最近两年，我接触、跟踪了不少 AI 软件创业者。

一个越来越强烈的感受是：AI 时代，可能真的是软件创业最坏的时代。

这句话听起来很反常识。

大模型能力越来越强，写代码越来越快，做一个产品的成本越来越低。按理说，软件创业应该比过去更容易。

但我看到的现实恰好相反。

有的 AI 公司产品发展很快，客户也在增长，可价格战一起来，原本预计的盈利目标就完不成了。融资迟迟落不下来，现金流眼看要断，每天都是生死危机。

有的公司做的是央国企 Agent 项目。账面上不缺收入，听起来也很体面。但项目越来越难交付，回款越来越慢，团队天天围着定制项目转，根本没有余力打磨标准产品。这样的公司能活着，但很难说有什么未来。

还有一些小团队，几个人勉强维持。没有融资，就只能慢慢做产品、慢慢扩大规模。它们不会马上死掉，但是也很难快速成长起来。

最可惜的一类，是有人基于大模型做了 Agent 产品，客户本来愿意买单。结果模型一更新，客户发现用免费的大模型也能实现差不多的效果。前面的努力，一下就失去了意义，团队只能关掉旧产品，重新找方向。

所以，这里说的“最坏”，不是说技术机会没有了。企业 AI 的机会其实才刚刚开始。

真正“变坏”的，是创业的环境。

十年前做软件，创业环境和现在比是天差地别。

那一轮 SaaS 刚起来时，最早的一批客户其实是中小企业。它们没有那么多历史包袱，对新东西的顾虑也少。早期 SaaS 的功能并不复杂，甚至很难和传统软件正面竞争，但移动端体验更好、价格更低，还是很快打开了市场。

市场给了创业者空间，资本又替创业者买了时间。

我认识的一位 SaaS 公司高管回忆，到了 2020 年，公司营收刚过千万元，融资就拿到了数亿元。今天回头看，那个阶段的很多软件公司未必都成为商业巨头，但确实跑出了一批年收入数亿元、能稳定盈利的公司。有赞、北森就是这一轮里的代表。

现在，这两个条件都在消失。

第一，融资环境变了。

过去，资本有耐心为未来买单。公司有一点收入、有一批客户，就能拿融资继续打磨产品、扩大市场。

今天，投资人不但要看收入，还要看盈利；不但要看盈利，还要看现金流；不但要看现金流，还要问你凭什么不会被大模型或大厂替代。

融资一下子变成了极其困难的事情，这就意味着：一旦价格战开始、回款拉长，创业公司就会发现，自己原来以为可以慢慢解决的问题，忽然都变成了下个月要发的工资。

第二，市场环境也变了。

上一轮 SaaS 能先从中小企业切进去，是因为这批客户在增长，他们有意愿、有能力为新工具付费。今天，我接触到的不少中小企业主都在收缩：能不招人就不招人，能不买系统就不买系统，IT 投入更看重短期回报。

说白了，帮助 SaaS 崛起的那一批核心客群，已经彻底消失，未来很多年可能都回不来了。

第三，竞争环境更难了。

移动互联网曾经创造了大量新客群、新场景。同样是移动分销，制造业和快消品的需求差异就很大。场景足够碎，大厂很难全部吃掉，创业者才有空白市场可做。

AI 不一样。

在 C 端，一旦出现一个足够大的新场景，腾讯、阿里、字节这样的大厂往往很快进入，留给创业者的窗口极短。

在 B 端，AI 改造的很多老场景——客服、营销、面试、销售——又早已有头部 SaaS 公司。它们有现场的客户、场景、渠道和交付团队。初创公司做出一个可用功能后，很容易被快速跟进。

再加上大模型本身在持续升级，通用能力型产品的领先周期会更短。你以为自己做的是产品，客户可能只把它看成某个模型能力暂时还没提供的补丁。

这就是为什么，今天很多 AI 软件公司明明有项目可做，却越做越焦虑。

但企业 AI 的机会其实才刚开始。

我们可以把企业 AI 分成三层。

最下面是通用智力层，也就是大模型。它决定了 AI 能听懂多少语言、完成多少通用任务。这一层进步很快，也最容易把通用功能拉平。

中间是行业 Know-how 层：某个行业里的业务规则、方法策略、行业标准。

最上面是企业 SOP 层：一家企业具体怎么分工、如何应对价格战、如何搞定难缠的客户。

通用智力层可以让一个 Agent 快速做到 80 分，但企业真正要的往往是 99 分。客户可能会为一个 Demo 感到兴奋，但最终还是要看它能不能在自己的流程里做对事，能不能对业务结果负责。

而行业 Know-how 和企业 SOP，是大模型最难跨越的鸿沟，也是创业者真正的机会所在。

但这条路，不是找一个热门行业、接几个大项目就结束了。

第一步，是选定一个行业，更进一步说，是围绕一个客户问题做出业务结果。

不要只把交付目标定成“系统上线了”、“Agent 跑起来了”。客户真正愿意持续付钱的，是销售有没有多拿到订单，客服有没有减少人工，财务有没有提高效率。

只有先把一个结果做出来，创业者才能知道这是不是一个真机会。

只有形成一个真正的成功案例，我们才能拿到更多项目机会，才能在一个行业站稳脚跟。

第二步，是形成自己的交付方法论。

项目交付的价值不仅仅是完成合同履约，更重要的意义在于进入现场，积累项目成功的宝贵经验，并且把它标准化。

一个项目结束后，团队必须梳理清楚：一个项目应该分几个阶段？每个阶段有哪些关键任务？每个任务有哪些关键交付物？生成交付物有哪些标准方法？项目有哪些关键风险？如何提前排查和规避这些风险？

成功不是一次偶然，成功是一种方法，我们要把方法标准化，让每一个项目都能成功。

如果每做一个项目，方法论就清楚一点，交付效率就高一点，项目就不再只是养活当下团队，也在为下一次更大的成功铺路。

第三步，形成标准化产品。

能标准化的要标准化，能产品化的要产品化。

每一个产品经理都要深入项目，倾听一线痛点，寻找可以标准化的机会；每一个项目结束，我们都要进行复盘，哪些功能可以标准化？如果不能标准化，下一个项目如何降低交付成本？

项目真正的成功不只是“拿到业务结果”，更是“形成了可以复用的标准产品”。切记：没有标准产品的软件公司，是没有未来的。

所以，我不建议今天的 AI 软件创业者一上来就急着扩大规模。

你跨一个行业接一个项目，看上去收入会增长，实际上很难沉淀出共同的产品和方法论。你过早扩团队、扩销售，又会让现金流变得更紧，竞争对手也更容易盯上你。

更现实的做法是：选定一个行业，围绕一个客户结果，把一个项目做透。先用项目养活自己，再把项目里反复出现的东西变成交付方法论、标准产品和自动化能力。

这可能不是最快的成功路径。

但在中国现在的环境里，可能是最现实的成功路径。

阅读原文：点击这里​