TL;DR：頂級 VC Elad Gil 說 AI 週期的淘汰率跟 1999 年網路泡沫一樣，900 家 IPO 最後只剩 10-20 家存活。未來 12-18 個月可能是 AI 應用公司估值巔峰。存活的公司有四個共同特徵：深度嵌入工作流、隨模型升級、擁有專有數據、難以被移除。這篇文章整理 Tim Ferriss 訪問 Elad Gil 的重點，寫給正在做 AI 產品的一人創業者。
先說一個讓人不舒服的數字
900 家。
1999 年到 2000 年間，網路泡沫最高峰，美國市場出現了大約 900 家網路公司 IPO。
最後存活下來、成為真正有影響力的公司？10 到 20 家。
淘汰率超過 99%。
Elad Gil 在 Tim Ferriss 的訪談節目中說，他不覺得這輪 AI 週期會有什麼本質差異。
Elad Gil 這個名字你不一定聽過，但你一定用過他投資的公司：Airbnb、Stripe、Coinbase、OpenAI、Anthropic。他是矽谷少數在幾個重大科技週期都踩在正確時間點的人。他說出這句話，不是悲觀，是見過太多次週期之後的冷靜判斷。
這篇文章不是要嚇你，而是想幫你想清楚一件事：如果淘汰率是 99%，你怎麼讓自己成為那 1%？
AI 的錢，真的在流動
在談存活策略之前，先把市場規模說清楚，因為有些數字真的反常識。
OpenAI 和 Anthropic，各自的年化營收現在大約都在 300 億美元左右。
四年前，這兩個數字都是零。
然後 Elad Gil 提到了一個更讓人震驚的比較：達到 10 億美元年營收，需要多少時間？
- ADP（薪資管理軟體，1949 年成立）：花了 30 年
- Google：花了 4 年
- OpenAI：花了 1 年
這不是在說 OpenAI 多了不起，而是在說這輪 AI 週期的速度跟以前完全不是同一個量級。當市場在以這種速度放大，一人創業者的機會窗口確實存在，但同樣地，競爭者涌入的速度也會是歷史上最快的。
估值窗口：12 到 18 個月
這是整個訪談最值得停下來思考的一句話。
Elad Gil 直接說：「未來 12-18 個月，可能是許多 AI 應用公司的估值巔峰。」
他的意思不是說之後就不能做 AI，而是：現在這個時間點，AI 應用的估值裡面包含了相當高的「潛力溢價」。投資人願意為「可能性」付錢，但這個耐心是有期限的。
當大模型的差異化越來越小，當 API 成本繼續下降，當每個人都能呼叫一樣的模型，單純「接 API 做一個介面」的產品，護城河幾乎是零。
估值窗口在倒計時，這不是在說你快跑，而是在說你現在做的每一個產品決策，必須對準「如何在 18 個月後還有理由讓客戶不離開你」。
人才市場：當研究員有了「個人 IPO」
這個部分跟一人創業者的日常有點距離，但值得理解，因為它解釋了為什麼模型公司的競爭方式跟你想的不一樣。
Elad Gil 提到，Meta 開始積極搶人之後，頂級 AI 研究員的薪酬包已經來到 5000 萬到數億美元。
受影響的是大約 50 到數百位最頂尖的研究員。這個數字很小，但這群人就是在做基礎模型突破的人。
他把這個現象叫做「個人 IPO」——研究員本人就是資產，雇主在競標他們的未來產出。
這對一人創業者的含義是：你不需要擔心搶不到這些人（也搶不到），但你要知道，基礎模型的競爭是以這種方式在進行的，不是單純的工程力比拼，而是幾十個天才在做只有他們能做的事。
這也意味著，基礎模型的差異化不容易被你複製，但基礎模型本身也很難被你顛覆。你的機會在應用層，不在模型層。
供應鏈瓶頸：卡住的不是你以為的那個地方
很多人以為 AI 軍備競賽的瓶頸是 GPU，但 Elad Gil 說真正的卡點在別的地方。
當前限制 AI 擴展速度的關鍵是記憶體生產——具體來說是 HBM（高頻寬記憶體），主要供應商是 SK hynix 和 Samsung。
他預估這個瓶頸會持續大約 2 年。
這個瓶頸有一個意外的效果：它阻止了任何一家實驗室靠著瘋狂堆算力，在短期內取得 10 倍的技術領先。換句話說，沒有人能用錢直接砸出壟斷性優勢。
對做應用層產品的你來說，這反而是個好消息：底層模型在這 2 年內不會出現「某一家直接跑走，其他人永遠追不上」的局面。競爭場域比較平，你有時間做真正重要的事——把產品嵌進客戶的工作流。
存活的 AI 公司，長什麼樣子
這是最核心的部分。Elad Gil 列出了他認為能穿越週期的 AI 公司共同特徵：
第一，深度嵌入客戶工作流
不是「客戶偶爾用用」，而是「客戶的日常流程裡有你，沒有你就少一環」。這是最基本的存活條件。淺層的整合很容易被下一個新工具取代，但如果你的系統已經是客戶每天工作的一部分，替換的成本就不只是技術成本，還有習慣成本和組織成本。
第二，隨底層模型進步同步升級
這輪 AI 週期有個特殊的地方：底層模型每隔一段時間就會有大幅躍升。能夠存活的公司，架構設計上就預設了「模型會換、能力會升」，而不是把特定模型的行為硬編碼進產品邏輯。
對一人創業者來說，這意味著你的 prompt 設計、RAG 架構、工具調用邏輯，應該是模組化的，可以在底層模型升級時快速受益，而不是要整個重寫。
第三，擁有專有數據
這是最難複製的護城河。當所有人都在呼叫同樣的 GPT-4 或 Claude，你的差異化來自哪裡？
答案之一是你的數據——客戶的歷史操作記錄、領域特定的知識庫、你在服務過程中積累的標註資料。這些東西別人拿不走，也複製不了。
對一人創業者來說，從第一天就想清楚「我的產品會產生什麼數據？這些數據屬於誰？如何讓它越用越有價值？」比任何功能決策都更重要。
第四，難以被移除
這是前三點加起來的結果。一個產品如果做到深度嵌入工作流、持有客戶數據、又能隨模型升級，那麼客戶「換掉你」的代價就不只是多花一個月的訂閱費，而是真實的業務風險。
這個特徵不是你「設計」出來的，而是你在每個產品決策中慢慢累積出來的。
91% 的 AI 市值，在一個 10 英里見方的地方
Elad Gil 在訪談中提到了一個很具體的地理數字：目前全球 AI 公司市值的 91%，集中在灣區大約 10 英里乘 10 英里的範圍內。
這個數字的含義不是說你要搬去舊金山，而是說：AI 產業的資源、人才、資本、合作機會，高度集中在一個地理區域內，這是歷史上任何一個科技週期都罕見的密度。
這對灣區以外的一人創業者意味著什麼？
機會的不對等確實存在。但也意味著，如果你能做出真正解決問題的產品，你不需要在那個 10 英里以內，因為 AI 的本質就是可以遠程交付、跨地域運作。集中在灣區的是「早期投資和炒作」，但真正的用戶和收入可以在任何地方。
投資邏輯，給創業者的反向閱讀
Elad Gil 提到他的投資核心原則，但我覺得這個視角對創業者反向閱讀很有意思。
他說：90% 的情況下，市場優先，團隊其次。
不是說團隊不重要，而是說一個對的市場裡的普通團隊，比一個錯市場裡的頂尖團隊有更高的存活率。大多數創業失敗不是因為創辦人不夠努力，而是因為市場根本不夠大，或者時機不對。
他還說：晚期投資只需要 1 到 2 個核心信念，不需要 30 頁的 checklist。
反向閱讀：作為一人創業者，你也不需要完美的產品規格或者 30 個功能。你只需要對 1 到 2 件事情有非常清晰的信念，然後把這 1 到 2 件事做到足夠深。
在 99% 淘汰率的週期裡，「做很多功能的普通產品」比「做一件事的深度產品」危險得多。
一人創業者的生存清單
整理 Elad Gil 訪談的核心觀點，轉換成一人創業者可以對照的問題：
你的產品，客戶「必須用」還是「方便用」？ 必須用的才有護城河，方便用的隨時可以換掉。
你在積累什麼數據？ 每一次客戶使用，你的系統是否在學習、在積累別人複製不了的東西？
底層模型升級的時候，你是受益者還是受害者？ 如果你的產品設計高度依賴某個模型的特定行為，你可能是受害者。如果你的架構是模組化的，你是受益者。
你的市場夠大嗎？ 即使你做到了那個市場的第一，這個市場能支撐一個可持續的生意嗎？
你有 12-18 個月的計畫，讓客戶在估值窗口關閉後還離不開你嗎？
這些問題沒有標準答案，但如果你現在無法回答其中大部分，那值得暫停下來想清楚，再繼續衝。
結語
Elad Gil 說的 99% 淘汰率，不是要嚇退任何人。網路泡沫死掉的 880 家公司裡，有很多創辦人後來創立了下一個大公司。失敗本身不是終點，但在這個特別快的週期裡，如果你能提前看清楚方向，少走一些彎路，每一個月都值一個不同的結果。
AI 週期的速度比 1999 年快，機會的密度也比 1999 年高。這是最好的時代，也是淘汰最快的時代。
你不需要成為 OpenAI，你只需要成為你的客戶絕對不會移除的那個工具。
延伸閱讀
- Tim Ferriss Show（Podcast）：本文核心素材來源，Tim Ferriss 對 Elad Gil 的長篇訪談，原版英文，建議有餘裕時完整收聽，很多細節無法在摘要中呈現。
- 《High Growth Handbook》by Elad Gil：Elad Gil 的著作，整理了他在多個高速成長公司中的觀察，針對擴張期公司的實戰建議。創業者書單必備。
- Y Combinator 的「Request for Startups」：YC 每隔一段時間更新他們最感興趣的方向，對照 Elad Gil 的框架來看，可以找到市場優先思維的具體落地方向。
在這個 99% 淘汰率的週期裡，我們 Judy AI Lab 也在用同樣的問題反覆檢驗自己：做的是客戶必須用的工具，還是隨時可以被替換掉的方便品。