图片来源：网络
过去一年，中国人工智能产业在技术与资本的共振中完成关键跃迁。以 DeepSeek、Manus 为代表的创新势力，凭借开源大模型与垂直场景的突破，掀起继移动互联网之后最猛烈的资本虹吸效应。
据 IDC 数据显示，中国将继续引领亚太地区人工智能市场发展，2024 年中国生成式 AI 占 AI 市场投资总规模的 18.9%。随着生成式 AI 技术的快速发展，2028 年生成式 AI 投资占比将达到 30.6%，投资规模超 300 亿美元，五年复合增长率为 51.5%。这场由万亿级参数模型驱动的产业变革，成为所有人的共识。
同时，也催生出更深层的战略思考，未来，初创企业的路在何方？价值锚点在哪里？
在中关村论坛 《AI 未来论坛》 之上，启明创投邝子平、金沙江创投朱啸虎、高成资本洪婧三位投资界重量级人物，谈论了他们关于 AI 的预判和畅想。
以下为钛媒体创投家整理的分享精华：
启明创投 创始主管合伙人 邝子平：
1、AI1.0 时代，中国人工智能的落地场景，可能是在全世界最领先、最丰富、最能够达到商业的目的的。所谓的 1.0 指的是当年的深度学习人工智能。
2、 作为一家早期创业投资机构，最恰当、最适合进入的一个时点就是要 「早半步」，早一步风险太大，可能就牺牲了，而慢了半步，可能只能做锦上添花的事情。
所谓的 「早半步」，就是在技术的突破点已经相对的稳妥，即这项技术已经有一定的突破，是时候写论文了，但是还远远没到市场的引爆点，甚至还没进入一个真正的示范期。
3、DeepSeek 的推出以及在全球的成功，证明它的成本已经到了一个可用的地步了。
4、AI 与教育的结合应用，非常值得期待。其强大的交互能力能够在与学生的互动过程中催生全新的知识体系和教案，这一点是以往的人工智能技术以及其他工具所无法实现的。
5、 这一代的人工智能的出现，能为自动驾驶技术落地提供重要支撑，尤其能够解决很多长尾场景问题。
6、中国做智能硬件消费品的能力是很强的，在 AI 和智能硬件的结合方面，很快能够推出很多很有意思的新的智能硬件出来。
7、人工智能的基础设施的投资，在中国还有很多的机会。过去几年，我们作为投资人，做得更多的是针对基础设施的投资。基础设施的投资和应用，总是互相促进的，到了今天，这些基础设施的投资已经到了能够完全支撑应用真正落地的水平，所以我们现在更多是在关注应用层面的投资。
金沙江创投 主管合伙人 朱啸虎：
1、早年的长视频、打车、外卖、共享单车等商业模式，曾一度被质疑如何盈利，但今天它们都证明了各自模式的可行性。进入科技时代后，元宇宙、SaaS 软件以及当前的基础模型领域，在短短两三年内经历了泡沫期与快速 「证伪」 的过程。任何一项创新都必然要经历一个周期：泡沫期之后是 「死亡谷」 阶段，而后才会逐步迎来稳健的成长期。
2、美国的 VC 不再投大模型了，而是将很多钱砸向 AI 应用，在每个垂直赛道中，往往都有十几家公司获得风险投资。
3、今年积极拥抱 AI、DeepSeek 的软件企业会迎来高速增长，如果我们能保持这样的增长速度到今年年底，中国软件行业的春天或将到来。但那些在高峰期大量融资、烧钱的软件企业，可能就看不到春天了。
4、创业公司不要浪费一分钱去训练底层模型，而应全力拥抱开源模型。随着底层模型趋于成熟，相关应用公司的收入将迎来爆发性增长。以美国企业为例，过去六个月内，其收入实现了每周超过 10% 的环比增长、每月超过 20% 的环比增长，而且这些公司不需要很多人，十几个人在 6 -12 个月内就能实现千万美元级别的收入。
5、技术路线不重要，重要的是商业场景和产品。你是否真正了解自己的客户？是否明确他们的需求？能否开发出对方迫切需要的产品，并实现试用后即付费？只有真正贴近市场需求的场景，才会实现快速增长。
6、任何技术壁垒都是忽悠人的。底层模型固然提供了能力，但更核心的是对用户需求和产品属性的深刻理解。所有应用本质上都是沟通的桥梁，但企业可以在 AI 之外的环节 （例如对繁琐、复杂工作的把控） 构建真正的壁垒。
7、所有的 AI 应用的壁垒都不在 AI 本身，而在 AI 之外，对商业的深刻理解以及国际化战略。要想在未来赢得市场，必须更懂商业，更积极出海。
8、在未来五年内，基于文本生成视频的技术不可能实现 100% 自动交付，仍然需要借助人工编辑。这正为创业公司提供了机遇：通过整合上百种各类原生视频模型，根据用户风格需求 （例如中东市场对视频规范、画面构图、露肤程度等方面有特定要求） 生成初步内容，再由中国二三线城市的工作室进行后期编辑，最终直接交付企业成品。这样的模式正是中国 AI 赋能的软件企业有望超越美国同行的机会所在，我们不仅卖软件，更用 AI 直接交付成果。
9、我们给中国创业者的建议是：在国内磨炼好产品和团队后，要尽早出海。国内市场的价格竞争往往处于白菜价阶段，而海外市场的盈利空间更大。
我们的观察显示，中国团队在拓展日本、东南亚、中东市场时，几乎没有竞争对手。无论是在 AI 落地能力上，还是在商业执行上，中国和美国均处于全球领先地位——甚至在美国，约有一半团队由中国人主导。因此，中国在 AI 应用落地方面具有显著优势。
高成投资 创始合伙人 洪婧
1、市场对 AI 的潜力预期很高，但技术成熟和商业化落地仍需耐心，通常需要经历创新狂飙突进阶段、过热期、低谷期，最终才走向成熟期。
2、AI 对现有软件产品的影响可以大致分为三类：被颠覆、受益以及催生 AI 服务的新产品类。
3、未来不会有不拥抱 AI 的软件企业。无论是 AI+ToC 软件、AI+ToP（professional 专业人员软件），还是 AI+ToB 软件，都将有大量落地应用。例如，ToC 领域中涉及信息搜索、推理和生活化情感陪伴等应用层出不穷；ToP 领域内，内容生成工具正迅速发展；而在 ToB 领域，通用软件企业通过 AI 实现了从工具型向赋能型的转型，垂直应用软件公司则借助 AI，从传统 SaaS 模型转变为直接交付成果的企业平台。这一过程令人振奋，每个软件公司都将因此被重新塑造。
4、技术本身不足以在企业的长远发展和商业化过程中形成竞争壁垒，必须嵌入企业工作流、深度融入客户经营场景，并持续沉淀高质量数据，以 AI 赋能新功能，辅助企业做出深度决策。越是深入企业的决策链、数据链和专业服务环节，越能创造更大价值。此时，各种垂直行业的解决方案 （如销售、培训、研发等） 都需要借助 AI 进行全面重构。
5、客户并不在乎你采用的是哪种技术，他们更关心你是否能够真正帮助他们实现预期的交付效果。相比传统软件市场，切入运营和服务市场往往能拥有更丰厚的利润池。
6、生成式 AI 在商业化应用中仍面临诸多挑战，如幻觉问题、可解释性、可溯源性是否能满足大企业需求，以及数据风险控制等问题。作为成长阶段的投资人，我们的任务是协助被投企业实现商业化，同时提醒创业者，新技术同样会遇到传统问题。
7、在 AI 创新过程中，必须理清价值创造的各个维度，避免陷入自娱自乐式的创新。从客户预算的优先级来看：首先应帮助客户增收，其次是确保合规 （对大国企尤为重要），然后是降本，最后是提升效率。如果仅仅侧重提升效率，管理层可能难以直观感受到成效，预算也难以保障，从而难以培养出大企业，也难以确立新一代业务模式。
8、建议 AI 创业者不要试图为整个大市场构建所有产品，而应聚焦于为首个目标市场开发最小可行产品，同时理清长期的护城河策略，在第一个市场实现规模化后，再逐步拓展到下一个产品和市场。
9、中国必将经历 「Copy to China」 到 「Innovation from China」，再到 「Copy from China」 的演变过程，最终成为这场巨大历史机遇中的创新领潮者。
（本文首发于钛媒体 App，作者｜郭虹妘，编辑｜陶天宇）
