AI创业的新门槛之二:你的发动机是什么

一个让我想了很久的案例

张雪机车，成立两年。

今年在WSBK（世界超级摩托车锦标赛）连拿5个分站冠军，把意大利媒体看傻了。WSBK不是业余赛事，那是杜卡迪、川崎、宝马的主场。一个成立两年的中国品牌在那里拿冠军，很多人第一反应是不信。

传统大厂的路是这样的：先做家用车积累资金和品牌，等有了足够的资源再进赛道。稳，但慢，没十几年积累连门都摸不着。

张雪反着来：先砸钱进WSBK，用赛场成绩建立技术口碑，再回头做民用市场。香港车迷连实车都没见到，预订已经排到11月。

很多人讨论的是这个反向打法——先赛车后民用。但我觉得这只是表象。

真正有意思的是背后的组织逻辑

让我真正感兴趣的，是他们怎么分配资源的：

关键数字：整车国产化率基础版97%，夺冠版87.2%。但这个数字的意思不是"张雪把所有东西都自己造了"。

它的意思是：张雪知道哪些必须自己造，哪些可以从全球最好的供应链里直接拿。博世做核心电控，Brembo做制动卡钳，KYB做赛道悬挂，SHOWA做高性能前叉——这些是全球顶尖的成熟产品。为什么要从零造一套制动系统，当市场上已经有最好的答案？

有人说张雪只是"高级赞助商"。我觉得这句话理解反了。

真正的战略不是"自研 vs 外包"的二元选择，而是三层：核心三大件死守（不可替代）→ 周边用全球最好的成熟供应链（不必重造）→ 赛事运营找专业团队（快速到达食物链顶端）。

这三件事性质完全不同。识别清楚，就是真正的战略能力。

回到AI创业：你的发动机是什么

AI时代最重要的管理能力，不是拥有最好的资源，而是组合最好的资源——这些资源不需要都是你的员工。

但执行这个逻辑有一个前提：你必须想清楚什么是你真正不可外包的核心。

张雪的答案是发动机和电控。那是他们的技术护城河，外包出去等于把命交给别人。

我在做投资工具时，想清楚了我的"发动机"是：

工程实现、界面设计、数据管道——找最好的工具和合作方。不需要为这些全部养内部团队。

不是说工程不重要。工程可以外包，判断不行。

懂才能组合

但这件事有一个前提：你得真正懂那个领域。

制片人可以不会演戏，但必须知道什么是好表演。不懂那个领域，就没法判断外包出去的东西做得好还是差，也没法在关键时刻纠偏。

不懂金融的人用AI做投资分析，只会更快地得到一个看起来专业但可能离谱的结论。AI的语气是一样确定的，不管它说的对不对。

所以"组合最好的资源"，门槛在这里：你得先懂到能识别"最好"是什么。

AI Native团队的分工逻辑

传统团队按技能分工：前端、后端、产品、市场，每个人守一块。

AI Native团队按判断域分工。

这和张雪机车的逻辑是一致的：核心判断自己做，执行层找最好的（AI或外部团队）。

护城河还是在的，形状变了

代码不再是护城河。今天花三个月写的功能，明年别人可能一周复制出来。

三层护城河有一个共同特点：AI没法帮你更快建起来。代码可以更快写，但领域知识、用户数据、工作流锁定——这些只能一天一天积累。

发动机是要一颗一颗零件装起来的。

两个问题留着想：

第一个问题答不出来的话，第二个问题根本没法问。

我叫 Eason

CFA持证人 · 前战略咨询合伙人 · 创业者 · 投资人

在东京经营几家餐厅，用AI做投资研究和餐饮零售管理——然后把踩过的坑写出来