《造浪者：AI创业实战拆解》梁桂 著
第 9922 篇深度好文：4240 字 | 11 分钟阅读
风口会把你送上去，也会在退潮时把你放下。
过去两年，AI赛道最刺激的故事，不是某家公司技术多强，而是同一个风口里，有人拿到了百亿估值，有人两年就服务器关闭；同一波国产替代红利，有的公司赚得盆满钵满，有的公司却始终吃不到订单。
差距到底在哪里？
《造浪者：AI创业实战拆解》里给出的答案不是技术，而是决策。这本书用两年调研，把AI创业里最容易踩的坑提炼成23个决策工具和27个陷阱警示，再用31家海内外公司的真实抉择反复演练。
其中有两个错觉，几乎是所有创业者最容易犯、又最致命的：把时代红利当成自己的护城河，把高估值当成成功的勋章。
这篇文章，就是拆开这两个错觉。
一、同一条赛道，两种结局
先看一组反差极强的对照。
2025年2月28日中午12点，一道指令从硅谷发出，全球数千台Humane Ai Pin同时停止与服务器连接。两年前，它估值10亿美元，被《时代》评为年度最佳发明之一，被多家硅谷媒体称为“后智能手机时代的开端”；两年后，它的硬件几乎只能在桌面上当一块发烫的金属。
同一年，AI编程工具Cursor的年度经常性收入突破10亿美元。两年前它还只是四个麻省理工学院学生的课余项目，几乎没有市场费用，据公开报道估值已达百亿美元量级。
一个累计融资约2.3亿美元后服务器关闭，另一个从零成长到百亿估值。区别在哪里？《造浪者》给出的回答很干脆：不在技术，在决策。
Humane在产品定义上押注“后智能手机时代”的宏大叙事，却在产品市场匹配（PMF）尚未验证前，就贸然启动了10万台量产；Cursor则相反，从一个极简的代码补全工具出发，用12周冲刺快速验证需求，再一步步把护城河建立起来。同样的工程师红利，不同的决策质量，走出了完全不同的命运。
这种差距可以提炼成一句话：AI创业中真正拉开差距的，是在信息不完整、时间窗口有限、压力巨大的情况下，做出关键判断的能力。而这种能力，不是天赋，是可以训练的判断力。
二、错觉一：把时代红利，
当成自己的护城河
这是全书中被反复敲打的一个陷阱，也是AI基础设施赛道最容易中招的地方。
先澄清一个概念。产品市场匹配（PMF）有两种完全不同的形态，看起来结果很像，底层稳定性却天差地别。
市场自发型PMF：抛开外部特殊条件，客户纯粹因为产品性能、成本、生态或服务而主动选择你。哪怕外部环境回归常态，他们依然愿意付费、持续复购。
政策驱动型PMF：受管制、供应链受限、国产化要求等外部变量推动，客户被动转向你的产品。订单真实存在，但需求的根基，依附在外部环境上。
很多公司把这两者混为一谈。市场因为政策、管制主动找上门，就误以为是自己产品够强，已经建起了坚不可摧的护城河。
国产AI芯片领域有个极具代表性的样本：寒武纪。2019年之前，它靠给头部手机厂商提供AI芯片IP一战成名；之后转向自研云端AI训练芯片，连亏7年累计亏损超过50亿元。到2025年，营收同比暴增453%，净利润20.59亿元，成立以来首次全年盈利。
单看2025年，这是一份漂亮的成绩单。但判断护城河的真伪，不能只看爆发期，要看停滞期。
2022—2023年，正是国内“百模大战”爆发、对AI算力需求最旺盛的两年。如果寒武纪有真正的产品级护城河，它本应承接这波需求。但它的营收从7.29亿元滑到7.09亿元，不增反降。
那段时间发生了什么？市场主动选择时，客户更愿意为英伟达付溢价，而不是为它付折价。
2024—2025年的爆发，不是产品力突然提升带来的，而是外部管制升级、客户被迫转向的结果。约453% 的增长背后，是政策驱动型PMF的典型形态——需求真实，但稳定性高度依赖外部环境。
区分这两种PMF的三个监测信号，也可以套用到任何业务上：
信号一：政策窗口取消测试。如果驱动客户找你的那条政策明天取消，客户还会留下吗？大多数会留，是真护城河；大多数会走，是政策红利。
信号二：政策稳定期的市场表现。在没有外部因素剧烈变化的时间窗口里，你的产品能不能凭自身条件吸引新客户？
信号三：竞品的相对增长速度。如果你和竞品都受益于同一波红利，谁跑得更快？红利是普惠的，产品竞争力会体现在增长结果上。
用这三个信号对照：同样是国产替代红利，国内智能计算中心的市场份额被华为系产品拿走近八成，而另一家公司只拿到个位数。同样的政策窗口，分流结果大不相同——这说明红利的最大受益者，往往是产品、生态和客户绑定更强的那一个。
同样的逻辑也适用于模型层。以DeepSeek为例，它用极致的工程效率把推理成本大幅压下来，几乎重构了整个行业的成本结构——但书里用护城河评分卡给它打分时，呈现的是“双峰未成环”：模型能力和品牌信任都很强，数据资产、数据飞轮和工作流嵌入却偏弱。
当一个开放模型可以被下载、被复用时，护城河究竟建立在哪？这是所有“技术很强、但商业变现路径还不清晰”的公司都绕不开的问题。
书里这句提醒值得反复读：红利是借来的时间，不是永久的竞争优势。如果窗口期没有完成能力转化，当外部环境变化，繁荣会消失得和它出现时一样快。
三、基础设施赛道，容不下“小而美”
为什么这类错觉在AI基础设施赛道特别普遍？因为这确实是一条极特殊的赛道。
芯片、数据库、操作系统这类底层基础设施，有一个绕不开的规律：极强的赢家通吃效应。性能、成本、生态兼容性是主导维度，头部企业会不断放大优势——第二名和第一名的差距，往往远大于第二名和第十名的差距。
更关键的是生态壁垒。硬件性能可以靠钱追赶，但软件生态靠的是十几年时间的沉淀。英伟达的CUDA花了大把时间才成为“事实标准”；华为的CANN依托整个产业链也打磨了七八年。起步晚、用户基数小的后来者，即使技术团队世界一流，生态建设的时间也无法压缩。
书中用护城河评分卡给几家典型公司做了画像，很有意思：
单点支撑型。行业知识深度一项独高，其余维度平平。技术底子扎实，但生态是致命短板，风险高度集中在单点上。
双峰未成环形。行业知识深度和品牌信任都很强，但数据资产、数据飞轮和工作流嵌入都很弱，护城河的两个高峰没有连成闭环。
失效型。多项护城河同时失效——开源影响力巨大，却在商业回报、生态控制、组织稳定上都出现裂痕。
这三种形态对应着不同赛道公司的通病。尤其值得警惕的是“单点支撑”：一条腿站得很高，另一条腿却是空的。一旦竞争对手在生态上完成积累，单点优势很快会被稀释。
国产GPU几家创业公司、大模型“六小虎”、AI制药赛道——同一起点、同一个时代窗口，为什么走出完全不同的路径？
答案往往是：时代窗口对所有人都开放，但决定最终位置的，是谁在窗口期内真正建起了别人拿不走的壁垒。
有的选择尽早上市融资，有的坚持基础模型研发，有的收缩到垂直应用。没有绝对的对错，只有是否匹配自己的资源和节奏。
以国产GPU几家创业公司为例，它们几乎在同一时间吃到政策红利、拿到上市窗口，却走出了技术路线、融资节奏、生态策略完全不同的路径。
有的坚持通用架构对标国际巨头，有的转向特定推理场景靠更低功耗和成本做差异化，有的把宝押在软件栈兼容上。
没有唯一正确，但有一条铁律：谁在窗口期内把生态和客户绑定做扎实，谁就更可能留在牌桌上。AI制药赛道则是另一种慢节奏——周期以十年计，单纯靠烧钱追速度，往往等不到产品兑现现金就断了粮。这正是书里反复强调的：不同赛道有不同节奏，资金的配速必须和赛道的周期匹配。
对准备进入这类赛道的创业者，书里给的是冷静的提醒：做到国产第一梯队，不等于追上全球第一梯队。代差的弥补，以年为单位。没有长期烧钱的资本、组织耐力，不要轻易押上全部。
四、错觉二：把高估值，
当成成功的勋章
第二个错觉，比第一个更隐蔽，也更危险。
AI赛道有一个显著特征：很多公司还处在亏损或刚扭亏的阶段，资本市场却已经给出极高的估值倍数。市值越高，越像一种“成功”的证明。
但高估值不是对你当下能力的定价，而是对你未来叙事的定价。
来看一个极端案例：某国产AI芯片公司 2025年净利润约20.59亿元，市值一度达到约6637亿元，对应市盈率约322倍。作为对比，全球AI加速器市场份额约六成的行业霸主，市盈率在40—45倍；另一家国内同行约120—150倍；A股半导体行业平均40—60倍。
322倍是什么概念？不是对今天这家公司的定价，而是市场在赌它“10年后可能成为某个行业里的中国龙头”。这个估值成立，需要至少四个前提同时成立：政策持续、竞争位势稳固、需求长期高增长、毛利率维持高位。现实是，其中已有多项出现压力信号——竞争者份额扩大、毛利率回落。
对估值隐含的增长要求，苛刻到近乎残酷：如果市盈率要回落到国内同行水平（约130倍），净利润需要三年从20亿增长到约50亿；如果要对标行业霸主（约45倍），净利润要冲到约145亿——三年增长约6倍。放在国内芯片公司的历史上，几乎没有企业实现过这样量级的利润跃迁。
另一个关于估值的经典教训，来自一家叫Inflection AI的明星公司。它曾以40亿美元估值备受追捧，被看作“最有同理心的AI”。但当最大投资人主导的一笔非常规交易落地，创始团队整体转移，公司的独立价值一夜之间被重新定义。
书里用“关键人依赖”和“估值执念”两个陷阱拆解它：当核心叙事绑在少数几个人身上，估值越高，风险越集中。
《造浪者》特别区分了一级市场和二级市场的估值风险：
一级市场，高估值搭配差条款，比低估值搭配好条款更糟。融资条款没覆盖的场景，往往是最大的盲区。
二级市场，高估值需要持续兑现。每个季度的实际数字都是一次“验证”，验证失败触发的不是温和回调，而是剧烈回归。
对创业者来说，一个灵魂拷问是：如果现在的估值，要求你未来两到三年业绩数倍增长，你真的有路径补齐这个预期差吗？
如果答案是“没有”，那高估值就不是祝福，而是诅咒——它会把市场的期望值抬到一个你够不到的高度，然后在你兑现不及的那一天，加倍还给你。
面对高估值，书中给管理层开了三剂方子，对所有科创公司同样适用：
一是管理叙事预期，不要把自己包装成“某个巨头的翻版”，客观讲清自身定位与约束，降低市场不切实际的想象；
二是用真实业绩验证故事，而不是不断用新概念掩盖业绩缺口，每一年的财报都是对估值逻辑的一次检验；
三是善用估值高位完成资本布局——高位融资稀释更少，但每融一笔，都向市场许下更高增长的承诺，兑现压力也随之放大。
五、红利窗口期的四条底层打法
看穿错觉只是第一步，关键是怎么办。综合全书，红利窗口期的正确打法，可以提炼成四条可复用的原则。
第一条：基础设施赛道没有“小而美”，入场前先确认十年耐心。
赢家通吃意味着第二和第十的差距远大于第二和第一。不能进入前两名，被边缘化只是时间问题。哪怕你已经做到了国产第一梯队，距离全球顶尖的差距，依然要以年为单位去追赶。要做好长期不盈利的心理和资源准备，没有长期资金和组织耐力，不要轻易主攻通用主赛道。
第二条：政策红利是借来的时间，窗口期必须转化为产品竞争力。
做一次灵魂拷问：如果外部红利消失，我的客户还会留下吗？分清市场自发PMF和政策驱动PMF。
后者的资源，要投向产品迭代、软件生态、客户工作流深度绑定，而不是单纯扩大获客规模——因为客户已经在被迫找你了，问题从来不在获客。
第三条：账面盈利不等于经营健康，要建立利润之外的风险预警线。
利润表赚钱，不代表手里现金充足。对重资产、ToB、受政策驱动的业务，除了看净利润，还要额外盯住存货周转和应收账款。
当存货增速持续高于营收增速，“盈利”的真实含义就要重新审视——战略备货和库存积压的分界线，不由你的解释决定，由出货速度决定。
第四条：高估值是对未来叙事的定价，补不上预期差就是诅咒。
当估值倍数远超行业龙头，要清醒认知：市场买的是十年后的可能性。不要被估值推着走，客观评估预期差。每一期经营结果都是对估值的检验，无法兑现的高估值，最终会反噬企业。
AI浪潮最慷慨的地方，是它同时给了很多团队机会窗口。风口可以送来客户，政策可以创造市场，资本可以给到高估值。
但它最残酷的地方也在这里：这些外在的东西，没有一个会自动变成你自己的壁垒。
真正的护城河，从来不是环境赐予的，而是靠产品、生态、客户价值，一点一点亲手搭建出来的。那些能在潮水退去后依然站立的公司，无一例外，都在窗口期内把"借来的时间"转化成了"自己的能力"。
这也是《造浪者》这套书想教给读者的东西——不是讲一个英雄故事，而是把31家公司的关键抉择摆在面前，让你坐在当事人的位置，用工具做一次完整的决策演练。它不保证你必胜，但会让你少踩别人已经踩过的坑。
红利终会退潮，唯有实力长存。愿每一个身在AI浪潮里的决策者，都能看清潮水的方向，也看清自己脚下，有没有真正扎下去的地基。
*文章为作者独立观点，不代表笔记侠立场。
