Y Combinator 2025-11-10 10:20 浙江
“早期创业的核心竞争力是“学习速度”而非规模”
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
Brad Flora：好，下面这个问题：我们这些创业者，是应该现在就大力烧钱，去获取一个暂时的优势，还是应该等下一代模型的跃迁出现，再尝试把现在做的东西变得“更便宜、更普惠”？
Nicolas Dessaigne：这个问题问得好，我觉得有两个角度可以看。第一个是，这些创始人应该问自己：我现在做的东西，是那种在GPT-5一出来就会变得完全没意义的东西，还是那种在新模型出现后会变得更好的东西？如果你只是做一个补丁，专门去填GPT-5目前还做不到的小痛点，那大概率不是一个好主意。但如果你属于第二类：模型的提升只会让你的产品更好，那你就要问自己：我要不要现在就投入，还是等？我会说，如果你现在就投得很多、做得很多，你会在这个过程中学到一堆东西。等到模型准备好、你可以接入的时候，你一接就能马上让产品变得非常好。所以你看似“浪费了钱”——我甚至不觉得“浪费”是正确的词——最多是多花了一些钱，但这些学习是值回票价的，这就是你现在应该做的原因。
Gustaf Alströmer：我们今年在Claude Sonnet上就看到了类似的例子。那个模型一出来，很多之前在做内部工具的公司，突然之间产品就“跑起来了”，而之前其实都不太能用。所以这种事我们已经见过几轮了。Codegen也是很好的例子：之前所有写代码的生成工具，其实都“勉强能用”，但不太行；直到新一代模型出来之后——简直像魔法一样。
Nicolas Dessaigne：好的，谢谢这个问题。
Brad Flora：接下来这组问题，我们来聊聊pivot（转型）。我们收到好几个创始人关于pivot的提问。第一个是：当你已经有了一些traction（进展／营收）时，你应该什么时候考虑pivot？通常我们想到pivot，是那种“完全不行了、卡住了、必须换方向”的情况。但如果你现在是“有一点traction，但又不够强”，你在犹豫——这种情况下什么时候该pivot？
Nicolas Dessaigne：这可能是你会处在的最难的那种状态。如果很顺，那就很好理解，继续干就行；如果完全不顺，那也显然要改点什么。我能想到有家我合作的公司就经历了这个过程，叫Firecrawl。Firecrawl是一个开源产品，可以帮助公司从任何网站里抽取数据、抽取信息。现在非常成功，有很多AI agent客户等等。但在那之前，他们在做另一个产品，叫Mandible。我记得他们真正pivot的时候，已经有了“几十万美金ARR”，是非常可观的traction，不是那种一两百刀的小项目，而是真正的客户和大logo。当时他们是给文档做Q&A的。我觉得在他们的案例里，他们看到的是：增长相对缓慢。他们也能看到市场边上有很多需求在冒出来。然后事情是这样发展的：在做Mandible的过程中，他们因为找不到合适的工具来解决自己的问题，就自己写了一个爬虫／抓取器。在和其他创始人聊天的时候，他们发现每一家AI agent公司都需要这样的“抓取能力”。他们最后意识到：自己产品里那个“很小的、嵌在Mandible里面的小模块”，其实比整个Mandible本体还要更有价值。于是他们开始对这个组件做了一些试验，并不是一夜之间从想法A跳到想法B，而是先对这个部分做实验。然后这个东西起飞了，他们很快就决定：好，这就是我们要做的公司。这是一个巨大的信念跳跃——从有几十万收入的状态，回到0，但后来事实证明他们做对了。
Brad Flora：他们当时有没有某个“具体时刻”或某个观察点，让他们意识到：原来我们应该把产品里的这一小块拿到台前来做？
Nicolas Dessaigne：我不觉得这件事有公式，也没有什么“如果A且B就pivot”的算法。我觉得更像是一个你自己逐渐建立起来的强烈信念，来自你和很多人反复对话之后的积累。某种意义上，这件事在我们Autumn身上也发生过。我们一开始做的第一个产品，是一个可以直接嵌入到移动应用里的SDK，在设备端运行。我们确实也有一些收入，不过相比刚才提到的额度要小很多，大概每月几千美元的样子。但我们的感受是：这东西非常难卖，节奏很慢，人们不是真的很看重这款产品。到某个时候我们就觉得：好吧，我们可以把这做成一个“生活方式公司（小而稳的生意）”，但这不是我们想要做的，那就得改点东西。对我们来说，这个转身更容易，因为收入较低。但对Mandible那家公司来说，情况不一样。他们是那种创始人跟同行之间联系非常紧密的公司，我觉得正是这种“跟大量peer建立的联系”，给了他们足够的内部信念，敢于改方向。
Brad Flora：我特别喜欢你刚刚提到的那句话——“人们是否真的在乎你的产品”。我在很多Office Hours里也看到这一点：有时候我们投的公司，在来YC之前已经有一点点traction，他们进来后我们跟他们聊，听他们讲怎么跟用户沟通，结果发现：要么他们根本不怎么和用户聊，要么他们其实对用户了解得很少。于是我们就会敦促他们去搞清楚：用户到底有多看重这个产品。很多时候，事实是：用户并没有那么看重。而这恰恰是督促他们往深处挖、去找到一个更好版本的燃料。我举个我合作过的例子，冬季班W24里的Greil。我们投他们的时候，他们有几千美金的MRR，他们对自己特别满意：从0到现在，有几十个付费客户，数字一直往上走。我就一直催他们去和用户聊，弄清楚哪些用户是真的在乎他们的产品，就像你说的那样。我记得他们有一次在Office Hour里直接问我：我们是不是应该单纯把这个数字做大？就是“数字往上走”就行了，为什么我们还得做这些访谈？等他们跟足够多的用户聊完后，他们发现：哦，没有任何一个用户会用同一种方式来描述我们的产品。我们做的东西和用户使用它的方式之间，是一种很混乱的关系。于是他们意识到：我们要把事情“收紧”，把产品变得更有组织性，要聚焦在一两个用例上。后来他们也确实做到了，并且继续增长。但这一切都围绕着一个问题：用户有多重视你的产品。
Gustaf Alströmer：关于pivot，我还会再想一个点：这是公司里非常“脆弱”的一个阶段。在这个阶段，公司很容易就会解散、放弃，觉得“我们试过两三个方向了，算了，什么都不行，我们就别干了”。当你在问自己“我们要不要pivot”的时候，你也必须确定自己还有精力做这个pivot。因为pivot是很难的，你已经花了几个月甚至几年在现在这条路上、搭了一堆东西，现在要去做别的。所以你首先要先问自己：“我还有力气继续做这件事吗？我能熬过接下来一段不确定期吗？”你需要先建立信念，需要有精力。我觉得我们确实可以提供一些框架，帮大家思考pivot的方式，但说到底，很容易在pivot这件事上给建议，可你实际上是在“从零重新开始”。这对我们来讲其实也很难。很多创始人会来问我们：“这个想法好，还是那个想法好？”如果你给我七个想法，我可以给你我主观判断中哪个看起来好一点，但我其实并不知道。因为我不是这些产品的用户，所以你还是得自己出去验证你最看好的那几个。在pivot的“框架层面”上，还有一个难处是：创始人有时候只带着“一个新想法”来，如果我说：“我觉得它不太好，这里是我认为不好的一堆原因”，他们很容易就会泄气，觉得：“那我什么都不想干了，因为我们唯一的那个想法被说不行了。你觉得它不好，某个用户也觉得不好，Gustaf也觉得不好，那我们算了。”所以pivot时，更好的方式是：同时去探索一系列不同的想法，这样你既能找到新想法，也能在过程中保持动力，扔掉其中几个也不会崩掉。这是一个框架，它既跟“找到更好想法”有关，也跟“保持动机”有关。
Pete Koomen：我在秋季班里也合作过一家公司，他们整个batch都在纠结“要不要pivot”。他们有几千美金的MRR，为了销售拼命努力，但始终没变成“真正扎实的生意”。他们最后是在batch结束之后立刻pivot，做了一个开源的计费框架，叫Autumn。就“数字”而言，他们现在的traction比之前少很多，但他们现在有了信念——从他们说话的状态里就能听出来。这感觉就像是更高优先级的那一位指标：也许你该pivot的真正领先指征，是你不再相信自己现在做的事情会有好结果了。
Brad Flora：好的，非常感谢这个问题。有位创始人问：“什么时候该杀掉一个‘不错的’创业点子，去换一个‘更棒的’？”另外，“所谓‘great startup idea’，到底是什么？”
Gustaf Alströmer：这是个很难回答的问题，因为在当下那一刻，你其实不知道它是“好”还是“伟大”。通常你只有在真的从用户那里拿到了反馈，他们明确告诉你“这东西太棒了”，你才知道原来这是一个great idea。所以你在当下很难判断。我觉得这个问题更像是“假设你已经知道所有答案时”的一个假设题。但现实中，pivot是一个过程，是框架＋实践，而不是在你提问的那一刻就能把所有答案都想清楚。
Nicolas Dessaigne：这又回到了我们刚才说的“conviction（信念）”。我会觉得，所谓“good idea”，可能是那种你有一点点收入的想法；但那可能只是个“nice-to-have”。真正“great idea”的，是那种你自己特别有信念，而且你有那些每天都离不开你、必须靠你来解决真实痛点的用户。
Gustaf Alströmer：我自己在创业早期也玩过很多点子，当时我觉得它们都“特别棒”，但后来发现都没那么好。因为我根本没真正把东西做出来，也没有给任何客户看过。所以最后它们都不是great ideas。
Brad Flora：有时候我都在想，所谓“好创业点子”这种东西是不是根本不存在。我有时觉得，点子基本就分两类：
•能成为great idea的那些
•以及其他所有不会长成大公司的——从某种意义上讲，它们其实都是“bad startup ideas”。
所以，只要它不是好的创业点子，它的反面大概就是“坏点子”。如果你心里想的是“这是个不错的创业点子”，那你就真的要不停地往上拱，去找“伟大”的迹象。就像你捡到一块石头，不停擦一擦，看看里边是不是钻石。如果你只是一直举着石头说“看我的石头，看我的石头”，那是不够的。你得拿它去经受各种折腾：在销售上大胆一点、去尝试“我们能在两周内做出来的最疯狂版本”，看看用户怎么反应。你要一直在测试“伟大的迹象”。
Nicolas Dessaigne：而且要对自己诚实。很容易陷入一种状态：你太想相信自己的东西“很棒”，却没有任何外部证据，然后你就不愿意听任何人说“它可能没那么好”。
Brad Flora：这其实是个非常重要的问题。我今天早上给一位创始人打电话，告诉他我们要给他夏季班的名额。那通电话非常开心，每次打这种电话都很快乐。他问我：在整个batch里，那些“表现最顶尖的创始人”和其他人之间的差别，到底是什么？我想了想，最先出现在我脑海里的答案是：那些真正优秀的人，会对“找到一个great startup idea”这件事极度执着，持续聚焦，确保自己走在这条路上，并且在做的事情有机会变得非常大。
Gustaf Alströmer：而且他们通常很长一段时间都不会说“我有一个伟大的点子”。是的。“我有个great idea”这句话，一般不会从真正有great idea的创始人口中说出来。
Brad Flora：没错。经典的Steve Jobs例子里，他经常会说“这只是个傻点子”，虽然他心里可能觉得很棒，但表面上不会那样讲。好的，我们继续下一个问题。
勇于接受技术挑战
Brad Flora：下面要聊的是技术挑战。问题是：把一个idea pivot掉，只因为它在技术上太难实现，这样做有意义吗？比如：你已经和潜在客户聊过，验证过idea，觉得如果能做出来、效果很好，这个产品肯定卖得不错。但你就是一直达不到那个“产品可用的门槛”。创始人该怎么思考这种情况？
Nicolas Dessaigne：其实情况恰恰相反：如果一件事在技术上真的很难，我反而觉得这更像一个更好的idea。因为没人敢尝试，技术门槛那么高，几乎没什么人愿意做、也做不出来。如果你有勇气去做，也有能力去做，那对你来说，这可能是最适合你的点子，一定要去冲。我在这期batch里就看到过一个很震撼的例子：一支团队原来在做某种科研软件，产品是“能跑”，但市场反馈不怎么兴奋，没太被接受。后来他们pivot到一家叫Brahante Biologics的公司，做的是“小型微工厂”，用来少量生产药物。我们每次跟他们讨论，你都能看到他们眼睛在发光，能感觉到他们多么笃定这才是自己应该做的事情。每聊一次，我们就会看到更多挑战一件件堆起来：技术上的、监管上的，各种东西要攻克。但你可以看到他们就是“是的，我们就要干这个，这世界需要它，我们必须做出来。”我特别喜欢那种能量。这个领域可能是我见过的最难之一，但如果成功，它会改变世界。
Gustaf Alströmer：那如果这是一个软件层面的难题，比如你知道这玩意儿你和你的联合创始人要花六个月才能做出来，你会怎么处理？
Brad Flora：我觉得有时候遇到这种情况，你可以想想怎么把问题“切小一点”。我以前自己的公司Perfect Audience，是很多年前了。当时我们知道自己需要搭一套实时竞价的平台，要接各种广告交易所、做一堆集成，这一切都压得我们有点崩溃，根本不知道从何下手。所以我们先去找了一家已经有这种平台、并提供API的公司，在此基础上做了一个非常好的前端——也就是当时这个领域里最好的操控界面，然后拿这个去市场验证。我们自己又做了一套定制的计费系统，这些东西给我们带来了一批用户，让我们能起步、能动起来。等到我们有了足够的理解、资源和人脉，再去招人，把真正那部分“超难的底层技术”做出来。相当于我们把问题切成了几块，一块一块去解决。
Nicolas Dessaigne：你要小心的一点是，这个问题本身有点“危险”。有些人会拿它当借口：说“这个东西技术上太难了，所以我要关起门来埋头写六个月代码”，然后就一直“关在车库里”。我们自己在Autumn也有点类似的经历。我们花了六个月才把产品做到一个比较像样的状态，因为那是非常底层的搜索引擎，技术难度确实不小。回头看我们也算是运气好，最后产品跑得非常好。但如果让我回去重来一次，我会更愿意花更多时间跟客户待在一起。即使产品还没准备好，你也能从他们身上学到特别多，了解他们的问题，理解他们的生活方式。所以现在我会做得更好一些。只要你不要把“技术很难”当成一个借口，来逃避和客户说话就行。
Pete Koomen：在Optimizely，我们最难做的那部分，是构建那个“网页编辑器”：它要能在任何网站上工作，而且让一个非技术人员也可以进去做A/B测试，而完全不需要写代码。这块我们至少花了六个月才做出来。但我们把问题切小的方式是：先为自己做一个版本。我和联合创始人Dan一开始只是做了一个“最简单的版本”：一个小书签工具，点一下会在任何网站上弹出一个文本框，只有我们俩可以在里面写JavaScript，这段代码会在页面上执行。就凭这个“超级简陋的版本”，我们就能帮其他公司做一些咨询合同，替他们做A/B测试，这也是我们开始和客户对话的方式——我们先为自己做出最粗糙的版本，再去做公共版产品。
Nicolas Dessaigne：至少你们当时知道“自己在做什么、是为了什么”。
Pete Koomen：是的，这让我们成了自己产品的用户，非常有用。
何时开始招聘？
Brad Flora：下面下一个问题：有位创始人问，“有哪些指导原则或指标，可以帮助判断什么时候该为你的创业公司开始招人？”我这里理解是指“创始团队之外的早期员工”，什么时候是合适的时间？你怎么知道？怎么判断？
Gustaf Alströmer：如果你有一大堆时间可以坐着思考这个问题，那就说明：还太早。如果这是你每天都会想到的问题，那很可能也还是太早。真正适合开始招人的时机，是当事情忙到你根本挤不出一个时间段来安排一场面试的时候。也就是说，当事情一波一波压过来，因为公司开始有效运转了，你已经到了一种“快撑不住”的状态：很多事情都在“崩”——你或者员工、或联合创始人都得远远超出正常作息，才能完成现有工作。那你应该在这个时间点之前就开始招人了。问题在于：这常常已经有点晚了。因为从你开始招，到人真正入职，可能要三个月。在那期间，事情只会更崩。所以，也许更好的问题是：有哪些早期信号，代表这个时刻快要到来？我觉得一个信号是：公司里有某个具体部门或职能已经在崩溃或者快要崩溃了。要么是工程，要么是销售，要么是客户入职等。你能看到某个具体部分开始出问题。如果你看到这些“早期迹象”，你就要对自己诚实：这是我希望它发生的“假想信号”，还是它真的在发生？你得判断，这其实真的要成真了。那么，这就是一个合适的时间，至少开始面试、或发招聘信息。
创业最难的部分之一，是招人真的很难。作为一个只有两个创始人、少量客户的早期公司，你在人才市场上的竞争力其实很弱，所以结果不会立刻出现。你往往是从自己的人脉网络开始。很多时候，前几位员工都是已经了解你在做什么的人，你能说服他们来聊聊，觉得你有机会说服他们加入，因为他们已经信任你。所以很多早期的雇员其实并不是“冷招”的，是“已经知道你的人”，从这个角度看，也许“早期信号”这个问题没那么严重，因为他们比你想象中更容易被你拉进来。相比之下，后面那些完全陌生的候选人会难很多。
Nicolas Dessaigne：我回想自己在Autumn的经历，会觉得公司有几个不同阶段。最开始，我们只招了几个人——在寻找产品市场匹配的时候，这样做是对的。然后我们找到了product-marketfit，但之后又犯了“招得不够快”的错。再后来公司变大了，我们又发现“啊，我们好像又招多了”。大概就三阶段：
•产品市场匹配前：只招少数几个人
•找到匹配后：又拖太久才开始扩招
•扩到太多：又发现人有点多了
Gustaf Alströmer：我们后来有一段时间是9个人做到120万ARR（在AI出现之前），那段时间简直是噩梦。但回想起来，那可能也是我对公司印象最美好的一段时间，虽然特别辛苦。看起来，“招人”是一个很容易让人抓住不放的东西。你会说，“我的公司很成功，因为我已经招了那么多人了。”但把“招聘”当成成功指标是很危险的。招人本身不是一个成功指标。它更像是一种手段，为了不让公司垮掉、维持运转。
Nicolas Dessaigne：这几年有个变化是：我们看到越来越多公司，会很自豪地说自己在“尽可能少的人”情况下做到多少收入。
Brad Florad：这已经成了一个meme。
Gustaf Alströmer：十年前可不是这样。我们现在有不少YC公司说，“我们想做一家估值十亿美元的公司，总共10个人，我们还有6个名额。”
Brad Flora：我们已经远离了那种“我要招够多工程师，好把公司打包卖给Facebook”的时代，那种逻辑已经没了。
Pete Koomen：我在带batch的时候，经常遇到创始人问“我们是不是该招人了？”几乎所有情况下，答案都是“不用”。创始人常常会以为招人能让他们更快，但现实通常相反。只有一种例外，我叫它“机会型招聘（opportunistic hires）”：比如你最聪明的朋友刚好上个月毕业，或者刚好离职；你知道他／她跟团队会配合得很好，也非常厉害，那在这种刚好“时间点合适”的情况下，把他／她拉进来是不错的。
Brad Flora：我会补充一点：这种“机会型招聘”只有在那个人身上带有某种“最高级形容词”时才成立，比如“最聪明的朋友”“最强的那位”“特别厉害”，等等。如果只是简历上写着“曾在某个大公司X工作过”，看起来很体面，这种并不算“机会型好机会”，反而可能是坏招聘。
Gustaf Alströmer：对，如果你只是觉得他“挺不错，但也没特别确定”，那就有点危险——大概率先别招。
开源企业级SaaS的利与弊
Brad Flora：接下来是最后一个问题：什么时候开源一个企业级SaaS产品是个好主意？开源有什么优点和缺点？
Nicolas Dessaigne：这是个有意思的问题。我们在YC和很多开源公司一起合作过，但大多数都是dev tools（开发者工具），因为当你的客户是开发者时，“开源”本身会成为一个很常见的go-to-market策略。开发者会很在意产品是不是开源的，因为他们可以看源码、更信任产品。而如果你自己也是开发者，你和客户其实是“同一类人”，沟通也会更顺。但我觉得，对企业级来说，有时候开源也很有用。我脑子里想到一家公司，叫Medplum，他们在做开源的EHR（电子病历系统）。对他们来说，选择开源并不是为了“卖给开发者”这个go-to-market，而是为了在企业客户那里建立信任感，并且把他们的销售周期缩短一整年。因为是开源，那些企业更容易信任他们。所以即使撇开“dev tool的路线”不谈，开源本身对他们仍然非常有价值。他们并不是想追Github Star或搞一个巨大社区，而是把开源当成销售流程中的一个要素。还有一家叫Twenty，在做开源CRM。情况差不多：CRM本身是一个纯SaaS产品，压根不是只针对开发者的工具。但仍然会有一些客户愿意用它，因为他们可以扩展它、信任它、在需要时翻代码。绝大多数人其实永远不会真的去翻，但“知道自己可以这么做”这种信任感就够了。“知道自己有这个选项”本身就足够。另外，开源对一些合规问题也有帮助。比如你可以说，“如果我们是开源的，你可以自己在本地部署”，那就不存在“把数据发给某家云上随机创业公司”的疑虑了。这些都构成了“为什么一个SaaS产品值得开源”的好理由。我不觉得开源会变成所有SaaS产品的“主流go-to-market路线”，但对于那些销售场景很难、对隐私和敏感数据顾虑很大的客户来说，这条路是说得通的。
Gustaf Alströmer：在AI领域里，“自部署／自托管”好像比传统SaaS世界更常见。
Nicolas Dessaigne：是啊，问题就变成：“你愿不愿意把你的私有数据交给一个第三方？”如果有人连OpenAI都不信任，那他更不会去信任你这个刚起步的小创业公司。
Brad Flora：是的，这点很有意思。感觉在几年前、大家还没大规模使用各种AI产品时，客户提出“能不能自托管”、“能不能把产品装在我们自己的环境里”这类请求，往往会被当成“天方夜谭”——我们会说，“不可能，我们做不到，这是个疯狂的要求”。但现在，很多小创业公司已经能想办法用快速、有效的方式做本地部署了。有时候在Office Hours里根本不会提到这点，他们只是随口说：“他们提了这个需求，所以我们就做了，现在客户已经在本地跑得好好的，很棒。”
原视频：YC Partners Answer Your Questions | Office Hourshttps://www.youtube.com/watch?v=nGLmpKi-jRU编译：Xiaoxi Wu请注意，本文编译自文未载明的原始链接，不代表ZPotentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。
Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们減邀对未来充满憧慢的您加入我们的社群，与我们共同分享、学习、成长。
-----------END-----------🚀 我们正在招募新一期的实习生🚀 我们正在寻找有创造力的00后创业关于Z Potentials