題圖｜虎嗅拍攝

當下，AI正在悄然顛覆科技產業格局，創業者從模型層到應用層競相入局。但資本正在向頭部聚集，2024年全球AI融資額突破1000億美元，單筆超1億美元的融資占比達69%，頭部效應明顯。

而市場也在變得更為激烈。從大模型、具身智能到AI應用，幾乎在每一個賽道和場景，新的公司都如雨后春筍出現，

對創業者而言，考驗的已經不僅是創新與運營效率，更是從數據流轉到場景應用的商業化智慧：你的產品定位是否清晰？在商業化過程中，如何構建數據閉環與場景壁壘，保持核心競爭力？以及，在這波投資浪潮中，到底該如何找到生機？

若這些關鍵問題未有清晰答案，而僅將AI 風口簡單地視為“機遇”，它帶來的可能不是紅利，而是黃粱一夢。

近期《虎嗅·AI無悖論》節目，特別邀請到了中歐國際工商學院金融學教授、副教務長、EMBA課程主任、中歐企業與資本市場研究中心主任黃生與九合創投創始人、中歐EMBA校友王嘯，探討投資視角下的AI機遇，他們分享了對行業投資機會的看法，以及對未來AI 應用的洞見：

英偉達4萬億市值是否預示泡沫風險？

AI為何超越其他技術，成為第四次工業革命驅動力？

AI時代能否擺脫“贏者通吃”，垂直領域有何機會？

投資人青睞何種AI公司，中小創業者機會何在？

下一現象級應用將在哪些領域爆發？

本期主持人為《小遙說商業》賬號主理人、中歐EMBA校友陳小燕，以下為交流實錄（有刪編）：

風口里，中小企業機會到底在哪

陳小燕：英偉達市值突破4萬億美元，您如何看待這一現象？

黃生：資本市場的估值反映了大家對人工智能未來的高期待，把企業生命周期的自由現金流折現到當下。目前人工智能相關企業市凈率已達40-50倍，類似于蘋果，這是一種市場情緒，也是一種預期，大家對AI的未來“很上頭”。

王嘯：英偉達芯片重新定義了全球可計算能力的邊界。隨著大模型和應用層的擴展，邊界不斷擴大，想象空間也被無限打開了。人類基因、制造業數據、日常生活、商品購買等均可通過GPU+大模型進行智能化運算。市場認可這一底層能力，股市愿意“賭”未來，英偉達被賦予巨大估值。

值得注意的是，它象征AI行業整體的結構性機會開啟。從AI行業演進軌跡看，如果英偉達能達4-5萬億，未來模型公司和應用公司也將出現類似機會。

陳小燕：為什么AI被視為第四次工業革命的核心，而非物聯網、大數據等技術？

黃生：AI 復刻了人類決策，它的深度學習的方式像一個“黑匣子”，是人類思維的一種鏡像。其他技術有科學邏輯，但離人類遠了一些，人工智能離人類可能更近一些。

王嘯：大數據、區塊鏈這些技術沒能從根本上撼動社會和技術。要成為第四次工業革命，得是底層的、能廣泛影響人類生活的變革力量。過去的技術都是“人+工具”的模式，AI完全不同，它直接就是一股生產力，能獨立完成任務，不需要人類再拿著工具配合。

現在，AI的智能越來越通用，能滲透到生產、消費、科研等幾乎人類所有活動。比如，以前新藥研發得花10年、1億美金，AI可能1-2年就搞定，效率翻倍，成本暴降。

其次，像寫PPT、編程序、做短視頻這些過去靠腦力密集合作的工作，通過AI能干得更漂亮。這對社會的沖擊是顛覆性的，解放了人類精力，讓我們干更有創造性的事兒。

現在還不好說AI百分百是第四次工業革命，但它絕對有這個潛力。AI大模型很可能就是這場革命的起點，徹底改變社會結構和生產力。

陳小燕：2024年全球AI融資額突破1000億美元，單筆超1億美元的融資占比達69%，頭部效應明顯。對于國內中小型AI創業公司來說，這是否意味著機會減少了？

王嘯：AI行業的基礎模型和應用層的機會截然不同。基礎模型領域頭部效應明顯，需要海量算力、頂尖工程師和巨額資金，中小公司很難擠進去，基本是大玩家的游戲。但應用層完全是另一回事兒。

中小公司可以通過微調模型或訓練小模型來適配特定場景，資源消耗低，門檻也低。由于應用場景多樣，商業和社會價值巨大：任何有數據的領域——從生活服務到行業決策——都能用AI提升效率、創造價值。這些場景的潛力遠沒被挖盡，其背后的價值可能比基礎模型還要高好幾個量級。

所以，中小公司如果一頭扎進基礎模型的“軍備競賽”，確實是浪費資源。創業公司應該聚焦應用層，深挖對人類生活和社會的實際價值，投資回報潛力大。

陳小燕：在黃教授看來，資本市場對AI投資更傾向于底層大模型還是應用層？國內和國外有何不同？

黃生：這得看哪個國家的市場。國內想抓全產業鏈，基礎層如算力芯片和大模型需要巨額投資，因為我們被英偉達領先，算力上有點“卡脖子”，所以得追趕，投資需求旺盛。但真正帶來商業價值的還是應用層，垂直領域的AI應用能直接提升C端和B端的生產力，市場空間百花齊放。

在美國，他們有英偉達這樣的頭部算力公司，所以投資仍聚焦算力和大模型以保持領先，但應用端生態不如國內豐富。國內的優勢在廣袤市場和應用層挖掘，未來可能靠創業公司冒出好機會。

陳小燕：對標互聯網行業，AI發展目前處于什么階段？普通人還有機會嗎？

黃生：AI現在很像十幾年前移動互聯網的階段。那時候，4G到5G網絡、移動終端這些基礎設施已經成熟，缺的是應用，所以抖音、SaaS企業迅速崛起。

現在AI也類似，英偉達的算力、巨頭的大模型已奠定基礎設施，國內也在追趕，算力和模型基本就位。接下來是應用端的爆發，誰能找到適合AI的場景，提供高價值服務，就能快速成長。

在我看來，AI 不像移動互聯網那樣“贏者通吃”，因為醫療、教育等垂直領域有數據壁壘，同時誕生多家偉大公司是可能的。

王嘯：在我看來，如果對比互聯網的發展階段，它分兩波：PC互聯網（2000年前后到2010-2011年）和移動互聯網（2011-2012年至今）。這兩波催生了不同公司，但核心商業模式類似——通過剛需工具或媒體平臺聚攏海量用戶和數據，最終靠廣告變現。其核心是“連接”產生的網絡效應。

AI大模型跟互聯網完全不一樣。它不像互聯網那樣靠“連接”人再賣廣告，AI的商業模式更偏向直接交付服務的收費模式。比如，AI直接給你編程代碼、剪好視頻、匹配好人才，交付的是最終結果。

這種直給服務的模式從第一天、第一個用戶開始就能產生收益，AI的盈利模式天然靠前。因此，行業的形態更可能是百花齊放，垂直領域各有巨頭。

對標時間窗口，AI現在像2000年左右的互聯網早期。基礎模型能力已相當成熟，但這只是開始。隨著模型能力提升，未來應用層還會覆蓋更多工種和場景。就像移動互聯網是對PC互聯網的載體升級引發爆發一樣，AI應用層現在也站在爆發前夜。

需要注意的是，AI的普及速度很快，微信用戶數過億用了1年多的時間，而ChatGPT用了兩個月的時間，DeepSeek App則是兩周。相應地AI應用的起飛速度也會比互聯網快得多。

陳小燕：你們平時用哪些AI應用工具？偏向哪些領域？

黃生：國內外的AI工具我都試過。主要偏向輔助研究，把AI當智能搜索引擎，比谷歌、百度更便捷，能對話、持續更新。比如做文獻梳理，AI能快速整理海量研究，提煉結論；寫英文文章時，AI幫我潤色語言，作為非母語者，AI的表達更優美，學術嚴謹性不變。生活教育類應用幾乎沒怎么用，目前還是以搜索和研究功能為主。

王嘯：人類工作核心是獲取和處理信息、做判斷，AI在信息搜集和整理上幫了大忙。比如查專有名詞、市場趨勢，AI能快速梳理知識，比傳統搜索高效。但判斷和推演還得靠自己，AI主要是加速前期信息處理。

真正面向生活的AI應用還很少，當前大模型聚焦基礎能力，應用層還在發展期。未來期待更多互動式、個性化應用出現在娛樂、教育和醫療板塊。比如根據喜好推薦內容或生成視頻。目前教育領域有些低齡兒童的AI陪伴產品，但智能度有限，學習類應用還在探索。醫療查詢倒是有潛力，知識儲備豐富。

AI行業會不會重蹈互聯網泡沫？

陳小燕：作為市場投資人，你們如何看待AI行業的投資泡沫？會不會重蹈互聯網的覆轍？

黃生：AI行業可能存在一定泡沫，但這與互聯網泡沫不同，而且可能是推動技術進步的必要“泡沫”。不過，泡沫可分兩類：資產泡沫和技術泡沫。資產泡沫，如國內一線城市房地產，房價與年收入比或租金回報周期極高，需幾十年年薪或百年租金回本，由流動性過剩驅動——資金多、標的少，價格被推高。這種泡沫因需求下降（如人口減少）或流動性退潮易破裂，帶來巨大損失，是負面泡沫。

AI的“技術泡沫”則不同。盡管估值高、投資大，但技術投資是動態的，能推動邊界擴展，提升人類認知和生產力。例如，AI技術進步可大幅提高效率，只要AI技術向善，這種泡沫能創造價值，驅動創新，是行業發展所需的正向力量。沒有這種“泡沫”帶來的樂觀情緒和資金投入，技術進步會受阻。

以英偉達為例，盡管有盈利支撐，其市凈率高達47倍，市盈率超50倍，遠超互聯網泡沫時期思科的16倍，也高于谷歌、微軟、亞馬遜的8~12倍。2024年全球AI融資超1000億美元，資金熱潮也讓人聯想到互聯網泡沫時期的狂熱。但技術泡沫應被允許在一定程度存在，創新需要風險資本支持，容忍失敗。

王嘯：我們在一級市場，本質是為未來買單，為夢想投資，不是簡單看“泡沫”。AI行業的估值溢價反映了大規模結構性機會，代表超前投入和對未來的想象空間。

我更愿意把AI的高估值看成“夢想”，而不是負面的“泡沫”。泡沫意味著百分百會破裂，夢想哪怕只有1~2%能實現，也能創造巨大價值。VC就是為有技術支撐、有社會價值的夢想買單，哪怕90%以上的投資可能打水漂，那1%成功的項目能推動社會進步，帶來巨大回報。

我們的任務是篩選掉純講故事的，找出能實現大夢想、創造普遍價值的項目，支持他們走得更遠。AI的估值高不是互聯網泡沫的重演，而是技術驅動的夢想投資，關鍵是理性區分真創新和空故事。

陳小燕：AI投資的泡沫就像啤酒泡沫。一杯好喝的啤酒，20~30%的泡沫很正常，增添風味，但前提是杯子里得有啤酒（技術實體）。如果杯子空著，熱錢涌入，泡沫占80%，那就是“黑店”開的劣質酒，沒價值。適當的泡沫對有科技夢想的公司是好事。

那你們怎么區分真創新和空故事？當你們投一個AI項目的時候，最看重什么？

王嘯：評估一個AI項目時，最核心的是看它是否找到了一個真正有價值的應用場景。好的AI項目必須聚焦在某個具體領域，并且這個場景要能形成閉環，讓數據可以不斷自我強化。比如一開始系統可能只能完成70%的工作，但隨著數據積累和算法優化，它能逐漸提升到90%甚至更高。項目不僅要有扎實的技術能力，還要對行業有深刻理解，才能真正讓"數據飛輪"轉起來。

如果我們拒絕一個AI項目，通常有兩個原因：一是創業者講的故事太小，缺乏想象力；另一種更常見的是故事講得太大，但團隊完全沒有相應的能力支撐。愿景和能力之間必須要有合理的連接，哪怕路徑不是100%清晰，至少邏輯上要能自洽。

舉個例子，我們投了一家用AI改造獵頭行業的公司。傳統獵頭的工作本質上是兩邊溝通——既要了解企業需求，又要評估候選人，這個過程其實很適合AI來優化。這家公司的兩位創始人，一位是資深獵頭，有行業資源和客戶基礎；另一位是微軟研究院出來的技術專家，擅長大模型應用。這樣的組合既能保證對招聘場景的深刻理解，又有能力搭建AI系統。

更重要的是，每次匹配都會產生新數據，讓系統越用越聰明。過去獵頭打電話的信息不會留存，而AI能把這些交互數據結構化，創造出全新的競爭壁壘。從市場規模看，中國招聘是個千億級市場，AI可以先服務高端崗位，再逐步滲透，這樣的項目就完全符合我們對好AI項目的定義——明確的場景、可閉環的數據、匹配的團隊。

當下AI和具身智能市場的投資邏輯

陳小燕：從投資的角度，你們如何看待杭州“六小龍”？

黃生：杭州"六小龍"現象確實值得深入探討。從資本市場的角度來看，這個現象折射出當下投資圈的一些典型心態——"FOMO"（錯失恐懼癥）心理，這種害怕錯過下一個風口的心態導致很多投資人即使對項目了解不深，也爭相入場，推高了整體估值。反映了當前投資環境的一些浮躁因素。

王嘯："六小龍"本質上是一個成功的區域創業品牌，這種地域性創新集群的形成，既符合地方發展需求，也創造了良好的品牌效應。但具體到每家企業的發展前景，還需要更全面的信息來判斷。

目前市場對"六小龍"的實際發展狀況似乎存在一些預期落差，也說明這些企業在技術研發和市場接受度方面可能還有提升空間。企業成長本身就有周期性，當下的表現并不能完全決定未來的成敗。

黃生：杭州市政府做了一個很好的本地IP。但這個階段的創業企業有一定的技術領先性，但是還沒有能夠領先到這種程度，這時其實是更要低調，就是越不能越這種時候越不能讓人知道。

王嘯：對，我同意。過早獲得超額融資和知名度對創業公司來說可能也是一種危險。首先，資金超額、過剩會導致資源錯配，企業要么被迫進行與主業無關的資本運作，要么盲目擴張產品線；其次，創始人容易陷入"成功幻覺"，在資本追捧下失去客觀判斷能力，被各種贊美包圍而聽不到真實反饋；最重要的是打亂了企業正常發展節奏，在業務未成熟、團隊未健全時強行加速，就像沒打好地基就加高建筑，最終可能導致公司變得脆弱。這也反映出當前資本市場用短跑心態做長跑事業的問題。

陳小燕：二級市場非常關注AI芯片，在實現國產替代的過程中，你們覺得二級市場扮演了什么角色？

黃生：我們被西方技術卡脖子的就在芯片、算力這個部分，國內二級市場的熱捧是不奇怪的。在這個過程中，公司可以通過二級市場再融資，其估值表現會直接影響一級市場同類公司的融資能力和估值水平；另一方面，二級市場具有重要的信息反饋功能，通過股價波動實時反映市場對技術路線和行業前景的判斷，為創業者和投資者提供決策參考。

同時，二級市場能產生信號引導效應，眾多市場參與者通過交易形成的價格信號，能夠有效指導企業的研發投入方向。因此，保持一個活躍且適度繁榮的二級市場環境至關重要，它不僅能為產業發展提供資金支持，更能通過市場機制優化資源配置，推動整個AI產業鏈的健康發展。

陳小燕：我們剛剛用了“卡脖子”這個詞，你們怎么看待中國芯片產業？中美科技競爭格局正在發生哪些變化？

王嘯：中國芯片產業確實取得了顯著進步，目前除了極少數最高端產品外，國內已經具備較完整的產業鏈能力。這主要得益于國內龐大的市場需求支撐，加上外部環境的變化，本土企業獲得了更多市場機會。但從實際情況看，高端芯片的突破則需要更長時間的技術積累。同時也要理解，中國芯片產業過去相對薄弱與其起步較晚有關，美國等國家在半導體領域已有70多年的技術積累。

不過，雖然美國制裁我們，但正是因為斷供倒逼，中國的芯片才在短時間內完成了突破。從DSP、CPU到GPU，中國廠商都逐步實現了自研突破。現在華為的大芯片也能量產，這是一個里程碑。可以說，中美在芯片領域的攻防階段性告一段落，迎來一個“中場休息”。接下來，競爭的焦點正在轉向 AI 的模型對齊與應用落地。

陳小燕：AI 應用的機會在哪里？C 端和 B 端的發展有何不同？

王嘯：C 端跑得更快，我個人認為最有潛力的還是娛樂領域，比如互動視頻、短劇生成、虛擬陪聊、游戲助手、短視頻創作工具。這些場景用戶基數大、需求旺盛，就像移動互聯網時代的抖音、快手。

B端在很多垂直領域都有很好的AI應用機會，端到端交付、高商業價值場景、模型智慧能力溢出的專業場景，都有AI直接交付結果的機會。

在投資領域，大家比較擔心的一點就是大模型能力延伸之后，沒有深度的數據流轉能力和場景定義能力的公司，可能容易被吃掉。

總的來說，一方面要做大市場，一方面是應用公司要有能力自己先形成比較好的數據壁壘和體驗壁壘，良好的產品定義和場景定義非常重要。

黃生：我同意，B 端對垂直要求更深。客服、銷售線索生成、教育、音樂、法律、醫療，這些行業需要專業 know-how 和數據飛輪的支撐。雖然起步更慢，但一旦做深，就能形成很強的壁壘。

陳小燕：相比美國，中國在大模型和AI 應用上有怎樣的差距和優勢？

王嘯：我認為大模型本身天然具有跨語言、跨區域的能力，所以中美之間的差距不在模型本體，而是在監管環境、文化氛圍和團隊執行力。技術能力上差距到底有多大，我覺得不一定。

產品運營能力上，移動互聯網這一步已經證明了中國在這方面的顯著優勢。以中國的工程能力、產品定義能力、用戶運營能力和供應鏈能力，包括硬件來看，我覺得中國團隊或多或少都能夠在全球范圍里占到明確的優勢。

這一代AI 創業公司和早期互聯網公司不同，它們“生來就是全球化的”。我們創業者執行力也非常強。加上我們本身十億級的用戶市場，產品的迭代速度更快，天然具備全球化潛質。

陳小燕：大模型廠商會不會直接吞掉應用層創業公司？

黃生：從美國過去二十多年的經驗來看，拿到VC/PE 投資的創業公司中，約 90% 最終通過被收購實現退出，只有 10% 能獨立 IPO。通常，顛覆性創新但盈利前景尚不明朗的公司，大多走向 IPO；而那些應用型、補強型的技術企業，則更容易被大公司收購。這一范式自 2000 年以來基本穩定，美國本土 IPO 數量逐年下降，多數年份不超過 200 家，遠低于上世紀八九十年代互聯網泡沫時期的盛況。

相比之下，中國的情況有所不同。由于文化和市場結構的差異，中國企業家普遍存在一種“IPO 信仰”，傾向于將上市視為企業發展的里程碑事件，更愿意“敲鐘”而非出售公司。尤其是 GPU、算力等硬科技企業，以及營收快速增長的應用型公司，大多會優先考慮 IPO，并通過 A 股與港股實現更高效的融資與國際能見度。

與此同時，中國缺乏像美國那樣成熟的中型技術創業生態，大公司通常選擇自研而非收購，這也進一步削弱了并購退出的可能性。總體而言，中國AI 創業公司未來更可能以 IPO 為主要路徑，而非被并購。

陳小燕：你們認為下一個現象級的應用里會出現在什么樣的領域？

王嘯：我覺得很有可能會出現在toC、生成式內容消費和社交平臺上，不一定是智能體這樣的載體和形態。

黃生：我先不作判斷，說到底哪個行業會跑出來。我覺得不管是什么行業，它必須具備一些標準。首先它一定是在一個垂直的領域，有獨特的數據優勢，其次是行業知道AI 怎么可以幫助他去提效。最后要能夠解決AI的負面效應，并且具備商業化的價值。

如果說一定要說什么行業，我個人比較看好醫療或者是大健康這個領域的AI的應用。因為它很受關注，受眾廣，一旦用起來，效率會提升得非常快，普惠面也會更廣。

王嘯：是的，目前言之尚早。整個AI的話還在非常早期的發展階段，中國的創業者還有很多機會創造出對全世界都真正有用的AI的產品，從而提升整個人類的幸福感、效率、價值感。但最終，未來全球化的AI巨頭將誕生于中國這一批的創業者中。

黃生：AI是我們的基礎設施，它會改變我們的生活方式和工作方式。我期待我們國內的整個生態，從監管、從業人員、技術等各個維度，給AI發展營造良好的環境。推動環境的市場化、法制化、國際化。因為不市場化沒法創新，法治化能夠規避掉AI 的消極因素。然后就是要國際化，推動技術、產品各個維度的交流。

最后就是不要太多地干預，現在還太早，如果一開始就給限定了方向，也就失去了創新的可能。

本內容為作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯系 hezuo@huxiu.com

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4738202.html?f=wyxwapp