没有表演成分的产品探索冲刺

产品探索冲刺（Product Discovery Sprint）不是让利益相关者装饰便利贴、然后带着“达成共识”的感觉离场的工作坊。它是一次简短而结构化的尝试，目的是在错误的假设变成路线图、招聘计划，最终演变成一场尴尬的董事会对话之前，先把它们扼杀掉。

对于AI、区块链和数据平台类的创业项目而言，这一点尤为重要。演示可以令人信服，而产品的经济模型却可能是错的。模型在受控的提示词序列中表现良好，却可能在杂乱的客户数据面前失灵。买家可能说他们想要自动化，但却拒绝改变那个让自动化真正有价值的工作流程。这些都不是停止开发的理由，而是应该停止把“热情”当作“证据”的理由。

产品探索冲刺究竟是为了什么

产品探索冲刺要回答一个被刻意具体化的商业问题：是否存在一个特定的客户，他有一个代价高昂、反复出现的问题，并且愿意改变行为、为一个可信的解决方案付费？

这个问题听起来显而易见。但它常常被回避，因为答案可能并不讨喜。创始人可能会发现，他们的技术优势解决的是一个没人真正拥有的问题。投资人可能会发现，所谓的“意向客户管道”不过是一堆礼貌性的对话。运营者可能会发现，提议中的AI功能带来的审核工作比它省下的还多。

这很好。在投入六个月的开发之前发现这些，正是探索冲刺的意义所在。

它的产出不是一个打磨精致的原型，也不是一份内容密集的战略PPT。它是一个决定：继续推进、收窄论点、更换买家、调整产品架构，或者干脆停下来。一次无法产出上述任何一种决定的冲刺，只是一场配备了更好餐饮的表演。

从决定出发，而不是从功能清单出发

多数探索工作在推理链条中启动得太晚。团队往往已经有了架构、功能待办清单，以及对答案的强烈偏好。研究这时被要求去验证一个早已在情感上被“预先投入”的方向。

应该反过来，从你需要做出的投资决定出发。举例来说：一家企业数据平台是否应该投资开发一个用于合规调查的AI代理？一家区块链基础设施提供商是否应该转向面向财资团队而非协议开发者销售？一家垂直领域的AI公司现在是应该推进付费部署，还是再花一个季度提升模型质量？

一次有价值的冲刺，会围绕可被证伪的假设来构建决策框架。这些假设通常可以归为五类：

• 这个问题出现频繁、代价高昂，且由一个有预算的买家所拥有。
• 目标用户会足够信任这套系统，愿意为此改变一个真实的工作流程。
• 产品能在客户实际环境中，达到可接受的准确率、延迟、安全性和运营成本。
• 经济决策买家看到的回报，超过了切换、集成和治理成本所带来的负担。
• 公司拥有一条可信的分销路径，而不仅仅是创始人不停地向朋友要引荐。

这些假设并非彼此独立。一个技术上可行的AI工作流程可能因为法务要求对每一个输出都进行人工复核而失败。一个区块链产品可能确实有实际用途，但客户却没有理由去采用一种全新的资产或托管模式。一个数据平台可能创造出洞察，却不足以让买家产生足够的紧迫感去替换现有系统。

困难的工作在于找出哪个才是首先需要解决的关键约束。团队常常花上数月去优化错误的变量，因为调整一个模型总比承认买家根本没有预算要容易得多。

使用能够“伤害”你的证据

探索性研究应当被设计用来暴露失败，而不是收集赞美。这会改变你与客户交谈的方式。

不要问：“您会使用一个AI副驾（copilot）来处理这个问题吗？”得到的答案几乎总是某种版本的“也许吧”——这是一种企业式的委婉说法，实际意思是“请别在一通25分钟的电话里就让我做出采购承诺”。应该问：这个问题上一次出现是什么时候？是谁去处理的？花了多长时间？出了什么问题？造成了怎样的财务或运营后果？现在有什么变通方案？谁来批准采用一款新工具？

行为的说服力胜过口头表达的偏好。一个已经为承包商编列预算、自行搭建了内部脚本、或者一直忍受着一个痛苦的手工流程的客户，所提供的证据，远比一个只是称赞概念的人更有价值。销售证据也是同理。一份没有明确成功标准的试点合同，可能只是一种客气。而一个愿意分享数据、指派内部负责人、并同意付费部署的潜在客户，才是真正“有切身利益”的。

对于技术类产品，证据必须包含部署层面的现实情况。要针对具有代表性的数据、权限、集成方式和异常率进行测试。一个基准测试分数并不是购买信号，团队自己精心整理出的干净数据集上运行的精致原型同样不是。

这正是许多AI产品的宣称站不住脚的地方。系统被描述为“自主运行”，但其运营设计却悄悄地要求人工去验证每一个有实际后果的结果。这也许仍然是一个有价值的产品，但它并不“自主”，其定价、工作流程和价值主张都需要反映出那部分仍然存在的人力投入。

冲刺应当产出一个狭窄的切入点

宽泛的定位往往是探索工作尚未完成的一种症状。“我们帮助企业安全地使用AI”并不是一种定位，它只是一个能够描述数千家公司、却对其中任何一家的购买触发因素都毫无说明的类别标签。

一次可信的探索冲刺，会收窄最初的切入点：一个用户、一个高价值的工作流程、一个环境、一个可衡量的结果。这个切入点并不是对雄心的限制，而是唯一切实可行的方式，用来判断这家公司能否把深厚的技术转化为可信赖、能创造收入的基础设施。

试想一下，销售一个通用型的数据智能层，与帮助某个特定的运营团队在监管截止日期前，协调解决某一类具体的报表异常，这两者之间的差别。后者拥有一个明确的用户、一个紧迫性机制、一个基准流程，以及一种衡量价值的方法。它同时也能揭示这个产品能否经受住现实的考验。

收窄范围可能会让人不适，因为它排除了一些看起来诱人的市场。但一家已经证明了切入点的公司，是可以扩张的。而一家只有模糊承诺的公司，不过是更容易被安排更多的会议罢了。

在两到四周的冲刺中应当检验什么

冲刺的时长取决于接触客户的渠道、技术复杂度，以及“犯错”的代价。在一款已有产品之上叠加一个新的工作流程，或许只需要两周高强度的工作。而一个具有复杂集成需求的受监管数据产品，可能需要四周。无限期地拉长日程，通常只是打着“严谨”旗号的一种回避。

工作应当同时覆盖客户现实、商业机制和技术可行性三个方面。客户访谈揭示工作流程和购买情境。管道及市场分析检验是否存在足够多可触达的买家。技术评审检验提议中的产品能否在真实约束条件下满足要求。定价和单位经济模型检验这份价值能否支撑起一门生意，而不仅仅是一个功能。

最终，团队应当拥有的是一份证据台账，而不是一份“信心满满”的PPT。对于每一个核心主张，都要记录其证据、来源、质量，以及“什么情况会推翻它”。把事实和推断区分开来。“三个设计合作伙伴提供了近似生产环境的数据”是一个事实。“市场已经为智能体式自动化做好了准备”是一个推断——而且往往是个偷懒的推断。

一份决策备忘录应当直白地陈述建议。它应当指出支持推进的最有力理由，以及反对推进的最有力理由。如果备忘录中找不到任何一个认真的反对意见，那么这次冲刺很可能没有对团队形成足够的挑战。

探索工作最常被“做坏”的方式

第一种失败，是把高管当作用户的替代品。高管的支持固然重要，但真正做具体工作的人，才理解那些将决定采纳与否的异常处理方式、信任门槛，以及隐藏的变通做法。

第二种，是把“兴趣”与“需求”混为一谈。一份排得满满的演示日程，完全可能与“零购买意愿”并存。尤其是在AI领域，人们的工作职责就包括表现出好奇。但他们的职责并不包括，在没有实质回报的情况下，去接纳一个新供应商、一场安全审查、一个集成项目和一次工作流程变革。

第三种，是从一个范围狭窄的概念验证（proof of concept）就宣称技术可行性已得到证实。一次成功一次的验证，只是一场演示。一个能够在多变的输入、访问控制、故障和客户系统中稳定运行的产品，才是一种真正的运营能力。这是两种完全不同、估值也完全不同的资产——不管融资PPT多么希望情况并非如此。

第四种，是为了下一轮融资去做优化，而不是为了下一次部署。叙事可以争取时间，但留存率、扩张率和毛利率，才决定这个故事在市场失去新鲜感之后能否继续讲下去。

让冲刺的终点成为一道真正的关卡

探索冲刺的价值，恰恰体现在某个人不得不做出一个他本想拖延的决定的那一刻。不要让这些发现变成一份摆在路线图旁边、而原计划却原封不动继续推进的文件。

如果证据支持最初的论点，就要承诺一个范围严格界定的商业和产品里程碑：一次付费设计合作、一次带有明确成功指标的部署，或者在某一细分市场中可复制的销售打法。如果证据揭示出买家意愿薄弱、经济模型不清晰，或者产品目前还无法承受的部署负担，那就趁代价还小的时候及时改变方向。

沃创（SproutVest）把这项工作当作一个“运营者—投资人”共同面对的问题来处理，因为双方都要为未经检验的假设付出代价。创始人付出的是现金消耗和信誉。资本提供方付出的是估值标记，而这些估值标记最终都要与客户见真章。更值得追问的问题，从来不是这个想法听起来是否“必然成功”，而是证据是否表明：真实的客户会信任它、购买它，并且在演示结束之后仍然继续使用它。

这正是探索工作真正有用的成果：更少令人印象深刻的宣称，更多经得起与客户真实接触考验的决定。

您的领导方式在哪里有效，又在哪里正在消耗公司？

这个博客讨论的多数问题，最终都回到创始人如何经营公司这一点上。藤架领导力诊断把它拆成六个维度共24道行为锚定题：约12分钟，即时出结果，自助版免费。

开始藤架领导力诊断 →

想了解兼职高管或顾问合作？预约探索性通话 →