很多 AI 创业公司，最后卡住的不是技术，而是没有真正进入市场
把产品做得更惊艳，不如让它更早、更深地进入市场
关注领域：AI 应用层 & 基础设施层
代表案例：Canva、Airwallex、Supabase
今天看 AI 创业，很容易先被技术吸引。
模型更强了，推理更快了，Agent 会做更多事了，产品演示也越来越惊艳。很容易让人产生一种错觉：只要把东西做出来，后面的事自然会发生。
但真实世界不是这么运转的。
我和 Square Peg 投资人 Piruze Sabuncu 聊完，印象最深的，不是她看好哪个赛道，也不是她对 AI 投资的乐观，而是一个更基础的判断：
很多 AI 创业公司，最后卡住的不是技术，而是没有真正进入市场。
因为这两年，AI 把"把产品做出来"的门槛降得太快了。很多团队第一次拥有了以前想都不敢想的能力：几个人就能做出一个看起来完整的产品，做出流畅的体验，甚至在社交媒体上拿到一波不错的关注。
但另一件事反而更难了：
你做出来的这个东西，到底是不是有人持续需要。
Piruze 在访谈里提到，她最常看到的一个错误，就是创始人太容易爱上自己做出来的技术，而不是始终盯着客户的问题本身。技术当然重要，但技术只是手段，不是终点。对创业公司来说，真正决定一家公司能不能往前走的，还是用户有没有被你解决到那个"非你不可"的程度。
这也是为什么，今天很多 AI 项目第一眼看并不差，甚至还挺好，但就是走不远。
不是因为它不能用。
而是因为它还没有真正嵌进一个具体、稳定、反复发生的场景里。
不是"能不能做出来"，而是"有没有必要存在"
过去很多创业时代，技术是最明显的门槛。你做不出来，就是做不出来。
但 AI 时代不太一样。
现在更常见的情况是，大家都能做出点什么。问题不是"有没有能力把这个功能上线"，而是"这个功能上线之后，到底能不能留下来"。
说白了，AI 创业最容易出现的一种错觉是：
把"能做"误以为"该做"。
这类项目通常有几个共同特点。
它们看上去都不差，甚至有些还很聪明。产品页面做得很好，演示效果也抓人，功能点讲出来也很顺。但你往下追问两层，就会发现它缺了一块最关键的东西：它不是从一个很强的问题出发，而是从一个很强的技术出发。
这两者差别很大。
从问题出发，你会天然去关心谁最痛、谁最急、谁愿意付钱、谁会反复回来。
从技术出发，你更容易问的是模型还能不能再提升一点、准确率能不能再高一点、交互能不能再顺一点。
方向一旦反了，后面做得越多，偏得越远。
Piruze 提到，他们评估项目时会反复看几件事：创始人是否足够坦诚，是否真的理解自己要解决的问题，市场是不是足够大，业务有没有可能建立长期壁垒。这里面最打动我的，其实不是 TAM，也不是 defensibility 这些熟悉的 VC 词，而是她提到的 founder-market fit——创始人是不是对这个问题有一种别人没有的理解。
这件事特别重要。
因为到了 AI 时代，技术能力越来越像底层通货，真正把公司拉开差距的，常常不是"你会不会用这套技术"，而是"你是不是比别人更早、更深地看懂了这个问题"。
很多团队低估的，不是产品，而是分发
Piruze 在访谈里还提到一个很关键的点：很多 AI 创业者低估了 GTM，也就是 go-to-market。她说得很直接，分发始终是商业里最难的问题之一，AI 并不会自动把这个问题变简单，尤其在企业侧更是这样。一个产品再好，如果没有一套可信的进入市场路径，也很容易停在那里。
这句话值得展开讲。
今天大家讨论 AI，特别容易把注意力集中在产品本身：能力强不强、速度快不快、体验顺不顺、模型调用得聪不聪明。
但很多公司真正遇到的难题，其实发生在产品之外。
比如：
用户从哪来？
第一批种子用户为什么愿意留下？
客户为什么相信你而不是再等等？
团队有没有能力把一次试用变成稳定复购？
企业客户内部谁来推动这件事落地？
从"看起来不错"到"变成预算"，中间到底隔了几层？
这些问题，才是很多 AI 公司真正会卡住的地方。
你会发现，AI 时代的产品确实变得更容易做了，但市场并没有因此变得更容易打开。相反，因为供给变多了，注意力被切得更碎，用户的耐心也更少了。一个产品是不是能长出来，不再只看它有没有亮点，更看它能不能在真实流程里留下位置。
没有进入流程，就不会形成习惯。
没有形成习惯，就很难有留存。
没有留存，增长很多时候只是表面热闹。
今天真正稀缺的，不只是好产品，而是"能被持续选择的产品"
很多人现在会问一个问题：大模型这么强，大厂动作这么快，创业公司还有没有机会？
Piruze 的回答并没有回到那种"处处都是机会"的轻松表达。她的判断更具体一些：应用层和基础设施层都会有机会，但前提很明确——你得服务一个足够大的市场，同时还得有建立壁垒的可能。基础设施要去解决 AI 技术栈里的关键瓶颈，应用则要面对一个更难的问题：怎么在真实市场里做出可防守的业务。
这里最值得注意的，不是"应用和基础设施都有机会"这句标准回答，而是背后的那层逻辑：
今天大家缺的不是一个 AI 产品，大家缺的是一个愿意反复使用、也不容易被替代的 AI 产品。
这就是为什么，很多创业公司不能只靠"我做得更快""我模型更强""我体验更顺"来建立叙事。因为这些东西很容易被追上，甚至很快就变成行业默认配置。
真正能留下来的公司，最后还是要回答几个很老的问题：
你解决的是不是刚需。
你服务的人是不是足够明确。
你有没有自己的获取用户方式。
用户为什么要一直用你，而不是三周之后换掉你。
大厂如果进来，你能不能仍然站住。
这些问题并不新，但 AI 把它们重新变得重要了。
投资人越来越看重的，不只是技术判断，而是"人"
Piruze 说，在早期投资里，客观判断技术风险其实非常难。与其假装自己可以精准预测哪条技术路线一定赢，不如看创始团队自己是不是足够清楚：他们面前的技术风险是什么，他们有没有能力穿过去，他们对自己不知道的部分是否诚实。她特别提到，自我认知和 intellectual honesty，很多时候跟技术本身一样重要。
这点很有意思。
因为今天 AI 太热了，很多人会默认 VC 最看重的是模型理解、技术判断、赛道预判。但从她的回答里你能感觉到，到了真正做决策的时候，"人"这件事反而更重要了。
尤其是早期项目。
技术会变，方向会调，产品会重写，市场会迁移。真正不容易快速复制的，是这个人怎么看问题、怎么面对不确定性、怎么带团队、怎么在混乱里把事情一点点往前推。
她在谈 AI 会不会替代投资人时，也表达了类似观点。AI 可以更快地整合信息、识别模式、挖掘公开信号，但它做不到的一件事，是判断一个创始人在最困难的时候会怎么做。它也无法建立那种让创始人愿意第一时间打电话过来的信任关系。最后的投资决策，仍然是人的决策，只不过会被 AI 辅助得更充分。
这其实也提醒了今天很多创业者一件事：
不要把融资理解成一次信息匹配。
它更像是一种长期关系的起点。
投资人最后投的，不只是一个市场机会，也不是一份 deck，而是一个他们愿不愿意一起走很多年的团队。
为什么越来越多 AI 公司，一开始就在想全球市场
Piruze 的个人经历本身就很能说明问题：她在土耳其长大，在美国学习和工作，在亚洲做业务，现在跨 APAC 看项目。她提到，最好的技术公司通常天然跨越边界，最好的创始人也是。对她来说，AI 最大的机会之一，就来自不同地理市场的交叉地带。
这背后其实有一个很现实的变化。
今天很多 AI 产品，从诞生第一天起，就不太像过去那种强地域性的互联网产品。它们更容易天然面向全球传播，也更容易在全球范围内被比较。很多团队在澳洲、新加坡、中国起步，但产品和用户未必会留在本地，团队之后也可能随着市场重心移动。Square Peg 过去支持过 Canva、Airwallex、Supabase 这些公司的经历，也让他们更相信，真正有野心的公司，起点可能在 APAC，但目标通常不是单一市场。
所以今天聊 AI 创业，出海已经不是一个"做大之后再考虑"的可选动作。
对很多团队来说，它更像是从第一天就写在产品逻辑里的事。
当然，这也意味着更高的要求。你面对的不只是更大的市场，也是不加过滤的全球竞争。
很多亚洲创始人最容易吃亏的地方，不是能力，而是"太安静"
访谈里有一段我觉得特别适合今天的亚洲创始人反复看。
Piruze 说，很多她接触过的亚洲创始人都很有实力，也确实在埋头做事，但一个常见的问题是：他们习惯把头埋低，等到产品发布或者做到一定阶段，才愿意出来讲自己的故事。可在全球创业环境里，这种习惯往往会让自己吃亏。因为投资人、客户和未来员工，往往需要在你正式"发出来"之前就看见你、理解你、记住你。她给出的判断很直接：narrative 不是虚荣，而是一种竞争资产。
我很认同这句话。
因为现在很多创始人对"讲故事"还有一种误解，觉得那是营销团队该做的事，甚至会把它和包装、夸张、虚张声势混在一起。
但真正好的 narrative 不是编故事，也不是制造人设。
它更像是在告诉市场：
我为什么会看见这个问题。
我为什么比别人更适合解决它。
我到底想改变什么。
你为什么应该现在就注意到我。
这件事放在 AI 创业尤其重要。
因为今天新产品太多了，信息流里每天都在刷新。你不只是要把东西做出来，你还得在别人脑子里留下一个坐标。否则，你可能已经做得很好了，但市场根本没来得及认识你。
说到底，AI 创业仍然是一门很传统的生意
看完整份访谈，我最大的感受其实是：
AI 这件事看起来很新，但真正决定胜负的很多东西，反而很老。
是不是在解决真实问题。
是不是理解用户。
是不是有一套进入市场的方法。
是不是能找到合适的人。
是不是足够诚实。
是不是能建立信任。
是不是在全球竞争里找到自己的位置。
这些词放在任何一个时代都成立。只是到了 AI 时代，它们被重新放大了一次。
因为技术变化太快了，大家都容易先盯着"新"的那部分看。但公司最后怎么活下来，常常还是由那些没那么新、却始终有效的东西决定。
所以如果一定要用一句话概括 Piruze 这份访谈，我更愿意把它写成这样：
今天很多 AI 创业公司，真正要解决的第一件事，不是把产品做得更惊艳，而是让它更早、更深地进入市场。
技术决定你能做到哪一步。市场决定你能留下多久。
精选 Q&A
Q：Square Peg 看 AI 创业公司，最看重什么？
Piruze 提到，他们没有一套僵硬到适用于所有项目的 checklist，但有几件事会反复看：创始人是否坦诚，是否有 founder-market fit，市场够不够大，以及业务有没有建立长期壁垒的可能。
Q：她最常看到 AI 创业者犯的错误是什么？
有三个特别典型。第一，太沉迷技术本身，反而离客户问题越来越远；第二，低估 GTM，觉得产品做得好就会自然长出来；第三，没有尽早把合适的人招进来，结果前两年的组织基础没打稳。
Q：现在大模型公司估值这么高，创业团队还有机会吗？
她的看法并不悲观。应用层和基础设施层都还有机会，但前提是你得解决足够重要的问题。基础设施要去补关键瓶颈，应用则要进入一个足够大的市场，并且有机会形成可防守的业务。
Q：Square Peg 相比美国或中国 VC，有什么不一样？
他们的优势不只是资金速度，而是长期陪伴过很多 APAC 创始人跨境成长的过程，更理解走向全球市场时会遇到的那些细节、转折和复杂度。除了判断项目，他们也会在 GTM、融资、关键引荐这些环节提供帮助。
Q：如果大厂进入某个垂直赛道，创业公司还有没有空间？
她没有把问题简单化。她的重点不是去假装精准预测技术路线，而是看团队是否真正理解自己面对的技术风险，是否有足够清楚的判断来处理这些风险。重要的不是"会不会有压力"，而是"你是不是知道压力会从哪来，以及你能不能顶住"。
Q：AI 会不会替代 VC？
她的答案是否定的。AI 可以显著提升研究、分析、搜寻和监控效率，但最后的投资判断仍然是人的判断。因为创业这件事充满变量，很多关键时刻看的不是公开信息，而是对人的理解、关系的建立、信任的沉淀。
Q：她对亚洲创始人有什么特别提醒？
一个很重要的点是，不要太晚才开始讲自己的故事。Piruze 认为，很多亚洲创始人过于低头做事，忽略了在全球市场里建立存在感的重要性。叙事不是额外加分项，而是竞争力的一部分。
Q：成功的 PLG，关键靠什么？
她提到几个关键词：社区、让客户成为你的传播者、让有影响力的人愿意分享你的最佳实践，以及创始人本人就是品牌最重要的营销者。
Q：Post-seed 之后，全球 VC 更看哪些指标？
收入和增长当然重要，但不够。她更在意的是 PMF 的底层信号，比如 cohort 和 retention，看看你是"真留下了用户"，还是只是"拉新速度暂时快过流失"。除此之外，还有一个更难量化但也更重要的东西：customer love。用户会不会因为你的产品消失而真的不舒服，会不会主动推荐你，这些往往比表面数字更能说明问题。
本文基于对 Square Peg 投资人 Piruze Sabuncu 的深度访谈整理