对话讯飞创投合伙人朱永：AI创企已经迈入了价值兑现的关键时刻

当前位置：首页 > 教育 > 对话讯飞创投合伙人朱永：AI创企已经迈入了价值兑现的关键时刻

对话讯飞创投合伙人朱永：AI创企已经迈入了价值兑现的关键时刻

发布时间：2025-04-05 08:01:42 来源：全球新闻网作者：秋叶

观点提要

大模型的出现让AI投资的范围更加广阔。

一个项目只有具备解决真实问题的能力，他才有明确的商业价值。

陪伴类应用，我们认为这一方向未来可能会有很大的发展潜力。

大厂的优势不仅在于掌握了用户的数据，其核心还在于抢占了用户的注意力和时间。

未来的超级应用可能会与我们现在理解的形式有所不同，它可能不仅仅局限于一个平台，而是通过多种形式渗透到不同行业和领域中。

如果应用层面无法找到明确的商业化路径，许多公司可能会面临持续融资困难的问题。

随着AI技术的普及，政策和监管的影响力会日益显现。AI公司需要在产品设计中更注重合规性、数据隐私保护，以及伦理问题的解决，这可能成为新的竞争要素。

明年将是应用为王的阶段，市场对“电厂”的耐心有限，更多目光会转向谁能真正点亮灯光，并证明AI技术的商业价值。

出品｜科技《态度AGI》栏目作者｜袁宁编辑｜丁广胜“今年主要在思考的，还是大模型的商业化落地，以及如何在早期识别高潜力的创业项目。”讯飞创投合伙人朱永告诉科技。站在2024年年末回看整年，AI应用爆发的时刻并未如期而至。最受瞩目的超级应用ChatGPT，增长逐渐显露出瓶颈；技术圈在争辩scaling law是否失效；大公司一边大额融资，一边面临仲裁风波；投资人一边谨慎出手，一边在掰扯商业道德……迈向2025年，朱永的两个思考也指向了未来——AI创企正面临一场商业化价值的考验。从AI1.0时代投出优必选、寒武纪、商汤科技，到2.0时代的银河通用机器人，智象未来等。回望AI投资的两轮浪潮，讯飞创投均深度参与其中，见证着AI技术的跃迁与投资逻辑的变化。“单纯投技术的阶段已经过去了。”朱永坦言，如今的投资重点，更多集中于技术能力如何与产业深度结合，最终创造实际价值。他也强调，如果应用层面无法找到明确的商业化路径，许多公司则可能会面临持续融资困难的问题。与此同时，新的机会也正逐渐清晰。朱永总结AI应用的四大关键领域：效率工具、陪伴应用、营销服务以及各类硬件。在他看来，判断一个AI项目的核心标准，不再是简单的技术更新，而在于是否能与场景深度结合并创新。而这一过程中，如何利用技术能力、数据积累，以及对用户需求的精准捕捉，找到自身价值锚点，转动飞轮，从而形成稳固的商业壁垒更是关键。“AI的未来是技术驱动，但最终要落在产业上，落在市场上。”当创业公司逐渐开始面临与大厂的正面战争，朱永相信，尽管大厂拥有庞大的数据和技术资源，但它们往往专注于对已有业务的扩展，而无法快速全面覆盖所有细分领域。创业公司还是可以从细分方向进行切入。他认为，AI的真正崛起，不是某一时刻的爆发，而是技术逐渐在各行各业渗透，最终成为基础设施。“电厂建成，接下来要接入千家万户。”在他看来，AI技术已经迈入了价值兑现的关键时刻，商业化落地与壁垒形成，才是决定成败的关键。以下为《科技》与朱永的对话，经整理编辑：单纯投技术的阶段已经过去了科技：讯飞创投可以说一直都专注于AI领域，大模型出现前后投资重点有什么变化？朱永：大模型出现前，我们更多的关注于基础层的项目，比如深度学习、计算机视觉（CV），再就是传统机器人，或者大数据精准营销领域这些方向。那时候基础层的投资比重较大，尤其是在算法和算力方面，会投入更多精力。但大模型的出现带来了技术能力的显著提升，应用边界也因此扩展。很多之前无法商业化的领域，现在通过大模型的加入都变得有实现的可能性。这也使得我们的投资范围从原先的核心技术逐步延伸到了更广泛的应用层面。科技：讯飞创投的定位及策略是什么？朱永：讯飞创投作为科大讯飞的产业基金，定位更加注重资源的协同和赋能。在大模型推出之前，整个市场环境相对宽松，我们的投资方向也比较多元化。但随着市场环境的收紧，以及大模型的问世，我们其实更回归了讯飞CVC的核心定位，更加聚焦于与科大讯飞业务协同的投资策略。依托科大讯飞在AI领域的领先技术优势和深厚的产业资源，能够为被投企业提供，如技术支持、产业合作以及专家资源等全面的赋能。此外，我们也会在讯飞的大模型框架下选择能够形成互补的项目。科技：当前讯飞创投的投资逻辑是怎样的？朱永：从产业链的层级框架来看。基础层方面，我们看到像英伟达这样的国际巨头，以及国内的华为昇腾、寒武纪等企业。他们已经在传统算力领域占据了很大份额，如果新的创业公司选择走传统技术路线去竞争，压力会非常大。因此，我们在基础层的关注点主要会在那些具有创新性的技术方向，比如光计算、量子计算、类脑计算、存算一体等。特别是在大模型时代，算力需求越来越高，比如万卡互联技术，这种极连技术对硬件架构和通信协议也提出了更高要求，因此我们也会关注一些低时延的通信创新。在中间层，因为这一层的技术壁垒相对容易被突破，一些好的算法或方法，很容易被大厂快速follow和覆盖，因此我们在这一块投资会更谨慎。除非项目在某些方向上有非常独特的算法和技术积累，我们一般不会轻易涉足。模型层是一个重要关注点。我们观察到大部分公司会将上一代的通用模型开放，而最新一代的核心技术则掌握在自己的手中。讯飞自身也有大模型，因此我们会寻找那些与科大讯飞资源形成互补的垂直领域模型，比如医疗、法律等领域的多模态垂直模型。这些领域的专属模型往往在实际应用中更有市场潜力。应用层是目前和未来的重点关注方向。大模型的核心价值是将其能力延伸到各种应用场景中，相当于建好了“电厂”，未来需要将“电”接入千家万户。因此，应用层的创业公司机会更多。我们会关注那些有明显壁垒的企业，尤其是拥有端到端能力的项目。比如，他们既具备自己的模型能力，又能够直接面向C端用户提供服务，同时还能通过场景化的深度结合，形成自身的护城河。相较于单纯依赖大模型能力、容易被大厂技术迭代覆盖的项目，我们更看好这种有壁垒的应用场景。总体来说，我个人感觉现在已经过了单纯投技术的阶段了。大模型的出现让AI投资的范围更加广阔，但我们也更加注重资源协同和项目壁垒，以实现更高效的赋能和更长期的价值创造。科技：具体到某一项目的投资过程中，您会比较关注什么？朱永：在判断AI创业项目时，我主要看以下几个关键点：一看市场规模。无论技术有多创新，如果市场容量不够大，项目的成长空间也会受到限制。至少要达到五十亿甚至上百亿的规模，这样才能有机会长出“大鱼”。二看团队能力。一个优秀的团队不仅需要顶尖的技术能力，还需要互补的结构。如果团队成员全是技术背景，或者全是市场背景，都会导致后续发展中出现短板。三看他解决了什么问题。一个项目只有具备解决真实问题的能力，他才有明确的商业价值。如果一项技术虽然先进，但没有具体的应用场景或用户需求的支撑，很难在市场中长期立足。投资早期项目最大的挑战就是看清楚哪条“鱼苗”未来可能成长为“鲸鱼”。这需要投资人具备深厚的行业知识和敏锐的判断力。早期投资比的就是识别能力，到了PE阶段，项目成熟后，所有人都能看得见，这时候就只能通过承担更高的成本去换取收益了。科技：当前一级市场中投资人普遍的状态是，看了很多项目，但真正出手的很少，大家在焦虑什么？您怎么看？朱永：这种情况很正常，因为确实存在一种担忧，即大模型的能力一旦升级，可能会覆盖掉一些创业公司的功能，从而影响它们的竞争力。不过，我也注意到，现在依然有一些投资机构坚定地投入AI领域，从我的角度来看，我更关注项目是否与具体场景有深度结合，以及这种结合是否真正有价值，是否能够成型。当然，还有一些核心技术是面向“星辰大海”的。在过去的一个阶段里，如果一个团队有很好的方向和优秀的团队背景，融资通常会比较容易。但现在大家对大模型或AI的投资是变得更加务实了，资本市场也越来越理性。不仅仅看技术本身，还会考虑这种技术是否能够真正实现突破，或者是否具备商业化落地的可能性。面对大厂竞争，创业公司必须更加灵活和专注科技：刚刚您也提到投应用要结合场景，今年各种AI应用跑了一年后，您会比较看好哪些？朱永：在应用层面，经过我们此前的一些研究，目前主要关注以下几类：第一类是效率工具，也就是用于提升生产力。如一些文本生成工具，和midjourney这样的制图工具。第二类是陪伴类应用，我们认为这一方向未来可能会有很大的发展潜力。在这一方面，国外已有了成功案例，例如Character.AI，这家公司目前已经被收购，其已经验证了陪伴类应用的商业模式。在国内，目前也有许多公司低调地在深耕这一领域，并且已经悄悄盈利。第三类是与营销的结合。通过结合AI技术，实现精准投放，帮助企业更高效地进行品牌推广，最终提升销售能力。第四类是各种硬件。我们可以看到，在硬件方向，尤其是在大模型相关的硬件领域，有许多值得关注的产品。以车机为例，传统燃油车的车机操作比较简单，而在新能源车中，车机正变得越来越智能化、个性化，能够实现很多以前无法想象的功能。我们认为未来在这一领域可能会出现更多让人惊喜的创新。当然，这一硬件方向也涵盖机器人等其他领域。科技：从当下市场来看，确实这几个方向的产品表现很好。但与此同时，市场中这几部分的产品也是多种多样的，想了解一下您在具体进行投资判断时，如何选出这一方向中更有价值的一个，您的判断方法是什么？朱永：关于如何判断一个项目是否更有价值，我的看法是核心在于项目的技术壁垒以及它是否能够形成长久的竞争优势。以B端市场为例，如果一个公司基于大模型赋能推出了新产品，并成功进入了B端用户的核心业务体系，那么它很可能会形成某种壁垒。这种壁垒可能体现在数据层面，也可能体现在对用户需求的快速响应能力上。因为这些公司能够更贴近用户，尤其是B端客户，他们可以通过实际使用场景获取到第一手的需求情报。这些情报往往是竞争对手难以获取的，而企业基于这些独特的数据资源，能够快速优化和迭代自己的产品。随着这样的“飞轮效应”不断强化，企业将逐渐拉开与竞争对手的差距。对于C端市场，尤其是娱乐类产品，商业模式通常呈现出“赢者通吃”的特点。一旦某个产品脱颖而出，像抖音这样的超级应用，它会迅速占领市场并构建起强大的壁垒。这类项目的投资风险较高，但一旦成功，回报也可能非常惊人，例如百倍甚至千倍的收益。以大模型为例，如果出现类似“抖音”这样以AI生成内容为核心的超级应用，便可能重塑市场规则。但这种机会非常稀缺，成功与否往往取决于是否能抢占并留住流量。一旦产品成为用户首选，它会通过强大的用户体验构建竞争对手难以企及的壁垒，并进一步通过广告变现、创新产品设计等方式，不断增强自身价值。总结来看，无论是B端还是C端市场，我认为项目的核心价值在于其是否能够通过技术能力、数据优势或用户体验形成深厚的壁垒。这样的壁垒能够在市场竞争中实现长期稳定的领先地位，从而为投资人带来更高的回报。科技：那大厂是不是更有竞争力，因为数据其实都是在大厂手里拿着的，创业公司的机会在哪？朱永：您说的数据，比如说一些超级应用，它们当然是掌握更全面的数据，但最关键还不仅仅是全面的数据，而是用户的 individuals attention 在里面。也就是说，大厂的核心优势在于数据和用户资源，其不仅掌握了用户的数据，还在核心上抢占了用户的注意力和时间。每个用户的时间是有限的，而短视频平台通过不断优化内容推荐，将用户时间最大化转化为平台价值。这种从UGC（用户生成内容）到AIGC（AI生成内容）的演变，正是大厂利用技术驱动内容创新的典型路径。比如我们现在在抖音或者视频号中，已经能看到越来越多由AI生成的内容。这些内容不仅填补了创作者的生产力缺口，还吸引了新用户的关注。创业公司的机会则更多体现在创新和差异化上。尽管大厂拥有庞大的数据和技术资源，但它们往往专注于已有业务的扩展，而无法快速全面覆盖所有细分领域。创业公司还是可以从细分方向进行切入。比如，与教育、医疗或企业服务相关的垂直内容可能是创业公司可以突破的方向。此外，虽然大厂掌握了大量数据，但创业公司可以通过技术创新，例如在生成模型、互动体验或推荐算法上实现差异化，从而为用户提供更高价值。创业公司还可以通过针对特定用户群的深度服务，迅速构建起产品迭代和用户增长的飞轮。对于C端产品来说，关键在于快速抢占用户时间和流量；对于B端产品来说，则在于用技术和服务黏住客户。在C端硬件上，比如智能终端和相关设备，创业公司若能通过差异化设计和大规模生产占据一席之地，也有机会与大厂分庭抗礼。一旦硬件产品获得市场认可，规模效应和成本优势便会逐步显现，形成一定的竞争壁垒。总的来说，创业公司在面对大厂的竞争时，必须更加灵活和专注，尤其是在“速度”和“创新”上。早期通过技术壁垒快速抢占市场，随后通过规模效应和对用户需求的精准理解，逐步形成商业壁垒和核心竞争力。但是如果无法尽快建立飞轮效应，创业公司在与大厂的竞争中可能会面临较大压力。超级应用的出现往往需要一个更为复杂的产业机会科技：今年您思考比较多的 AI 问题是什么？朱永：今年我思考比较多的一个AI问题，主要集中在大模型的商业化落地上。虽然我们能够明确一些潜在的方向，比如文本生成、设计工具、营销支持、或者硬件结合的场景，但目前市场上并没有出现一家企业能够在这些方向上实现快速大规模的爆发式增长。这些方向仍需要时间和市场的培育，这个过程可能会比较漫长。此外，我也常常思考如何在早期阶段识别出具有独角兽特质的创业公司。早期投资的难点在于如何判断哪些企业能够在未来形成核心优势，尤其是在大厂的强势参与下，这种判断显得尤为重要。大厂具备雄厚的资源和技术能力，其不断升级的大模型技术正在降低应用的门槛，这无形中也对创业公司形成了很大的压力。创业公司如果无法建立足够的差异化壁垒，就容易被大厂的技术生态所覆盖。例如，以生成式文本为例。几年前，或许开发一个文本生成应用还算是一个有竞争力的方向，但随着大厂技术的快速迭代，这类能力逐渐成为一种开放服务，创业公司在能力上很难与之抗衡。如果一家公司的产品仅仅是调用大厂的技术，附加价值不够高，那么未来的生存空间将非常有限。因此，如何寻找早期的稀缺性和独特的技术路径，也是我今年经常思考的问题之一。科技：在很多人都在问AI的超级应用到底何时会出现时，我们也关注到，目前最能够被称为超级应用的ChatGPT似乎也只是局限在效率工具的范畴内，且其用户增长也并不如移动互联网时代的超级应用那迅猛，您怎么看？朱永：对此，我的看法是，目前大模型在多个领域已经开始产生显著影响，尤其是在提升B端和C端效率的场景中，比过去任何时候都更为强大。具体而言，文本生成类应用、设计工具等领域已经有了广泛的应用，许多人都在使用这些工具来提高工作效率。尤其是在设计领域，AI可以帮助设计师生成创意草图，甚至完成整个设计方案。与此同时，很多传统岗位也因此受到冲击。以电商行业为例，AI已经能够取代一些基础的工作，比如自动化处理客户邮件、收集用户反馈等。在设计领域，基础设计师也可能面临被替代的风险，甚至代码开发人员可能在不久的将来也会受到影响。至于超级应用的到来，目前很多行业参与者也在关注这一问题，尤其是在C端市场。像抖音这样的平台，它已经逐步渗透到了人们的生活中，成为了一种类似超级应用的存在。然而，要建立一个类似的超级应用，并非易事。超级应用的出现往往需要一个更为复杂的产业机会，除了技术外，还需要广泛的市场认知和用户基础。因此，虽然超级应用的到来是一个必然趋势，但何时会出现，以及它的形式如何，仍然是一个悬而未决的问题。我认为，未来的超级应用可能会与我们现在理解的形式有所不同，它可能不仅仅局限于一个平台，而是通过多种形式渗透到不同行业和领域中。例如，AI技术可能会深入到车载系统、办公软件、手机等日常工具中，成为基础服务的一部分。这种分布式的应用形态可能会替代传统的“单一平台”模式，构建一个更为广泛的AI生态系统。就像操作系统（如Windows、Android）曾经主导了PC和移动设备一样，未来AI技术可能会成为基础设施，广泛应用于各种硬件和软件中。科技：明年AI领域的一些重点是什么？朱永：关于AI原生公司的发展，我认为目前大模型的基座已经逐渐进入了“电厂建成”的状态——也就是说，基础设施已经具备，接下来的重点一定会转向应用层，尤其是如何实现商业化变现。从当前的趋势来看，这可能也是明年整个AI领域的主要焦点。在2024年，大量资金已经投向了大模型研发和基础设施建设，但随着这一阶段逐渐进入成熟期，市场开始意识到单纯依赖烧钱维持发展的局限性。投资人会更加关注实际的应用场景以及如何通过这些场景快速实现营收。如果应用层面无法找到明确的商业化路径，许多公司可能会面临持续融资困难的问题。因此，明年的重点或许包括：一是应用层的突破。这将是AI商业化的关键，尤其是在效率工具、陪伴类应用、营销工具，以及与硬件结合（如车机、机器人等）领域。如何将AI融入这些场景中，并快速规模化落地，是原生AI公司需要解决的问题。二是行业与场景的深度结合。从2B到2C，AI技术已经显现了颠覆性潜力。接下来，如何更深入地渗透到特定行业，如医疗、教育、金融、制造等，是各方关注的重点。行业垂直场景中的需求明确，同时也能带来相对稳定的营收增长。三是成本效益的提高。随着竞争加剧，AI服务需要降低部署成本，提升使用体验。创业公司若能找到更高效的技术路径，或提供更灵活的商业模式（如订阅服务、按需定价），也可能在竞争中脱颖而出。此外，随着AI技术的普及，政策和监管的影响力会日益显现。AI公司需要在产品设计中更注重合规性、数据隐私保护，以及伦理问题的解决，这可能成为新的竞争要素。总结来看，明年将是应用为王的阶段，市场对“电厂”的耐心有限，更多目光会转向谁能真正点亮灯光，并证明AI技术的商业价值。本文系2024新一代人工智能（深圳）创业创新大赛系列原创内容，本期访谈嘉宾朱永参与了大赛的项目评选过程。本文来自科技报道，更多资讯和深度内容，关注我们。科技2024年重磅推出系列对话栏目《态度AGI》。本栏目以AGI为题，将对话100位AI专家、企业家、投资人。截至目前，已专访李开复，王小川，王仲远，闫俊杰，傅盛等AI领域热门人物。为了深入洞察产业变革，跟踪人工智能动态，栏目特别开辟全新系列《态度AGI——投资人系列访谈》。该系列旨在通过深度对话，聚焦AI技术背后的资本力量，揭示投资人如何洞察行业趋势、评估项目价值，并在AI浪潮中寻找和培养潜在的独角兽企业。栏目将涵盖投资人的个人故事、投资哲学、以及对未来AI发展的预测和展望。第二十三期对话讯飞创投合伙人朱永。