" 在硅谷，創業者們在垂直場景里挖掘真實需求。而在國內，一個陪伴概念火了，立即涌出幾百個模仿者。" 騰展科技創始人魏松祥（Steve Wei）道破了中美 AI 硬件創業的本質差異。
這位親歷 WebEx 從創業到 32 億美元收購的連續創業者，如今在 AI 翻譯硬件領域找到了新的戰場。在他看來，中美市場的分化正愈發明顯：美國創業者深耕企業級市場，中國團隊狂卷消費級賽道。
" 做海外 ToB 業務，需要深度理解當地產業生態，這對中國企業來說是最高難度的挑戰。" 魏松祥坦言。這種認知差距直接反映在創新路徑上——美國團隊專注垂直場景的原創需求，而國內創業者大多陷入 " 概念復制 " 的跟風模式。
資本正在加劇這一趨勢。美國 VC 將 AI 硬件視為下一個 "iPhone 時刻 "，如今供應鏈成熟、開發成本可控，投資人甚至愿意為早期創意開出支票。這種熱度從硅谷蔓延至全球，催生了 AI 硬件創業的黃金窗口期。
而開源大模型的普及正在重塑戰局。" 中國最好的模型是 DeepSeek 和通義千問，初創公司自研基礎模型反而是固步自封。" 魏松祥直言。這種技術平權讓大小企業在算法層面站上同一起跑線，初創公司更應該把精力放在場景落地，而非重復造輪子。
在細分領域，AI 硬件正展現出巨大潛力。目前美國醫療系統仍普遍采用人工翻譯，每分鐘成本超 1 美元，而 AI 翻譯軟件服務年費僅 60 美元，成本優勢顯著。
除了醫療，法律咨詢、水電維修等場景同樣存在跨語言溝通需求。不過魏松祥也強調，這些零散場景需要更精準的產品定位，深入理解當地生態成為出海企業的必修課。
熱潮之下也有暗流涌動。錄音卡片等品類雖在美國熱賣，但同時也暗藏法律風險。而 AI 時代的產品定價邏輯也面臨重構——傳統 SaaS 包月制因 " 二八效應 " 失靈，分級收費成為必然。
面對五年的黃金窗口期，中國創業者需要清醒認識到：供應鏈優勢終將消退，唯有深耕垂直場景，才能在 AI 硬件浪潮中站穩腳跟。
以下為雷峰網 · 鯨犀與 Steve 的對話內容，鯨犀做了不改變原意的編輯與整理。
AI 硬件 "iPhone" 時刻已到，中美全力押注
雷峰網 · 鯨犀：中美在 AI 硬件創業上存在差異嗎？
Steve：我今天剛參加了一場基金舉辦的行業會議，其中參會的七八家公司都在硅谷做 AI 硬件產品，了解之后覺得差異還是有的。在創業者認知上，美國團隊更傾向于原創，他們基于自身經驗洞察到獨特的垂直場景來定義產品；而國內則更常見 " 跟風 " 模式，比如一個陪伴概念出現，就會涌現幾百家相似的項目。
在商業模式的選擇上，美國創業者更多聚焦企業級市場，軟件和硬件都以 ToB 業務為主，而中國市場 ToB 業務規模相對有限，這種差異直接影響了創新路徑。中國企業做海外 ToC 產品相對可行，通過電商平臺銷售就能快速驗證需求，但若要切入海外 ToB 市場，則需要深入理解當地企業的運作方式，難度高了好幾個量級。
在資本態度上，美國 VC 正全力押注 "Physical AI"，他們將當前視為 AI 硬件的 "iPhone 時刻 "，蘋果手機剛出來時興起了一股 APP 開發熱潮，現在則是 AI 硬件開發潮。如今技術和供應鏈都已成熟，開發成本可控，投資人也更愿意下注，以前是什么公司都投一投，現在主要投 AI 硬件。
雷峰網 · 鯨犀：從 " 傳譯電話 AI Phone" 的純軟件服務，到如今推出 AI 翻譯耳機，轉型原因是什么 ?
Steve：轉型的動因其實非常簡單，就是我自己需要用到這類翻譯產品。之前去醫院做腸胃鏡，面對復雜的醫學術語，要么請人工翻譯但價格偏貴，要么直接溝通但雞同鴨講。所以當 AI 翻譯技術足夠成熟的時候，我作為創業者第一反應就是需求有沒有普適性，第二反應就是市場大不大。這兩點確定了，那就開干。
公司最初的業務是通過 "AI Phone" 提供 AI 翻譯通話服務，用戶體驗還不錯，但純軟件形式存在局限——用戶需要先下載應用，并且在面對面翻譯時，手機單設備收音導致體驗不夠自然。因此公司 2023 年全面轉向 AI 業務，2024 年決定布局 AI 硬件產品。去醫院做腸胃鏡剛好給了我具體使用場景的靈感，所以迅速研發并推出了我們自己的 AI 翻譯耳機。
雷峰網 · 鯨犀：全面轉向 AI 業務并布局自己的 AI 硬件產品，是否受到大環境的影響？
Steve：確實，我們轉向 AI 硬件與大趨勢是吻合的。今天參加的基金會議主題叫 "All in Physical AI"，這與我們的方向不謀而合。在 AI 時代之前，硬件產品的交互能力有限，技術不夠成熟。但現在 AI 技術讓所有硬件都能變得更智能，這意味著可以將過去所有的硬件產品都用 AI 重新定義，實現真正的智能化。
很多過去通過軟件實現的功能，現在用硬件形式可以提供更好的用戶體驗。這也是美國 VC 正在大規模投資 AI 硬件的原因——AI 硬件比純軟件有著更大的發展前景和價值創造空間。我們也認同這一判斷，目前除了 AI 翻譯耳機，還有好幾款 AI 硬件產品在研發進程中。
雷峰網 · 鯨犀：從 AI Phone 到現在的 AI 硬件，發現貴公司似乎擅長在免費或低成本模式中發現巨大商機，這個觀察準確嗎？
Steve：這個觀察已經不符合當前情況了。AI Phone 早期的免費模式是因為當時所處的就是搞免費的時代，收費做不起來。但現在千萬不要做免費的東西，好的產品就應該大大方方的收費，而且應該收得更貴些。
目前我們雖然維持 "AI Phone"60 美元年費不變，但也在試圖把成本降下來。早年投資的 GPU 服務器和自建機房現在發揮了關鍵作用——當我們把模型部署在自己的硬件上時，相當于消除了按 Token 付費的云端成本。這筆前瞻性的基礎設施投入，如今成為了我們保持價格競爭力的重要優勢。
雷峰網 · 鯨犀：除了翻譯耳機，還在開發哪些 AI 硬件產品？目前的進展如何？
Steve：我們正在研發 AI 陪伴類產品，但這確實比預想的更具挑戰。雖然做個基礎版本很容易，但要真正實現有情感的陪伴體驗難度很大——開發了快兩年，已經迭代了三個版本，但還沒有達到我滿意的質量。
我們的策略是軟件先行：先打造出真正能產生陪伴感的軟件體驗，再推進硬件開發。軟件預計今年底完成，產品計劃明年年中面世。作為硬件領域的新手，我們在通信和翻譯這類老本行上進展較快，而其他全新領域的產品需要更長的學習周期。目前多款產品都在積極推進中，預計明年初能在 CES 展會上正式亮相。
雷峰網 · 鯨犀： 那是否會考慮開發錄音卡片這類產品？
Steve：卡片式的錄音產品我們不會考慮。雖然 Plaud 的錄音卡片在美國銷量很不錯，但在我看來，這類產品實際上處于法律灰色地帶。美國多個州的法律明確規定，錄音必須征得對方同意，所以蘋果手機在打電話時錄音會發出提醒，而卡片式錄音的隱蔽特性恰恰繞過了這個法律要求。
在美國市場，錄音卡片的核心使用場景一般是銷售人員偷偷記錄與客戶的對話，用于后續的銷售分析。雖然需求確實存在，但法律風險過高——一旦發生集體訴訟，可能會對公司造成毀滅性打擊。舉個例子，有公司做在線會議的錄音外掛，業務做得還不小，不僅實現錄音，還能基于個人視角生成會議摘要。但我聽說最近被人起訴了，就是因為錄音沒有征得參會人員的同意。所以這類產品或者外掛一旦被對方知道了是非常麻煩的，美國的律師費可不便宜。
雷峰網 · 鯨犀： 在未來的產品規劃中，是否會融入視覺、手勢等多模態交互來提升翻譯體驗？
Steve：多模態確實是我們重點布局的方向。目前我們的語音翻譯已經相當成熟，但在展會、商務洽談等場景中，單一語音翻譯存在明顯局限——比如面對展板文字或演講內容時，就需要視覺能力的補充。
關于硬件形態，AI 眼鏡自然成為我們探索的路徑。當前市面上通用型的 AI 眼鏡在翻譯精準度和佩戴舒適度上還有提升空間，但在特定場景下（如參加國際展會），相信用戶是愿意為了實時翻譯而暫時接受不太舒服的佩戴體驗的。我們去年就已經啟動 AI 眼鏡的相關調研，不過在眼鏡本身上不會有太高的創新，主要從翻譯的角度去做更多的優化工作。
作為一家成熟企業，我們的產品演進始終遵循場景需求驅動。從翻譯耳機到未來的 AI 眼鏡，每一步拓展都是為了解決用戶在真實環境中遇到的具體問題。
雷峰網 · 鯨犀：未來的 AI 硬件產品是面向 Tob 還是 Toc？
Steve：雖然我們的翻譯軟件在 ToC 領域已經積累了超 300 萬美國用戶，尤其在醫療等專業場景解決了移民群體的實際痛點，但 ToB 市場具有更大規模潛力。目前國內外同步推進 B 端業務，海外針對醫療機構，國內主攻外貿企業。但海外的的投入度會比國內更大，主要市場還是在海外，超 300 萬的軟件用戶也基本上都是美國用戶。
雷峰網 · 鯨犀：如何看待通用 AI 硬件產品與垂直 AI 硬件產品的市場占比分布？
Steve：這個問題需要按品類具體分析，很難一概而論。不同領域的市場結構差異很大：比如在人形機器人領域，垂直細分市場的規模很可能遠超通用型產品。但在耳機行業，蘋果這類通用產品顯然占據主導，垂直細分市場的規模相對較小。因此，垂直和通用的市場占比完全取決于具體品類特性，需要結合行業特點進行判斷。
純自研就是固步自封，開源模型打底才是硬道理
雷峰網 · 鯨犀：在進入 AI 翻譯耳機市場時，如何與科大訊飛、華為等廠商實現差異化競爭？
Steve：AI 硬件產品，硬件只是載體，真正的競爭力體現在軟件和模型對特定需求的理解。當前行業一個重要的趨勢是，很少有公司會從頭訓練基礎模型，大家都普遍采用優秀的開源模型。這實際上創造了一個相對公平的競爭環境——在軟件層面，大廠商并沒有什么先天優勢。如果初創企業還把資源消耗在基礎模型研發上，反而是固步自封。
我們的核心差異在于對垂直場景的深度挖掘。雖然中國已經實現了政務服務的線上化轉型，但美國還停留在電話溝通的階段。針對這個場景，我們開發了超越單純翻譯的增值服務：幫助美國移民用戶應對移民局電話系統（IVR），或為外貿客戶提供 "AI 軍師 " 功能，在通話后自動分析對方核心訴求和潛在意圖。
這些深度定制的功能往往比翻譯本身更具價值。我們不再強調翻譯準確率、延遲這些技術參數，用戶也不太關心這些，他們真正關心的是 " 這個產品能否幫我搞定這通重要的國際電話 "。如果跟用戶講我們的產品能幫他們搞定，用戶就會覺得 " 哇，太牛了 "。
這種對垂直場景的深度耕耘，正是大廠無暇顧及的方向——他們做通用功能，我們做深度解決方案。如果只做基礎翻譯，只會直接陷入與巨頭的同質化競爭。
雷峰網 · 鯨犀：隨著端側 AI 算力的爆發，如何看待 AI 硬件 " 端云協同 " 的未來？哪些能力必須放在端側，哪些更適合云端？
Steve：從硬件的角度來講，我認為絕大部分模型應該走向端側，盡量少放在云端，一旦走向云端就不可靠。從成本來看，調用公有云的成本并不低，把模型跑在本地就可以把這筆費用減掉。但這并不是決定性的因素，最關鍵的還是可靠性和性能。從實際體驗來看，美國網絡覆蓋遠不如中國，就連斯坦福周邊這種極好的地段也會存在沒信號的情況，很多地方連手機信號都不穩定。如果硬件依賴云端，在關鍵時刻斷網那就完蛋了。
所以從可靠性上來講一定得放在端側，從反應速度來講更需要放在端側。因為端側響應是即時的，而云端傳輸必然存在延遲。現在模型壓縮技術進步很快，像 4B 參數模型在端側已經能很好處理多模態任務，可以滿足絕大多數 AI 硬件的需求。
所以開源生態對 AI 硬件發展至關重要，近兩年大模型廠商先后開源實際上是 AI 硬件能快速興起的決定性因素。正是 DeepSeek 這類開源模型的出現，讓很多創業者發現了產品可能性。畢竟基座模型的訓練成本可不低，開源讓創新門檻大幅降低。
雷峰網 · 鯨犀： 在 AI 硬件開發中，如何看待自研底層模型與基于開源模型微調這兩種技術路徑的選擇？
Steve：原則上，我們不建議企業自研底層模型，這需要巨大的投入且難以超越現有開源方案。理想路徑是優選開源模型，有自身數據的話再進行微調。
在實際操作中，我們形成了三分天下的技術架構：約三分之一直接使用優質開源模型，三分之一基于業務數據進行微調，另外三分之一則針對特定場景自研專用模型。比如我們的意圖識別模型，就因為通用模型響應速度無法滿足實時通話需求，并且成本還特別高，所以不得不選擇自研。
這種混合架構的形成，源于我們在產品深化過程中遇到的具體問題。當一個產品要做到極致時，就會發現沒有哪個通用模型能解決所有問題。不同環節需要不同的技術方案，這正是深耕垂直領域必須面對的技術挑戰。
雷峰網 · 鯨犀：那如何看待科大訊飛自研的星火大模型？
Steve：科大訊飛是一家有自己使命的公司，他們的自我評價也挺高。所以不管是從面子還是其它層面，必須得擁有自己的模型。但我還是堅持我一開始的看法，自研大模型不一定是個正確的選擇，因為市面上最好的大模型一定是經過市場驗證的、大家耳熟能詳的大模型廠商。
雷峰網 · 鯨犀：您曾形容 WebEx 早期的團隊是 " 很底層的一堆‘土人’ "，但靠頂尖的產品和技術把對手都干趴下了。 在當前 AI 應用競爭白熱化的環境下，大量資金涌入營銷領域，這個策略在當今市場是否依然適用？
Steve：觀點不僅依然適用，而且比以往更加凸顯其價值。在 AI 時代，技術權重正在持續提升。以 DeepSeek 和通義千問為例，幾乎未做市場推廣，但在硅谷火得一塌糊涂，僅憑產品力就在全球獲得認可，這印證了優秀技術本身就能創造價值。同時他們還選擇了開源，開源就是最強的 marketing。
但需要區分的是，ToB 和 ToC 市場存在本質差異。ToC 產品一般有兩種情況，要么一炮而紅的極端個例，要么需要不斷地市場投入。但 ToB 領域客戶具備專業判斷力，更看重產品實質價值。以新能源汽車行業為例，特斯拉在技術領先時占據優勢，但當中國廠商在技術和功能上實現趕超后，特斯拉的市場份額不斷流失。
現在馬斯克走的是另外一條途徑——自動駕駛 FSD，在目前屬于斷代領先的技術，中國一時半會想要趕上有點難，這也將成為汽車行業競爭的下一個核心戰場。這充分說明，持續的技術創新才是企業最核心的護城河。隨著技術迭代加速，產品力的重要性只會越來越凸顯。
20% 的重度用戶，讓企業虧得一塌糊涂
雷峰網 · 鯨犀：當前 500 元以下的 AI 耳機已占據超 60% 市場份額，公司將 AI 翻譯耳機定價 1500 多元底氣何在？
Steve：最近硅谷一直在熱議 AI 產品的定價問題，因為傳統的定價模式在這個領域面臨很大挑戰。在 AI 時代，我們發現傳統的 SaaS 固定訂閱模式已經不再適用。由于存在明顯的二八效應—— 20% 的重度用戶使用量可能是常規用戶的十倍之多，如果繼續采用固定月費制，這些重度用戶會讓企業虧得一塌糊涂。這正是目前許多美國 AI Coding 公司面臨的困境：雖然 ARR（年度經常性收入）很高，但大部分收入都支付給了模型公司。因此，行業已經開始轉向分級收費模式，在基礎套餐之外設置使用額度限制，超額需要支付額外費用。
具體到我們的產品，我們的 AI Phone 軟件服務在美國的年費是 60 美元，兩年使用期就接近 900 元人民幣。硬件定價實際上是包含了軟件價值的打包價格。其次，華強北許多耳機廠商生產成本極低，共用第三方廉價軟件方案，授權費僅需 10 元，這根本無法支撐高質量的 AI 翻譯服務。我們使用自研模型和 GPU 集群，需要承擔實實在在的 Token 消耗成本，整體評估下來我們的毛利潤挺低的。
從市場競爭角度看，美國市場的翻譯耳機大多數 Made in China，我們的定價在高端市場區間內是合理的，與科大訊飛、華為等品牌處于同一價位段。而 500 元以下的低價產品，跟他們做對比的話難免拉低品牌的層次。
雷峰網 · 鯨犀：當前的定價毛利潤比較低，是想通過性價比先占據一波市場嗎 ?
Steve：說實話，我們賣硬件不如賣軟件利潤高。硬件的渠道成本并不低，加上電商平臺的營銷成本、增值稅等等，所以賣硬件本身這件事情是不太掙錢的，下場來做是因為想要給用戶更好的體驗感，必須通過硬件的產品形態來實現。
雷峰網 · 鯨犀：如何看待自家的 AI 翻譯耳機與蘋果 AirPods Pro 3 這類消費級通用翻譯耳機的競爭關系？是否意味著 AI 硬件未來會更早地在垂直領域爆發？
Steve：在我看來，AI 硬件確實會優先在垂直領域取得突破。正如我今天看到的七八家硬件公司，都聚焦在特定的垂直細分領域。垂直場景能提供更極致的用戶體驗，給用戶創造很明顯很直接的價值，越是通用的其實越難搞。以熱度很高的人形機器人為例，通用型機器人可能還需要十年技術沉淀，但應用于工業流水線的垂直機型已經能產生實際價值。
同樣，在翻譯領域，我們的核心競爭力在于深度整合垂直場景——除了基礎翻譯，還提供通話策略分析、跨文化溝通建議等高附加值服務，讓用戶獲得超越單純翻譯的完整解決方案。這與蘋果通用型耳機的定位形成明顯差異，我們追求的是在專業場景中的不可替代性。
雷峰網 · 鯨犀：翻譯延遲、嘈雜環境下的識別準確度欠佳以及小語種支持不足，仍是目前 AI 耳機普遍存在的痛點，如何解決這些問題？
Steve：針對現有的技術挑戰，在小語種方面，我們主動放棄全面覆蓋，專注于主流語言市場，跟主打通用型產品的蘋果不一樣，必須覆蓋全球市場。舉個例子，十個阿拉伯國家說的阿拉伯語都不一樣，就沒有比它更難搞的小語種，若要完整覆蓋投入產出比極低。作為創業公司，要集中資源服務核心用戶群體，不該去做的就不要去做，該做的一定要做好。
在噪聲處理方面，我們發現世界上最好的通用語音識別模型在嘈雜環境中錯誤率會從 5% 飆升至 20% 以上，100 句話里面有 20 句以上都是錯的。我們不得不自研模型微調技術，專門收集了通話噪聲數據加入訓練，將噪聲環境下的錯誤率成功降低至 9% 左右，比基礎模型提升了近一倍的性能。我們還建立了持續優化機制，每 3-6 個月收集用戶反饋中的錯誤案例，不斷迭代模型，翻譯準確性會越來越高。
雷峰網 · 鯨犀：近年來，開放式耳機被許多廠商視為承載 AI 功能的理想硬件形態之一，是否認同這一趨勢？
Steve：我認為選擇什么樣的形態完全取決于具體的用戶場景。以翻譯耳機為例，掛耳式會遠遠好于入耳式。在美國等國家，駕駛時佩戴入耳式耳機是違法的，它會隔絕環境聲音帶來安全隱患。而我們的用戶經常需要在駕車時進行通話，掛耳式是唯一合規且安全的選擇。
此外，在面對面翻譯時，最佳體驗是雙方各戴一只耳機。入耳式存在衛生顧慮，多數用戶不愿使用他人佩戴過的入耳設備，掛耳式完美解決了這個問題。相比之下，音樂耳機會優先考慮佩戴舒適度和隔音效果，而翻譯耳機必須優先滿足實際使用場景的功能性需求。每種耳機形態都有其最適合的應用場景，我們的設計決策始終圍繞用戶真實的使用環境展開。
雷峰網 · 鯨犀：騰展科技在 AI 翻譯耳機領域的核心競爭力主要體現在哪些方面？
Steve：做電話通信起家讓我們積累了大量獨特的通話數據，是我們獨有的 " 語言資產 "，就像一個巨大的護城河，不是簡單花錢就能買到的。如果只是調用公共 API，做個基礎 demo 確實不難，兩個月就能做出來，但產品水準只能達到 3-4 分。
想要做到 7 分就非常有挑戰性了，到目前為止還沒有人能做到 9 分，包括我們自己。我們通過自建模型和持續優化，現在能做到 7.5 分左右，后期應該能到 8.5 分左右。值得一提的是，我們采取硬件與軟件分開迭代的策略。硬件已經成熟量產，但背后的模型和軟件每天都在更新升級。
雷峰網 · 鯨犀：除了外貿和翻譯，您認為 AI 硬件在哪些垂直領域還有重要機遇？
Steve：美國的翻譯市場很大，醫療翻譯是我們重點關注的賽道。美國醫療系統目前仍普遍采用人工翻譯，成本高達每分鐘 1 美元以上，看一次病一小時的話就要花 60 美金，而我們的年度服務費才 60 美元，存在兩個數量級的成本優勢。之前 AI 的翻譯質量做的沒那么高，包括交互體驗都不太行，但現在具備了替換的可能性。這個市場的突破點在于：美國醫生大多獨立執業，擁有采購決策權，這比從醫院層面切入更為高效。
醫療翻譯只是起點，我們發現在法律咨詢、水電維修等領域同樣存在類似的跨語言溝通需求。不過這些場景較為零散，需要更精準的產品定位。深入理解當地行業生態，正是做好海外 ToB 業務的關鍵所在。
從 " 中國制造 " 轉向 " 中國智造 " 還有五年窗口期
雷峰網 · 鯨犀：有說法稱中國軟件出海的利潤率可達 70%-80%，這個數字準確嗎？
Steve：這個比例需要分階段看待。在業務初期，由于平臺分成和獲客成本，實際利潤率遠低于這個數字。以美國市場為例，用戶支付的 1 美元中，蘋果等平臺會分走 30%，Facebook 等廣告渠道的獲客成本可能再占 40%，最終企業毛利僅在 30% 左右。
但隨著業務進入穩定期，情況會發生顯著變化。如果產品具備持續競爭力且用戶續費率較高，經過 5 年左右的積累，確實可能實現 70%-80% 的毛利率。這是因為早期投入的市場費用會大幅降低，存量用戶的訂閱收入將成為主要來源。
以我們公司的 "AI Phone" 產品為例，經過多年運營，現在年收入過億且基本不再需要額外市場投入。但必須強調的是，這種高利潤率建立在產品長期價值和用戶忠誠度的基礎上，并非所有出海軟件都能達到這個水平。
雷峰網 · 鯨犀：您作為連續成功的創業者，之前的經歷為現在帶來了哪些寶貴經驗？
Steve：說實話，我非常反對經驗主義。每家公司面臨的市場、客戶和團隊都完全不同，過去的成功經驗往往不適用于新環境。即使是馬云管理公司的那套理念套到我們這樣的小公司上肯定也不靈，如果天天去聽馬云的雞湯，那公司只會越搞越糟糕。
我們在這方面有過深刻教訓。在開發 AI 產品初期，不管是產品設計，還是開發測試，我們沿用移動互聯網時代的方法論，結果發現全面失敗。比如測試環節：傳統產品測試關注 " 功能是否工作 "，而 AI 產品需要評估 " 效果好壞程度 "。我們花了近一年時間才意識到必須建立全新的 AI Native 工作流程，這個認知代價高達上億元。
雷峰網 · 鯨犀：對于當前希望出海的中國 AI 硬件初創企業，您認為相比您早年創業時，他們面臨的最大機遇和挑戰是什么？
Steve：當前是出海創業的黃金時代。美國資本正大力投資 AI 硬件領域，這為顛覆傳統產品和創造新品類提供了絕佳機會。中國企業現在可以做出技術含量更高的產品，而不再局限于過去的充電寶、插座等低附加值商品。
在挑戰方面，我最近學到的新概念 "tariff native" 很能說明問題——企業從創立之初就要將關稅因素納入供應鏈設計和商業架構中，不能寄希望于穩定的關稅政策。這意味著創業者需要前置性規劃全球供應鏈，確保在任何關稅政策變動下都能保持競爭力。這種系統性風險管控能力，已成為當下出海企業的必備素質。
雷峰網 · 鯨犀：基于您橫跨中美科技圈三十年的經驗，當前中國創業者出海最常見的認知誤區是什么？您會給他們什么建議？
Steve：我認為當前是中國 AI 硬件創業者出海的黃金窗口期。現在美國資本正大力支持 AI 硬件創新，這為我們創造了難得的機遇。但必須清醒認識到，這個窗口期可能只有 5 年左右。
隨著中美產業格局變化，美國正在建立自己的供應鏈體系。一旦他們的供應鏈成熟，中國制造的成本優勢就會減弱。因此我的建議很明確：要把握當下這個時間窗口，充分利用中國在供應鏈成本和效率上的現有優勢，快速行動。現在正是將中國制造升級為中國智造的最佳時機。
2024 年 9 月，雷峰網 · 鯨犀 · 鯨犀出海百人談欄目正式啟動，誠邀對行業有獨特洞察的公司、機構及個人的加入。有意者可添加本文作者微信nebula-yee（請備注 " 百人談 "，注明所在公司）。如果你有任何有關出海感興趣的話題，歡迎在評論區留言。
雷峰網
