ChatGPT 永遠不會做的事：AI 時代新創的護城河在哪裡

本文整理自《This Week in Startups》2026 年 5 月播出的單集。

---

一間旅行新創的死亡，和一個所有創辦人都該記住的教訓

Jason Calacanis（Launch 創辦人、知名天使投資人）投資過一間叫 Rome 的旅行規劃新創。Rome 的產品在當時堪稱驚艷：你告訴它「我有 19 天假期，想去義大利」，它就會用早期 ChatGPT API 幫你產出一份完整的行程，從交通到餐廳到景點全部安排好。Jason 說那是他「見過最好的 demo 之一」。

然後 ChatGPT 的新版本發布了。使用者發現，直接在 ChatGPT 的對話框裡問同樣的問題，得到的答案品質幾乎一樣好。Rome 的核心功能被平台方一次改版就吸收殆盡。這間新創最終選擇關門，把錢退還給投資人。

在最新一集《This Week in Startups》的社群 Q&A 中，Founder University 學員 Mahika Golani 問了一個很多創辦人都在想的問題：當 OpenAI 和 Anthropic 這些前沿實驗室推出的產品，直接進入你正在經營的垂直市場時，你該怎麼辦？Jason 從 Rome 的失敗中提煉出一套護城河框架，核心只有一句話：你的防線，在 AI 不會做、也不想做的地方。

ChatGPT 會給基本答案，但它永遠不會做這些事

Jason 的框架起點是一個簡單的觀察：大型語言模型的介面永遠不會加入那些讓產品變得雜亂和混亂的功能。這不是因為 OpenAI 做不到，而是因為它不會選擇做。ChatGPT 是一個通用工具，它的設計目標是對所有人都有用。一旦開始為特定使用場景塞入大量專屬功能，整個介面就會變得臃腫，偏離通用工具的定位。

「總會有一組功能是大型語言模型的介面不會去做的，因為那會造成混亂和雜亂，」Jason 說。

所以真正的護城河在哪裡？不在模型本身，也不在把模型的 API 包一層更好看的介面。護城河在模型的「周圍」：社群、多人協作模式、市集平台，以及需要人力介入的在地服務。這些領域需要大量非 AI 的基礎建設，不適合塞進一個聊天視窗。前沿實驗室不會花精力去做這些事，因為那會分散它們在模型研發上的注意力，也不符合「讓一個介面服務所有人」的產品策略。

Jason 把 TaxGPT 也拉進來當例子：專門處理稅務的 AI 工具，加上社群支援、客服流程和專業工作流程，這些垂直整合的東西不是 ChatGPT 會去碰的。你可以問 ChatGPT 一個稅務問題拿到基本答案，但要完成一份完整的報稅流程，你需要的遠不只是一個聊天機器人。

旅行規劃的啟示：社群、多人模式、在地市集

Jason 用旅行規劃舉了最具體的例子。假設你和四個朋友計畫去東京五天。你可以問 ChatGPT「東京五天行程推薦」，它會給你一份不錯的基本行程。但接下來呢？你想讓五個人同時研究不同的餐廳和景點，邊看彼此的進度，邊投票決定要去哪裡，最後整合成一份大家都同意的共享議程。這就是多人協作模式，ChatGPT 不會做這件事。

你可以再往下延伸。行程確定之後，你想找一個東京當地的美食嚮導，帶你去沒有出現在觀光客排行榜上的隱藏版餐廳。Jason 提到日本已經出現一批這樣的在地嚮導服務，其中有一位體型壯碩的嚮導，專門帶外國遊客去「觀光客不知道但在地人很愛」的餐廳。那些沒在社群媒體上爆紅的鬆餅店，品質一樣好甚至更好，而且完全不用排隊。這就是在地市集的概念：連結使用者和當地人力的平台，ChatGPT 永遠不會去建這種東西。

Jason 甚至把護城河延伸到地面支援服務：有人幫你訂位、幫你排隊、幫你翻譯、帶你走進廚房後場看師傅做拉麵。「這些事情 ChatGPT 不會做，」他說，「所以你可以把這些東西全部圍繞在基本的 AI 輸出之上來建構。」

共同主持人 Lon Harris 也補充了親身經歷。他在羅馬請了一位高爾夫球車導遊，這位導遊知道該塞五歐元給哪間教堂的修女，就能帶他們進入一般遊客進不去的地下墓穴，看到聖則濟利亞的墳墓和特雷維噴泉底下的古代水道。這種在地知識和人脈，是任何 AI 模型都無法複製的。Rome 這間新創如果當初不是只做「更好看的 ChatGPT 旅行版」，而是把社群、多人協作和在地嚮導市集做進產品裡，結局可能完全不同。

硬體不再是髒話：投資人態度 180 度翻轉

除了軟體層面的護城河，Jason 也談到一個讓他驚訝的趨勢：矽谷投資人對硬體新創的態度完全翻轉了。

「以前的說法是『硬體很難做，我不想碰』。現在的說法是『硬體是僅存的幾個護城河之一』。」Jason 直接引述了業界心態的轉變。

為什麼？在軟體已經被 AI 高度商品化的時代，硬體提供了一種軟體做不到的東西：物理鎖定。Jason 舉了幾個正在運作的案例。健康追蹤手環 Whoop 創造了使用者黏著度，因為你的歷史健康資料都累積在上面，換平台的遷移成本很高。智慧床墊 Eight Sleep 也是同樣的道理，一旦你習慣了自動調溫的睡眠體驗，就很難回到普通床墊。AI 錄音筆 Plaud 則是另一個例子，硬體本身就是產品的入口，讓使用者持續留在它的生態系統裡。

Jason 從自己的投資組合中也舉了幾筆案例。自動咖啡機器人 Terra Cafe 和 Cafe X 都表現不錯，但他也坦白說硬體投資的失敗率確實更高：他投的一個智慧攝影機 Butterfly（Ring 的競爭者）沒有成功，早期投的一個智慧煙霧偵測器也沒做起來。「硬體確實很難做，大部分會失敗，」他說，「但成功的那些，真的能建立護城河。」

對一位正在做硬體產品、即將達到獲利的自營創辦人，Jason 的建議是現在正是找投資人的好時機，因為市場心態已經翻轉。他同時推薦了 Kickstarter 作為硬體新創取得第一批客戶的管道。早期採用者願意付零售價的三到四倍來搶先拿到新產品。Jason 自嘲地說自己就是這種人：「不管是 15 萬美元的 Tesla Roadster 還是各種 Kickstarter 產品，我都買過。有些箱子到現在還沒拆。」但這對新創來說是好事，因為早期採用者的溢價付款不只是非稀釋性的資金來源，更是向後續投資人證明市場需求的最佳證據。

機器人即服務：4 美元取代 30 美元的勞動經濟學

在硬體話題的延伸中，Jason 和 Lon 探討了一個更前瞻的商業模式：當人形機器人變得商品化之後，它的定價模型會長什麼樣子？

Jason 的想法非常具體。如果他是 Optimus 或 Figure（兩家人形機器人公司）的經營者，他會直接走進亞馬遜說：「你們的倉庫分揀員每小時成本是 30 美元，包含時薪 20 美元加上勞工保險、職災賠償等約 50% 的附加成本。我給你一台機器人，每小時 4 美元，附帶現場維護人員。你要不要？」以一台機器人每年運作 8000 小時計算，每台的年營收大約 3.2 萬到 4 萬美元，對亞馬遜這種規模的公司來說，部署 100 台就是一筆有感的節省。

消費端的定價模式則類似汽車租賃。每月 299 美元，包含 500 小時的機器人使用時間，超時的部分每小時加收 1 美元。Jason 預估機器人的最終營運成本會降到每小時 1 到 2 美元，即使是消費端的租賃模式也有足夠的利潤空間。Lon 半開玩笑地把這個模式命名為 AaaS（Automatons as a Service，自動機器人即服務），兩人在節目上笑了一陣，但 Jason 認真表示這會是一個真正的產業類別。

Jason 從自己的投資經驗中舉了一個已經在運作的案例：安全巡邏機器人公司 Knightscope。這家公司的產品很早就出現在 Launch 的活動上，它的商業邏輯跟人形機器人完全相同。一個人類保全每小時 20 美元，但他會滑手機、會打瞌睡，工作八小時之後就下班了。Knightscope 的機器人 24 小時不間斷巡邏，配備 360 度攝影機持續錄影，成本大約是人類的一半。就算價格相同，它的表現也更好，因為它永遠不會分心。

護城河的另一邊

Jason 在這一集傳遞的核心訊息，可以濃縮成一句話：你的護城河在 AI 做不到或不願做的地方。對旅行新創來說，那是多人協作、在地市集和地面服務。對硬體新創來說，那是物理鎖定和使用者資料的長期累積。對機器人產業來說，那是把硬體成本轉化為服務營收的能力。

Rome 的故事是一個清楚的警訊：如果你的整個產品就是把大型語言模型的輸出包裝得更好看，你的生命週期大概就是模型下一次改版之前。但如果你在 AI 輸出的基礎上堆疊了社群、協作、人力和物理鎖定這些前沿實驗室不會去碰的東西，你就有了一個真正的公司。在 2026 年，最安全的新創位置不是站在 AI 最前沿，而是站在 AI 邊界的另一邊。