编者按：本文来自微信公众号 笔记侠（ID：Notesman），责编：柒，创业邦经授权转载。

朱啸虎，又一次站在了风口浪尖。

在谈到火热的具身智能，他毫不留情地泼了盆冷水：“我们天使基金在过去几年投过一些早期的具身智能项目，最近几个月都在退出……我问这几个CEO，你们商业化可能的客户在哪里？我感觉他们说的都是自己想象出来的客户，谁会花十几万买一个机器人去干这些活？”

谈及风口浪尖上的宇树科技，他也没松口：“考虑到现在这个环境，宇树还是有可能会上科创板，而且表现非常好，但是我们把这种叫投动能的投资，我们还是喜欢投基本面。”

这种不被市场影响的极度理性，也将朱啸虎推向了热搜。在投中网的《金沙江朱啸虎：我们正批量退出人形机器人公司》这篇文章中，朱啸虎也强调了自己的原则和理念：

他说：“我们的投资理念一直强调要聚焦在能够看到清晰的商业化的可能性的赛道上。”

“看上去很炫的东西，客户到底愿不愿意为你交付的结果付钱，这是很重要的。很多时候你不要以为现有产品已经足够好，也不需要那种非常大的科技进步，你在用户体验上做10%、20%的提升，用户就愿意买单了。”

“我们最怕的就是市场共识极度集中，商业化又不清晰，大模型去年是最典型的案例。我们从来没有在这样的案例上赚过钱。赚钱的都是没有市场共识，但是商业化又很清晰的。”

3月31日，在2025年中关村论坛年会上，朱啸虎又谈到了AI，他认为“AI应用的竞争壁垒大多在AI技术之外，创业者要更懂商业”。

以下为演讲全文整理，未经讲者审阅。

大家下午好！很高兴重回中关村。中关村其实是中国互联网的摇篮，很多互联网企业从海淀的华清嘉园起步。

20年前，我刚开始做VC时，只需守在华清嘉园，就能捕捉到许多创业机遇，真的十分幸运。

最近，我们也在反思中国互联网与创投过去20年的发展历史。

一、互联网风口与泡沫规律

过去20年，互联网行业涌现出诸多风口，事实证明，这些风口催生出的商业模式如今都取得了成功。

然而在当时，它们无一例外经历过泡沫期，遭受外界质疑与嘲笑，陷入发展低谷，而后又从低谷中崛起，最终走向成功。

比如，早期的门户网站，当时盛行“眼球经济”概念，大家都嘲笑，光有眼球怎么赚钱？如今看来，这早已不是问题。

再比如，长视频领域，优酷土豆兴起时，人们对中国人是否愿意为长视频付费心存疑虑，而现在，国内长视频订阅付费用户已超1亿人。

打车、外卖、共享单车、共享充电宝等行业亦是如此，尽管起初饱受争议，但如今其商业模式已得到验证。

进入科技时代，类似的发展轨迹仍在延续。2018 - 2019年的元宇宙概念、2021年的SaaS软件，以及过去两年的大模型，起初都备受追捧，成为热门话题，但很快就被市场“证伪”。

比如元宇宙，苹果的Vision Pro虽酷炫，商业化进程却受阻，而Meta Quest在功能上做减法，聚焦核心功能，出货量超200万台，取得不错成绩。

SaaS软件也曾是投资热点，当时系统集成收入、客户定制收入都能给到10~20倍的估值，可热潮退去后，都没人愿意说自己是软件投资人了。

这是为什么？

我们来看一下，美国的软件企业能让投资人获得丰厚回报，原因在于其发展速度极快，收入增长倍数可观，常常是每年两倍、三倍地增长，短时间内就能实现1亿美金的收入。而中国的SaaS软件企业，在收入达到1亿人民币后，增长速度便会迅速放缓。

但今年，我们可以看到一些积极拥抱AI和深度学习的软件企业收入实现爆发式增长，若能保持这一增长态势，中国软件企业或许将迎来春天。只是那些在热潮时盲目烧钱的企业，可能难以享受到行业复苏的红利，而坚守商业纪律的企业，终于看到了曙光。

大模型同样经历了从火热到逐渐冷静的过程。随着一些新成果的出现，市场对大模型的态度趋于理性。

但AI应用企业却迎来爆发式增长，其收入增长速度几乎和当年的团购企业一样。这些应用企业基本上都想低调发展，不愿过多曝光自身盈利情况。

今天，我就分享一些公开案例，因为许多企业并不希望我们报道它们。

二、deepseek开源，加速AI发展

开源模型的发展对大模型AI生态产生了重大影响。在deepseek模型出现前，我们就感觉闭源模型发展会遇到阻力，而开源模型会逐步追上来，最终形成类似iOS和安卓的两种生态。

但deepseek不一样，它比安卓更开放，不仅放弃商业化，甚至都不关注用户数量。腾讯在今年全力拥抱deepseek后，使得腾讯元宝迅速发展，超越了此前的许多大模型。

这也给中国科技投资带来启示：技术成熟前商业化难度大，而成熟后会实现快速“平权”，我们需要思考技术平权后的最大受益者是谁，以及行业的最终发展格局。

三、星辰大海都是红海，脏活累活才是护城河

1.技术路线并非关键，商业场景和产品才是核心

基于此，我们建议创业公司不要在底层模型训练上投入过多资金，而是全力拥抱开源模型和API。底层模型成熟后，许多应用公司收入实现爆发式增长。

过去6个月，中美两国都涌现出不少这样的创业公司，其收入环比增长十分可观，周环比增长超10%，月环比增长超20%。虽然目前这些公司收入规模还较小，但增长速度令人振奋，类似团购行业早期的增长态势。

并且，这些公司人员规模不大，十几人就能在6 - 12个月实现千万美金收入，中国的公司甚至能达到月收入超100万美金，这样的案例已有十几家。

为什么能这么快做到商业化落地？

核心是现在的AI模型在许多场景下已达到让用户付费的产品市场匹配（PMF）阶段。尽管有人认为AI模型仍有提升空间，比如砸钱投入更多资源可能使AI模型再进步10% - 20%。

但在实际应用中，当前的基础模型，如DeepSeek、通义千问、豆包等，在客服、销售、会议纪要、营销文案、语言教学等场景都已具备商业化能力，且能实现月环比20%以上的收入增长。

对于创业者来说，技术路线并非关键，商业场景和产品才是核心。要深入了解客户需求，开发出能让客户试用即付费的产品。

我们的投资理念一直强调要聚焦在能够看到清晰的商业化的可能性的赛道上，这是我们在过去20年坚持的投资策略。去年这个时候，说实话，不投大模型还是有很多争议的，今天可能就基本上没啥争议了。所以从第一天开始就这么明确不投，还是比较能代表我们的特色。

今年2月份的时候我在新加坡见了很多美元LP，他们说谢谢你们，没有在基础模型上浪费一分钱，所以大家对你的信任程度反而是提高的。在第一天就能有很清晰的判断，这是早期投资人最可贵的特质。

我们一直是比较理性的，至少能算得出账的。大概是在未来几年可能会怎么商业化，商业化潜力在哪里，即使短期内没有商业化，这不是关键，关键是长期你怎么商业化，你的壁垒在哪里。

我们看游戏的终局，竞争的终局会是怎么样的，要想得出这个。说实话，我们投的很多企业都是比较后期才能商业化的。比如说小红书，我们投的时候是香港购物指南PDF，也就两三年之前才有规模化的商业化。但因为它一直是做购物分享的，所以商业化肯定不会成为问题，有些东西还是能看得出来的。

没有收入也行，那我们看数字，看你的获客成本，客户的留存率。你要证明你的数字是符合我们的逻辑和标准，讲什么故事我们不太在乎，因为故事很多时候变化很快。像小红书是最典型的，一开始是香港购物指南PDF，这个故事当时肯定没人会投。A轮的法律文件写完了，我们本来是和另外一个基金合投的，那个基金不签字了，我们全部拿过来了。所以你一开始讲的故事，可能后面都会变的，但是数字，你的用户获客成本和留存率，这些是比较本质的。

我最近画了张图，有两个维度，一个是共识，一个是商业化，说实话在PC互联网和移动互联网时代，共识和商业化往往可以同时符合，不管是短期还是长期的商业化，总归能看到商业化路径。当年像优酷、土豆这种长视频网站，大家一开始也觉得很难商业化，后来证明中国消费者也是愿意为长视频付钱的，只是时间的问题。

今天确实有很多赛道看不清楚，但是共识又非常集中，所以我们现在就考虑两个维度，一个是共识的高低，另一个是商业化的可能性。去年我们就聚焦在没有共识，同时商业化又很清晰的赛道上，这是性价比最高的，比如说消费和AI应用。消费并不说是没有共识，可能很多基金投不了消费，所以造成消费公司的性价比特别高。

AI应用去年基本上没有共识，大部分的钱都聚焦在基础模型上面去了。今年这两个方向又都有一些变化，AI应用和消费的共识开始逐步起来了，但我觉得现在还是一个投消费和投AI应用的好的时机点。

我觉得（Manus）很重要的考验就是用户愿不愿意付钱。看上去很炫的东西，客户到底愿不愿意为你交付的结果付钱，这是很重要的。因为它的服务成本很贵，做一个任务可能要至少几美金，要收个10美金，可能才能回本。花10美金去完成一个任务，我觉得这挺难。所以为什么商业化很重要，因为它能够验证你的产品是不是达到用户要求的质量，这个时候花拳绣腿是没用的。

2.AI应用机会：在细分场景做到极致

当下，中美市场竞争都十分激烈，美国风险投资已不再热衷大模型，转而将资金投向AI应用领域，导致各垂直赛道竞争加剧，创业公司之间甚至打起了价格战。

我们给中国创业公司的建议是：在国内打磨产品和团队后，尽快出海拓展市场。国内竞争激烈，产品价格往往被压低，而在海外市场则有更大的盈利空间。

中国的应用也要全球化。我和中国AI的应用创业团队一直说，你要想清楚，今年你可能确实切入比较早，但是明年可能很多人进来，都会打到白菜价，所以你必须要一只脚在海外。海外是利润来源，在国内是测试产品有没有需求，好不好，因为中国用户对产品的要求远远超过其他国家。

中国团队在AI应用落地方面能力突出，在日本、东南亚、中东等地几乎没有竞争对手。

全世界目前只有中国和美国具备AI落地能力，甚至美国一半的AI团队都有中国人参与。

但很多投资人觉得AI应用缺乏壁垒而不敢投资，这与十几年前移动互联网时代的情况相似。那时，滴滴、饿了么、小红书等项目在A轮融资时无人问津，大家认为APP没有技术壁垒。

如今的AI应用创业者也应清醒认识到，不要过分强调技术壁垒，要承认很多能力依赖底层模型，但可以在非AI领域，如整合工作流、编辑能力、专有硬件、人工交付等脏活累活建立竞争优势。

①Lib Lib

以北京海淀的Lib Lib公司为例，中国曾有十几家公司涉足文生图领域，大家都觉得该领域缺乏壁垒，无非是使用开源生图模型。但Lib Lib面向中国2000万专业设计师，而非C端用户。

目前，其月活已超500万，即使在收费较为克制的情况下，月收入增长也非常迅速，基本上在国内做到了第一，并且也在计划出海。

其实，Lib Lib的核心竞争力并非生图，而是编辑功能，它堪称AI版的Photoshop，提供复杂的编辑功能，简单编辑需培训半天，复杂编辑则要培训2 - 3周才能掌握，这种编辑能力成为其在市场竞争中的坚实壁垒。

② Abbridge

再举个例子，美国的Abbridge公司专注于会议纪要细分场景，看似简单，实则竞争激烈，全球有几十家公司在该领域布局。

所以，Abbridge为医生和病人问诊提供服务，将语音自动转成文字，并根据各州要求生成病历卡，面向医院收费。这家公司也获得了知名投资机构融资，发展良好。

在美国，这一细分领域还有许多公司，如红杉美国投资了面向医生个人的历史软件公司，还有专注兽医领域的公司，都发展得不错。

在这个场景中，准确率至关重要，达到90%以上才能获得市场认可，众多公司凭借高准确率实现了良好的商业化。

甚至还有做上市公司财报会的，上市公司每个季度都要发财报会，都要回答很多分析的问题，它自动拨进去，做会议纪要。我们还投了一家中国公司，在日本做会议纪要也做得非常好。

你看，就这么小的功能点，足够支撑全世界几十家公司收入增长都非常快。不同场景下面都有公司做，证明这个需求点非常强大，而且这东西是大模型最容易做的，根本不需要很深的技术，但是你得把一个具体的细分场景做深了。

③ Cloud

再比如，Cloud是一位中国年轻人在美国创立的公司，他们的产品是一款类似电子名片的硬件，贴在手机后面，能将电话或电话会议内容转成会议纪要，软件直接接入GPT。就这么简单的功能，使得这款硬件去年收入7000多万美金，目前月收入超1000万美金，成立仅两年就已在筹备赴美上市。

现在深圳一堆公司都在用集装箱把这样的AI会议纪要产品卖到美国。你以为（会议纪要这类需求已经被）解决了，现在手机也可以录，也可以传到GPT里面去做纪要。这类产品做了很小提升，因为它有硬件，上面4个喇叭，我们谈话比较远的话，它也能很好地收集声音，而且可以区分每个人说的话。就靠这些小的性能优化，它就卖得非常好。

所以很多时候你不要以为现有产品已经足够好，也不需要那种非常大的科技进步，你在用户体验上做10%、20%的提升，用户就愿意买单了。很多时候真的不需要很高大上的阳春白雪的东西。

④ 循环智能

还有一家叫循环智能的公司，他们在垂直AI场景表现出色，占据中国汽车4S店销售80%的市场份额。他们为销售人员配备专有硬件AI名片，能自动记录销售过程，分析销售人员是否遵循标准操作流程（SOP）、话术是否规范，还能提示遗漏的卖点。

有了这款产品，4S店销售例会无需再开，销售人员完成任务即可下班，因此很受销售人员欢迎。

今天垂直Agent很容易做，而且很容易商业化，服务成本都很低。通用Agent说实话我今天还不看好，我觉得交付的质量还很难达到商业化的程度。

还有一点，通用Agent都是大厂的机会。我现在最期待的是微信的Agent。比如说我和你聊天提到下次开会的时间，它自动帮我放到日历里，再帮我订机票酒店，这种都是大厂机会。通用Agent需要入口，在微信里面集成是最容易的。

当然今天在中国，这种场景在前端很难商业化，只能在后端商业化，比如说订机票和酒店。那就必须要做得很智能，客户才真的愿意把这个东西交给你。今天我觉得智能程度还没有到那个程度，基础模型没到那个程度，还需要点时间。

四、未来企业的机会，在于AI协同

文生图的关键在于编辑功能，文生视频难度更大，仅靠编辑功能可能无法满足需求。我们在美国投资的一家公司，将编辑功能外包到印度，在中国则外包给二三线城市的工作室。

根据不同的质量和客户要求，AI编辑功能和人工编辑功能的占比有所不同，有的视频可能95%靠AI，5%靠人工，有的则各占50%。这些需要人工参与的“苦活累活”，大厂往往不愿涉足。

比如百度认为文生视频在五年内难以完全实现商用交付，必须依赖人工编辑，这就为创业公司创造了机会。

我们整合了几百个文生视频模型，根据用户风格需求，如中东客户对视频内容的特殊要求，生成视频后，由中国二三线城市工作室进行人工编辑，直接交付最终产品。

这种AI与人工协同的模式，让中国AI赋能软件有机会超越美国软件公司，因为我们不是单纯卖软件，而是用AI直接交付成果，这也是中国软件公司快速发展的重要机遇。

总结

总之，这一轮AI发展，中国在应用端拥有巨大机会。

但企业要注重商业化，AI应用的竞争壁垒大多在AI技术之外，创业者要更懂商业，同时全力拓展海外市场。

谢谢大家！

参考资料：

1.《金沙江朱啸虎：我们正批量退出人形机器人公司》，投中网；

2.《2025中关村论坛年会朱啸虎演讲》。