朱啸虎提醒现在还心存幻想，想靠烧钱快速圈用户的创业者，“等你能一年融三年的钱的时候，你再去烧钱。在这之前踏踏实实做事，做收入做利润。”
记者 | 伍洋宇
编辑 | 刘方远
头图©金沙江创投
很多人都有一个误解，认为在移动互联网时代投出过“滴滴”“饿了么”的朱啸虎，是支持烧钱甚至鼓励烧钱的，但事实并非如此。
“说实话我们胆子一直很小，我一直不太愿意烧钱的你知道吗？”朱啸虎告诉界面新闻记者，当年他投滴滴投饿了么的时候，都是不用烧钱就能起量，“后面是因为大家发现这个东西挺好的，一下子都进来了才开始烧钱。”
这种“误解”的反面，才是朱啸虎真正喜欢的东西。那就是找到花几十万、一百万、两百万就能验证到底有没有用户需求的产品。
这套投资逻辑被他完整带入了AI时代。
在大模型公司融资最狂热的时候，作为金沙江创投主管合伙人，朱啸虎最早用行动和言论给它降温。他认为五年后不会有独立的大模型公司，他也只投AI应用类的项目。这个判断至今没有变过，甚至更自洽了。
随着外界对OpenAI发布GPT-5的期望一次次落空，过去大家坚信的“Scaling Law”技术曲线很可能已经放缓。如果GPT-5迟迟不来或不够惊艳，中美大模型迟早集体对齐GPT-4，这个局面对大模型创业公司尤为不利。
目前，国内已有智谱AI、百川智能、零一万物、月之暗面、Minimax、阶跃星辰六家独立大模型创业公司，业界称之为“六小虎”。他们最终将如何收场？
“我感觉挺不乐观的。美国现在并购本质上都是直接把人才挖走，让投资人拿一个本金加利息退出。国内说实话，可能会比这个还要差一些。”朱啸虎说。
所以，他偏爱能直接看到收入的AI应用项目。这个赛道不是大模型智能水平的游戏，它更考验工程化落地能力，以及能够降低错误率的行业数据闭环。哪怕GPT-5能提升50%性能，对AI应用也不会带来本质上的差别，它依然要考验上面那些落地能力。
朱啸虎认为，这恰恰也是中国人的长项，“只要GPT-4基本上是天花板的时候，AI应用落地中国人绝对比美国人擅长。”
不过，当前的AI应用层涌现出的公司，都是各种B2B（面向企业）的生意，看上去特别细分，赛道规模很小。那么，还有再投到类似滴滴小红书这种倍数回报项目的机会吗？
“当初我们投滴滴投小红书的时候，大家也都看不清。”朱啸虎看上去并不担心，“一开始就看出来是大机会的，大厂肯定马上就去做了，创业公司是没有机会的。”
他同时提醒现在还心存幻想，想靠烧钱快速圈用户的创业者，“等你能一年融三年的钱的时候，你再去烧钱。在这之前踏踏实实做事，做收入做利润。”
以下是界面新闻对朱啸虎的采访节选，略作编辑：
界面新闻：你觉得最近国内大模型公司有什么比较重要的变化吗？
朱啸虎：
我觉得不仅是中国，美国也是一样的，今年都开始更务实了。GPT-5一直在跳票，本来说今年要出来，现在可能一下子跳到明年年底去了。现在大家都觉得大模型的技术迭代曲线已经非常明显开始放缓了。
你可以看到美国现在都已经开始在往应用层优化，包括在往小模型方面转。所以我觉得今年中美之间这一波AI创业都会更看重怎么把大模型在应用层落地。
界面新闻：确实连OpenAI也发了小模型，为什么这些头部公司也要做小模型了？
朱啸虎：
要把成本做更低，然后速度更快，更好用，现在模型基本上都是往这个方向去努力的。
大模型当然也在往前沿方向努力，想看看还到底有没有可能突破，但难度确实很高，而且成本也很高。
界面新闻：Meta也在做千亿参数的开源模型，它做这件事情的动力是什么？
朱啸虎：
Meta一直在落后于OpenAI，就看要怎么追上去，那就开源。作为行业第二名第三名，只能是靠开源去追上行业领先者。那Meta看上去就是很成功啊，国内很多创业者都是以Meta的开源为架构，生态体系都是一致的，在这样一个开源架构上做的应用切换起来也都非常容易。
界面新闻：Meta所做的投入，对国内的公司有多大帮助？
朱啸虎：
帮助是非常大的。从Meta开源的结构借鉴或者参考，然后再由国内来落地。
（相当于）美国人在前面帮我们试错，它证明这条路是可行的，我们参考借鉴一下，成本要低很多，至少低一个数量级，对中国创业者来说性价比是非常高的。
界面新闻：你现在对国内通用大模型公司的看法有变化吗？之前你说过，5年内就没有独立的大模型公司了。
朱啸虎：
现在可能会更快一点，我上次发朋友圈说的时候，就有很多国内知名投资人在下面说5年都太长了，可能3年就没有独立的大模型公司了。确实是这样的，接下来融资都很难。
现在创业公司的成本都比大厂高，售价也高，你根本就没法竞争。所以大厂打价格战，创业公司都不能跟进的，没法跟进。
界面新闻：那“六小虎”最后会怎么收场？（指智谱AI、百川智能、零一万物、月之暗面、Minimax、阶跃星辰这六家中国大模型创业公司。）
朱啸虎：
我感觉挺不乐观的。
界面新闻：有并购的机会吗？
朱啸虎：
美国现在并购本质上都是直接把人才挖走，让投资人拿一个本金加利息退出。国内说实话，可能会比这个还要差一些。
你并购的价值在哪里？大厂的人才也没那么缺，尤其是往前沿方向努力。在美国，GPT-5是10万卡集群，还是30万卡集群，到底能不能突破？如果没有突破，GPT-4就是天花板的话，那就不需要高端人才，即使再高端的人才也往前走不通了，只能是大家拼落地能力。落地的技巧和往前走的科研能力，这完全是两种能力，并购人才的价值可能没有那么大。
界面新闻：但其实今年这几家差不多都拿到新一轮融资了，而且很多国资GP、LP也都进场了。
朱啸虎：
所以很多时候我觉得大家真的是要想清楚，到底以后怎么退场，尤其是很多国资在里面。
界面新闻：那对这几家创业公司来说，你想象中的最好的出路会是什么？
朱啸虎：
最好的结果就是卖给大厂。但是在国内来说，你到底有没有一些额外的人才是大厂没有的？这是每个投资人都要思考的问题，大厂会不会为了这些人才花这么多钱去并购？
界面新闻：你相对更看好谁？有哪一家你会觉得胜算大一点吗？
朱啸虎：
说实话我感觉都不容易，真的不容易，你没有一种能力是别人完全不能有的。尤其技术人才没有人会认为自己比别人不行，那我为什么一定要说服老板去花这么多钱买一个团队，中国没有这个概念的。在中国要买一个团队的，一般愿意出的钱都不高。
像这些大模型公司核心的人，他们都是技术出身的。而商业化能力需要懂什么是用户需求。比如做财经分析，要有这个行业数据，没有行业数据，你根本不知道这个分析需要什么东西。这些都是需要行业knowhow的。
界面新闻：那这些大模型公司能自己去买一个特别懂商业的团队吗？
朱啸虎：
大模型太贵了，靠这些商业化根本养不活他们。我们为什么做垂直行业，你必须只能花一两百万人民币就把这个垂直行业模型做好，能够商业化。
界面新闻：硬判断技术的话，你觉得现在国内谁的大模型做得最好？
朱啸虎：
现在真的已经没有差别了。如果GPT-4就是天花板，今年年底如果所有人都同样对齐的情况下，大家是没有差异的。
界面新闻：大厂的大模型有做出差异化的吗？
朱啸虎：
大厂至少自己有很多产品，或者有很多产品都可以用。
你看腾讯元宝，今天微信上还没有接AI助手或者AIGC，可能是因为推理成本还太高。但如果推理成本再降一个数量级，微信肯定会接各种各样的Copilot，这对用户来说是最好的入口和场景。所以对腾讯来说，又有用户又有场景又有数据又有模型，它能力也不差。
而且很多时候并不是说大厂做得不好，它是有各种各样合规条约，很多时候束缚了自己的手脚，但往后面走肯定是能力会更强了。
界面新闻：之前苹果宣布Apple Intelligence跟OpenAI合作，很多人觉得是对大模型公司的利好，但你好像不这么认为。
朱啸虎：
反而是利空，它其实证明了什么叫入口为王。这实际上对OpenAI是很差的，因为iPhone用户不需要注册账号就可以直接调动OpenAI的大模型。
这是什么意思？就是苹果不把用户导给OpenAI，而且最后调的是OpenAI还是苹果自己的模型，用户也不知道。比如一开始可能是50%用GPT、50%苹果自有模型，可能到今年年底真的上线的时候，90%以上是苹果自己的模型，只有10%是GPT。
界面新闻：在GPT-5出现之前，我们去关注中美大模型差距这种问题还有意义吗？
朱啸虎：
我觉得没有意义。美国所有大模型都会追到GPT-4。前两天xAI说在很多领域上已经超过GPT-4了，因为它卡多。
我觉得到今年底，最多明年上半年，中国所有大模型都能追平GPT-4，因为LIama 3.1已经对齐了，而且已经开源了，中国半年到一年时间肯定对齐的。所以我一点都不担心中国在大模型上会落后美国很多。
界面新闻：那GPT-5真的出现之后，是不是就大不一样了？
朱啸虎：
得看GPT-5到底能够比GPT-4高多少。现在美国人都在怀疑，行业内比较乐观的预测是， GPT-5在推理性能上能比GPT-4再高50%。
高50%看上去已经很好了，但投二级的人觉得心里“哇凉哇凉”的，这个故事根本讲不下去的。
投这么多钱，可能投10倍以上的钱，才高50%，经济模型你算不过来的。我干嘛去花10倍的钱追求高50%？没有意义的。GPT-5如果出来只高20%的话，这个天花板就已经看到了。
界面新闻：所以GPT-5即便出现，你也并不是很看重它对AI应用层的推动，那个效果不会很明显？
朱啸虎：
高50%是不够的。现在很多应用不需要这50%就已经能落地了，但很多现在做不到的场景，再高50%也是没用的，也是做不到的，它不会出现本质差别。
界面新闻：比如有什么你现在能想到的场景？
朱啸虎：
最简单就是AI Agent。为什么现在AI Agent不能落地，因为大模型天然有幻觉，单步的错误率可能在10%-20%，5步推理以后可能错误率就50%以上了，就完全没法用。那你高50%同样也没用，错误率百分之二三十还是没法落地，不改变本质问题。
今天我就靠大模型做单步推理，剩下的多步都是事先程序或者规则制定好了，那同样可以落地，可以做得很好。但你要用GPT-5把所有步骤让AI自动规划，不现实的。
界面新闻：如果GPT-5对促进AI应用层发展都没那么大作用了，那AI应用想要做得更好，靠什么来实现？
朱啸虎：
靠很多工程化的技能，这和大模型的科研能力完全是两条路线。还有靠数据的优化，来降低错误率，以及怎么把用户体验做得更好。甚至很多时候需要靠人工来做额外的工作，这是中国人更擅长的。比如说我们大模型在私域营销上做特别好，美国根本没有私域营销场景。
你可以想到中国在私域营销是怎么落地的吗？用AI来培养客户效果是很好的，但是最后让客户真的买单，大模型效率是很差的，尤其是客单价超过2000块钱以上的产品，大模型就一直和你绕来绕去。
所以现在国内发现最有效的就是叫“AI养鱼”，让AI来反复来教育客户这个产品到底有哪些好处和价值，但最终成交是人。用AI大模型把客户教育比较成熟了，然后人最后一个电话或者沟通把这个单子成交掉，这是国内现在提出来非常好的方式，美国人根本不会懂。
所以只要GPT-4基本上是天花板的时候，AI应用落地中国人绝对比美国人擅长。
界面新闻：你之前说明年AI应用就要爆发。
朱啸虎：
现在已经看到很多了，比如说财经领域，上市公司每个季度都要有季报，有分析师电话会。现在腾讯、美团这种头部企业，可能分析师是自己听电话会，腰部公司就是派机器人去听，然后自动写报告。
而且机器人可以用大模型为你量身定制，预置代替你问什么问题，按照你的风格帮你写报告，分析师稍微看看就发表了，大幅提高效率。这就非常符合今天的需求，分析师都非常愿意买单的。
这里面的关键点是怎么降低错误，降低幻觉，因为各行各业每个公司都有自己的专业术语、专业名词，所以必须要把历史数据用来训练大模型，做到至少95%以上准确率，所有的专业名词都能写对。
这是核心难点，不是大模型本身要有多智能，这是中国人更擅长的。
界面新闻：所以他们现在要做好，跟大模型的智能水平提升关系不大。
朱啸虎：
关系不大。这种水平再提升20%~30%没用的，还不如提高准确性。
界面新闻：靠数据闭环来实现？
朱啸虎：
对，靠这个行业数据的闭环来实现，再把分析师个人历史的数据报告训练一下，就可以写出分析师个人特征的报告。
这是更符合用户需求的，因为所有报告都一样，我的工作就没有了。按照我的风格写的报告，才能保持我的工作。就是这么真实的用户需求，和科研完全是两回事情。
界面新闻：你看好的场景都是B2B的吧。
朱啸虎：
任何一个技术周期先开始用的都是B2B的，因为能马上提高产出和提高效率，在B端都是愿意付费的。C端我觉得等到今年AI手机出来以后，或者明年AI电脑出来以后，可能还能看到一些应用场景。
界面新闻：现在AI应用做B2B的，你们投了多少了？
朱啸虎：
投了十几家。
界面新闻：投资逻辑是什么样的？
朱啸虎：
投资逻辑就是能不能变现，客户有多急迫来买单。我现在最喜欢听到的就是用户一听到有这个东西，就“哇！我要！”这种效果是最有说服力的。
界面新闻：只看商业化变现能力吗？有没有别的。
朱啸虎：
商业化变现能力，这是最核心的。第二就是怎么建立长期壁垒，它长期壁垒是在哪里。
界面新闻：他们做规模化，其实感觉也有点慢，会吗？
朱啸虎：
以前中国软件市场为什么规模化很慢，因为销售周期很长，要6-12个月，不可能很快的。
但现在能让企业用户有这种尖叫效应的话，它变现周期也很快。比如我们投的FancyTech，我给他介绍那些头部企业，像星巴克、LVMH，从微信拉群介绍到签单，一两个月时间，这还是头部的跨国企业。说明他们规模化的速度可以很快，
界面新闻：所以他们PMF（Product Market Fit）验证的周期比上一个时代是要快。
朱啸虎：
对，快很多，因为它的效果特别明显，或者成本特别低。成本要低一个数量级以上，中国企业也是愿意很快买单的。中国的企业和中国消费者一样，都是要极致性价比。
界面新闻：FancyTech最近出了点舆论风波，你有关注到吗？
朱啸虎：
我觉得大家是不理解，AI做100%的工作，创业公司就没机会了，所以必须是80%AI、百分之多少人工的。我们为什么看好这些（公司），也就是靠100%AI是做不到的，必须要靠着外包，把它最后那部分效果做出来，创业公司才能守得住。
界面新闻：感觉你说的这些to B的场景都非常细分，听起来生意规模没那么大。你觉得现在还有机会去投出滴滴小红书这种倍数回报的项目吗？
朱啸虎：
当初我们投滴滴投小红书的时候大家也都看不清。要是一开始就看出来是大机会，大厂肯定马上就去做了，创业公司是没有机会的。
我们投滴滴的时候程维和我说，一天2万单的时候公司就能盈利了，（结果）一天2000万的时候他都还在烧钱。我们当时签了投资协议，如果碰到一些关系比较好的兄弟基金，分一点额度，但大家都不要了，觉得出租车这个行业太难了。
我们投小红书的时候，它第一个场景是做什么？做香港购物指南PDF。你说这个场景能有多大想象力？但是它上线以后下载量很高，很多用户下载香港购物指南PDF，确实是大家很喜欢的东西， 但PDF也做不了一个企业对吧？
小红书APP一开始也都是很不起眼的，那时候我们签了A轮投资协议，分了一些额度给兄弟基金，法律文件都做好了就差打钱了，他们不投了，我们全部接过来投进去。
现在是一样的，小的时候大家看不明白，创业公司才有机会。
界面新闻：所以现在投的这些项目让你觉得似曾相识了吗？
朱啸虎：
一样的。我觉得今天的环境下，大家觉得不起眼的场景，创业公司才有机会，而且这些都马上能有收入的，都是有利润、不用烧钱的，至少可以先活着。万一将来看中了一个场景，才有可能真正爆发。
界面新闻：现在不少做To C应用的公司已经在烧钱买用户了，这个阶段你会鼓励这种做法吗？
朱啸虎：
我上午还在教育一个企业，今天烧钱买用户是很难的。以前都是一年可以融个三轮，现在可能不容易了。完全不一样的融资环境就必须不能烧钱。
为什么想到马上变现？他说要投一两千万训练一个垂直模型，我说今天不可能的，最多让你投个一两百万人民币训练一个垂直场景模型，然后马上能变现的，在今天才能活下去。
界面新闻：你认为在这一波AI机会中能成功的创始人需要具备什么样的特质？
朱啸虎：
B端C端不一样。B端是你真的要懂垂直行业用户，而且你要有垂直行业数据，不然你根本没有机会优化模型，降低错误率。
C端现在说实话还不知道。我觉得整个AI手机或者电脑至少有5-10%渗透率以后，我们才能看出来可能的产品在哪里。
像智能手机，过去根本想不到最大的场景是GPS定位，因为有了GPS定位才有了打车和外卖。因为有了摄像头才有了直播和短视频。
AI这一波里面，到底什么是类似智能手机里GPS定位和摄像头这样的功能，现在不知道。等到AI手机很流行，我们才看到它有哪些新的功能点，会造就哪些新的机会。
界面新闻：你现在有看到什么迹象吗？
朱啸虎：
现在根本想象不到，想象到的时候大家就会一堆人拥上去，比如像Meta推的智能眼镜卖了100万副，现在全世界可能几百家都在做智能眼镜。
界面新闻：大概要等多久？
朱啸虎：
两三年。
界面新闻：你对大模型落地AI智能硬件这个方向有什么判断？
朱啸虎：
我觉得这是肯定的，和PC互联网那一代很像。那一代当初也是硬件出来一波机会，这一波先出来的肯定也是硬件机会，硬件会比消费端APP先出来。你看Meta的智能眼镜卖得很好，但智能耳机也会卖得很好，比起电脑我觉得都有很多机会。
界面新闻：你现在有在看吗？出手了吗？
朱啸虎：
看了。我们投了一个智能眼镜，它比别家的好处是（内容）能投到你的眼睛里，成本很低，是一个单色的。比如说翻实时翻译，耳机说实话，基本上同时（对话）很难听清。但它就是把核心的关键词投到你眼睛里，能知道别人讲什么话，实时提词，效果会好一点。
