勇哥点评餐饮，比很多 AI 创业课更有用

最近我有点沉迷看勇哥点评餐饮创业。

这件事听起来和我平时做的事情有点远。我长期在硅谷做 AI，写代码，带技术团队，也做创业。按理说，我应该去看最新的模型发布、agent 架构、风投报告，或者哪个 AI 产品又拿了大融资。但这段时间真正让我反复看的，反而是一群餐饮小老板怎么开店、怎么亏钱、怎么被劝退。

原因很简单：如果一个人现在的目标是赚钱，而不是融资、讲故事、刷存在感，那么餐饮创业里那套朴素的生意逻辑，可能比很多互联网创业经验更有用。

互联网人很容易被自己熟悉的东西带偏。我们一说创业，第一反应就是做产品、做增长、做品牌、做内容、做 launch。再加上 AI 出来以后，大家又多了一层幻想：我能不能用 AI 做一个很厉害的产品，然后自动赚钱？

这当然不是完全错。问题是，如果你真的奔着现金流去，而不是奔着估值去，很多互联网语境里的“正确动作”会变得很可疑。因为它们服务的对象经常不是今天的收入，而是未来的故事；不是账本上的利润，而是投资人相信的规模想象。

餐饮恰好相反。它没有那么多想象空间。你开一家面馆、炸鸡店、麻辣烫店，今天有没有人进来，客单价多少，毛利多少，房租人工水电多少，晚上关门之前大概就知道自己是在赚钱还是在亏钱。它当然也有品牌，也有产品，也有运营，但这些东西最后都要落到一张很冷的账上。

所以我越看越觉得，AI 时代想搞钱的人，尤其是互联网和技术背景的人，可能要先把脑子里的产品崇拜放一放。你不是先问“我要做一个多酷的东西”，而是先问几个很土的问题：账怎么算，客户从哪来，成本能不能压下来，老板能不能自己上，交付能不能做稳，客户会不会回来。

这些问题一点都不性感，但它们决定生死。

赚钱这件事，第一步不是产品，是算账

勇哥连麦的时候有一个很有意思的习惯。他不是先听你讲梦想，也不是先讨论装修风格、菜品创意、品牌定位，而是直接开始算。

房租多少？人工几个人？一天卖多少单？毛利率多少？平台抽成多少？水电杂费多少？如果每天只能卖这些，你什么时候到盈亏平衡？如果达不到，你准备亏多久？

这个动作看起来很普通，但对互联网人是一个很好的提醒。赚钱的基本结构没有那么复杂：收入要大于支出。所有商业模式，最后都要回到这个关系上。再复杂的产品，再先进的技术，再漂亮的页面，如果不能改变收入或者成本，在账本上就只是一个成本项。

我在之前写 AI 提效那篇文章里说过一个判断：AI 提效如果不能转化成收入增加或者成本降低，它在商业上就很容易变成自嗨。这个判断放到餐饮里很直白。一个餐饮老板不会说，我今天切菜效率提高了 50%，所以我的店更值钱了。他会继续问：那我少雇了人吗？出餐更快带来了更多翻台吗？损耗降低了吗？客人复购变高了吗？

但我们做 AI 产品时，经常跳过这一步。很多人会很兴奋地搭一套 agent 流程，接几个 API，做一个看起来很自动化的系统，然后说效率提升了十倍。可再往下问，用户愿意付多少钱？一次服务要消耗多少 token？服务器、数据、维护、人工兜底这些成本加起来是多少？付费转化在哪里？很多人答不上来。

答不上来不是小问题。它说明这件事还没有进入生意状态，只是在产品状态。

产品状态里，你关心的是功能有没有做出来，体验是不是顺滑，技术是不是漂亮。生意状态里，你关心的是这东西能不能收钱，收的钱能不能覆盖成本，覆盖成本之后还有没有利润，利润能不能稳定重复。两种状态使用同一套软件工具，但脑子里是完全不同的账。

餐饮老板哪怕卖一碗十几块钱的粉，也会算粉、肉、汤底、包装、平台抽成和人工。AI 创业者如果一次调用模型要几分钱，跑一套流程要几十次调用，却还没有想清楚谁来付这笔钱，那其实比很多小店老板更不懂生意。

所以，AI 时代搞钱的第一步不是“我能做什么产品”，而是“这笔账有没有可能算平”。如果一开始账就算不平，后面写再多代码，只是在把亏损自动化。

不要把原创当成赚钱的前提

餐饮还有一个地方很反直觉：真正想赚钱的小老板，通常不会一上来就发明一个全新的品类。

他会先看大类。学校附近适合什么，社区门口适合什么，写字楼下面适合什么。面、粉、快餐、奶茶、炸鸡、烧烤，这些东西已经被市场验证过无数遍。它们不新鲜，但有人买。对一个普通创业者来说，创造需求的成本太高了。你很难教育一整条街的人接受一种他们从来没想过要吃的东西。

互联网人恰好相反。我们太喜欢“原创”了。做一个产品，总觉得要和别人完全不一样，要有独特的 vision，要做一个新的 category。尤其是技术出身的人，很容易把“别人已经做过”理解成“没有价值”。

如果目标是融资或者写一篇漂亮的产品故事，这种想法有它的道理。但如果目标是赚钱，它就未必成立。

赚钱更像是在已有需求里找到可进入的位置。别人已经在赚钱，至少说明这件事有需求、有预算、有交易习惯。你要问的不是“我能不能发明一个全新的东西”，而是“为什么他能收这个钱？他的成本结构在哪里？他的交付慢在哪里？他的价格是不是被旧成本撑起来的？我能不能用 AI 把同样的结果更便宜、更快地做出来？”

这里不是说无脑抄袭，也不是说产品不需要差异。真正重要的差异，往往不是概念上的首创，而是成本结构、交付速度、质量稳定性和获客方式上的差异。

AI 的红利正在这里。很多原来需要人力堆出来的内容、代码、研究、客服、文档、线索整理、流程处理，现在都可以被压到很低的成本。成本结构变了，商业策略也应该跟着变。你不一定要做一个没人见过的新东西；你完全可以去一个已经有人付费的旧需求里，用新的成本结构重新做一遍。

餐饮里如果你有能力在同样的位置、同样的人流、同样的口味下，把成本做得比对面低很多，你不需要先去发明“未来餐饮”。你先把那碗面做好、卖出去、复购做起来，就已经很厉害了。

AI 创业也是一样。很多时候，最容易赚钱的不是“前所未有”，而是“原来有人收很贵，现在我可以用更低成本交付”。这句话听起来不够浪漫，但它更接近现金流。

客户从哪里来，比做什么更早

勇哥点评餐饮时，我最喜欢听他问的一个问题是：你这个店，客户从哪来？

这个问题一问，很多方案就露馅了。有人说自己菜品很好，有人说装修不错，有人说以后可以做团购、做短视频、做直播。但如果店的位置没有自然人流，周围没有稳定消费场景，老板又没有成熟的运营能力，那这家店从一开始就很危险。

对新人来说，自然流量往往比运营能力更重要。把店开在学校门口、商圈入口、写字楼下面，和开在一个没人路过的巷子里，再努力拍视频，难度完全不同。餐饮当然可以靠运营做起来，但那是更高级的能力，不该被当成默认前提。

互联网人很容易忘记数字世界也有自然流量。

我们一说增长，就想到投广告、做短视频、找达人、写小红书、做 Product Hunt、在 X 上发长帖。不是这些没用，而是很多人把它们当成第一反应，却很少认真问：有没有人已经在主动找这个东西？他们在哪里找？他们用什么词找？现在搜出来的结果好不好？

我在《搞钱，就不要搞 Founder IP》里讲过，Founder IP 启动的是注意力，不是需求。注意力会让人看你，需求才会让人掏钱。很多愿意付费的人并不在社交媒体上围观创业者表达自己，他们只是遇到一个问题，然后去 Google 搜一个很具体的词。

搜索就是互联网里的街道。关键词就是街口。

如果一个词有稳定搜索量，CPC 又不低，说明这条街不但有人走，而且有人愿意为这批人付广告费。再看搜索结果，如果前几页都是内容旧、体验差、结构乱、答案不完整的页面，那就像一个人流不错但店铺很烂的路口。它不保证你一定赚钱，但至少说明你不是在荒地上开店。

这件事今天已经可以很系统地做。用 DataForSEO 这类 API，你可以批量看关键词的搜索量、CPC、搜索意图、搜索结果质量和竞争情况。以前餐饮老板要站在街口数人流，今天互联网创业者可以用数据去数数字街道的人流。

我自己做 Open Exam Preparation，就是从这个思路出来的。

很多考试备考资料是收费的，但用户会搜免费的题、免费的 exam preparation、免费的 flashcard、cheat sheet、video、book。这个需求很明确，也很枯燥，没有什么宏大叙事。我没有做推广，没有投广告，也没有靠个人 IP 去带流量。核心就是找这些免费备考相关的搜索词，然后用 AI 去生产和整理内容，把页面做出来，让用户从搜索进来。

后来我也发现，自己一开始以为有用的很多东西并不一定有人用。比如 flashcard、一些资料页，做出来后效果一般。真正被大量使用的，还是刷题。这个反馈很重要，因为它把我从“我觉得用户会喜欢什么”拉回到“用户实际在做什么”。

这就是自然流量的好处。它不只带来用户，也带来判断。你能看到哪些词有人搜，哪些页面有人进，进来以后他们停在哪里、点哪里、用什么、离开什么。它比社交媒体上的掌声更接近需求。

如果一个 AI 独立开发者想赚钱，我会建议他先别急着想发布会。先去找你的数字铺位。找那些已经有人搜、商业价值不低、现有结果又不太好的地方。然后做一个足够具体、足够便宜、足够能解决问题的东西放在那里。很多时候，这比花大量精力学习复杂的增长技巧更现实。

AI 降本之后，最该抢的是旧需求

很多人谈 AI 创业，会下意识地把重点放在“新”。新产品、新交互、新入口、新物种。但从赚钱角度看，AI 更直接的价值其实是降本。

降本听起来没有那么激动人心，但它是非常硬的优势。原来一件事需要十个人做，现在一个人带着 AI 可以做；原来交付一份报告要几天，现在几个小时能做；原来写一批内容、整理一批线索、生成一批页面要雇团队，现在可以用自动化流程跑出来。这些变化会直接改写价格、毛利和速度。

当你拥有这种成本优势时，最自然的打法不是去创造一个没人验证过的新市场，而是去看旧市场里谁的成本还很高。

比如原来一个服务卖一千块，不是因为它一定值一千块，而是因为背后有人工、沟通、项目管理、交付损耗、销售成本。AI 把其中一部分成本压下来以后，你可以用更低价格做相似交付，也可以保持价格但提高毛利，还可以把原来收费的工具免费开放，把它变成获客入口。

我在 Pure Global 的转型里，对这一点感受很深。我们原来有很多 SaaS 和内部流程，团队里有程序员、项目经理、产品经理，中间层很多。后来我们判断，单纯卖提效工具不够稳定，因为客户最后更关心的是能不能拿到客户、能不能赚到钱。我们把很多工具免费开放，把它们变成 user acquisition 的一部分，公司也更集中到销售和交付上。

这不是说所有公司都应该照这个方式裁团队，也不是说每个行业都能这样做。它只是说明一个很现实的变化：当 AI 让很多中间环节的成本下降后，你要重新看整个生意，而不是只看某个功能。原来靠高成本结构支撑的价格，会被新的交付方式重新定价。

这也解释了为什么“做一个很新的东西”不一定是最好的选择。新东西的问题在于，你要同时证明需求、教育用户、建立渠道、验证交付、跑通收费。旧需求虽然红海，但它至少已经帮你证明了一部分事情：有人有痛点，有人愿意付钱，有人已经在找解决方案。

AI 给你的不是免死金牌，而是一把成本上的工具。拿它去旧需求里找缝隙，往往比拿它去空地上造概念更稳。

老板必须亲自下场，不只是为了省钱

餐饮连麦里还有一个反复出现的场景：勇哥问人数。

前台几个人？后厨几个人？谁负责采购？谁负责收银？谁负责线上运营？问完以后，经常会发现一个小店还没赚钱，就已经把人配得很满。老板希望自己出钱，别人替他把店开好，自己只需要看报表。

这种心态在餐饮里很危险，在 AI 创业里也一样危险。

很多互联网人对分工有一种很深的路径依赖。工程师觉得自己只负责写代码，销售应该别人做；产品觉得自己只负责定义需求，交付应该别人做；创始人觉得自己负责战略，具体执行可以外包。问题是，在一个生意还没跑通之前，你根本不知道哪些东西可以外包，哪些东西不能外包，也不知道该怎么评价别人做得对不对。

老板亲自下场，不只是为了省一份工资。更重要的是，你要获得操作感。

你要亲自接触客户，才知道客户到底怎么表达问题；你要亲自做交付，才知道流程里哪里最耗时、哪里最容易出错；你要亲自处理抱怨，才知道产品的缺口在哪里；你要亲自算账，才知道哪些看起来不起眼的成本正在漏钱。

我在公司转型时也吃过这个苦。那时候我们决定用 AI 重写和重构很多业务系统。我作为 CTO，不是把需求拆给一堆人做，而是自己花了大量时间跟客户在一起，跟销售和交付团队在一起，把业务流程一段一段跑通，然后自己重写核心系统。

做完以后，一个很直接的体感是：很多复杂性并不是业务天然需要的，而是组织长出来的。团队大了以后，为了让每个人都有接口，就会出现更多文档、会议、handoff、审批、状态同步。每一个环节单独看都有理由，连在一起就变成成本。

当你自己端到端跑一遍，很多东西会变得很清楚。哪些流程其实可以砍掉，哪些判断可以自动化，哪些地方必须人来兜底，哪些客户问题根本不是技术问题。你只有知道这些，才知道 AI 应该替代什么，不应该替代什么。

这和餐饮老板站在店里看出餐、看客人、看损耗，是同一件事。不是因为老板天生应该受苦，而是因为没有这段肉身经验，后面的管理、自动化和雇人都容易变形。

AI 时代最容易犯的错，就是太早自动化。你还没明白客户为什么来，为什么走，为什么付钱，为什么不复购，就想用 agent 把流程接管。最后接管的往往不是生意，而是一堆自己也解释不清楚的动作。

先手动跑通，再自动化。这句话很土，但它很重要。

拉客和交付，少一边都不算创业

勇哥劝退一些餐饮创业者时，我觉得最有价值的一点是：很多人只会一边。

有的人以前在后厨干过，觉得自己会做菜，就可以开店。可开店不是只会做菜。你还要知道客户从哪里来，怎么定价，怎么做活动，怎么处理差评，怎么让人第二次来。有的人很会营销，会拍短视频，会讲故事，但产品和交付跟不上，最后也留不住人。

创业最麻烦的地方就在这里：你既要拉客，也要交付。

打工的时候，一个人通常只负责链条上的一段。工程师负责写代码，销售负责卖，客服负责解释，运营负责留存，老板负责利润。但自己做生意的时候，这些边界会一起压到你身上。你可以不擅长所有事情，但不能完全不懂其中任何一头。

很多技术创业者的问题，是把交付能力误认为商业能力。他能很快做出一个产品，所以觉得自己已经完成了创业里最难的部分。实际上，产品只是交付的一部分。客户为什么知道你，为什么相信你，为什么现在买，为什么持续买，这些问题不解决，产品再完整也只是仓库里的货。

反过来也一样。只会拉流量、不懂交付的人，也很难长期赚钱。短期可以靠话术、热点、投放、内容把人拉来，但如果结果不稳定，客户不会回来，获客成本会越来越重。你看起来每天都在增长，底下其实是漏的。

这也是我现在越来越不喜欢单纯讲“提效工具”的原因。很多客户并不关心你帮他提高了多少内部效率，他更关心你有没有帮他多拿到客户、少丢订单、交付更快、更稳定。提效只有接到这些结果上，才有意义。

所以一个 AI 创业者要问自己的问题不是“我能不能做一个工具”，而是“我能不能把客户带进来，并且把客户要的结果交出去”。这两个动作连起来，才叫闭环。

如果你只会写代码，那就逼自己去做销售、做 SEO、做内容、做客服、做报价。做得不好没关系，先做一遍。如果你只会讲故事，那就逼自己去交付、去处理边界情况、去看用户实际怎么用。你不需要一开始就专业，但你需要知道这条链路真实长什么样。

最后还是要回到复购

前面讲了很多不要沉迷产品、不要迷信原创、先找流量、先算账。很容易让人误解成：产品不重要。

不是。

产品当然重要，只是它不应该被放在生意之前。更准确地说，产品的重要性会在复购那里重新出现。

餐饮店开业可以靠位置、活动、朋友捧场、短视频热度带来第一波客人。但一家店能不能活下去，最后要看客人会不会回来。第一次进店靠流量，第二次进店靠体验。菜不好吃，出餐不稳，价格不合适，服务让人不舒服，前面拉来的流量都会漏掉。

互联网产品也是这样。你可以靠搜索、内容、广告、社交媒体拿到第一批用户，但如果用户用完一次就走，或者发现这个东西没有持续价值，那你只是不断往一个漏水的桶里倒水。增长看起来忙，账上不一定好。

复购并不等于你要发明一个玄妙的秘方。很多行业都有最佳实践。餐饮有成熟的配方、动线、备料、出餐和服务流程；互联网有成熟的 SEO、落地页、onboarding、支付、客服、留存和召回。大多数时候，先把行业里的最佳实践做到位，比坐在那里想一个天才创意更重要。

然后才是迭代。

迭代不是为了显得敏捷，而是为了把用户真实行为和你脑子里的想象对齐。Open Exam Preparation 给我的一个提醒就是，我以为有些内容形态会有价值，但用户实际最常用的是刷题。这个信号很朴素，也很有用。它告诉我，别继续在自己喜欢的功能上花太多时间，应该把用户真的反复使用的部分做好。

AI 在这里也很有用。它可以帮你更快地产生内容、改页面、做变体、看指标、调整结构。但它替代不了基本判断：用户为什么回来？回来做什么？他觉得哪部分值得信任？哪部分让他愿意付费或者继续使用？

很多 AI 产品死得快，不是因为模型不够强，而是因为没有复购理由。用户被新鲜感吸引来，玩两次，发现没有真正改变自己的工作或者生活，就走了。模型再强，也救不了一个没有复购场景的产品。

所以回到餐饮的语言：获客像选址，交付像出餐，复购像味道和稳定性。少一个都不行。

零人公司之前，先跑出一个很小的闭环

AI 时代真正让人兴奋的地方，是当你把闭环跑通以后，很多环节确实可以被自动化。

找关键词可以自动化一部分，内容生产可以自动化一部分，页面生成可以自动化一部分，客服和交付可以自动化一部分，支付和结算也可以自动化一部分。和餐饮不同，数字生意没有固定的堂食面积，也没有同样意义上的食材保质期和出餐上限。一旦流程清楚，边际成本可以被压得很低。

这就是一人公司、甚至零人公司这个想象真正成立的地方。

但顺序不能反。

很多人一上来就想做零人公司，想让 AI 自己找需求、自己做产品、自己获客、自己收钱。听起来很美，但这里面有一个简单的问题：如果你自己都没有手动跑通过一次，你怎么知道 AI 跑的是对的？

AI 很适合放大一个已经存在的结构。你知道客户是谁，知道他怎么来，知道他愿意为什么付钱，知道交付标准，知道复购原因，再把里面重复、繁琐、规则相对清楚的步骤交给 AI，这个时候它的威力很大。反过来，如果这些都不知道，只是把一堆工具串起来，自动化只会让你更快地偏离真实需求。

所以我一直说，先闭环，再提效。

闭环不是一个漂亮的概念。它可以很丑，很小，很手工。你可以先手动找十个客户，手动发邮件，手动改页面，手动交付，手动收钱，手动处理反馈。只要这条链路能走通，你就有了一个可以被 AI 放大的东西。

这也是为什么我最近看餐饮创业会觉得有启发。餐饮把很多幻想打掉了。它逼你承认，赚钱不是从“我想做什么”开始，而是从“谁会来，为什么来，来了买什么，成本多少，下次还来不来”开始。

互联网人过去太习惯把自己放在创造者的位置上：我要做一个产品，我要表达一个 vision，我要改变一个行业。可如果目标是先赚到钱，也许应该暂时换一个姿势，把自己放在小老板的位置上：我先找一条有人走的街，开一个能交付的小店，把账算清楚，把第一批客人服务好，再一点点把流程做稳。

AI 不是让这些商业常识失效。它只是让跑通之后的放大速度变快了。

如果一个闭环本身是空的，AI 只会把空转变得更自动。如果一个闭环已经能赚钱，哪怕开始很粗糙，AI 才有可能把成本压下来，把交付做快，把规模做大。

这可能就是我从餐饮视频里得到的最大提醒：想赚钱，就先像餐饮老板一样思考。别急着讲未来，先看今天有没有人进店；别急着谈产品，先算这单赚不赚钱；别急着招人和自动化，先自己把销售和交付跑一遍；别急着追求原创，先看已有需求里有没有可以用更低成本做好的地方。

等这些都成立了，再谈 AI 的红利，才不是空话。