这是铅笔道与Global AI推出的联合专栏，探讨AI应用的主流机会。Global AI正寻求早期AI项目投资，BP投递入口：https://globalai.hanghang.com/
铅笔道作者 | 黄小贵
去年，OpenAI创始人山姆·奥特曼抛出了一个石破天惊的看法：在AI的助力下，创始人不雇佣任何员工，也能做出一家独角兽公司（估值10亿美元）。
在科技行业不少人看来，这已然是一个趋势，只是时间早晚的问题。
从2022年11月ChatGPT问世以来，AI赛道的热门创业方向也几经更迭。从高门槛的基础大语言模型，到试图改造传统行业的各种AI“套壳”应用，再到多模态与智能体，再到近期的AI原生产品与新交互范式。
普遍认为，AI原生产品与新交互范式是最有可能诞生“一人独角兽”的方向。它们不再是给旧软件加AI，而是从零构建以AI为中心的产品，已经涌现出AI个人多模态助手（如Fellou浏览器）、AI原生硬件（如Even眼镜、Plaud录音笔）。
展开剩余90%最近，铅笔道与华创资本创始合伙人王道平就最新的AI创业机会、AI创业者的能力、AI商业化等话题做了交流。
王道平认为，现在留给AI创业公司的时间非常短，用户一旦看到结果，就会立刻对你的产品形成判断，容忍度非常低。而且一个好产品的雏形刚出现，大厂很快就会注意到并迅速跟进，这给创业者带来的压力是前所未有的。因此AI产品创业者一开始就要想好产品解决什么核心问题，甚至要考虑商业化路径。
与传统印象相反，当AI成为“共识赛道”，融资反而变得更难、对AI创业者的要求反而更高，必须快速做出差异化，并且做到足够大，才不会被取代。
他特别强调，AI创业者不要避讳谈商业化。“商业化不是说第一天就一定要赚钱，但你至少要证明这个产品是‘work’的，是有人在用的。这非常关键。”
最近，王道平也加入了Global AI的投资人阵容，后者是一个面向全球AI应用创业者的超早期投资加速平台，旨在推动“一人AI独角兽”时代的到来。
以下是对话精华。
01 AI底层技术仍在迭代，看好通用型应用
铅笔道：自从ChatGPT2022年11月发布以来，AI赛道的创业机会发生过哪些重大变化？
王道平：几乎每年都在变。主要还是因为AI这项技术本身还处在快速发展的阶段，还没有进入一个“收敛期”或“定型期”。不论是技术还是应用形态，很多东西都还不确定。
我们大概从2022年底关注这个赛道。当时ChatGPT出来，我们最早看的就是“大模型”那一波，关注点还是在模型本身，包括底层的基础设施。
到了2023年，我们投了Dify。它可以理解为在模型之上、面向开发者的一个中间层，帮助开发者更好地使用大模型或相关工具。
那段时间我们内部也比较关注Infra（基础设施）相关的机会，但不是最底层的那种，而是已经建立在大模型基础之上的一些能力扩展。至于最早那批大模型项目，我们虽然看了一些，但最终没有投。一方面是当时的估值确实比较高；另一方面我们觉得模型技术还不够成熟，商业化路径也不够清晰。
而且，当时这个领域已经非常热了，大厂也都在做。无论是OpenAI还是国内的几家巨头，基本上都已经在模型这一层上布局了。所以我们也能感受到，创业公司在这个方向上的空间其实不大，竞争压力很大。
后来我们还投了一个叫“硅基流动”的项目，是在去年底到今年初完成的。这属于我们对Infra 层机会的持续跟进。
到了今年，又有新的趋势出现，比如“智能体”。智能体相关的 To B、To C 应用明显变多，甚至还有很多通用型的方向。
比如Manus的出现，就很有代表性，是一个标志性的事件。现在我们看到，越来越多的创业者在往智能体方向做，也说明这个方向在迅速演化。
另外，还有一个方向是“AI +硬件”。去年我们也投了AI眼镜（Even）。今年在机器人、终端设备这些方向上也看到不少新机会。
所以整体来看，AI赛道的创业机会是动态演化的，每年都有不同的重点。底层技术还没收敛，明年可能还会出现新的方向。软硬件两端其实现在都有机会在不断打开。
铅笔道：你比较看好 AI 和哪些行业的结合？（医疗、教育、金融？）
王道平：我个人更看好一些相对通用、市场化程度高的行业。比如说消费领域，还有一些 To B 的通用工具型方向，当然 To C 也有机会。你刚才提到的医疗、教育这些方向，我觉得也确实存在机会，但这些行业本身比较特殊，有很多不是 AI 能马上解决的问题。
像医疗、教育、金融这些行业里的 AI 创业项目，我们确实也见过很多，但挑战也会更多、更复杂。不仅仅是产品和技术的问题，还有行业规则、合规、客户获取、数据隐私等等因素，这些都给创业者带来不小的压力。
像这些领域，你可能在创业过程中才会意识到，“哦，原来这里还有这么多隐性门槛”，这些不是靠产品或技术就能解决的。所以我们会更倾向于关注那些赛道相对开放、商业路径清晰、用户反馈快速的方向。
铅笔道：你们投资AI项目的时候，最看重哪些方面？
王道平：我们主要投早期项目，所以最核心的还是看团队。一个是团队对AI的洞见，也就是他们认知AI、使用AI、做AI产品的直觉和判断力，这包括产品化和商业化的能力。因为我们投的很多项目偏应用端，产品能力就显得特别关键。
比如我们投的AI眼镜项目，创始人本身就是一个非常优秀的产品经理。他不仅具备很强的产品能力，而且对这个赛道的判断也非常到位。
虽然这些是创业公司，但他们对赛道的观察和理解，其实已经是在业内处于比较靠前的水平了。所以我们会非常看重团队对所在赛道机会的把握，以及他们能否打造出有产品意义的东西。
铅笔道：有哪些AI创业方向现在看起来很热闹，但其实你们不会投的？
王道平：大模型。它对资金的消耗远远超出一般创业公司所能承受的范围。
从第一天开始，它的商业模式就很不清晰。这个方向很多时候是技术驱动的，产品形态和变现路径都很模糊。
而且大模型这个赛道本身是高度共识化的，所有人都知道这是一个重要方向。这种情况下，大公司天然更有优势。无论是人才储备还是资源整合，它们都能迅速投入和推进，创业公司在这个维度上几乎没有机会去“超越”它们。
就算你作为创业公司做出一个初步的产品，这条路也不是能“快速收敛”的路径，你必须持续投入、不断融资。但如果商业化能力又跟不上，你很可能融不到下一轮资金，公司就走不下去了。这是个很现实的问题。对于创业公司来说，融资往往是阶段性的，而不是一次融够三五年的钱。
还有就是，在这样一个特别热闹的赛道里，估值也很难谈得下来。对我们投资机构来说，我们也要考虑 ROI（投资回报率），如果商业化路径不清晰、投入巨大，那对我们来说也是很大的压力。
02 AI创业者要尽早创造收入
铅笔道：今天的AI创业者，在产品能力方面，和移动互联网时代所需要的产品能力有什么不同吗？
王道平：有几个明显的变化。
首先，现在对AI创业公司的速度要求非常高。不像移动互联网时代，你可能还有一轮、两轮迭代的时间，今天很多AI产品一上线，用户就要看到效果。因为AI本质上是一种“即时型”的生产力工具，用户一旦看到结果，就会立刻对你的产品形成判断，容忍度非常低。
这导致创业者在产品试错上的空间变小了，一旦不达预期，很快就会被用户放弃。这是和过去最大的不一样。
还有一个显著的不同，是竞争节奏变快了。现在如果你做出一个有潜力的产品，哪怕只是雏形，大厂很快就会注意到并迅速跟进。即使它们做的产品只是“差不多”，也能凭借资源、渠道、用户基础快速铺开，这对创业公司来说压力非常大。
移动互联网时代你可能还有所谓的“静默期”，可以小范围测试、不断迭代。但在 AI 领域，现在基本上没有这个窗口期。
现在的AI产品强调的是直接结果导向，不像以前可以先搞拉新、做留存，再考虑变现。现在你一开始就要解决问题，甚至考虑商业化路径。产品一上线，整个团队的能力，比如商业化能力、资源整合能力、融资能力，马上就要体现出来。
所以今天对 AI 创业者的要求，不仅仅是产品能力强，更是对团队构建、执行效率和资源统筹能力的全面考验。
当然，产品本身的一些基本功，比如用户洞察、功能打磨，和过去还是有共通之处的。但整体环境和节奏，确实和移动互联网时代非常不同。
铅笔道：刚才提到，AI 项目一个关键点是要尽快对用户产生作用，另一个就是要尽快实现商业化。但现在行业里很多 AI 项目还难以商业化，你怎么看这个问题？
王道平：很有挑战。虽然商业化不是说第一天就一定要赚钱，但你至少要证明这个产品是“work”的，是有人在用的。这个非常关键。
我觉得我们现在所处的阶段还比较早，整个行业的发展没有定型，也没有形成明确的格局。就像当年移动互联网起来的时候，你能看到一些标志性的好产品，比如优秀的社交应用、社区、电商平台等等。但今天在 AI 领域，我们还没看到明确的“赢家”或成熟模式，很多还在探索中。
不过，有一点是肯定的：好的 AI 产品一定是闭环跑得顺的，也就是说，产品能被用户持续使用，甚至愿意为之付费。现在不少智能体（agent）类产品或其他 AI 公司选择出海，去做海外市场，就是因为海外用户的付费习惯更成熟，商业闭环更容易跑通。
反观国内市场，问题就明显很多。比如现在像“豆包”这样的大厂产品是免费的，甚至是长期免费的。那作为创业公司，如果你也做国内市场，你立刻就要面对一个现实问题：你怎么和豆包去竞争？
你可以选择也免费，但那样一来，公司未来的商业模式怎么成立？怎么讲清楚你的商业化逻辑？你的预期在哪里？这些问题你是必须要解释清楚的。
当然，并不是说做国内市场就一定不行，而是你要能拿出有说服力的路径，去证明你在这样的环境下，如何能够实现可持续发展。
铅笔道：在移动互联网时代，很多成功的创业公司其实都融资了很多轮。这样的情况会不会在 AI 创业中再次出现？毕竟现在市场上的资金看起来不像当年那么充裕了。
王道平：确实有这种可能，但也不好一概而论。其实我们看很多做得很大的公司，它们在早期并没有融很多钱。像字节跳动、拼多多，其实从创业到能实现自我造血之间，所需要的融资并没有那么大。当然，如果后来做大了，再去融资，那是另一个阶段的事了。
我觉得有一点很关键，那就是今天市场上的资金供给确实变少了。无论是美元基金还是人民币基金，市场化的钱都不多。国内现在很多钱其实是政府背景的，比如国资、央企或者一些产业基金。它们投项目时的逻辑跟市场化基金不太一样，更看行业指向、战略目标，而不是纯市场机会。
作为 VC，我们以前可能更多是哪里有市场就投哪里，但现在很多基金带有明显的政策导向或行业倾向，这对创业公司来说，是一个不同的融资环境。
另外，AI 现在又是一个“共识赛道”，这跟“非共识赛道”不一样。如果你是在一个大家都认可的赛道里，理论上融资会更顺利，但问题在于，你要在这个赛道里做出差异化、做到足够大，其实门槛非常高。这时候挑战未必是融资，而是能否真正做出规模、形成护城河。
铅笔道：对现在的 AI 应用创业者来说，是否意味着需要更早地学会创造收入？因为市场上的钱变少了，已经很难像以前那样靠多轮融资“撑”到商业模式成熟。
王道平：确实是这样。今天的创业者需要更早地去解决收入问题。
不过现在的好处是，团队规模普遍在变小，所以相对来说启动成本也可控一些。
另一方面，现在的融资市场也和过去不一样了。钱的来源和属性变得更加多元。有些公司会去找产业投资，比如大公司来投，这也是一种方式。这种方式除了资金，还可能带来渠道、资源、能力的支持。能不能找到适合自己的钱，也是当前创业者需要思考的问题。
当然，如果你能更快实现商业化，那就更理想了。比如做 AI 录音笔的 Plaud，它就是不靠融资，靠产品直接赚钱，也挺好。这种路径很值得参考。
但也不是所有公司都能这样。有些公司，比如做机器人或者聚焦在商用硬件方向的，短期内就是不容易盈利的。或者整个市场成熟度还不够，那它们就必须在发展的过程中想办法解决融资和生存的问题。
03 AI智能体的底层逻辑
铅笔道：现在很多人都在关注智能体（agent）领域的创业。这类创业者，可能在哪些方向上更有机会？
王道平：我觉得各个方向其实都有可能，关键还是看创业者本身。
就像我们前面聊到的，比如说教育，虽然我承认这是一个门槛较高的领域，但如果创业者对这个行业有非常深入的理解，那当然是可以做的，也有机会做出好产品。
举个例子，做外语学习的“多邻国”（Duolingo），已经是上市公司了，但它其实到今天还在快速增长，也已经引入了 AI 元素。它就是个很成功的案例。说明即便是一个大家觉得已经比较“旧”的方向，如果做得好，还是很有机会的。
我们作为投资人，其实很难提前归纳总结出哪些行业一定适合做智能体，或者说哪个方向一定更值得投。更多时候，我们是要看创业者能不能通过他们的理解和执行力，把这个事情做出来。
我们不是拿着一个既定的方向去找项目，比如说“现在教育适合做智能体”，然后就去扫教育赛道。我们更看重的是创业者本身是否展现出对问题的深刻理解和解决能力，而不是先入为主地定义哪个行业一定行、哪个不行。
铅笔道：在 AI 智能体时代，整个“流量分发”的底层逻辑会不会和移动互联网时代相比发生很大变化？
王道平：我觉得会有很大的变化。尤其是一旦智能体真正普及之后，流量分发的基本逻辑可能会和移动互联网时代非常不同。
过去在移动互联网时代，所谓“流量的天花板”是用户的时间。每个用户一天只有 24 小时，扣除吃饭、睡觉等活动，能在线上的时间可能也就 10个小时，其中用在刷短视频、社交媒体等上的时间最多五六个小时。
所以以前所有的 APP、所有的平台，本质上都在争夺用户的时长。比如字节跳动之所以这么有价值，就是因为它占据了用户大量的时间；微信也是一样。在这个模式下，一个用户在刷抖音的时候，就不可能同时刷小红书，这是一个零和博弈。
但如果将来智能体真的普及，那这个“时间”维度就可能被打破。因为用户本身并不一定亲自执行每一个操作了——他背后可能有多个智能体同时在运作。比如你在刷抖音的同时，智能体可以帮你刷小红书、订票、处理邮件。这样，流量的分发逻辑就变了：不再争夺“用户的时长”，而是争夺用户在背后调度的资源或意图。
这会对产品设计、平台机制、分发逻辑带来非常深刻的影响。但当然，这个变化什么时候发生、会以什么节奏发生，现在还不好判断。我们还是期待先有一批有用的智能体工具或技能被广泛采用，然后再去观察是否会出现新的平台、新的主流应用形态。
星配资提示：文章来自网络，不代表本站观点。
