Yupp是一家 AI 创业公司，创始团队来自 Google 和 Twitter，2024 年拿到 3300 万美元种子轮融资，45 位顶级投资人押注，累计融资 2.2 亿美元。2026 年，公司宣布关闭，成立仅 22 个月，账上的钱都没烧完。
创始团队的公开复盘理由是：AI 技术迭代过快，商业模式失效。
翻译成大白话——每两三个月，OpenAI 或者 Anthropic 就更新一次原生功能，把整个赛道抹掉一层。每一次抹掉都是一个信号："这个方向不对了。"但团队没有把这些信号系统化收进来，一直用同一个假设往前跑——直到 22 个月后，账上还有钱，但整个团队和投资人一起意识到方向已经走不通，只能主动止损关停。
这不是 Yupp 一家的问题。CB Insights 判断 2022-2024 年间融资的 AI 公司里，90% 到 2026 年底会死掉或者被大幅重组；国内智源研究院预测 230+ 家 AI 创业公司正在收缩。硅谷的 VP 已经在公开场合说：「在 GPT-5 或 Gemini 上包一层薄薄的东西就叫产品的那批公司，正在被清算。」
这个现象也不只发生在 AI 创业公司里。领途 LeadPath 在过去两年跟随企业家赴美研学的过程中，越来越多推动 AI 战略的中大型企业老板反映——内部 AI 转型立项冲动、投入分散、试错没有复盘机制。半年过去，几个部门各自试了一批工具，谁都没有系统的判断。
失败发生了，但失败没有被组织化地消化掉。
在这个背景下，不管你是 AI 创业者，还是正在推动企业 AI 转型的一号位，最贵的能力都不是模型、不是数据、不是预算，而是把每一次失败信号收进来、消化掉、变成下一次决策依据的组织机制。
大部分公司没有这套机制。他们把失败当耻辱：一次失败之后重来一次、再来一次，每次都从零开始，一次次交同样的学费。而三家最伟大的硅谷创意型公司——皮克斯（Pixar）、奈飞（Netflix）、亚马逊（Amazon）——花了几十年，把失败变成了三种完全不同、但都可以被系统化操作的机制。
皮克斯｜智囊团机制
让失败可以被「发现」
皮克斯资深高管 Lily（化名），2026 年 1 月在 Berkeley 给我们的一场硅谷企业参访做过一次完整分享。她拆解了皮克斯至今仍然被硅谷创意型公司反复研究的核心机制——Braintrust（智囊团）。
先讲一个 Lily 分享里最让人印象深刻的细节。
皮克斯的智囊团是其核心决策圈，每部电影在制作过程中都要接受它的评审。但后来，乔布斯（Steve Jobs）——把皮克斯救回来、投过重金的创始股东——被自己的团队请出了这个圈子。
理由是：他的影响力太大，成员容易只是附和，不敢真的把烂点子说出来。
一个投过公司、深度参与运营、又是硅谷传奇的人，因为「影响力大」被移出核心决策圈。这不是普通公司敢做的事——但这恰好是智囊团机制的核心逻辑。
Lily 讲了智囊团的运行方式。圈子里成员从不同电影、不同背景来，唯一的共同点是「都是资深创作者」。评审开始，所有人对导演的电影版本提意见，尖锐、直接、可以说难听。
关键规则不在意见上——在意见的权重上。
Lily 的原话：
「意见仅为建议，不是命令。导演有最终决定权。」
第一条规则叫「权威剥离」，第二条叫「导演自主权」。这两条规则加在一起，解决了创意型组织最头疼的问题——评审者的权威会淹没创作者。
所以乔布斯必须走。他是评审者，但他的份量太大，其他成员开口就带着「乔布斯这么说了那应该就是这样」的心理惯性。当一个评审圈里最重要的人本身就是评审失效的原因，就必须把这个人移出去。
Lily 讲了智囊团成功的标志：
「一个房间里最弱势的人也敢想敢说，这才是智囊团成功的标志。」
在这套机制之上，皮克斯形成了一整套失败哲学。Lily 分享了两句原话：
「失败要趁早、尽快。管理者的职责，是营造一个让员工不畏惧犯错的环境。」
「灵感源于动手。好点子是在创作过程中诞生的，不是等灵感降临。」
第一句解决的是失败的时间点——晚失败不如早失败。
第二句解决的是失败的产出方式——失败是「做」出来的，不是「想」出来的。
有一个具体案例——《海底总动员》。电影快做完的时候，团队通过智囊团评审发现叙事结构有严重问题。当时距离上映已经很近，如果按原样上，会是一个平庸的作品。
团队做了一件普通公司几乎不敢做的事——把回忆线整体移到片头。这个大改造让电影起死回生。
Lily 说，皮克斯的信念是「把戏烂过程做到极致」——所有电影初期都是「丑小鸭」，坦然承认这件事，才能让智囊团的评审真的发挥作用。
Lily 还讲了《玩具总动员 2》制作过程中员工健康受损的一次事件。事件之后，公司确立了一条新原则——「不把电影需求凌驾于人才需求之上」。
皮克斯对失败的态度，落在了一个具体的组织结构里——智囊团。这个结构的作用不是「决策」，是让失败可以在成为灾难之前被看见。这是三家公司里最靠近组织结构层的失败机制。
Netflix｜敏捷迭代
让失败可以被「复用」
Netflix 创意研发与生产制片负责人Julie（化名）是位韩国裔加拿大人，普林斯顿+剑桥+牛津的电影学背景，之前在 Meta 做过欧洲创意总监。她在 2026 年 1 月我们组织的一场美国游学课程里给出了 Netflix 的核心机制拆解。
Netflix 和皮克斯很不一样。皮克斯的核心是「一部电影做好」，Netflix 的核心是「几千个作品在不同用户面前呈现不同的样子」。
Julie 的观察起点是软件研发：
「版本 1.0、1.1、1.2、2.0……不完美的产品也交付给顾客，让他们抱怨、告诉你哪些不好，然后你迭代。」
Netflix 把这个逻辑搬到了内容行业。Julie 讲了一句让在场安静了几秒的话：
「失败其实是不存在的——只要它能让你在决策过程中转向，它就不是失败。」
这不是心灵鸡汤，是一个可以运营的判断。
2018 年，Netflix 推出 Bandersnatch 互动剧的时候，整个团队相信「这是娱乐的未来」。观众可以实时选择剧情走向，参与感是前所未有的。上线之后，团队发现事情不对——用户下班回家已经太累，不想再做决策。「让我看点东西放松」和「让我做十几次选择」是两件截然相反的事。
Bandersnatch 失败了。但这次失败没有被浪费。
2021 年前后，游戏行业营收超过所有其他娱乐形式加起来的规模，Netflix 快速切入游戏——一开始也不成功，因为大部分家庭里没有专门的游戏设备。直到近一两年，Netflix 才真正找到自己的用户场景——手机+电视双屏社交游戏：家庭聚会时，人用手机操作、电视做屏幕，全家一起玩。
从 2018 年 Bandersnatch 的失败，到 2021 年切入游戏、再到近期找到双屏社交模式，这不是两次尝试，是一次连续的迭代。
Julie 引用了 Netflix 联合创始人 Marc Randolph 的话：
「打造 Netflix 告诉我，你的第一个想法一般不是最好的想法。」
Netflix 的自我颠覆链条清晰地摆在那里——DVD 邮寄，到流媒体，到自制内容，到社交游戏。每一次都在颠覆前一次，每一次都有失败夹在中间。
关键在于——每一次失败都被作为下一次尝试的起点，而不是终点。
Netflix 靠这套机制把自己变成了那个"每几年抹掉别人一层"的公司，而不是被抹的那个。今天大部分套壳型 AI 创业公司、以及许多在内部推 AI 转型但没有独立判断的中大型企业，处境恰好相反——他们是被 GPT-5、Gemini 每次更新抹掉一层的那批。
这是流程层的失败机制。皮克斯用组织结构承接失败，Netflix 用敏捷迭代复用失败。
亚马逊｜Voice of Customer
让失败信号可以被「系统收集」
亚马逊 Marketplace 早期发起人Bob（化名），2002 至 2005 年在 Amazon 工作。2026 年 5 月的一场亚马逊研学里，他给我们完整拆解了亚马逊的 Voice of Customer 机制。
Voice of Customer 中文翻译成「客户之声」，但翻译损失了一半意思。Bob 的解释是：
「一个好的 Voice of Customer 项目是这样运作的——识别客户面对的摩擦或挑战，通过足够的辩论和数据，把优先级工作分配到任何一个团队去解决。」
这不是收集反馈——是把客户的失败体验系统化地变成组织的行动清单。
Bob 讲了 2002 年 Marketplace 上线时的一个决策——
Marketplace 的模式是让第三方卖家在 Amazon 上卖货。大部分初期合作伙伴都有一个诉求：「把客户的信用卡信息直接给我们处理，让我们自己发货、自己收款。这样对我们更方便。」
Bob 的原话：
「这对合作方更方便。但这违反了我们的信任原则。如果我们把信用卡信息给几十、几百、上千个合作方，我们会失去客户信任。我们走开了那些不接受这个条款的合作方。」
一批潜在合作商就这样走了。但也是从那一刻开始，Marketplace 上的第三方交易在客户信任层面没有产生系统性问题。
Bob 的判断更进一步——
「在一个信任稀缺的世界里，如果你能给客户交付信任，你就赢了。关键是你要定义信任是什么，然后想办法把它系统化。」
Voice of Customer 就是这个系统化过程的核心工具。它不等失败发生，它用系统提前捕捉客户的摩擦点，然后把摩擦变成工作。
亚马逊的失败机制不在结构层，也不在流程层——它落在运营机制层。系统在跑，摩擦被捕捉，问题被分派，工作被执行。没有一个环节依赖某个人是不是聪明、是不是主动。
三家指向同一件事
把三家的失败机制放在一起——
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
三种机制不是替代关系，是组合关系。
只有智囊团、没有敏捷迭代——你能发现失败，但发现之后没有下一步动作。只有敏捷迭代、没有 Voice of Customer——你在不断改，但不知道该改什么，改的方向可能是错的。只有 Voice of Customer、没有智囊团——数据来了，但组织里没人敢说真话，最响的信号被最高的职级压了下去。
一家能在 AI 时代持续产出的公司，三层都得有——无论它是从零起步的 AI 创业公司，还是内部在推 AI 转型的中大型企业。
回到今天所有推 AI 战略的公司的处境。
AI 让试错的成本几乎归零——这看上去是好消息。但真正的问题是——如果一家公司没有失败机制化的能力，AI 不会帮你减少错误，它只会加速你的错误。
一天犯一百次错和一天犯一万次错，本质是同一种失败——但代价放大了一百倍。
对内部推 AI 转型的中大型企业来说，这个问题更严峻。资源多、部门多、试点多，如果每个部门的试错都不进入组织的共同判断，最后就是——全公司花了大钱，得到了一堆彼此矛盾的经验。
回到开头那个 Yupp 的故事——2.2 亿美元融资、22 个月倒闭、创始团队是 Google 和 Twitter 出来的人。
这不是缺钱，也不是缺人。是缺一套让失败信号能够被组织化收进来、消化掉、变成下一次决策的机制。
模型可以买，数据可以攒，工程师可以招，AI 咨询顾问可以请。但一家公司——无论是 AI 创业公司还是推 AI 转型的中大型企业——能不能在失败发生时——
让最弱势的人也敢把真话说出来（智囊团层）；
让上一次的失败成为下一次尝试的起点（敏捷迭代层）；
让客户的每一次摩擦不停留在个别人的抱怨里，而是被系统化收集（Voice of Customer 层）。
这三件事，都要在中美研学的现场看过、听过、被震撼过之后，回到自己公司才能开始设计。
