FP 研究：AI 应用创业的壁垒在哪里？如何构建？

989 0 0

文章摘要

在2024年，人工通用智能（AGI）领域的投融资热度有所下降。随着模型层技术边界的不清晰和全球AI流量红利的逐渐消解，大厂追赶创业公司的时间周期缩短至数周，这使得创业者需要快速构建业务壁垒，同时也给AGI领域投资人带来了挑战。为了深入探讨这一问题，四位投资人分享了他们的观点和见解。

于红，美团龙珠合伙人，指出当前AGI领域存在普遍的投资难题，如模型快速迭代消解创业公司生存空间、创业公司业务调整与投资时的商业计划书（BP）相去甚远、项目普遍达不到上市并有回报的可能性、优秀AI-Native创业者稀缺等。在模型层不成熟的情况下，大部分AI应用可能是过渡状态的应用，因此积累经验、数据和早期用户变得日益重要。于红还提到，创业者需要具备强烈的愿景和动机，以及熟练使用AI模型的能力。

刘大卫，Capital O创始合伙人，认为在模型层不成熟的情况下，投资重点应放在应用层。他强调，应用层的社群价值在当前阶段比技术价值更珍贵，而大规模繁荣和出现上亿日活跃用户（DAU）的规模性平台应用可能在1-2年后出现。刘大卫建议，创业者应有全栈认知，对方向的前瞻性判断和执行力至关重要。

邵旭辉，Foothill Ventures管理合伙人，认为拥有世界一流的创始团队非常重要，包括强大的技术实力和执行能力。他提到，AI在语言文字和视频上的应用超出预期，而在机器人方面的发展则低于预期。邵旭辉还指出，未来更好的算法和模型可能意味着更多专用的、小型的芯片将迎来发展。

宋春雨，联想创投合伙人，虽然在文章中未提供具体观点，但作为投资人，他的观点可能与其他三位投资人相似，关注创业者的能力和项目的实际应用潜力。

综上所述，AGI领域的投资人和创业者面临的主要挑战包括模型层技术的不成熟、项目回报的不确定性、优秀创业者的稀缺以及快速变化的市场环境。在这种背景下，投资人和创业者需要关注模型应用能力、社群价值、专业领域的机会以及对未来技术发展的前瞻性判断。