数据驱动下的AI创新：灵感时刻的崛起
周鑫雨
苏建勋
在人工智能公司灵感时刻，数据监控是所有业务运营的基石。
在北京的办公室里，一块实时更新的显示屏展示着订阅成功率、端到端转化率、每周和每日订阅用户数等关键指标，这些数据对仅有十人的团队至关重要。
数据看板下方并列着旧金山、伦敦、巴黎和北京四个时钟，代表着公司关注的北美、欧洲和中国市场。
△灵感时刻的数据看板。
灵感时刻的工作节奏是将数据报告和分析细化到分钟级别。
CEO康洪文表示，团队对数据的关注程度甚至超过了二级市场对股市的关注。“有数据才有优化。不衡量，就无法知道需要改进什么。”
正是这种对“数据衡量”的重视，推动了灵感时刻快速的商业化进程。公司在成立三个月内实现了盈亏平衡，到2024年底，年经常性收入接近千万美元，并实现了盈利。
这种盈利能力也帮助康洪文获得了融资。据悉，灵感时刻近期完成了千万级人民币天使轮融资，投资方包括Hi2 Capital以及Mike Green、Yipeng Li等天使投资人。
作为一名资深的AI技术专家，康洪文拥有在大厂、创业公司和高校的丰富经验。
2004年，他在微软亚洲研究院从事计算机视觉技术研究，师从沈向洋、汤晓鸥和华先胜，之后在美国卡内基梅隆大学获得博士学位。在经历了两段AI创业经历后，随着公司的收购，康洪文加入了腾讯PCG担任高级总监。
△康洪文。
在ChatGPT爆火后，康洪文看到了大模型带来的新机遇。2023年10月，他离开腾讯，再次投身AI创业。
Aha Moment（灵感时刻）源自一个心理学术语，指的是顿悟的时刻。康洪文将这个词用作公司名称：AhaMomentAI.com。
在大模型浪潮中，他所感受到的“灵感时刻”是找到了“端侧算力爆发”和“模型体积下降”之间的交汇点——简单来说，就是将体积足够小、性能足够高的模型部署在终端上。
“这两个趋势会产生一个交叉点，意味着在单卡上就能运行性能相当不错的模型。”他解释说，“这一定会带来创新性的产品形态，解锁全新的产品体验和商业模式。”
今天，康洪文当初的预判在行业中得到了验证，比如轻量化端侧模型的兴起和AI PC浪潮。
但在康洪文看来，理想的大模型落地形态是以App的形式提供给用户。封装了大模型的App可以灵活地搭载在PC、手机、智能设备等任何终端硬件上。
康洪文认为，搭载了端侧模型的AI PC所能提供的服务具有局限性：“AI PC是设备厂商的视角，它自带一些底层和基础通用能力，最终还是要运行App来服务专业人群的具体需求。”
他展示了产品的Demo：将3T的图文、音视频数据拖入部署了十多个模型的App中，App在不到1秒的时间内响应了“总结Lady Gaga的相关内容”的指令——这种处理速度远快于部署在云端的大模型。
如今的用户对AI的响应速度非常敏感。无论是DeepSeek App，还是最近流行的Agent产品Manus，“服务器响应过慢”都是用户抱怨的焦点。
在AI响应速度的优化上，灵感时刻的机会在于向C端用户提供具有文本、语音、视频创作能力的App矩阵。这些App都因为本地部署了大模型而提高了响应效率。
但是，将显存几十甚至几百G的大模型塞进几G的App中绝非易事。康洪文坦言：“可能要过两三年，技术才能成熟。我相信这个趋势，同时也在下重注。”
先产品，后技术：灵感时刻的商业化策略
公司管理和业务推进需要尽可能确定。2023年，当整个行业仍然是Scaling Law的信徒时，康洪文在公司成立的第一天就决定：先做产品和商业化。
成立不到一个月，团队就试水了几款产品，测试商业化效果。2023年12月初，公司从中筛选出了有希望规模化的产品，并正式投入市场。2024年全年，团队的重点都是实现规模化的盈利。
但对于这几款产品的名称和形态，康洪文却讳莫如深。“我不希望产品过多曝光。”他给出的理由是：“目前的产品都比较过渡态。我希望我们主动发布的是一款实现了构想的成熟产品。”
“挣钱真不是件难事。”在经历了国内外连续创业和腾讯的商业化考验后，康洪文说出了这句略显凡尔赛的话。
但这句话的背后是对PMF（产品-市场适配度）的精确计算。
灵感时刻只有10名员工，但每个人都接入了一个数据警报器。一旦在某一时间内业务数据出现异常，即使在凌晨，负责人也会被电话叫醒，对产品进行分析和优化。
“这就是创业的阵痛期，你必须在短期内将商业化做到极致。”康洪文说道。
数据驱动的方法论来自前东家腾讯。
在腾讯，康洪文看到了一个数据驱动的团队是如何高效工作的：内部的核心产品拥有数百项数据指标，无需领导提醒，员工看到数据反馈就会自觉地对方案进行优化。
但在现实中，对于大多数技术出身的创业者来说，找到PMF并非易事。
技术人员的创业很容易重视技术而轻视产品。等到锤子找到了钉子，往往已经落后于人，错过了落地和商业化的最佳时机。
在近两个小时的交流中，康洪文强调的一个词是“摆脱技术惯性”。
“在CMU，我也很技术，总想着在算法上做创新。”当时他的导师，CV领域著名科学家金出武雄常常给康洪文“泼冷水”。
他经常对学生说：“任何来到CMU的学生，技术都没有问题。你们应该去思考，你要用技术去解决什么问题。”
康洪文向包括员工在内的许多人推荐了金出武雄的书，《像外行一样思考，像专家一样实践》：“像外行一样思考，是让我们找到‘钉子’，之后就是思考如何用工程能力去解决，像专家一样实践。”
时间点与壁垒：康洪文的创业哲学
另一个被康洪文多次提及的词是“时间点”。
某种程度上，他觉得自己是被时间点眷顾的技术人。在每个前沿技术兴起之时，他都幸运地站在一线位置。
例如，在微软亚研院，他幸运地成为了中国最早一批能在GPU上进行开发的工程师。当时，康洪文的工作是将AI视觉算法集成到微软的游戏终端Xbox上。
2012年，康洪文在CMU的博士项目是如今的风口：智能眼镜。他总结自己的前半职业生涯：从云、PC到Mobile，几乎所有的硬件终端形态都做了一遍。
后来，他开始创业，“时间点”意味着寻找市场和融资的窗口以及先发优势。
2017年，创业做AI视频剪辑应用时，康洪文在媒体采访中被问到“如何应对BAT的竞争”，他的回答是：做得足够早。他表示：“回过头看，这个回答太对了！不到一年，短视频就爆火了，你能想到的大厂都下场做了！”
这段经历让他对当下最火的“概念”都保持冷静。“你不能瞄着目标现在的位置，你要去瞄准他未来会出现的位置。”他将创业描述为“打一块会移动的靶”，“创业不是做当下的事，是做未来的事。其中的时间差在未来会转化成你的壁垒。”
对于2023年大模型的爆火，他有两个判断：
一个是基于他对技术的把握。“大模型还比较早期，未来一定会经历几轮大的技术范式迭代。”
另一个是基于他对市场的理解。“到2024年、2025年，资本和市场都会冷静下来，一定会回归理性地去看你的产品和商业化。我们在2023年要做的就是为2025年做准备，在商业化上先和其他公司拉开差距。”
作为一名技术人员，康洪文对未能直接亲身参与2023年的模型预训练浪潮抱有一丝遗憾。在对话中，他提到了梁文锋，“他是仍然在一线写代码的人”。
《智能涌现》见到他那天，康洪文的显示屏上还放着一份几十页的DeepSeek技术分析PPT。
但作为一名CEO，他需要做出取舍，足够聚焦。如今，商业化的初步成功为“将大模型封装进App中”的野心争取到了一些时间。
康洪文表示：“如果产品和商业化现在就取得突破，那么我们就有耐心等到技术路线稳定的那天，到时我们可以直接使用最成熟的技术路线。”
更多AI行业最新资讯新闻信息请关注AI人工智能网站--AITOP100平台--AI资讯专区：https://www.aitop100.cn/infomation/index.html
