达沃斯现场｜吴恩达：门槛没了，AI 创业只剩 3 种能力

全文 2,000字 | 阅读约 6 分钟

(2026达沃斯：吴恩达等嘉宾达沃斯圆桌对谈片段)

门槛没了。真的没了。

以前几个月才能做出来的 MVP，现在几天就能上线。

当任何人都能快速做出 AI 产品，问题变了：你做的，到底有没有价值？用户买单吗？能撑得起一家公司吗？

2026 年 1 月 22 日，达沃斯会议期间，吴恩达、OpenAI 欧洲负责人、Cerebras 战略官和 ETH AI Center 负责人坐在一起，参加了一场名为《AI 时代的创业》的圆桌讨论。

他们给出的答案是：速度，已经不是优势，而是及格线。

门槛没了之后，AI 创业还剩什么能赢？

答案是三种能力：

• 第一，重构流程的能力。用 AI 设计新流程，而不是优化旧流程。

• 第二，全栈开发的能力。技术和产品都得会，一个人干全队的活。

• 第三，做成产品的能力。把 Demo 变成能用、能做大的产品。

光快，不够。

做对，才是硬道理。

第一种能力：用 AI 重构流程

在这场达沃斯圆桌对谈里，吴恩达讲了一个企业最典型的误区。

他说，现在很多公司部署 AI，最常见的做法就是：找一个环节，用 AI 替代人工。比如贷款审批，把某一步从人工 1 小时压到 10 分钟。

看起来像是提高了效率，实际上只是改快了一小步，整个产品形态并没有改变。

还是贷款这个例子。传统流程要走营销、申请、初审、复审、执行等五六步。如果 AI 已经能做出可信的自动批准结果，那就不应该去优化旧流程里的某一步，而是应该打造一个 10 分钟批贷的全新产品。

这个差别，不是速度快不快，而是产品逻辑是不是从 AI 能力出发重新设计的。

在他看来，如果其他环节不变，AI 只是一个效率工具。真正该做的，是围绕新能力，重构整个流程。

OpenAI 欧洲业务负责人 Laura 接着从用户视角补充说：

“企业的老习惯是哪里慢就改哪里，换掉一个环节，结果发现根本没变，问题还在。真正有效的 AI 部署，是把旧流程推倒，从头设计”

她强调，AI 最该改的，是客户从接触到拿到结果的整个体验，而不是只盯着某一个环节。

说白了，AI 创业的第一种能力，就是能看到一个可以被 AI 彻底重构的场景，然后做出从一开始就不一样的产品。

判断标准很简单：

• 如果去掉 AI，产品照样能用，那你做的可能只是个工具。

• 如果去掉 AI，产品就不能用了，那才算一个真正的 AI 产品。

流程重构需要什么样的人来执行？

这是第二个问题。

在以往，创业团队通常需要一个产品经理负责想清楚用户要什么，一个工程师负责把功能写出来，再配上运营、设计、前台、招聘……每个角色各有分工。

但现在，吴恩达说的情况已经变了。

他说，开发成本越来越低后，一个人如果既能写代码、又能理解用户，还能判断下一步该做什么，就能替代一整支传统团队。

“我们以前是一个产品经理配几个工程师，后来发现最有效的组合，是把他们合成一个人。”

他在 AI Fund 就是这么做的。招前台、HR、财务，都优先考虑会写代码的人。甚至连 CFO，都能自己写出内部使用的自动化脚本，不用再花几千美元去找供应商开发。

为什么需要这种全栈能力？

吴恩达认为：AI 工具把“怎么做”变得很容易，真正拖慢进度的，是“要做什么”这件事没人决策。

以前，工程师可能要等产品经理写完需求文档、设计评审、开个会才动手。现在，工具快了，模型强了，工程师常常第二天就做好了。

反过来，是产品经理跟不上工程师。

所以他说，在他的公司，有时为了不浪费工程资源，团队配置直接精简：1 个产品配 1 个工程师，甚至让一个人兼顾产品和工程。而且他发现，那些速度最快、反应最灵活的创业者，往往都是既能动手，又懂用户。

Cerebras 的战略官 Andy 也表示，技术能力只是基础，创业者还得懂得如何拆解问题、如何组建团队、如何从用户视角判断产品方向。最优秀的技术创始人，都具备同理心、产品判断力和讲故事的能力，而不仅仅只是会写代码。

这就是第二种全栈开发能力：既能动手做，又能判断做什么。

在人人都能用 AI 写代码的年代，一人顶多岗不是压榨，是 AI 创业的标配。

第三种能力：把 Demo 做成产品

快速做出来只是第一步，真正难的是怎么把一个 Demo 变成能让成千上万用户天天用、用得稳的产品。

吴恩达说：

“很多创业者能做出 Demo，但做不大，卡住的不是技术，是产品没做到位。”

ETH AI 中心的 Alex 进一步解释：很多项目失败不是因为模型不够好，而是没把 Demo 打磨成真正能用的产品。展示一个好看的 PPT 很容易，但要让它能被很多人用、出了问题能解决、还能一直好用，那就是另一回事了。

什么叫“打磨成真正能用的产品”？

Laura 举了个例子。有个叫 Fyxer AI 的创业公司，只做了一件事：帮用户写和回复电子邮件。

听起来不复杂，但他们做得非常细：哪些邮件需要立刻处理、哪些可以跳过、什么语气更合适……产品上线 6 个月，就拿下了数百万的年收入。

Laura 的总结是：Fyxer AI 不是在节省发邮件的时间，而是在改善整个沟通体验。

反过来看，很多 AI 创业公司失败，不是因为不会做，而是因为没想清楚这些问题：

• 数据进来了怎么清洗？

• 用户提的反馈怎么用？

• 出错了谁来修、怎么修？

• 新用户怎么上手？老用户怎么留住？

AI 创业的第三种能力，就是要把 Demo 做成能持续运转的产品，打通从开发、使用、反馈到优化的整个链路。

在开发成本极低的今天，能做出闭环，才是真正的壁垒。

结语｜开发容易，做成难

吴恩达说：开发成本正在归零，该做的就是大量试错。

但这也意味着，Demo 满天飞的时代，真正稀缺的不是技术，是把东西做成的能力。

留下来的，是那些能用 AI 重构流程、一个人干全栈活、把 Demo 做成产品的人。

门槛没了，能力就是新门槛。

识自AI

本文由AI深度研究员出品，内容整理自达沃斯 AI House 圆桌对谈《Unprecedented Scale – Building Startups in the Age of AI》等网上公开素材，属评论分析性质。内容为观点提炼与合理引述，未逐字复制原对谈材料。未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

参考资料：

https://www.youtube.com/watch?v=dLwVrlzZly4

https://www.linkedin.com/posts/ai-house-davos_when-anyone-can-ship-an-ai-product-in-days-activity-7417839632358412288-8sz1

https://ch.linkedin.com/company/eth-ai-center

https://www.linkedin.com/posts/ai-house-davos_when-anyone-can-ship-an-ai-product-in-days-activity-7417839632358412288-8sz1

来源：官方媒体/网络新闻

排版：Atlas

编辑：深思

主编: 图灵