19岁少年用无人机放牛，拿下百万美元YC投资！证明90%的AI项目都错了

源济

19岁少年用无人机放牛，拿下百万美元YC投资！证明90%的AI项目都错了

原创 王煜全 全球风口

2026年4月9日 17:30

本期要点：如何用AI赚到钱？

---

你好，我是王煜全，这里是王煜全要闻评论。

过去两年，很多企业都在用AI，ChatGPT、DeepSeek、OpenClaw、Claude Code轮番上场。

但很多人还是感觉不对劲，效率是上去了，收入利润怎么几乎没有变化。

问题出在哪了？是AI这个“铲子”还不够强？

也许这个解释导致你四处去找更好的“铲子”，但更本质的问题却被搁置了——你到底在用这些“铲子”做什么。

前段时间，我们的视频号介绍了一个挺火的项目，得到了不少朋友的关注和讨论。

19岁的年轻人，Sam Rogers，用无人机去放牛，结果拿到了YC的120万美元pre-seed轮投资。

表面上看，这件事并不复杂。用无人机替代人力，把牛从一个地方带到另一个地方。

只不过，这次用户不需要遥控，只需要在手机上画一个范围，设定目标位置，无人机会自己起飞，去找牛群，带它们到指定区域，再返回充电。

但有趣的是，在驱赶过程中，如果牛群移动过快，无人机会主动拉高高度并减速，避免刺激牛群。如果有牛偏离，它会改变轨迹，把牛引回群体。

这么看，Sam在试图改造放牛这个行业。这个无人机好像自己就会放牛，它看起来是在执行任务，但又不是完全按固定步骤来行动。

这体现了什么？

我们想指出的是，现在的AI项目，已经形成了很清晰的分界线：大部分公司在做工具，只有少部分公司在重新改造一个行业。

很多公司看起来在用AI，却只是把原来的“人”换成了AI，按同一套流程、用更低的成本重新跑了一遍，但这就让流程里缺少了判断。没有判断，只有AI，结果也就很难改善。

---

AI缺了什么？

首先，为什么大多数AI项目很难进入到更有价值的层面？

很多公司一开始接触AI，会从最容易落地的任务入手，让AI先跑起来。

比如客服就是大家常常最先替代的环节：用AI接入企业知识库，就可以回答常见问题。

但问题是，同样是面对用户的提问，人类客服不会只看问题本身，他会去听语气，判断情绪，然后再决定怎么回应。

而且，很多时候，人类客服可以感受到用户的痛点，并把这些信息反馈给产品、运营和销售，为改进提供重要参考。

可是，大多数AI系统并不会处理这一层信息。它们多是只保证回答正确，但不会主动判断哪些信息值得记录和上报。执行被放大了，判断却没加入进去，对业务的帮助反而还变少了。

类似的情况在营销环节也很常见。

如今AI可以批量生成内容，再在各个平台自动发布，还可以持续跟用户互动。看起来是触达了更多人，也节省了人力。

但真正决定成交的因素还是没变。

比如，客户的犹豫点，是在价格，还是产品功能，是触达不够，还是节奏不对，还是信任没有建立，以及下一步怎么做，还是依赖销售的判断。这些信息不会写在数据里，而是销售人员长期在一线慢慢积累形成的。

可以看出，大部分公司用AI，只是完成那些执行部分。

可是，如果人们做出判断的机制没有被整理清楚，没有被写进算法里，那AI能做的自然就是机械的固定动作。它可以把事情做得更标准、更快，但流程不会变化，业务依然像以前一样，不会有改进。

而前面Sam用无人机放牛的项目，真正值得关注的一点就在于，他的无人机在不断调整路径、速度和位置，本质上是在模拟人做判断的过程。换言之，这个年轻人把人放牛的经验放入了系统之中。

---

交叉的魔力

接下来，一个更现实的问题就出现了，Sam为什么会想到把判断放进无人机系统里呢？

因为他从小在澳大利亚的牧场长大，家里大约有6000头牛。

他很早就参与放牧，看着父亲用摩托车、马匹甚至直升机去赶牛，从早干到晚，过程本身还有不小的安全风险。如果无人机能替代人力，自然会让牧民们轻松很多。

不仅看到了需求，这些早年经历，还让他早就知道，放牛真正难的地方是要在驱赶牛群的过程中不断做出新的判断——什么时候靠近，什么时候拉开，牛群为什么突然变得紧张，哪一只牛需要单独处理。

当然，只有这些经验肯定是不够的。很多牧民都有类似的经验，但很少有人会去做系统。

但Sam后来又系统学习了机器人和AI相关的内容，在悉尼大学读机电和机器人方向，还参与过一些和计算机视觉、模型训练相关的项目。

也就是说，这套系统能够运作，不是因为无人机本身有多强，是因为Sam在两个路径上同时积累了能力。

这也是他独特之处：没有现场经验的人，即使技术再强，也很难做出解决实际问题的系统；而没有技术的人，即使理解放牛，也无法把经验规模化。

不过，看到了这儿，你也许会说，一个人同时掌握两种不同领域的能力，也太少见了，恐怕全世界也就Sam一人了吧。那这个项目对其他人又有什么参考价值呢？

我们想指出的是，确实，论个人能力，Sam是独一无二，但一个团队像Sam这样同时具备行业经验和技术能力，就要容易得多了。

认识到这一点，你就会发现，用AI改造行业、创造价值的核心在于组建能力互补的团队。

可惜的是，目前很多人仍停留在工具层面，只关注模型或算法，恰恰没有触及AI浪潮的本质。真正能创造价值的AI项目，需要先梳理业务逻辑，再把这些机制整合进系统里。