【亿邦原创】AI崛起为众多行业带来前所未有的潜力与动力，同时技术成熟度、数据安全、监管体系等因素也在直接间接地影响AI项目的商业价值和投资回报率。投资人们如何看待AI在产业中的应用价值与投资价值？什么样的团队更容易在AI时代获得成功？面对AI发展的全球竞争，中国AI企业面临哪些暗礁，又该如何找到自己的发展路径？
在2024亿邦产业互联网峰会上，东方富海合伙人周绍军、青蓝资本管理合伙人任刚、无届创新创始合伙人蔡景钟、胜辉资本高级合伙人丁勇吉就以上问题发表进行深入讨论。主持人为盛景网联联合创始人、首席执行官刘燕。
东方富海成立18年，基金规模近350亿，投资项目超六百个，2015年开始布局AI，目前在AI+医疗、AI+安防、自动驾驶等领域多有布局。东方富海合伙人周绍军认为，所谓大模型，是希望用一个通用模型解决很多应用场景的问题，所以AI时代需要技术与行业都很强的创业团队，如果团队仅懂AI不懂行业，很难跑出来。这也要求投资人加强对人的甄别，对团队的甄别。
青蓝资本一直关注软件、软硬结合的数智化、技术跟产业结合的项目，本轮AI浪潮中，青蓝资本在基础大模型、AI+软件、AI+硬件等领域都多有布局。青蓝资本管理合伙人任刚认为，面对AI这种大机遇，创业者应该立刻拥抱，同时客观认识AI发展进程，作出相应应用，全力拥抱，沿途下蛋，顺势而为。至于中国市场的AI发展机会，任刚指出，一个机会在软硬件结合方向，因为中国客户更愿意为一个“智慧”硬件买单。另一个机会是利用AIGC技术做新一代的服务企业，通过使用AI技术实现效率、成本、效果上的颠覆式领先。
无界创新一直关注产业互联网领域的投资。无届创新创始合伙人蔡景钟认为，从产业角度，看看中国有哪些产业高度分散，互联网也没能完成改造，这里一定有一些关键点没有突破，到了AI时代，AI有机会实现新的突破，也有机会重构整个产业。
盛辉资本一直以来扎根产业投资，在生物医药、消费、科技、供应链领域都有长期布局。胜辉资本高级合伙人丁勇吉认为，AI不仅会重构ICT软硬件行业，更重要的是在产业上带来更多革命性变革，让很多行业从产品销售逻辑转向服务逻辑。产业还有很多未被满足的机会，在这些方面成功概率更高。
盛景网联基金规模130亿，覆盖上市公司245家，同时拥有一套“CIC产业孵化”方法论，助力AI与产业双向奔赴，共同成长。盛景网联联合创始人、首席执行官刘燕认为，今天的AI创业已经不再是单打独斗，而是要抱团取暖；将优秀企业（上市公司、产业集团、独角兽）的产业能力等隐性资产最大化，并将大企业的战略刚性、机制刚性等隐性负债最小化，是“大手拉小手”联合创新创业的完美组合。盛景也呼吁更多的产业大咖和科技新锐携手共进，这样科技和产业才不是两张皮，而是双向奔赴。
温馨提示：本文为速记初审稿，在不影响原意的基础上，由亿邦动力编辑整理。
以下为对话实录：
1、AI+产业的市场前景
刘燕（盛景网联联合创始人、首席执行官）：大家好，很高兴参加亿邦动力主办的这个论坛。我们这个环节是“如何看待AI在产业当中的投资价值”。投资领域有个说法是“无AI，不投资”，今天很高兴和我们在座的嘉宾一起，坐而论道。
进入到我们的话题环节，第一个话题是：各位投资者在AI赛道上面是有哪些布局，以及如何看待AI+产业的市场前景？
我们首先有请东方富海的合伙人的周总。周总是投资领域的产业大咖，有二十多年的投资历史，跨越了技术和产业的各个周期。在这样一个AI浪潮时代，周总对这个话题有怎样的思考和见解。
周绍军（东方富海合伙人）：大家下午好，我是东方富海的周绍军。东方富海成立18年，总部坐落于深圳，管理基金规模近350亿，投资项目六百多个。这也是我从事投资行业的第24个年头。我们在2015、2016年开始进行AI投资。今天是一个大模型的时代，我们在AI+医疗、AI+安防、自动驾驶这几个领域投了非常多的项目。
所谓大模型，就是希望用一个通用模型解决很多应用场景的问题。在这种发展趋势下，怎么进行投资？对我们投资人也是一个新挑战。我先简单介绍这么多，后面我们还可以进行更多互动。
刘燕：好，谢谢周总。在产业赛道，除了大模型，垂类模型也是一个非常重要的趋势和赛道。下面我们有请青蓝资本的任刚任总分享一下，他们在AI赛道上有些什么样的布局，以及他任何看待对AI+产业赛道的前景。
任刚（青蓝资本管理合伙人）：谢谢刘总，我是青蓝资本的任刚。我们基金主要的投资方向是软件、软硬结合的数智化、技术跟产业结合的项目。
AI技术经历了几代进步，最近三、四年大模型技术崛起带来新的投资热潮。我们这一轮投资了基础大模型公司，也投资了AI与软件结合、AI与硬件结合的公司，主要用在制造业领域，例如新能源和钢铁行业。
我们认为AI可以应用的领域是和AI的能力进步密切相关的。著名认知科学家卡尼曼提出，大脑思考可以分成快思考、慢思考两个部分。大模型这几年迅速做到很高水平的是快思考部分。快思考有些类似知识压缩，大模型读了万卷书，可以迅速解答知识型、常识性问题。在知识领域，例如客服、企业内部知识库，大模型都做得挺好。
另一部分是慢思考，这部分大模型原来做得比较差，直到今天还没有完全解决。但最近有了一些明显进展，比如OpenA最近发布的o1模型正式版，明显提升了逻辑推理能力和数学能力，加强了思维链、强化学习等技术的使用。
大模型现在处于什么状态呢？能干一些知识型的事情了，同时在深度智能上正在快速进步。我认为面对这种大机遇，大家不用等，应该立刻去拥抱AI，但是也不用对它期望太高，现在它还不是万能的，是在快速进化中的。
AIGC像一个征程，在这个征程中，AI能力到达什么水平就去做相对应的应用，全力拥抱，沿途下蛋，顺势而为。
刘燕：好，谢谢任总的分享。任总也谈到OpenAI o1在思维链上的进步，这确实跟传统的知识图谱有很多不一样的地方，会形成更多端到端的思考。这对于产业链里的应用会是一个大的跃迁。当然，这只是开始，企业家应该全力拥抱，沿途下蛋，去探索产业和AI的结合。非常精彩的分享，谢谢任总。
下面话题，我们给到来自于无界创新的蔡景钟蔡总。蔡总来自产业，之前在五星控股，对产业有非常深刻的认知。从产业迈向投资，尤其在AI这样一个浪潮当中，我们也听听蔡总跟大家有哪些心得想要分享。
蔡景钟（无届创新创始合伙人）：大家好，我是来自无界创新的蔡景忠。我在十多年前参与汇通达的创立，后期一直做天使投资，focus在产业互联网这个领域。关于今天这个话题，我自己也在想，从原来的互联网时代进入到AI时代，到底什么变了？我们现在做投资，创业机会在哪里？我感觉最大变化就是机器实现从体力劳动到脑力劳动的跨越。
我们原来的产业互联网，比如找X网，都是人找货。我们代替业务推广人员去线下、去跑腿、去拓客。产业互联网让拓客效率更高，交易效率更高，订单效率更高，履约订效率更高。大部分是代替体力劳动。
为什么后面很多公司都出问题？因为他们创造的价值太薄了。大家知道to B公司不能仅提供信息撮合，背后有很多专业服务的东西要提供，这也是AI的机会。未来我相信会有很多这方面的案例出现。
这几年我还是专注早期投资，方向一个是出海，一个是消费投资。
消费里有一个重要趋势是万店连锁。以前做1万家店，要用20年时间，现在奶茶、零食等很多行业几年就做到万店连锁，这不是简单的数字化问题，背后有很多AI能力，让万店连锁变得简单了。
未来中国的商业升级，会有很多这样的机会出现在垂直领域，我们也将密切关注AI应用在传统行业中的变革与机遇。
刘燕：好，谢谢蔡总的精彩分享。不愧是从产业出来的，讲得非常通俗易懂，AI本质上是替代脑力劳动的过程。我们跟蔡总也很有渊源，因为盛景跟五星控股也是战略合作。
也简单介绍一下我们盛景，我们的基金规模大概是130亿，目前投资覆盖的上市公司是245家。像五星控股旗下的汇通达也是我们一起合作的产业互联网经典案例。
刚才蔡总也谈到了，过去是数字化，今天是AI化，可能有更多创造创意类工作被AI替代。确实，AI进化的终极形态将是AI agent，今天我们都在用各种APP，未来将是各种AI agent。
举个例子，我们已经看到在大消费领域，某日化用品公司已进行开始销售Agent提高销售效率，用过去累计的五六年三百多人的销售团队的数据训练的销售Agent，获客转化率达到12%-13%。
这是什么概念，真人销售顶尖top的获客转化率是15%，一般销售的转化率是7%。也就是AI销售Agent的能力虽然比top略低一点，但是已经远高于一般的销售。这就是很符合刚才蔡总说的，AI是个脑力劳动、创意、销售、店长、采购等领域的剧变，对各行各业都会带来巨大的机会，也值得大家去拥抱和关注。
好，谢谢蔡总。下面我们也把同样的问题问给盛辉资本的丁勇吉丁总。您在AI赛道当中有怎样的布局，如何看待AI加产业的未来布局？
丁勇吉（胜辉资本高级合伙人 ）：谢谢刘总。大家好，我是胜辉资本丁勇吉，胜辉资本做了小二十年投资，也是一家一直以来扎根产业的投资机构。特别是在生物医药以及消费、科技、供应链领域，长期从产业角度来布局投资。所以我们对AI的研究，也是从赋能产业的角度去布局。
从信息化到数字化到大模型，我们看到AI不仅会重构ICT软硬件行业，更重要的是在产业上带来更多革命性的变化。很多行业从产品销售逻辑变成服务逻辑。所以我们在产业投资的过程中，非常积极地聚焦于我们长期熟悉的产业，不断去布局跟产业相关的AI技术以及团队。谢谢。
刘燕：好，谢谢丁总的分享。丁总也给了我们一个非常重要的概念，就是AI对很多产业不仅是赋能，甚至会产生颠覆，很多产业的商业模式和业态都会发生很大转型。
有句话叫“前沿科技，未来产业”，那我们怎么解读这句话呢？我们喜欢的解读是：科技有着无尽前沿，但都是产业的场景。产业有着无尽的未来，都需要科技的赋能。我想跟丁总讲的这个观点也是不谋而合。
今天来了非常多的产业界人士，从产业到AI，怎么帮助AI能够更好地找到产业场景，盛景也有很好的方法论叫“CIC产业孵化”，就是跟产业大手拉小手，进行共享和创新，帮助大量产业去实现第二曲线。
2、如何提高AI投资的成功概率？
刘燕（盛景网联联合创始人、首席执行官）：我们的下一个问题是，如何从科技创业的角度来看待AI。
国家政策倡导要投早投小，但是我们都知道，投早投小面临很大风险，各位都是在科技赛道、创业赛道、投资赛道经历了起起伏伏周期的投资人。面对AI赛道这样一个新趋势，投资人应该如何提高AI投资的成功概率？希望大家从创业的角度和科技的角度做一个交流和分享。
这个问题我们先给到东方富海的周总。
周绍军（东方富海合伙人）：我主要投早期，早期的失败率是非常高的，80%的失败率跟90%的失败率没有本质区别。所以对于我们来说，核心还是要挑到胸中有星辰大海，创业初心非常正的创始人。
回到AI这个话题，它有一些比较复杂的纬度——2016年我们开始投资AI时，我们就发现，创业团队如果仅懂AI不懂行业，很难跑出来。
比如我们投过一个杭州AI医疗公司，它通过AI提高肿瘤筛查效率——原来医生通过看片去筛查肿瘤。现在将上百张CT放在机器里，十秒钟不到全部筛查完毕，医生只需要签字确认。这个团队既有医生，又懂技术，这样的团队成功概率就会大一些。
另外我们也投了一个AI+安防的团队。在安防领域做应用，到了一定阶段，团队里必须要有跟政府、跟大B端打交道的人，才有可能获得成功。
所以大模型时代在找人方面同样有不一样的挑战。
我们把AI分成AI for Science，AI for软件，AI for硬件。前不久豆包收购了一家耳机公司，这是一家硬件公司还是一家AI公司？我的理解，实际上它是一家硬件公司，但是AI给它做了赋能。
另外我们投了一个产业互联网公司，前几年就开始用AI逐步取代客服，还可以帮用户去做品类对比。这家公司是一家平台型公司，还是一家人工智能公司呢？这又是我们在选择项目时看中的一个点。
所以对于刘总的问题，我认为，从早期投资来看，失败是大概率事件。作为投资人，我是做好这种心理准备的。但是我要保证通过小比例的成功获得极大的成果，拿了上百倍、上千倍的回报。这就要求我们加强对人的甄别，对团队的甄别。AI的时代需要一个技术+行业都很强的团队。
刘燕：好，特别感谢周总的精彩分享，我非常认同周总的这个观点，投早投小首先是看人和团队，团队既要有在技术领域的专业know-how，也要有产业领域的专业know-how。
今天我们说起“传统”这个概念，它不是一个贬义词。传统意味着什么？意味着它有规模，有成熟的客户和成熟的需求。创业最难的是找到核心客户、核心需求，所以如果有机会跟传统行业做结合，就意味着技术正在作为新质生产力去改变了一个产业。
好，同样的问题，我们问一下青蓝资本的任刚任总，对于投早投小，您是怎么理解和看待？
任刚（青蓝资本管理合伙人）：非常赞同刚才周总说的，投资本质还是在投人，能把事儿想清楚、并且有执行能力的人。
补充一点，大模型领域找人挺难的。现在大家都在抢人，开的薪资非常高，因为懂大模型技术的人还是太少了。大模型技术是最近五六年因为OpenAI才火起来的，学习和研究大模型技术的人，很多是这几年刚毕业的博士生、年轻教授，有技术积累的人才数量并不多。
但是我觉得，AI+产业要找的人不一定是那种技术特别厉害的人，相反他应该是能跟踪最新技术发展，对模型能力有准确判断，知道怎么去用，对AI和业务结合的方法有准确判断和执行能力的人。我觉得找这样的人就行。不用去跟大厂、大模型创业公司去抢顶尖技术人才。
刘燕：好，谢谢任总的分享。任总其实谈了一个非常重要的概念，就是AI时代挖人的难度会变得更高。比如美国有超过1000名AI学者且一半以上在企业，中国只有200多人；因此，相对与美国，从绝对数量上中国存在AI人才储备不足、同时中国的人才大多数来自科研场景而非企业，因此AI创业团队商业化的认知薄弱，且产业化的资源能力严重不足，这导致大量的AI创业难以成功掉入“死亡之谷”，同时产业及场景无法被有效的AI产业化；
如何有效破局，激励大量的来自科技和产业的人才进入AI创业赛道，不断扩大水源涵养池，同时帮助AI创业者建立有效务实的商业化认知体系，更帮助建立产业化合作的能力和机制，助力各产业全面实现以AI为核心技术支持的新质生产力，盛景也在积极致力于推动“AI科创”的政策推动的谏言献策，以及前面提到的CIC产业孵化的产业合作。
也就是，今天的AI创业已经不再是单打独斗，而是要抱团取暖；将优秀企业（上市公司、产业集团、独角兽）的产业能力等隐性资产最大化，并将大企业的战略刚性、机制刚性等隐性负债最小化，是“大手拉小手”联合创新创业的完美组合。也呼吁更多的产业大咖和科技新锐携手共进，这样科技和产业才不是两张皮，而是双向奔赴。谢谢任总。
下面同样的问题，我们问到蔡总，关于投早投小，您作为产业界出来的资深人士，怎么理解和看待？
蔡景钟（无届创新创始合伙人）：投早投小，如果从纯投资的角度来讲，本质上是投人。
最早在硅谷就有这样一个规律：我给你100万美元，占你八个点。投资人锁定的是一批人，一条赛道，把最优秀的人投一遍。这是一种投早投小的打法。
从我们的角度来讲，从产业投资人的角度来讲，我看好哪种呢？我看好的是，通过AI解决行业关键问题，让创业公司能够成长1000倍，我们赚100倍。我们看的更多是这样一些创业公司。
刚才我也讲到，很多行业都很分散。为什么这几年很多行业出现动不动就出现万店连锁？背后都有逻辑。打个比方，那种零食店为什么能够爆发式增长？因为原来巡店要靠有经验的人一家一家店去跑，现在有了智能巡店工具，他不需要出差能够解决这个重要问题。所以这个行业能够迅速发展。
原来很多问题要靠人去检阅、监督、管理，现在可以用人工智能去替代了原来的人工，这里面就会出现很多大的机会。
从产业的角度，我们就是看中国还有哪些产业高度分散，互联网也没有把他们改造起来，它们一定有一些瓶颈，有一些关键点没有突破。到了AI时代，AI有没有机会？我认为这样的机会在中国仍然还有很多。好，谢谢刘总。
刘燕：好，谢谢蔡总的精彩分享。蔡总从产业出发，特别务实地讲了如何解决这个问题。回到事物的第一性原理，不管技术怎样演进，终究要体现在成本和效率上。
尤其是我注意到，蔡总反复谈到，在大量人力密集的地方，是否有机会用AI极大提高效能。这就谈到AI一个非常重要的发展趋势，就是AI agent、AI数字人。
例如我们投的政务领域的AI数字人，特别具有未来启发意义的，这项费用支出不是政府的技术费用，而是用人力资源费用支出进行AI数字人采购，或者准确的说是“雇佣“。同时政府的费用支出要有政策依据，为此，深圳福田专门出台了雇佣数字人的法律政策。更有趣的是，“如何雇佣政务数字人”这个政策是谁出的呢？是AI数字人出的，这意味着我们真的开始进入“硅基碳基”的混合雇佣的新时代。
好，下面同样的话题给到盛辉资本的丁总，您是怎么看待投早投小？如何提高投早投小成功率？
丁勇吉（胜辉资本高级合伙人 ）：谢谢刘总，提高投早投小成功率是投早期机构一直追求的一个目标，客观上是比较难的。那么在AI这个方向，是不是有可能提高成功率？
面对这几年的AI大模型发展趋势，我的一个看法是，早期AI大模型项目，一出来估值就已经很大了，所以如果投早投小都想做到，从大模型这几年来看是很难的。那么看看未来，我们觉得机会还是非常大的，或者说未来AI和产业的结合，是我们投早投小的重要机会。
我们的观点还是，一个成功的创业项目，核心要求是团队既有AI背景，又有产业背景，这是我们更看重的。当然，我跟蔡总也有共同的观点，我们认为产业还有未被满足的机会，还有重构的机会，可能在这样的方向上，会有更多的一个成功率。谢谢。
刘燕：谢谢丁总的分享。确实要提高投早投小的成功概率，是一件非常艰难的事情，刚才丁总谈到了AI跟产业结合，我非常认同。盛景也在这方面有所布局，因为今天我们会注意到，在AI与产业的结合中，除了要验证技术概念，还需要验证商业概念。
很多时候AI进入一个产业，最大的竞争对手是谁？不是你的AI同行，而是这个产业里原有的客户和原有的认知。哪怕他非常低效，但是他过去被验证过，是有效的。很多时候如果你不能了解它，你就很难进入它，更难去改变它。
Ai创业商业化，不仅要做产品研发，更要做客户研发；帮助AI创业者从基于“创始人信仰”的客户需求设想，转变为“基于证据”的客户需求验证，在这些方面，我们也在跟清华、北大、中科院做一些“AI极简增长加速营”，通过”核心客户、核心需求、核心产品、核心销售系统“商业的顶层设计，确认科技产业化进程中的关键任务、明确关键人才，助力精益创业，烧脑不烧钱，帮助创业者进行“商业概念的验证”，提高创业的成功概率。
3、中美AI投资的异同
刘燕（盛景网联联合创始人、首席执行官）：好，下面我们进入到最后一个问题，因为时间的原因，最后一个问题大家可以回答得简短一点。
谈到投资，我们往往会对标美国，那么在对标美国的过程中，中国的AI投资有哪些借鉴，又有哪些不同，各位嘉宾大概用1到2分钟讲一个关键点就好。依然周总开始。
周绍军（东方富海合伙人）：其实是相当不同的。在美国，美国创业你做A我就不做A了，我就去做B。中国创业比较雷同，你做A，我要比做一个比你更好的A。这是第一个。
第二个不同是，很多人喜欢用美国的估值方式来看中国创业公司。比如英伟达有上万亿的市值，很多人就认为，我在中国投一些芯片公司，也会有上万亿的机会。我觉得这是一个很大误区。如果你在中国投资，在美国上市，也许有这样的机会。但如果你在中国投资，在中国上市，你脱离了A股去看企业的估值，是不一样的。
现在很多企业一出来就是十几亿估值，我们觉得这里面有很大的问题，成不成功可能要到几年以后，公司真的能够走向资本市场的时候，才能够去做一个结论。所以我觉得美国跟中国在投人工智能方面，这两个方面非常不一样。
刘燕：美国更看客户，所以容易差异化。中国更看竞品，所以容易同质化，是吗？OK，这确实在中美特别不一样的地方。同样的问题问到任刚任总，您怎么看待中美在AI投资领域的异同？
任刚（青蓝资本管理合伙人）：中美市场不一样的可能更多一些。
SaaS软件投资时，很多公司希望copy to China，把美国模式搬到中国来，后来发现不可行。为什么呢？因为中国的软件市场环境跟美国差异很大，尤其是客户对软件产品定价的认识。
在美国，软件产品是按价值定价的思维模式，要看软件给企业带来多少收益。例如软件给企业带来1000万收益，企业觉得花200万不算多。中国市场是按成本定价的思维模式，例如看你派了几个人来干活，这些人天的成本是50万，那我付你70万已经不少了。定价逻辑不一样。AI企业，在中国市场也会面临类似的难点。
但中国市场有自己特色的机会，例如软硬件结合的方案，客户更愿意为一个“智慧”硬件买单。另一个机会是利用AIGC技术做新一代的服务企业，通过使用AI技术实现效率、成本、效果上的颠覆式领先，打败传统公司。
刘燕：对，任总讲讲了一个很残酷的过去，SaaS时代几乎是哀鸿遍野，所以在SaaS投资时有句话叫“SaaS已死，Bus已来”。SaaS是工具，Bus是交易。同样在AI时代，如果AI只是作为工具，可能又会重蹈SaaS的覆辙。这在美国成立，但在中国真的不成立。
所以在中国投资AI，我们有个提法是：“AI创业应该是包工头模式，包工包料包结果。”你不是提供了一个工具，而是为一个业务结果去负责，这个时候才有大概率在中国取得成功。所以我非常认同任总的观点。
好，同样的问题，我们问一下蔡总，您怎么看待中美AI投资的差异？
蔡景钟（无届创新创始合伙人）：其实中国最好机会还是在垂直应用里。我们本身数据积累比较多，在这上面长出一些模型，还是有竞争力的。
前两天我也参加了一些会议，发现很多外国人找过来，不是来找我们的产品，而是看中我们特有的一些数字化工具，我们先把这些工具软件出海，未来会带动这一块发展。
所以我的观点是，我们中国的优势应该是在一些垂直应用里找机会，跟垂直应用结合，这是更大的机会。
刘燕：特别棒。好，下面是丁总。
丁勇吉（胜辉资本高级合伙人 ）：我非常赞成任总的观点，另外我们认为，更大的差异体现在底层技术上，虽然科学是无国界的，但底层的、基础性研究上，我们的差异还是很大。在这方面，我们需要更多的耐心资本。
当然，我们在产品、市场、商业模式上，也有非常大的差异，那就一定要走适合咱们中国特色的AI发展路线，这是我们的观点。
刘燕：好，谢谢丁总。在AI狂飙大时代要有耐心资本，而且要走中国特色之路，特别棒。非常感谢各位嘉宾的智慧与碰撞，也感谢各位来宾的共同参与。
无论如何，我们已经进入到叫“AI一天，人间一年”的百年未有之大变局时刻，每一个产业都值得用AI重新做一遍，也希望我们有机会产生更多碰撞，实现更多合作。好，谢谢大家。
文章来源：亿邦动力
