entrepreneurship · 2026-07-19
我花了 20 万,买到的 5 个 OPC 创业教训
作者 唐遥民
创业两个月、投入至少 20 万元后,我重新理解了 OPC:AI 降低的是做软件的门槛,不是做生意的门槛。这是关于获客、需求验证、产品化与小团队取舍的五个教训。
AI 降低的是做软件的门槛,不是做生意的门槛。
先说一个不太好听,但确实是我用两个月和真金白银换来的结论。
我叫遥民。2023 年初开始,我先后在智谱 AI 和美团酒旅做生成式 AI 应用的产品策划与设计。今年 5 月,我正式出来创业,到现在两个多月。我们是一个两人小团队,算了一下账,各种成本加起来已经花了至少 20 万元。
这两个月最大的变化,是我不再相信“只要 AI 足够强,一个人做出产品、跑通商业闭环就不会太难”。AI 的确能让一个人写代码、做 Demo、写文案、搭流程,但它不能自动帮你找到愿意付钱的客户,也不能替你判断一个需求到底是真痛点,还是只存在于脑海里的漂亮想象。
如果你也在考虑全职做 OPC(One-Person Company),或者组建一个 1–2 人的极小团队,我建议先想清楚下面几件事。
01 / AI 加速了生产,但创业最难的是获客
创业前,我知道获客会难,但还是偏乐观。我的推理是:既然 AI 可以写代码、写文案、做图、剪视频,而我又有三年多 AI 应用产品经验,是不是可以让 AI 帮我经营小红书、X 等平台,用内容完成获客?
这个推理在理论上没问题,但真正开始做,问题马上就出现了。
第一,我没有自媒体的底层认知。 AI 可以生成内容,却不能替你判断:用户为什么会停下来,为什么会信任你,为什么会私信你,又为什么会为你的服务付钱。
第二,AI 写出来的东西经常“正确但没用”。 它看起来逻辑完整、读起来很顺,却没有真实场景、个人判断和市场摩擦,也缺少那种“这个人真的下过场”的质感。
第三,内容获客不是短期见效的事。 怎么做出爆款、怎么持续输出、怎么把内容转化成有效咨询,我们目前还没有完全跑通。
当 C 端内容获客效果不明显时,我们又想:是不是可以接一些 B 端订单,先做出现金流?结果 B 端也不简单。大企业不是你想链接就能链接上;中小企业里,有些客户觉得 AI 很有前景,也愿意聊,却不愿意付费。他们更希望你免费共创,先帮忙试一试。
这时必须问一个很现实的问题:如果客户认为这件事有前景,却不愿意自己付钱,而是希望你用自己的时间和现金流替他试错,这到底是不是机会?
我们现在的判断是:大多数情况下,不是。
客户在零成本时提出的想法,往往不是需求,只是念头。 早期团队最贵的不是代码,而是时间、注意力和现金流。你不能把这些资源消耗在别人还没有付费意愿的模糊想法上。
后来我们形成了一个筛选标准:在我们认知还不够深的场景里,如果要合作,对方必须付费。前期费用多少可以协商,但只有愿意付费的需求,才足以证明这个问题对客户真的很痛。
02 / 没有反馈的阶段,才是 OPC 最难熬的地方
很多人看到的是 AI 创业很酷的一面:一个人写产品、做内容、搭自动化,像一支完整团队。但创业真正消耗人的,不只是忙,而是你很努力,却暂时得不到任何反馈。
这两个月里,我们先后验证了多智能体协同工作和 AI 动漫短剧,最后发现这两个方向在我们这里都没有跑通,也不属于我们的机会。
那段时间,我脑子里其实知道问题在哪里:难点不是再造更多产品,而是应该立刻跑内容获客链路,去拿真实反馈。但身体跟不上脑子。每天都知道该行动,却一直有一种掉进水里的感觉。外面看起来一切正常,里面其实非常焦虑。
这件事给我的提醒很大:创业不是不断做出正确判断,而是在没有反馈的时候,仍然能够持续做动作。
如果你一个人创业,尤其要提前想清楚:连续几周没有收入、客户和正反馈时,你要怎么走下去?当你怀疑方向错了,却没有人一起判断时,你怎么避免陷入自我消耗?
AI 可以陪你讨论,但不能替你承担决策压力。在关键时刻,我甚至觉得,比起 AI,和合伙人走在街头时听到一句——
“兄弟,没事儿,一起接着试呗。”
——真的赛过千金。
所以我现在不建议所有人一上来就全职单干。非常早期可以一个人,但如果真的要下场,最好还是有一个认知匹配、能力互补的伙伴。
03 / Demo 和产品之间,差的不是一点点
现在很多内容都在说:“做”越来越不重要了,一个人用 AI 就能成为一支团队,甚至一个人也能做出独角兽。我不否认这种可能性,但现在会多问一句:能做到这个水平的概率是多少?
我从 2023 年开始做 AI 应用,经历过 AI 问答、工作流、Agents 等不同产品形态,也用 AI 做过几个商业化产品的 MVP。最简单的一个,是一个多智能体架构的数据分析产品,大约有 6 万行代码。
所以我并不反对 AI Coding。相反,我非常相信它的价值。
但创业两个月后,我更清楚地意识到:一个能演示、能跑通的 Demo,与一个能在真实场景中稳定交付结果的商业产品,复杂度至少相差一个数量级。
Demo 解决的是“看起来能不能跑”。商业产品还要回答:
- 用户怎么注册,数据怎么保存?
- 权限怎么管理,支付怎么接入?
- 异常怎么处理,结果不稳定怎么办?
- 客户问责时怎么回应,交付失败怎么兜底?
- 后续服务由谁负责?
这些问题在 Demo 阶段都可以暂时不管,但只要开始收钱,就必须解决。
所以,对非技术背景的创业者,我现在的建议是:完全可以先用 AI Coding 做一个 Demo,验证需求、流程,以及用户是否对核心功能感兴趣。但当方向进入真实商业化阶段,最好有技术伙伴把控质量。否则很容易进入一种危险状态:你以为自己已经做出了产品,真正交付时却一地鸡毛。
04 / 先验证需求,而不是先 Coding
AI Coding 有一个很大的诱惑:反馈太快了。你提一个需求,它立刻生成代码;改一个按钮,它马上实现;加一个功能,它很快就接上。这种感觉很爽,我们也经历过“一直 Coding 一直爽”的阶段。
但创业不是代码竞赛。最后仍然要回到一件事:你有没有解决一个客户愿意付钱的问题?
如果一直埋头 Coding,很容易犯一个错:你以为自己在推进创业,其实只是在逃避市场反馈。
所以我现在把需求验证放在 Coding 前面。一个需求值不值得做,先问四个问题:
- 客户现在有没有为这个问题花钱?
- 你能不能触达这批客户?
- 你是否比普通 AI 使用者更懂这个场景?
- 在产品还不完美的时候,对方愿不愿意为结果付费?
如果四个问题都很模糊,就不要急着开工。验证需求也不一定先做 MVP:有些场景可以先做一个前端演示页,有些可以先做一条宣传视频,也可以去 Demo Day 或线下场景把想法和计划讲一遍。
如果讲完以后没有咨询、没有私信、没有人追问价格,就要小心。这可能说明这个点只是你觉得很 fancy,对别人却不够痛;当然,也可能是表达方式出了问题。
技术或产品背景的人很容易一直强调“这个东西技术上有多厉害”。但客户真正关心的是:我的问题能不能解决?能不能更便宜、更快、更稳定? 这才是客户视角的语言。
05 / 早期创业不是做加法,而是做减法
AI 太强以后,人很容易膨胀。因为你会觉得自己什么都能做:AI 短剧、AI 获客、AI 健身、AI 数据分析,每个方向看起来都有机会。
但早期团队最怕的,就是把“到处都是机会”误判成“这些机会都属于我”。
一个机会是否属于你,我现在会看四件事:
- 你是否对这个场景有深入或独特的理解?
- 你是否有触达用户的渠道?
- 你是否积累了这个场景里的数据、案例或资源?
- 这个方向是否能发挥团队的能力长板?
如果都没有,就要谨慎。不是说一定不能做,而是要判断:缺少的认知,能不能通过快速试错补上?
我们这两个月踩过的一个坑,就是一开始想法太多。每个想法都觉得有价值,每个方向都舍不得放。但 1–2 人团队的精力非常有限。同时验证多个方向,看起来是在提高成功率,实际上很可能是在降低每个方向的成功率:你没有足够时间进入场景,没有足够密度接触客户,也没有足够耐心把一个方向的反馈吃透。
后来我们给自己定了一个原则:每一段时间只集中验证一个方向。不行,再换。 不要同时铺得太开。早期创业需要的不是证明“我还有很多可能性”,而是尽快对想法证伪。
哪些机会更适合 1–2 人小团队?
如果现在让我判断,哪些场景更适合 OPC 或 1–2 人极小团队,我会更偏向内容、工具、咨询和服务。
这些类型可能不够性感,离独角兽和上市也很遥远,但更符合早期小团队的资源条件。我会优先考虑具备下面四个特点的场景:
1. 成单决策链路短。 客户能不能自己决定,还是必须层层审批?如果一个订单要经过多个部门、预算流程和安全评估,对早期团队就太重了。
2. 交付形式轻。 你交付的是一个工具、一套方案、一份结果,还是一个长期复杂项目?越重的交付,对团队稳定性、流程和售后要求越高。
3. 有可以参考的成功案例。 不要总想着做一个全世界没人做过的东西。早期更重要的是确认:这个市场已经有人赚到钱,而你是否能用新的方式做得更好。
4. 离钱近。 需求是否直接与收入、成本、效率、获客或转化有关?越离钱近,客户越容易判断价值,也越容易付费;越离钱远,就越容易变成“听起来不错,但暂时不买”。
最后
这两个月,我最大的感受不是 AI 不行。恰恰相反,我依然认为 AI 会极大改变个人生产力,也会给 1–2 人小团队带来前所未有的机会。
但我不再相信“产品做出来,商业闭环就会自然发生”。
AI 能帮你更快做出东西,却不能替你补上商业常识:
- 谁真的有痛点?
- 谁有预算?
- 谁是你能够触达的?
- 谁愿意现在付钱?
- 你凭什么比别人更适合做这件事?
如果这些问题没有答案,Coding 越快,可能只是试错越快、花钱越快、焦虑越快。
所以,如果你也想做 OPC,我的建议不是劝退,而是先降温。不要先问“我能不能用 AI 做出一个产品”,先问:这个需求是否真的有人付钱?我有没有认知优势?我能不能触达客户?这个方向是不是离钱足够近?
想清楚这些,再下场。
AI 让个人创业变得更可能了,但它没有让创业变得更轻。