4月18日，由36氪主辦的2025 AI Partner大會于上海模速空間盛大啟幕。本次大會以“Super APP來了”為主題，聚焦AI應用對千行百業(yè)的顛覆性變革。大會分為“Super App來了”和“誰是下一個超級應用”兩大篇章，覆蓋“在AI世界中長大”“2025卷AI就卷超級應用”等七大話題，涵蓋10+場主題演講、3場圓桌對話與兩大優(yōu)秀AI案例企業(yè)名冊發(fā)布環(huán)節(jié)，深度剖析AI技術如何重構商業(yè)邏輯、重塑產業(yè)格局，探索AI超級應用帶來的無限可能。
《超越不確定性，尋找超級應用的萌芽》圓桌討論
當日，金沙江聯(lián)合資本合伙人吳楠，上海產業(yè)知識產權運營投資管理有限公司總經理鄒澤炯，創(chuàng)新工場執(zhí)行董事、前沿科技基金總經理任博冰和36氪資深作者周鑫雨帶來了主題為《超越不確定性，尋找超級應用的萌芽》的圓桌討論。
以下為演講內容，經36氪整理編輯：
周鑫雨：感謝大家關注今年的AI Partner大會，我是36氪《智能涌現(xiàn)》的作者周鑫雨。
在AI行業(yè)當中，大家可能對“不確定性”四個字感受非常強烈，底層技術還在不斷迭代，行業(yè)的格局也在不斷改變。我們今天非常開心能夠請到三位非常資深的投資人，和大家一起聊一聊該怎么樣跨越不確定性，怎么樣探索Super APP這一件長期主義的事。
首先，請三位用自己的方式簡單做一個自我介紹，同時也聊一聊過去一年當中大家在AI應用領域的投資代表作。
吳楠：大家好，金沙江聯(lián)合是2009年成立的第一批在國內從事早期投資的基金，我們一直持續(xù)深耕硬科技賽道，這里就包括新能源、新一代信息技術，還有工業(yè)互聯(lián)網(wǎng)。
我們其實在早些年AI的萌芽期就開始關注，包括AI算力硬件相關的標的，比如光模塊、芯片、傳感器、交換機等。同時，我們通過工業(yè)互聯(lián)網(wǎng)也會看到很多AI應用的機會。我們2018年就孵化了一個在杭州專門做AI大模型互動營銷的公司，通過多模態(tài)人機互交大模型與AIGC的技術主要聚焦在營銷、銷售、客服三大AI Agent場景。
我們覺得它比較好的點是這個我們看得到市場需求足夠大，且已有初步客戶對它的認可度非常高。同時，我們覺得這個行業(yè)在當時競爭并不是很激烈尚處藍海階段，該項目有一定的先發(fā)優(yōu)勢，所以當時我們以天使的方式先進去。目前公司成長得很快，去年的營收已經達到了將近2個億，今年應該可以實現(xiàn)盈利。
我們還有一個醫(yī)療團隊，也持續(xù)關注到了AI+醫(yī)療的機會，在2023年的時候投了一個AI蛋白質設計+改造的公司。它的技術核心是通過創(chuàng)新算力來構建AI蛋白質設計的通用大模型。相較于傳統(tǒng)行業(yè)，它做出來的產品不但質量好，而且研發(fā)周期大大縮短從而降低研發(fā)成本。所以也是比較受客戶的認可，去年公司也已經實現(xiàn)了1000萬的收入。
不過在過去的一年里，我們反而下手變得謹慎，主要還是考慮到在AI賽道快速發(fā)展的過程中，從事AI的創(chuàng)業(yè)者越來越多，各個賽道現(xiàn)在也都開始擁擠起來，因此我們要衡量的因素就會變多。
比如說你的技術壁壘是否足夠高、市場是否足夠廣闊、落地交付能力是不是足夠強，團隊是不是足夠團結有執(zhí)行力、管理是否有效，未來實現(xiàn)盈利增長速度是否快，是否有明確的退出方式等，都會相應做考量，我們還是希望能在眾多優(yōu)質的創(chuàng)業(yè)者里面選得到我們認為最有機會成為黑馬的標的。我們目前主要還是以觀察為主。
鄒澤炯：謝謝主持人，謝謝各位朋友，中午好！
我們是上海國投公司參股的一家國有非實控的基金管理人，我們成立于2016年，主要聚焦點都在硬科技的賽道。
現(xiàn)在根據(jù)上?！?+6”的戰(zhàn)略來講，集成電路、生物醫(yī)藥、人工智能是我們核心的投資板塊。除此之外我們也關注到非常多新興產業(yè)，考慮到新能源、鋰電池、風電、光伏發(fā)展后期，對經濟成長貢獻的邊際效益逐漸降低，我們怎么尋找新的增長點的過程。在這個過程當中我們也大量關注合成生物、具身智能、機器人、eVTOL、人工智能以及核聚變各方面領域。
剛剛主持人問到一個問題，去年整個過程當中我們的感覺是，自從人工智能從2023年3月份GPT4出來以后，整整過去25個月，但是這個過程我們用一個日新月異來形容，每天都在發(fā)生新的大事件，新的變化。
從科技角度上來講，可以確認的一點人工智能，是當今世界當中最偉大的一個發(fā)明，并且在未來20年甚至更長的時間，將深刻改變我們的整個生活和工作。
但如何運用好這個工具？因為剛剛大華的分享代表提出的一個問題，AI需要做什么？未來的科技發(fā)展是圍繞著AI開展嗎？但從我們內心問題的答案仍然是以人為本，我們認為AI始終是一個工具，既然是一個工具，我們更多要考慮的東西：AI是讓我們工作、生活更加便利？還是更加懶惰了？最終讓我們更加忙碌還是更加輕松了？最終解決我們無法解決的問題還是最終通過替代我們去解決問題，然后徹底替代我們？
這也是我們在思考所謂確定性和不確定性會考慮的問題。
在過去的2024年當中，看了非常多的和人工智能有關的項目，從我們的分類來講，我們選擇了投確定性最強的的能源，去年投資了一個核聚變的項目，大家都在說AI的終極是能源，所以我們在能源上做了一個提前的布局。
大家今天形成了很多的共識，比如Agent的概念。從我們的理解角度上來講，是一個從互聯(lián)網(wǎng)到物聯(lián)網(wǎng)轉變的過程。因為物聯(lián)網(wǎng)我們之前提了很多年，一直期待萬物互聯(lián)，但是萬物互聯(lián)過程中最終方向和方式是為了促發(fā)一個場景能夠自動執(zhí)行，不需要人類再去做遙控和干預。Agent準確的定位應該不是一個個人的數(shù)字孿生體，更像是一個智能管家，是一個超級管家，不管用在手機上，還是用在日常的互聯(lián)網(wǎng)當中，都可以成為我們個人的最佳助手。
所以在這個過程當中，從整個大模型到小模型，到垂類應用，我們也在關注類似于像模擬器的松應科技，做邊端芯片的光羽芯辰，我們醫(yī)療領域當中發(fā)現(xiàn)原來人類所無法觀測到的一些細節(jié)或者無法細致觀測到的，并且能夠總結的這些問題當作病例診斷的某些檢測的新標準。
這種類型的企業(yè)，是我們比較注重去投資的企業(yè)，我們在消費或者是關注互聯(lián)網(wǎng)的方向關注的比較少。因為整個的國投體系和國投科創(chuàng)的主責主業(yè)和任務就是投早、投小、投硬，更多關注點是硬科技領域打造和選擇一些確定性的標的和方向，通過這樣的方式為整個后期硬科技去育種育苗的過程。
任博冰：大家好我是創(chuàng)新工廠的任博冰，創(chuàng)新工廠也是2009年成立的，到現(xiàn)在已經有16年了。
我們AI1.0也是第一波最早投的，當時像曠視、第四范式、Momenta大部分都是第一輪或者第二輪投的。AI2.0我們可能也是全球最早布局大模型的公司之一，當時孵化、投資了一批從芯片到infra到大模型、應用的公司。
其實過去一年投得還挺積極，雖然我個人覺得還不夠積極。比如說去年初我領投了硅基流動天使輪，雖然它不是應用公司，但是它給很多應用公司提供了基礎服務，平臺上面有很多很有趣的應用公司，公司也是過去一年融了四輪。我們今年可能會發(fā)布很多產品。
去年我還投了一個做視頻生成的公司，他們有不一樣的技術路徑，公司一直在隱秘階段，融了很多錢，下周可能會發(fā)布一個很有意思的基于他的新的路徑做的新的視頻生成的產品，大家可以期待一下。
我去年還投了一個做AI娛樂的公司，他們做的也是新的交互方式。這是我們去年底投的，也是三四個月就搞了三輪融資，他們今年年終也會發(fā)產品，大家可以期待一下。人和人之間的交互，在AI參與的情況下，可以實現(xiàn)完全不同的東西。
我們投了做平臺Agent的公司，對標美國做AI招聘平臺的企業(yè)Mercor。最近我還在投一堆包括AI內容的和一些做平臺的，去年底圍繞AI應用做了一個孵化營，跟極客公園一起做的，孵化了10個項目，最近又在搞一個新東西。
周鑫雨：三位在自我介紹過程中已經提到了一些找確定性的方法論，包括更關注項目的落地價值，項目能不能立馬找到PMF，產生一定的營收。
我第一個想和大家討論的問題是關于Super APP本身，目前行業(yè)里關于Super APP的形態(tài)和定義沒有一個明確的共識，可能大家都比較認同的觀點是，只要底座模型足夠強，未來可能模型本身就是Super APP的終極形態(tài)。
各位在過去一年也接觸了非常多的項目，大家會在哪一些產品和產品形態(tài)上看到一些Super APP的萌芽？
吳楠：因為我本人聚焦在醫(yī)療行業(yè)多一些，首先我要說AI+醫(yī)療這個賽道我覺得會有非常多的機會跑出黑馬來。談幾個觀點為什么這塊我非常看好。
第一，技術的護城河。這里要求團隊不光對AI模型了解深，同時也要對醫(yī)學的技術和場景有較深的Know-How，這就對復合型人才團隊的能力要求較高，從而形成技術壁壘。
第二，落地場景。我們所謂的“落地場景”指的是能夠有效落地，最重要的是客戶的付費意愿，比如藥企，如果可以幫助他們大大縮短研發(fā)周期，提高研究質量，從而大大降低了研發(fā)成本，解決臨床試驗痛點，他們還是會有很強的付費意愿和付費能力的。
第三，法律支持。比如說前一陣FDA（美國食品藥品監(jiān)督管理局）宣布說取消所有醫(yī)藥里面的動物實驗環(huán)節(jié)，用AI以及類器官來取代，以減少藥物的成本，從而降低了價格。說明在法律層面已經將AI納入到法律的考量體系中，未來AI應用將會更加規(guī)范化以及得到更多社會層面的支持。
鄒澤炯：主持人提到一個問題叫“超級應用”，過往看到的超級應用應該具備能夠服務大多數(shù)人，具有普遍性。
從我理解上來講，我們目前能夠看到的就是自動駕駛。人工智能跟碳基生命相比，要利用它的優(yōu)勢：非常強的算力、非常敏捷的反應速度、高并發(fā)能力，同時有無限記憶能力和隨時調取能力，包括剛剛吳總說的跨學科能力，以及在復雜事務當中總結的能力，這些能力造就了一個Agent智能體，實際上是一個可以完成我們以往無法完成的個性化服務。
像閑魚CTO剛剛講的一樣，做到一人一個助手很難，因為后臺可能是客服或者是一個比較初級的機器人。但現(xiàn)在從這個角度上來講，智能駕駛，比如說以往我們開車可能要休息，但是現(xiàn)在L3或接近L3級別的自動駕駛，可以讓你在這個過程當中減少很多的關注力，它不知疲倦地去行使，并且很精準。很重要的一點，整個車輛交通過程中它是沒有情緒的。很多時候出交通事故是因為情緒產生的，這是它的一個優(yōu)勢。
其次，我們看到了未來個性化的教育成為Super APP的潛力。比如說孩子學習過程當中教育的資源是不足的，通過AI能夠實現(xiàn)教育平權，實現(xiàn)邊緣地區(qū)的孩子和上海的孩子享受到同等的教育水平和個性化的輔導。
第三，吳總說到的醫(yī)療非常重要。醫(yī)療有一個特點，人員數(shù)量特別大，是剛需、高頻場景，并且沒有周期性。在這個過程當中，我們已經看到了有些Agent可以在給你做初診的時候，能夠準確分析出來大致的問題在哪，包括應該分流到哪個科室，問題嚴重與否，這就可以幫助我們很好實現(xiàn)分級診療的改革，讓頂級的專家和教授去把更多的時間花在疑難病癥上和更前沿的科研上，讓普通的醫(yī)生服務小病小災，這是資源利用率的極大提升。
這是我目前看到超級應用的方向。
周鑫雨：像兩位都提到了，當下大家能夠看到的Super APP基本上落在一些垂類領域，比如教育醫(yī)療、自動駕駛。任總的觀點是什么，當下已經涌現(xiàn)出的一批Super APP可能會落在哪些方向上呢？
任博冰：只能先想象了，模型級產品肯定是Super APP，當然這個要求你的模型要遠比其他模型好，光這個條件就約束了在模型級產品里面的Super APP一定極少，除了個別說像元寶借助DeepSeek能夠反超豆包的這種特例，其他都不太可能。
我自己在內部一直在討論一些點，比如像內容平臺。上一波內容平臺，是平臺本身做了比較簡單的過濾器，推薦、搜索本身做了一個過濾器，創(chuàng)作者和消費者在平臺的兩邊。
但是我們加上AI強互動能力，比如多模態(tài)的互動能力，可能下一代的內容平臺就是一個互動內容平臺，而不是像上一代的直播，直播是實時的，互動也僅僅是人和人參與，中間沒有AI。像短視頻平臺、圖文平臺大部分都是異步的，這種平臺可能會被下一代互動的平臺替代。
我們也在研究閑魚的C2C，之前還有很多B2C、B2B、C2B、B2C這樣的交易平臺，事實上現(xiàn)在Agent能夠在交易里面做的事情比大家想象的多得多。Agent本身就有交易能力，所以我在想下一代的交易平臺可能是一個平臺Agent，也有可能是Agent平臺，這里有可以顛覆掉上一代平臺的可能性。我們最近還是有幾個潛力比較顯而易見的項目，有幾個還需要再研究一下，因為顛覆太多，也會超過了我們現(xiàn)在對行業(yè)的理解能力。
交易平臺之前有做得好的，可能這一波繼續(xù)能做得好，還有做得好的這一波被干掉，有些是上一波后來被證偽的交易平臺，也有可能能做好。這個值得大家一起研究和探索，所以在這里面我們覺得都有Super APP的機會，當然可能其他領域也有Super APP的機會，有嘉賓講的醫(yī)療、教育我們覺得也是有的。
周鑫雨：您會覺得在通用場景會預先留出一些機會嗎？包括年初大家探討特別火的Munas，其實它對自己的定位就是一個通用的Agent。
任博冰：我個人會覺得上一波移動互聯(lián)網(wǎng)是先出通用，后做垂直，我有點擔心AI時代有可能會反過來，因為通用涉及到模型對模型的能力要求特別高，甚至模型相對穩(wěn)定。所以如果不是模型廠商，而是創(chuàng)業(yè)公司做一個APP，會遇到非常多的卡點，其實還是挺難受的。
通用APP在前期定義上有很多問題，體驗上也有很多問題。我個人覺得這一代的Super APP不像很多模型公司覺得智能本身就有產品了，移動互聯(lián)網(wǎng)時代提的網(wǎng)絡效應這些東西無所謂。我們覺得后者還是非常重要的。如果能夠把智能本身和網(wǎng)絡效應放在一起，為什么要把網(wǎng)絡效應拋掉呢？
周鑫雨：接下來想和三位聊一聊行業(yè)的不確定性。其實談到不確定性我的腦海當中第一個浮現(xiàn)的就是DeepSeek，因為DeepSeek在本質上改變了行業(yè)的競爭格局。
其實我印象特別深，年初也有一場投資人的論壇，大家都表示很遺憾錯過了DeepSeek這個項目。三位也會有錯過DeepSeek的遺憾嗎？大家怎么樣去看待這一種遺憾？這個遺憾對于目前AI創(chuàng)投的啟示是什么呢？
吳楠：關于DeepSeek這個事，其實我相信在座的資深投資人在前幾年都已經聽說過DeepSeek，大家也都知道DeepSeek自從天使輪之后就再也沒有融過資。
話說回來，其實每個基金的投資風格是不太一樣的，每一筆投資要結合該基金的投資風格、投資邏輯、風險偏好以及投資能力來衡量?，F(xiàn)在看來DeepSeek當然是一個非常好的投資標的，但我們自己評估下來，他們其實并不在我們基金的投資輻射范圍內。不過可以探討的問題是：如若再出現(xiàn)類似于DeepSeek這樣的爆款，我們作為前沿科技的捕手如何可以抓到？
我必須先強調的是作為創(chuàng)投從業(yè)者，我們既要敏銳地捕捉到這些前沿科技的奇點項目，同時我們也要對我們背后的投資人的利益最大化負責。我們不得不結合自己的投資期限，以及在這個期限內無法實現(xiàn)退出的失敗風險來進行考量。類似DeepSeek這樣的初創(chuàng)企業(yè)，整個研發(fā)期都可能要有5-8年，前期研發(fā)成本也非常高，然后等基金退出的時候，它商業(yè)模式可能都還沒有呢。對于我們來說壓力就很大。
我覺得這樣的現(xiàn)象也不是一個常態(tài)，我們只是代表某一種類型的基金，但其實整個創(chuàng)投界是有很多種不同投資偏好的基金存在的。像類似于DeepSeek這樣的創(chuàng)業(yè)企業(yè)，它可能更適合那些有孵化器性質的基金，他們普遍擁有較長的投資年限，像現(xiàn)在國內基本上投資的周期都是8年，最長10年，有的孵化器就可以到15年、20年，這就剛好符合創(chuàng)業(yè)企業(yè)的訴求。另外，他們也可能帶有一定的公益性，所以包容性也會更強一些。
這樣的基金比較多出現(xiàn)在一些政府引導基金平臺，有些已經設立了種子基金、天使基金等，還有一些和當?shù)仄髽I(yè)共同設立了孵化器項目；另外還有產業(yè)鏈上下游這些大的企業(yè)，他們也愿意做孵化器項目，而且他們對產業(yè)鏈的了解也更加深入，可為企業(yè)帶來賦能。非常早期項目可以找類似這樣的投資者。
周鑫雨：是雙向選擇的過程。
鄒澤炯：我們對DeepSeek肯定是很尊重，但是我們后來思考過這個問題，錯過投資機會對我們來說是必然的。
為什么呢？因為當DeepSeek做大模型之前，最開始出來的時候準確的定位叫金融+AI，其實這種類型的公司美國是有的。本質上來講我們當時定位DeepSeek是一個資產管理公司，它是一個通過量化、計算機手段進行交易類的公司，我們科技類投資公司本身來講就不太可能投它，它的商業(yè)模式是為客戶帶來價值和分成，而它也做資產管理，我們也做資產管理，它也不愿意接受我們的投資去做這樣一件事情。
但是DeepSeek做了一個非常好的樣板或者案例，告訴大家其實AI可以加入很多的行業(yè)，但是你要把它做深做透，真正把它的能力、價值和工具的能力發(fā)揮到極致，只有這樣才能在垂類賽道做得比同行更好。
從這個角度上來講，我們不介意去等待一些有成長期的企業(yè)。核心問題不是在短期估值的上升和長期的交易，剛才吳總也講到一級投資的周期很長，但同時也是有一定周期的，基金的存續(xù)限制和我們自己投資人回報的周期其實是一個雙重的夾縫，在這個過程當中我們可能會尋找未來預期的財務回報。但在當下，我更加堅定的是，企業(yè)做的創(chuàng)新只要真正能夠給社會帶來價值，基金始終是能有退出的機會，或者企業(yè)是有上市機會的。
周鑫雨：創(chuàng)新工場也有自己的孵化器，未來想要去孵化像DeepSeek一樣具有前沿探索性的一家企業(yè)，您覺得可能對于投資人來說啟示有哪些？
任博冰：非常有啟發(fā)，DeepSeek一己之力改變了全球AI的走向，無論是中國“六小虎”和其他幾家大模型公司的看法，包括最近國家在推的開源生態(tài)，包括美國那邊OpenAI最近模型的發(fā)布頻次等等，在這之前是無法想象的。
我們這邊相對而言距離DeepSeek近一點。2023年在“光年之外”發(fā)布之前，我們就知道有DeepSeek團隊，包括他們有萬張卡的集群，也找他們交流過。投資人認識他們，但是沒有特別重視，我們只是簡單交流。
2024年他們的成果也不錯，大家想要去合作，包括我們孵化的零一萬物跟DeepSeek團隊在研究上面有挺多合作的。我投了兩家公司跟梁總都有很深的交流，交流的頻次也挺多的。他們和我分享了一些跟梁總交流的收獲，我個人看來對投資人有很大的啟發(fā)。
現(xiàn)在為止，梁總對外界的噪音都是無感的狀態(tài)，作為一個CEO保持這樣的定力是極其難得的。包括他個人的定位是天選之子，確實也是，他一己之力改變全球AI，不是天選之子是什么？
他們團隊的成員跟我們投的很多公司里面的人員，之前在同一個團隊，大家有很大的交叉。同樣的素質、同樣的背景的人在DeepSeek里面發(fā)揮了重大的成果，包括很多重磅的成果是在讀博士發(fā)布出來的，跟OpenAI很像，OpenAI到現(xiàn)在非常多主流模型的探索，都是一些在讀或者是剛畢業(yè)的博士完成的，并且還能夠發(fā)揮出這么大的力量。
這樣的組織管理和文化，我個人覺得是非常值得我們投資的所有公司包括我們自己去學習的。因為他把人的潛力挖掘到了極致，公司所有人還非常有定力堅持做這樣的事情，不斷出這樣的成果。
梁總很早的時候就一直鼓勵其他大廠做開源，只不過大廠對這個事情并不感冒，即使是到DeepSeekV3和R1的時候，其他大廠也不愿意一起做開源。這其實是一個獨特的思考，把我們對開源的理解拉到一個新的層次。我們孵化和投資了一些其他的模型公司，包括我們也在看未來模型的迭代，會帶來哪些下一步AI的機會。
我們覺得非常值得學習，我們怎么看待開源，怎么看待一個技術驅動型的組織，怎么發(fā)揮人的特性，在挑選CEO的時候，看重CEO具備什么樣的能力。
而且DeepSeek非常獨特，在美國也找不到類似的公司，這是對我們的一些啟發(fā)。
周鑫雨：所以其實也不光是創(chuàng)投圈，像DeepSeek的用人模式、組織文化，其實是能夠給很多的AI創(chuàng)業(yè)者都帶來一定啟示的。
下一個有關“不確定性”的話題，我想跟大家聊一聊關于競爭。DeepSeek其實把整個行業(yè)給卷起來了，像去年比較低調和保守的騰訊今年也是非常激進下場的狀態(tài)，昨天字節(jié)也發(fā)了一個深度思考的模型。
像這些大廠在互聯(lián)網(wǎng)時代已經做出過超級應用了，他們已經有了這樣的一個經驗。大家覺得未來Super APP出現(xiàn)在創(chuàng)業(yè)者身上的機會有多大呢？以及當下的創(chuàng)業(yè)者應該怎么樣面對和大廠的直接競爭？
吳楠：必須承認大廠從算力到數(shù)據(jù)，到技術，再到場景和生態(tài)確實擁有優(yōu)質的協(xié)同效率，但他們不可能對所有的場景都能做到深入了解，他們其實也沒有足夠的能力和意愿去深度覆蓋所有的場景，這就為在垂直領域專注細分領域模型優(yōu)化和場景實現(xiàn)的優(yōu)秀創(chuàng)業(yè)者提供了機會，我認為未來在垂類領域更有機會誕生超級應用。
繼續(xù)拿醫(yī)療舉例。從業(yè)團隊需要既可以專注細分領域模型優(yōu)化，又可以深入臨床場景痛點。對于大廠而言本身在該領域的品牌威信度就不夠，內部開發(fā)的沉沒成本也較大，性價比不高，所以是不會獨立開發(fā)的，這對創(chuàng)業(yè)者來講就是一個機會。
如果一款AI應用可以充分整合醫(yī)療資源，從患者的“新藥研發(fā)-影像-診斷-病歷管理-預防監(jiān)測-醫(yī)保支付等”實現(xiàn)閉環(huán)式資源，形成壟斷性壁壘，屆時沒準兒更會直接獲得大廠的青睞（比如Deepseek已分別接入阿里騰訊等），可與他們分享到更多的基礎數(shù)據(jù)，這就會是一款毋庸置疑的超級應用。
與大象共舞，方能掌握機遇。
周鑫雨：其實醫(yī)療是一塊非常難啃的骨頭，現(xiàn)在有非常多的大廠、創(chuàng)業(yè)者都想進軍醫(yī)療領域，但是目前大家都做得非常淺。您覺得如果一個AI創(chuàng)業(yè)者想要深入這樣一個領域的話，有沒有一些比較好的渠道？
吳楠：好的渠道肯定是要能足夠深入這個行業(yè)，對該行業(yè)的知識點和痛點有較深的理解。不過我剛剛只是舉個例子，其實還有其他很多垂類場景已經實現(xiàn)落地交付。
有些人可能正好在工業(yè)方面有想法、有技術、有資源，那么就可以往這個道路探索。比如“工業(yè)質檢-維修保障-智能檢測”現(xiàn)在就是一個已經被驗證的商業(yè)模式。還有我們投的這個聚焦互動營銷及客服場景的；我們還看到有專門幫別人管錢記賬并提出方案的更小眾場景的應用。
AI+醫(yī)療行業(yè)固然對人員復合型素質要求比較高，但與其說是個人不如說是團隊，而且醫(yī)療行業(yè)從制藥到診斷到治療到服務其實有很多應用場景和剛需，比如說影像、診斷、癌癥早篩、穿戴式監(jiān)測等領域，在歐美都已經有比較深入地落地了。
所以在中國一定會需要這樣一群有共同想法、“多邊形戰(zhàn)士”般的優(yōu)秀群體，團結在一起，各自發(fā)揮優(yōu)勢，在自己的賽道快速實現(xiàn)追趕和超越。
周鑫雨：相當于場景足夠大、行業(yè)足夠深、機會就足夠多。
鄒澤炯：我覺得超級應用從創(chuàng)業(yè)者中走出來的可能性非常小。
第一，APP的引流，不管任何一種APP其實是需要很高成本的，除非你是顛覆性的東西。
第二，我們說所有的超級APP有一個服務的能力，服務能力背后是算力和基礎建設，以及無數(shù)的電耗。像今天用的微信一定是一個超級APP，但是微信沒有跟我們收過費，持續(xù)在解決我們所有人通信的問題。所以這可能是騰訊這種類型大廠的底氣。
包括從創(chuàng)新角度上來講，我認為大廠的策略是兩塊：一塊是自研，另外一塊關注市場上創(chuàng)新特別好的優(yōu)秀的團隊。如果我自己做得不好，就選擇收購，如果自己做得更好，就選擇繼續(xù)支持。
所以如果我們未來還把Agent當作一個平臺經濟，或者說是一個通用型的Agent，我認為在創(chuàng)業(yè)者當中很難爆發(fā)出超級應用。
但這并不意味著創(chuàng)業(yè)者沒機會。我覺得垂類的機會還是很多的。為什么這樣說？包括我們今天聽到的演講，都是將AI應用在我們的常生活，還沒有走到工業(yè)領域，工業(yè)領域對準確率的要求非常高，要求你達到三個九、四個九，因為它影響的不僅是產品質量，有些甚至是生命安全。舉個例子，自動駕駛就是這樣，不允許你出現(xiàn)PPM或者是BBM的錯誤級別。
從某種角度上來講，互聯(lián)網(wǎng)大廠時至今日，不管是在做教育、醫(yī)療還是做垂類的東西，其實都沒有深入，這個大廠我覺得應該加一個定義，除了傳統(tǒng)互聯(lián)網(wǎng)，還有大型的國央企，更多是說我已經把平臺搭好了，你們可以通過我的平臺形成對外服務的能力。
舉個例子，衣食住行如果要深入到農業(yè)或者是生產環(huán)節(jié)，你首先得有足夠精準的語料，不是你在互聯(lián)網(wǎng)收集的那些東西，這些精準的語料是形成人工智能或者是AI學習的基礎，能夠真正體現(xiàn)出AI未來在替代人類過程中的效率、能力和準確度。這些東西大廠手上是沒有的，大多數(shù)據(jù)是私有云的數(shù)據(jù)，并沒有公布。
這些數(shù)據(jù)很重要的一點在于失敗經驗的發(fā)現(xiàn)，其實成功的那一次大家都能看到，但其實失敗的經驗可能更重要。這個經驗從來沒有人發(fā)自內心告訴別人我是怎么失敗的，但是可以告訴人工智能，在分析過程當中找到其中的最優(yōu)解或者新的突破的思路，我覺得這可能是一種垂類應用的機會。
但是超級APP，我個人覺得挺難出現(xiàn)在創(chuàng)業(yè)者中的。
周鑫雨：這可能不是一個特別樂觀的判斷。任總，您相對來說是悲觀還是樂觀？
任博冰：悲觀的話做投資人干什么？
我之前聽王興說過一句話特別對，“競”和“爭”是兩個詞，“競”是競速，是同一個方向的，這樣在比，“爭”是兩面相對的，比的是力量。我最近一直在研究古代的歷史，發(fā)現(xiàn)以少勝多是經常出現(xiàn)的，雖然整體頻次非常低，但是往往會出現(xiàn)。
出現(xiàn)的一些機緣點，總結出來得勝的原因還是類似的。大企業(yè)還是會犯錯的，大企業(yè)內部對一些機制的改動是很難的，比如假如迭代一個早期只能服務于100萬人的功能，幾個億用戶的APP是不可能做的。
大企業(yè)內部的孵化機制，從過去這么多年來看，這個事情也挺難的。大企業(yè)內部永遠頭疼于怎么不出幾個更好的人才，所以他們頭疼的也是人才，這樣看大企業(yè)人才數(shù)量永遠不如外面高，最多的人才都在大企業(yè)外面。
最后的Super APP有可能中間半道被大企業(yè)截糊了，像上一代Musical.ly、Instagram一樣被收購了也是有可能的。會不會百分之百會被收購，是不是有的企業(yè)最后能跑到底，我覺得還是看前期“競”的階段能不能做得足夠好，“爭”的時候，跟大企業(yè)打到底用什么方式能夠以少勝多。
這是非常有意思的點，涉及到大企業(yè)的主戰(zhàn)場。我們看到的移動互聯(lián)網(wǎng)時代，戰(zhàn)場多的時候，大企業(yè)沒有辦法每個戰(zhàn)場都跟你去打，大企業(yè)之間還在爭，分身乏術是一定的。
沒有企業(yè)資源是無限的，它的糧草一定是有限的，將軍是有限的。最好的將軍肯定是放在它的主戰(zhàn)場上面，不好的將軍在那邊跟你打，不一定能打得過，而且他會犯錯，甚至他的糧草還不如你多，我們覺得這個事情一定會發(fā)生。
當然最后怎么能夠去實現(xiàn)創(chuàng)業(yè)公司在這個時代做好一個Super APP，我覺得這才是關鍵的點。所以在這個時間點我們看到創(chuàng)業(yè)公司其實今年并不多，所以我們其實想說，能夠陪一些創(chuàng)業(yè)者一起把這些過程研究清楚，包括創(chuàng)業(yè)者自己怎么能夠成為一個以少勝多的創(chuàng)業(yè)者，在什么樣的賽道上面有可能以少勝多，用什么樣的技術、什么樣的組織結構能夠以少勝多。
彈藥一定是少的，融得再多對大企業(yè)來講都是少的，不可能融到比大企業(yè)的投入還更多的。問題是人家不重視你，所以有時候低調一點，對創(chuàng)業(yè)公司在前期也挺有幫助的。不要上來什么都去做PR也是好的。
我們在研究這些點，希望能有更多創(chuàng)業(yè)者跟我們一起討論這些問題，解決問題在今年是一個好的時間點。大家都會覺得今年是應用元年，今年的模型不光有推理的，這周OpenAI發(fā)了o3，也是非常好的多模態(tài)模型，多模態(tài)今年很明顯有比較大的突破，國內還沒來得及跟上，這些都非常有意思，真的有可能會出來一些機會。
周鑫雨：而且這些高性能模型都在DeepSeek的推動下開始逐漸開源了，可能對于應用層來說是很好的創(chuàng)業(yè)機會。
任博冰：對，DeepSeek也在做多模態(tài)。
周鑫雨：三位已經聊到未來，包括創(chuàng)業(yè)者而言大家怎么找機會，怎么直面和大廠的競爭。
這場交流的最后，希望三位能夠給創(chuàng)業(yè)者帶來一些確定性的事情。大家也可以聊一聊2025年創(chuàng)業(yè)者在自己有限的彈藥下還能找哪一些機會。
吳總提到了醫(yī)療、工業(yè)檢測這些垂類領域能找到非常多的機會。也想問一下您，對于創(chuàng)業(yè)者個人的素質要求，您覺得跟以往會有哪些不同呢？
吳楠：AI發(fā)展到今天，發(fā)現(xiàn)身邊真的越來越多的AI人士，畢竟是風口機會嘛，無論是學歷對口還是半路出家，總之我認為其實目前我國相應的AI應用人才儲備并不稀缺，甚至是越來越多。
但不是每一個AI人士都可以在這個領域長期創(chuàng)業(yè)，AI只是一種工具，幫助行業(yè)實現(xiàn)智能化和數(shù)字化的手段，從而降本增效實現(xiàn)成長的下一個跨越。所以光有AI技術并不足夠，還要有行業(yè)知識的累積，和對細分市場剛需的敏銳嗅覺。
所以我覺得對于AI從業(yè)人員的素質要求來說，說高也高，說不高其實也不高，關鍵要有一個擁有復合型素質的優(yōu)秀團隊，能夠有足夠的知識儲備和對場景的理解，這就是所謂的“Know-how護城河”，另外還要認清市場，確保市場有穩(wěn)定剛需且可實現(xiàn)場景落地。對于個人，我覺得最重要還是要認清自己，找到自己本身的優(yōu)勢在哪，在團隊中是否可以起到至關重要的作用。
周鑫雨：鄒總怎么看，創(chuàng)業(yè)者的護城河在哪里？
鄒澤炯：我還是那個觀點，我覺得AI是通用型的工具，有史以來最強大的一個工具，人所謂的主動性一定要站位清楚。
人的主動性在哪里呢？大家說AI會毀滅人類，我說現(xiàn)在沒有到這個程度，因為AI沒有欲望，沒有說住要濱江的豪宅，沒有說要開邁巴赫的豪車。
所以其實AI是一個工具，我們怎么定位工具？首先保持我們的獨立思考和創(chuàng)造性思維是很重要的，因為現(xiàn)在AI還不具備這個能力。既然是這樣，我們首先要選擇的是在垂類賽道當中做精、做深、做好，同時不能忽視AI的工具性。既然它出現(xiàn)了，我們怎么樣跟AI的團隊進行結合？怎么把共性的東西提取出來，這是應用AI工具之前考慮的東西。我們不是在今天擁抱一個所謂的概念，就像最終企業(yè)的發(fā)展一定要拿你的結果和成績去交付的，只有為他人創(chuàng)造了情緒或者物質的價值，才有存在的價值。
還是回到那句話，我們要問一問自己的AI工具，我們拿過來用是一種新潮，還是它確實讓我們處理能力更強了，事情更多了，還是徹底把我們替代掉了？我們問一問是不是能夠替代掉我們在以往不能做的事情當中，比如說人類的視覺反應速度的缺陷，比如說一些場景，在一些我們無法快速計算和決策的環(huán)境。這樣的領域當中AI最大能夠發(fā)揮其作為硅基的特點和優(yōu)勢的地方，我們去找到產業(yè)+AI的方式。
還是那句話，AI+產業(yè)的方式是雙向的選擇和雙向的擁抱，把一個工具在一個場景當中發(fā)揮更大的作用，在競爭過程當中用同樣的性能帶來更低的成本，同樣的成本帶來更好的性能、價值和服務，這是我們核心關注的問題。只要你能做到這一點，你可以大膽干這個事情。
其實我們在看創(chuàng)業(yè)公司的時候，看到很多的團隊長板非常突出，但是短板也非常明顯。在這個過程當中我們覺得大家一定要意識到這一點，現(xiàn)在的創(chuàng)業(yè)是一個跨學科、綜合素質、多領域的博弈和競爭。跟大國競爭一樣，光有農業(yè)不行，光有軍事也不行。
我更期待大家?guī)в幸粋€開放的心態(tài)，擁抱更多不同領域當中優(yōu)勢的團隊，形成一個合力，來圍繞一些傳統(tǒng)的產業(yè)。為什么這樣去講？我們認為AI作為新質生產力的工具，大多數(shù)行業(yè)都可以重做一遍，所以有更多的機會。
回歸到最終的結果還是那句話：所有的東西是以人為本的，最終是服務人的，不管衣食住行，還是其他都是一樣的道理。
周鑫雨：還是要回歸到用戶本身的需求。
最后任總有什么樣的建議，畢竟不是所有的創(chuàng)業(yè)者都像梁文峰一樣是天選之子。對于大多創(chuàng)業(yè)者，您有哪些建議？
任博冰：這其實是我之前一直很忽視的，今年覺得完全不能忽視，甚至對創(chuàng)業(yè)公司來說有可能是一個生死點。我們看到DeepSeek出來之后，對很多企業(yè)家來講，特別對是會受到打擊的企業(yè)來講，企業(yè)家會面臨到非常難、非常極限的決策時刻，短時間內決定企業(yè)的方向是否調整，怎么調整。這是一個非?；A的問題。
像很多企業(yè)早期會犯一些比較基本的錯誤，甚至是常識的錯誤，大企業(yè)內部不可能犯這個錯誤。這不是經驗的問題，而是決策效率的問題，很多企業(yè)做2C產品敞口特別大，得定一個產品形態(tài)，很多人最后要PMF，其實這個在現(xiàn)在特別難。
怎么提高你的決策效率，以及你的決策到底用數(shù)據(jù)驅動拍腦袋，還是不斷像當年一樣做一些用戶研究、收集一些數(shù)據(jù)？現(xiàn)在用戶研究和當年的方法論都不一樣，選擇哪種研究方式？
大企業(yè)內部有很多情報部門，大家都知道。你在干個什么事情，你的員工在干什么事情，對他們來講基本全是透明的。你有情報能力嗎？你的情報來自于哪里？包括怎么定義戰(zhàn)場？不能對這些事情一無所知，畢竟大家最后還是要去打仗。
決策能力，不說對團隊，就對CEO來講有可能是最重要的事情。如果一個CEO不知道決策是什么，不知道該怎么不斷去優(yōu)化決策能力，甚至在很短時間內提到一個水平，就很難跟大企業(yè)，跟張一鳴這種企業(yè)家去比。
周鑫雨：三位今天給我們帶來了非常好的建議，包括如何做決策，如何建立一個自己的團隊，如何建立自己的Know-How和護城河。今天非常感謝三位能夠和我們一起聊聊關于行業(yè)的不確定性，也相信這場交流能夠給大家?guī)砀嗟膯l(fā)，再次感謝大家！
熱門跟貼