AI

Handbook

AI落地本质认知集

24 决策框架与选择艺术

AI创业90%的失败,源于关键决策错误,不是执行不力。

核心洞察

AI创业90%的失败,源于关键决策错误,不是执行不力。

错误认知:

好的执行力 → 成功

真相:

方向错了,执行力越强,死得越快

关键决策包括:
  - 做什么方向(战略)
  - 什么时候做(时机)
  - 和谁做(团队)
  - 怎么做(方法)
  - 什么时候停(退出)

任何一个决策错误,
都可能致命

AI时代决策的特殊性:

  • 信息不完整(市场未成熟)
  • 变化极快(6个月一迭代)
  • 不确定性高(无先例可循)
  • 成本高(时间窗口短)

判断标准:

好的决策不是"从不犯错", 而是"快速试错,及时纠正"。

决策质量 = 决策速度 × 信息质量 × 纠错能力


一、AI创业的关键决策点

决策地图:创业的8个岔路口

岔路口1: 方向选择(第1天)

选择:
  A. 做通用型AI产品
  B. 做垂直场景AI产品

  C. 做B端
  D. 做C端

  E. 做工具
  F. 做平台

影响:
  决定了天花板和护城河

决策依据:
  - 你的资源(钱、人、行业认知)
  - 市场机会窗口
  - 竞争格局

错误后果:
  方向错了,3-6个月才发现,
  浪费最宝贵的时间窗口

岔路口2: 技术路线(第30天)

选择:
  A. API调用(快,但依赖平台)
  B. 自研模型(慢,但可控)
  C. 混合模式

影响:
  决定了产品能力和成本结构

决策依据:
  - 场景需求(通用 vs 定制)
  - 数据资源
  - 团队能力
  - 预算

错误后果:
  技术路线选错,
  后期切换成本极高

岔路口3: MVP范围(第60天)

选择:
  A. 只做核心功能(小而精)
  B. 多做几个功能(大而全)

影响:
  决定了上线速度和质量

决策依据:
  - 用户核心需求是什么
  - 竞品已经做到什么程度
  - 团队执行力

错误后果:
  范围太小:用户觉得不完整
  范围太大:迟迟上不了线,错过窗口

岔路口4: 定价策略(第90天)

选择:
  A. 免费(快速获客)
  B. 付费(验证价值)

  C. 按次收费
  D. 订阅制
  E. 企业定制

影响:
  决定了商业模式和用户类型

决策依据:
  - 用户付费意愿
  - 竞品定价
  - 成本结构

错误后果:
  定价错了,
  要么赚不到钱,
  要么用户不买单

岔路口5: 增长策略(第120天)

选择:
  A. 自然增长(口碑传播)
  B. 付费增长(广告投放)
  C. 内容营销
  D. 渠道合作

影响:
  决定了增长速度和成本

决策依据:
  - 预算
  - 产品成熟度
  - 目标用户获取渠道

错误后果:
  过早烧钱:产品没打磨好就投放,浪费钱
  过晚投入:被竞品占领市场

岔路口6: 团队扩张(第150天)

选择:
  A. 保持小团队(3-5人)
  B. 快速扩张(10-20人)

影响:
  决定了效率和成本

决策依据:
  - 产品是否验证成功
  - 融资情况
  - 市场窗口

错误后果:
  过早扩张:产品没跑通,团队成本拖垮
  过晚扩张:竞品已经规模化

岔路口7: 转型或坚持(第180天)

选择:
  A. 坚持当前方向
  B. 小幅调整
  C. 大幅转型

影响:
  决定了生死

决策依据:
  - 核心指标(用户增长、留存、付费)
  - 市场反馈
  - 资金剩余

错误后果:
  该坚持时转型:浪费前期积累
  该转型时坚持:资金耗尽,团队崩溃

岔路口8: 融资或自举(第210天)

选择:
  A. 融资(快速扩张)
  B. 自举(保持控制)

影响:
  决定了发展速度和股权

决策依据:
  - 市场窗口
  - 竞争压力
  - 创始人诉求

错误后果:
  该融资时不融:被有钱的竞品碾压
  不该融资时融:稀释股权,失去控制

二、决策框架:如何做出好决策

框架1: OODA循环(快速决策)

来源:美国空军,用于快速变化的环境

O - Observe(观察)
  收集信息:
    - 用户反馈
    - 竞品动态
    - 市场变化
    - 团队状态

O - Orient(定向)
  分析信息:
    - 这些信息意味着什么?
    - 和我们的目标有什么关系?
    - 哪些是信号,哪些是噪音?

D - Decide(决定)
  做出决策:
    - 基于分析,选择行动
    - 快速决策,不追求完美

A - Act(行动)
  执行决策:
    - 立即行动
    - 观察结果
    - 进入下一个循环

关键:
  速度>完美
  快速循环>一次性正确

  AI创业的OODA周期:
    1周一个循环(不是1个月)

实战案例:

场景:产品上线后,用户增长缓慢

Observe(观察):
  - 每周新增用户<100
  - 留存率30%(低)
  - 用户反馈:"不知道怎么用"

Orient(定向):
  分析:
    - 不是产品不好,是上手门槛高
    - 用户不是不需要,是不会用
    - 需要降低使用门槛

Decide(决定):
  决策:
    - 加一个引导流程
    - 做3个使用案例演示
    - 优化首次体验

Act(行动):
  - 1周内完成引导流程
  - 观察数据变化

  结果:
    留存率提升到50%
    (决策有效)

  如果无效:
    进入下一个OODA循环

框架2: 决策矩阵(优先级排序)

适用:多个选项,需要选择最优

维度设定:
  选择3-5个评估维度

  例子(做新功能决策):
    维度1: 用户价值(1-10分)
    维度2: 实现难度(1-10分,越低越好)
    维度3: 战略重要性(1-10分)
    维度4: 时间紧迫性(1-10分)

打分:
  对每个选项打分

  例子:
    功能A: 导出功能
      用户价值: 7
      实现难度: 3(容易)
      战略重要性: 5
      时间紧迫性: 6

    功能B: 批量处理
      用户价值: 9
      实现难度: 7(难)
      战略重要性: 8
      时间紧迫性: 9

    功能C: 模板库
      用户价值: 6
      实现难度: 5
      战略重要性: 4
      时间紧迫性: 3

计算:
  加权计算总分

  权重:
    用户价值: 40%
    实现难度: 20%(负向)
    战略重要性: 30%
    时间紧迫性: 10%

  功能A: 7×0.4 - 3×0.2 + 5×0.3 + 6×0.1 = 5.7
  功能B: 9×0.4 - 7×0.2 + 8×0.3 + 9×0.1 = 7.9
  功能C: 6×0.4 - 5×0.2 + 4×0.3 + 3×0.1 = 4.1

决策:
  功能B得分最高 → 优先做

优势:
  - 量化主观判断
  - 减少情绪影响
  - 可复盘

框架3: 贝叶斯思维(概率决策)

适用:不确定性高的决策

方法:
  用概率思考,而不是确定性思考

传统思维:
  "这个方向一定成功"

  "这个方向一定失败"
  (二元思维)

贝叶斯思维:
  "这个方向成功的概率是60%"
  (概率思维)

实战:
  决策: 是否转型

  步骤1: 设定先验概率
    基于初始信息:
      "转型成功概率50%"

  步骤2: 收集新证据
    - 和10个用户聊,8个认可新方向
    - 竞品数据显示新方向增长快

  步骤3: 更新概率
    基于新证据:
      "转型成功概率提升到70%"

  步骤4: 决策
    如果概率>60% → 转型
    如果概率<40% → 不转型
    如果40-60% → 继续收集信息

优势:
  - 避免非黑即白
  - 随着信息更新,决策更新
  - 量化不确定性

框架4: 可逆性框架(降低决策成本)

核心:区分可逆决策和不可逆决策

不可逆决策(Type 1):
  一旦做了,很难回头

  例子:
    - 确定联合创始人
    - 签长期租约
    - 放弃核心团队成员
    - 大幅转型

  特点:
    - 成本高
    - 时间长
    - 影响深远

  应对:
    - 慎重决策
    - 收集充分信息
    - 多方咨询
    - 睡一晚再决定

可逆决策(Type 2):
  做了可以改,成本低

  例子:
    - 调整定价
    - 改UI
    - 尝试新增长渠道
    - 小功能迭代

  特点:
    - 成本低
    - 可快速调整
    - 影响局部

  应对:
    - 快速决策
    - 快速执行
    - 快速验证
    - 不行就改

Jeff Bezos的智慧:
  "对Type 2决策要快,
   不要用Type 1的方式做Type 2决策,
   否则公司会慢下来"

实战:
  每个决策前先问:
    "这是Type 1还是Type 2?"

  Type 1 → 花1周时间决策
  Type 2 → 花1小时决策

框架5: 后悔最小化(长期视角)

来源:Jeff Bezos决定创业时用的框架

方法:
  从80岁回望今天,
  哪个选择让你后悔最少?

实战:
  决策:要不要离职创业?

  传统思考:
    "风险太大,可能失败"
    → 不创业

  后悔最小化:
    想象80岁的自己:

    场景A(不创业):
      "当年如果我试一试就好了,
       可惜我被恐惧困住了"
      → 后悔值: 9/10

    场景B(创业失败):
      "至少我试过了,
       我知道自己尽力了"
      → 后悔值: 3/10

    场景C(创业成功):
      "我很庆幸当年做了那个决定"
      → 后悔值: 0/10

  结论:
    创业的期望后悔值更低
    → 创业

适用:
  - 重大人生决策
  - 长期影响的选择
  - 价值观相关的决策

不适用:
  - 日常小决策
  - 需要量化分析的决策

三、不同场景的决策策略

场景1: 信息不足时(70%的时候)

现实:

AI创业,大部分时候信息是不完整的:
  - 市场需求不明确
  - 技术能力不确定
  - 用户反应难预测

等信息完整再决策?
  → 永远等不到
  → 错过时间窗口

策略:

策略1: 70%原则
  信息完整度达到70% → 立即决策

  不要等100%:
    等到100%,机会已经没了

策略2: 小步试错
  不确定 → 做小实验验证

  例子:
    不确定用户愿意付费?
    → 先做10个用户的付费测试
    → 根据结果决策

策略3: 设定决策截止日
  给自己一个deadline:
    "3天内必须决定"

  避免无限期拖延

策略4: 咨询靠谱的人
  找3个有经验的人:
    - 成功创业者
    - 行业专家
    - 投资人

  听取意见,但自己决策

场景2: 意见分歧时(联合创始人不同意)

现实:

联合创始人对关键决策有分歧:
  创始人A: "应该转型"
  创始人B: "应该坚持"

如何决策?

策略:

策略1: 数据说话
  不要靠争论,看数据:
    - 用户增长趋势
    - 留存率变化
    - 付费转化率
    - 竞品动态

  数据>观点

策略2: 小规模验证
  双方各做一个小实验:
    A做转型的MVP
    B优化现有产品

  2周后看数据,
  哪个好做哪个

策略3: 分工决策权
  提前约定决策权:
    产品决策 → A决定
    技术决策 → B决定
    战略决策 → 共同决定

  避免每个决策都争论

策略4: 引入第三方
  实在无法达成一致:
    找导师/投资人
    听取第三方意见

场景3: 压力下的紧急决策

现实:

突发情况,必须立即决策:
  - 核心员工突然离职
  - 竞品突然降价
  - 资金链断裂风险
  - 重大bug导致用户流失

没时间慢慢思考

策略:

策略1: 预案清单
  提前准备常见危机的预案:

  危机: 核心员工离职
  预案:
    1. 立即评估影响范围
    2. 内部重新分工
    3. 启动招聘流程
    4. 知识交接

  有预案,不慌乱

策略2: 立即止损
  紧急情况:先止损,再优化

  例子:
    产品重大bug:
      1. 立即下线/回滚(止损)
      2. 公告用户(透明)
      3. 加班修复(解决)
      4. 复盘改进(预防)

策略3: 信任直觉
  压力下,大脑会过载
  → 信任你的直觉(它整合了你的经验)

  不要过度分析,
  快速决策

策略4: 15分钟原则
  压力下的决策:
    给自己15分钟冷静
    然后立即决定
    不要拖延

场景4: 两难选择(都有道理)

现实:

两个选项都有道理,很难选:

  选项A: 做新功能(用户要求)
  选项B: 优化核心体验(技术债)

  都重要,只能选一个

策略:

策略1: 机会成本分析
  选A的成本 = 放弃B的价值
  选B的成本 = 放弃A的价值

  例子:
    选新功能:
      获得: 可能吸引新用户(+100用户?)
      失去: 核心体验变差(流失50老用户?)

    选优化体验:
      获得: 老用户更满意(留存+10%)
      失去: 新功能延后(少获客50人?)

  对比:哪个机会成本更低?

策略2: 时间维度分析
  3个月后看:
    做A会怎样?
    做B会怎样?

  1年后看:
    做A会怎样?
    做B会怎样?

  选长期价值更大的

策略3: 战略对齐
  哪个选项更符合公司战略?

  如果战略是"深度服务核心用户"
    → 选B(优化体验)

  如果战略是"快速获客"
    → 选A(新功能)

策略4: 用户投票
  让用户选:
    调查100个核心用户
    他们更想要什么?

  用户的选择>你的猜测

四、提升决策质量的方法

方法1: 决策日记

为什么:

大部分人不知道自己的决策质量如何
  因为:
    - 不记录决策过程
    - 不复盘决策结果
    - 好坏都忘了

结果:
  重复犯同样的错误

如何做:

决策日记模板:

日期: 2024-01-15
决策: 是否转型到XX方向

当时的信息:
  - 用户增长停滞3个月
  - 竞品在新方向增长快
  - 团队对现有方向疲惫

当时的分析:
  - 现有方向天花板已现
  - 新方向市场空间更大
  - 团队有能力转型

决策:
  转型

预期结果:
  3个月内新方向验证成功

实际结果(3个月后填写):
  [留空,3个月后复盘]

---

3个月后复盘:

实际结果:
  新方向用户增长快,
  但留存率低,
  还需要优化

决策质量: 7/10
  (方向对了,但对难度估计不足)

学到的:
  转型时要更关注留存,不只是增长

下次改进:
  转型前做更充分的用户研究

效果:

3个月后复盘:
  发现自己的决策模式
  哪些决策对了,为什么
  哪些决策错了,为什么

1年后:
  决策质量明显提升
  避免重复犯错

方法2: 红队测试

来源:军事演习,攻防对抗

方法:
  做重大决策前,
  让团队分成两组:

  蓝队(支持):
    列出所有支持这个决策的理由

  红队(反对):
    列出所有反对这个决策的理由,
    尝试找到最大的漏洞

辩论:
  双方辩论30分钟

决策:
  综合双方观点,
  创始人做最终决策

优势:
  - 避免群体思维
  - 发现盲点
  - 更全面的视角

实战案例:

决策: 是否All In做企业版

蓝队(支持):
  - 企业付费能力强
  - 客单价高
  - 可预测的收入
  - 竞品都在做

红队(反对):
  - 销售周期长(6-12个月)
  - 需要不同的团队(我们没有)
  - 定制需求多(分散精力)
  - 个人版用户会流失

辩论后发现:
  最大风险是"团队能力不匹配"

调整决策:
  不All In,
  先招1个企业销售试水,
  验证后再决定

方法3: 前置验尸(Pre-mortem)

原理:假设未来失败,反推原因

传统思维:
  决策时只想成功的情况
  "如果成功,会是因为..."

前置验尸:
  假设6个月后失败了
  "失败的原因是..."

方法:
  步骤1: 团队会议
  步骤2: 假设场景
    "现在是6个月后,
     我们的XX决策失败了,
     产品没人用,团队散了"

  步骤3: 每人写下3个失败原因
  步骤4: 汇总讨论
  步骤5: 针对每个风险,设计应对方案

例子:
  决策: 做AI设计工具

  前置验尸(假设失败):
    失败原因1: 生成质量不稳定
      应对: 上线前做1000次测试

    失败原因2: 设计师不信任AI
      应对: 做设计师深度访谈,找到切入点

    失败原因3: 竞品推出更好产品
      应对: 专注垂直场景,建立壁垒

效果:
  提前发现致命风险,
  提前应对,
  提高成功率

方法4: 决策自动化(节省脑力)

原理:把重复决策自动化,节省精力做重大决策

现实:
  每天要做无数个小决策:
    - 今天穿什么
    - 吃什么
    - 先做什么工作
    - ...

  每个决策都消耗脑力
  → 决策疲劳
  → 重大决策质量下降

解决:
  把小决策自动化

如何做:

1. 固定日程
   每天同样的时间做同样的事:
     8:00-10:00: 深度工作
     10:00-11:00: 会议
     11:00-12:00: 回复消息
     ...

   不用每天决策"什么时候做什么"

2. 决策规则
   设定规则,自动执行:

   规则1: 小于$100的开支,不讨论,直接买
   规则2: 用户反馈3人以上提到,立即做
   规则3: 每周五下午复盘,调整下周计划

3. 消除选择
   减少选择:
     - 每天穿一样的衣服(乔布斯/扎克伯格)
     - 固定吃几样食物
     - 固定用几个工具

效果:
  节省脑力,
  专注重大决策

五、决策陷阱与规避

陷阱1: 沉没成本谬误

表现:

"我们已经在这个方向投入6个月了,
 不能放弃"

"我们花了$10K在这个功能上,
 必须上线"

本质:
  因为已经投入,
  所以继续投入,
  即使明知错了

为什么错:

沉没成本已经沉没,
无论如何拿不回来

正确决策:
  只看未来,不看过去

  问自己:
    "如果今天从0开始,
     我还会做同样的选择吗?"

  如果不会 → 停止

规避:

规则:
  每个重大决策,
  假设过去的投入=0,
  只看未来的价值

例子:
  决策: 是否继续做一个失败的功能

  错误思维:
    "已经花了2周做这个功能,必须上线"

  正确思维:
    "如果今天从0开始,
     我会花2周做这个功能吗?
     → 不会,因为用户不需要
     → 那就不上线,cut it"

陷阱2: 确认偏误

表现:

只看支持自己观点的信息,
忽视反对的信息

例子:
  创始人认为"用户需要XX功能"

  看到用户反馈:
    "这个功能不错" → 特别兴奋,"看,我是对的!"
    "这个功能不需要" → 忽略,"这个用户不懂"

本质:
  大脑倾向于证实自己是对的

规避:

方法1: 主动寻找反面证据
  决策前,强迫自己:
    "有什么证据证明我是错的?"

方法2: 魔鬼代言人
  团队里指定一个人,
  专门唱反调

方法3: 盲测
  不带预设的数据分析:
    让不知情的人分析数据,
    看结论是什么

陷阱3: 锚定效应

表现:

第一个信息过度影响后续判断

例子:
  定价决策:
    竞品定价$99
    → 你定价$89或$109

  本质:
    被竞品"锚定"了,
    没想过可以定$29或$299

规避:

方法:
  做决策前,先不看"锚点"

  例子:
    定价决策:
      步骤1: 不看竞品,先自己算
        - 成本多少?
        - 用户价值多少?
        - 合理价格是多少?

      步骤2: 再看竞品
        - 和我的分析差多少?
        - 为什么?

      步骤3: 综合决策

  避免被第一个信息锚定

陷阱4: 群体思维

表现:

团队一致同意某个决策,
但决策是错的

原因:
  - 都不想当"异类"
  - 都不想得罪创始人
  - 都假设"别人肯定想清楚了"

结果:
  所有人都同意,
  但所有人都没深入思考

规避:

方法1: 鼓励反对意见
  创始人明确说:
    "我希望听到不同意见,
     反对不会被惩罚"

方法2: 匿名投票
  重大决策:
    先匿名投票,
    再公开讨论

方法3: 分组讨论
  分成小组,
  各自讨论,
  然后汇总

方法4: 引入外部视角
  找外部导师/投资人,
  听取意见

六、自检清单

评估你的决策能力:

决策质量

  • 有明确的决策框架
  • 能区分可逆/不可逆决策
  • 重大决策会记录和复盘
  • 避免了常见决策陷阱

决策速度

  • Type 2决策能在1天内做出
  • 不会因为信息不足无限拖延
  • 70%信息就能决策
  • 有紧急决策的预案

决策执行

  • 决策后立即行动
  • 快速验证决策效果
  • 不好立即调整
  • 不因沉没成本继续错误决策

团队决策

  • 团队对决策流程有共识
  • 鼓励不同意见
  • 重大决策集体讨论,但有最终决策人
  • 决策后全员执行

如果少于10项打勾,你的决策系统需要优化。


七、金句总结

  1. 90%的失败源于关键决策错误,不是执行不力
  2. 方向错了,执行力越强,死得越快
  3. 好的决策不是从不犯错,是快速纠错
  4. 决策质量 = 决策速度 × 信息质量 × 纠错能力
  5. 70%信息就决策,等100%机会已经没了
  6. 区分可逆和不可逆决策,前者快,后者慢
  7. 沉没成本已经沉没,只看未来不看过去
  8. 主动寻找反面证据,避免确认偏误
  9. 决策前问:80岁的我会后悔吗?
  10. 把小决策自动化,节省脑力做重大决策

记住:AI创业是一系列关键决策的组合。建立你的决策框架,提升决策质量和速度,避免常见陷阱,你的成功概率会大大提升。好的决策者不是从不犯错,而是错得快,改得快。

On this page