消費 AI 的低潮，
是創辦人的窗口
Zynga 創辦人 Mark Pincus 在 YC 訪談裡說：消費產品現在很難募資，正因如此，下一個 AI 原生消費服務可能正在沒人押注的地方長出來。
來源：Y Combinator YouTube 頻道｜Mark Pincus 訪談
SCROLL
Zynga 創辦人 Mark Pincus 在 YC 訪談裡說：消費產品現在很難募資，正因如此，下一個 AI 原生消費服務可能正在沒人押注的地方長出來。
來源：Y Combinator YouTube 頻道｜Mark Pincus 訪談
Mark Pincus 把現在的 AI 時刻，放在自己經歷過的三次網路轉折裡看。第一次是 1995 年左右的網頁。第二次是社群與行動網路。第三次是現在，智慧像水龍頭一樣逐漸可用。
他回憶 Napster 第一次顯示「幾百萬台機器正在連線」的瞬間。那不是單純的下載工具，而是人第一次透過網路看見彼此。它讓人感到有點失控，也讓後來的社群網路有了雛形。
他也承認自己在 Tribe 做錯了信任。Facebook 早期用 .edu 範圍建立安全容器，才讓使用者願意把自己放到網路上。這個經驗放到 AI 時代，問題就不是「模型能不能回答」，而是新服務能不能給人足夠信任，讓 AI 進入更私人的場景。
Pincus 的產品判斷法叫做 proven / better / new。Proven 是市場已經證明的部分。Better 是任何使用者都會同意更好的地方，例如更便宜、更快、更少摩擦。New 才是你真正要測的創新。
他們用「永遠在場的 AI 會議夥伴」當例子。若要做這個產品，不該連筆記、摘要、協作與會議流程都重新發明。Granola 之類產品已經證明的東西可以合法學習。真正要測的是：使用者是否想要一個一直聽著、可被叫進對話的 AI。
這套框架殘酷的地方，是它要求創辦人假設自己的 new 大多會失敗。New 的工作是讓人願意試用，不是讓團隊對某個版本產生信仰。當新點子不成立，創辦人要保留對問題的熱情，同時放掉對特定方案的執著。
訪談裡最反直覺的句子，是「consumer is not investible right now」。投資人現在偏好 enterprise、dev tools、prosumer。原因很清楚：消費產品沒有穩定的分發路徑，使用者每天能分給新 app 的時間很少，募資敘事也比較難講。
Pincus 的反應不是否認困難，而是提醒創辦人：投資人的共識常常剛好落後一個週期。他在 1999 年做 enterprise software 時，市場只愛 consumer.com。後來泡沫破掉，enterprise 反而成為少數能上市的公司。
今天的消費 AI 也有同樣矛盾。分發很難，成本很高，付費模型不清楚。但 AI 讓某些以前不可能的服務第一次可行。若你能找到一個 viral hook、工作流程切入點，或讓使用者願意把朋友拉進來的場景，低潮可能就是進場窗口。
Pincus 談 founder mode 時，不把它理解成創辦人可以任性管所有細節。他的說法更簡單：領導是 presence，不是 absence。若你是公司裡最懂產品的人，就要在房間裡，直到你能用人和流程放心替代自己。
他不信任一個不愛自己產品、也不比任何人更懂產品的消費公司 CEO。創辦人創業本來就是押注自己，卻很容易在募資、招聘、董事會與組織擴張中，把判斷權交出去。最後變成自己公司裡的 expert witness，離答案最近，離決策最遠。
真正的 founder mode 是把團隊帶到同一個文化裡。大家可以在週一說：「我上週看到某個產品做得比我們好。」也可以承認目前方向沒有熱。這不是執行力不足，而是避免整家公司為了保護自尊，繼續做一個沒有人真正相信的版本。
訪談後段，他們把問題推到 AI 成本。今天你可以做一個一直聽著、能進入生活與工作的 AI 服務，但若它每月要花一千美元，就不是大眾消費品。它更像 enterprise 工具，只服務少數買得起的人。
Pincus 的想像是：如果智慧成本像頻寬、記憶體和運算一樣快速下降，創辦人要提早問「當 AI 幾乎免費時，現有服務會變成什麼？」他把這稱為 business plan of free。Freeloader 用免費螢幕保護程式挑戰付費軟體，Zynga 用免費社交遊戲挑戰盒裝遊戲。AI 時代也可能出現同樣的轉折。
這不是說創辦人可以忽略成本。相反地，現在就能花高成本做出未來大眾才會擁有的體驗，本身就是一種時間機器。你先找到 primitives。等成本下降，產品就不只是更便宜，而是能進入完全不同的使用頻率與場景。
消費 AI 的問題不是「模型夠不夠聰明」。真正的問題是：當智慧可以無限使用時，哪一種服務會突然變得理所當然？
投資人覺得消費產品不可投的時候，可能正是下一代消費產品還沒被定義出來的時候。
Pincus 的提醒不是逆勢而為本身，而是用產品紀律把逆勢變成可測試的假設。
選完之後，分享你的產品判斷
喜歡這種分析嗎？
從 AI 產品、創業策略到平台轉折，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費支持，解鎖每週完整文章