最近看到了两个利用AI创业的项目，让我窥见了AI时代创业竞争的两种不同形态。
第一个是做市场营销自动化的创业公司。团队不大，但全副武装了最新的AI工具：用各种大模型和自研的细分模型批量生成客户需要的图像和视频；用Claude或Cursor编写代码；用Veo、可灵等工具进行视频剪辑和动态效果制作；用Midjourney做广告创意；用Figma AI自动生成落地页设计稿。整个流程几乎没有传统意义上的"手工活"，创意、生产、分发、数据回流，全都在工具链中闭环完成。他们的竞争力，在于能比别人更快地找到合适的工具、更精准地下达指令、更高效地让AI产出贴合需求的结果。听他们聊业务，像是在观察一场"反向图灵测试"，机器的表现取决于人能提出多好的问题，以及对任务的描述是否完备。
第二个是做AI SEO的团队。他们每天的工作，就是与大模型博弈。用生成式AI写出大量文章、产品描述和内容片段，并在不断与大模型对话及调整中，找出哪些词汇、哪些表达能在模型里获得推荐。他们不仅用AI生产内容，还在与"机器的规则"直接过招：模型一更新，他们就得迅速调整策略、重写内容、甚至改变整套发布节奏。这种竞争，更像是在与大模型对话、博弈、较量，为机器填充它们想要的结果。
一个是在比谁更会用AI工具，另一个则是在与AI直接博弈。这就是AI时代创业的两条主赛道：一条是放大人类的能力，另一条是不断探索机器的边界。
竞争的转移：从人与人到人与机器、乃至机器与机器
过去的商业竞争，本质上是人与人之间的博弈。比拼的是资源、资本、渠道和人才，大家在相似的水平线上较量，力量对比相对均衡。即便互联网带来了平台和工具，也只是让赛道更宽、速度更快，但竞争的主体依旧是人类。
AI时代则完全不同。它让竞争引入了新的硅基角色：会学习、会生成、能自我迭代的机器。这不仅仅是工具升级，而是引入了一个随时可能跨越人类能力的"准主体"。这意味着，创业者面对的，不只是同类公司，而是某个API、一个通用大模型，甚至是一个可以每天更新迭代的系统。
这也让竞争格局发生了质变：有的项目是"反向图灵测试"，比拼的不是你能做得多好，而是谁能更精准地驱动机器为自己工作，这本质上与F1赛车的情形一样，我开法拉利，你开兰博基尼，看看谁更快。另一些项目则是在机器制定的规则下与机器博弈，共同为第三方提供价值，这变成了人与机器的较量。当然，大模型公司之间的竞争，已是机器与机器的较量，比拼算力与模型优劣，这种模式已脱离普通创业的范畴。
无论是用AI工具放大能力，还是与AI大模型正面交锋，创业者都要接受一个现实：竞争格局已经从"人 vs 人"变成了"人 + 工具 vs 人 + 工具"，逐渐会演化为"人 vs 机器"，最终走到"机器 vs 机器"时，人类的作用将变得微乎其微。
人+AI之间的竞争战略
关于商业竞争的圣经、迈克尔·波特的《竞争战略》中指出，企业的竞争优势通常来自三条路径：成本领先、差异化和聚焦。在今天这个时代，AI正在快速压缩这些路径的边界。
- 成本领先：在AI赋能下，很多原本昂贵的生产环节成本骤降。图像、视频、代码、文案，都可以自动生成。过去靠低成本建立壁垒的团队，很可能在AI普及后失去优势。
- 差异化：AI生成能力的普及，让差异化更难维持。今天你用AI做的个性化视频，明天竞争对手就能用同样的模型复制出类似效果，差异化周期被极度压缩。
- 聚焦：即使你在一个超细分市场深耕，AI的通用能力也可能轻易跨界打破你的壁垒。一个通用大模型更新，就可能直接切入你的细分领域。
这也是为什么越来越多团队不得不尝试动态混合战略：既用AI降低成本，又不断用人的创意去拉开差异化，并且随时调整聚焦领域。就像在冰面上奔跑，既要保持速度，又要不断寻找能站稳脚跟的支点。
我知道一个创业者做的是跨境电商里的定制化礼品。以前他的模式很简单：找代工厂低成本生产，然后靠精准广告投放去抢单，典型的"成本领先"打法。
AI火起来之后，他先用Midjourney和Stable Diffusion生成产品原型图，再用ChatGPT写listing、优化标题，用Perplexity去找最新的市场趋势。这样一来，他的成本比过去低了将近40%，但问题也随之而来：同类卖家很快学会了同样的工具，价格战瞬间打成了白热化。
于是他转向"差异化"。用AI帮用户生成专属设计，比如在杯子上印用户宠物的卡通形象、在项链上刻用户的手写签名。这招让他一度甩开了竞争对手，但不到一个月，大量卖家复制了同样的服务，差异化优势开始被稀释。
同时，他把主要精力聚焦在几个文化氛围强烈的小圈层，比如宠物主人社群、独立乐队粉丝、二次元爱好者，并在这些群体里深耕内容和关系。
| AI 时代的挑战 | 动态混合战略 | |
|---|---|---|
| 成本领先 | AI 大幅降低生产成本，图像、视频、代码、文案等可自动生成，原本依靠低成本形成的壁垒迅速被抹平 | 利用 AI 压低生产和运营成本，同时快速将节省下的资源投入到创意和市场反应速度上 |
| 差异化 | AI 生成能力普及，差异化优势周期极短，个性化产品或内容容易被竞争对手用相同工具复制 | 持续推出短周期、高频更新的定制化产品或服务，让差异化始终处于动态刷新状态 |
| 聚焦 | AI 的通用能力可轻易跨界打破细分市场壁垒，大模型更新即可切入原有领域 | 在聚焦领域中不断细分用户群体（如小圈层、文化社群），通过深耕关系与内容形成更高的情感黏性和信任壁垒 |
这种做法，是把"成本领先"、"差异化"和"聚焦"三者混合在一起动态运用：生产环节依旧用AI压低成本；产品上保持定制化，但每隔几周就会推出一个新的限定系列；通过私域流量的细分，抓住自己的核心客户，形成更高的客户黏性和信任壁垒。
这种组合打法的好处是，没有单一策略会长久奏效，但三者交替、叠加，就能让竞争优势像接力赛一样不断续命。由于无法追求某个策略的"长期壁垒"，所以只能追求一种"随时能切换到下一个有效策略"的能力。在AI时代，这种灵活切换的动态混合战略，可能才是中小团队活下来的唯一机会。
人和机器竞争的战略
人与机器要如何竞争？它并不是字面意义上和AI正面厮杀，而是意味着你的创业价值链，必须不断与AI升级保持动态博弈。同时这是一场更不公平的竞争，因为碳基生命和硅基生命不在一个水平线上。
- 速度之争：机器的迭代远快于人类。创业者要决定，是跟随AI的节奏快速推出产品，还是另辟蹊径寻找差异化。
- 算力之争：谁掌握了更强大的模型、算力和数据，谁就能在市场中占据上风。小团队如何在资本与大厂面前找到生存空间，是极大的哲学难题。
- 边界之争：哪些是机器擅长的领域，哪些依旧属于人类？创业者必须清醒地划分边界，不能盲目在机器的优势领域硬碰硬。
这使得人机竞争更像是"与风暴共舞"。创业者既不能假装风暴不存在，也不能幻想自己能压倒风暴，而是要学会借力、借势，找到独属于人的定位。
在与机器的竞争中，人类究竟能依靠什么？哲学层面上有三种思路：
- 存在主义的答案：创业并非为了"赢机器"，而是为了在被机器包围的世界里确认自我存在。即使AI做得更快更好，人依然要问：这是不是我愿意承担的选择？
- 斯多葛学派的答案：接受机器不可控的优势，把精力放在可控之处：人类的价值观、社会关系、伦理抉择。
- 尼采式的答案：不把AI视为敌人，而是视为"超人化"的契机。机器逼迫人类突破自身局限，重新定义力量和价值。
换句话说，创业者如果只是把AI看成对手，就会陷入消耗；如果把它当作逼迫自己升级的"他者"，才有可能走出新的哲学高度。
行动反思：在赛道中找到自己的位置
无论是选择"人+机器"相互竞争的赛道，还是和机器之间相互竞争的赛道，都需要反思自己创业在赛道中的位置。
- 重新定义竞争对手：如果你仍然只把同类创业公司看作竞争对手，那你可能已经落后了。今天的竞争对手，可能是一个API，一家大模型平台，甚至是一台云服务器。创业者要学会把"非人"的力量纳入战略思考。
- 找到人类不可替代的锚点：人类的情感、信任、社会关系、文化共鸣，依然是机器难以取代的价值源泉。创业者要不断问自己：我的产品或服务，是否触及了机器无法完全理解的层面？
- 构建人机合奏的团队：未来的创业团队，不再只是人类分工，而是人机协作的编排。如何把AI作为队友，而不是对手，是新的管理哲学。那些懂得"人类在场价值(Value of Human Presence)*注1"的创始人，才能避免沦为机器的附庸。
- 拥抱不确定性：机器的更新速度远超人类认知节奏，这注定让创业充满不确定性。反思的重点在于：我是否具备足够的韧性和适应力，去应对这种未知？
AI时代的创业，要么是利用AI工具与其他人竞争，要么是与机器竞争。在这两条赛道里，找到属于自己的通道，在短暂的窗口期内全力冲刺，才能找到生存和发展的机会。
注1:人类在场价值（Value of Human Presence)
在人类与机器共处的时代，"人类在场价值"指的是人在特定情境中，通过自身的具身经验、伦理判断与情感共鸣，赋予事件、决策和创造过程以不可替代的意义与方向的能力。它不仅仅是完成任务的"功能价值"，而是确保系统运作与人类目的之间保持一致的"意义价值"。
亚里士多德在《尼各马可伦理学》中提出的实践智慧（φρόνησις），强调人类在复杂情境中综合经验、道德与情境感作出平衡决策的能力。这种智慧无法简化为算法规则，也不能完全被大模型的模式识别取代。
海德格尔（Martin Heidegger）强调，人类的"在场"（Dasein）并非单纯物理存在，而是与世界相互嵌入、被情境塑造的存在方式；梅洛庞蒂（Maurice Merleau-Ponty）指出，人类的知觉与行动总是具身化的，承载着经验与关系的沉淀；尼采（Friedrich Nietzsche）则提醒我们，人的创造力与价值判断源自生命意志，而非纯理性计算。
在AI高度参与的未来生产模式中，"人类在场价值"体现为：
- 伦理锚点：在规则未定义或冲突时提供判断的最后底线。
- 情境敏感性：在不确定与模糊中识别微妙信号并调整策略。
- 意义生产：将技术行为与文化、身份、故事相连接，生成持久的价值认同。
- 创造性突变：引入机器无法预测的非线性创新，打破路径依赖。
换句话说，AI可以完成"事情"，但只有人类的在场，才能让这些事情"有意义"。
Harris LT. The Neuroscience of Human and Artificial Intelligence Presence. Annu Rev Psychol. 2024 Jan 18;75:433-466. doi: 10.1146/annurev-psych-013123-123421. Epub 2023 Oct 31. PMID: 37906951. https://pubmed.ncbi.nlm.nih.gov/37906951/
Valtteri Kaartemo, Anu Helkkula; Human–AI resource relations in value cocreation in service ecosystems. Journal of Service Management 8 April 2025; 36 (2): 291–306. https://doi.org/10.1108/JOSM-03-2023-0104
💬 留言