AI创业：识别信号，远离噪音

2025年12月19日，旧金山。在硅谷创业社区South Park Commons，微软CTO Kevin Scott分享了他对职业拐点、与OpenAI合作的看法，以及AI时代被忽视的重要问题。整场对话持续56分钟，话题从创业试错到开源与闭源。他强调：

AI创业最怕的，是把“噪音”当信号。

什么是噪音？

看似积极的信号，但对你所做的事没有价值且无关的信息。媒体热度、投资人兴趣、技术热词等，这些信号易于获取和量化，但可能将你引向错误的方向。

这篇文章讲述四件事：

第一，Kevin如何学会识别正确的信号。

第二，今天的创业者面临怎样的环境。

第三，ChatGPT为何成功。

第四，如何识别被忽视的真实信号。

第一节｜放弃复杂技术，选择价值

Kevin Scott原本想成为大学教授。博士期间研究动态二进制翻译，技术含量极高，但他后来放弃了。

原因是：除了他，几乎没人关注此事。他意识到：在学术界的标准和真实世界的价值判断之间，存在根本差异。

学术界看重论文数量、引用次数和同行认可，而真实世界则关注有多少人受益及产生了多大价值。这两套标准不一致甚至冲突。

因此，他从学术界转向Google，首个项目即广告审核流程自动化。这听起来并不酷，但每天能节省5000万美元的广告审核成本，最终每年为Google节省近10亿美元。这使他获得创始人奖，并确立了一条职业准则：先做能产生影响的事，再考虑技术多有趣。

第二节｜易获取的反馈，往往是噪音

今天的AI创业者面临的环境比20年前复杂得多。创业成本虽低，但试错者众多，噪音也随之增多。

媒体热搜、点赞数、风投兴趣等可能都是噪音。创业者依赖这些信号，却容易被带偏。

这些信号背后有自己的利益机制：媒体需要流量、投资人看重多元项目组合、技术社区追逐最新模型和最大参数量。但这些与产品能否被用户买单是两回事。

更麻烦的是，这些噪音极易获得。但只是说明：你踩中热门话题，而非真正解决问题。

第三节｜当众人卷模型时，OpenAI在做什么

ChatGPT上线时用的是老模型。业内很多人包括Kevin自己都没想到它会成为爆款。

为什么它成功了？因为所有人在追一个信号时，OpenAI在追另一个信号。

2022年底，每个实验室都在追逐易量化的数字：更大参数量、更高benchmark、更先进架构。但这些是噪音。

OpenAI关注的信号是：普通人能否零门槛使用、交互是否自然、能否成为日常工具。这些才是真实需求。

第四节｜识别真实信号的三个标准

为此，Kevin给出了三个判断标准：

标准1：看能力与使用的差距

现在不是AI不够强，而是很多人不知如何用好它。这意味着机会在使用端而非能力端。

标准2：看谁在制造噪音

如果媒体在报道、投资人在追逐、大公司在布局，这很可能是噪音。真正的机会往往被忽视。

标准3：做小实验验证

现在做工具的成本低，缺的是愿意动手的人。通过小实验验证想法是否可行。

结语｜信号比方向更重要

Kevin Scott说他不追求快乐，只想做有意义的事。因为有意义的事自带清晰信号。

今天的创业者需分辨媒体热度、投资人兴趣、技术热词等哪些是噪音、哪些是信号。Kevin的方法是靠行动验证而非猜测。

参考资料：

• https://www.youtube.com/watch?v=Vut9hUEKyfk&t=10s
• https://news.microsoft.com/signal/articles/5-ai-insights-from-microsoft-cto-kevin-scott/
• https://www.linkedin.com/posts/adityaagarwal3_what-did-kevin-scott-see-that-others-didnt-activity-7407467737867784193-0DGC
• https://podcasts.apple.com/ie/podcast/minus-one/id1759014294