跨越“死亡之谷”

从中国杭州到美国硅谷，一场由人工智能（AI）掀起的创业热潮正在以前所未有的速度席卷全球。无数创业者怀揣着“技术改变世界”的梦想涌入这条赛道，却大多陷入了一场“华丽的挣扎”：有人短短数月就跑通了产品原型，却在规模化推广后迅速沉寂；有人在小范围测试中收获亮眼数据，扩大用户群体后却发现成本如黑洞般吞噬利润；有人在极客圈口碑爆棚，面向大众市场时却遭遇水土不服……这种全球科创领域普遍遭遇的规模化扩张之痛，被芝加哥大学经济学教授约翰·A·李斯特定义为“势能下降”。

在其新著《势能效应》中，李斯特指出了一个被许多创业者忽略的真相：创新本身并不稀缺，真正稀缺的是可规模化的创新。而跨越规模化这个“死亡之谷”的第一道关卡，就是要刺破数据里的“假阳性幻觉”。

所谓“假阳性幻觉”是指，人们误以为一次成功意味着可以无数次复制成功，殊不知，成功需要多重因素相互作用，技术只是其中最显眼也最被关注的那一个。作者在企业调研时曾多次见证，初次试点效果不错的方案，在同一家企业由另一组人马重复实验时一败涂地。而这样的故事，正在当下的AI创业圈反复上演：一款AI工具或许能在数百位深度用户中收获如潮好评，可一旦推向百万级大众市场，那些早期被忽略的交互门槛、学习成本，甚至是简单的网络延迟，都可能成为“致命伤”。更危险的是，创业团队与早期投资人极易陷入“确认偏差”，只愿意关注待印证产品与市场契合的数据，却选择性地忽略掉那些预警信号，最终把统计噪声误判为“真实的市场信号”，让经营决策一步步偏离正轨。

比“假阳性幻觉”更隐蔽的是“扩张陷阱”，也即“来自用户样本的代表性偏误”。

在美国一家大型网约车平台担任首席经济学家期间，李斯特曾用一项令公司上下大跌眼镜的实验结果，叫停了公司即将推出的付费会员计划。李斯特将用户划分为两类，一类是会为了薅会员权益“羊毛”增加消费的“乔古斯”；另一类是本就习惯于高频消费，办理会员只为节省开支的“纳古斯”。实验结果显示，“纳古斯”的数量达到“乔古斯”的3倍，如果公司推广会员计划，最终只会陷入“补贴常客”的经营泥潭。这一逻辑，恰恰戳中了当前AI创业的普遍误区，企业必须找到那些真正能带来边际收益增量的用户群体。

此外，增长的负外部性也是AI企业必须努力规避的“巨坑”。比如，一款内容生成工具被大规模推广后，可能被滥用于制造垃圾信息，不仅消耗巨额算力，还可能反过来污染产品自身的训练数据源。当增长伴随着系统性的自我损耗，企业必须直面那个最朴素也最残酷的经济学拷问：成本曲线究竟是越摊越薄，还是越扩越厚？

对于置身复杂下沉市场与多极博弈环境中的创新者而言，李斯特这套基于实地实验的分析方法，不仅是超越直觉的微观决策工具，更是一种宏观层面的认知校准。在技术狂飙的时代，唯有放下对风口的盲从，守住基于证据的理性，才有可能跨越规模化的“死亡之谷”。（本文来源：经济日报 作者：孙昌岳）