@lifesinger: 听闻字节全面收缩在 AI 应用层的投入，应用层聚焦到豆包，硬件层押注 PICO+ AI 硬件。 原因是：烧不起，以 2025 年的投入去烧 AI 应用，字节现金流撑不过 2027 年。 巧合的是，最近还听闻有几家 ARR 过亿美元的 AI…
摘要
听闻字节全面收缩在 AI 应用层的投入，应用层聚焦到豆包，硬件层押注 PICO+ AI 硬件。 原因是：烧不起，以 2025 年的投入去烧 AI 应用，字节现金流撑不过 2027 年。 巧合的是，最近还听闻有几家 ARR 过亿美元的 AI 应用公司，开始在默默裁员，公司现金流压力非常大，很难持续。 还有一个偶然看到的新闻是，百万粉丝博主 Dan Koe 的创业产品 Eden，因烧钱太快，决定大幅裁员，产品停止迭代。 这一切都在揭示一个规律： 用互联网的思维去做 AI 产品创业，死路一条。因为 AI 产品没有规模效应，追求 DAU 等互联网时代的规模指标，会是有钱的 AI 产品存活不下去的主因。 没钱的 AI 产品创业公司，因为没钱可烧，无法追求规模，反而有机会看见真相。然后逐步赚取到真正的利润，有机会一步一步长大。 尊重经营，尊重时间。每个 AI 产品的创业者，可能都得重新审视这八个字。
相似文章
@xiaochuan8688: 字节跳动悄悄关掉了 30% 的 AI 项目——豆包之外的产品全在收缩 行业内消息：字节 4 月内部 AI 战略复盘会，直接砍掉了 30% 的 AI 应用项目，包括"猫箱"、"星绘"、海外 AI 视频工具 Dreamina 的部分线。表面上…
字节跳动在4月内部AI战略复盘会上砍掉30%的AI应用项目，包括猫箱、星绘及Dreamina部分业务线，豆包之外无一产品达到预期DAU目标，公司将聚焦豆包、硬件押注及收缩纯应用投入。
@ba_niu80557: 趁上午有点时间给大家聊点硬的干货。 一个 AI 落地项目,从签完合同到真正跑进生产,这中间到底发生了什么,我把这套打法摊开讲一遍。做这行的可以照着抄,不做这行的也能看明白,为什么 95% 的企业 AI 试点最后都死了。 先说一个反直觉到你…
这篇文章讨论了企业AI项目从概念验证到生产部署过程中常见的失败原因，强调了MLOps、提前检查真实数据、明确人机边界等关键实践，认为项目失败往往不是因为模型不行，而是因为工程落地环节的忽视。
@ba_niu80557: https://x.com/ba_niu80557/status/2071277244287426980
文章深入分析了Anthropic因AI代码生成变得极其高效而面临的内部变化：瓶颈从“写作”转移到“验证”，传统管理、长期规划和努力衡量失效，注意力成为新的稀缺资源，工程师甚至感到孤独。这些现象预示了其他公司未来可能面临的挑战。
@dongxi_nlp: 好有价值的文章，最后的 6 条 take away 值得思考。 其中最后两条： 5. 数据行业远未发达。 Anthropic 和 OpenAI为单个环境花费1000万美元以上，而中国 AI 实验室基本上是“自建而非购买”心态。 6. 无数…
文章总结了AI数据行业的现状，指出数据行业尚未成熟，Anthropic和OpenAI为单个环境花费超过1000万美元，而中国AI实验室倾向于自建而非购买；此外，许多实验室虽能使用华为芯片但仍渴望更多英伟达芯片。
@leslieloser_: 有幸和江浙沪最会做ai 改造的 @Zhm20220917 见了一面聊几小时，愈加确定下面几个事情 --AI 时代，更接近生产端，懂产业的人，会吃到初创企业的巨大红利，懂ai 和边界，占 20%，懂生产，懂产业，占 80% --小团队拒绝创…
文章分享了关于 AI 时代创业红利的见解，强调懂产业和生产端比懂 AI 技术更重要，企业更关注实际解决问题的能力而非模型本身。