最近有機會全程參加了錦秋基金的 CEO 大會。這家在過去一年出手了 50 多家 AI 創(chuàng)業(yè)公司的投資機構(gòu)，請來了它投資的近百家公司的 CEO，一起密集交流了一整天。
以下是聽了錦秋的分享，以及與創(chuàng)業(yè)者和投資人們交流后的一些感想。
1 模型會成為 commodity ，但好的 AI 應用不會。
"Commodity" 這個詞在中文里很難直接翻譯，它并不僅僅是 " 商品 "，而是指低利潤率、同質(zhì)化、容易獲取、難以形成壁壘的東西。
過去不少討論都認為，AI 整體會逐漸變成 commodity。而錦秋的核心觀點是：模型層會逐步成為 commodity ，但好的 AI 應用不會。
微軟 CEO 薩提亞 · 納德拉最近在一次播客中也提到，人們總喜歡把 AI 或云看作 commodity，但事實上——"At scale, nothing is commodity"。也就是說，當一個系統(tǒng)的規(guī)模足夠大、復雜度足夠高時，它反而會因為這種復雜性而產(chǎn)生差異化，從而形成新的競爭護城河。
從這個角度看，整個 AI 體系中，模型確實正在成為所有競爭者共同的基礎(chǔ)設(shè)施——而真正決定勝負的，是在這層基礎(chǔ)之上，誰能構(gòu)建出更復雜、更具規(guī)模效應、更難被復制的系統(tǒng)與應用。
2 軟硬件結(jié)合的方式還需要更徹底的顛覆，這種創(chuàng)新可能會發(fā)生在中國。
當前英偉達的芯片架構(gòu)設(shè)計，與各家 AI 大廠們所描繪的最終要達到的智能水平之間，存在著明顯的差異，當拋開諸多噪音，純從芯片與算法的軟硬件結(jié)合技術(shù)原理來思考，是可以找到彌補這種差異的更優(yōu)解法的。
在錦秋的投資方向里，芯片也是重點。他們的判斷有三，第一，推理芯片的窗口剛打開；第二，芯片、軟件、算法的正向飛輪會是中國式創(chuàng)新；第三，芯片依然有很多不一樣的技術(shù)方案在解決問題，其中與用戶場景深度適配是護城河。
3 AI 應用的真實數(shù)據(jù)體現(xiàn)在 token，而它無法被真實檢測。
過往移動互聯(lián)網(wǎng)時代所習慣的基于運營商管道、sdk 等的 " 流量型 " 數(shù)據(jù)監(jiān)測方式，對于 AI 產(chǎn)品來說，已經(jīng)失真。
真正有價值的數(shù)據(jù)指標是 token，這些數(shù)據(jù)情況 " 藏 " 在產(chǎn)品對模型的調(diào)用上，也就是模型廠商會更加清楚 AI 應用的表現(xiàn)。
4 接上條，這也進而帶來AI 應用公司與模型廠商之間新的相互關(guān)系。
一方面，是當模型廠商看得到哪些應用的 token 在增長，而模型又可以 " 內(nèi)化 " 這些應用的核心功能時，就不可避免出現(xiàn)他們下場與 AI 應用競爭的可能，這時應用公司為 token 付費就是在 " 用你的現(xiàn)金流補貼競爭對手 "。
另一方面，好的 AI 應用往往在用多個模型，于是它們也能看到自己用戶在選擇不同模型時的 " 數(shù)據(jù) "，當這些真實的反饋足夠規(guī)模化后，就是模型廠商們今天最需要的最真實 benchmark，于是應用公司反過來可以變成 " 拿捏 " 模型廠商的角色。這對應用公司與模型公司的合作方式、AI 應用公司的成本結(jié)構(gòu)、甚至 AI 技術(shù)演進的模式和方向都會帶來巨大改變。
5 規(guī)模是第一要務，而一家創(chuàng)業(yè)公司獲取規(guī)模的方法，并沒有因為是 "AI 公司 " 而改變。
對于創(chuàng)始人來說，所需要的創(chuàng)業(yè)素質(zhì)永遠沒變。連續(xù)創(chuàng)業(yè)者過往的那些創(chuàng)業(yè)經(jīng)驗、增長經(jīng)驗、產(chǎn)品經(jīng)驗，依然有效，尤其是商業(yè)化上打過勝仗的創(chuàng)始人在今天更有機會如魚得水。
這些人做的 AI 產(chǎn)品，很可能并不在那些今天被炒的最火的產(chǎn)品列表里，這些創(chuàng)始人還不在聚光燈下，但他們一定會在模型廠商生態(tài)部門自己列出的珍貴的重點聯(lián)系名單里。
6 可以被用來 " 對標 " 的上一代互聯(lián)網(wǎng)公司快不夠用了。
AI 重做 LinkedIn，AI 重做多鄰國，AI 重做 Airbnb，等等等等。但相比起直接的對標，對創(chuàng)業(yè)者來說，更重要的是知道自己產(chǎn)品 " 吞掉 " 的是來自哪款 " 上個時代產(chǎn)品 " 的用戶，比如看起來被習慣性定義為 AI 陪伴的產(chǎn)品可能是在吸走一些帶社交屬性的游戲的用戶，而不是聊天類產(chǎn)品的用戶。從用戶重合度和相關(guān)表現(xiàn)數(shù)據(jù)出發(fā)，才能更準確給這些用戶估值。
7 用 Cursor、Claude Code 的賬單作為招聘考核依據(jù)，比那些傳統(tǒng)代碼題更符合今天 AI 公司的人才要求。
許多對 AI 的使用已經(jīng)非常極致的創(chuàng)始人，會發(fā)現(xiàn)，中國整體的開發(fā)人員對 AI coding 等新工具的接受度，以及整個組織的 AI 化程度，其實是低的：一方面因為過往互聯(lián)網(wǎng)業(yè)務的成功帶來的慣性，另一方面計算機相關(guān)專業(yè)的訓練足夠 " 工業(yè)化 " 后，也是一個蘿卜一個坑。
但在新的競爭里，快是競爭力，而快只能來自組織的變革，Anthropic 全員 AI 編程，lovable 全員全棧化，Cursor 的恐怖迭代速度，其實都是組織能力，這最終會帶來技術(shù)的分野和產(chǎn)品上的領(lǐng)先優(yōu)勢。
8 與 AI 發(fā)展的邏輯不同，相比于技術(shù)突破，資本注入可能反而是今天機器人領(lǐng)域更大的變量。
具身智能是過去一年國內(nèi)資本市場最活躍和融資最多的方向，這帶來諸多變化：
一是哪怕強如宇樹，也需要對自己嘗試過并認為不 work，但今天卻正在吸引大量資金支持的其他技術(shù)路線保留一絲空間；
二是，作為有消費品屬性的機器人產(chǎn)品，資本涌入一定會帶來價格戰(zhàn)，直接會改變銷售定價，進而改變商業(yè)模式。有明星創(chuàng)始人甚至提到未來很可能出現(xiàn)的模式：機器人最終會 " 白給 "，來換取用戶為它提供數(shù)據(jù)，然后再進一步，可能供應鏈也 " 免費造 " ——造出來的機器人去產(chǎn)生價值后給全鏈路分成。
9 關(guān)于 " 出海 "：走出去沒那么難，但然后呢。
關(guān)于走出去這件事，依然存在太多幻想和想象。" 去舊金山，就能輻射美國市場 " 的想法和當年 " 涌入新加坡，就能解決更復雜的問題 " 一樣，有些一廂情愿。頭部創(chuàng)業(yè)者拿到一定投資后，帶著一些彈藥來到硅谷搶市場，這第一步目前沒什么難度，但真正的考驗，是到了這個市場后發(fā)生的。
而今天似乎很多 AI 公司集體進入了這第二階段，接下來需要更多破局的新思路。
10 今天的 AI 創(chuàng)業(yè)者需要一個像一家創(chuàng)業(yè)公司一樣運轉(zhuǎn)的投資機構(gòu)、合作伙伴。
錦秋一年投了 50 多個 AI 項目，已經(jīng)是國內(nèi)出手最多的基金之一，這背后對出資額度、靈活度、判斷方式等都需要跟著做很多改變，同時這是一個 12 年期的基金，可以用一個更長的維度對待這些越來越早期的投資。
某種程度上，錦秋給人的感覺是，它自己也在像創(chuàng)業(yè)公司一樣運轉(zhuǎn)。這有助于在今天越來越激烈的對早期項目的爭奪中，與創(chuàng)業(yè)者建立某種新型的聯(lián)結(jié)。
