金沙江朱啸虎：又一波赚钱机会，来了

20 年前，我刚开始做 VC 时，只需守在华清嘉园，就能捕捉到许多创业机遇，真的十分幸运。

最近，我们也在反思中国互联网与创投过去 20 年的发展历史。

‍ 互联网风口与泡沫规律

过去 20 年，互联网行业涌现出诸多风口，事实证明，这些风口催生出的商业模式如今都取得了成功。

然而在当时，它们无一例外经历过泡沫期，遭受外界质疑与嘲笑，陷入发展低谷，而后又从低谷中崛起，最终走向成功。

比如，早期的门户网站，当时盛行 “ 眼球经济 ” 概念，大家都嘲笑， 光有眼球怎么赚钱？ 如今看来，这早已不是问题。

再比如，长视频领域，优酷土豆兴起时，人们对中国人是否愿意为长视频付费心存疑虑，而现在，国内长视频订阅付费用户已超 1 亿人。

打车、外卖、共享单车、共享充电宝等行业亦是如此，尽管起初饱受争议，但如今其商业模式已得到验证。

进入科技时代，类似的发展轨迹仍在延续。 2018 - 2019 年的元宇宙概念、 2021 年的 SaaS 软件，以及过去两年的大模型，起初都备受追捧，成为热门话题，但很快就被市场 “ 证伪 ” 。

比如元宇宙，苹果的 Vision Pro 虽酷炫，商业化进程却受阻，而 Meta Quest 在功能上做减法，聚焦核心功能，出货量超 200 万台，取得不错成绩。

SaaS 软件也曾是投资热点，当时系统集成收入、客户定制收入都能给到 10~20 倍的估值，可热潮退去后，都没人愿意说自己是软件投资人了。

这 是为什么？

我们来看一下，美国的软件企业能让投资人获得丰厚回报，原因在于其发展速度极快，收入增长倍数可观，常常是每年两倍、三倍地增长，短时间内就能实现 1 亿美金的收入。而中国的 SaaS 软件企业，在收入达到 1 亿人民币后，增长速度便会迅速放缓。

但今年，我们可以看到一些积极拥抱 AI 和深度学习的软件企业收入实现爆发式增长，若能保持这一增长态势，中国软件企业或许将迎来春天。只是那些在热潮时盲目烧钱的企业，可能难以享受到行业复苏的红利，而坚守商业纪律的企业，终于看到了曙光。

大模型同样经历了从火热到逐渐冷静的过程。随着一些新成果的出现，市场对大模型的态度趋于理性。

但 AI 应用企业却迎来爆发式增长，其收入增长速度几乎和当年的团购企业一样。这些应用企业基本上都想低调发展，不愿过多曝光自身盈利情况。

今天，我就分享一些公开案例，因为许多企业并不希望我们报道它们。

‍ D eepSeek开源，加速AI发展

开源模型的发展对大模型 AI 生态产生了重大影响。在D eepSeek 模型出现前，我们就感觉闭源模型发展会遇到阻力，而开源模型会逐步追上来，最终形成类似 iOS 和安卓的两种生态。

但D eepSeek 不一样，它比安卓更开放，不仅放弃商业化，甚至都不关注用户数量。腾讯在今年全力拥抱D eepSeek 后，使得腾讯元宝迅速发展，超越了此前的许多大模型。

这也给中国科技投资带来启示： 技术成熟前商业化难度大，而成熟后会实现快速 “ 平权 ” ，我们需要思考技术平权后的最大受益者是谁，以及行业的最终发展格局。

‍ 星辰大海都是红海，脏活累活才是护城河

1. 技术路线并非关键，商业场景和产品才是核心

基于此，我们建议创业公司不要在底层模型训练上投入过多资金，而是全力拥抱开源模型和 API 。底层模型成熟后，许多应用公司收入实现爆发式增长。

过去 6 个月，中美两国都涌现出不少这样的创业公司，其收入环比增长十分可观，周环比增长超 10% ，月环比增长超 20% 。虽然目前这些公司收入规模还较小，但增长速度令人振奋，类似团购行业早期的增长态势。

并且，这些公司人员规模不大，十几人就能在 6 - 12 个月实现千万美金收入，中国的公司甚至能达到月收入超 100 万美金，这样的案例已有十几家。

为什么能这么快做到商业化落地？

核心是现在的 AI 模型在许多场景下已达到让用户付费的产品市场匹配（ PMF ）阶段。 尽管有人认为 AI 模型仍有提升空间，比如砸钱投入更多资源可能使 AI 模型再进步 10%-20% 。

但在实际应用中，当前的基础模型，如 DeepSeek 、通义千问、豆包等，在客服、销售、会议纪要、营销文案、语言教学等场景都已具备商业化能力，且能实现月环比 20% 以上的收入增长。

对于创业者来说，技术路线并非关键，商业场景和产品才是核心。 要深入了解客户需求，开发出能让客户试用即付费的产品。

2.AI 应用机会：在细分场景做到极致

当下，中美市场竞争都十分激烈，美国风险投资已不再热衷大模型，转而将资金投向 AI 应用领域，导致各垂直赛道竞争加剧，创业公司之间甚至打起了价格战。

我们给中国创业公司的建议是：在国内打磨产品和团队后，尽快出海拓展市场。国内竞争激烈，产品价格往往被压低，而在海外市场则有更大的盈利空间。

中国团队在 AI 应用落地方面能力突出，在日本、东南亚、中东等地几乎没有竞争对手。

全世界目前只有中国和美国具备 AI 落地能力，甚至美国一半的 AI 团队都有中国人参与。

但很多投资人觉得 AI 应用缺乏壁垒而不敢投资，这与十几年前移动互联网时代的情况相似。那时，滴滴、饿了么、小红书等项目在 A 轮融资时无人问津，大家认为 APP 没有技术壁垒。

如今的 AI 应用创业者也应清醒认识到，不要过分强调技术壁垒，要承认很多能力依赖底层模型，但可以在非 AI 领域，如整合工作流、编辑能力、专有硬件、人工交付等脏活累活建立竞争优势。

① Lib Lib

以北京海淀的 Lib Lib 公司为例，中国曾有十几家公司涉足文生图领域，大家都觉得该领域缺乏壁垒，无非是使用开源生图模型。但 Lib Lib 面向中国 2000 万专业设计师，而非 C 端用户。

目前，其月活已超 500 万，即使在收费较为克制的情况下，月收入增长也非常迅速，基本上在国内做到了第一，并且也在计划出海。

其实， Lib Lib 的核心竞争力并非生图，而是编辑功能，它堪称 AI 版的 Photoshop ，提供复杂的编辑功能，简单编辑需培训半天，复杂编辑则要培训 2 - 3 周才能掌握，这种编辑能力成为其在市场竞争中的坚实壁垒。

② Abbridge

再举个例子，美国的 Abbridge 公司专注于会议纪要细分场景，看似简单，实则竞争激烈，全球有几十家公司在该领域布局。

所以， Abbridge 为医生和病人问诊提供服务，将语音自动转成文字，并根据各州要求生成病历卡，面向医院收费。这家公司也获得了知名投资机构融资，发展良好。

在美国，这一细分领域还有许多公司，如红杉美国投资了面向医生个人的历史软件公司，还有专注兽医领域的公司，都发展得不错。

在这个场景中，准确率至关重要，达到 90% 以上才能获得市场认可，众多公司凭借高准确率实现了良好的商业化。

③ Cloud

再比如， Cloud 是一位中国年轻人在美国创立的公司，他们的产品是一款类似电子名片的硬件，贴在手机后面，能将电话或电话会议内容转成会议纪要，软件直接接入 GPT 。就这么简单的功能，使得这款硬件去年收入 7000 多万美金，目前月收入超 1000 万美金，成立仅两年就已在筹备赴美上市。

④ 循环智能

还有一家叫循环智能的公司，他们在垂直 AI 场景表现出色，占据中国汽车 4S 店销售 80% 的市场份额。他们为销售人员配备专有硬件 AI 名片，能自动记录销售过程，分析销售人员是否遵循标准操作流程（ SOP ）、话术是否规范，还能提示遗漏的卖点。

有了这款产品， 4S 店销售例会无需再开，销售人员完成任务即可下班，因此很受销售人员欢迎。

‍ 未来企业的机会，在于AI协同

文生图的关键在于编辑功能，文生视频难度更大，仅靠编辑功能可能无法满足需求。我们在美国投资的一家公司，将编辑功能外包到印度，在中国则外包给二三线城市的工作室。

根据不同的质量和客户要求， AI 编辑功能和人工编辑功能的占比有所不同，有的视频可能 95% 靠 AI ， 5% 靠人工，有的则各占 50% 。这些需要人工参与的 “ 苦活累活 ” ，大厂往往不愿涉足。

比如百度认为文生视频在五年内难以完全实现商用交付，必须依赖人工编辑，这就为创业公司创造了机会。

我们整合了几百个文生视频模型，根据用户风格需求，如中东客户对视频内容的特殊要求，生成视频后，由中国二三线城市工作室进行人工编辑，直接交付最终产品。

这种 AI 与人工协同的模式，让中国 AI 赋能软件有机会超越美国软件公司，因为我们不是单纯卖软件，而是用 AI 直接交付成果，这也是中国软件公司快速发展的重要机遇。

ps：

我讲大课已经10年，如果说过去我是在迭代，那么今年我可能会重构，因为时代变了，AI的黎明呼啸而来。

“第一批iPhone的使用者，最早在移动互联网创业成功”。没有人愿意错过AI，混沌已经All in。

今年大课，我想站在AI世界的基座上去讲述，这三年，我们亲身探索关于AI的一切，AI和创新将开启一个什么样的文明。

我想邀请地球上最硬核、最新锐、最有梦想的创造者们，一起来走入混沌，走出混沌。在时代混沌的转折期，你的一个想法，可能就是未来文明的火种。

——李善友 混沌创办人