过去两年，全球科技产业最确定性的浪潮莫过于AI的爆发。从ChatGPT引爆全民关注，到百模大战的激烈角逐，再到算力层、模型层的快速迭代，技术红利正在以前所未有的速度释放。

然而，在这一轮技术浪潮中，相较于模型层和基础设施层的快速推进，AI在应用层，特别是消费端的落地和商业化却似乎始终慢了半步。尽管技术不断突破，真正能够大规模普及并产生可持续商业价值的C端AI产品仍然稀缺，这背后究竟是技术尚未成熟，还是商业模式亟待变革？

针对这一问题，在第20届中国投资年会·年度峰会上，启明创投合伙人王世雨以《AI浪潮下消费端的机遇与挑战》为题发表演讲，系统阐述了其在AI应用与消费端的投资策略与思考。

王世雨首先指出，当前消费端存在两类并行机会：改良式创新与颠覆式创新，后者有望深刻改变供需关系。与此同时，AI在消费端投资仍面临三重挑战——AI在“save time”场景验证成功，但在市场规模更大的“kill time”场景还需观察；用户边际成本不再为零以及面临巨头的竞争，如何摆脱黑洞效应。

最后他预测，C端AI应用的真正爆发，可能需要一场商业模式的巨大变革来配合。

以下是现场实录，由投中网整理：

今天很荣幸来到投中的年会，跟在座的各位分享一下启明创投在AI，尤其是AI消费端或应用端的投资策略和想法。

先简单介绍一下启明创投在AI领域的布局。启明创投从很早便开始布局AI这一大赛道，最早可以追溯到2013年，那时还不叫生成式AI，更多是NLP、机器学习、深度学习、强化学习等技术方向。过去十多年里，我们在AI赛道上一共布局了超过100个项目，累计投资金额约120亿元人民币或等值美元，其中有二十多家已成功上市或成长为独角兽企业。

我们的AI投资框架，主要分为三类：基础设施层、模型层和应用层。比如在大模型领域我们投资了智谱，芯片领域投资了壁仞科技，模型层还投资了阶跃星辰……这些企业有的已经上市，有的已经处于Pre-IPO阶段。

目前市场上共识比较清晰的是基础设施层和模型层，我们一直在积极布局。而尚未形成广泛共识的，恰恰是应用层。今天我想重点分享一下我们对应用层的早期思考与布局。

在AI的C端或应用端投资中，我主要从两个角度来进行分享：一是在AI浪潮下消费端的机会，二是AI浪潮下在应用端投资中所面临的挑战。

AI浪潮下，消费端的两类创新机会

首先在机会的层面。我们认为，当前有两种创新正在并行发生。

第一种是改良式创新。其驱动因素包括新智能（生成式AI）和新数据——通过新的智能底座（新模型或新智能体），我们激活了原本未被充分利用的存量数据，从而带来了全新体验。比如我们现在在AI+社交、AI+游戏、AI+办公会议/记录，以及和运动健身相关的行业里面，都已经有了布局。

以AI+社交方向为例，我们投资了一个约会和婚恋平台“牵手”，创始人是原探探的创始人王宇。AI在其中扮演了什么角色？以往大家比较熟知的就是传统的红娘业务，她会帮用户做一对一的服务，但是相应的成本十分高昂，而AI可以通过智能数据为平台用户实现精准匹配和深度服务，让过去昂贵的服务变得近乎免费或成本极低。这就是改良式创新的典型代表。

还有一类是我们正在积极去看的，也是目前正在发生，但并没有很快爆发或者形成市场共识的一类创新，就是颠覆式创新。我觉得颠覆式创新的底层驱动因素，更多的是会深刻地改变供需关系。

比如我们在看的AI+教育和AI+医疗这两个方向。在AI教育里面我们投资了“与爱为舞”，这家公司的创始人是原来高途的联合创始人。在教育领域，如果用到了新的智能，可以把原来很多用一对一或者是小班这种比较高昂的教育体验，以很低的成本甚至是零成本给到所有的用户，它从根本上解放了老师的生产力。在上一波的移动互联网或者互联网的大浪潮里面，教育平台最大的成本就是老师，而用了AI这些新模型，包括“老师+AI”，会给老师的供给端带来一个根本性的变化。

关于供需关系的变革，其实在移动互联网时期有一个比较好的案例，就是滴滴。滴滴最早只是一个信息匹配平台，做的事情就是把出租车和打车的人做匹配，但如果只是这样的话，市场规模非常有限。北京大概有六七万辆出租车，算下来全国差不多100多万辆，所以整个市场规模按佣金收入来算就是2亿美元左右，市场规模也就到此为止了。但是后来的故事大家肯定都知道了，滴滴远远不止拥有这样的市场规模，就是因为它把之后的快车、专车，甚至其他类型的车都加进来了。滴滴从供给端进行了变革，而不只是在信息匹配上做了变革。

因此技术或新智能的颠覆性创新，往往是在深刻改变供需关系之后，带来巨大的机会，我们认为AI在教育和医疗领域正具备这样的潜力。

AI在消费端的三重挑战

在应用端、消费端的AI投资中，也会遇到一些挑战。

昨晚（注：4月22日）纳斯达克指数又创了新高，背后驱动因素主要来自光通信模块、存储，以及一直在涨的GPU芯片，这些是非常确定性的、共识性的AI大浪潮下的机会。但是也面临很尴尬的一点，大家发现AI在应用端总是“差点儿意思”，或者说大家都还在寻寻觅觅。

目前应用端大体分为两大类：一类叫“Save time”，更多的是帮用户提高效率，例如个人或者一些中小企业使用的工具。另外一类是“Kill time”，消遣类，很典型的应用就是抖音。

如果依照上一代移动互联网市场的经验，从C端的角度来看，消遣类的市场远远大于效率类的市场，这个大家应该都有感觉。但是现在我们也同时看到，在美国有很多大厂在进行很大规模的裁员，很多机构包括VC/PE也提到一个观点，AI现在最大的机会不是在于C端创造出来多大的价值，而是它已经触及到了劳动力市场，这在美国是万亿美元级别的市场。

第二个挑战是，边际成本不再为零。移动互联网时代，早期投资往往是建议公司尽快获客，快速获取用户是成功的重要前提，所以那个时候投资人很看重DAU、MAU，可以先不看商业化，因为用户规模大了总能变现。这是上一个时代告诉我们的互联网铁律。

但在AI时代，用户增长意味着Token消耗增加，边际成本不再是零。早期AI Native产品，不仅要为获客向互联网巨头交“过路费”，还要为用户的使用支付Token成本。而这些成本大部分难以通过用户付费来覆盖。比如做AI版的抖音，用户刷短视频，很难让他们为每一条视频付费。这是AI时代与移动互联网时代的重大不同。

第三个挑战，在AI时代，大家经常说的一个词——平权。AI平权不只给个人，也给企业带来了机会。在面临巨头竞争的时候，他们掌握的用户数据是非常重要的生产资料或竞争壁垒，这就导致创业公司去做新的AI应用端落地的时候，很重要的一个点就是要跟巨头去做差异化定位。目前来看，更垂直、更独立、更私有、更排他的数据，是可以稍微做出商业化和壁垒的。

最近两年流行一句话："AI在吞噬软件行业"，今年上半年，美股一个重要交易逻辑就是AI替代传统软件，因此软件股今年表现非常差。近期比较明显的一个例子就是Anthropic推出了Claud Design当天，Figma——这个在传统设计师领域非常顶尖的软件，当天晚上就跌了10%，这样的事例过去半年在工具侧是非常多的，很可能大模型一次功能迭代，就直接把你半年甚至是过去一年做的所有工程化努力都掩盖掉了。

我个人的预测是：C端AI应用的爆发，可能需要配合一场商业化模式上的巨大变革。

以近期火热的AI短剧为例。AI短剧在成本端是把真人短剧成本一下子给打下来了，最近我听到的可以对标的是：原来十集左右的真人短剧，拍出来成本大概需要20万元；而如果用AI去做，同等质量的短剧可能只需要三个人，大概用一周到两周，成本在8000元就能做完，这肯定是对传统制作成本的“吊打”。

但对于AI短剧是否能够支撑起独立的新平台，这件事情仍存在很大分歧。现在不管拍短剧也好还是拍短视频也好，它的商业模式就是把剧或视频的时长卖给短视频平台换取收入。AI短剧、AI漫剧、AI短视频，用户拍出视频以后最佳的变现路径还是卖给抖音、红果以及快手，这是最实际也是利益最大化的选择，这件事没有变化。在这个大前提下，AI所谓的原生内容能不能支撑起一个平台？我认为是需要一场商业模式的变革来支撑的。