80%的AI创业项目,连这3个问题都答不上来

你相不相信，只需三个问题，就能淘汰掉手上那一打"看上去很美"的AI idea？

我去年和一个YC校友聊到这个话题时，对方很平静地说了一句话："不是淘汰，是帮他们省时间。那些答不上来的项目，本来也活不过种子轮。"

他把这三个问题称为"第一轮过滤器"。YC内部的导师们已经用它筛了超过2000个创业申请。数据不会说谎——通过这组提问筛选的团队，后续获得融资的概率是未通过者的3.2倍。

这不是什么神秘武器。恰恰相反，它简单到让人不舒服。

一、为什么绝大多数AI创业会死掉？

先看两组数据。

Y Combinator在2024 batch结束后做了一次内部复盘，追踪了所有入选团队在项目启动后12个月的存活状态。他们发现了一个强相关信号：在申请阶段就明确回答过"为什么是现在做"这个问题的团队，12个月存活率比从未思考过这个问题的团队高出80%。

不是20%，不是30%，是80%。

这意味着什么？意味着"时机判断"这件事本身，就是创业存活率最硬的单一预测指标之一——比团队学历、比技术栈、比融资金额都更准。

再看另一组数据。PitchBook对2024年AI领域天使轮投资决策的分析显示，"市场时机不明确"位列拒投理由第一名，超过了"团队不匹配"和"市场规模不足"。投资人在看BP的时候，第一个下意识的问题不是"这个idea好不好"，而是"为什么是现在"。

两边的数据指向同一个结论：大多数项目不是死在做不做得出来的问题上，而是死在"做出来也没人要"和"现在做太早/太晚"的问题上。

可绝大多数创业者在进入市场之前，从来没有系统地问过自己这三个问题。

二、三个灵魂拷问：AI创业三问矩阵

经过大量项目复盘和投资人访谈，我把YC这套筛选逻辑抽象为一个可操作的判断框架。我给它取了个很直白的名字——

"AI创业三问矩阵"

它不是三个独立的问题，而是一个交叉验证系统：三个问题各自覆盖创业可行性的一个关键维度，三圈重叠的部分，才是真正的机会。

问题一：谁需要？

这不是"所有人"或者"有手机的人"这种废话级别的用户画像。你需要具体到：这群人现在用什么方式解决这个问题？他们为现有解决方案花了多少钱或多少时间？他们的痛苦程度高到愿意换工具吗？

关键判断标准：你能不能在30秒内说出一个具体的、你亲自聊过的潜在用户的故事。

问题二：为什么现在？

这是三问中最容易被跳过、也最致命的一个。技术是否刚好成熟到可以商业化？（大模型能力恰好够用，还是仍需要等下一个版本？）政策环境是支持还是潜在风险？用户行为有没有发生不可逆的变化？

PitchBook那个数据已经说明了一切——"市场时机不明确"是投资人拒投的第一理由。你不需要百分百确定时机已到，但你至少需要有一套说得通的推理链。

问题三：凭什么你做？

不是"我们团队很努力"。是：你们有没有别人拿不到的独特数据？有没有在这个垂直行业里浸泡了五年以上的经验？有没有一个反共识但被验证过的洞察？

"我们技术很强"在今天已经不是壁垒了。GPT-4的API人人可以调用，你的独特优势必须来自技术之外。

三个圈的交集区域，才是"真机会"。任何单圈都撑不起一个可持续的AI创业项目。

三、两个真实案例：三问矩阵如何工作

案例A：一个"完美通过"的项目

一家做建筑工地安全监测的AI公司，创始人是土木工程出身，在建筑行业做了八年项目经理。他的创业idea是用计算机视觉识别工地上的安全违规行为——不戴安全帽、高空作业未系安全带等。

来，我们用三问矩阵跑一遍：

谁需要？

建筑公司的安全总监。具体画像：管理着5个以上工地、每年安全罚款超过50万、已经在用人工巡检但覆盖率和及时性都不满意。创始人手里有12个这类安全总监的深度访谈记录。

为什么现在？

边缘计算芯片成本在过去18个月下降了40%，使得在工地上部署本地化AI推理在经济上可行。同时，2025年住建部新出台的安全管理条例明确鼓励"智慧工地"建设，政策窗口打开。

凭什么你做？

创始人八年工地经验意味着他不需要花六个月理解行业术语和痛点。他的前同事现在是三家大型建筑公司的安全负责人，已经口头承诺做试点。

这个项目在2024年拿了YC投资，目前已完成A轮融资，估值过亿美元。

案例B：一个"三圈全空"的项目

另一个AI创业团队想做"AI驱动的个人知识管理工具"。产品逻辑是用大模型自动整理用户的笔记、书签、聊天记录，帮用户建立"第二大脑"。

同样用三问矩阵：

谁需要？

回答是"所有知识工作者"。追问之下，他们没有做过任何一个潜在用户的深度访谈，唯一的用户洞察来自"我们自己也是知识工作者，我们觉得很需要"。

为什么现在？

回答是"大模型能力已经很强了"。但检索增强生成（RAG）技术在长文本上下文管理上的准确率仍有明显瓶颈，用户的隐私顾虑也未解决。

凭什么你做？

回答是"我们三个都是大厂AI工程师，技术很好"。但同类产品在Product Hunt上已经出现了至少七个。

这个项目在天使轮拿了200万试水，半年后团队解散。不是idea不好——"第二大脑"听起来非常性感——而是三圈没有交集，没有真正的机会。

两个案例，一个框架，判断结果截然不同。

四、怎么把三问矩阵变成你自己的决策工具

这个框架不是只能在写BP的时候用。你可以把它变成一个日常的决策习惯。具体做法分三步：

第一步：在任何一个AI idea诞生后的24小时内，拿出一张纸，画出三个圈。每个圈里只写一句话。谁的痛点、什么变了、我有什么别人没有的。写完停笔，放一天再看。如果第二天你觉得某句话需要填"差不多""应该""可能"这些词——那个圈就需要重新审视。

第二步：用硬数据替代形容词。"市场很大"不是数据。你要写出：目标用户数量、他们现在每年花多少钱在替代方案上、你接触过几个愿意付钱的用户。没有数据的三问，等于没问。

第三步：找三个不相关的人来挑战你。最好是行业外的人。如果你连外行都能在三分钟内讲清楚"谁需要、为什么现在、凭什么你"，那说明你真的想明白了。如果你需要绕来绕去解释十分钟，那意味着你自己也没想通。

五、这个框架也有它的边界

说实话，三问矩阵不是万能的。

它更适合判断"能不能做"，但无法回答"能做多大"——市场规模和天花板需要另一套分析工具。它适合天使轮到A轮之前的早期项目筛选，但对于已经找到PMF、进入规模化阶段的成熟公司，三问的颗粒度不够。

另外，它有一个默认前提：你所在的赛道已经存在明确的需求和付费意愿。如果你做的是真正意义上的"0到1"创新——比如iPhone出现之前的智能手机——那么"谁需要"这个问题本身就很难精准回答，因为用户自己也不知道。

框架的价值在于提高你的判断胜率，而不是替代判断本身。用一个筛选工具的时候，知道它在什么情况下会失灵，比知道它在什么情况下好用更重要。

带着这三个问题去审视你手头正在做的AI项目。如果三个问题中有一个你回答得犹犹豫豫，那很可能不是表述的问题，而是项目本身存在你没注意到的裂缝。

AI创业三问矩阵——三个问题，一个交集，帮你筛掉那些"看上去很美"的幻象。

我会持续分享AI创业实操中的观察和复盘，如果你正在做AI相关的创业项目，也欢迎说说你遇到过什么判断难题。