——一家睡眠科技公司的案例，写给创始人和投资人
总第243期，2026年第55期
一家睡眠科技公司的经营看板，最近三个月一片绿色。
完成率在涨，用户参与度在涨，睡眠改善指标在涨。创始人准备拿着这份看板去谈下一轮。创始人准备拿着这份漂亮的看板去谈下一轮融资。
但我只想先问一个问题。
“完成”，是谁定义的？”改善”，又是谁定义的？
产品团队说的”完成”，是用户有没有每天按时开机。
医学团队说的”改善”，是睡眠监测信号的质量达没达标。
运营团队说的”活跃”，是 App 打卡和日活。
三个部门的数字，可能每一个都准确。但它们未必在测量同一件事。
设备开机，不等于临床依从。数据记录完整，不等于睡眠变好了。每天打卡，更不等于这项干预真的产生了长期健康价值。
真正危险的经营决策，极少建立在假数据上。它们建立在一组”每个都正确”的数据上——这些数据共同支撑了一个错误的结论。
01 老板 AI 来了，但仪表盘救不了你
2026 年 7 月，李开复的零一万物发布”一号位 AI”产品矩阵，把大模型直接推到了 CEO 的决策桌上。按公司自己披露、经媒体转载的数据，内部使用后订单额增长约 5 倍，商机转化率提升约 2 倍。老板 AI 能接会议纪要、即时沟通、销售记录、客户反馈、财务数据、客服工单，把散落在组织各处的信号串成判断，而且每一条结论都能沿证据链追溯到具体项目、合同和人。
这是真进步。但我要泼一盆冷水：它解决的是”看得见”，不是”看得对”。
仪表盘告诉你发生了什么。AI 助手可以告诉你可能是因为什么。但从信号到判断之间，还隔着一层东西——这批数据，是在什么语境里被生产出来的。
这一层，AI 目前跨不过去。
我在《AI 穿越三维险阻：李飞飞的破局智慧》那篇文章里写过李飞飞要弥合的”维度断层”：大模型处理 1D 文本，视觉模型生成 2D 图像，而真实世界是 3D 且动态的。老板 AI 面对的是另一种断层，我把它叫作 “证据断层”：
- 数据层（发生了什么） → [AI 擅长] → 事实层（它意味着什么）：⚠️ 语境丢失风险
- 事实层（它意味着什么） → [AI 擅长] → 结论层（所以呢）：⚠️ 因果混淆风险
- 结论层（所以呢） → [AI 无法替代] → 决策层（我们押多少钱）：🔒 人类担责边界
每一层都会丢信息。丢得最狠的那一层，恰恰是 AI 最擅长替你自动补全的那一层——它会把”可能发生过”平滑成”基本确定”。
李开复自己说得非常清楚：AI 可以执行、思考、交付、建议，唯独不能担责。”AI 出了错，你不能炒掉它，不能拔它的电源。”
这句话值得每个准备上老板 AI 的创始人抄在办公桌上。
02 三个问题，构成你的证据链
我在北美、欧洲、亚洲做了二十年商业战略顾问。最大的收获不是某一套方法论，是一句话：同样的数据曲线，在不同的市场环境里，可能是完全不同的故事。
在北美某些人群里，环境数据的缺失常常不是硬件故障，而是用户主动做出的隐私选择。
在亚洲普遍存在的多代同堂家庭里，环境噪音会引入一组背景变量，直接改变算法对同一段信号的解读。
这两件事都不会出现在你的报表里。它们是弱信号。
弱信号的特点是：你一旦不知道它存在，AI 也不会替你去找——因为它不在数据里，它在数据的生成环境里。
所以在按下任何一个”重大决策”按钮之前，我建议创始人和投资人把三个问题问完：
- 定义：我们测的，真的是我们以为在测的那件事吗？
- 证据：支撑这个结论的证据链是什么？缺掉的那一段上下文又是什么？
- 决策：这条证据链的强度，够不够撑起下一笔资本配置？
老板 AI 真正的价值，是逼你把这三个问题问得更难堪。
03 可逆与不可逆：AI 能推演，但不能替你押注
再看一个健康科技创始人几乎都会撞上的岔路口：
走医疗合规路径（比如临床级的睡眠呼吸暂停筛查），还是走消费健康路径？
两条路都能做出企业价值，但风险结构完全不同。
医疗临床路径：依赖临床试验、FDA 或 CE 认证、医生工作流、医保准入。主要风险是监管周期拖长和临床采纳摩擦。可逆性低——资本和时间一旦投进去，多年锁死。
消费健康路径：依赖快速获客、参与度、订阅留存。主要风险是高流失，以及美国睡眠医学会（AASM）专门命名并警告过的”完美睡眠焦虑”（orthosomnia）——用户越是执着于把分数刷高，睡眠反而越差。可逆性中等——迭代快，可以边跑边改。
这个市场确实在爆发，且边界正在模糊。据第三方机构 Towards Healthcare 2026 年发布的最新测算，全球睡眠追踪器市场预计到 2035 年将飙升至 599 亿美元。更值得警惕的信号是，传统的严肃医疗巨头正在向消费级妥协——例如 ResMed 近期宣布与消费级可穿戴设备 Oura 达成合作，试图将消费级的日常睡眠数据直接接入临床护理路径。
数字很漂亮，但漂亮的数字恰恰是最容易让人跳过”定义”这一步的东西。
AI 做情景推演，价值在于指出：要让这条路成立，哪些假设必须为真？如果其中一个不成立，会发生什么。
可逆的决策，扔到市场里做微实验，两周就有结果。
不可逆的决策——多年临床试验、复杂的医保准入申报——在钱出去之前，你需要一条打不断的证据链。
对投资人和成长基金来说，这个区分是最值钱的尽调工具。一个敢把自己的脆弱假设摊在桌面上的创始人，比一个递上完美预测模型的创始人更值得投。因为前者知道自己赌的是什么，后者可能不知道。
AI 放大的是分析能力。它无法替你承担资本配置的责任。
04 为什么战略诊断要跑在 AI 情景推演前面
回到开篇那家睡眠科技公司。
如果他们在融资前跑过一次战略诊断，第一个被挑出来的盲区就会是：”设备开机”与”临床依从”之间的证据链尚未打通。 这不是技术问题，这是商业化地基问题。
一个在三个大洲反复被验证的判断是：技术就绪，不等于商业就绪。一家公司可以同时拥有自研算法、漂亮的试点参与度、令人兴奋的技术路线图，却在可规模化的商业地基上一片空白。
这正是我们在 Mans International 把”战略 SMAF 诊断”放在所有战略咨询之前的原因。
SMAF（场景成熟度评估框架）要回答的不是”你的技术行不行”，而是：这家公司到底准备好进入它宣称的那个商业、临床与监管环境了吗？它不是一张通用清单，而是把可能击穿你下一个里程碑的具体不确定性、盲区和商业化风险，逐条挑出来。
没有这个基线，再精密的 AI 决策模型，也只是让脆弱的假设看起来更有说服力。
证明一项技术在试验中有效，不等于证明一门生意能在市场中放大。
结语：留给一号位的两问
老板 AI 不是来替代一号位的判断的，它是用来挑战你的判断、压测你的证据、照亮你没看见的风险的。
给创始人：在签下下一轮融资、或启动下一次扩张之前，你能不能清楚地把”已被验证的临床或商业价值”与”关于可规模化的假设”分开？
给投资人：你看一家数字健康公司的时候，看到的是可持续的市场拉力，还是一份包装精美的参与度指标？
这两个答案之间的距离，决定了你下一笔资本是在构建复利，还是在为一个昂贵的误会买单。
关于 Mans International
Mans International 的战略 SMAF 诊断，帮助科技创始人、投资团队与家族办公室在投入重大资本之前，先审视战略盲区与商业化风险。
如果你的机构正临近一次关键扩张、一轮融资，或一个企业级 AI 决策，欢迎通过以下方式开启对话：
🎁 第一步（快速自检）：在评论区留言或私信回复“EVIDENCE”，获取《Boss AI 证据链自检清单》，5 分钟自查你的核心决策信号是否断裂。
💎 第二步（深度探讨）：点击此处预约一次 20 分钟的范围沟通，看看一次定制化的战略诊断是否适合你。
本文所引市场数据与公司经营数据均来自公开报道或企业自行披露，口径已在文中标注，不构成投资建议。