找了兩個很有趣的網站,專門介紹創業為什麼失敗的,收集了一堆案例 https://www.loot-drop.io/ https://www.failory.com/ 有幾個有意思的案例,比如說: 1. Tali:「律師語音工時紀錄」 讓律師直接對 Alexa 或 Google Assistant 說話,自動記錄 billable hours。2017 年成立,2019 年結束,資金約 120 萬美元。 這個產品聽起來非常合理:律師討厭填工時表,那就自動化。 可是雖然聽起來很酷,但是沒人願意付費。 Loot Drop 的分析認為,小型律所可能覺得有趣,但大型律所涉及既有系統整合、流程與採用阻力,結果無法形成足夠大的市場。 這個案例跟現在很多「我做一個 AI Agent 幫 XXX 自動化」非常像。 2. Automate Ads:自動管理社群媒體廣告 Automate Ads 幫企業自動管理 Facebook、Instagram 廣告,原本想用演算法降低人工操作。2015 年成立,2018 年結束,約投入 150 萬美元。 問題之一是 Facebook、Google 不斷把這些自動化能力直接加入自己的廣告平台。 所以這類公司的護城河非常脆弱。 現在 AI 創業非常容易犯同樣的錯: - 「幫 Gmail 自動整理信件」 - 「幫 ChatGPT 做某個功能」 - 「幫 Notion 自動整理資料」 - 「幫 Facebook 自動生成廣告」 如果 OpenAI、Google、Meta 或 Notion 自己做了,那我們還剩下什麼? 3. Wonder:COVID 創造出來的需求,COVID 結束後消失 Wonder 是 2020 年成立的遠距社交/工作平台,想做類似: Zoom + 虛擬空間 + 隨機社交 + AI 配對 募集約 1,100 萬美元,2024 年結束。 疫情時間還有點意思,畢竟當時都在遠端工作。 疫情結束之後,原本以為大家會習慣遠端,所以有市場,結果根本沒有。 所以這就是把短期趨勢誤認成結構性改變。 這對現在的 AI 熱潮一樣適用。