摘要
在前沿科技领域的早期投资中，投的太早就是投错。
作者：李亚静（liyajing@geekpark.net）
2024年8月10日首发于Founder Park公众号 （微信ID：Founder-Park）
编者按：
2024已过半，投资机构也迎来惯例的半年度复盘会与策略会。有人坚定了布局AI的决心，也有人反思了半年的错过与过错。与此同时，AI行业经过18个月的风驰电掣，迎来变局。国外， OpenAI经历第8位联创出走，Character.ai 以特殊方式卖身Google；国内，诸如字节、快手等大厂快速跟进发布自研模型及产品，腾讯、阿里纷纷加码投资模型公司。市场上的声音日益纷杂，有观点判断，大语言模型可能不是属于VC的游戏，AGI应用创业也不是属于创业者白手起家的机会；有声音认为，AGI应用的爆发期还有1-2年，年轻人天马行空的创意机会还在后面。这背后的非共识，恰恰是因为AGI行业的确还处于早期。对于身处其中的创业者和投资人来说，也正因为一切尚早，有些问题的确难以回答。本期Founder Park邀请了Capital O的创始合伙人刘大卫和联合创始人Aaron Qian，来聊一聊2024上半年的经验和下半年的计划。
核心观点：
1、在前沿科技领域的早期投资中，投的太早就是投错。
2、AI大模型在未来6个月会进入短暂的技术稳定期，在此期间市场将逐渐趋于理性，创业公司也会出现第一波洗牌，这些信号是可以开始投资布局的积极信号。
3、应用层必须要确保前端与后端模型可解耦，使得后端模型如同可插拔的引擎，根据最新的技术发展进行适配。
一、下半年积极投资AI大模型应用
Q1：Capital O下半年的投资策略是什么？
刘大卫：首先我们坚信投过早就是投错，尤其对于前沿科技领域的早期投资而言，在我们的策略中，对入场时机的把握和对标的基本面的判断同样重要，我们希望在合适的时机以合理的价格和方式进行投资和布局。
在过去几年里我们团队持续关注并投资了众多AI垂类应用，并在最早就击中了包括自动驾驶、AI药物/材料发现等新领域第一股。但过去12个月总体来说我们还是比较谨慎的，没有盲目跟风大模型及细分应用的投资，反而是在一些其他前沿科技领域进行了布局，比如新材料、合成生物等。我们观察到AI大模型行业的热度占据了市场的主要注意力，使得其他领域的优质资产从估值上变得更有吸引力，我们相信AI大模型热潮趋于理性后，资本将重新回归这些被暂时忽视的领域，所以我们提前对这些优质资产进行了投资和布局。
诚然，基于transformer架构的模型及应用无疑是近两年市场关注度最高的赛道，其高速增长也比较符合典型hype curve，我们也投入了大量的时间和精力，其中确有优质团队但供需关系导致风险回报比并不吸引人。展望下半年，我们认为AI大模型方向在经历了一波技术快速迭代期和市热之后，会在未来6个月左右进入短暂的技术稳定期（直到下一轮关键技术突破出现），在这个阶段市场将逐渐趋于理性，同时创业公司也会出现第一波洗牌，这些信号在我们看来是可以开始投资布局的积极信号。因此，我们预计会在下半年进行更加积极的投资和布局。同时，针对AI大模型应用创业团队的新趋势和新需求，我们也在探索创新的投资方式，希望在不久的将来能跟大家作进一步分享。
Q2：如何评价自己基金2024年H1在AI领域的投资策略？
刘大卫：在当前AI大模型热潮中，我们采取稳健策略，一边在其他领域稳步布局优质资产，一边加速自我迭代。在过去12个月，我们保持了克制的投资节奏，但我们投入了大量的时间和精力。根据我们的统计，过去十二个月我们筛选过的两百多个项目中有超过70%的项目和AI大模型相关，在这个过程中我们与一线的开发者、研究员、创业者社区和早期用户等都建立了密切的联系，这为我们之后的投资判断和新模式探索都打下了坚实的基础。同时，我们也和开发者合作，在内部定制了一些通过AI大模型技术赋能投研甚至投资全流程的产品，如果有同行感兴趣我们也愿意分享和开放部分工具。
回顾上半年，我们认为大模型在具体应用场景中的表现依然没有达到令大众用户满意的效果，具体表现为应用产品难以真正破圈从而形成网络效应。但同时我们也看到经过1年多的尝试，一些应用团队已经在某些场景小规模跑通了业务模式并积累了一定规模的用户基础，我们希望下一波模态质量的提升和推理成本的进一步下降，能帮助这些团队最终打磨出出圈的产品。
Q3：海外知名AI公司基本纷纷被并购，对国内外的投AI有影响吗？
刘大卫 ：影响不大。首先，我们并不认为被并购代表着创业公司的失败。需要指出的是，近期发生的一系列海外知名AI公司并购案例中投资机构都获得了合理的投资回报。事实上，我们认为美国本土VC其实比中国VC压力更大，这轮美国AI大模型公司的主力投资人基本上是CVC。错过了底层大模型之后，美国VC又在去年争先恐后地布局AI应用，但目前看来效果一般。相比之下，在中国投资环境下，一些基金业绩不俗甚至已经实现了退出，整体表现可圈可点。
另外，从一开始我们就认为在这一波AI大模型浪潮中有很多新的形势和特点，我们很早就判断被战略方并购将成为创业公司长期进一步发展的重要方式，同时也会给投资机构提供了退出的方式。因此，在投资决策中，标的未来被并购的可能性也是我们会重点考虑的因素。
Q4：你们基金在AI领域的投资策略是怎样的？
刘大卫 ：我们主要聚集AI大模型应用的机会。在场景上，目前模型精度和鲁棒性还比较有限，但围绕内容（包括文字、音频、图片和视频等模态）生成的泛娱乐和社交等低精度场景将很有可能成为模型最先落地的领域。同时，AI生成技术有可能从根本上改变内容生成的成本和时间，再加上内容分发、交互和消费的创新，我们认为在这个方向有很大可能出现平台型规模型机会。
在团队上，我们会更关注动手能力强、思路开阔的团队。与移动互联网时期相比，现阶段创业环境留给创业者的时间窗口更为紧迫，竞争更加激烈，但目前大多数应用场景都需要从头开始摸索，所以，对于非传统意义上的“明星创业者”仍然存在机遇，而且这种竞争环境可能会沉淀出更优质的founder。
二、应用层的爆发时间点还没到
Q5：当前应用层的现状，您认为是由哪些原因导致的？
Aaron Qian：当前应用层的现状，根源可归结为多重因素交织。
首先，我们认为应用层还未爆发的核心原因是底层大模型能力尚不完美，虽然头部公司的旗舰模型已经在很多场景展示出了不错的能力，但对多数应用来说模型能力还没有跨过支撑大体量用户所需要的阈值。具体表现为，开发团队需要解决大量工程问题、幻觉问题依然存在、响应时长漫长、长程推理能力缺失等等。类比上一代以机器视觉为核心的AI技术，直到精度达到极高的水准后才出现技术渗透率的显著提升。我们认为应用大规模爆发，还需要AI底层大模型持续1-2次迭代。
现阶段AI大模型技术大致还处于“赋能（enabler）”阶段，对已经有用户有工作流的场景中可以作为一个可选的功能（“optional feature”）锦上添花，但还尚未达到原生AI应用场景进行“颠覆（disrupt）”的阶段，虽然我们非常期待那一天的到来。
因此，目前看来原生AI应用层大体类似手机生态中app store里的app机会，从规模上来看更类似现金流生意，核心问题是很难出圈，尚未形成网络效应，目前看来这些公司并没有证明自己可以突破规模瓶颈，可能还没有达到进行资本化规模放大的阶段。
虽然我们判断应用层的繁荣可能还需要一段时间，但我们同时认为现阶段已经下场的创业团队也有很大机会成为应用层最后的赢家。通过实战积累经验，打磨组织和团队，把某些场景里的与用户交互的“最后一公里”做好，等待底层模型能力提升、推理成本下降时迅速抓住市场机会，这种战略同样有机会。
最后，中国本土团队也需要面对融资困难的问题。市场上支持初创企业的基金比较少且分布不均，资金多集中于头部机构。头部基金在现阶段对小项目持谨慎态度，因为小项目管理难度大、不确定性高、成功率低。但总体上我们对应用层中国团队还是有信心的，特别是在人才密度、产品力和运营上，无论是国内市场还是出海应用中国团队都非常出色。
Q6：如果为未来储备AI应用项目， Capital O会比较看中什么？
Aaron Qian ：模型和场景解耦是关键。应用层必须要确保前端与后端模型可解耦，使得后端模型如同可插拔的引擎，根据最新的技术发展进行适配。尤其在AI领域，时间和技术都不能错。模型技术的先发优势是非常脆弱的，对应用层的团队，需要保持对底层技术的敏感性和前瞻性，理解当下模型能力的边界，但在实操中建议直接采用市场验证过的成熟解决方案，市场会自然筛选出能力和成本最优的模型和API。我们不认为用户应该直接和模型进行交互。应用团队需要做的是在用户和模型之间搭建桥梁，从而实现更好的用户体验，这其中包括交互方式、RAG、模型调用方式等等。对应用层公司来说，用户体验是最终的考核标准，用户价值最终会体现在用户数量增长、留存率提高、付费意愿增强及用户反馈上，这些数据对我们来说是现阶段重点关注的指标。
此外，我们也很看重团队的第一性思考。我们观察到一些团队数据增长很快，但本质上并没有想清楚自己在做什么产品满足用户的什么需求，很多时候团队的动作是被技术和用户牵着走。相比之下，我们更青睐对产品本质有更深刻思考的团队，这将直接决定公司是否能找准北极星指标、制定长期正确的策略。
三、下半年会重点关注OpenAI的下一步动作
Q7：如何看待现阶段“投人”的投资逻辑？
Aaron Qian ：我们把创业者群体可划分为三类：一是头部明星类，拥有成功创业履历，凭借卓越背景能够形成资本和人才的号召力；二是业内共识类，现阶段数据初具规模，甚至可以做到细分头部，产品口碑好，在行业内赢得共识；三是高潜类，有一些创新的有意思的想法和产品，但尚未规模性验证。
每一个类型的创业者都有自己的优势和要克服的困难。现阶段，对所有人来说，创新往往要求从零开始，旧有经验未必适用。就像我们自己常说的“规律有价值，惯性有风险。”在创业，尤其是创新的路径上，更是如此。我们会比较关注具有批判思维和反思精神的创新型创业者。
总的看来现阶段的市场环境对创业团队的要求是很高的，需要有综合实力，不仅仅是技术全栈能力，还要有渠道创建能力、产品开发能力、用户管理能力等。
一般来说，投资人在底层模型和中间层公司会更相信头部创业者，在应用层初期投资人可能更青睐成熟创业者。对年轻创业者来说也有机会，尤其在AI领域，他们是原生用户，对产品有着深刻的理解和应用体验，更直接的接触用户和社区，认知差异或许会成为其优势所在。
Q8：“投事”的转折点会在哪里？
Aaron Qian ：大模型的幻觉问题是影响用户体验的核心问题，可以通过技术手段改善，但并不能根治。但我们认为在应用层可以通过场景的选择进行规避。简单的来说就是“更好用”和“更好玩”。
“更好用”对应的是面向B端的专业服务类场景，比如金融、法律、语言学习等，数据结构化、需求明确、付费意愿强，有效率提升类SaaS产品的机会。在这个大方向上，RAG等技术已经大幅降低了幻觉问题，但长程推理能力的缺失依然制约了产品体验。若Q*等算法实现突破，从而实现OpenAI所描述的L2级别能力，那么在这个大方向上将会出现一次大的转折。
“更好玩”对应的是面向 C端的泛娱乐内容场景，我们认为这个方向潜力更大，会出现平台型、规模型的机会，尤其是在社交娱乐领域，技术革新可以降低内容生产成本、扩张内容库，交互创新可以提升体验，从而为消费者提供新的内容消费体验，这是个β的机会。在这个方向上目前的瓶颈是视频等模态生产成本高质量差，但随着多模态内容生成质量提升成本下降，这个方向也会出现转折。此外我们认为α的机会可能会出现在一些垂类细分社区和群体，这种场景早期容易被大众忽视，但往往能表现出很好的用户交互数据。
Q9：很多基金都在讲投资AI应用，但实际当中出手还是比较谨慎，会有转折点么？
Aaron Qian ：现在的问题就是基金不愿意出手，这是因为大家都没赚到钱，一旦有基金在某些项目获利，其财富示范效应将带动更多投资，所以现在关键在于这一盈利转折点的出现。
Q10：2024年H2 ，关于AI创投你会有哪些重点关注的事件？
Aaron Qian ：我们下半年会重点关注OpenAI和xAI等头部公司的下一步动态。OpenAI最近经历了一些动荡，但GPT5和Q*算法最后实际落地的效果将很大程度上决定这个赛道未来的走向。另外Musk的xAI在完成融资后迅速搭建了万卡集群，我们也很期待xAI的人才密度和执行力能做出什么新的突破。
大方向上我们比较关注内容生成，包括视频生成、音频生成等，未来token成本持续下降，会有很多场景可以跑通的。
