内存涨价之后,AI硬件还值得创业吗?四个产品与融资判断Chapters1×0:08开场:硬件为什么突然变贵1:16第一章:先重算成本,不要只看物料清单2:54第二章:K 型消费把中间价位推到最危险的位置4:26第三章:AI 交互不是口号,先找换机理由6:27第四章:软件效率要替硬件涨价买单7:48第五章:老硬件回潮,说明用户买的可能不是参数9:18第六章:豆包收费,难点在选择哪种用户价值10:46第七章:风险投资正在先下盲注,创业者别用共识替代证据12:01第八章:一个人做硬件,门槛下降但责任没有消失13:19第九章:用九十天验证硬件,而不是等周期救你17:34收束:硬件值得做,但要接受它是一门长期生意0:0019:250:08host如果你最近准备买手机、电脑,或者正在做一款带 AI 能力的硬件,可能已经感觉到一个不太舒服的变化:很多成本不是产品团队自己能控制的,而且短期还未必降得下来。本期素材来自《屠龙之术》这期串台节目。节目里几位嘉宾从苹果和消费电子涨价聊起,谈到高带宽内存被 AI 数据中心吸走、手机市场的 K 型分化、语音交互、豆包收费,还有一个人怎么做出硬件公司。我们把它压成四个创业判断,重点放在产品、商业化、融资和供应链怎么一起算账。0:46analyst先说明素材边界:这期是对本轮下载的公开原始音频做完整 ASR 后的二次精炼,不是把嘉宾原声剪进来。节目本身有多人远程连线,ASR 对英文名和个别专名会有误听,所以我们只保留能够由完整音频和官方 shownotes 共同确认的内容。节目方对涨价持续时间、市场跌幅和语音识别率的说法,都属于现场判断或假设,不是我们替它们盖章的行业预测。1:16host节目开头把问题落在消费电子涨价上。讨论的解释是,AI 数据中心建设推高了高带宽内存的需求,这类产品单价高、产能又集中,结果把压力传到了消费端的存储产品。这里有个很容易被创业团队忽略的地方:你不做数据中心,不代表你不受数据中心影响。供应链的机会成本会沿着芯片、存储、整机和渠道一直传过来。1:43analyst对做 AI 硬件的人来说,第一步不是把成本表再抄一遍,而是把成本拆成三层。第一层是你能直接谈的物料和装配,第二层是会随着大厂需求波动的关键器件,第三层是云端推理、售后、换新和库存周转。节目里做 AI 音乐吉他的嘉宾说,他们从想法到做出来用了接近两年,过程中 AI 音乐能力按季度变化,元器件也在涨,连地缘局势带来的物料成本风险都要考虑。硬件项目一旦启动,产品、技术和采购的时间表就绑在一起了。2:22host所以创业者要问的不是「这款硬件的 BOM 能不能再降五块钱」,而是「如果关键器件连续涨价,我的产品还能不能交付,用户价值会不会被涨价吃掉」。如果答案只能靠下一轮融资补贴,那你做的不是产品模型,而是一张等供应链转好的彩票。更稳妥的做法,是在立项时就把替代器件、软件降配、云端分摊、服务收费和库存上限写进决策表,别等到量产前才发现成本结构已经变了。2:54analyst节目里有一个很尖锐的判断:低价和超高端未必会消失,真正容易被挤压的是中间价位。高端品牌有利润率做缓冲,低价产品还有明确的刚性需求,中间产品如果既没有品牌溢价,又没有极强的价格优势,供应链一涨价,配置和利润就一起被压缩。节目对手机市场整体下调百分之十到十五的说法,是现场的保守估计,不是统计口径完整的预测,但它提醒了一个方向,平均数下面会有更大的分化。3:28host这对 AI 产品创业者也有用。不要只问市场总量还剩多少,要问用户会把哪一部分预算保留下来。用户可能愿意为一个真正省时间的工作流付费,也可能愿意为情绪价值、审美和收藏感买单,但对一个只是多了几个模糊 AI 功能、价格又卡在中间的产品,耐心会很低。所谓 K 型,不只是消费分层,也是价值证明的分层。3:55analyst产品策略可以因此分成两条路。一条是把硬件做成可靠的入口,用软件、网络和云服务补足本地算力,接受硬件利润不高,但把后续服务做成稳定收入。另一条是把产品做成非常明确的高溢价物件,靠设计、品牌、社群或情绪价值让用户不拿它和普通配置逐项比价。最难受的是中间路线:成本像高端,体验像试验品,定价又没有理由。4:26host节目把 AI 智能体手机理解成一个被提前催熟的方向。几家厂商都在押注,但嘉宾的质疑是,大家还没有真正回答「智能体手机到底是什么」。在内存涨价、换机周期接近四年的背景下,厂商又需要一个足够强的新理由,让用户愿意重新买一台设备。所以 AI 交互既是技术趋势,也承受着拉动换机的经营压力。4:50analyst这里给做产品的人一个检验方法:把 AI 从发布会名词里拿掉,只看用户是否少做了一步。语音输入如果能在真实环境下稳定识别,用户就可能少打很多字;系统如果能替用户完成跨应用的连续动作,手机才从一个更会聊天的界面变成了工具。节目里关于百分之九十七识别率的说法,是嘉宾提出的经验性假设,意思是精度一旦高到让大多数人不再愿意打字,语音交互会出现很陡的迁移,不代表行业已经达到了这个数字。5:25host李楠还提到一种键盘集成阵列方案,让用户在桌面上更轻松地和智能体说话,同时用环境降噪提高识别效果。这个例子比「做一部 AI 手机」具体得多,因为它先抓住一个明确动作:输入。对创业团队来说,交互创新最好先从一个高频、可测、能对比的动作切进去,再决定要不要扩展到整套设备。把一个宏大概念压缩成一个每天都能验证的动作,往往比重新发明一个品类更有用。5:58analyst图形界面会不会被语音大量替代,节目里的判断很激进,但创业者不该把它当二选一。语音适合表达意图,界面适合确认状态、比较选项和处理例外。真正的产品机会可能在两者之间:用户说一句话,系统把任务拆好,界面只留下需要确认的那一步。这里的壁垒也不只是调用哪个模型,而是识别准确率、响应速度、权限边界和错误之后怎么恢复。6:27host节目里有一句很适合放进工程团队周会的话:过去软件工程师常觉得内存不够就加一条,但现在到了反过来压榨软件和 AI 效率的时候。讨论提到内存压缩、系统优化、云端扩展,以及用更好的网络把一部分能力放到云上。对中低价产品来说,这不是锦上添花,而可能是继续交付的前提。6:53analyst这会改变产品经理的指标。以前大家盯着本地内存、芯片型号和参数表,现在要把首次响应时间、任务完成率、云端调用成本、离线可用性和每个用户的持续消耗放在一起看。一个四 GB 内存的设备能不能跑出接近更高配置的流畅度,不能只靠宣传,需要用任务集和真实用户测试验证。否则「软件优化」只是给减配找的漂亮说法。7:19host这也解释了为什么掌握系统和底层链路的公司更主动。节目里提到,依赖通用芯片和安卓底层的品牌,在全链条优化上没有那么大的控制力;能掌握更多系统能力的公司,才有空间从内存管理、模型调用、网络服务一路压效率。创业公司不一定能做操作系统,但可以把自己的链路做窄:只服务一个任务,把模型、设备和服务的连接做得足够可控。7:48analyst节目从鼠标聊到黑胶、胶片相机和机械键盘,把这些现象称作「文艺复兴」。这部分对 AI 创业者的价值,不在于提醒大家去做复古产品,而在于它展示了另一种消费逻辑:当功能差异越来越难讲,用户会为情绪、审美、把玩和被时间筛选过的感觉付费。有些人买黑胶甚至没有唱机,这说明产品不总是一个效率工具,也可能是身份和体验的载体。8:17host但情绪价值不能拿来遮住产品缺陷。节目里同时讲了 AI 吉他和任天堂的对比。AI 吉他要面对两年研发周期、软件快速迭代、元器件涨价和第二代产品的压力;任天堂则长期用相对克制的硬件承载高质量内容,所以硬件成本上升时,价值来源不只在芯片。创业团队需要先说清楚,用户最终记住的是设备本身、内容、服务,还是一套持续更新的体验。8:48analyst这里还有一个经营提醒。节目谈到游戏主机价格时,指出一些平台过去会补贴硬件,再从游戏和服务里赚钱;当补贴模式撑不住,硬件就必须更接近健康的规模,不能只靠赔钱买量。对 AI 硬件也是一样,首发销量不能代替收入质量。你可以用早期产品验证需求,但必须尽快知道用户会不会为耗材、订阅、内容、云端能力或者升级服务持续付费。9:18host节目讨论豆包专业版时,摆出了两条路。一条是沿用海外成熟的生产力工具收费方式,比如更强模型、更高额度;另一条是从语音、音色、陪伴和情感等更偏消费的场景里找新的收费理由。节目最后提到,豆包选择了偏生产力工具的路径。这里不适合把结果说成对错,它更像一次用户结构和成本结构之间的选择。9:46analyst对创业者来说,问题要拆成三层。第一,用户愿不愿意为这个结果付费,而不是愿不愿意使用免费版。第二,产品的调用成本会不会随着用户成功而上升,如果每个活跃用户都在消耗云端算力,增长可能越快亏得越多。第三,付费点是不是跟产品最强的能力一致。节目里说,豆包已经在聊天机器人战场积累了大量用户,但智能体又是另一个战场,过去的用户不一定自动迁移到新的付费方式。10:17host所以「有很多用户」不能直接推出「能收很多钱」。如果用户买的是一个一次性硬件,云端能力却需要持续付费,团队就得把这笔长期成本讲清楚。可以按额度收费,可以做分层服务,也可以把一部分能力下沉到设备,但每种选择都会改变用户体验和现金流。收费方案不是最后加上的按钮,而是从模型选型、产品承诺到售后服务一起设计的。10:46analyst明浩把现在的 AI 投资环境比作打牌先下盲注:某个小板块一旦变成阶段性共识,资金会迅速堆进去,很多人还没看清项目,就先把别人挡在门外。等媒体开始报道时,真正的筹码可能已经下完了。这里说的不是所有投资都不理性,而是资本密度会让创业者误以为「有人投」等于「需求已经被证明」。11:10host对创业者而言,融资时要把两张表分开。一张是资本市场愿意下注什么,另一张是用户愿意持续购买什么。前一张表可以帮你获得资源和时间,后一张表才决定公司能不能活。尤其是硬件,投资人愿意给钱,不代表器件有货,也不代表量产之后用户能接受价格。融资叙事可以谈趋势,但产品验证必须回到交付、复购和毛利。11:39analyst节目里战略投资方还提到,有些局不是想参加就能参加,资本和资格已经堆到一定程度。创业者没法靠「再多讲一点模型能力」解决这个问题。更实际的做法是找到自己能证明的窄场景,拿出可交付的样机、订单、退货率、云成本和供应链备选。盲注会变化,证据会留下来。12:01host节目提到一个利用 AI、有硬件经验的创业者,基本一个人做出智能戒指公司,在 Kickstarter 上众筹成功,并开始发货。这个案例说明,AI 加上深圳供应链,确实让极小团队能完成过去需要多人协作的工作。设计、代码、文档、测试和市场沟通的部分环节,都可以被工具压缩。12:25analyst但「一个人能做出来」不等于「一个人能稳定交付」。硬件团队最容易低估的是那些不在演示视频里的工作:打样返工、认证、良率、售后、国际物流、供应商替换,还有第二代产品什么时候启动。AI 可以让你更快做出第一个版本,却不会替你承担物料涨价和交付延期。小团队的优势不是把所有事情都省掉,而是把决策链缩短,把范围控制得足够小。12:54host如果今天开始做 AI 硬件,我会把立项门槛写成四句话。第一,核心动作能不能在一个版本里讲清。第二,关键器件涨价时有没有替代方案。第三,离线和云端的成本边界有没有测过。第四,首批用户愿不愿意为后续服务持续付费。四句话都答不上来,就先别急着把融资故事写大。13:19host如果把前面的讨论压成一个创业团队能执行的九十天计划,第一周不是做发布会,也不是先找投资人,而是把产品的唯一核心动作写出来。用户到底是在说话、记录、创作、陪伴,还是完成一项工作?这个动作每周发生几次,失败一次会造成什么损失,用户现在用什么替代?如果这几件事说不清,硬件外形越快做出来,后面越容易变成展示品。13:49analyst第二周到第四周,团队要同时做两个小实验。一个是体验实验,把最小功能放进现成设备或手机里,先测用户愿不愿意重复使用,别一开始就把所有想法塞进专用硬件。另一个是成本实验,把关键器件按涨价、缺货和替代三种情况重新报价,再把云端调用、售后和物流摊进每个用户的长期成本。节目里反复出现的教训就是,硬件的麻烦不会等你把产品做大以后才出现,它从第一版样机开始就存在。14:24host第五周到第八周,交互产品要建立一套失败记录。语音识别错在哪里,用户什么时候愿意改用键盘,任务执行在哪一步需要界面确认,网络变差时产品怎么退回本地能力。不要只在安静办公室里测一个漂亮的成功率。节目里提到百分之九十七的语音识别率,它的价值恰恰在于提醒团队寻找迁移临界点,但临界点必须按场景、噪声、口音和任务类型拆开测,不能拿一个平均数字替代真实体验。14:57analyst第九周到第十二周,才是把证据拿给投资人的时间。样机不只要能演示,还要有交付周期、首批用户留存、退货原因、每次云端调用成本、关键器件的替代表和一版能解释清楚的收费方案。对于一次性硬件,至少要知道用户是否愿意为内容、耗材、订阅或升级能力继续付费;对于强依赖云端的设备,则要说明当用户增长时,成本会怎么变化。这样融资谈的是已经跑过的约束,不是借行业热词提前下注。15:29host九十天结束时,团队应该允许自己做一个不体面的决定:砍掉功能、延后量产、改成软件服务,甚至停止这个版本。供应链涨价、资本盲注和大厂下场都不是创业者可以控制的变量,能控制的是产品范围、验证顺序和现金消耗。节目里说小公司最怕竞争确定性太高,这句话换成执行语言,就是不要和大厂比完整度,要在市场还没稳定时,比谁更快找到一个愿意反复付费的窄问题。16:03analyst这也是「一个人做硬件」这个案例真正有价值的地方。它不是告诉你团队可以无限缩小,而是告诉你可以把过去分散在设计、软件、供应链和市场里的工作重新组合,然后只为一个足够具体的结果负责。AI 让小团队的起点更低,深圳供应链让试制更快,但长期交付仍然需要纪律。门槛从「能不能做出第一台」移到了「能不能把第一百台稳定交到用户手里」。16:32host供应商管理也应该被放进这九十天,而不是等到订单来了才谈。至少找出一个关键器件的第二来源,问清最小起订量、交期、测试标准和涨价触发条件;对不能替代的器件,尽量把产品设计成可接受的性能降级,而不是一缺货就整机停摆。小团队不一定拿得到大客户的价格,但可以用更短的决策链换来更快的改版和更少的库存承诺。17:01analyst最后给每个版本设三道停损线。第一道是体验线,用户连续使用后仍然说不清它比手机或普通工具好在哪里,就停止加功能。第二道是现金线,按最悲观的器件价格和云端成本测算,现金还能撑多久,不能等融资到账再决定。第三道是交付线,样机到量产的良率、售后和退货一旦超过预设范围,就先收窄批次。硬件创业的勇气,不只是敢做,也包括在证据不足时敢停。17:34analyst节目最后对涨价周期给了偏悲观的判断,认为可能持续两三年甚至三四年,并把产能从决定投产到真正稳定出货的时间估到至少两年。节目还把数据中心需求的周期看到二零三零年前后。这些都是嘉宾基于供需和扩产节奏的判断,不是确定的未来时间表,但对创业计划有一个直接提醒:不要把供应链恢复当成近期开关。17:59host所以本期四个判断可以收成四个动作。第一,把关键器件、云端成本和售后服务放进同一张经营表。第二,在 K 型消费里避开没有理由的中间价位,要么做清楚的刚需效率,要么做清楚的高溢价体验。第三,把 AI 交互落到一个可测动作,先证明它真的替用户省了一步。第四,融资时把资本共识和用户证据分开,极小团队可以更快,但不能省掉交付纪律。18:30analyst至于消费者要不要现在买设备,原节目最后用了「应买尽买」的说法。创业者可以把它换成自己的版本:能提前锁定的关键器件和供应商,先锁定;能用软件和服务提高价值的地方,先验证;必须等市场证明的功能,不要因为资本热闹就提前量产。硬件仍然值得做,只是这一次,产品、现金流和供应链必须同时过关。18:56host本期是根据《屠龙之术》本轮公开音频完整 ASR 做的二次精炼,不含嘉宾原声剪辑。原始音频入口放在正文来源里,想回听完整讨论可以直接打开。这里是七档 AI 创业者精选播客缩短版,我们下期再见。