这篇由 YC 合伙人分享的文章，深入阐述了寻找 AI 创业点子的七大核心策略。文章指出，成功的创业想法往往源于创始人独特的个人经历和对真实痛点的深刻洞察。具体方法包括：向内挖掘个人独有的工作和生活经验；利用跨领域知识的融合发现创新连接点；通过“卧底”深入特定行业一线，亲身体验并理解未被满足的需求；观察身边朋友和家人工作中那些枯燥、重复的任务；关注那些已被外包到低薪国家的标准化重复性工作，寻找 AI 自动化的机会；积极拥抱大语言模型等最新技术，探索其带来的全新应用场景；以及在面对竞争时，通过提供远超现有方案的技术优势来构建壁垒。文章通过 Salient、Diode Computer、Ess Health 等多个 YC 孵化案例，生动具体地阐释了这些方法，为 AI 时代的创业者提供了极具实践指导意义的思路和视角。
src="https://api.eyabc.cn/api/picture/scenery/?k=cd1699ba&u=https%3A%2F%2Fmmbiz.qpic.cn%2Fmmbiz_jpg%2FBMIuxTte9jIZNJWcfAhJYEEzKYicyCWAicXF5BNXuym0Ok1DPj2G4kYFWASnuZUkMBoIj8QQlOv1a4aK1Vegn3oQ%2F0%3Fwx_fmt%3Djpeg">
来源Source
YC 一帮合伙人聊天儿，给的方法论和例子都特别鲜活和实在。
要点Key Takeaways
-
最好的想法来自你独特的人生经历
-
向内看：你的工作经验是创意的金矿
-
向外看：走出办公室去寻找真实痛点
-
去“卧底”，亲身体验一个“无聊”的岗位
-
观察那些被外包的低薪重复性工作
1
向内看：你的独特经历，是创意的金矿
Y Combinator: “深入挖掘你独特的个人历史，那些只有你才拥有过的经历、实习、或者工作见闻。那里藏着别人看不到的机会。”
成功的创业点子往往不是凭空想出来的，而是创始人过往经历的自然延伸。你曾在某个行业工作，哪怕只是短暂的实习，都可能让你发现一个可以用 AI 解决的、价值巨大的问题。
YC 的一个团队 Salient 就是典型案例。创始人在特斯拉的金融运营部门工作时，每天都要给那些贷款申请被拒的客户打电话，这份工作既重复又让人情绪低落。他发现，如果有一个 AI 语音客服能自动处理这些初步沟通，效率将极大提升。于是，他创立了 Salient，为信贷机构提供 AI 语音坐席，完美解决了自己曾经的痛点。
这个点子不是他在参加某个 AI 峰会时听来的，而是源于他在一个非技术岗位的真实体验。这种经历是独特的，无法被轻易复制，由此产生的创业想法也自然更具竞争力。
2
交叉看：
或许 A 领域的创新也可以用在 B 领域
Y Combinator: “那些在不同领域有过交叉经验的人，往往能看到别人看不到的连接点。比如，一个既懂硬件又懂软件的人。”
Diode Computer 的创始人就是一个例子。他们拥有电子工程和软件工程的双重背景。当 AI 开始展现出强大的代码生成能力时，他们立刻意识到，这种能力同样可以应用于硬件设计。设计电路板（PCB）是一个极其复杂且耗时的过程，充满了各种约束和规范。
他们看到了一个机会：做一个“电路板设计的 AI 副驾驶”。利用 AI 来处理布线、元件布局等繁琐工作，让硬件工程师能更专注于创造性的部分。这个想法直接诞生于他们跨领域的知识结构。如果他们只是纯粹的软件工程师，可能永远不会想到这个应用场景。
你的知识库里有哪些独特的组合？你是否曾在两个看似无关的领域工作过？这些交叉点，正是诞生颠覆性创新的最佳土壤。
3
向外看：走出办公室，去当“卧底”
Y Combinator: “获取洞察最有效的方式，就是让自己沉浸在一个真实的行业环境中。你可以去那里找一份工作，哪怕只是做几个月，你获得的体感是任何市场报告都无法替代的。”
如果你的个人经历中没有直接的创业灵感，那就主动去创造经历。YC 鼓励创始人“走出去”，像人类学家一样去田野调查，甚至直接“卧底”到某个行业里去。
Ess Health 的创始人就是一个绝佳案例。他的母亲开了一家牙科诊所，他发现诊所的后台行政工作（如保险理赔、账单处理）极其繁琐、低效。为了真正理解这些痛点，他亲自到母亲的诊所工作了几个月。通过这段经历，他摸清了所有流程的细节和瓶颈，最终创立了一家为牙科诊所提供 AI 后台服务的公司。
另一个创始人想解决医疗账单处理的问题，这是一个价值数万亿美元的巨大市场。他没有选择坐在办公室里分析报告，而是直接去应聘了一份医疗账单员的工作。正是这段亲身体验，让他能够开发出真正切中要害的 AI 自动化解决方案。
4
看身边：观察身边人的“无聊工作”
Y Combinator: “问问你的朋友和家人，他们的工作中最无聊、最重复的部分是什么？这些地方往往就是 AI 自动化的最佳切入点。”
你不需要自己去每个行业都工作一遍。有时候，机会就隐藏在你身边人的抱怨中。
Sweet Spot 的故事很有启发性。创始人的一个朋友在一家咨询公司工作，他的核心任务之一，就是每天手动刷新一个政府网站，寻找新的合同招标机会。这个工作极其枯燥，但又至关重要。创始人意识到，这完全可以用 AI 来自动化。于是，他开发了一个 AI 平台，帮助企业自动监控和匹配政府的采购合同。
这个点子不需要高深的理论，只需要对身边一个具体、真实的痛点有敏锐的观察力。你的下一个创业想法，可能就来自下次和朋友的聚会聊天中。
5
看外包：关注那些被外包的低薪岗位
Y Combinator: “看看那些正在被大规模外包到低薪国家的重复性工作。这些工作是 AI 替代的完美目标，因为它们已经被清晰地定义、流程化，并且对成本极其敏感。”
一个非常实用的寻找创业想法的“快捷方式”，就是观察哪些工作正在被企业外包到菲律宾、印度等地。这些工作通常是客服、数据标注、订单处理等。
企业之所以外包，是因为这些工作属于成本中心，且人力成本是主要开销。这恰好为 AI 自动化创造了完美的商业案例。如果你的 AI 方案能比人力外包更便宜、效率更高、质量更稳定，那么客户几乎没有理由拒绝。
Lilac Labs 就是一个例子，他们正在用 AI 改造快餐店的汽车穿梭点餐（drive-thru）系统。很多连锁快餐店已经将这项业务外包给海外的呼叫中心。Lilac Labs 提供的 AI 语音助手，可以直接在本地完成这项工作，不仅减少了延迟，还能 24 小时工作，且不会有口音问题。
6
看新技术：
站在巨人肩上，用新技术创造新机会
Y Combinator: “永远要站在技术的最前沿。当一个像大语言模型（LLM）这样的平台级技术出现时，它会创造出无数新的可能性。”
除了从行业痛点出发，另一个重要的灵感来源是技术本身。积极拥抱最新的 AI 技术，用它去构建一些东西，哪怕只是个玩具项目，这个过程本身就可能激发新的想法。
DataCurve 的创始人曾在 AI 公司 Cohere 实习，这让他很早就接触到了大语言模型。这段经历让他意识到，当时的数据工具链完全是为传统机器学习模型设计的，无法很好地服务于大模型。基于这个洞察，他创立了 DataCurve，为大模型提供专门的数据工具。
同样，Automat 的创始人来自 Google，他们很早就开始用早期模型进行各种原型开发。这个“玩”的过程让他们发现，传统的机器人流程自动化（RPA）工具（如 UiPath）虽然强大，但实施起来非常复杂，往往需要昂贵的咨询顾问。他们看到了机会，决定用最新的 AI 技术，打造一个更易用、更智能的自动化平台。
7
别害怕竞争，技术是最好的差异化
Y Combinator: “不要因为一个领域看起来很拥挤就放弃。如果你拥有明显的技术优势，能够提供比现有方案好 10 倍的体验，那么竞争就不是问题。”
很多创始人会刻意避开那些竞争激烈的“红海”赛道，比如 AI 客服。但 YC 认为，如果你的技术足够硬，红海反而是个好市场，因为它证明了这里有真实且巨大的需求。
GigML 就是一个在拥挤的 AI 客服赛道中脱颖而出的例子。在他们进入时，这个市场已经有很多玩家了。但他们的创始团队拥有深厚的技术背景，他们构建的系统在技术交付和实际效果上远超竞争对手。客户最终会用脚投票，选择那个真正能解决问题的产品。
所以，问题的关键不在于赛道是否拥挤，而在于你是否拥有真正的技术壁垒。在一个由技术驱动的浪潮中，卓越的技术本身就是最强的护城河。
结语Closing Thoughts
创业的点子不来自于公众号，哪怕是“AI 炼金术”这么高质量的公众号~
好的点子来自于自己独特的经历（这样的点子比较难被抄），来自于交叉地带（这样的点子比较难被发现），来自于真实场景卧底感受的体验（这样的点子最真实），来自于观察到的无聊工作（这样的点子最好做），来自于外包的业务（这样的点子最好拿单子），来自于新技术打开的新可能（这样的点子比较新）。
