造浪者：AI创业实战地图

目录

推荐序一（郭毅可）

推荐序二（张亚勤）

前言

AI创业全景路线图

第一篇

认知：理解AI创业的独特地形

第1章　AI创业的本质：与所有之前的技术创业有何不同/　2

1.1　一个让我警觉的场景/　2

1.2　回望来路：四次技术浪潮的创业逻辑/　3

PC时代（1980—1995年）：卖工具/　3

互联网时代（1995—2007年）：圈用户/　4

移动互联网时代（2007—2016年）：占时间/　4

云计算/SaaS时代（2010—2022年）：卖服务/　4

1.3　AI创业的六个本质差异/　6

差异一：你的核心资产变了/　6

差异二：你的竞争逻辑变了/　8

差异三：你的成本结构变了/　10

差异四：你的护城河逻辑变了/　11

差异五：你的监管环境变了/　13

差异六：你的时间窗口变了/　15

1.4　一张新地图：AI创业的核心分析框架/　16

本章小结/　17

本章工具：W1　AI创业地形对照检查表/　18

本章线上资源清单/　20

章末尾注/　20

交叉引用索引/　22

第2章　AI技术的演化趋势：创业者需要理解的技术地图/　23

2.1　大模型：能力的边界在哪里/　24

大模型能做什么/　24

大模型不能做什么，以及为什么这对你更重要/　25

这些局限会被消除吗/　26

2.2　关键技术趋势/　27

趋势一：Scaling Law的三个阶段/　27

趋势二：推理成本持续快速下降/　28

趋势三：多模态融合成为标配/　30

趋势四：AI Agent进入早期商用/　31

趋势五：小模型和端侧部署崛起/　32

趋势六：RAG和知识工程成为核心能力/　33

趋势七：模型层竞争格局走向多极竞争/　35

趋势八：推理时计算成为新范式/　36

2.3　技术趋势对不同赛道创业者的差异化影响/　37

AI企业级垂直应用（To B SaaS）/　37

AI代码和开发者工具/　37

AI内容生成（图像、视频、音乐）/　37

AI医疗和生物科技/　38

AI机器人和具身智能/　38

2.4　创业者的技术决策框架/　38

决策一：模型选择——四条路径/　38

决策二：技术投入的优先级/　40

决策三：技术团队的构成/　41

2.5　技术判断中的常见陷阱/　41

本章小结/　42

本章工具：W2　技术选型表/　43

本章线上资源清单/　44

章末尾注/　44

交叉引用索引/　46

第3章　AI产业地图：谁在做什么，你会在哪里/　47

3.1　一个反复被问到的问题/　47

3.2　AI产业的三层架构/　48

3.3　第一层：基础设施层——“淘金热中卖铲子”/　48

这一层包含什么/　48

竞争逻辑与利润分布/　49

创业者在这一层的位置/　49

3.4　第二层：模型层——“军备竞赛”中的几种生存方式/　50

这一层包含什么/　50

竞争逻辑/　51

利润分布/　51

创业者在这一层的位置/　52

3.5　第三层：应用层——创业者的主战场/　52

为什么应用层是大多数创业者应该关注的/　52

应用层的四大类别/　53

3.6　产业地图上的“交叉地带”/　55

3.7　价值链分析：钱在哪里流动/　57

未来的利润迁移方向/　57

3.8　我国市场的特殊性/　59

3.9　寻找你的位置：一个系统性的筛选方法/　59

步骤一：从你的“不公平优势”出发/　59

步骤二：做“平台测试”/　60

步骤三：验证付费意愿/　60

步骤四：评估竞争格局/　60

步骤五：单位经济模型的粗略估算/　60

本章小结/　60

本章自测：你更适合AI产业的哪一层/　61

本章工具：W3　AI创业方向筛选画布/　62

本章线上资源清单/　63

章末尾注/　64

交叉引用索引/　65

第二篇

选择：找到你的战场

第4章　需求的真相：如何找到值得解决的真问题/　68

4.1　一个价值两千万元的教训/　68

4.2　为什么AI创业者特别容易“解决错误的问题”/　69

原因一：“技术的可能性幻觉”——“技术能力与需求

错觉”或“需求幻觉”/　69

原因二：“我自己就是用户”的错觉/　70

原因三：Demo幻觉导致的虚假验证/　71

4.3　什么是“值得解决的真问题”：四个判断标准/　71

标准一：频率——问题是否足够频繁/　71

标准二：痛度——问题是否足够痛/　72

标准三：可量化性——解决效果能否被清晰衡量/　72

标准四：AI适配性——问题是否真的需要AI/　73

4.4　需求发现的方法论：从“我觉得”到“我知道”/　73

阶段一：观察——带着“初学者心态”进入场景/　74

阶段二：识别——找到“高频+高痛度+可量化+

AI适配”的交叉点/　76

阶段三：验证——用最小成本验证假设/　76

阶段四：深挖——理解问题背后的问题/　77

4.5　几个特别的需求陷阱/　78

陷阱一：“能做”≠“该做”（T6）/　78

陷阱二：伪需求（T7）/　78

陷阱三：效率幻觉（T8）/　78

陷阱四：流程外挂（T9）/　79

4.6　一个完整的需求发现案例/　79

本章小结/　81

本章工具：W4　需求七问/　81

本章线上资源清单/　83

章末尾注/　84

交叉引用索引/　85

第5章　我国AI创业者的独特机会与约束/　86

5.1　超越“谁领先谁落后”：中美AI竞争的真实图景/　87

“脱钩”的实际程度/　88

5.2　约束即机会：我国AI创业的五大独特优势/　89

优势一：制造业+供应链——AI硬件的成本杀手/　89

优势二：超大规模应用场景——数据飞轮的天然启动器/　90

优势三：“卷”文化的正面价值——极致的迭代速度/　90

优势四：政策红利——政府作为AI创业的加速器/　90

优势五：国产替代的结构性需求/　99

5.3　约束即风险：必须正视的五大挑战/　99

挑战一：算力获取受限且加剧——紧箍咒还是创新催化剂/　99

挑战二：融资环境的结构性转变/　100

挑战三：退出困境——成功之后怎么办/　100

挑战四：内容合规——一道独特的门槛/　100

挑战五：全球化的额外挑战/　101

5.4　战略选择：四个关键决策/　101

决策一：市场选择/　101

决策二：技术选择/　102

决策三：融资选择/　102

决策四：赛道选择——我国AI创业者的优势领地/　102

决策的适用边界/　103

5.5　出海策略：我国AI的全球化路径/　103

三种出海模式/　103

目标市场速览/　104

关键成功因素/　104

常见失败模式/　104

5.6　一个行动框架：我国AI创业者的战略画布/　105

示范：一家AI质检创业公司的战略画布/　105

本章小结/　106

本章工具：W5　创业者十检/　106

本章线上资源清单/　107

章末尾注/　108

交叉引用索引/　109

第6章　赛道选择与机会评估：从直觉到系统/　110

6.1　七维度评估框架/　111

6.2　赛道深度评判/　112

赛道一：AI编程/代码辅助/　112

赛道六：AI金融/　113

赛道七：AI法律/　114

赛道九：AI企业服务（水平型工具）/　115

赛道十：AI安全/合规/　116

赛道十一：制造业AI/　117

其他赛道速览/　118

6.3　赛道评估汇总/　118

6.4　反面清单：七个危险信号/　120

6.5　如何用七维度评估框架评估你的细分赛道/　120

6.6　动态调整：赛道评估不是一次性的/　121

本章小结/　122

本章工具：W6　赛道评分卡/　122

本章线上资源清单/　123

章末尾注/　123

交叉引用索引/　124

第7章　极简创业：一人AI公司与轻资产团队的实战手册/　125

7.1　为什么“现在”可以一个人做一家AI公司/　125

三类典型OPC创业者画像/　127

一人AI公司的边界：什么不适合一个人做/　127

7.2　一人AI公司的七种商业模式/　128

模式一：AI工具/微型SaaS/　128

模式二：AI+垂直咨询/服务/　128

模式三：AI内容变现/　129

模式四：AI跨境电商/　129

模式五：数据服务与交付/　129

模式六：AI代运营/数字化赋能/　130

模式七：分销/CPS带货/　130

七种模式对比一览/　130

7.3　一人公司的全栈工具链/　131

方案A：极简档（月成本3?000元以内）/　131

方案B：专业档（月成本10?000元以内）/　132

关于“模型路由策略”的重要提示/　132

多智能体协作架构/　133

7.4　从一人到三人：什么时候扩张，怎么扩张/　133

五个扩张信号/　133

三人搭配模型/　134

股权分配三条铁律/　134

7.5　常见“死法”与12周验证法/　135

五种常见“死法”/　135

12周验证法/　135

7.6　两个实战案例/　136

案例一：技术背景创业者的AI工具产品——

从“一人公司”到8?000万美元退出/　136

案例二：行业背景创业者的AI+垂直服务——

跨境直播4个月做到500万元/　137

两个案例的对照/　138

本章小结/　138

本章工具：W7　12周冲刺表/　139

本章线上资源清单/　140

章末尾注/　140

交叉引用索引/　142

第三篇

构建：从产品到壁垒

第８章　AI产品设计：与不确定性共舞/　144

8.1　AI产品的四个设计原则/　146

原则一：为“人机协作”而非“人机替代”设计/　146

原则二：管理预期，而非最大化预期/　147

原则三：为最坏的情况设计，而非为最好的情况设计/　147

原则四：可量化的价值交付/　148

8.2　AI产品的六个核心设计决策/　149

决策一：交互模式——对话式还是嵌入式/　149

决策二：AI的主动性程度/　149

决策三：信任建立策略/　150

决策四：错误处理策略/　151

决策五：个性化策略/　152

决策六：产品边界——AI不应该做什么/　153

8.3　AI产品的用户体验地雷/　153

8.4　AI产品的首次使用体验设计/　154

“30秒价值体验”原则/　154

首次使用体验三要素/　155

实施方法/　155

8.5　一个完整的设计案例：AI合同审查工具/　155

8.6　设计验证：如何知道你的AI产品设计是否有效/　157

五个关键的AI产品指标/　157

最小化设计验证循环/　157

AI质量验证：上线前的最后一关/　158

AI功能的PRD要写什么/　158

模型依赖风险/　159

本章小结/　159

本章工具：W8　产品21问/　160

本章线上资源清单/　161

章末尾注/　162

交叉引用索引/　163

第9章　Agent与龙虾：当AI从回答变成执行/　164

9.1　从AI工具到AI Agent：什么变了/　165

一个让区别变得直观的对比/　165

Agent的本质：价值和风险同时放大/　166

OpenClaw为什么让这个话题变得紧迫/　166

9.2　Agent产品的五个设计原则/　168

原则一：“执行权”分级授予，而非一次性交出/　168

原则二：“人在环路”的检查站设计/　170

原则三：错误的代价决定了Agent的边界/　171

原则四：Agent的“可观测性”比普通AI工具重要十倍/　172

原则五：为“意外”设计，而不只是为“正常”设计/　173

9.3　Agent的落地场景：哪些能做，哪些还不能/　174

适合Agent的场景有四个共同特征/　174

目前不适合Agent的场景/　174

9.4　Agent产品的商业模式/　175

OpenClaw生态的商业模式启示/　176

9.5　Agent产品的风险管理/　177

风险一：责任归属模糊/　177

风险二：错误级联/　177

风险三：用户过度信任/　178

风险四：提示词注入与生态安全/　178

9.6　Agent产品的护城河/　180

壁垒一：任务执行知识库/　180

壁垒二：异常处理能力/　180

壁垒三：信任资产/　181

9.7　OpenClaw给AI创业者的五个启示/　181

启示一：生态大于产品/　181

启示二：本地控制是企业市场的刚需/　182

启示三：安全是差异化机会，不只是成本/　182

启示四：Agent的真正价值在于任务驱动的执行，

而非对话/　182

启示五：我国市场正在形成独具特色、机会丰富的

Agent生态/　183

本章小结/　184

本章工具：W9　Agent安检表/　185

本章线上资源清单/　186

章末尾注/　187

交叉引用索引/　189

第10章　产品-市场匹配：AI时代的PMF有什么不同/　190

10.1　AI产品PMF的定义：比传统软件更严格/　192

PMF的“三层验证”模型/　193

10.2　衡量AI产品PMF的指标体系/　194

核心指标一：30天留存率（去新鲜感）/　194

核心指标二：AI依赖度/　195

核心指标三：有效采纳率/　196

核心指标四：付费转化率/　196

核心指标五：自然推荐率/　197

PMF仪表盘/　197

从诊断到行动：指标未达标时怎么办/　197

10.3　达成PMF的路径：五步法/　198

第一步：找到你的“最小可信用户群”（MCUG）/　198

第二步：交付一个“不可能手动完成”的价值（核心价值）/　199

第三步：嵌入工作流，而非独立存在/　199

第四步：建立反馈飞轮/　200

第五步：验证PMF的“不可逆性”/　201

PMF漂移的应对策略/　202

10.4　常见的PMF陷阱/　202

陷阱一：好奇心泡沫（T10）/　202

陷阱二：口惠陷阱（T11）/　203

陷阱三：样板间错觉（T12）/　203

陷阱四：忽视负面PMF信号（T13）/　203

10.5　PMF之后的陷阱：过早规模化（T14）/　204

10.6　从试点到生产：规模化就绪检查/　205

规模化五关（5分）/　205

10.7　一个PMF验证的时间线/　206

本章小结/　207

本章工具：W10　PMF三级验证/　208

本章线上资源清单/　209

章末尾注/　210

交叉引用索引/　211

第11章　护城河：AI企业的持久竞争优势/　212

11.1　伪护城河（T20）/　213

“我们的模型更好”不是护城河/　213

“我们是第一个做这个的”不是护城河/　214

“我们的提示词工程很厉害”不是护城河/　214

“我们拿到了××客户”不是护城河/　215

“我们有××专利”不是护城河/　215

11.2　AI企业的六种护城河/　215

第一种：独有数据资产/　215

第二种：数据飞轮/　217

第三种：工作流嵌入与转换成本/　220

第四种：行业知识与专业深度/　222

第五种：品牌信任与行业口碑/　223

第六种：生态系统与网络效应/　224

11.3　六种护城河的评估框架/　224

护城河的组合效应/　225

11.4　面对大厂的护城河策略/　226

11.5　护城河建设的时间框架/　227

种子期到Pre-A（0～18个月）/　227

A轮到B轮（18～36个月）/　227

B轮之后（36个月以上）/　227

11.6　一个反直觉的观点：最好的护城河可能不是技术/　228

本章小结/　229

本章工具：W11　护城河评分卡/　229

本章线上资源清单/　231

章末尾注/　231

交叉引用索引/　232

第四篇

增长：从活下来到规模化

第12章　团队与组织：AI时代的人才战争/　234

12.1　人才金字塔：你真正需要什么人/　236

第一层：不可替代的核心人才（2～4人）/　236

第二层：高效执行者（3～8人）/　237

第三层：AI可以（部分）替代的职能/　237

善用外包/　238

12.2　不对称优势：小公司如何在人才战争中获胜/　241

AI人才市场的现实/　241

五个不对称优势/　241

从优势到行动：怎么让候选人选你/　242

股权/期权发放参考/　243

期权基础知识/　243

12.3　小团队范式：为什么6个人可以做35个人的事/　244

条件一：消除管理开销/　244

条件二：AI替代衔接性工作/　244

条件三：每个人都是“全栈”的/　245

小团队的组织结构/　245

小团队的沟通机制/　246

小团队何时需要变大/　246

12.4　招聘实操：从寻找到录用/　247

在哪里找到AI人才/　247

面试：评估四个维度/　247

入职引导/　248

12.5　留住人才：比招聘更重要的事/　249

流失的真实原因/　249

六个留人杠杆/　249

12.6　联合创始人与常见错误/　250

联合创始人：创业成败的第一因素/　250

其他常见错误/　251

本章小结/　252

本章工具：W12　人才体检表/　253

本章线上资源清单/　253

章末尾注/　254

交叉引用索引/　255

第13章　现金流为王：AI创业者的生存财务课/　256

13.1　AI创业的真实成本结构/　256

按阶段成本分布/　257

成本优化12个动作/　257

最容易花冤枉钱的5个地方/　259

13.2　现金流预测与风险预警/　259

三个核心指标/　259

预警分级/　260

13.3　不融资也能活：Bootstrapping策略/　260

适合Bootstrapping的商业模式/　260

案例一：Midjourney——零融资做到年收入5亿美元/　261

案例二：Chatbase——一个大学生零融资做到

600万美元ARR/　261

财务纪律三条铁律/　262

13.4　融资未到账的应急策略/　262

五种应急变现方式/　262

48小时成本速降清单/　263

过桥资金渠道/　264

底线思维：什么时候该体面退出/　264

本章小结/　265

本章工具：W13　现金流预警仪表盘/　265

本章线上资源清单/　265

章末尾注/　266

交叉引用索引/　267

第14章　AI融资的宏观图景：钱从哪里来/　268

14.1　AI融资市场的真实地形/　269

2025年：AI融资的历史性拐点/　269

热区与冷区/　269

选择性泡沫的四种底层逻辑/　270

对创始人的四条启示/　271

14.2　投资者图谱：谁在投AI，他们想要什么/　272

类型一：天使投资人/　272

类型二：早期VC（种子轮/天使轮/Pre-A）/　273

类型三：成长期VC（A轮/B轮）/　273

类型四：产业资本/CVC/　274

类型五：政府引导基金/　274

类型六：加速器和孵化器/　275

六种投资者速览/　275

14.3　退出环境：你的投资人怎么赚回钱/　276

退出方式一：IPO/　276

退出方式二：并购/　276

退出方式三：老股转让/　276

14.4　我国AI融资的特殊性/　277

特殊性一：人民币基金和美元基金的分化/　277

特殊性二：政策风向的巨大影响/　278

特殊性三：大厂生态的影响/　278

特殊性四：关系网络的权重/　278

14.5　融资环境的周期性：现在是什么阶段/　279

AI融资周期的四个阶段/　279

四个含义/　279

14.6　在融资之前，先问自己五个问题/　280

问题一：你真的需要融资吗/　280

问题二：你知道需要多少钱吗/　280

问题三：你准备好了吗/　281

问题四：你的团队稳定吗/　281

问题五：你理解融资的代价吗/　281

如果融资不顺利怎么办/　281

本章小结/　282

本章工具：W14　融资导航仪/　283

本章线上资源清单/　284

章末尾注/　285

交叉引用索引/　285

第15章　融资实操：从种子轮到A轮的完整指南/　286

15.1　融资的底层逻辑/　287

投资人想看到的核心数据/　288

15.2　种子轮完整指南/　289

种子轮的定义和目标/　289

种子轮投资人在看什么/　289

核心叙事七要素/　290

BP结构（12～16页）/　292

AI产品的Demo准备/　293

融资材料分层/　293

融资流程四阶段/　294

15.3　A轮完整指南/　296

A轮与种子轮的本质区别/　296

A轮投资人在看什么/　297

A轮核心叙事升级/　297

A轮特有挑战/　298

15.4　选择投资者：不是所有的钱都一样/　299

“有毒”投资者红旗信号/　300

做决定的框架/　300

15.5　融资过程管理/　301

融资CRM/　301

时间管理/　301

节奏控制/　302

处理拒绝/　302

15.6　种子轮到A轮之间：最容易被忽视的阶段/　302

数据建设/　303

关系维护/　303

A轮投资人关系前置/　303

桥接融资/　304

融资结案后立即要做的事/　304

本章小结/　304

本章工具：W15　融资自查清单/　305

本章线上资源清单/　306

章末尾注/　306

交叉引用索引/　306

第16章　估值、条款与谈判：创始人必须懂的资本课/　307

16.1　估值：一个不精确但至关重要的数字/　308

投前与投后/　308

关键陷阱：期权池的位置/　308

四种估值方法/　309

累积稀释的全景/　309

估值执念（T22）/　310

16.2　投资意向书逐条解读/　310

理解投资意向书本身/　310

条款的三个层次/　311

条款一：估值（增值级）/　311

条款二：优先清算权（增值级）/　311

条款三：反稀释（保命级）/　312

条款四：董事会构成（保命级）/　313

条款五：保护性条款（增值级）/　314

条款六：创始人股份限制（增值级）/　314

条款七：优先购买权和共同出售权（可让步级）/　314

条款八：领售权（保命级）/　315

条款九：信息权（可让步级）/　315

条款十：排他期和有效期（可让步级）/　315

条款十一：对赌条款（保命级）/　315

条款十二：可转换票据与未来股份简单协议（补充）/　316

16.3　条款的三个层次：总览/　317

16.4　谈判实战/　317

四个基本原则/　317

常见场景应对/　318

信息披露底线/　319

谈判禁忌/　319

16.5　签约后/　320

尽职调查/　320

正式协议/　320

交割/　320

16.6　一个完整的案例/　320

背景/　320

估值锚定/　321

TS比较/　321

谈判/　322

最终结果/　322

本章小结/　322

本章工具：W16　TS条款评分卡/　323

本章线上资源清单/　324

章末尾注/　325

交叉引用索引/　325

第17章　增长引擎：AI时代的新增长范式/　326

17.1　两种增长范式：PLG与SLG/　327

AI产品的PLG天然优势/　327

在AI时代仍需使用SLG的场景/　328

PLG+SLG的混合模式/　328

AI产品的免费版策略/　329

17.2　AI产品的特殊增长策略/　330

策略一：输出即营销/　330

策略二：可演示性驱动增长/　330

策略三：数据飞轮驱动增长/　331

策略四：嵌入式增长/　331

策略五：社区驱动增长/　332

策略六：AI特有的病毒传播/　333

AI增长的逆风：信任障碍/　333

17.3　增长的阶段性/　334

阶段一：0个→100个——非规模化的手动获客/　334

阶段二：100个→1?000个——找到可重复引擎/　335

阶段三：1?000个→10?000个——漏斗优化/　335

阶段四：10?000个以上——从多引擎运营到平台化扩展/　336

我国市场特殊地形/　336

17.4　从单点到平台：阶段四的战略选择/　337

三种突破天花板的路径/　337

扩展前提和时机/　338

平台化的护城河效应/　338

17.5　增长的度量/　338

LTV在AI产品中的特殊计算/　339

最重要的一个数字/　339

17.6　增长中的常见陷阱/　339

陷阱一：虚荣增长（T15）/　339

陷阱二：留存黑洞（T16）/　340

陷阱三：烧钱获客（T17）/　340

陷阱四：质量反噬（T18）/　340

本章小结/　341

本章工具：W17　增长罗盘/　342

本章线上资源清单/　342

章末尾注/　343

交叉引用索引/　343

第18章　定价与商业模式：AI产品的价值捕获/　344

18.1　AI产品的定价模式/　345

传统模式与AI原生模式/　345

AI原生模式要点/　346

快速选择指南/　347

18.2　三锚法：一个实用的定价框架/　348

锚点一：价值锚——你为客户创造了多少价值/　348

锚点二：成本锚——你的底线在哪儿/　349

锚点三：市场锚——市场告诉你什么/　349

三锚综合/　350

我国市场特殊考量/　350

18.3　AI产品的价值捕获挑战/　351

挑战一：边际成本不为零/　351

挑战二：价值归因模糊/　351

挑战三：“AI会越来越便宜”的预期/　351

挑战四：免费AI工具挤压/　352

挑战五：用量波动/　352

18.4　定价实验/　353

五种方法/　353

案例：AI客服工具的定价实验/　353

18.5　定价的动态调整/　354

何时调整/　354

怎么涨价/　354

差异化定价/　354

18.6　商业模式的选择/　355

18.7　一个完整的定价案例/　356

背景/　356

三锚分析/　356

定价决策/　357

验证/　357

执行/　357

本章小结/　358

本章工具：W18　三锚定价表/　359

本章线上资源清单/　359

章末尾注/　360

交叉引用索引/　360

第五篇

生存与终局：在不确定性中做决策

第19章　大厂阴影下的生存策略/　362

19.1　三明治挤压（T21）/　363

4种结果/　363

19.2　大厂威胁的四个层次/　364

大厂的行为模式/　364

大厂的真实劣势（不要忽视）/　364

四个层次/　365

定价层的正面效应/　366

我国市场特殊性/　366

19.3　诊断你的位置/　366

19.4　四种应对策略/　367

策略一：纵深扎根/　367

策略二：速度碾压/　369

策略三：差异化定位/　369

策略四：生态共生/　370

策略组合/　371

19.5　压力测试与定期复检/　371

四个压力测试/　371

定期复检（每季度执行）/　372

当压力测试告诉你坏消息/　372

19.6　大厂竞品出现后的第一周行动清单/　373

本章小结/　374

本章工具：W19　大厂威胁诊断表/　374

本章线上资源清单/　375

章末尾注/　376

交叉引用索引/　376

第20章　监管、合规与地缘政治/　377

20.1　合规决策的七条原则/　378

20.2　全球AI监管：三种范式/　379

欧盟：EU AI Act的实施进展/　380

我国：从专项法规走向统一立法/　380

美国：诉讼风险可能比监管风险更大/　381

不要忽视“中间市场”/　381

20.3　你最可能遇到的三类合规风险/　382

第一类：数据合规风险（所有AI公司都涉及）/　382

第二类：内容与版权风险（不确定性最高）/　382

第三类：行业准入风险（特定行业最致命）/　383

20.4　地缘政治/　384

芯片与算力/　384

技术栈选择的地缘含义/　384

出海面临的审查/　384

合规壁垒的双面性/　384

20.5　合规最小清单/　385

上线前（预计投入1～2周、5?000元至2万元）/　385

融资前（预计投入1～2个月、2万元至10万元）/　385

出海前（预计投入3～6个月、10万元至50万元）/　386

20.6　两个实战案例/　386

案例一：AI合同分析工具的出海合规路径/　386

案例二：国内AI内容生成产品的合规路径/　387

20.7　合规之上：当法律没有告诉你答案时/　388

伦理快速检查（三问法）/　388

AI产品伦理风险速查表/　389

本章小结/　390

本章工具：W20　合规伦理双检/　390

本章线上资源清单/　391

章末尾注/　392

交叉引用索引/　393

第21章　风险、决策与你的路/　394

21.1　风险矩阵：AI创业的六大风险/　395

六大风险速览/　395

风险等级评估/　395

三个创始人的风险画像/　396

综合评估/　397

21.2　关键选择的分析框架/　397

框架一：不可逆性分析/　397

框架二：时间维度分析/　398

框架三：机会成本分析/　399

框架四：决策速度与质量的权衡/　400

21.3　十个AI创业的核心决策/　400

决策一展开：要不要开始/　401

决策六展开：要不要转型/　401

十个决策的三条暗线/　402

21.4　最难的决策：退出拖延症（T27）什么时候该停下来/　402

退出检查表/　403

21.5　你的前30天：从读完到做完/　404

通用路线/　404

一人创业者路线补充/　405

21.6　最后的话/　405

本章小结/　406

本章工具：W21　风险体检表/　406

本章线上资源清单/　407

章末尾注/　407

交叉引用索引/　408

终章　带着地图出发/　409

终章线上资源清单/　418

终章尾注/　419

附录与工具包/　420

附录A　AI创业全流程检查清单/　420

附录B　关键财务模型模板/　423

附录C　客户访谈工具包/　425

附录D　竞争分析模板/　427

附录E　融资材料准备指南/　428

附录F　合同与协议模板要点/　429

附录G　AI产品技术选型速查表/　430

附录H　推荐资源/　431

附录I　全球主流大模型API横向对比（2026年第一季度）/　432

附录J　我国AI创业主要融资渠道/　433

附录K　完整术语表/　434

附录L　本书各章速查索引/　436

附录M　全书线上资源总目录/　438

......(更多)