现在，2025年，AI创业已经正式进入到红海时代。
过去一年里，每个垂直领域都涌现出了5到10家，甚至更多的AI公司。保险、银行、法律、医疗，曾经的蓝海变成了红海。
YC合伙人哈拉克观察到一个现象：帮助创业者寻找点子变得比以前难多了，因为那些显而易见的机会已经被瓜分殆尽。
在AI创业大军中，排名第3到第98的公司，大概率会死在沙滩上。
那么问题来了：当显而易见的机会被抢完后，下一个十亿美元的创业机会藏在哪里？
答案可能是，那些看起来最不靠谱、最危险、最不可能成功的想法。
每一次技术革命都会带来大约两年的现代淘金潮，互联网如此，智能手机如此，现在的AI也如此。
在这段黄金期内，聪明人都在做同样显而易见的事情：开发照片应用、社交工具、生产力软件。
但真正的大赢家往往来自那些在当时看起来荒谬至极的想法。
谁能想到iPhone最大的应用之一是叫车？
2007年iPhone发布时，成千上万的文章分析过基于iPhone可以构建什么样的公司，但几乎没人提到过Uber这样的可能性。
DoorDash的故事更是。当它进入食品配送市场时，这个领域已经挤满了竞争对手：Postmates、Seamless、GrubHub，还有YC投资的Order Ahead。
当时创业圈流行"全栈创业"理念，认为仅仅做软件不够有野心，真正的机会在于控制整个价值链。
比如Spoon Rocket和Sprig，它们不仅做配送，还自建厨房做饭，这在2014年才被视为正确的创业姿势。
DoorDash却反其道而行，坚持只做平台和配送，拒绝做重资产的厨房，这在当时被认为是极其缺乏野心的表现。
结果现在那些全栈公司都死了，DoorDash最后活下来并统治了市场。
有时候，反共识不是关于技术或商业模式，而是关于市场选择。
Flock Safety的故事堪称经典。当时创始人加勒特·兰利想做一个基于计算机视觉的安全摄像头，卖给社区和警察局。
从传统VC的角度看，这个项目有三个致命缺陷：硬件公司、细分市场、非硅谷团队。据投资备忘录显示，这个市场的理论上限只有5000到6000万美元。
任何一个都足以让项目被拒绝，三个加在一起，简直是投资禁忌的教科书。
但兰利坚持从第一性原理思考问题：人们真的需要更安全的社区吗？
答案是毫无疑问的是。
当Flock Safety的摄像头真的帮助破获了绑架案、盗窃案，甚至暴力犯罪后，需求开始自然传播。
一个城市破获重大案件后，邻近城市的警察局长会立刻询问：这是什么技术？我们也要！
媒体报道成了最好的营销渠道，每当晚间新闻播报一起由Flock Safety技术破获的案件，就会有更多的城市主动联系他们。
如今，Flock Safety解决了美国10%的报案犯罪，估值75亿美元。而当初那个"只有5000万市场"的判断，放在现在来看确实错得离谱。
而最具反共识特质的，或许是那些科幻创业者，因为他们追求的想法如此超前，以至于大多数人都觉得不可能实现。
OpenAI就是典型案例，2015年成立时，学术界对这群20多岁的毛头小子要创造通用人工智能的想法嗤之以鼻。
批评声音主要集中在几个方面：他们没有发表过重要论文，缺乏同行评议，最重要的是，他们把数百万美元花在GPU上训练模型，而不是产生更多学术论文。
在学术界看来，这简直是烧钱游戏。
“如果真有通用人工智能的路径，我们早就找到了。”这是当时主流AI学者的观点。
但OpenAI团队坚持认为，突破会来自于规模化的训练，而不是更聪明的算法。
这在当时被认为是蛮力主义，缺乏科学性。
那么在AI创业进入红海的今天，机会又在哪里？
一个值得关注的趋势是对FDE（前置部署工程师）模式的重新思考。这个由Palantir开创的模式已经成为企业AI公司的标准做法：派遣工程师到客户现场，帮助客户适配产品。
但YC投资的Giga ML正在尝试不同的路径：用AI来替代人类前置工程师。
传统模式下，人类工程师需要数周时间来完成客户系统的集成工作，而AI工程师可以在几分钟内完成同样的任务。
这看起来像是对成功模式的背叛，但也可能正是下一个机会所在。
另一个例子是Campfire，它正在构建AI原生的CFO工具来挑战NetSuite。
按照传统SaaS，应该先做一个点解决方案，逐步扩展功能。
但Campfire选择通过 AI 技术直接重构企业资源规划会计软件（ERP）。
这种“复合创业”模式在过去被认为是危险的，因为开发周期太长，难以快速获得用户反馈。
但在AI时代，代码生成能力的提升使得构建复杂系统变得更加可行。
所有这些故事都指向一个核心观点：
当显而易见的机会被瓜分殆尽时，真正的创新来自于回到第一性原理。
不要问市场上有什么热门方向，而要问人们真正需要什么；不要问投资人喜欢什么模式，而要问什么方法能最好地解决问题。
但更重要的是，你需要始终相信自己的判断。不是基于猜测，而是基于与真实用户的深度交流，基于对问题本质的深入理解。
