AI 軍備競賽 vs 增量利潤：你嘅 AI 投資係咪緊燒錢？

2017 年，Uber 為咗唔俾 Google 喺自動駕駛領域拋離，豪擲 6.8 億美元收購 Otto，之後每年燒超過 5 億美元研發自動駕駛。結果呢？2020 年一刀切賣走呢個業務，前後蝕咗起碼 25 億美元，最終換來嘅係零。Uber 嘅核心業務——叫車平台——由始至終都冇因為呢場軍備競賽而變得更賺錢。呢個係一個經典嘅「增量利潤」謬誤：以為投入最多資源嘅一方自然會贏，但現實係，如果投入唔能夠轉化為利潤嘅實際增長，你只係喺度燒錢俾供應商賺。

呢個故事同今日嘅 AI 投資熱潮驚人地相似。由 startup 到大企業，人人都在搶 GPU、訓練自家大模型、瘋狂接 API，深怕落後於人。但你有冇停低諗過一條好尖銳嘅問題：你嘅 AI 投資，到底帶嚟幾多增量利潤？如果答案係「唔太清楚」或者「長遠會見效」，咁你可能正正行緊 Uber 嘅舊路。

Uber 嘅教訓：規模唔等於護城河

Uber 喺自動駕駛嘅失敗，唔係因為技術唔夠好，而係因為佢哋搞錯咗一個根本性嘅問題：自動駕駛對 Uber 嚟講係一個全新業務，而唔係現有業務嘅自然延伸。佢哋以為掌握咗自動駕駛就能夠壟斷成個出行市場，但現實殘酷——自動駕駛嘅研發成本遠超佢哋嘅承受能力，回報週期又極之不確定。結果 Google喺呢場競賽入面根本冇因為 Uber 嘅投入而受威脅，Uber 白白燒咗幾十億。

今日好多公司做 AI 正正犯緊同樣嘅結構性錯誤。見 ChatGPT 爆紅就即刻自研大模型，見 Midjourney 成功就馬上訓練圖像模型，但從來冇問過：你嘅客戶究竟需要一個全新嘅 AI 模型，定係只係需要一個解決到問題嘅方案？前者係技術崇拜，後者係生意頭腦。

關鍵問題得一個：你嘅 AI 投資係用嚟強化現有業務嘅利潤基礎，定係用嚟追一個你根本唔知會唔會賺錢嘅潮流？如果係後者，你嘅處境同 2017 年嗰班意氣風發嘅 Uber 高層一模一樣——燒緊投資者嘅錢，換自己一個「我有做 AI」嘅心理安慰。

增量利潤框架：四步判斷你應唔應該掂 AI

經過咁多年觀察 startup 同自己做咁多 project，我提煉咗一個簡單到唔可以再簡單嘅判斷框架。每次有人問我「應唔應該用 AI」之前，我會叫佢先老老實實回答四個問題。

第一，你而家嘅業務有冇穩定嘅利潤基礎？冇利潤基礎就投入 AI，等於借錢賭博，輸咗連翻身嘅機會都冇。第二，AI 能唔能夠直接量化地減少你嘅成本或者增加你嘅收入？「提升用戶體驗」呢類模糊到不行嘅好處唔算數——你一定要計到具體數字，例如每月慳幾多個人頭、轉換率升幾多個百分點。第三，如果競爭對手用 AI 而你不用，你會唔會真係流失客戶？定係只係你覺得自己落後？第四，你嘅 AI 投入能唔能夠喺 12 個月內回本？呢條係殘酷但必要嘅底線。

舉個例，我認識一個做跨境電商嘅香港朋友，佢用 GPT API 自動化咗八成嘅客服回覆，每月直接慳咗三個全職客服嘅人工，成本只需幾百蚊美金。計落條數，六個禮拜就回本，之後每個月都係淨賺。呢個就係教科書式嘅有增量利潤嘅 AI 投資。相反，另一個 startup 朋友花咗幾百萬港幣從頭訓練一個內容生成模型，搞足九個月，出到嚟嘅質素同免費開源模型差唔多，客戶完全感受唔到分別。呢啲就係冇增量利潤嘅軍備競賽——你贏咗技術面子，輸咗生意實際。

獨立開發者嘅 AI 策略：以小博大

作為獨立開發者，我哋冇幾千萬美元去揮霍，呢個劣勢反而係最大嘅優勢。資源限制迫使我哋思考真正有價值嘅問題，而唔係沉迷喺技術嘅細節入面自我感覺良好。大公司可以燒錢試錯，我哋一嘢就死，所以我哋必須比任何人更精明。

我用嘅策略好簡單：先用現有嘅 AI 工具——API、開源模型、甚至係 no-code 平台——快速驗證假設。任何一個 AI 功能，如果能夠幫我慳時間或者直接賺錢，我先會考慮投入更多資源去優化。而任何 AI 投資嘅初期 prototype 一定要喺一個星期之內完成，成本唔超過 500 蚊港幣。如果連 prototype 階段都過唔到最 basic 嘅 ROI 測試，正式投入只會燒更多錢，冇第二個可能性。

舉個實例，我最近做咗一個用 AI 自動生成產品描述嘅功能。先用 GPT-4 API 寫咗個 prototype，每條生成成本約 0.5 蚊港幣。A/B 測試發現，自動生成嘅描述比起專業手寫嘅轉換率低 15%，但慳返嘅時間令我一日可以生成 10 倍數量嘅產品頁。計過整體利潤係增加咗 30%，而且團隊可以專注喺更高價值嘅工作上。呢個就係獨立開發者應該追求嘅有增量利潤嘅 AI 應用——唔完美，但賺錢。

唔好為 AI 而 AI

Uber 喺自動駕駛燒咗 25 億美元，最大嘅得著唔係任何技術突破，而係一個極昂貴嘅教訓：技術唔等於利潤，規模唔等於護城河。你投入幾多唔重要，你投入嘅嘢能唔能夠轉化為實質嘅利潤增長，先係唯一重要嘅指標。

對於香港嘅創業者同開發者，我嘅建議得三點，冇多餘廢話。第一，計算增量利潤，永遠唔好睇 total addressable market 或者「戰略價值」呢類虛幻指標——呢啲係用嚟氹投資者嘅，唔係用嚟做真實決策嘅。第二，先用現有工具快速驗證，唔好一開始就自研，因為自研嘅成本同風險遠超你嘅想像。第三，如果 AI 唔能夠喺 12 個月內直接增加利潤或者降低成本，就即刻停，唔好猶豫。

記住，喺呢場 AI 革命入面，最終贏嘅唔係投入最多資源嘅人，而係最清楚知道自己做緊乜、最識得計算回報嘅人。唔好變做下一個 Uber。