喝点VC｜YC合伙人谈AI创业：7大关键问题的实战解答；AI工具无法替代创始人的销售能力；技术挑战和开源策略是护城河，而非障碍
输入“/”快速插入内容
喝点VC｜YC合伙人谈AI创业：7大关键问题的实战解答；AI工具无法替代创始人的销售能力；技术挑战和开源策略是护城河，而非障碍
喝点VC｜YC合伙人谈AI创业：7大关键问题的实战解答；AI工具无法替代创始人的销售能力；技术挑战和开源策略是护城河，而非障碍
飞书用户424211月11日修改
Y Combinator Z Potentials2025年11月10日 10:20 浙江
图片来源： Y Combinator
Z Highlight
•
进入传统行业时， AI 创业公司最关键的不是 “ 全面自动化 ” ，而是找到一个既能解决真实痛点、又能快速落地的切入点。 无论是卖软件、自己开服务公司，还是收购老公司，核心都在于 “ 先证明自动化能带来真实价值 ” 。
•
早期创业的核心竞争力是 “ 学习速度 ” 而非规模。 面对长销售周期的企业市场，先从能快速验证想法的小客户或中端市场切入，才能积累迭代经验，形成真正的产品洞察。
•
AI 工具无法替代创始人的销售能力。 只有当你自己搞清楚 “ 卖给谁、怎么获得注意力 ” 后， AI SDR 才能成为放大器；在此之前，它往往只是 “ 自我安慰 ” 。
•
技术挑战和开源策略是护城河，而非障碍。 真正的壁垒往往来自那些别人不敢碰的 “ 难题 ” ，以及通过开源和自托管建立信任、缩短销售周期的能力。
AI 在传统行业的 Go-to-Market 策略
Brad Flora ： 欢迎来到新一期的《 Office Hours 》。今天这期我们会回答来自 YC 社区的问题，先从几个关于 AI go-to-market （进入市场）策略的问题开始。我们要看的第一个问题是：如果你正在传统行业里建立一家 AI 公司，你的长期目标是用 agents 或 LLMs 把一切完全自动化，但第一天做不到那种程度，作为一家初创公司，最好的进入市场方式是什么？
Gustaf Alströmer ： 我觉得，如果你要把 AI 带进传统行业，大概会有三种类型的公司。我们以会计行业为例来说，有三种做法。你可以选择第一种：做一家 AI 软件公司，把软件卖给会计师。第二种是你可以自己开一家会计事务所，是那种 full-stack 、什么都做的。第三种是你可以尝试收购一家现成的会计事务所。这三种方式各有利弊。最常见的是第一种。大多数 YC 公司都是这么做的。他们会先努力理解会计这个世界，弄清楚在会计里面有哪些领域是你用 AI 软件去切入，既足够有价值，又在公司头几个月、或者前六个月里是 “ 做得出来 ” 的。然后他们会把这一项服务卖给会计师，他们并不会支持会计事务所做的所有其他功能和所有事情，而是只把这件事做到极好。只要你做的这件事对他们来说足够有价值，愿意掏钱买，这种方式通常挺有效。
第二种选择是成立一家新的会计事务所。也有不少公司是这么干的。最大的问题在于：作为一家公司，你要做的事情非常多。你可能要报税、要结账、还要处理一堆不那么常见但依然要做的事项，如果你想担下这个角色的话。这里的挑战是，你很可能需要有一名会计，甚至好几名会计在团队里，才能把这些事情都做完，而且会有大量的人工工作。所以如果你走这一条路，你要追踪的那个指标就是 “ 工作自动化的百分比 ” 。你希望这个百分比随着时间不断上升。
第三种方式是买下一家会计事务所，然后再把 AI 嵌进去。好处是你直接获得一批已经存在的客户。难点是你在改变一家现有公司的文化。公司越大，这件事就越难。我不确定我看到过很多公司尝试第三种路线。最常见的还是第一种，其次是第二种，非常接近。
Brad Flora ： 你刚刚提到要追踪有多少工作被自动化了。你有没有什么想法，比如他们应该把目标定在什么水平，或者怎么 “ 逼自己 ” 去做自动化？因为我看到的情况是，公司一旦尝试第二种做法，就会被所有涌进来的具体工作淹没，只顾着把这些工作执行好、把这家公司（例如会计事务所）运转成功，到最后根本没时间去发布自动化功能，或者自动化永远变成他们每天要想的 “ 第二优先级 ” 。
Gustaf Alströmer ： 我会说，这也是为什么 “ 软件出身的创始人 ” 很厉害的地方，因为他们可以通盘审视你做的所有工作，然后去判断哪些工作是 “ 现在就可以最容易自动化 ” 的。相比之下，如果创始人本身是会计出身、而不是软件背景，他可能就不会用同样的方式去看待这些工作。所以在这一类公司里，创始人是软件背景会挺有帮助。第二点是，你真的得给自己设一个明确的指标。我在这类公司看到的失败模式，基本上就是：这个模式跑得还可以，然后你太早去扩收入。比如，你已经自动化了 20% 的工作，还有 80% 是手动的，但你却开始扩张公司，招了 20 个会计，接着 30 个会计，然后你就实际上在运营一家 “ 有点软件 ” 的传统会计事务所。这个模式并不推荐，会在很多时候变得非常难搞。我们之前在公司里有一个指标，就是 “ 技术人员占比 ” 。之所以要这个指标，是因为当你有太多非技术人员的时候，他们每天做的就是不停给技术人员提需求，结果什么都推进不了。所以你需要一个最低比例，比如我记得好像是 30% 左右被算作技术人员。我觉得这个框架很有用，因为你可以确保公司里技术人员的数量始终足够，这样你一边可以继续推进自动化，一边还能完成其他运营上的事情。
Nicolas Dessaigne ： 你也可以人为给自己加一个 “ 强制约束 ” ：假设你只有一个会计，而且不能再招更多。那当你接到更多业务时，你就被迫要想办法靠 AI 去扩展规模。我觉得你刚刚说到 “ 有一个明确的数字 ” 这一点很重要。
Brad Flora ： 对，有一个数字。我不知道 Airbnb 当时具体是怎么做的，但那种数字是摆在大家面前、所有人都看得见的。它会帮助你在公司文化里打下一个基石：这件事对我们很重要，全公司都在看这个数字，我们希望它往上走。
Gustaf Alströmer ： 如果我是个种子轮或 A 轮投资人，面对这样的公司时，我其实会比起总收入，更在意 “ 自动化比例的轨迹 ” 。因为你看，会计事务所很多。如果你开一家会计事务所，你很可能可以做到很多收入。但这能不能支撑你去从软件投资人那里融一笔 A 轮？其实未必。这不是你真正要证明的东西。你真正要证明的是：你可以写软件，把一大堆任务自动化。 所以相比之下，我宁可看到一家公司增长得慢一些，但它在自动化程度上有明显提高，而且每个月都能看到他们在做更多自动化、用更多软件。
Pete Koomen ： 我在上一期春季班里合作过一家公司，叫 Vessence ，他们在给律师做软件，两位创始人都没有法律背景。所以他们在 YC 之前是这么开始的：他们找到了一家位于斯德哥尔摩的大型律师事务所，这家律所对使用 AI 软件的想法非常兴奋，于是就让这两位创始人在他们办公室里蹭办公蹭了好几个月。他们就是在那段时间里做出了自己的 MVP 。我觉得这对那些想去做传统行业、但本身没有太多亲身经验的创始人来说，是一个很好的路径。
Gustaf Alströmer ： 我也觉得，如果你是属于我们说的 “ 第一种类型 ” ，也就是把软件卖给会计师事务所或律所的话，你要去找那种：创始人或决策者是真心愿意帮你、推动你前进的人，他们自己也有权力、有激励去提升公司内部软件的使用程度。这其实很难，尤其是对于第一个客户来说一点都不容易。
Pete Koomen ： 对，这其实是还没到 “ 早期采用者 ” 的阶段，比《跨越鸿沟》里说的 early adopters 还要早，是那种 “ 东西还没做出来他们就愿意尝试 ” 的人。
Gustaf Alströmer ： 我觉得这里一个通用的做法，就是在你外联客户的时候，要非常认真地做资格筛选，去把 “ 是不是那种理想人选 ” 筛进来或筛出去。比如：你能不能判断对方是不是那种 “ 高度有激励、对新软件很兴奋、属于真正的早期采用者 ” ？你能不能在很早期就总结出这一类人的特征模式？我觉得这很重要。否则你会被拖进那种无止境的企业销售流程里，跟着他们的节奏拖来拖去，最后你根本不知道这些人到底会不会成为好客户。
增长速度与长期护城河
Brad Flora ： 我们来看下一个问题。像 Viva 或 Palantir 这样的企业级 AI 项目，发展起来通常会很慢。买家不多，销售周期很长，新产品的采用在这些市场里要花很多时间。与此同时，投资人却在催着要高速增长，他们想投那种增长非常快的公司。在如今这个 AI“ 淘金热 ” 的市场里，公司是不是应该先从中端市场开始？是不是应该考虑先从那一块起步？因为也许总可服务市场会稍微大一点，销售周期也可能更短一点。他们应该怎么在 “ 增长速度 ” 和 “ 长期护城河（防御力） ” 之间思考？我来试着回答一下。我觉得在早期 —— 这里假设提问的公司本身也比较早期 —— 最重要的是学习的速度：你多快能学到客户想要什么、用户需要什么、他们的问题是什么、哪种是尖锐的 “ 痛点 ” ，哪种只是他们 “ 凑合忍着的钝痛 ” 。所以很多时候，我遇到一些公司，他们一开始就想做超级企业级的，去走那种大型企业软件路线。其实这类公司跟我们偶尔投的 “ 登月级 ” 航天项目很像 —— 把一颗卫星送入轨道，和拿下一家大公司 50 万美金 ARR 的合同，其实有点一回事。如果你这么想，就会发现：我们给航天公司的建议通常是， “ 先找一个更小、抓得住、可以很成功地搞定的事情 ” 。对软件公司也是一样。这样你能学得更快，拿到更好的反馈，也能让自己在创业公司的姿态上更灵活 —— 更好地迭代、改产品、跟用户聊天等等。相反，如果你一开始就追着那些巨头跑，除非你一开始就有一个特别的渠道或资源可以大幅缩短销售周期，否则你在这个行业里学东西的速度，就会比别的公司慢很多。
Nicolas Dessaigne ： 是的，我觉得这里可以把公司分成两类。第一类像我自己的公司 Autumn 一样，它是随着时间一点点演进的：一开始从长尾客户起步，然后随着产品成熟、可以覆盖更多用例，就开始往上打，最后做到几百万美元的大单。但另一方面，有些公司的问题本身就是纯 “ 企业级问题 ” ，如果你去尝试把产品卖给你的同学、同一批创业者、或者小创业公司，他们根本没有这个问题，那你也就没得选，只能一开始就去做企业级。当然，中端市场和企业级之间确实有差别。这点是很合理的。你可能会想， “ 尽量去找那些最小的、但真切拥有这个问题的企业 ” ，从那里开始。或者有时候，你可以 …
Brad Flora ： 通过大幅缩小范围来做。也就是说，你可以先在企业内部只做 “ 一两个用户 ” 的落地场景，先让他们觉得这个东西有用。产品本身可以非常窄，很细分，但那可能就是你切进去的方式，也能把销售周期做短一点。
Gustaf Alströmer ： 我会说，在选择正确细分市场之外，听起来中端市场可能是更好的、或者更有希望的一块。 一个同样重要的点是：你要把买你产品的人筛选得足够精准。 现在很多行业都在尝试买软件：企业级、中端市场、小公司，大家都对软件感兴趣。但你依然要去 “ 筛人 ” ，因为你是卖给一个具体的人或一个具体的团队。你得确定他们有决策权，会为这件事负责，有激励去做出这样的决定，并且愿意承担买这套软件之后的后果。你还要见到他们、跟他们聊，确保你跟他们之间是有真实互动的。很多创始人会先想 “ 我要做哪个细分市场 ” ，再想 “ 我要找什么样的人 ” 。 但我觉得有时候，找到那个对的人，比选对细分市场还重要 —— 前提是那个人确实有权拍板。 我见过不少中型公司里的买方，只要你找到那位合适的人，推进速度会非常快。但企业级就像你说的那样，反馈周期慢，决策速度慢，创始人很容易被拖进那种几个月甚至更久的销售周期里，最后都不确定到底算不算 “ 成功 ” 。
是否该用 AI SDR ？
Brad Flora ： 接下来这个问题，是一位创始人提交的。我们来听一下。
John Banner ： 我到底应该去雇一个 growth hacker （增长黑客）、传播负责人、销售、 SDR （销售开发代表）之类的人，还是应该尝试用 AI 员工来 “ 复制 ” 这些岗位？我知道现在有很多解决方案，但我还是不太确定哪种是最好的做法。
Pete Koomen ： 我总体上对 AI 销售软件还是挺看好的。 但我要说的是， AI SDR 在已经有一套运转良好的销售流程里，效果通常不错；而我看到它不太好用的情况，是创始人把 AI SDR 当成 “ 最后一根救命稻草 ” —— 也就是他们完全卖不出去自己的产品，然后觉得也许 AI 能帮他们解决这个问题。我没见过这种情况能成功的。把产品卖出去这件事，最难的那一部分，仍然非常依赖创始人自己来搞清楚。
Gustaf Alströmer ： 我八年前进 YC 的时候，在那之前的五年，我一直是在一家消费类公司做增长。我花了好几年时间把自己之前那些 “ 增长经验 ” 给反向洗掉，因为那些经验很多是不适用于创业公司的。我觉得现在很多人做的工具，在大公司里非常好用、很契合 —— 因为那里的业务已经跑得很顺了，而且大多数增长建议其实都是针对 “ 消费互联网公司 ” 的，这些东西并不一定适用于早期创业公司。所以，如果你还没搞清楚自己的产品是不是在 “ 正常运转 ” ，如果你还没有上百个客户，那这件事本身是不是行得通其实都不确定。即使看上去 “ 有效 ” ，也有可能是往错误的方向在有效，你在做大量进展，但这些进展对你真正要学的东西没有太大帮助。
Pete Koomen ： 作为创始人，在刚起步的时候，你必须回答两个非常难的问题：第一，我在卖给谁？第二，我怎么获得他们的注意力？这两个问题就像是每个创始人在销售上必须完成的两大 “ 魔术 ” 。一旦你真正找到了这两个问题的答案，再去把 AI SDR 或一个 agent 丢进去帮忙，就会容易很多。因为后面其实有大量 “ 体力活 ” ：去找到这些人、去获得他们的注意力。但关于 “ 到底卖给谁、怎么获得注意 ” 这两件事， AI 目前其实帮不上太大忙。
Nicolas Dessaigne ： 有趣的是，你也可以把这套建议反向应用到 AI SDR 公司本身。如果他们去找的是那些 “ 连自己都卖不动自己产品 ” 的客户，那 AI 能比客户自己做得更好吗？可能性其实很低。这类客户可能会短期带来一波收入，但很快就会流失。
Gustaf Alströmer ： 而且这确实也是他们这段时间的经验。就我认识的那些公司来看，他们会告诉你：当我们把 AI SDR 卖给早期创业公司时，客户流失得飞快 — 这是他们真正学到的教训。
Nicolas Dessaigne ： 所以目标应该是：去找那些产品好、自己也会卖、已经解开 “ 销售魔法 ” 的客户。
Brad Flora ： 没错，然后他们就可以用 AI 去放大这一套打法。而且有意思的是，这跟我们以前一直给创始人关于 “ 何时雇第一个销售 ” 的建议其实很像 —— 几乎总是太早。除非创始人已经自己搞清楚了所有这些事情：怎么获得注意、客户会有哪些异议等。所以老建议一直是：等到 “ 销售 ” 这件事本身已经变成 “ 执行为主 ” 的工作 —— 也就是说，他们只是按你写好的 playbook 去跑的时候，你再去招销售。那现在有了 AI SDR 和各种新角色，这条建议大概要乘以 10 。
Gustaf Alströmer ： 我也觉得，创始人本身应该有足够的好奇心，在扩团队、组销售团队之前，先把这些岗位自己都学一遍。市场副总裁这个岗位的流失率在行业里是出了名的高。我觉得不是因为这些 VP 不优秀，而是因为创始人对他们的期望是错的，也不够好奇去了解这份工作本身应该怎么衡量、怎么评估 —— 它确实比工程师岗位更难量化一点。所以我非常支持创始人先保持好奇，把这些工作真正学明白，再去大规模招人。
现在砸钱抢先还是等下一代模型