初创公司的好消息：大企业做不好 AI

摘要

本期《光锥》（The Light Cone）节目深入剖析了一个令初创创始人振奋的现象：大型企业在 AI 落地方面普遍表现糟糕，而这恰恰为初创公司创造了前所未有的机遇。节目缘起于社交媒体上广泛流传的"95% 的 AI 项目失败"的说法，YC 合伙人 Jared 仔细研读了引发这一论调的 MIT 研究报告后发现：报告的结论与推文所暗示的截然不同——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。节目通过 Tactile、Greenlight、Castle AI、Reduct 等多个 YC 孵化公司的真实案例，揭示了大企业为何在 AI 上屡屡碰壁：内部 IT 系统落后、咨询公司缺乏技术深度、工程团队对 AI 缺乏信念、组织政治内耗严重。与此同时，报告数据表明，当企业选择外部供应商（即初创公司）时，成功率远高于自行开发。节目还探讨了初创公司如何在大企业中找到"冠军"（champion）、如何用"做不规模的事"（do things that don't scale）赢得合同，以及 Andrej Karpathy 关于 AI 智能体（Agent）被过度炒作的访谈如何被误读。最终，节目传达的核心信息是：如果你是真正优秀的创始人，你不应被"5% 成功率"吓退——因为你完全有可能成为那 5%。

正文

"95% 的 AI 项目失败"——推文说了什么，研究又说了什么

节目开场，主持人表达了近期被 AI 网红（AI influencers）激怒的感受——他们在 X 和 YouTube 上声称"95% 的 AI 项目是失败的"，以此证明 AI 是骗局。Jared 仔细阅读了被这些人挪用（grifting with）的 MIT 研究报告后指出：推文版本极具误导性。他曾与一群大学生交流，对方仅凭推文摘要便得出结论——"YC 谈论的 AI 初创公司一定都不行，因为研究说它们全都失败了"。然而，Jared 越深入阅读原始报告，越发现它实际上印证了节目此前关于 AI 智能体（AI Agent）在真实世界中运行方式的讨论，以及哪些方法和类别确实在奏效。

大企业为何做不好 AI：内部 IT 与咨询公司的双重困境

Gary 提出了一个直观的心智模型：当企业试图推进 AI 项目时，通常依赖内部 IT 团队，或者当内部 IT 不堪用时，转向安永（Ernst & Young）、德勤（Deloitte）等大型咨询公司。然而，任何使用过企业内部 IT 系统的人都知道——内部系统通常很糟糕。而如果转向咨询公司，问题不仅没有减少，反而加倍了。Jared 指出，报告的结论对他而言毫不意外：世界上大多数被构建出来的软件都非常、非常糟糕。

Gary 以苹果公司为例——这家拥有无限资本和全球最顶尖人才的公司，其日历应用（Calendar App）依然频繁出现奇怪的 Bug。如果苹果都做不好一个日历应用，普通公司、内部 IT 系统，甚至安永或德勤又怎能例外？这些机构中的人或许出于善意，但产出的大多数软件质量堪忧。

Diana 补充了组织政治的维度：大企业中部署复杂软件通常需要多个团队协同使用，而跨团队协作必然伴随政治博弈（political battles）和地盘之争（turf wars）。企业转向咨询公司的部分原因，正是希望安永这样的机构能充当调解者——与数据科学团队、客户支持团队、IT 团队逐一沟通，整理出各方需求的文档，形成某种共识规格。这一步骤虽有价值，但下一步——实际执行——咨询公司缺乏技术专长来实现软件；而企业内部即使有软件团队，系统也往往老旧且孤立（siloed），需要同时具备外部咨询的协调能力和内部的软件构建能力。最终产物往往沦为"委员会设计的骆驼"——一匹由委员会设计的马（a horse designed by a committee），即各方妥协下的四不像。

Tactile：银行内部耗时数年的项目，初创公司用 REST API 搞定

Gary 和 Jared 介绍了他们曾合作的 Tactile 公司，该公司为银行构建高级商业决策引擎（business decision engine），可在实时处理中帮助银行完成 KYC（了解你的客户，Know Your Customer）和 AML（反洗钱，Anti-Money Laundering）审查——例如，当有人申请贷款时，系统可以即时判断其信用状况和业务规则合规性，每天在规模上执行数百万次决策。花旗银行（Citi Bank）和摩根大通（JP Morgan）曾试图自行构建类似软件，每个案例都耗时 3 至 5 年、投入数千万美元。而 Tactile 仅用一小部分预算和远少的时间，就构建了一个实时决策的 REST API，并可将最新 AI 模型接入其中。

Greenlight：安永花一年没做成的 AI 系统，初创公司做成了

Jared 分享了 Greenlight 的故事——这家同样向银行销售 AI 系统的公司，在试图向某银行推销时遭遇了阻碍：该银行与安永有长期合作关系，而安永据说为该银行构建所有软件，这在业内并不罕见。银行表示信任老伙伴安永，让安永来构建 AI 系统。结果安永花了一年时间，系统完全无法运行。银行这才回头找 Greenlight，如今 Greenlight 的系统已在该银行全面部署且正常运转。

Jared 特别指出了报告中一个关键数据：在所调查的项目中，三分之二是企业自行开发或借助咨询公司开发的项目，只有三分之一是向外部供应商购买产品的项目。然而，企业选择外部供应商时的成功率远高于自行开发的成功率。这组数据本身就是对"AI 是骗局"论调的有力反驳——问题不在于 AI，而在于谁来构建。

为什么只有少数人能做好 AI 产品

Gary 回到苹果的类比，提出了更深层的洞察：真正能做出可用产品的人极其稀缺——你需要既擅长产品又擅长工程的通才（polymaths）。世界上有很多出色的工程师，但他们可能整天待在"编码洞穴"（coding cave）里，无法理解银行职员的工作方式；而另一端，真正理解业务领域的人往往不会写代码、不懂技术、无法设计和交付产品。因此，在每一个流程、每一个应该存在却不存在的烦人系统中，都有一个"初创公司形状的空洞"（startup-shaped hole）。

Diana 进一步指出，这是一种极为罕见的技能组合：既拥有最前沿的 AI 理解力和产品品味（product taste），同时又具备足够的同理心去理解人类业务流程并将其转化为产品。

Castle AI：不是贴上 AI 标签就够了

Diana 分享了 Castle AI 的案例。该公司同样面向银行，构建 AI 抵押贷款承销系统（AI mortgage underwriter）。当 Castle 进入银行的销售对话时，常常需要与现有 incumbent 供应商进行"烘焙对决"（bake off）——即竞标对比测试。银行之所以继续信任老供应商，是因为长期合作关系。但有趣的是，这些老供应商的 AI 产品往往只是在原有系统上"贴了一层 AI"（AI slapped on top），缺乏从底层原生构建（native from the beginning）的深度和产品品味。Castle 正是凭借这种原生 AI 架构的优势，在仅一年的时间内就拿下了多家大型银行。

Reduct：154 天签下大客户，靠的是做不规模的事

Diana 介绍了 Reduct 的案例——该公司刚宣布完成 B 轮融资。令人震惊的是，他们在 YC 批次结束后仅 154 天就签下了一家大型风投公司（fan company，应为金融公司/大型企业的 ASR 误差）。这家公司通过 YC Launch 发现了 Reduct 并主动联系。

Reduct 专注于 AI 文档处理（document processing for AI）。该客户此前已花费数年尝试各种内部解决方案——开源方案、AWS Textract、各类 OCR（光学字符识别，Optical Character Recognition）方案——均未达标。最终，Reduct 凭借产品卓越性（product excellence）赢得了这笔大单。

然而，Reduct 的成功并非一帆风顺。他们必须与客户内部团队竞争，并巧妙地应对复杂的组织政治——MIT 报告确实提到了这一点。Diana 强调，这一切的秘诀正是 YC 的经典方法论："做不规模的事"（do things that don't scale）。Reduct 与客户内部的"冠军"（champion）建立了深厚的友谊，这位内部支持者看到了这些聪明年轻人的热情，愿意为他们冒一次险。Diana 认为，这是 YC 创始人向大企业销售的常见模式——创始人的雄心和乐观具有感染力，能让人愿意给予机会；而一旦获得机会，他们往往超越预期。

如何在大企业中找到你的"冠军"

Gary 补充了一种特定的大企业员工原型：那些一直梦想创业但永远不会真正付诸行动的人。他们太过厌恶风险（risk-averse），因此可以通过支持一个令人兴奋的初创公司来间接体验创业之旅。如果你找到这样的人作为你的冠军，他们真心希望你成功，因为你的成功让他们感觉自己也在创业。

Diana 深以为然："找到那些想要滋养内心那个曾经梦想创业的小孩的人。"

Gary 还给出了一条关于创始人形象的建议：许多年轻创始人试图伪装成熟——穿西装、照搬微软主页的设计——但他们不该这么做。保持真实（authentic）就好。做一家初创公司本身没有问题，重要的是展现聪明和专业，而非复制大企业的繁文缛节（formalism）。

Jared 分享了另一个实用策略：找到那些公司被大企业收购的创始人，让他们成为你的冠军。以 Triplebyte 为例，他们之所以能与苹果合作（当时几乎没有招聘公司在与苹果合作），全靠一家被苹果收购的 YC 公司 Q（由 Robbie Walker 和 Danny Gross 创立）的引荐。Jared 还回忆起通过一位将公司卖给 Oracle 的创始人，拿到了 Oracle 的试点项目——这位创始人不仅帮助他们走完采购流程，还提供了完整的内部政治攻略和逐步操作手册（step-by-step playbook）。

Gary 感慨，这是硅谷特有的"传递善意"（pay it forward）文化，其价值无法在任何研究中被量化。

企业对 AI 的需求远超想象，且更愿意赌初创公司

Jared 指出了报告中被推文版本完全忽略的另一个乐观发现：企业对采用 AI 的需求极其旺盛，而且比以往更愿意在新创公司上下注。所有这些销售技巧固然有用，但如今向一家大型科技公司（FANG company）推销 AI 智能体，确实比当年 Jared 运营 Triplebyte 时容易得多。

然而，Gary 将话题拉回报告的核心逻辑：企业当然更愿意从成熟的软件公司或融资充足、存在多年的后期初创公司购买解决方案——因为风险更低。但根本问题在于，这些公司造不出产品。许多 YC 合伙人都认为，原因在于大企业的工程团队充斥着本身就不相信 AI 的人——他们不使用代码生成工具（codegen tools），认为一切都是过度炒作，当 MIT 研究说 AI 是泡沫时兴奋地转发——因为他们内心渴望相信这个叙事。但对公司而言，后果是致命的：如果你的工程师不相信 AI，你怎么可能造出真正有效的产品？

对初创公司的连锁效应（knock-on effect）则是：如果你能造出真正有效的产品，大企业会主动找你——因为他们别无选择。内部造不出，成熟公司也造不出。初创公司因此获得了前所未有的机会。

对不信 AI 的工程师：试试再说

Jared 对那些被激怒的工程师发出了直接邀请：讽刺的是，你真正需要做的只是尝试一下。如果你会写代码，无论你是出色的工程师还是普通工程师，只要认真试用这些工具、投入一个真实项目——不必是主业，可以是副业——你会感到惊讶。他提到 YC 一个月前举办了"氛围编程家长之夜"（vibe coding dad's night），参与者甚至不是技术人员——一位房东用氛围编程（vibe coding）为租户做了一个查看租金缴纳情况的工具。这些工具能将 10 倍工程师变成 100 倍工程师，将 1 倍工程师变成 10 倍工程师——这是一份礼物，但它需要克服人们内心真实的抵触情绪。

Karpathy 的访谈为何被误读

Jared 提到上周另一个"等待过度炒作叙事"的例子：Andrej Karpathy 在 Dwarkesh 采访中的言论。推文版本是"Karpathy 说智能体被过度炒作、做不了事"。但 Jared 实际听了采访后发现，Karpathy 的真正观点是：你不能只给智能体一个提示词（prompt）就指望它一次完美完成所有工作——你仍然需要做大量工作来提供正确的数据、构建正确的上下文、进行评估（evals）以及搭建实际工具。Jared 的解读是：这对初创公司和任何能构建软件的人来说是绝佳机遇——仍然有大量东西等待被构建。这几乎是一个罗夏测试（Rorschach test）：如果你从根本上想相信一切被过度炒作，你会读出"AI 专家确认一切被过度炒作"；但如果你真正聆听他在说什么，就会发现有大量机会去构建优秀的工具——这些 AI 系统是工具，你只需要帮助它们更好地工作，而非指望它们毫无辅助地成为绝对魔法。

软件需要被重写为 AI 原生——这是创始人的巨大机遇

Diana 总结道：令人兴奋的是，有大量机会将所有这些系统重写为 AI 原生（AI native），因为软件需要被彻底重写才能与 AI 协作——这对创始人来说就是大量的机会。

Jared 补充了报告中另一个关于"为什么企业市场对初创公司如此巨大"的有趣发现。他直接引用了一位企业采购者的话："我们目前正在评估五种不同的生成式 AI 解决方案（gen AI solutions）。但一旦我们在训练一个系统上投入了时间，转换成本（switching costs）将变得不可承受。"这位发言者是一家 50 亿美元金融服务公司的 CIO。Jared 指出——这就是护城河（moat）。那些担心"聊天机器人包装器"（chatbot wrappers）没有护城河的人，答案就在这里。

结论：不要被统计数据吓退

节目最终传达的信息是：AI 末日论网红们一直在误导你。AI 确实难以实际落地——难到只有 5% 的项目能成功。但同时，如果你是真正优秀的初创公司创始人——YC 的录取率现在已经低于 1%——节目给出了大量属于那 1% 的创始人的例子，他们进而成为那成功实施的顶部 1%，因为他们是真正最优秀的产品人和工程师。归根结底，这关乎那些既真正精通技术，又是通才的人——他们理解他人，能理解那位 50 亿美元金融科技公司 CIO 真正想要什么。这就是好消息。你不应该看着这些统计数据说"我不可能成为那 5%"。如果你确实非常优秀，你绝对可以做到——YC 有无数这样的例子。