最近手头正好有点闲，把 2018 年的创投圈翻了一翻，感觉那时候的繁华劲儿和目前比彻底是两码事。
那时候的项目少，但全是大干快上，各种概念满天飞，做陈年旧账的也就是蹭个风口，那会儿的项目要是没有真本事，目前早就被资本洗得面目全非了，就连被投资人直接拉黑。 那时候最大的风向标不是啥 AI 大模型，也不是元宇宙啥的宏大叙事，实际上就是“人”和“工具”的关系变了。
当时有个贼火的趋势叫"AI 原生”，就是干那些不用写代码、不用调参数的活儿，直接让 AI 去做。
这方面当时确实有点火，比如法律文档的自动化处理，要么是好办的客服聊天机器人。
那时候做这些项目标老板，普遍认定自己能搞定，结局真上线才发现，他们不懂 Prompt（提示词），更不懂数据清洗，做出来的东西像个半成品，客服机器人讲话大舌头，法律文书还夹杂着气话，客户看完直接划走。 实际上那时候真正能落地的，往往是那些解决了具体小费事的。
比如给小微企业做财务报表的 AI 助手，要么帮律师整理证据链的辅助工具。
那时候有个挺牛的项目，当时融资过了几千万，就是专门做法律合规的。他们不按部就班，而是先去调研了国内中小企业大约有多少在头疼这个事儿，结局发现不是所有公司都需求全套方案，而是那些跑业务快、流程乱的。他们做的不是那个高大上的 AI 模型，而是把那些散落在各个律师手里的Excel模板和核对标准，用 AI 给整理成了个系统。上线后实际上挺好用，让大量中小律所的行政效率提升了不止一倍。
那时候的项目方和目前的区别就在于，他们更懂“场景”，而不是懂“模型”。 再说说那些搞电商要么社交的项目，那时候也是各种脑洞大开。有一个做跨境电商卖货的，想搞个“AI 选品 + 自动铺货”的模式。
那时候认定只要 AI 能筛选出爆款，手动操作也能赚钱。结局呢，出于不懂供应链的周转和物流的痛点，搞了几百个SKU，最终库存周转慢得吓人，天天发不出货，客户一投诉，品牌就被拖垮了。
那时候做电商的人，往往喜爱用大模型去套用老套路，结局发现那个大模型在画饼。
那时候的项目要是脱离了真的交易链路，光靠算法，最终都成了“卖软件的”。 实际上 2018 年最靠谱的项目逻辑，实际上就两点：一个是把 AI 用起来，但前提是懂业务；另一个是解决具体难题。
那时候的项目大量是那种“工具型”的，比如那个做医疗影像辅助诊断的小程序，别看那时候还没目前如此智能化，但它的核心逻辑就是帮医生削减看片子的工夫，而不是搞一个炫技的模型。
这类项目当时成功率比那些烧钱搞快消的要高得多。 再聊聊一些略微有点冷门但也挺有趣的。
那时候有个做乡村振兴的，搞个“农产品溯源 + AI 直播”的。
不是让人看视频卖货，而是让一般/平平农户通过摄像头拍特征，AI 分析后生成视频，配上直播讲解，然后卖给城里人。
那时候的流量实际上就在农产品产地附近，不是全在网上。
这个项目做得不错，出于真正找到了那个信任链条。 还有那个做“陪聊”的，那时候大量人认定找个 AI 讲话能省工夫。结局发现，一般/平平聊天的 AI 在情感理解上还是弱，聊到后面好办冷场。
后来有个项目做反向的，就是做“情感陪伴 + 专业咨询”，不是机器人聊天，而是真人客服，AI 只负责记录数据和辅助建议。
那时候的项目经验告诉我们，做工具好办，做能让工具变得好用的场景难。 2018 年的项目 landscape 实际上就是一地鸡毛，但也有一地鸡毛里的金豆子。
那时候的项目方要是非要吹，他们总爱说自己是“风口上的猪”，目前回头看，风口早就变了，猪都饿瘦了。真正好的项目，往往都是在别人认定“科技树点高了”的时候，从 10 公里外砍出来的。
那时候的项目要是只盯着高大上的概念，最终都成了别人的笑话。 自然，那时候也有点乱象，大量项目出于不懂合规，要么数据用得不负责任，最终被监管叫停。但目前看，合规和合规性本身就是最大的创新。
那时候还在拼速度，目前得拼可持续。 总的来说，2018 年真正值得总结的，不是那些做 AI 大模型的，而是那些能让人“省工夫”、“省成本”、“省情绪”的项目。
那时候的项目只要能把 AI 这种工具嵌入到具体的业务流里，哪怕它只是个好办的数据整理工具，也值得被好好算账。目前回过头看，那时候的项目要是还有人拿着“未来五年翻倍”去忽悠目前的投资人，那大约率是下一个被清洗掉的。
那时候的项目多，但能活下来的、能转行的，屈指可数。 （注：原文中关于数据的具体数值归于模拟案例，旨在体现当时项目与实际落地的差距，实际商业案例中数据需经严格审计。）