Mirage 产品市场契合度：AI 原生服务企业的隐形杀手

为何会出现这种情况

那些陷入这种境地的创始人并非做出了一个错误的决定，而是做出了上百个看似合理的抉择。

AI 原生服务企业所面临的核心矛盾十分独特：一方面，它们属于专业服务公司，必须响应客户的紧急需求；另一方面，它们又是一家科技企业，需要投入资源构建人工智能平台，才能真正解决那些紧急问题。这两者之间存在直接冲突，而由于客户会立即付款并提出要求，专业服务方面的压力几乎总占上风。

这样一来，企业就会不断将注意力偏向紧急事务而忽视重要事务：总是忙于应对各种需求，却无暇进行产品建设。虽然营收增长势头看似强劲，但人工智能应用带来的效益提升却呈降号走势。

风险投资加剧了这一问题。投资者为营收欢呼，但这并非全貌。

如何诊断海市蜃楼

问自己一个问题：你现在能告诉我，在服务的每一个细分环节上，你从 AI 中获得了多少杠杆效应，无论是速度还是质量？

不是在宏观层面。不是“我们自动化了 40%的工作流程”。而是在任务层面。具体的步骤。每一个单独的交接环节。

如果你无法回答这个问题，你就面临着“幻影 PMF”的风险。

AINS 公司的北极星指标与 SaaS 有着根本性的不同。在 SaaS 中，产品使用情况是价值的合理代理指标。而在 AINS 中，理想情况下，你的客户从不接触你的产品，而是你的员工在使用。使用量变得无关紧要。你真正需要的是：

北极星 AINS 产品指标。这些指标针对贵公司量身定制。绘制服务交付的每一步流程。针对每个步骤，追踪在您的质量标准下 AI 能完成多少工作。完成任务所需的时间。需要多少人工审核。

然后将每个指标分配给一个人或一个双人组合。一些 AINS 企业会采用执行者/构建者配对的方式来推动特定指标。

在董事会层面按季度跟踪并报告这些指标。如果某项指标无人负责，它就不会有所改善。

每服务全职员工对应的 ARR。每位服务交付人员创造了多少收入，与行业基准相比如何？

如果你的 AI 没有至少好上 2.5 倍，那它还没创造出真正的杠杆效应。

然后观察趋势。这个数字应该每个季度都在攀升。持平意味着你的增长来自招聘，而非 AI。

真实计算的毛利率——这一指标具有滞后性。若高于 70%，企业就能获得软件行业相应的估值倍数；在 50%到 70%之间，则意味着其表现优于传统服务行业，但定价却如同传统服务企业；低于 50%的话，那就只是一家拥有风险投资背景的服务型企业而已。

需要注意一点：计算时必须如实统计。既要计入所有负责交付工作的人的薪资，也要计入用于交付任务的推理成本。我见过太多公司忽略其中一项或另一项。

第一个指标是先行指标，第三个则是最终结果。大多数创始人只关注第三个指标，这就意味着他们要等到 12 个月后才会发现存在问题。

如何才能做到正确转型

我们曾合作过的最优秀的 AI 原生服务公司创始人，都不得不做出一个违背常理的决定：刻意放缓发展速度，以便专注于构建人工智能技术。

我们投资组合中的一家 AI 原生服务公司采用了这样的运营模式：每隔一个季度，CEO 就会暂停所有销售活动，团队则继续完善人工智能平台，培训新员工操作该平台，再将他们派往客户处，之后才重新开始销售。其收入增长曲线呈阶梯状而非上升趋势，这种模式并不容易操作。但即便如此，该公司在快速扩张的同时仍能将毛利率维持在 70%左右。这正是真正的企业与“海市蜃楼”式企业的区别所在。

下图中的黄线展示了从“幻象 PMF”走向真正 PMF 的路径。

利害关系

在准备筹集 B 轮或 C 轮融资时，优秀的投资者会询问每名全职员工对应的经常性收入是多少，同时会仔细审查你的毛利率数据。他们还想了解你在 AI 应用方面的各项指标变化情况。如果你一直用错误的指标来衡量业务表现，就会无法回答那些早在两年前就应该得到的问题。这些数字会真实反映出你实际上构建的是什么：一家拥有风险投资背景的专业服务公司而已。

竞争风险同样真实存在。那些能尽早运用人工智能技术的 AI 原生服务公司，其利润率将会高得多，这使它们能够以更低的价格竞争、更大力度地投入平台建设，并逐步建立起竞争优势。在 AI 原生服务领域，先发优势可能不如尽早运用人工智能技术的优势重要。

该怎么做

如果你处于创业初期且收入正在增长，就不要拖延建立相应的诊断体系。趁还有精力，立即在任务层面确定核心评估指标，并明确负责人员，同时确保这些指标能在公司内部被清晰看到。

如果你的服务团队规模与收入同步增长，那就必须诚实地认清这背后的含义。现在纠正这一问题还为时不晚，但这需要做出 AINS 企业中最艰难的决策——放缓业务发展速度，以便打造真正能让企业运转起来的核心能力。

目标并非尽可能快地扩张，而是打造一家具有持久发展能力且利润率较高的服务型企业。而在人工智能原生服务领域，往往需要采取相反的策略。