Learn early, commit late：硬件产品如何在软件时代降低决策风险

软件产品经理犯错的代价很低。发布出去，观察转化漏斗，周五之前回滚即可。一个糟糕的决定可能损失一个冲刺周期，最多一个季度。

硬件可没有这样的宽容余地。工装会被开模，库存会被下单，代工厂会排产。规划会议上做出的一个决定，可能最终变成仓库里堆积的价值数百万美元的无用工装和卖不出去的库存。

在硬件领域，犯错的结局是资产核销。在软件领域，可能只需要一次回滚和一份修订后的排期。

但对于当今的硬件设备而言，这两个世界之间的边界正开始模糊。它们进入了一个新的产品类别：有形产品（Tangibles）——诸如智能手表、恒温器、城市微型车和咖啡机之类的联网产品，它们是被分层软件栈增强的物理实体。

数字界面、连接能力、空中下载更新、服务和智能，让制造商能够观察产品的使用方式，在发布后改变其行为，有时甚至在产品离开工厂数月后将其变成截然不同的东西。

这就是机遇所在，而大多数团队却浪费了它，他们把软件栈当作一堆待发布的功能，而不是当作一种在发货前为每个决定降低风险的方法。他们确实在发布后用软件改进产品，但没有在工厂锁定之前用它来做出更好的承诺。

因此，以下是操作原则，以及由此衍生的方法：

尽早学习，尽晚承诺。

犯错的成本是一条曲线，而非一个数字

把你的产品时间线想象成一条错误成本曲线。

第一天，改变主意几乎是免费的。它只是文档里的一句话、白板上的一张草图、一个被抛弃的假设。一旦工业设计开始，成本就开始攀升。等到钢制工装开切、元件订单下达时，曲线几乎变成垂直。此后的每一次变更都意味着重新开模、报废库存、推迟发布，以及永远无法收回的资金。

这种成本梯度并非硬件独有。《跨越鸿沟》一书的作者杰弗里·摩尔（Geoffrey Moore）在读到这一论点的早期草稿时指出，更深层的鸿沟部分存在于消费级与企业级之间。他观察到：“消费级软件及其最小可行产品（MVP）恰好符合你指出的模式”，而企业级软件仍然涉及“更长的发布周期、难以撤销、几乎没有迭代的余地”。

硬件只是占据了该光谱的最远端——在这个领域，推翻一个决定最慢、最难、也最昂贵。

在截止日期的压力下，团队往往感到一种难以抗拒的冲动，想要向曲线中昂贵的那一端靠拢。“让我们把它投入开模，这样感觉我们正在出货。”但这种直觉恰恰是反的。硬件产品经理的工作，是在曲线仍然平坦的时候榨取尽可能多的认知，并把每一个不可逆的承诺推迟到最后一刻——那个仍可负责任地做出决定的时刻。

这并不意味着行动缓慢。这意味着快速推进便宜的部分，而扣住昂贵的部分。这就是打造有形产品带来的实际红利之一：软件把一部分赌注彻底移出了曲线。存在于软件中的东西可以晚做决定。只有存在于原子中的东西才必须早做决定。

Better Place 是我反复回顾的警示案例。它的主张——可更换的电动汽车电池，汽车与能源分开销售——确实极具远见。但公司在验证更廉价的方案之前，就押注于这一愿景中最耗费资本、最不可逆转的版本。它建造了实体换电站和定制车辆，将近十亿美元投入实体资产，最终在市场跟上之前破产。

Better Place 过早地（致命性地）做出了承诺，却很晚才意识到这个想法可能来得太早。

有纪律的联网硬件团队则恰恰相反。他们一次又一次地，把需要学习的东西与需要构建的东西区分开来。

—

解耦式 MVP

有形产物（tangible）是解耦式 MVP 得以实现的基础。因为产品在发布后仍会持续学习，你不再需要在构建之前回答所有问题。

许多硬件团队假设，最小可行产品必须是一个最小可行单元：一台制造完成的设备，组装好并交到测试者手中。

有时确实如此。

但通常，还不到时候。

解耦式 MVP 将你需要回答的问题与你假定需要构建的产物分离开来。然后，它用能够产生可信结果的最廉价产物来回答那个问题。

分三轮来执行。

首先，要找出风险最大的假设，而不是最令人兴奋的功能。每个硬件项目都建立在一连串赌注之上：这个问题值得解决、客户愿意支付你的价格、他们会按照你的设想使用产品、物理原理行得通、你能以目标成本将其制造出来。

把这些赌注列出来。用一个问题对它们进行排序：

“如果这个假设是错的，我们会死得多惨？”

排在列表最顶端的答案决定了你的下一个实验。它几乎从来不是团队最想构建的那个功能。

其次，找到能验证该赌注的最轻量的载体。需求和支付意愿很少需要一个能用的产品。它们需要的是对价值的有说服力的呈现，以及客户的实际承诺。这个载体可能是一项人工交付结果的礼宾服务、一个测试人们是否理解该概念的非功能性模型，或者一个由幕后真人扮演“AI”的联网试点项目。

2024 年的两个 AI 硬件失败案例——Humane AI Pin 和 Rabbit R1——说明了这种危险。两家公司都在验证核心假设（即交互模型在客户手中确实有效）之前就制造并出货了成品设备。硬件完成了，学习却几乎还没开始。

第三，只投入你已经赢得的那一层。硬件天然适合分阶段投入：纸面、原型、软模、硬模、量产。每个阶段成本更高、耗时更长，也更难逆转。只有当证据证明合理时才进入下一阶段，而不是因为日程表的要求。

掌握这种纪律的公司并不更慢。SharkNinja 就是一个很好的例子。它在开量产模具之前会进行数十次低成本实验，让薄弱的想法在失败还很便宜的时候就失败掉。等到真正开钢模时，大部分不确定性已经消失了。

—

软件如何改变经济学

这正是软件层证明其价值的地方。

互联产品赋予你两项传统硬件从未有过的能力：它告诉你客户实际上如何使用产品，并让你在产品出厂后仍能改进它。

在做出不可逆的承诺之前，先利用第一项能力。哪怕是一个小规模的互联试点，也能在改动仍然廉价时，把假设转化为经过测量的行为。你会发现人们使用哪些功能、忽略哪些功能、在哪里遇到困难，以及他们愿意为什么付费。这些数据会成为你的验证引擎，而不仅仅是上线后的分析工具。

只要物理条件允许，就通过把决策留在软件中来利用第二项能力。每一个可以在固件或云端实现的行为，就意味着少一个必须被固化进钢铁中的决策。软件让你可以稍后基于证据而非预测来做这些决策。

这就是该策略的核心：尽可能把不可逆性从原子推入比特。

Geoffrey Moore 从另一个角度得出了同样的观察。由于现代硬件天然包含软件，这些软件就成了“可以调整以适应利基市场独特需求的空间”，正如 Tandem 和 Sun Microsystems 为专业企业市场所做的那样。

正是软件层让实体产品无需重建硬件就能适应其滩头阵地市场。

—

周一可以做什么

你不需要重组公司就能开始。

针对你路线图上的下一个硬件决策，问自己三个问题。

这个承诺背后最危险的假设是什么？
能验证它的最廉价的工件是什么？
做出这个不可逆承诺的最晚的负责任的时刻是什么？

如果你能诚实地回答这些问题，你就已经在践行“早验证，晚承诺”的准则了。

产品的互联特性不仅仅是上线后用于营销的东西。善加利用，它会改变你必须做决定的时机。

它让硬件团队在错误代价仍然低廉时犯错。

但前提是，你要在投入钢铁之前先投入学习。