S16.2第一性原理做产品(2):从《从0到1》看AI创业——在“能做“通胀时代,找到你的秘密

📅 2026/7/10 0:54:20 👁️ 阅读次数 📝 编程学习
S16.2第一性原理做产品(2):从《从0到1》看AI创业——在“能做“通胀时代,找到你的秘密

第一性原理做产品(2):从《从0到1》看AI创业——在"能做"通胀时代,找到你的秘密

本文是专栏「第一性原理做产品:AI时代从"能做"到"做好"的破局之道」第2篇。Peter Thiel说"竞争是失败者的游戏",在AI让"能做"变得无比廉价的时代,这句话比任何时候都更致命。


一、"能做"正在经历一场史无前例的通胀

最近半年,你有没有一种感觉:AI创业,好像突然变得"太容易"了。

想做一个AI写作工具?花一个周末,用GPT-4的API搭一个前端,功能就出来了。想做一个AI客服?买一个现成的SaaS方案,三天上线。想做一个AI视频生成?Runway的API接进来,一个下午搞定。

听起来很美好,对吧?但请你再想一个问题:如果"能做"变得如此廉价,那你做的东西,凭什么让别人"想用"?

Peter Thiel在2014年出版的《从0到1》(Zero to One)中,写下了一句后来被无数创业者引用的话:“竞争是失败者的游戏。”(Competition is for losers.)

这句话放在2014年,可能更多地是一种"反直觉的洞见"。但放在2026年的今天,放在AI让"能做"成本趋近于零的时代,这句话不再是一个洞见,而是一个生存法则

为什么?因为Thiel预言的"水平进步"(从1到N)和"垂直进步"(从0到1)的区分,在AI时代被极端放大了。AI极大地降低了"从1到N"的门槛——复制一个产品、模仿一个功能、追赶一个竞品,从来没有像今天这么容易。但AI几乎无法帮你做"从0到1"的事情——发现一个真正的秘密、定义一个全新的品类、创造一个非共识的洞察。

这就是AI时代的核心悖论:AI让"能做"通胀了,但"做好"反而更稀缺了。


二、《从0到1》的核心框架:Thiel到底在说什么?

在深入AI时代之前,让我们先快速回顾一下《从0到1》的核心框架。Thiel的核心论点可以概括为三个层次:

层次一:水平进步 vs 垂直进步

  • 水平进步(从1到N):把已有的东西做得更好、更便宜、更快。这是"全球化"的思维——复制、追赶、优化。
  • 垂直进步(从0到1):做一件从未有人做过的事情。这是"技术"的思维——创造、突破、定义。

Thiel的洞察是:大部分企业在做"从1到N"的事情,但真正的价值创造来自"从0到1"。

层次二:垄断企业的四个特征

Thiel认为,一个真正"从0到1"的企业,应该具备垄断特征。他总结了四个维度:

  1. 专利技术:你的产品必须比最接近的替代品好10倍以上,不能只是"好一点点"
  2. 网络效应:用的人越多,产品越好用
  3. 规模经济:边际成本随规模递减
  4. 品牌优势:用户因为信任和认知而选择你

层次三:"秘密"的概念

这是《从0到1》中最容易被忽视但最核心的概念。Thiel说,每一个伟大的企业都建立在一个"秘密"之上——一个你知道但大多数人不知道或不相信的真相。

这个"秘密"不是指技术专利或商业机密,而是指一个关于世界的非共识的认知。比如:

  • Airbnb的秘密:“人们愿意把家里的空房间租给陌生人”
  • Stripe的秘密:“支付的基础设施比支付本身更值钱”
  • Tesla的秘密:“电动汽车可以是奢侈品,而不仅仅是环保妥协”

这些"秘密"在它们被验证之前,都是大多数人"不相信"或者"没想过"的。


三、AI时代的"秘密"到底是什么?

现在让我们把Thiel的框架放在AI时代里重新审视。AI时代最根本的变化是什么?AI让"技术秘密"几乎消失了。

在AI出现之前,如果你想做一个"比Grammarly更好的写作工具",你需要自研NLP模型、处理大规模语料、优化推理速度……这些都是技术壁垒。但有了GPT-4、Claude、Gemini这些基础模型,任何人都可以在几天内调用API做出一个"AI写作助手"。

技术不再是秘密。那什么才是?

答案藏在Thiel的框架里:"秘密"从来就不只是技术。Thiel说的"秘密"是"一个关于世界的非共识认知"。在AI时代,这种"秘密"重新聚焦到了一个被很多人忽视的维度上:需求洞察。

换句话说,AI时代的"秘密"不再是"我能做什么",而是"我知道用户真正需要什么,而别人不知道"。

案例1:ChatGPT——不是"更好的搜索",而是"全新的品类"

2022年11月ChatGPT发布时,很多人把它描述为"更好的搜索引擎"。但如果你真的用ChatGPT,你会发现它和Google搜索完全是两回事。

Google搜索的逻辑是:你输入关键词,我给你一个链接列表。ChatGPT的逻辑是:你描述你的问题,我给你一个综合性的答案,然后你可以继续追问。

ChatGPT的"秘密"是什么?不是GPT-3.5的技术(这个技术2019年就存在了),而是OpenAI发现了一个被忽视的需求:人们想要的不是"更多的信息",而是"被理解的问题和被整合的答案"。

这个"需求洞察的秘密"让ChatGPT成为了一个全新的品类——“对话式AI”。它不是从1到N地优化搜索,而是从0到1地创造了一个全新的交互范式。Google搜索做了二十多年,它被"链接列表"这个价值网络绑得太深了,无法真正拥抱"对话式答案"——因为那样会颠覆它的广告商业模式。

这就是从0到1:不是"更好的搜索",而是"不同的东西"。

案例2:Notion AI——不是"AI版的Notion",而是"AI和工作流结合的秘密"

Notion在2023年推出了Notion AI。很多人第一反应是:"哦,Notion也加AI功能了。"但这种理解完全错过了Notion AI的真正价值。

Notion AI的"秘密"不是"把AI塞进Notion"。它的"秘密"是:AI最有价值的场景不是"单独的AI工具",而是"嵌入在工作流中的AI"。

你可以在ChatGPT里写一篇会议纪要,但那需要你打开ChatGPT,粘贴会议内容,等待生成,再复制回Notion。而Notion AI让你在Notion里直接生成会议纪要,它知道你正在编辑的文档的上下文,AI的结果直接融入你的工作流。

Notion发现了一个大多数AI创业者没发现的秘密:AI的价值不在"工具"本身,而在"AI如何融入用户已有的工作习惯"。这个秘密跟技术无关,它来自对用户行为的深刻洞察。Notion之所以能发现这个秘密,是因为它和用户有长达数年的"工作流关系"——它知道用户在Notion里做什么,怎么做的,痛点在哪里。

这也是为什么大多数AI写作工具没有实现"从0到1"——它们只是"更好的Grammarly",只是"更好的校对工具",它们没有发现关于用户写作行为的任何"秘密"。

案例3:为什么大多数AI写作工具没有从0到1

2023年到2024年,AI写作工具如雨后春笋般涌现。Jasper、Copy.ai、Writesonic……它们都号称"AI帮你写内容"。但如果你仔细看,会发现它们做的事情几乎一样:输入提示词,生成一段文字。

它们的问题是什么?它们没有"秘密"。它们做的事情是"让AI帮你写"——但这个"秘密"属于OpenAI,不属于它们。当ChatGPT自己就能做这件事时,这些工具的价值主张瞬间崩塌。

Jasper是其中最典型的案例。它在2022年估值一度达到15亿美元,但在ChatGPT发布后,用户增速断崖式下滑。因为Jasper的"秘密"是"AI可以帮你写营销文案",而ChatGPT把这个"秘密"变成了公共知识。

Jasper没有从0到1,它只是从1到N地在"AI写作"这个品类上做优化。当底层的"1"(也就是GPT模型)被OpenAI不断升级时,Jasper的"N"就失去了意义。


四、实操框架:AI产品的"从0到1"机会地图

基于Thiel的框架和以上案例分析,我为你设计了一个"AI产品从0到1机会地图"。它由四个象限组成,帮你判断一个AI产品机会是否具备"从0到1"的潜力。

四个象限

技术秘密(自研模型/算法优势)需求洞察的秘密(对用户行为的非共识认知)
从0到1(全新品类/范式)象限A:技术驱动型0到1
例:DeepMind的AlphaFold(用AI解决蛋白质折叠,技术壁垒极高)
路径:适合有强技术背景的团队,但窗口期越来越短
象限C:洞察驱动型0到1
例:Cursor(AI原生编程体验)、Notion AI(AI嵌入工作流)
路径:适合有行业经验的产品团队,这是AI时代最大的机会
从1到N(现有品类优化)象限B:技术壁垒型1到N
例:Anthropic的Claude(在安全性上优于GPT-4)
路径:需要持续的技术投入,但难以形成真正的垄断
象限D:效率优化型1到N
例:大多数AI写作工具、AI客服、AI翻译
路径:竞争激烈,利润薄,天花板低

如何使用这个地图?

  1. 如果你的产品在象限D——立即反思:你是否有用户洞察上的"秘密"可以让你迁移到象限C?如果没有,你的产品很难建立长期壁垒。
  2. 如果你的产品在象限B——技术壁垒是真实的,但问问自己:你的技术优势能持续多久?大厂追上来需要多久?
  3. 如果你的产品在象限A——你需要极强的技术实力和资源,但这确实是护城河。不过要注意:技术秘密的保质期越来越短。
  4. 如果你的产品在象限C——这就是AI时代的"黄金象限"。你有关于用户需求的"秘密",别人即使有同样的技术,也做不出同样的产品——因为他们不知道用户真正需要什么。

象限C的"秘密"从哪里来?三个来源:

  • 行业浸润:你在某个行业深耕多年,你看到了外行人看不到的痛点
  • 用户共情:你花大量时间跟用户在一起,你听到了用户自己都没意识到的需求
  • 跨界迁移:你从另一个领域带入了一个全新的视角,重新定义了问题

五、行动清单

以下是你可以立即开始的三件事:

第一步:问自己"我的秘密是什么"。拿出一张纸,写下你的产品最核心的洞察。如果这个洞察别人也能轻易得出,那你可能没有秘密。一个真正的秘密,应该是"说出来之后,大多数人会停顿三秒,然后恍然大悟"的东西。

第二步:测试你的"秘密"是否真的是秘密。找10个目标用户,不要告诉他们你的产品,只问他们"你在做XXX的时候,最大的痛点是什么?"如果10个人中有8个人描述的痛点跟你的"秘密"吻合,那你可能发现了一个真正的需求洞察。如果只有1-2个人,那你可能需要重新校准。

第三步:审视你的竞争策略。Thiel说"竞争是失败者的游戏"。如果你的产品每天都在盯竞品——竞品出了一个新功能,你也要做一个;竞品降价了,你也要降价——那你就陷入了"从1到N"的竞争陷阱。真正的"从0到1"产品,应该让竞品"看不懂"——不是技术上做不到,而是他们不理解你为什么这么做。


六、一个提醒

Thiel在《从0到1》的结尾写道:“我们当下的任务是找到独特的方式,让未来变得不同,而不是重复过去。

在AI时代,这句话有了新的含义:AI让"重复过去"变得无比容易,但"让未来变得不同"比任何时候都更难,也更有价值。

“能做"的门槛已经归零了。任何人调用一个API,都能做一个"看起来不错"的AI产品。但"做好”——做出一个真正有"秘密"的、从0到1的产品——它不仅需要技术,更需要你对用户、对行业、对世界有一个与众不同的认知。

这个认知,就是你的秘密。而找到它,是你在这个"能做"通胀时代唯一该做的事情。


下一期预告:第3篇《从〈精益创业〉到Demo优先——AI时代如何用"最小可行产品"验证你的秘密》。我们常说"build-measure-learn",但在AI时代,这个循环的速度可以快10倍。关键是你怎么用。敬请期待。


如果这篇文章对你有启发,欢迎点赞、收藏、转发。你的支持是我持续创作的动力。


投票:你的AI产品目前处于哪个阶段?

  • A. 还在找"秘密"——我知道AI能做很多事,但不确定用户真正需要什么
  • B. 找到了"秘密"——我有一个关于用户需求的非共识洞察,正在验证
  • C. 验证了"秘密"——用户反馈证明了我的洞察是对的,正在规模化
  • D. 卡在1到N——产品做出来了,但在跟一堆竞品打架

评论区话题:你最近见过的AI产品中,哪一个让你觉得"这才是真正的从0到1"?它发现了什么别人没发现的秘密?欢迎分享你的发现。


关于这个专栏:「第一性原理做产品」是一个用经典商业理论重新解读AI产品实践的深度专栏。每篇文章结合一部经典著作,剖析一个AI时代的核心命题,提供可复用的实操框架。目前已发布:

  • 第1篇:从《创新者的窘境》看AI颠覆——为什么大模型不是护城河
  • 第2篇:从《从0到1》看AI创业——在"能做"通胀时代,找到你的秘密

如果你也在思考"AI让’能做’归零之后,'做好’到底靠什么",欢迎关注本专栏,一起探索。


本文首发于CSDN,作者保留所有权利。转载请联系授权。