编者按：TomaszTunguz是RedPoint的合伙人，经常撰写博文解释初创公司面临的问题。这篇文章是他对AI创业公司遇到的问题的归纳总结，以及他给出的一些建议。自从写完《人工智能代理：面向机器学习初创企业的GTM》（TheAIAgency:ANovelGTMforMachineLearningStartups）以来，我遇到过很多这样运作的公司。这些初创企业正在使用机器学习来颠覆传统上由机构主导的行业：法律、会计、招聘、翻译、收债、营销……我很快就会在该地区描绘出这样的场景。如果你经营一家人工智能公司，我很想听听你的意见。在会见这些创新者时，我注意到他们面临的四个战略问题。一、卖给代理商还是做代理商？这是一个早期的战略问题，也许是人工智能机构将面临的第一个问题。许多初创公司开始向代理商销售产品并碰壁。传统机构没有足够关注软件来产生定价权、开发快速销售周期或改变企业运营方式以最大化ML创新的价值。在某些情况下，机构会出卖他们的时间。生产力的提高并不意味着收入的增加。其他时候，机构更愿意像以前一样运作。因此，产品市场契合度较弱。建立企业是可能的，但很难起飞。在这一点上，您是继续您的业务还是与您的客户竞争？大多数成功的初创公司决定通过设立代理机构来与客户竞争。相反，他们伪装成一个拥有完全不同引擎的机构，一个由算法驱动的引擎。合并后的公司拥有比传统代理机构更大的市场规模和更高的毛利率。第二，产品相对于竞争对手的定价如何？最初，出于两个原因，许多AI代理的价格都比市场低很多。收集训练数据很重要，比最初的收入更有价值。他们将自己的技术作为差异化因素进行营销，而买家对企业持怀疑态度，这也压低了价格。这是两个短期价格逆风。最终，人工智能机构应该将价格设定在可比水平，甚至溢价。他们应该发展定价权。他们将比竞争对手更快地交付更高质量、更一致的工作产品。三、如何雇佣劳动力？市场上主要有四种模式：全职员工、渠道合作伙伴、客户员工或真实市场。在我见过的初创公司中，他们的决策没有一致的模式。一些公司雇佣全职员工主要是为了对端到端的用户体验进行高质量的控制。一些公司与从技术中受益的渠道合作伙伴（业务流程外包、咨询机构、营销机构）一起进入市场，向现有客户群销售产品，并提供机构不愿提供的技能。还有一些人为完成工作的个体承包商创造了一个熟练的劳动力市场。还有使用客户的内部团队来使软件工作。所以没有标准模型，主要是因为每个行业都有自己的发展和支配它的动力。尽管如此，劳工问题仍然是一个重要问题。它会影响利润率、生成反馈数据以改进ML模型和销售流程的能力。这值得测试和弄清楚。许多AI机构从一种模型开始，然后迁移到第二种模型。最终，最好的AE类型是什么：精通领域还是精通技术？在我见过的所有公司中，似乎有更多公司成功地使用了域内AE。在代理销售中，关系至关重要。买家要么喜欢他们的代理人，要么讨厌他们的代理人。这种关系的这种两极性质加强了AE与现有机构的联系，这些机构应该更快地发展并更快地推动销售。此外，许多AI机构专注于企业客户以推动更高的ACV。与软件供应商相比，这种策略与交易较大TAM的较低毛利率是一致的。雇用更多高级AE遵循这一高端策略。这些战略问题似乎是这个创新的GTM中最重要的战略问题。不同的路径会导致不同的商业模式、数据聚合和利润结构。以上战略问题可能是你作为AI组织创业者遇到的。那么，您有什么更好的解决方案？
