种子轮VC：何时使用AI，何时依赖你的蜘蛛感应 | Founder Collective

Source: https://foundercollective.com/blog/seed-vc-when-to-use-ai-and-when-to-use-your-spidey-sense/

本文内容

我最好的思考往往发生在淋浴时或去地铁的路上，而不是在屏幕前。当然也不是在打开AI工具之前或之后。
在屏幕前，我在做研究、看演示文稿、查看电子表格。这看起来很高效，但并非真正的创造性思考。VC的很大一部分工作是思考过程，而非研究过程。
很多时候，同事们问我从某家公司或创始人身上看到了什么，我无法完全说清楚。这恰恰是关键所在。我会说这是模式匹配、“蜘蛛感应”，或者只是与创业者相处了足够长的时间。这听起来似乎不够完整。
时间快进到现在。我一直在使用AI。我并不是在反对它——它彻底改变了我的工作流程。但我开始注意到它真正擅长什么，以及哪些事情仍然需要我自己来做。
它是一个出色的分析师。市场历史、监管环境、可比退出案例、某个品类如何演变。它合成速度快且质量高，随着时间的推移，它确实学会了我们如何应用自己的框架，尽管它常常过于字面地理解我们的原则。过去需要几天的工作现在只需几分钟。
但它无法告诉我，在种子轮阶段我真正需要知道的是什么。
这份工作的很大一部分是弄清楚“为什么”。为什么是这个人。他们背后的故事是什么。他们经历过什么、失去过什么、或创造过什么，使得这个问题成为他们注定要解决的。这些东西不在网上。它们尚未被写下来。它们存在于一次对话中，存在于某人回答一个意料之外问题的方式中，或者存在于一次背景调查中，对方在回答前停顿的那一刻。
我好奇AI在2010年会给Uber打多少分。受监管的行业、根深蒂固的现有企业、难以实现的市场进入、将TAM定义为“取代出租车”。真正的市场——取代汽车所有权、改变物流——并不在任何数据集中。它当时还不存在。模型会标记出每一个真实风险，却错过了唯一重要的事情。
我错过了Doorbot，它后来变成了Ring，并以10亿美元卖给了亚马逊。我当时不住在房子里。无法感受到那个问题。AI会同意我的看法。“小众用例，有限的TAM，为什么ADT不做这个？”
Raj De Datta 最近发帖说，AI实际上增加了他的认知负荷，而不是减少了。他同时运行更多项目，不断切换上下文，进行更困难的思考——他只是不再需要做那些简单的思考和执行。