Nest 创始人 Tony Fadell 谈新一代前景可期的深科技初创公司
- Aisha Washington
- 1小时前
- 讀畢需時 7 分鐘
Tony Fadell 的职业生涯横跨消费科技领域数个具有定义意义的篇章：富有远见却生不逢时的 General Magic、iPod 的诞生、Nest 的推出，以及一家初创公司并入 Google 的艰难整合过程。在 TC Disrupt 2024 上，他借这些经历解释了为何仅有突破性技术很少能造就一家经久不衰的公司。
他的核心观点务实而非浪漫。深科技创始人需要一个真实的客户问题、恰当的市场时机、审慎的资本使用，以及一个能够熬过多年不确定性的组织。对话还探讨了领导力、收购、人工智能、虚拟现实和人形机器人——这些领域中，技术热情很容易超越商业现实。
产品只是开始
Fadell 表示，即使在 iPod 推出数十年后，他依然百谈不厌。这场对话恰逢 iPod 发布 23 周年以及 Nest 首款产品发布 13 周年，自然而然地提供了回顾这两项成就背后影响因素的机会。
其中一个影响因素来自他的父亲。父亲的销售生涯让 Fadell 明白，再出色的产品也必须被解释、定位并销售出去。Fadell 自己早期的失败进一步巩固了这一教训。作为一名大学生创业者，他把手头可用的资金都投入产品开发，几乎没有留下任何资金用于将产品推向市场。
这段经历改变了他对公司建设的看法。在他开始职业生涯的那个时代，Fadell 估计销售和营销所需的预算可能是产品开发预算的五到十倍。社交媒体后来改变了这一比例，但没有改变其背后的原则：创始人必须从一开始就为分发做好规划。工程解决的是某件事能否被造出来；而一家企业还必须回答，谁需要它、这些人会如何发现它，以及他们为什么愿意为它付费。
General Magic 与过早到来的代价
General Magic 成为了创新缺乏恰当时机的标志性案例。大约在 iPhone 让许多这类体验走向主流的 15 年前，其团队就已探索移动电子邮件、电子票务、可下载游戏、动画以及富有表现力的数字通信。
这些想法极具前瞻性，数位 General Magic 的前员工后来还参与打造了包括 Android 在内的主要技术平台。然而，Fadell 认为，该公司对于自己正在解决的即时问题缺乏足够清晰的认识。支撑技术、消费者行为和市场基础设施都尚未成熟。
对于深科技创始人而言，这段历史让人们对“领先于时代”的常见赞美变得更复杂。对未来的判断正确，并不能保证一家公司能存活足够久以抵达那个未来。一家初创公司需要一条可信路径，将其长期愿景连接到客户今天就能识别的问题上。
为什么创始人需要理解组织的临界点
Fadell 鼓励创业者在大型组织中积累经验，因为初创公司最终也会面对许多相同的运营问题。一个五人团队可以靠非正式方式协作；一家拥有数十或数百名员工的公司则不行。
随着人数增加，沟通模式、职责和文化预期都会发生变化。Fadell 描述了若干明显的临界点，大致出现在五到十名员工、15 到 20 名、30 到 40 名，以及约 120 名员工的阶段。每一次过渡都会带来新的管理要求，因为人与人之间的关系无法像软件或制造业那样整齐地扩展。
通过对 200 多家初创公司的投资，Fadell 反复看到创始人遭遇这些挑战。他的建议是，将组织设计视为产品建设过程的核心部分。汇报关系、决策权和沟通习惯看似是行政细节，但它们往往决定了一支有潜力的团队能否继续执行下去。
授权是一项需要学习的领导力技能
Fadell 在二十岁出头时便成为 Philips 的首席技术官和副总裁，突然要负责建立一个数百人的组织，却没有真正的管理经验。按他的说法，他作为管理者的第一年表现糟糕。培训帮助他学会授权、建立信任，并停止试图控制每一项任务。
经验未必让他变得不那么严格。相反，他表示，经验让他更准确地判断何时必须介入。有效的领导者会给同事留出决策和学习的空间，同时防止那些可能对公司造成不可挽回损害的错误。
Fadell 还区分了两种对细节的关注。一种源于自我和支配欲。另一种则根植于使命：领导者仔细审视工作，是因为某些选择决定了产品能否恰当地服务客户。管理上的挑战在于，知道哪些细节会实质性影响结果，哪些则应留在团队手中。
Nest 收购案揭示了什么文化问题
Nest 被 Google 收购，展现了一笔交易之后组织能多么突然地发生变化。Fadell 承认 Nest 管理层犯过错误，同时也认为，收购方未能保留重要承诺以及初创公司原有文化中的关键要素。
他将并购描述为异常脆弱的事务，并指出文化不兼容是许多交易失败的重要原因。合同可以界定所有权和财务条款，但无法自动调和对于紧迫感、问责制、自主权和绩效的不同假设。
Fadell 将 Apple 高度以项目为导向的环境，与他在 Google 遇到的更宽松文化进行了对比。按他的描述，Apple 让每个人的贡献都高度可见；而 Google 的传统——包括为副业项目预留时间——可能让一些员工规避同等程度的问责。他认为，更广泛的特权意识后来蔓延到了硅谷的部分地区。
无论每家公司是否都符合这种对比，对创始人的教训都是明确的：文化是一套操作系统，而不是办公室装饰。如果一场收购在一夜之间替换了它，团队可能会失去使这家初创公司具有价值的动力和共同目标。
深科技需要约束、里程碑和耐心资本
Fadell 质疑一种假设：当获得几乎无限的企业资源时，雄心勃勃的“登月计划”就会蓬勃发展。他认为，缺乏约束时，实验性项目可能脱离客户需求和商业纪律。他指出 Waymo 的巨额投入以及迈向可持续业务的漫长道路，作为这一问题的例证。
深科技需要耐心，但耐心并不等于没有边界的预算。Fadell 建议在长期规划中设定近期、可展示的里程碑。这些里程碑能维持发展势头，为投资者提供证据，并让团队有机会从现实世界的反馈中学习。
这种方法也让融资更易于管理。一家公司证明了一个困难步骤后，就能吸引完成下一步所需的资本和人才。Fadell 引用 Diamond Foundry 作为由里程碑驱动进展的例子。他还谈到长期投资，即将 AI 应用于癌症治疗和高效计算机视觉等领域，其中包括他点名的 Oranus、Plumerai 和 Tiny AI。
许多这类努力需要五到十年，其影响才会显现。因此失败率很高；Fadell 认为，大多数风险投资组合中都包含许多亏损项目或核销项目。然而，少数成功案例可以创造基础性技术，其影响远远超出一个传统软件功能。
对于投资者而言，评估这类公司不能只靠追随趋势。他们必须理解底层科学，从第一性原理进行推理，并在长期内管理金融资本和人力资本。
超越大语言模型热潮的 AI
Fadell 预计，回头看时，大语言模型市场的某些部分会显得被高估。他并未否定 LLM，但认为它们只是一类工具，而非万能答案。在许多产品中，更小型或更专业的模型可能更准确、更高效，也更可靠。
Nest 2011 年推出的恒温器体现了他对任务专用型机器智能这一更广泛类别的理解：系统旨在完成一项边界明确的功能，而不是生成不受限制的回应。Fadell 将这种方法与生成式模型相关的幻觉风险进行了对比。
他提到紧凑型视觉系统，这类系统能够利用以 MB 计的模型运行复杂分析。在他看来，Apple 对更小、更可控模型的重视提供了一个合理方向，因为这些系统可以围绕明确任务进行优化。他还提到对 AI 量子方法的探索性研究，但将其视为一个独立且仍在发展的领域。
商业上的启示是，为当前问题选择真正有效的技术。仅仅因为 AI 流行而加入 LLM，无法替代产品判断力。
AI 系统需要资质与问责机制
Fadell 提出，应当为 AI 智能体建立类似职业档案的机制。在部署系统前，企业应能够查看它接受过哪些训练、在哪些方面表现良好、已知的偏见或失效模式有哪些，以及它产生错误的频率。
当 AI 会影响医疗、客户服务或其他重要决策时，这类披露就变得至关重要。Fadell 对临床医生使用生成式工具准备患者文档表示担忧，并警告，凭空生成的细节可能造成严重伤害。他更广泛的观点是，组织若不了解一个不透明数字智能体的资质与局限，就无法负责任地雇用它。
因此，他呼吁围绕训练数据、错误和系统行为设立监管要求。透明度无法消除 AI 的“黑箱”，但能让买方和用户有依据评估风险并明确问责归属。
VR 与人形机器人可能最先发挥作用的领域
Fadell 对虚拟现实是否已准备好用于持续的日常使用持怀疑态度。尽管视觉保真度已有提升，他认为经过数代发展后，人体工学问题依然存在——设备笨重、不舒适，以及在社交场合中的尴尬感。
他认为，阶段性、目的明确的应用更有价值。医疗培训和协作式三维设计，足以让人们在有限时段内佩戴头显。用于共享 3D 创作的平台 Gravity Sketch，代表了他认为有前景的那类聚焦型应用场景。增强现实最终可能更适合融入日常生活，前提是硬件能变得足够不显眼。
他对人形机器人的看法同样较为审慎。Agility Robotics 等公司可以应对受限环境，尤其是物流领域，因为那里的任务和环境都较为可预测。通用家务劳动则困难得多：机器人需要大量训练数据、可靠的物理能力，以及普通消费者能够接受的成本结构。这个未来或许会到来，但 Fadell 预计它需要数年时间，而不会一下子出现。
在 AI、机器人和沉浸式计算领域，他的标准始终一致。最有前景的深度科技公司，不是那些展示最宏大演示效果的公司，而是那些能将困难技术与具体需求相连接、分阶段证明进展，并建立起足够自律的组织以坚持走完整段旅程的公司。
