如果给2025年的技术领域评选一个关键词，我想很多人的答案都是DeepSeek，它的出现加速了AI技术的普及，实现了一定程度的技术平权。

在这种背景下，不管是业界还是大众，都热切期待AI应用的到来，但目前，在一级市场中的机构似乎对于AI to C应用和AI to B应用，哪个更具价值还存在一定的认知分歧。 

有人认为AI to B应用是最快能实现商业化的，从当前的资本环境来看，现金流和回购能力才是最重要的，但也有人认为，AI to C百花齐放，大厂虽有优势但也不能全做过来，还是会诞生出新的美团、拼多多。 

此外，我们看到在大模型竞争上，中美技术路线已经出现了一些不同，那么在AI应用领域，这种分歧是不是会越来越大，与美国相比，我们在AI应用创新上又有哪些新机会？ 

日前，在“第19届中国投资年会·年度峰会”上，光速光合合伙人蔡伟、鼎兴量子合伙人陈大志、渶策资本创始合伙人胡斌、沄柏资本合伙人姜月沁、中鑫资本合伙人孔勇军、国科投资合伙人刘广以及沣西基金董事长兼总经理祖玮屹就“技术平权时代，AI应用的投资”这一议题进行了深入探讨。 

来自于为数不多的全球化投资平台之一光速光合的蔡伟分享，在应用层面，To B有确定性，To C有更大的想象力。具体看应用时特别关注两个方向，一是不希望应用是在模型的主赛道上，而是希望能够跟模型有正交的过程，技术与模型在不同的维度可以独立发展。二是会看那些模型公司不太关注的，但可以推动模型的优化。 

中鑫资本的孔勇军带来了不同的思考，他提到，他们更看好AI三结义模式的创业团队——即AI创业团队的配置需要有1、AI原住民/技术宅；2、垂直行业痛点的洞悉者；3、产品偏执狂/完美主义者。AI创业团队中如果配置这三类人，能形成一个稳定的铁三角架构。从这个角度来讲，文科生在AI创业方面也会有一些优势。

鼎兴量子的陈大志认为，虽然已经实现了一定程度的技术平权，但这对于AI应用来讲并不是关键，从体感来看，距离AI应用的爆发还有很长的一段路要走，这是因为现阶段的很多项目并非是AI原生的，还是在原有技术框架下做的创新。 

沣西基金的祖玮屹也坦言，AI应用领域认知的差距才是真正决战的战场。 他还谈到沣西基金跟其他机构的一个不同是，在策略里面除了资金以外，还会以国有的背景为已投项目进行赋能，所以对项目来说，沣西不仅仅是一个投资人，也可能是合伙人。 

国科投资刘广表示，DeepSeek最大的价值除了技术之外，完成了一个很大的事情就是市场渗透与用户教育，不管是B端还是C端，它变成了模型行业的迪士尼，免费把国民IP授权给应用开发者。从应用层角度来看是非常利好的事情，短期内大家都会因为这个事情受益，整体上我也是比较乐观的。 

沄柏资本的姜月沁也指出，虽然deepseek的出现带来了成本的降低，也帮助应用项目进一步打开了市场，目前也有To C的应用能真正能跑到百万日活，但能到千万日活的市场上还没有看到。 

而来自比较热衷于To C项目的渶策资本胡斌却表示，当下很多的前提已经具备，很像手机游戏爆发元年之前的那个状态，理论上一年之内会有杀手级应用To C的爆发，但也需要承认这个直觉你永远没有办法正确预估。

以下为现场探讨实录，或可提供更多参考： 

张雪：大家好！我是投中网的张雪。今天很荣幸能跟大家一起在这里讨论时下最热门的话题：AI应用。现在会场有越来越多的椅子搬进来，说明我们的关注度确实很高。在正式开始之前先跟各位介绍一下，我们今年年会新增加了一个彩蛋环节，就是在对话环节选出今天的本场MVP，就是谁的发言最具有价值、最有料。各位前面都有便签纸和笔，最后会进行现场的投票，然后大家合影留念。

AI应用的决战场在认知而非技术 

我们知道今年的DeepSeek的出现实现了一定程度的技术平权，很多人都在期待AI应用的爆发，我带来的第一个问题是，大家现在从体感来看是否已经实现了一定程度的技术平权，它多大程度满足了当下应用涌现的需求？哪些具体的领域和赛道会率先享受到这波的技术红利？先从蔡总开始分享一下。

蔡伟：感谢投中网，也感谢张雪。我觉得技术平权在一定程度已经实现了，大家谈AGI会发现，在某些领域，包括在文字编辑、美工，现在AI大概能够替代70%的人类了，进步是非常快的。 

我们自己看这个领域， To B有确定性，To C有更大的想象力。我们看应用会特别关注两个方向，一是不希望应用在模型的主赛道上，而是能够跟模型有正交的过程，什么叫正交？技术可以跟模型在不同的维度独立发展，另外这个技术也可以把模型组合进来。 

举一个例子，最近Agent非常火，它本质上是开发给AI使用的工具，随着模型进步，产品也在进步，模型本身也在分化。OpenAI虽然强，但是不是所有的模型都强？在Agent里，它涉及到音频、文本、视频，Claude推理非常强，OpenAI交互能力非常强，可能会组合出一个更好的产品，这就是一个创新公司的机会。 

我们关注第二点，就是会看那些模型公司不太关注的场景，能够推动模型优化。举一个例子，目前业内有一个观察，就是Cursor在编码模型上的ARR已经到1亿美金了，同时有百万的用户会在这个平台上，当你产生足够多的数据时，Cursor有一个反馈的机制，巨大的数据在不断优化的情况下，会对整个模型的优化带来巨大的变化。 

张雪：谢谢蔡总。请您补充介绍一下您自己的机构，咱们投了哪些比较好的项目。

蔡伟：光速光合是聚焦在国内投资早期和成长期的双币基金，在人工智能领域也投资了很多明星项目，比如大模型平台企业智谱、超大规模算力网络提供商基流科技、AI搜索头部企业秘塔科技、AI视频剪辑工具Opus Clip等等，我们会继续在这个领域持续发力。 

张雪：谢谢蔡总。接下来陈总分享一下，分享之前介绍一下自己的机构。

陈大志：大家好，我来自成都鼎兴量子，我们主要聚焦在集成电路，人工智能和绿色科技这三个赛道，同时我们是一个偏向于中早期的投资机构，大概有72%的项目投的是早期项目，64%是“专精特新”的项目，这之中的55%是作为领投方参与的，所以我们机构的定位是聚焦在以科技为主导的，与国家科技战略共成长的科技型投资机构。 

到主持人提的问题，简单说一下我的看法。大家开始说技术平权可能是DeepSeek出来以后，从这个角度理解，我们认为它应该是一个算力的平权、大模型的平权，要在应用端说技术平权，我们技术意义不大，因为应用端的的核心并不是在于技术，而是在于其他的东西。所以我们觉得从应用端去讲技术平权，我们说的算力平权、大模型平权是基础，但是应用真正爆发其实还是取决于各自应用对这个市场、对商业的理解，这是第一个问题。 

第二个问题，您刚才是问这个市场哪个方面可能会爆发？我们看了很多应用，之前觉得应用的演变路径应该是刚开始百花齐放，然后接下来会进入淘汰，再往后面才出现爆款应用，但现在存在一个比较大的问题，爆款应用可能出现的时间还比较长，原因在于现阶段很多应用还是基于现有的体系去开发的，比如说大家之前想的是想把原来手机上的应用全部再做一遍，这个肯定不会成为爆款，它也不会给行业带来一个特别大的增量。特别是还有一些B端的产品，原来的信息化产品再去叠加现在的AI，这种也很难成为大家期待中的爆款应用，所以应用要爆发得跳出现在的平台，比如跳出手机这个平台，手机这个平台上可能已经很难再有我们期待的爆款应用出来，无论你叠不叠加AI，那个是手机能力局限的问题，而不是AI的问题。所以我们觉得这个爆款应用还需要一点时间。 

从演变的路径看，我们觉得最早爆发的应用一定是新的东西，所以最先能够实现的可能是Agent，毕竟从纯软的角度看它是一个新东西。第二个点是在端侧，因为端侧相对来说，它的落地、它的应用容错率相对比较高，你不能说一来就是机器人，这个没有容错率的，它一定会出问题，所以刚开始的时候，我们觉得会是端侧。再往后面走，我们想要实现的终极目标是具身智能，我们认为应该是样的一个演进过程，不是一蹴而就的，像在智能手机时代一样，突然出现一个爆款的天量用户的应用，我们是这么一个认知情况。谢谢主持人。 

张雪：从陈总的分享来看，您对现在AI应用的态度还是比较理性的。下面请胡总来跟我们分享一下您的看法。

胡斌：大家下午好，我是渶策资本的胡斌。渶策资本是美元和人民币的双币基金，一共管理着折合数十亿美金的规模，也是目前市场上，为数不太多的活跃的双币基金之一。过去整个团队的基因其实是偏消费互联网的，近几年可能偏技术、AI多一点。

回到刚才的话题，所谓的技术平权我是认同的，尤其是DeepSeek的出现成了一件特别有意思的事。对我们基金来说，是回到我们更熟悉的轨迹上，过去两年我们看AI的项目时会先看技术，而且似乎所有的技术员都有AGI梦想，所有人都说我要自己干这件事，我要挑战OpenAI，所有人都说我要1亿美金。 

DeepSeek之后，我觉得这个变化会非常快，首先还抱着大模型梦想的公司肯定会减退很多，已有的像我们投的百川在内的几个“小虎”可能会有一些分化，大家会走不同的方向，仍然有一定的机会，因为大家拿了挺多的钱；但是不会再有创业公司挑战做一个基座大模型，我觉得这会是一个典型变化。

所以好的技术人员会分配到新的创业公司当中，一个我们熟悉的路径就是互联网产品经理可能是时候跳出来说话了，因为过去两年基本都是技术在说话。十年前的移动互联网或者20年前的互联网，基本上CEO都不是技术出身，即使自己是技术型公司可能也没那么技术，当时的百度是怎么起来的？是靠产品起来的，绝不是靠技术出来的，还有其他的机遇，同样的机遇应该摆在面前，我对现在的市场其实是更乐观的。

回答刚才的问题，我们自己是对To C的应用更喜欢，并且觉得天花板更高，尽管非常难，也有非常多的大厂在这儿天天琢磨怎么扑灭你们这些创新的公司，但是仍然有机会，就像移动互联网时代的字节能长出来、拼多多能长出来，都是之前常规的VC觉得不可思议的事情，但是这样的事情会在AI Agent里面诞生。如果一定让我说什么东西会先出来，我个人会倾向于可能偏To C，离用户最近的可能偏娱乐的东西会最先跑出来，就像以前在移动互联网诞生的时候一样，虽然这些工具类的会有很多的用户，但是一开始能积累出用户长期的使用习惯，甚至能有一些网络效应的应该是To C的偏娱乐的应用。有机会我们再详细展开。

张雪：好的，谢谢胡总给我们带来了一场比较有时间跨度的分享。下面请姜总谈一下您对这个问题的看法。

姜月沁：好的，谢谢，我是来自于沄柏资本。我们大概是管理200亿人民币左右的规模的基金，我们之前其实投资的主要方向还是偏硬科技，包括智驾、绿色这几个大的方向，其实也是近几年的两只新的基金会Focus在AI和AI应用两个方向。

接着前面几位大佬的发言，首先我也是非常同意技术平权的说法，刚才大家提到DeepSeek出来以后，我们后来在聊的很多AI应用的公司，确实在今年起来以后，大家会觉得这个市场更打开了，而且从成本的角度上确实降低了许多，尤其是在文本的生成方向，多模可能还会有更多其他的选择，包括我们投资的阶跃也开源了多模的模型，所以其实不管从文本的生成也好，多模的生成也好，有很多大模型公司都做了开源的底座，这个也是符合了很多AI应用的发展，这个是比较明确的。 

说到爆款的应用和主要的方向，现在看起来今年是不是所谓的元年，这个话为时尚早，我们看到真正To C的应用能跑到百万日活的可能还有，但是真正说到千万日活的目前还是没有看到的。而且从收入的角度，我们还是比较实在的，即使说海外最大的头部的App，包括GPT，只有20%的收入是来自于To C端的用户付费给他的，去年可能34亿美金的收入里面，这个占比其实是非常非常低的，主要的收入还是来自于API接口，给到企业大B也好、小B也好的接口，去做一些定制化的需求。 

大家耳熟能详的To C头部应用也是一样的，真正用户端的比例只有5%，其实还是很低的。我觉得这个原因并不是说To C跑不出来，我觉得未来To C的天花板是非常高的。刚才胡总提到上一代互联网，我觉得底层逻辑会有一些不一样，上一代互联网改变的逻辑是信息分发的效率，互联网其实使得信息分发的效率极大提升，所以使得很多平台化的大的公司，BAT都是因为这个原因可以规模化效应把它做起来。我觉得现在这一代的AI其实改变的并不是信息分发的效率，而是内容生成的效率，我觉得在短期1-3年，其实在To B端我们已经看到有很多在数据上有一些壁垒，另外就是团队上可能有比较强的综合性能力，能够落地的一些企业去利用AI的效率提升去做的一些事情，后面也会有很多To C的端侧，从硬件角度跑出来以后，包括大家说的具身也好，端侧的AR/VR也好，在这些端侧的带动下，其实To C的应用生态也会蓬勃地发展起来。

就先说这些，谢谢。

张雪：谢谢姜总作为全场嘉宾里面的唯一一个女生给我们带来了非常细腻的分享。下面有请孔总谈一下您的看法。

孔勇军：主持人好，大家好，我是中鑫资本的孔勇军，中鑫资本是位于苏州的一家市场化私募股权投资机构。投资方向主要覆盖三个领域：数字经济（包括AI）、半导体、医疗健康。我们大概70%以上的项目数量和金额投在苏州+上海，在人工智能领域我们也投了一些算力芯片的项目。 

刚才说到平权时代，我认为在AI目前的这样一个发展阶段，大家都面临着可以使用同样的工具，除了工具生产商，大家都能拿到几乎同样的工具去做一些产品，这样的话实际上就意味着在工具阶段已经过了临界点。从赛道、投资领域来讲，我觉得除了To B、To C之外，To D（developer），还有B2C2B的模式都是值得我们做一些分析的。 

从AI的角度来讲，几个重要的维度，一个是人工成本的占比是我们需要考虑有没有突破性的地方，第二个是流程的标准化程度，第三个就是数据的可获取性，这些我觉得都是值得关注的重要领域。具体地话，在C端，我们比较看好娱乐和教育产业，在B端更看好金融、医疗和营销方面。 

举例来讲，现在教育产业基本是属于通才教育，但本质上教育应该是因材施教，是培养专才的机制，只有靠专才才能大幅度提升技术的突破，或者产生理论上的突破，我觉得目前的AI是可以配合做到这些事情的。我想说的基本上就是这么多，谢谢大家！

张雪：谢谢孔总，您听得非常认真，也为大家做了一些总结。下面有请刘总做一下分享。

刘广：国科投资的刘广。国科投资是中国科学院控股有限公司体系内的投资机构，通过市场化运作，整体规模大概在200亿左右，我们投的方向包括芯片、半导体、新能源、工业装备、软件和AI方向。AI领域投了讯飞医疗，去年投的比如说爱诗等应用层的工具。 

回到主持人的问题，第一个是技术平权，大家如果关注这个事的话，可能变成一个开源和闭源的问题，过去看开源模型的性能和闭源模型性能的比较其实一直处于追赶的状态。deepseek算是一个突变，但是从历史的角度来看，这个事是大概率会发生的，所以平权这个事会一直存在。开源带来生态的繁荣我觉得今年的效果也非常明显。DeepSeek最大的价值除了技术之外，完成了一个很大的事情就是市场渗透与用户教育，不管是B端还是C端，它变成了模型行业的迪士尼，免费授权应用开发者一个国民级别IP，我觉得这个从应用层角度来看是非常利好的事情，短期内大家都会因为这个事情受益，整体上我也是比较乐观的。

从C端的情况来看，确实是娱乐化的东西可能会跑得比较好一点，特别是随着多模态的技术，比如最近大家会看到一些开源的多模态的模型，文生视频的效果基本上达到了一个临界点，从我们投资的企业数据来看，这块反馈也非常好，包括一些大厂，像可灵这一块的收入短期内也是非常不错的。B端从今年开始逐渐有一些落地的场景能够跑出来，再加上DeepSeek这个事情出现，现在大模型的作用是如果你对它期待很高，它就会让你失望，但是对它没有很高的期待它又会让你很高兴，是这样的状态，我估计第一波企业用了之后肯定会发现一些问题，但是也会觉得有点用，这种情况下就会有第二波机会，我们根据现有的问题再去在工程上做一些补全的工作，能让这个事情延续下去。这是我基本上的一个观点，谢谢。

张雪：谢谢，下面请祖总分享一下你对AI投资的看法。

祖玮屹：好的，感谢投中，我是沣西基金的祖玮屹。我们沣西基金是政府引导，但是市场化运作的机构，我们现在的管理规模是51亿，主要的投资方向是聚焦在西安的、陕西的传统强项上，新材料、高端装备制造，以及相关领域的应用的核心器件。

我们跟其他机构的一个不同是，在策略里面除了资金以外，还会以国有的背景为已投项目进行赋能，所以我们对项目来说，不仅仅是一个投资人，也可能是合伙人。

我觉得从某种维度上技术平权也是一种悖论，认知的差距才是真正决战的战场，我觉得对于现在的应用来说，无非还是完成三个突破：  

1.突破成本架构。刚才姜总也提到了，大多数都是API接口，但是把API接口接了以后发现成本比雇人还高，它用的动机又在哪里？我们的策略是除了市场化的投资和决策以外，更要用投资机构各自领域的能量帮他赋能，甚至帮他一开始绑定3-4个大的可靠性的大甲方。

2.尤其是To C，一定要突破消费者的心智的阈值。我们之前看了一个来自西安科技大学的项目，他们团队只有四个人，且没有技术背景，但是编了一个给广场舞大妈动作纠错的软件，付费效果非常好，每个月15块钱，上线不到一个月，扫了大概3000多个大妈，而我觉得这就是作为一个应用来说第二点需要突破的。 

3.当然你也得有一定的技术门槛，突破迭代的趋势。 

当然想同时完成这三个突破，还是非常困难的。其实一开始作为应用级的企业来说，一定要找到有钱的、靠谱的甲方。

AI应用时代的机会属于产品经理们

张雪：谢谢祖总给我们带来了非常实在的分享，您分享的案例确实再次证明了付费能力还得是靠中国的大妈们。您刚才也提到说不管是To B也，To C也好，这些可能已经不是我们所谓的看项目的标准也好或者是区分也好。这也就引出了我接下来的第二个问题，在技术平权的背景下，在大家起跑线相同的背景下，我们在投资AI应用的时候，整个的逻辑是什么样的？可能什么样的团队我们会比较亲睐，会有那种奋不顾身下注的勇气，请蔡总先来。

蔡伟：我觉得对整个AI应用来说，它是随着模型智能水平的提高而发展，从chatbot、推理、Agent到创新者、组织者，跟自动驾驶的五个阶段非常像。根据OpenAI提出的理论，我们现在到L2阶段，这里面存在很多的机会。另外，我们觉得产品还是第一位的，一个好的产品经理是非常稀缺的，是非常难找的。所以产品力是团队最大的竞争力，但还得有不断的研发、科研能力，你才能知道未来的产品需要用什么样的工具。如果没有AI信仰的话，其实在产品上很难做出差异化。还有就是AI的商业化，这个产品如何做商业化，怎样做运营？对初创公司而言，这些能力不是一天就能建成的，初创公司不可能面面俱到，投早期的时候我们会帮公司补足这些能力，但你的长板要足够长，这是最重要的，短板股东可以帮忙补全。

张雪：谢谢蔡总，我追问一个问题，我们也知道现在这个时代可能大家对于项目的现金流也好，还有回购能力也好，要求是非常高的，我们在投AI应用的时候，它所谓的一定的现金流也好，或者是用户数达到什么样的规模会是我们硬性的标准吗？ 

蔡伟：你指投的时候吗？ 

张雪：对。 

蔡伟：这个还好，我们会看PMF，有初步的PMF我们就会投了，对于用户数我们没有硬性的标准。 

张雪：好，谢谢蔡总。陈总，您来分享一下。

陈大志：好的，首先我说一下我们对应用的投资逻辑的看法，我们对应用的投资逻辑主要看三点：第一，我们认为AI这一次的出现实际上带来两个最核心的改变：人机交互的门槛大大降低了以及AI具备了生成内容的能力。所以我们看应用的时候一定会看产品与这两个改变的关联。第二，这个应用能不能带来业务的增量，而不是简单的效率工具，AI能提高效率大家都知道，但是我如果上午就把活干完了，下午没有活干，这个没什么意义。第三，能力边界的提升，原来做不到的事现在可以做了。所以我们最核心的是从这三个点判断它的商业逻辑。

接下来，看团队。在AI应用领域我们不是唯技术论，我觉得排在第一位的应该是创始人的大局观。第二要看创始人对商业和对行业是否有极深的理解，至少要比我懂。第三，创始人和团队对人性要有非常强的把握，因为应用最终是要和人打交道的。第四点，应该要有复合型的团队，技术肯定要有，但是我们觉得另外两块也非常重要，一个是法律，一个是融资能力，这两个点的重要程度可能都不亚于技术层面。这是我们分享的两个问题。

张雪：陈总，您觉得现在市场上符合您这些要求的项目多吗？

陈大志：不多，真不多。

张雪：大概的比例是多少？

陈大志：非常少，我们看到的绝大部分的应用，说实话，我觉得跟没有AI时区别不大。

张雪：非常真诚。下面请胡总，刚才在座的嘉宾Cue到您，非常期待您第二个问题的分享。 

胡斌：我强调一点，对比一年前，大家对产品的要求更高了。可能跟投资的阶段相关，我们会投B轮和A轮左右的公司，我们一般会看到PMF加一点用户数据，这是我们感觉更舒服的阶段。另外美元跟人民币的审美也稍微有些不同，传统上美元更喜欢天花板更高，虽然很有风险，但是壁垒一旦建立起来可能更大的公司，而人民币平均可能更喜欢实在的，能在3年之内把钱赚到，能尽快退出的，如果能有结合就会更好。

张雪：刚才蔡总提到现在的应用阶段跟自动驾驶的L2阶段比较像，从您的从业经历来说，您觉得它跟移动互联网的哪个时刻比较像？

胡斌：有点像手机游戏爆发元年之前的那个状态，只能说是直觉，一年之内会有杀手级应用To C的爆发，但这个直觉你永远没有办法正确预估，但是从时间点上我感觉一年之内应该出现，因为该有条件的基本上都有了。

张雪：谢谢胡总。会议前也跟姜总进行了沟通，您最近也在看一些项目，期待您带来分享。

姜月沁：我觉得刚刚大家说的我还是挺同意的，我们相对来讲会更晚期一点，基本上会在PMF出来，用户数也相对到一定的规模，或者To B端有一些规模收入时会比较容易出手。

其实目前为止我觉得在To B端其实更多的可能是+AI的状态，在这个行业我们觉得还是有一定机会的，很重要的一个点是数据，在AI应用领域足够多的数据壁垒是很重要的，尤其是在底层的基模相对来讲打平的状态下，有了数据壁垒，这个团队需要有能力给它形成商业闭环，同时在数据壁垒的基础上形成大家经常会提到数据飞轮，至少第一个轮要先能滚起来。这是我去看To B企业的逻辑。

在To C端，我们也会看一些工具端的企业，包括创作者社区，其实创作者社区主要的核心能力并不是技术底座做得多强，而是社区运营能力，并且做工具链非常好，也就是产品化能力，在此基础上还要能抓住用户的痛点。总结下来，在不一样的AI应用的细分赛道，我们的评判标准是会不一样的。 

张雪：谢谢。孔总，请您谈一谈这个问题的看法。

孔勇军：移动互联网是2010年后发展起来的，有三个基础条件：硬件的Iphone4、网络4G时代的到来、云计算的服务模式，本质上是一种新的交互模式，容易学习、容易上量，即使是广场舞大妈也能迅速用起来。新交互模式也催生了很多新应用场景，涵盖衣、食、住、行、教、娱等领域。而AI时代的到来，主要是在内容方面的创新，也有三个基础，1、算力芯片，2、大、小模型，3、向量数据库的发展。内容创新和提供有别于交互模式的创新，可能会慢一点，尤其是在垂直领域、专业化方向上。关于团队我是这样想的，我们更看重AI三结义的团队模式，首先需要有AI，其次是产品偏执狂，他会打造比较简单但是易用的产品入口，最后是洞悉人心的内容信息，从这个角度来讲，文科生在AI创业方面也会有一些优势。这是我的感受。

张雪：您投了文科生吗？

孔勇军：我们可以考虑录用一些能够读懂人的心理的、学心理的文科生。

张雪：非常期待，请刘总分享一下。

刘广：我稍微补充一点——团队第一要年轻化，现在投AI要么有信仰、要么没信仰，要信就早信，要么别信，包括现在具身智能也是这样的，要信的话就早点信，所以年轻人更容易相信这个事情或者他没有什么认知的负担，上来就Transformer All in one了，老人说不行，但是我就这么算了，结果发现还挺好，所以我觉得年轻是比较重要的标准。

另外在产品经理层面，你要很懂你的用户，这个很重要。另外要对技术有比较深入的研究，不是让大家训模型，而是现在处于技术变化非常快的阶段，它和移动互联网不一样的是，移动互联网在那个时候，在iPhone出来的时候基本的硬件和交互方式已经定义好了，产品经理基于这些东西去想我能做出什么样的App，在AI时代技术变化还非常快，所以说你能长成一个什么样的东西，你需要对未来的技术有一些假设。当然，AI应用另外一个问题，现在大模型的进步可能随机踩死几个小伙伴，这个风险也是存在的，所以选择方向的时候，你会不会被这个模型能力给吃掉也是一个需要考虑的问题，所以说你要对技术有比较深刻的研究。我就补充这一点。

张雪：谢谢刘总的发言。有请祖总。

祖玮屹：我个人认为应用端不是一蹴而就的，它一定是符合每一个不同机构的要求和阶段策略的，从我们基金来讲，现在捡到篮子里的价值是特别重要，因为在应用级的壁垒其实本质是一样的，那就是时效性的，短时间内迅速能够完成跑马圈地的项目我们还没有见到。

另外，对于沣西而已，更多时候是以退为投，确定性的退就是并购，在应用层面，我们投的时候一定是够得着、帮得上的，对于AI，尤其是在一些刚性领域的需求是真的存在的。所以在团队的选择上，我认为商务能力和对市场的理解特别重要，尤其在中国做企业，如果思考过承接政府转移支付能力这件事的话，我觉得你是失掉了非常大的蛋糕。

 与美国相比，中国市场拥有最卷的创业者

张雪：谢谢祖总。由于时间关系，我们现在进行最后一个问题。扣到这次大会的主题——分化，从历史来看，软件发展美国是比较有优势的，中国在硬件、产业链上是有一定的优势的，在AI应用上我们也发现了中美市场涌现的这种热门应用其实也有一些不同。从各位的观察来看，中国在这次AI应用浪潮当中所占据的优势是哪些？我们该怎么利用这个优势的？蔡总。

蔡伟：我感觉我们的优势是拥有全世界最努力、最用功的创业团队，如果跟美国比起来的话，我们的竞争环境也非常恶劣，但是卷出来的团队是有能力在全世界卷的。还有一个优势大家可能没有意识到，中国在开源模型这一侧已经从跟随者变成引领者了。

缺点是什么？第一，我们的商业模式还不是那么成熟，比如订阅制在中国就没有成功过。第二，竞争环境比较恶劣，不过也有一些年轻团队在做应用的时候，一开始就面对全球市场，既有中国也有美国，初步看到成长是非常快的。

张雪：恶劣的竞争环境培养出了最卷的创业者也培养出了最具竞争力的创业者，接下来请陈总。

陈大志：今天讨论的是应用，中国有几个优势比较突出：第一，应用是1到100的事，中国天然具有巨大的优势。第二，中国有14亿人口基数，这也是特别大的优势。第三，中国的产业链特别齐全，有全世界最全的产业类别和产业链，所以它可以应用的场景会更为广泛，这个是中国最大的优势。

张雪：换句话说中国是一个需求市场非常大的地方。胡总。

胡斌：用简单的话说就是，我觉得中国的创业者是有全方位优势的，干就完了。现在跟当年最大的区别是，假如说互联网时代我们还copy美国，移动互联网时代双方五五开，那我觉得现在的时代，中国的创业者已经是领先全球了，这一点我们一定要自信，但是中国确实很卷，所以要做出海，很多公司从一开始就定位出海，我认为中国公司，中国的企业家以后在全球的份额会非常大，这个一定要有自信。可能我们只有两个劣势，一个是我们卡比他少，这个没办法，但是做应用还好。第二个是我们的融资环境没有国外那么好，希望通过VC的努力能帮到大家。谢谢。

张雪：谢谢，胡总的回答很让我们提气，下面有请姜总。

姜月沁：我觉得也是几个点，一个是中国的团队实力是很强的，中国的工程师红利还在，团队也非常努力，同时中国本身的用户数据量是非常大的，我觉得在应用爆发以后，数据量会持续迭代底层的应用或者基座模型，这一块中国未来的迭代速度会非常快。

刚刚说到卡的事，我觉得未来可能会是一个相对来讲差距缩小的状态。另外美国比较强的一点，基本上是对于软件付费的价格上面，包括AI软件是中国的5-7倍，美国的付费转化率是中国的上百倍，所以一定要做出海这件事情，中国在商业环境上对于软件的付费原生本身有一定的差距，所以未来中国的团队出海也是大势所趋。 

张雪：还是那句话，中国的团队是最强的，一定要做出海，谢谢姜总，接下来请孔总来分享。

孔勇军：我的感觉是几个大：大制造能力、大消费市场、大基建能力，包括现在政策支持力度也是非常大，中国和美国的区别最主要的还是美国可能强在底层、强在技术层面，我们更偏应用层面、更偏产业层面，所以如果做一个象限划分的话，我们可以考虑一些强产业、强技术或强产业、弱技术的领域，以我们的强产业倒逼技术的提升和技术壁垒的建立，有可能是我们形成更好突破的机会，而且可能离应用场景、商业落地，离钱和变现更近一些。弱产业、强技术领域和弱产业、若技术领域机会不大。

张雪：孔总进一步帮我们明晰了大方向，谢谢，下面有请刘总。

刘广：新一代中国的创业者我觉得没有什么短板，不管是产品、技术以及运营方面，基本上现在国内团队都非常非常强。但现在国内的消费能力、付费意愿稍微差一点，比如效率工具这类产品，别看中国14亿人，各种口径下，愿意为这件事掏几百块钱的就是2000万，但相应的硬件的付费能力会非常强，比如AI学习机几千块钱、一万块钱说买也就买了，我觉得这是双刃剑。

张雪：谢谢，看来在软件付费上还要继续拉动内需！最后请祖总。

祖玮屹：我觉得中美相比，最大的不同就是付费意愿问题，在国内应用端是非常大的爆发起始点，原因在于这一轮AI，国家部门，国央企已经参与其中了，所以在AI应用层面的创业者千万不要忽略跟他们的合作，因为他们的付费意愿和付费能力都是有所保障的，所以我也呼吁大家能够抓住这次难得的时代契机。

张雪：谢谢，下面进入非常精彩的投票环节，请大家进行现场投票。在座的7位嘉宾，您觉得哪位分享得最好、最有料就投他。我来统计一下，最终的结果已经出来了，我相信大家应该已经能猜到了，就是胡总，实至名归！请您拿着这个牌子，我们所有的嘉宾一起到前面合影留念。（合影）