日韩中文字幕在线一区二区三区,亚洲热视频在线观看,久久精品午夜一区二区福利,精品一区二区三区在线观看l,麻花传媒剧电影,亚洲香蕉伊综合在人在线,免费av一区二区三区在线,亚洲成在线人视频观看
          首頁 500強 活動 榜單 商業 科技 商潮 專題 品牌中心
          雜志訂閱

          中美AI競賽:界限日益模糊,下一戰關鍵何在?

          謝菁煒
          2025-12-31

          對話硅谷投資人:回顧與展望

          文本設置
          小號
          默認
          大號
          Plus(0條)

          臨近年末,多家權威詞典公布的年度詞匯均指向 AI,例如“slop”(網絡垃圾)、“vibe coding”(氛圍編程)與“rage bait”(憤怒誘餌)。而在中國,幾家機構聯合推選的年度國內詞則是“DeepSeek”。

          對身處硅谷這一全球AI創新中心的投資人而言,如果選擇一個年度詞匯,很可能是“泡沫”。AI投資泡沫的討論貫穿全年——從美股市場對AI概念的追捧、科技巨頭之間為抬高估值的“循環交易”,到近期亞馬遜與OpenAI正在洽談的高達100億美元的投資,狂熱與質疑同在。

          硅谷投資人、連續創業者、Fusion Fund創始人張璐指出,目前部分模型公司在零收入階段的估值已高達數億美元,市場遲早會迎來價格重置。事實上,本月甲骨文與數據中心服務商CoreWeave已出現市值大幅回調,幅度堪比2000年或2008年的市場下跌。投資者正在拋售那些看似過度擴張的公司股票。

          不過,張璐對這輪泡沫的前景持審慎樂觀態度。她認為,與 2000 年互聯網泡沫時期大量科技公司缺乏實際收入、偏向 C 端不同,本輪 AI 創新背后有真實的產業需求支撐,且初創企業正加速轉向 B 端。“一旦與企業流程深度融合,AI 公司的收入便會趨于穩健。”她預測。

          泡沫之外,張璐更加關注的是今年AI領域呈現的新趨勢。在她看來,2025年AI領域經歷了“上升”和“下沉”——一邊是全球競賽中的技術持續突破,一邊是AI加速向產業深處落地。

          技術“上升”

          在 AI 基礎設施層,尤其是芯片領域,過去由 GPU 主導的格局正逐步走向多元。張璐觀察到,一些新模型架構在 CPU 上運行效率更高;谷歌的 TPU 發展迅猛;高通、英特爾推出的 NPU 則在能效方面表現突出。

          在云基礎設施層面,長期困擾行業的四大難題——算力成本高、能耗大、邊緣設備應用難、數據隱私問題——正逐步得到解決。例如,OpenAI 的 token 價格已從每千個 30 美元大幅降至 9 美分;被英偉達收購的 由華人創立的Lepton 公司,其技術能顯著降低 GPU 消耗。

          能耗方面,新模型與芯片架構不斷優化計算效率。和電網在輸電過程中會產生損耗類似,“Communication過程中的能耗實際上是計算本身能耗的百倍以上,這成為優化重點,”張璐指出。

          邊緣 AI 亦在快速推進,谷歌等大廠及眾多初創公司正開發參數低于 10 億、性能卻可比肩 GPT-4 的端側小模型,未來可在手機等設備本地運行。數據隱私方面,聯邦學習等技術已在金融、醫療等高監管行業部署,與之配套的監管科技也在同步發展。

          應用“下沉”

          在應用層,今年,美國非科技領域如醫療、金融保險、太空科技的AI應用進入快速迭代階段。初創企業層出不窮,大公司則全力沖刺。

          “谷歌AI部門據稱一周工作七天,有些公司開始實行“002”模式(從零點到零點,每周僅休息兩小時),馬斯克的團隊就更不用說了,常常工作至凌晨。”張璐說。

          與此同時,美國大公司與初創企業的合作與并購活躍。張璐透露,Fusion Fund今年就有五家公司被大企業收購,其中三家公司成立還不到兩年,價格均超過兩三億美元。

          就在昨日,Meta宣布收購通用自主AI智能體公司Manus。這筆高達數十億美元的交易,成為這家科技巨頭成立以來規模第三大的收購案。此項收購意味著,AI正從“工具”加速進化為“行動者”。

          這種快速整合帶動了資本與人才的流動。張璐特別提到,硅谷超過40%的居民為第一代移民,獨角獸企業中六成創始人也來自移民群體。在AI基礎設施與模型架構的研發中,亞裔(尤其是華裔)、歐洲裔與加拿大裔成為主力;以色列團隊則深耕隱私與安全領域。

          泡沫終會調整,但技術加速下沉至產業的趨勢不會回頭。

          中美對比:日益模糊的界限

          張璐指出,盡管硅谷在芯片、模型、基礎設施層面領先,但美國電網老化嚴重,難以滿足AI的能耗需求。由于私有資本難以進入該國的電網領域,微軟、谷歌等巨頭不得不轉向自建能源系統。而資源豐富的加拿大今年新設了人工智能及數字創新部,或將成為北美AI產業重要的能源后方。

          相比之下,中國在新能源基礎設施、完備的機器人供應鏈以及全民化的技術應用氛圍上已構筑起獨特優勢。

          “在美國很難看到中老年人積極擁抱新技術,許多美國老年人甚至不知什么是短視頻應用。相反,在中國,用戶無論處于任何年齡層,都在快速學習使用新技術。”張璐說。

          在今年,關于開源模型的討論熱度繼續攀升。中國的DeepSeek、阿里巴巴等公司持續貢獻開源模型,而美國科技公司如OpenAI、谷歌、Meta因為處于大規模商業化階段,開源意愿很有限。

          中美在AI創新領域的另一項差異體現在創新生態方面,而硅谷獨特的創新生態或許能夠為中國的AI發展提供一些啟示。在美國,大公司與初創企業往往會形成新型共生關系:前者為后者提供試錯場景和并購出口,后者為前者注入創新活力。

          具體來看,美國企業CTO的主要職能是投資未來技術,其預算用于采購、合作和并購創新項目。一方面這些公司有固定預算;另一方面有合理預期,例如合作的三家初創企業中可能有一家失敗,大公司對此有容錯空間。

          “這正是硅谷作為創新平臺的核心優勢之一。”張璐說。

          一項共識是,在AI領域,中國在應用層處于領先,而美國在技術層占據優勢。然而展望未來,這兩條路徑之間的界限正逐漸模糊。接下來的競賽,或許將聚焦于誰能找到那個關鍵的支點——既能支撐技術不斷“上升”取得突破,又能推動應用加速“下沉”實現價值。

          Fusion Fund創始合伙人張璐。圖片來源:受訪者提供

          《財富》:在AI落地提速的情況下,你作為投資人是否有很強的緊迫感?

          張璐:我其實非常興奮。有個說法:當世界面臨巨大變化時,有三種人:一種人創造事情的發生,一種人看著事情發生,還有一種人會問“發生什么了?”我們應該是第一種人。

          自2015年至今,我們一直在重點布局AI企業,如Otter AI、You.com、Constructor A、Wand AI等,均已成長為獨角獸。今年被收購的5家公司都是AI企業,明年還有3家即將IPO的企業。

          今年的增長曲線尤為陡峭:我們投資的一家B2B AI公司,從去年上半年的50萬美元年收入增長至現在的1.5億美元;另一家公司年收入從零增至2000萬美元,而團隊還不足10人。過去兩三年投資的企業中,70%以上年收入增長超過20倍。這背后是市場對AI的加速擁抱。

          但不可否認,任何重大的技術創新都會伴隨資本泡沫。我一年前便提出:AI趨勢是真實的,資本泡沫也同樣顯著。一方面,并非所有資本都充分理解AI或抱有合理預期;另一方面,全球經濟動蕩下,資本需尋找增長點進行布局,導致馬太效應。

          《財富》:泡沫主要集中在哪些領域?

          張璐:當前一、二級市場均存在泡沫。部分模型公司估值畸高,早期團隊在產品與收入均為零時估值已達數億美元。所以市場必將經歷價格重置,但幅度難以預測。不過,這不會改變AI的整體發展趨勢。

          硅谷已經歷經了多次周期——2017年、2021年均有類似現象,我們早已習慣泡沫與寒冬的交替。

          《財富》:這次的泡沫與2000年互聯網泡沫期的“燒錢換增長”有何不同?

          張璐: 不太一樣。2000年前后,許多公司缺乏實際收入,且偏重C端。兩年前,美國AI的主流業務,尤其是科技巨頭們的AI業務,很多也偏重C端。

          但如今AI初創企業的趨勢轉向了B端。AI的作用主要體現在業務流程自動化(降本)與業務優化(增收)。現階段,企業大多通過AI降低成本,因此財報中尚未普遍體現收入增長。但隨著應用深入,效益將逐步顯現。

          《財富》:你是否有系統方法規避泡沫項目?

          張璐:從投資角度看,需理性預期AI發展軌跡——它不可能在幾個月內全面滲透產業,而是需要兩三年逐步落地。作為早期投資人,我們對估值保持敏感,如果項目估值過高,我們選擇不投。我們相信企業要遵循自然發展規律,在不同階段匹配相應估值。

          其實市場已經顯現了早期信號:許多公司在首輪融資時憑借愿景獲得了高估值,但進入A輪、B輪后,投資方會嚴格考察收入數據及其質量——是來自B端還是C端?客戶是中小企業還是大企業?訂單是否可以全公司推廣而非僅限研發部門使用?若未能通過驗證,公司將面臨融資困難與估值調整。

          這十年來,我們只投To B項目,涵蓋企業級AI、工業自動化與醫療AI等。我們會深入分析訂單質量:是多年合約還是試用協議?預算來源是否靈活?考量維度很多。

          《財富》:你曾表示AI在C端的機會多被大公司占據,未來五年,是否會出現能打破大公司壟斷的C端AI產品?

          張璐:比較難。ChatGPT雖是C端產品,也面臨谷歌的強力競爭。

          C端創業的核心難點在于數據。模型本身已難構成壁壘,因為多數公司能基于開源模型或API優化模型。關鍵在于能否獲取高質量數據并構建數據庫。然而,高質量的C端數據集中于谷歌、Meta、蘋果等巨頭手中,初創企業難以企及,且數據質量直接決定模型優化成本與應用成本。

          C端領域,如文生圖、文生視頻應用,一旦谷歌、Apple等實力雄厚的企業介入,小企業便舉步維艱。因此,C端創業需聚焦差異化數據與個性化體驗。

          當前AI投資與應用還是以B端為主。B端的產業數據還未被大科技公司壟斷,初創企業可以通過和產業企業深度合作獲取產業數據,進行私有化部署與行業合作獲取。例如,許多醫療、金融等領域客戶不愿將數據上傳云端,這就為初創企業提供了機會。

          《財富》:這是否意味著,無論中美,理性的AI創業都應聚焦B端?

          張璐:至少在美國,機會主要集中在B端。如今許多投資者轉向此領域,而我們深耕B端十年,已建立了先發優勢。

          聚焦B端的另一個原因在于,美國大企業勇于嘗試新技術,推進速度較快。而美國C端用戶(除東西海岸)對新事物接受較慢。美國C端的創新,大部分依靠年輕一代傳播,很難看到中老年人積極擁抱新技術,許多美國老年人甚至不知什么是短視頻應用。相反,在中國,用戶無論處于任何年齡層,都在快速學習使用新技術。

          《財富》:我們注意到在美國,初創科技公司有一項優勢:大公司愿意與之合作。這種生態背后的邏輯是什么?

          張璐:這正是硅谷作為創新平臺的核心優勢之一。美國企業CTO的主要職能是投資未來技術,其預算用于采購、合作和并購創新項目。一方面這些公司有固定預算;另一方面有合理預期,例如合作的三家初創企業中可能有一家失敗,大公司對此有容錯空間。

          活躍的并購市場是創業者選擇硅谷的另一原因。在其他地區,10多人的團隊很難在收入僅數千萬美元時獲得數億美元收購,但在硅谷卻屢見不鮮。這種快速的資金流動與商業變現構成了美國獨特的商業環境。

          為促進對接,我們于2018年創立了CXO社群網絡。目前,網絡涵蓋45家全球千強企業的CTO,每季度聚會一次。這些CTO常在董事會開會前咨詢外部技術趨勢,我們為其推薦企業并促成訂單。至今,該網絡已經為被投企業帶來超過1.5億美元的訂單與戰略合作。

          《財富》:一些大基金也有類似網絡,你們的CXO社群有何不同?

          張璐:這些大基金的網絡可能覆蓋CEO等多類人群。我們專注B2B與技術驅動型項目,因此CTO社群的精準度與契合度更高。在競爭優質項目時,這一網絡極具優勢。

          此外,在談判估值時,我們不僅能為創始人提供訂單,還能幫助他們獲取政府補貼等不占股的非稀釋性資源,從而以更合理的估值完成投資。這種生態建設是長期工程,對雙方均極具價值。

          《財富》:我們觀察到AI與機器人技術正滲透至太空經濟的多個層面。在可回收火箭實現成本大幅降低后,太空科技的下一個“破壞性創新”可能出現在哪些環節?

          張璐:我們曾經成功投資SpaceX,目前也在重點布局太空科技。這個領域正處爆發前夜。受益于AI與機器人技術的發展,SpaceX已將單次發射成本從數十億美元降至不到一億美元,未來還會很快降至千萬美元級。屆時,單顆衛星發射成本或僅數萬美元,推動衛星數據應用普及。

          我們投資的一家公司從事衛星交通管理與數據交易。隨著衛星增多,碰撞風險上升,可以通過AI掌握軌道信息并進行快速調節;此外,若需要特定地區(如芝加哥或洛杉磯)的天氣數據而自身無衛星,該公司可以幫助你低成本獲取。這打破了衛星數據僅限特定階層使用的認知。這家公司商業模式很簡單,但收入已達數千萬美元。

          我們投的另一家公司開發全自動化機器人系統,這些機器人可在月球提取水并分解為氫氧,作為太空燃料補給,有效降低發射負載。如果由人類在太空從事此類工作,成本極高,但機器人則不同。我相信AI和機器人將快速推進太空經濟發展。

          今年是醫療大年,AI也在加速該領域發展。我一直關注腦部疾病,如帕金森、阿爾茨海默癥、抑郁癥、躁郁癥等。今年腦疾病領域涌現許多AI相關技術,不只針對診斷,還涉及治療。我們投資了兩家公司,一家做糖尿病垂直領域的小模型,另一家做細胞療法的基礎模型。

          這些領域創新蓬勃,但公眾注意力仍過多集中于大型AI公司的發布。

          《財富》:除了太空科技,AI Agent也被認為處于爆發前夜。如果請你預測AI Agent領域的第一個真正殺手級應用,會是什么?

          張璐:代碼智能體(Coding Agent)已近乎殺手級應用。目前多數科技公司80%的代碼由AI生成,我自己也在用。

          智能體的核心能力是處理復雜任務,并自主選擇工具。現在許多公司想做“通用智能體”,即什么都能處理的智能體,我覺得難度較大。也有一些公司專注特定應用場景的智能體,已開始落地,且商業化不錯,主要應用于To B場景。

          智能體的未來明確,但當前技術尚未達到期待,仍在發展。不過進度不會太慢,可能再有一年時間就差不多了。我們投資了多家智能體基礎設施公司,專注于操作系統、成本優化與幻覺消除。一旦基礎穩固,應用層將快速涌現。

          《財富》:請分享:你今年最滿意的投資項目;一個決策周期長、令你糾結的項目;以及最終放棄的一個機會。

          張璐:最滿意的項目是一家賦予AI長期記憶的模型公司。現有AI只有短期記憶,而該公司的視頻模型可分析視頻內容。例如,將采訪視頻輸入,它能給出精準總結,甚至包括衣著顏色等細節。由于對視頻數量無限制(僅限單個視頻時長),可以輸入大量視頻,由其長期記憶給出更智能的分析。目前主要應用于To B場景,如機器人工業安全。

          決策周期最長的是一個醫療項目——利用小膠質細胞治療帕金森癥(目標不是緩解,而是治療)。我們經過幾個月的詳細盡調,最終決定投資。投時估值還比較低,幸運的是,投后一周,《自然》和《科學》連續發表多篇論文驗證該方向,公司隨后獲得美國國立衛生研究院(NIH)不占股的政府補貼資金。該技術也運用了AI,因為需用AI才能實現個性化小膠質細胞的生成。腦部疾病治療的特點在于標準化治療非常難,需要個性化方案。

          放棄的項目多半因估值過高。我們追求高回報倍數,若最佳情景下僅能獲十倍收益,便會選擇放棄。

          《財富》:如今評估AI公司能否“跑出來”,多久可見分曉?

          張璐:大概兩年。優質公司增長極快,兩年便能判斷其潛力。

          《財富》:在AI創業“求快”趨勢下,你如何平衡短期回報與長期價值創造?

          張璐:我們始終看重長期回報。早期投資可跨周期,目標仍是培育價值數十億、數百億美元的企業。基金需分散風險,比如我們投資25-30家公司,其中有七家是核心,其他表現一般的企業可能通過收并購退出。通過這種方式我們對風險做了分層。

          當然,我們不愿公司過早被收購(如被英偉達收購的多家企業),雖然回報可觀,但難免遺憾。我們投資的初心是參與創新浪潮,挖掘頂尖企業,尤其是有潛力成為垂直領域領頭羊的企業。

          《財富》:在做投資決策時,你對市場空間、團隊能力、技術壁壘、商業模式等要素的重要性是如何排序的?

          張璐:我們最看重市場——規模要足夠大,且為增量市場;市場時機甚至優先于團隊評估,因為英雄常由時勢造就。如果大企業CTO透露,今年預算會優先花在某個方向,這就是市場時機的明確信號。

          其次看團隊,我們尤其關注“創始人-產品-市場”契合度。年輕技術背景的創始人適合基礎設施項目,可能擁有新技術或模型架構想法;而連續創業者更擅獲取行業數據與推動商業化。

          團隊的技術需“更好、更快、更省”。成本是AI公司的關鍵競爭要素。我們看好谷歌,也因其憑借全棧優勢(自研TPU、模型、云、數據)能實現最低成本。

          蘋果雖在AI方面的布局稍遲,但因掌控智能手機這一數據入口與應用載體,后發優勢還是存在的。AI搭載的智能載體目前主要是手機,未來可能是眼鏡,但眼鏡仍需綁定手機。

          《財富》:你對腦機接口這一熱門領域有何布局?

          張璐:2015年我就投資了腦機接口公司Paradromics(斯坦福團隊,侵入式,植入納米纖維機器人),其針對腦損傷修復,已進入臨床實驗階段。我是該公司第一個投資人,它可能很快成為獨角獸,最近剛拿到沙特新未來城(NEOM)投資基金。

          另一家是非侵入式公司,聚焦抑郁癥超聲治療,技術雖非侵入式但做得精準。

          青少年抑郁癥高發可能與社交媒體導致的“信息繭房”有關。他們在社媒上看到的多是他人美好生活,與現實形成對比。現實是,美國社會也很內卷——高校錄取率驟降,就業市場嚴峻。我們招聘一名辦公室經理,收到了700多份簡歷,甚至包括斯坦福博士生與MBA。

          但長遠看,年輕人學習能力強,能快速掌握AI工具。反觀中層管理者,很多人既缺乏年輕人學習速度,又未至決策層,職業風險較高。

          《財富》:總體而言,AI帶來的職業變局會比預期更快嗎?

          張璐:大產業應用不會瞬間到來,人們還有時間適應。但每個人都應有緊迫感,主動學習使用AI工具。人類最偉大的能力正是工具的使用。

          AI可能替代部分崗位,但也在創造新機會。例如,公司運營部門因AI增效而裁員三分之一,但銷售團隊業績提升30%后可能擴招。勞動力市場將在不同領域重新配置。未來組織也更趨扁平,信息流轉更高效。

          還有一點值得注意。正如微軟CEO薩提亞·納德拉所言,當代領導者要學會管理“人類勞動力與數字勞動力”的混合團隊。

          《財富》:你提到AI發展的“華彩樂章”才剛剛開始。未來三五年,你最期待看到AI在哪些方面取得突破性進展?衡量這場“交響曲”進入高潮的標志會是什么?

          張璐:標志包括智能體爆發及各產業AI融合。科技行業僅占美國GDP不足10%,而醫療、金融、保險等服務業占比超50%。若這些領域廣泛整合AI,便是華彩樂章。

          技術層面,Transformer模型(編者注:一種采用自注意力機制的神經網絡架構,已成為自然語言處理的基礎技術范式)絕非終點。新架構不斷涌現,芯片設計也將持續創新。

          但我認為,我們距通用人工智能(AGI)尚遠。李開復老師對AGI的定義很精準:能完成人類90%的任務,且優于90%的人。照此標準,我們仍有很長一段距離。

          我認為無需執著追求AGI。各行業可發展各自的垂直應用,在特定場景超越90%的人類就是很大的突破。

          《財富》:你如何定義個人的“成功”?

          張璐:成功對我而言,并非成為最大基金,而是成為最頂尖的早期投資機構,并持續擴展影響力。

          另外,成功應是可持續地達成目標,而非靠運氣投中一家好企業。因此需要形成優秀的投資方法論與生態。這就是為什么我從2015年起構建CXO、專家、學者、創始人網絡,該網絡至今仍在創造巨大價值。

          投資方法論需一以貫之。正如拉里·佩奇二十年前所言:人工智能會是谷歌的終極版本。他的長期目標非常明確。我們同樣堅持擅長的投資領域,不盲目跟風熱點。

          團隊建設也很關鍵。沒有完美的人,但有完美的團隊。我們的合伙人有技術背景與產業經驗,能力互補,形成完美組合。

          《財富》:對你影響最大的人是誰?

          張璐:我小時候很喜歡看人物傳記,這讓我看到人生的各種可能性,所以很多傳記里的人物都影響過我。如果說現在對我影響很大的人,是魯斯·巴德·金斯伯格(美國聯邦最高法院歷史上第二位女性大法官)。她有一種非常篤定的力量。世界上聰明人這么多,尤其在硅谷,但不一定每個人都有這種力量。

          我在青少年時期就知道自己想做什么,成為什么樣的人,哪怕在很多人看來,我的一些想法有些另類,一些做法選擇了“少有人走的路”。 但我相信,保持篤定、始終如一,再加上全力以赴,幸運自會來臨。(財富中文網)

          財富中文網所刊載內容之知識產權為財富媒體知識產權有限公司及/或相關權利人專屬所有或持有。未經許可,禁止進行轉載、摘編、復制及建立鏡像等任何使用。
          0條Plus
          精彩評論
          評論

          撰寫或查看更多評論

          請打開財富Plus APP

          前往打開