作者：貝葉斯之劍

昨晚剛結束北大雙創學院第二堂 AI 風險投資課，趁著熱乎勁頭，今天把這篇趕出來。

主講嘉賓是金沙江風險投資主管合夥人朱嘯虎。

兩個多小時下來，他講了互聯網、AI、開源、具身智能、機器和投資，但真正貫穿全場的，其實是一個問題：

技術越來越強之後，一家公司到底靠什麼活下來？

而他開場很早就給出了自己的答案：

「技術很重要，但是更重要的是人文和商業。」

如果只截這一句，很容易把它理解成一個互聯網投資人在 AI 時代對技術唱反調。

但兩個多小時聽下來，我發現他真正想表達的，恰恰不是「技術不重要」。

相反，這堂課真正貫穿始終的問題是：

一項新技術出現之後，技術優勢究竟能維持多久？

如果今天領先半年，半年後全行業都能做到；

如果今天訓練模型需要數億美元，幾年後成本只剩零頭；

如果今天一家公司靠一個新功能融資，明天平台方就把這個功能免費塞進作業系統——那麼真正決定一家企業十年後還能不能存在的，到底是什麼？

朱嘯虎用了騰訊、阿里、滴滴、美團、DoorDash、Airbnb、光伏、電動車、大模型、AI應用、世界模型和機器人等一長串案例，實際上都在回答同一個問題：

技術不會永遠稀缺。真正困難的，是在技術從稀缺走向普及的過程中，找到下一種稀缺資源。

這可能才是整堂課最值得帶走的一層認知。

朱嘯虎開場就把不同技術週期做了區分：技術週期早期，技術領先性和基礎設施最重要；

但技術一旦快速普及和平權，創業與投資重新要面對獲客、留存、規模化和商業模式這些看起來「不性感」的問題。

而當這套邏輯放回今天的 AI、具身智能和硬科技產業，一個更尖銳的問題也隨之出現：

如果模型、演算法、硬體能力最終都會擴散，那麼一家科技公司的壁壘，到底應該建立在哪裡？

01｜技術不是不重要，而是「重要性會過期」

理解朱嘯虎整堂課，我認為最重要的是先把一個誤區拿掉。

他不是「市場派反對技術派」。

他真正提供的是一個動態框架：

當技術進步速度快於技術擴散速度時，技術領先最重要；當技術擴散速度超過技術進步速度時，決定勝負的變數就會發生遷移。

這也是課堂 PPT 裡最值得記住的一張圖：縱軸是技術進步速度，橫軸是技術擴散、商品化的速度。

大模型最早期很典型。

新的前沿模型只要能力明顯超過上一代，就能迅速獲取用戶、開發者和注意力。這種階段，誰先做到 SOTA（最佳技術水準），誰就掌握主動權。

因為技術本身就是稀缺品。

但問題在於，AI又可能是歷史上擴散最快的一輪技術革命之一。

當模型架構公開、論文公開、工程經驗擴散，人才在企業之間遷移，開源模型迅速追趕，推理價格持續下降後，過去需要極高資本才能獲取的能力，會越來越便宜地進入更多公司。

於是一個非常反直覺的現象出現了：

先行者替整個行業花錢踩坑，後來者沿著已經驗證過的路徑迅速追上。

這也是朱嘯虎為什麼把互聯網和硬科技做了一個很有意思的區分。

互聯網往往有明顯的先發優勢。

一個平台最早獲取用戶時，流量便宜；等網路效應、用戶心智形成以後，後來者可能要花十倍、二十倍的成本追趕。

但技術產業並不完全一樣。

先行者首先要承擔研發失敗、路線試錯和工程化成本；

一旦路線被驗證，後來者的學習速度可能非常快。

朱嘯虎進一步拿光伏和新能源汽車舉例。

當一個產業進入技術成熟和擴散階段，最後勝負可能不再由「誰最早掌握技術」決定，而逐漸轉向：

供應鏈效率、渠道、品牌、資本成本、規模製造能力。

他用通威、華為、小米等案例想說明的，並不是技術無用，而是：

技術從差異化能力變成行業標配之後，競爭規則就變了。

朱嘯虎在課堂問答裡也再次把這條線講得很清楚：技術進步快於擴散時，技術處在主導位置；

一旦進步慢於擴散，企業就又要重新回答獲客、用戶留存和商業效率的問題。

所以整堂課真正值得記住的，可能不是「先發優勢還是後發優勢」。

而是：

你要判斷自己身處技術週期的哪一個階段。

同一家企業，在不同階段應該建立的能力甚至可能完全不同。

技術突破期，需要跑得比所有人快。

擴散期，需要比別人更便宜、更穩定、更規模化地把技術送到真實客戶手裡。

成熟期，則可能進入渠道、品牌、資金成本和運營效率的競爭。

也就是說：

技術的重要性不會消失，但技術作為「稀缺變數」的生命週期可能比創業者想像得短得多。

02｜3S不是創業常識，而是一套「價值捕獲模型」

朱嘯虎把自己用了二十年的項目判斷標準概括成了三個 S：

Significant、Scalable、Sustainable。

表面翻譯很簡單。

市場夠不夠大？

能不能快速擴張？

能不能長期防守？

但如果只把它理解成VC常見的投資 checklist，其實低估了這三個詞。

我更願意把3S翻譯成三個更本質的問題。

第一，你創造的價值池到底有多大？

他對風險投資的要求非常直接：小市場很難產生足夠大的投資回報。

所以創業者首先不是問「我能不能做」，而應該問：

即使我做成第一名，這件事到底值多少錢？

一個創業項目從第一天開始，選擇的其實已經不是產品，而是天花板。

這也是他後來不斷強調「重新定義市場」的原因。

DoorDash並不是美國最早的外賣平台。

前面的Grubhub已經佔據很大市場，但其模式主要覆蓋能夠自行配送的餐廳。

DoorDash選擇自己建立配送能力，相當於把原本無法提供外賣的餐廳一起納入市場。

不是從別人那裡搶10%的份額，而是把市場本身重新做大。

Airbnb也是類似邏輯。

如果「共享住宿」只包括旅遊地豪宅和別墅，市場存在明顯上限；如果普通住宅、一個房間甚至一張沙發也能進入供給，整個市場的定義就發生了變化。

第二，你創造價值的過程能不能複製？

這就是Scalable。

很多企業並不是沒客戶，也不是賺不到錢，而是每拿下一個新客戶，就得重新投入一批人重新做一次項目。

這種公司可以賺錢，但不一定符合風險投資追求的指數級擴張邏輯。

朱嘯虎拿中國軟體企業舉例：如果大量依賴客製化，每增加一個客戶就意味著更多交付成本，那麼規模越大，組織反而越重。

而一個標準化消費應用，一套產品可以服務下一萬個、下一百萬個用戶，擴張邏輯完全不同。

第三，也是最容易被忽略的：你創造出來的價值，最後歸誰？

這才是Sustainable真正難的地方。

一家創業公司可以做出一個非常好的產品。

也可以擁有大量用戶。

甚至可以短期增長很快。

但如果它依賴某個平台獲取流量，依賴一個大客戶貢獻收入，依賴少數供應商維持生產，又或者核心功能可以被入口方迅速複製，那麼公司創造出的價值，很可能最終並不屬於自己。

所以Sustainable真正問的是：

你有沒有價值捕獲權？

這和有沒有專利不是一回事。

也和技術領先不是一回事。

真正的壁壘，是競爭發生以後，你手裡究竟握著什麼別人繞不過去的東西。

03｜騰訊、滴滴、美團反覆出現：真正的壁壘叫「控制點」

為什麼朱嘯虎講AI，卻花了相當長時間講騰訊、阿里、滴滴、美團？

因為在他的體系裡，互聯網時代最重要的遺產，不是某一個產品打法，而是理解：

價值鏈上的控制點在哪裡。

他把騰訊定義為「流量高地」。

騰訊很多業務並不是第一個做。

遊戲不是。

視頻不是。

網路文學也不是。

但只要QQ、微信這樣的社交關係網絡還存在，騰訊就長期掌握著極其稀缺的流量入口。

這意味著它可以觀察先行者犯錯，再利用入口、資本和用戶基礎快速追趕。

換句話說：

產品領先可以被追，入口優勢卻沒那麼容易複製。

朱嘯虎對阿里的分析則恰好相反。

電商天然消耗流量，因為最終要促成交易、讓用戶花錢，因此需要持續獲得流量。

這也是為什麼，他認為騰訊、字節跳動這類能夠持續產生注意力的平台擁有一種不同於交易平台的結構性優勢。

再往下一層，是雙邊網絡。

為什麼滴滴、美團這樣的平台價值高？

因為兩側都足夠分散。

大量司機連接大量乘客，大量商戶連接大量消費者。

這種「多對多」網絡一旦建立，後來者不是簡單接一個API就能複製。

相比之下，如果供給端只有兩三個核心供應商，哪怕用戶很多，防禦力也未必足夠。

朱嘯虎用了一個很直接的例子：

電影票業務看起來擁有海量消費者，但如果上游出票系統高度集中，競爭者只要完成相同接口連接，就能夠進入。

這種平台擁有的是流量，卻未必擁有足夠強的供給控制力。

再往後，他講高頻、低頻，本質仍然不是「頻次越高越高級」。

真正的問題是：

用戶關係到底屬於誰？

一年只使用一次的產品，每一次需求出現時都可能重新被大平台截流。

而高頻產品能夠持續佔據用戶入口。

所以真正重要的不是「高頻」這個詞，而是背後的關係連續性。

這也解釋了他為什麼非常看重用戶留存。

課堂上，他給出的經驗門檻是次月留存和半年留存，並明確強調，VC給錢可以幫助企業買來新用戶，但買來的用戶能不能長期留下，是完全不同的問題。

把這些案例全部抽象出來，會發現朱嘯虎反覆尋找的其實是幾種東西：

用戶入口、供需網絡、品牌、供應鏈、渠道和長期用戶關係。

這些東西有一個共同點：

它們都是控制點。

所以一個非常值得AI創業者追問的問題是：

如果明天競爭對手擁有了與你一樣好的模型，你還剩什麼？

如果答案是「什麼都沒剩」，那今天看到的技術領先很可能只是時間窗口，還不是壁壘。

04｜AI時代最危險的事：你做出來了，入口方把你免費做了

這也是整堂課最有現實殺傷力的一部分。

過去兩年，大量AI創業公司實際上都在做同一件事：

找到一個工作流，把大模型嵌進去，讓原來的任務更快、更便宜、更自動。

這個路徑當然可以創造產品價值。

但朱嘯虎反覆提醒另一個問題：

功能價值，不等於公司價值。

一家公司可以做出非常有用的功能，但如果這個功能天然屬於某個大平台，那麼產品越成功，反而越像替別人驗證需求。

他把這種情況稱為：

給大廠打樣品。

例如AI辦公。

如果用戶最終仍然在作業系統、辦公套件或者超級入口裡完成工作，那麼獨立的AI PPT、AI文檔、AI辦公工具就必須回答：

為什麼平台自己不做？

如果平台把相同能力整合進去，你還有什麼？

他在課堂中甚至把這種風險擴大到了AI醫療軟體。

Abridge一類產品利用AI把醫患對話自動整理成病歷，需求是真實的，產品也有價值。

但如果醫院核心病歷系統本身掌握醫生入口、醫院客戶和數據，那麼平台方一旦將同類功能免費集成，獨立功能型產品就會面臨極強壓力。

於是出現一個比「大廠抄你」更危險的結構：

你的投資人、渠道方、客戶，未來都可能變成你的競爭對手。

朱嘯虎又把這個框架放到了晶片產業。

當車企採購量不足時，向專業晶片企業購買當然划算。

但當整車規模足夠大，技術也擴散到一定程度，自研晶片可能開始具有經濟性。

於是昨天的客戶，會開始重新計算：

為什麼不自己做？

同樣的邏輯，也可以發生在大模型、AI Agent、企業軟體和機器人中。

因此真正危險的並不是「大廠很強」這句廢話。

而是：

你是否處在價值鏈中一個天然會被上游或下游整合的位置。

朱嘯虎在課堂裡的表達非常直接：如果沒有入口，只做一個容易被複製的AI功能，很可能最終是在替別人做嫁衣。

這個判斷對於今天大量AI創業公司，其實比「模型能力又提升了多少」更值得警惕。

因為模型越強，某些應用的開發門檻反而可能越低。

過去需要一個團隊做半年的事情，未來可能一個小團隊幾週就能實現。

於是一個悖論出現了：

AI越強，創業越容易；但也正因為創業越來越容易，簡單產品本身就越來越難構成壁壘。

05｜200多家機器人公司之後：朱嘯虎到底在看空什麼，又在押注什麼

這部分應該是我最關注的。

因為朱嘯虎對具身智能和機器人一直相當「毒舌」。

在課堂上，他再次提到中國已經出現兩百多家機器人企業，反覆展示跳舞、打拳的能力。

世界模型同樣出現大量創業團隊。

他的態度非常明確：

當技術路徑本身尚未完全收斂，但複製和融資速度已經非常快時，對投資人而言，風險很高。

如果只聽到這裡，很容易得到一個結論：

朱嘯虎看空機器人。

但把整場課聽完整以後，我認為這個判斷是不準確的。

他真正看空的，不是機器人。

而是：

商業價值尚未出現，卻已經提前用「通用智能」敘事給自己定價的機器人公司。

他實際上投機器人。

而且他在課堂上用了不少篇幅講自己願意投資什麼樣的機器人。

答案非常一致：

場景足夠具體，價值足夠高，技術現在就夠得到。

他談到一個水下機器人項目。

最開始只是洗船。

這本來聽起來一點也不「性感」。

但順著一個真實任務往外延伸，需求卻不斷出現。

船體需要清洗。

海關需要水下檢查船體。

海上光伏、風電結構需要清洗。

水產養殖網箱需要清理海藻和附著物。

而水下環境恰好有一個非常重要的特點：

對於人類來說，危險、昂貴、效率低。

對於機器來說，任務卻相對標準。

於是一個原本非常窄的「洗船機器人」，可能沿著相鄰任務不斷擴張。

這和讓一個人形機器人今天疊衣服、明天做飯、後天照顧老人完全不同。

前一種是：

在相似任務空間裡泛化。

後一種卻可能要求機器人一次跨越極大的環境和任務分佈。

朱嘯虎後來回答倉儲機器人問題時，用了一句話，我覺得特別值得做具身智能的人記住：

「只要跳一下過去就能夠著。」

他認為倉庫裡分揀衣物就是這種場景。

環境可控、任務明確、人力規模足夠大、經濟價值可以計算，而且技術距離不算太遠。

反過來，家庭場景看似每個人都懂，但真正進入之後，物體、空間、任務和人的需求變化極其複雜，泛化難度可能遠高於價值密度。

所以如果把朱嘯虎的機器人投資邏輯壓縮成一句話：

不要先證明機器人什麼都會，要先證明它做這一件事有人願意持續付錢。

這其實也是具身智能從Demo走向產業真正繞不開的一步。

一家公司可以拍出非常酷的影片。

但真實商業世界需要回答的問題是：

誰買？
為什麼現在買？
多久回本？
任務頻率多高？
機器人替代的是誰？
一台機器一年能創造多少經濟價值？
這個任務能否遷移到相鄰行業？
一旦技術擴散，供應鏈、渠道、交付和成本優勢在哪裡？

所以朱嘯虎不是在用傳統互聯網邏輯簡單否定具身智能。

更準確地說，他是在強迫技術創業回到一個最樸素的問題：

這項技術今天到底創造了什麼可計算的價值？

06｜AI應用的兩條路：C端拼十倍體驗，B端藉開源出海

除了機器人，這堂課另一個資訊密度非常高的部分，是朱嘯虎對AI應用的判斷。

他的C端和B端邏輯其實完全不同。

C端：不要發明需求，去重做已經驗證過的需求

朱嘯虎認為，今天AI原生消費應用仍處於早期階段。

他用了一個很形象的比喻：

Token Plan（代幣方案）仍然像3G以前的流量套餐。

真正的大眾應用爆發，至少還需要幾個條件進一步成熟。

使用價格足夠低。

延遲足夠低。

用戶不需要研究複雜Prompt。

用戶也不需要每天思考，到底應該選哪一個模型。

當這些技術細節逐漸消失到後台，普通人只看到產品體驗，AI應用才更接近真正的消費品。

那現在什麼產品最值得做？

朱嘯虎給出的答案很有意思：

不要一定追求創造全新人類需求。

過去已經被證明存在的需求，如果AI能夠把體驗提升十倍，也可能誕生巨大機會。

他舉了角色扮演、情緒陪伴和AI玩具。

人類想和虛擬角色建立情感關係，不是大模型時代才出現。

電子寵物、戀愛遊戲、互動娛樂已經驗證了幾十年。

AI改變的是產品供給方式。

以前，一個戀愛遊戲只能預先設計幾個角色、幾條劇情。

現在，每個用戶理論上都可以得到更加個性化、動態、持續進化的角色。

需求沒有變。

供給能力發生了數量級變化。

所以朱嘯虎強調的不是簡單「AI+舊產品」。

關鍵是：

AI有沒有把用戶體驗提升一個數量級。

課堂問答中，他把這個門檻說得非常明確：只有真正讓用戶感受到十倍改善，創業公司的增長邏輯才可能成立。

B端：開源可能不僅是技術策略，而是GTM策略（市場進入策略）

中國企業軟體過去長期存在一個困難。

國內客戶客單價有限，同時大客戶定製和銷售成本很高。

一家公司如果主要依靠銷售團隊一個個拿KA客戶，很容易陷入「收入增長，組織也同步變重」。

而到了AI時代，朱嘯虎認為「開源」可能提供一條完全不同的出海路徑。

先通過開源產品進入全球開發者社區。

讓用戶自己下載、試用、Fork（複製分支）和部署。

再在協作、安全、企業服務等環節完成商業化。

這裡的開源已經不只是技術理念。

它本質上是一種：

產品驅動增長（PLG（產品驅動增長））+ 全球化分發。

中國軟體以前最缺的全球銷售渠道，可能部分被GitHub、開發者社區和開源生態替代。

與此同時，他對底層模型本身同樣非常看好開源。

他的判斷是，隨著開源模型能力逐漸達到「足夠好」，閉源模型的高溢價會不斷受到挑戰。

注意，這仍然是朱嘯虎的投資判斷，不是已經確定的產業終局。

但它背後的邏輯非常統一：

當底層能力趨於商品化，價值就會往上層應用、分發、場景和用戶關係遷移。

也就是說：

模型本身越來越便宜，並不代表AI沒有價值。

它更可能意味著：

價值開始換地方。

07｜「偏離共識15°」：朱嘯虎真正的投資方法

整堂課後半段，還有一個我認為非常容易被忽略、但非常「朱嘯虎」的詞：

15°。

很多投資人喜歡講「非共識」。

聽起來最傳奇的投資故事，往往是：

全世界都不相信，只有我相信。

但朱嘯虎這套方法其實沒那麼浪漫。

他甚至不希望離共識太遠。

他的邏輯更像：

大方向可以是共識，但具體下注點要比市場偏一點。

為什麼？

因為投資不是學術研究。

投資最終需要退出。

如果偏離主流90°，即使判斷理論上很先鋒，也可能沒有後續資本、沒有上市路徑、沒有流動性。

但如果完全跟著共識走，又會遇到另一個問題：

所有人的錢都集中到同一類資產裡，估值已經把未來幾年甚至十幾年的樂觀預期提前透支。

於是最有賠率的位置，可能正好在兩者之間。

朱嘯虎最後解釋「15°偏角」時說得非常現實：

偏得太遠，退出困難；

但仍然處於AI大趨勢中，只是稍微偏一點，就可能同時獲得商業化、安全邊際和相對合理的估值。

這也解釋了他為什麼對今天一些最熱門的方向如此謹慎。

LLM。

AI Infra。

GPU。

人形機器人。

VLA（視覺-語言-動作模型）。

世界模型。

這些東西當然重要。

但當所有人都認同它們重要、所有資本都衝進去時，「重要」並不自動等於「值得投資」。

投資真正關心的是：

價格是多少？

什麼時候形成收入？

技術路徑是否收斂？

這家公司究竟擁有別人複製不了的什麼？

所以朱嘯虎真正尋找的，很可能不是「下一個最熱的技術」。

而是：

大趨勢沒有錯，但市場暫時沒有把所有價值都定價進去的那一個15°偏角。

這也是為什麼他的PPT另一側出現的是一些沒那麼性感的方向：

AI消費應用。

AI賦能服務。

AI消費電子。

工業自動化。

它們未必代表AI技術最前沿。

但可能距離真實付費、供應鏈和商業閉環更近。

所以「15°偏離共識」背後的本質，其實還是賠率：

不去押一個完全沒人理解的未來，也不去用最貴的價格買人人都知道的未來。

08｜寫在最後：技術會平權，稀缺性會遷移

聽完整場分享以後，我覺得朱嘯虎真正想講的，並不是一套「怎麼做AI創業」的固定公式。

恰恰相反，他實際上在提醒所有創業者：

不要迷信任何一個固定答案。

互聯網時代，流量稀缺。

所以先發優勢和網路效應極其重要。

大模型突破早期，頂尖模型能力稀缺。

所以技術領先就是最重要的變量。

但如果模型能力不斷擴散、推理價格不斷下降、開源逐漸逼近，那麼新的稀缺變量就可能變成：

用戶。

入口。

場景。

供應鏈。

品牌。

渠道。

資金成本。

交付效率。

以及真正能夠持續留住用戶的產品體驗。

到了具身智能也是一樣。

今天大家爭的是模型、數據、VLA（視覺-語言-動作模型）、世界模型和本體能力。

如果有一天這些能力開始逐漸收斂，那麼機器人產業最終也會進入一個所有製造業都非常熟悉的世界：

誰能更穩定地生產，誰的BOM（物料清單）更低，誰的供應鏈更強，誰有客戶渠道，誰能快速交付，誰能讓客戶算得過ROI（投資報酬率）。

技術當然還是重要。

但「技術重要」和「技術能長期構成商業壁壘」，是完全不同的兩句話。

所以如果把朱嘯虎這兩個多小時、幾十張PPT和大量互聯網案例全部壓縮成一句話，我更願意這樣總結：

AI創業真正的勝負手，不是永遠擁有最先進的技術，而是在技術從稀缺走向平權的過程中，比別人更早找到下一種稀缺性，並把它變成可規模化、可防禦、能長期捕獲價值的商業系統。

技術會平權。

但價值不會消失。

價值只是在遷移。

對於創業者而言，真正困難的從來不是知道AI很重要。

而是回答另一個問題：

當有一天大家都會AI，你到底還剩下什麼？

Gate 合約 Robinhood 專區已上線 MUSEBOOK 合約交易

熱門文章