AI 让创业更便宜以后，Groww 这条老规则反而更硬

2026-06-15 | 阅读 7 分钟

YC 这支 Groww 创始人访谈，最容易被误读的部分，是最后那段关于 AI 的讨论。

Lalit Keshre 提到，过去一个人很难同时承担产品经理、设计师、工程师、测试和部署的工作。现在有了新一代 AI 编程工具，单个创始人可以更接近一个小团队的执行能力。很多人会顺着这句话得出一个直接结论：AI 让创业门槛下降了。

这当然没错，但不够。

真正值得写下来的，是另一个更硬的结论：当构建产品变得更便宜，创业里那些不能被 AI 降低成本的约束，反而会变得更刺眼。

Groww 的故事不是从 AI 开始的。它先是一个失败的自动投顾想法，然后转向一个更透明、更低摩擦的投资平台。早期团队用 WhatsApp 群、Quora 和线下访谈接近用户，试图读懂用户真正的问题，而不是照着用户说出口的需求逐字执行。它还选择只在受监管区域里竞争，把变量先框住，再在框内提速。

这条路径很慢，也很反直觉。Groww 前几年长期没有收入，靠极强的用户留存、口碑增长和低获客成本支撑判断。Lalit 在访谈里讲得很直接：如果一个产品有高留存、高参与和很低的获客成本，最终大概率能找到变现方式。反过来，如果用户没有强烈反应，产品再完整也危险。

他最锋利的一句话不是关于 AI，而是关于产品感受：用户爱它或恨它都可以，最怕的是不在乎。

这句话放在 AI 时代更重要。

因为 AI 降低的是“做出来”的成本，不是“做对”的成本。原型、代码、页面、客服脚本、数据分析、内部工具都会更快出现。一个小团队可以在几天内做出过去需要几周甚至几个月才能搭起来的东西。但这也意味着，市场会更快被一批看起来完整、体验不错、却没有真实需求牵引的产品填满。

当软件变便宜，真正稀缺的不是软件，而是清晰的客户信号。

Groww 早期最有价值的资产，不是某个功能，也不是某套技术栈，而是它对印度零售投资用户的反复校准：他们怕什么、信什么、为什么不愿意下单、为什么会把一个金融产品推荐给朋友。金融产品里，用户信任不是一个增长指标，而是系统能不能运行的地基。

这也解释了为什么 Groww 选择“只在受监管区域里玩”。这不是保守，而是一种系统设计。监管边界把风险、解释责任、业务范围和变现方式框在一个可理解的空间里。对金融产品来说，AI 化也必须先回答同样的问题：谁授权？谁审计？出错时谁负责？哪些建议不能自动执行？用户资金和风险承诺在哪里停下来？

AI 让工具臂变快，但不能替代温室的玻璃墙。

这就是 Groww 案例对 AI 创业最有用的地方。它不是在说 AI 不重要。恰恰相反，AI 会显著改变创始团队的执行结构：更少的人可以覆盖更多角色，更快验证更多想法，更早把设计、代码、测试和运营连起来。

但越是这样，创业者越不能把“能做”误认为“该做”。

一个 AI-native 团队的优势，不应只是发布更快，而是用更短的反馈回路发现哪些东西值得做。它要能更快接近用户，更快识别无感，更快暴露监管边界，更快承认某个漂亮原型没有意义。

所以，AI 时代的创业问题可以换一种问法：

你的产品有没有让某一类用户产生强烈反应？

你的客户信号是从真实使用里来的，还是从团队想象里来的？

你的业务边界能不能被解释、被审计、被停止？

你的团队价值观是否足够稳定，能在工具和战略不断变化时不失焦？

如果这些问题没有答案，AI 只会让错误跑得更快。

Groww 给出的老规则反而很朴素：先找到真实痛苦，再用透明度建立信任；先把变量减少，再扩大执行；先让用户在乎，再谈规模。

AI 可以让创业更便宜，但不会自动生成客户信任。

未来真正强的创业公司，未必是最会堆 AI 工具的公司，而是最会用 AI 缩短反馈回路、同时保留硬约束的公司。它们做得更快，但不是因为省掉了判断；恰恰是因为把判断放在了更清楚的位置。

参考来源