备搬来，至少来待三四周——参加黑客马拉松、嵌入这个社区。他举了在 Airbnb 工作时的例子：他们想学习搜索引擎优化（SEO），而世界上最好的 SEO 团队就在楼下的 Pinterest——走下楼就能向最顶尖的团队学习。如果你在芝加哥，想要联系 Pinterest 的人，发邮件、LinkedIn 私信——就是不会发生。现在旧金山对 LLM 的地位也是如此：隔壁或三个门之外就是你想学习的领域中最好的公司。

AI 的具体应用案例

Nicola 分享了最近一批 YC 公司的案例：

• Replex：自动化 AI 本地化（AI Localization）——自动将软件界面从一种语言翻译为另一种语言。
• Gecko Security：AI 安全工程师——将此前专业化的安全技能用 AI 自动化，放在直觉化界面后面，让软件工程师能在发布周期中独立管理安全事务。
• 一家由前保险科技公司员工创立的公司：他们深谙联邦医保优势计划（Medicare Advantage）代理人的销售流程，因此构建了面向这些代理人的 AI 副驾驶（AI Copilot），表现出色。

医疗行业的巨大机会

Gustav 分享了他对医疗行业的系统性思考。美国医疗系统支出约 4 万亿美元，其中 1.3 至 1.4 万亿是行政管理费用。在 YC 投资的公司中，大部分行政管理实际上是遗留软件系统加一个在系统之间搬运数据的人。美国每位医生对应的行政人员数量远超许多其他国家——既有大量软件又有大量人员，再加上激励结构导致系统内每个人都需要盈利。

然而，大多数任务现在完全可以自动化。例如 PreOp TARA——从医生处获取信息及其他来源信息，自动总结并生成术前授权请求，送入支付门户。这完全可以由 LLM 完成，而这只是数十个类似手工重复任务中的一个。Gustav 确信，医疗领域不仅是前台排班，而是每一个后台办公任务都有自动化空间。

他的建议是：去找在医疗行业工作的朋友，坐在他们旁边，看他们的屏幕，观察他们的重复性任务——不需要几个小时就能发现大量可优化的机会。Nicola 还补充了一个用语音 AI 在患者就诊之间打电话回访的案例，既为诊所带来更多生意，也为患者提供更好体验。

一套组合拳：转向 AI + 来旧金山

四位合伙人的共识可以概括为一套组合拳：你几乎应该转向 AI（但要有真正的洞察和深度，而非盲目跟风），同时你应该来旧金山，以最佳方式实现这一转型。AI 时代的机会前所未有，但基本功——创造客户价值——永远不变。