人工智能公司和互联网公司是不一样的，不一样的，不一样的。重复三遍。互联网公司大概只要做一次PMF（Product－Market Fit，市场－产品结合点），但AI公司通常要做多次才行。
传统的互联网创业核心是抓紧用户需求，只要不断尝试，找到了市场－产品结合点，技术不会是太大的障碍。人工智能创业则不仅要找这个点，而且找到了你也不一定做的出来。甚至明知道那个点在哪，也不能去直接做，必须先把到那个点的路径一点点分解出来，再寻找路径上每一个点的场景－单元结合点。每个点都是下一次跃迁的基础。
这就是场景跃迁理论。
AI公司和互联网公司很不一样。互联网应用是规模复杂系统complex system，关键的是可扩展性scalability，只要做出一个小原型，跑得通，之后后面的工程架构可能经历多次的scale out，但是场景可以保持不变。
但AI应用不同，是细致复杂系统complicated system，关键是可演进性evolvability，从原型到最终的市场认可产品，不仅工厂架构会变，从产品形态到场景都会变。
通俗来讲，互联网公司是养鸡场模式，养几只鸡觉得感觉不错，就复制一万倍，养一万只鸡。AI是养小孩模式，要很长时间，一点一点去培育，从吃奶开始，小学中学大学，没办法像养鸡那样养的。
“Complicated” 这种复杂是内在的不可简约的复杂性。没有办法把养小孩简约成养鸡，真的，没有办法的。
场景是核心，需在“人工智障”阶段也能生存
人工智能公司当然也和其他一切公司一样，最重要的是深刻理解用户的业务场景，设计一个能逐步盈利的路径。
核心是场景，不是人工，也不是智能。人工智能公司的存活关键，是现在人工智障阶段也能挣钱，然后再考虑用人工智能挣钱。人工智能能发挥作用，都是要大投入的。没有什么灵丹妙药，一个什么神奇的算法就能解决问题。路径设计才是生死的关键，如何一步步结合场景让“智障”算法也发挥价值，在不同的智障阶段服务不同的场景。
场景跃迁就是一种路径设计。这可能对互联网时代的成功者有点反常识，但是再说一遍，不能把互联网产品的逻辑套到人工智能产品上，正如不能把PC产品的逻辑套到互联网产品上。
所以AI公司一定要做场景跃迁，就是在养小孩的过程中，不断把阶段性的成果去商业化。AI产品是复杂产品，但这种复杂产品是先有简单产品而后演化为复杂产品。深入场景和产品，从现有低复杂度技术开始服务，提供小而立即可用的产品。实现人工智能场景的目标，算法和框架其实没有大的秘密，秘密就在于如何降低成本。在不同的复杂度上的产品，可能产品形态和服务人群都不同，甚至连领域都不同。
为什么不能等到完全成熟了再去商业化呢？因为风险太大。而且，一个好的产品一定是总结出来的，不是设计出来的。AI公司必须在实践中一个案例一个案例去总结出好产品来。那些设计出来的产品，成功的几乎没有。这些实践案例，就是不断把”人工智障“的阶段性成果去运用的过程。所以AI公司开始都看起来像是“外包”公司，这个是符合规律的。
所以这些场景的跃迁，乍看起来好像公司不断换客户群。如果习惯了互联网这种单次PMF的模式，会极为不理解AI产品的成长过程。是不是创始人在犯晕？为什么不能直接一步到位到最后一个PMF呢？不可能，因为 product 需要成长，需要好几次蜕皮才能从毛毛虫变成美丽的蝴蝶。毛毛虫阶段的商业模式是吃叶子，蝴蝶的阶段是吃花蜜，但你不能叫毛毛虫去吃花蜜。
所以对于AI团队，你看那些执行得特别好的，并不是非要是一堆大牛的集合，而是那些最有演化能力的公司。演化能力才是保证公司在一次又一次的“蜕皮”（即场景跃迁）中，保持团队凝聚力的关键。演化力就是最主要的执行力，演化力是公司成败的第一关键。
我觉得不管是对创业者也好，还是对投资人也好，这个“AI场景跃迁理论”恐怕是这个领域最大的“秘密”。其他的一切都可以从这个第一原理推导出来。不能理解这个理论，就难以找到价值所在，执行就会碰壁，投资就会亏钱。不能用做互联网产品的思路来做AI产品，更不能用投互联网产品的思路来投资AI产品。
附：常见问题的回答
1． 疑问：AI作为一个技术，单纯靠技术解决方案创业，本来就是不可行的。
解答：显然，我们不会是为了一个技术而创业，而是要为了解决一个问题而创业。但是一旦解决这个问题需要AI，我们就要尊重AI的规律，理解AI的过程和边界。我们看到太多太多的例子，对需求和市场理解得很好，但是因为不了解AI技术的特点，不能管理好产品边界、用户预期和团队预期，而失败。我们必须了解，具体在这个战场，战争的规律是有自己的特点的。
2． 疑问：互联网公司也有pivoting，要是追求每个pivoting都要存活下去，那容错率不是更低了。
解答：场景跃迁并是不传统意义上的 pivoting。传统的 pivoting 是市场探索错误，所以要换一个方向试试。在场景跃迁中，用户和市场的升级是有规划的，每个阶段要和当时阶段的服务能力相匹配。比如在早期明知一个市场空间不大也会去服务，因为更大的市场是不可能去服务的，只有在服务小的市场，建立根据地后，逐步做市场空间的升级发展。这不是 pivoting。
3． 疑问：这不就是“我们目前还没找到盈利模式，但我们会坚持找下去的”？
解答：我们讲场景跃迁，并是流寇式的作战，因为找不到挣钱的办法所以不断找。很多时候，如果技术是成熟的，比如AI诊断真的比医生还准，那会没有盈利模式吗？问题是这种问题的解决，需要很长的周期，很大的投入，很专业的团队，这和之前的互联网创业是不一样的。在小型公司中，在资源全面短缺的情况下，有建立一种不断长期地部分商业化中间结果的商业模式，这是之前从来没有的事。“这种奇事的发生，有其独特的原因。而其存在和发展，亦必有相当的条件。”
4． 疑问：AI和之前的数据库之类没有区别，没有什么特殊规律提出的必要？
解答：弓箭和火枪，都是远程投射武器，但是他们对军队组织、后勤要求发生的作用是完全不同的。数据库是解决机器的效率的问题，AI是要解决人的效率的问题。两类应用，对能承载他们的组织的要求是全然不同的，绝不能不分析其中发展路径和人的组织问题的特殊性，而照搬其他领域的成功经验。实事求是地理解AI的客观规律，才能不过于悲观或乐观，理解目标和路径的矛盾，与解决这些矛盾的方法，而不能照搬任何教条。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
