一場大贏大輸?shù)挠螒颉?/p>

最近一兩周，在AI技術(shù)以“日”為單位的更新頻率以及名人效應(yīng)的傳導(dǎo)下，投資圈也正在發(fā)生一些有趣的現(xiàn)象。比如現(xiàn)在市面上涌向AI的FA越來越多，都比項目數(shù)要多了。這里的“項目”指的是真正有團隊的創(chuàng)業(yè)項目。

【資料圖】

在跟一位軟件行業(yè)FA從業(yè)者楊思化（化名）聊天時，她告訴我：“現(xiàn)在看軟件的投資人越來越少了，形勢比人強，現(xiàn)在都是來找他們要AI項目的，市場冷了兩年了，沒辦法，只能先轉(zhuǎn)向AI。”

她還談到：“除了像他們這種之前看軟件，懂AI的FA加入到搶項目大潮中外，更有之前看新能源、新材料的，也跟風(fēng)來到AI口。”

01 風(fēng)口上的FA

我雖然承認今年AI的火爆，但對于新能源行業(yè)人的加入還是覺得有些驚訝。

見我不解，楊思化解釋稱：“雖然新能源很火，但項目并不好找，一方面，優(yōu)質(zhì)項目并不缺FA，另一方面，投新能源的人民幣基金比較多，考察的周期也相對較長，反倒不如現(xiàn)在的AI項目來得性價比高。”

對于FA們加入AI浪潮的積極性，還有一個細節(jié)可以佐證——那就是他們的朋友圈。

據(jù)悉，他們近期是在刷屏分享的AI新聞，研報，也有一部分人會去各種各樣的場合和平臺去發(fā)表自己對AI的看法。對此，有人調(diào)侃道：可能去年同期他還在轉(zhuǎn)發(fā)新能源的一些研究，發(fā)表觀點，而現(xiàn)在又想通過這種方式來證明自己真的是AI行業(yè)的人。

另一個有趣的現(xiàn)象是他們在B站學(xué)習(xí)AI的熱情。

這里不得不提的是前亞馬遜首席科學(xué)家李沐，他是一位AI大牛，同時長期在B站上做一些AI論文精讀的視頻，為了盡快惡補AI知識，很多投資圈的人都去李沐那里學(xué)習(xí)，還有人對外稱：“我?guī)煆睦钽濉保跇I(yè)內(nèi)看來，這十分滑稽。不過從某種程度上也體現(xiàn)出了FA追趕風(fēng)口的焦慮。

但即便如此，很多新入場的FA還是見不到什么像樣的AI項目，尤其是特別火的項目，根本就約不到。比如目前市面上最難約的是來自微軟亞研院、中科院和清華系的項目。

背后的原因則在于項目方不想自己成為一個老師去教一堆學(xué)生。創(chuàng)始人最希望的就是見一家，第二天就打款。而不是聊了100家，其中80家都不懂，都需要教一遍，另外的20家有10家半懂，最后只剩10家真的看過，只有一兩家有成交，這樣的轉(zhuǎn)化太累了。

很多FA會稱自己關(guān)注AI很久了，可與項目團隊聊到一些技術(shù)的時候，都沒法對話，甚至?xí)霈F(xiàn)大段的沉默，因為這個領(lǐng)域的創(chuàng)始人一般是科學(xué)家類型的，為了讓大家聽懂，他很多時候會把科學(xué)語言轉(zhuǎn)換成通用語言，但有些FA和投資人還是聽不懂。

所以在最開始，創(chuàng)始人就會把那些假裝自己是看AI的人，直接刪掉，導(dǎo)致很多機構(gòu)都聊不到項目。

這樣一來，也導(dǎo)致了FA側(cè)也出現(xiàn)了分化的局面。比如一些在AI行業(yè)深耕的FA今年甚至有底氣不接觸新項目，繼續(xù)服務(wù)老客戶，因為在他們看來，新拉的團隊和項目不確定因素太多，至少要到一兩年才能真正看出門道。他們也會抱怨市場上的蹭熱點項目比比皆是，比如那些做協(xié)同辦公，協(xié)同設(shè)計，還有做智能客服類的。

02 “魚龍混雜”

FA的瘋狂也使得市場上的創(chuàng)業(yè)項目變得魚龍混雜。

“現(xiàn)在遍地都是項目，甚至用信息爆炸形容都不過分，我感覺勤奮的投資人每周能見10個AIGC的項目。大部分項目階段還很早，有些創(chuàng)始人現(xiàn)在甚至還在大廠或者學(xué)校里。”小飯桌王夢菲如此談到。

除了一些看到機會主動下場的創(chuàng)業(yè)者，投資人和FA們現(xiàn)在也是忽悠各種人出來創(chuàng)業(yè)。包括在校的碩士生，博士生以及大廠的一些高P，整個市場處于一種魚龍混雜的狀態(tài)。

王夢菲認為：“當(dāng)下AI行業(yè)的現(xiàn)狀有點像2014~2015年間的移動互聯(lián)網(wǎng)的感覺，產(chǎn)業(yè)面臨新一代技術(shù)革命，所有應(yīng)用都將被AI重構(gòu)，但究竟哪里會產(chǎn)生巨大的機會，哪些是泡沫，還需要大家各自去甄別。”

據(jù)另一個FA李欣妍（化名）透露，現(xiàn)在創(chuàng)業(yè)熱情最高漲的就屬高校了，因為這場技術(shù)變革首先在學(xué)術(shù)界掀起風(fēng)潮，同時，在各種政策扶持下，加入AI浪潮已經(jīng)成為了共識。

值得一提的是，在第一波AI創(chuàng)業(yè)潮時，率先下場并受到資本熱捧的就是這一眾科學(xué)家與高材生，比如清華姚班畢業(yè)的印奇、唐文斌，港中大教授湯曉鷗，放棄中國科學(xué)院專家身份的周曦等等。如今AI2.0再次來臨，不少人仍想復(fù)制他們的創(chuàng)業(yè)夢。

而對于大廠高P來講，出來創(chuàng)業(yè)成為了越來越多人的選擇，只是前兩年礙于宏觀環(huán)境的影響以及風(fēng)口輪換的影響，給他們的空間很有限，而AI作為大廠的技術(shù)能力的標配，對于他們來講，也是信手拈來的能力，我們也看到今年很多新組建的團隊都在招募資深產(chǎn)品經(jīng)理，這也使得不少高P都躍躍欲試。

此外，一級市場上AI項目估值的瘋長，也給了這些創(chuàng)業(yè)者信心。

“去年，很多AI公司的處境都非常艱難，他們對融資的期待也非常低，今年整個態(tài)度上都發(fā)生了巨大轉(zhuǎn)變，在推項目時，一些機構(gòu)一聽是技術(shù)大佬，團隊也很扎實，做了很多積累，就表現(xiàn)出了強烈的興趣，我們接觸的項目估值也普遍漲了兩三倍。”李欣妍談到。

當(dāng)然，行業(yè)里也有估值漲得非常夸張的。有的從幾百萬美金翻幾倍到幾千萬美金，有的去年年中估值才5億美金，今年開年就漲到了11億美金，行業(yè)在估值方面，還是給出了積極的信號。

在商業(yè)模式上，目前比較多的還是用 API 調(diào)用和私有化部署。雖然現(xiàn)在很多人想說要做大模型，但其實Open AI只是做了最難的事情，但未必是最賺錢的一個環(huán)節(jié)，重點還是在生態(tài)的打造上。

03 大贏大輸?shù)挠螒?/strong>

其實不管是跟風(fēng)調(diào)轉(zhuǎn)航向的FA還是組團創(chuàng)業(yè)的科學(xué)家、高P們，背后的本質(zhì)驅(qū)動因素都是資本。

錢來了，什么都來了。而把這次創(chuàng)業(yè)潮過早推進資本競爭層面的，則是最近一些大佬接連高調(diào)宣布入局。

對于大佬們的加入，有人認為這是把雙刃劍。一方面他們提升了整個賽道的熱度，也在某種程度上給了投資人很大的信心。另一方面，他們過早地把行業(yè)競爭推入到了資本競爭的局面，對于很多其他早期項目來講，現(xiàn)在很被動。

AI創(chuàng)業(yè)與其他行業(yè)并不同，它天然對資本的需求就比較高，因為這確實是一個拿不到足夠的錢，連上牌桌的機會都沒有的一個方向。如此一來，當(dāng)項目一旦有成型的想法，它必然會跟資本圈發(fā)生一些接洽。我們可以看到直到現(xiàn)在，上一代AI公司大部分還處于虧損的狀態(tài)。

表面上，現(xiàn)在VC圈里，大家都在熱火朝天地看項目，找項目，可整個賽道還是非常冷的。

雖然很多基金說要all in AGI（通用人工智能），但一被問到具體想投啥，老板卻沒有一個結(jié)論。因此，應(yīng)該投什么？怎么投？如何去預(yù)期投資的收益，十個投資人里九個都是迷茫的狀態(tài)。

當(dāng)然，很多選擇今年all in AGI的基金中，美元基金偏多，一來美元基金經(jīng)歷了去年資本市場的沉寂后，投資的壓力很大，二來好不容易有一個新的主題，而且這一波起勢主要源自于海外，所以美元基金的敏銳度和熱情，都更高一些。

據(jù)了解，當(dāng)前也有不少人民幣基金也在關(guān)注AI行業(yè)的情況，只不過現(xiàn)在很多項目的階段太早了，不管是產(chǎn)品，應(yīng)用還是商業(yè)化路徑都沒有成形，而且要價不菲，所以人民幣基金很難出手。

對于未來市場的預(yù)判，投資人們也給出了相對一致的判斷，即這些細分領(lǐng)域的投融資交易量不會出現(xiàn)特別高的情況。因為這個賽道真正有價值的公司本身就比較稀缺，就團隊來講，中國真正能做AI做大模型人非常少，這之中，愿意出來做公司，又能很清晰的商業(yè)想法的，就少之又少了。

“實際上，真正的交易還是非常少的，市場非常殘酷。賽道雖然不乏投機者，但如果沒有突出的競爭力，包括產(chǎn)品、技術(shù)以及互補的創(chuàng)始團隊，可能在很早就被篩掉。”王夢菲談到。

長久來看，這個賽道的交易量還是在早期比較活躍，像是天使輪，它沒有什么可驗證的，融資會更加順利一點。可一旦到了a輪、b輪成長期的時候，真正能跑出PMF的項目并不多。

最后，在聊到AI2.0創(chuàng)業(yè)潮中，優(yōu)質(zhì)項目的畫像時，我得到了這樣一個答案：一方面需要足夠強的運營管理團隊，做到對內(nèi)發(fā)展脈絡(luò)和路徑的足夠清晰，另一方面，需要實力強大的科研團隊，保證人才的密度，第三，在AI訓(xùn)練上，不管是數(shù)據(jù)還是購買硬件，需要大量的資金壁壘。

在這樣的畫像之下，有些人對當(dāng)前的國內(nèi)創(chuàng)業(yè)情況持完全悲觀的態(tài)度，在他們看來，在AGI行業(yè)能夠創(chuàng)業(yè)成功是一件非常難的事情，在ChatGPT大火之前，這是個非常冷門的賽道，如果用人工智能的通用分析框架來看，包括了數(shù)據(jù)、算力和算法，而這三個環(huán)節(jié)每個都很難。

同樣，這也是大家出手謹慎的原因所在，因為這是一場“掐尖兒”的投資，機構(gòu)們都希望能夠貨比三家，看看到底誰能跑出來，畢竟一旦選錯了團隊，未來很大程度上就是沒有收益的。

在李欣妍看來，“尤其是大模型上的創(chuàng)業(yè)廝殺是非常兇殘的，極有可能是一個大贏大輸?shù)慕Y(jié)局。”

（應(yīng)受訪者要求文中楊思化、李欣妍為化名）