目前，人工智能正在不知不觉中改变科技行业的整体布局，众多创新者从基础技术到最终产品纷纷加入竞争。然而，投资正大量流向少数领先企业，二零二四年全球人工智能领域筹集资金超过一千亿美元，其中金额超过一亿美元的融资案例占到了百分之六十九，显示出市场集中度极高的情况。

竞争环境持续升级。无论是大型人工智能模型、物理化智能体还是人工智能解决方案，几乎所有领域和情境中，新兴企业纷纷涌现，增长势头迅猛。

创业者面临的挑战，现在已不单是突破技术进展与提升管理效能，更在于将信息整合转化为实际价值的能力：你的产品方向是否明确？在开拓市场的进程中，怎样形成信息整合的完整链条与特定领域的优势，维持自身的独特性？同时，在这轮资本热潮里，究竟怎样发掘发展机遇？

倘若这些核心疑问缺乏明确解答，倘若仅仅把AI发展浪潮肤浅地看作是“机遇”，那么由此产生的或许并非丰厚回报，而是一场虚幻的空欢喜。

最近《虎嗅·AI无悖论》节目，特别邀请了中欧国际工商学院金融学教授兼副教务长，同时也是EMBA课程主任和中欧企业与资本市场研究中心主任的黄生，还有九合创投创始人、中欧EMBA校友的王啸，就投资领域的AI发展机遇进行了深入交流，他们阐述了自己对于行业投资前景的观点，并且表达了对未来AI应用方向的看法：

本期由《小遥说商业》账号负责人陈小燕担当主持，她同时也是中欧EMBA的学员，接下来是访谈记录，内容经过编辑和删减。

风口里，中小企业机会到底在哪

陈小燕：英伟达市值突破4万亿美元，您如何看待这一现象？

黄生：资本市场的评估显示了社会各界对于人工智能前景的极大看好，将公司发展各个阶段的现金收益折算到现在值。现阶段，涉及人工智能的公司市净比率已经达到40至50倍，如同苹果公司，这既是市场心态的表现，也是一种判断，社会各界对AI的发展前景非常关注。

王啸表示，英伟达的处理器革新了全球计算能力的上限。伴随大型模型和应用领域的拓展，这个上限持续延伸，未来的可能性变得极为广阔。人类遗传信息、工业制造数据、个人生活轨迹、商品交易行为等，都能借助图形处理器与大型模型的结合实现智能分析。市场对这种基础性技术给予高度评价，投资界愿意为前景“下注”，英伟达因此获得极高市场定位。

值得留意的是，这标志AI产业全局性的发展契机已经到来。回顾AI产业的发展历程，倘若英伟达的市值能增长至4-5万亿美元，那么未来的模型提供商以及应用开发商也可能迎来同等规模的增长机遇。

陈小燕提出疑问，为何人工智能被称作第四次工业革命的关键，而不是物联网或大数据等科技手段，对此她有不同看法，认为人工智能具有独特作用，物联网和大数据虽然重要，但并非革命的核心要素，人工智能才是推动变革的主要力量，这种观点值得深入探讨，它涉及到对技术发展本质的理解，以及对未来工业形态的预判，毕竟人工智能能够实现智能化处理，物联网和大数据则侧重于信息收集和存储，两者在工业革命中的角色和意义存在显著差异

黄生说，人工智能能够模拟人类的决策过程，其深度学习机制如同一个不透明的盒子，可以看作是人类思维的某种反映，别的技术遵循科学原理，却与人的思维相距较远，而人工智能或许更贴近人的思考方式一些。

王啸表示，大数据、区块链这类技术并未从根本上改变社会和技术。若要成为第四次工业革命，必须是基础性的、能深刻影响人类日常的变革。以往的技术多是“人+工具”的结合，而人工智能完全不同，它本身就是一种生产力，能够自主完成工作，无需人类再以工具辅助。

当今，人工智能的智慧日益广泛，已深入到制造、使用、探索等领域，几乎触及人类所有行为方式。譬如，过去新药问世需耗费十年光阴与一亿美元资金，借助人工智能或许一年到两年即可完成，成效提升一倍，开销大幅降低。

另外，诸如制作演示文稿、开发代码、制作短视频这类以往需要大量脑力协作的任务，借助人工智能能够完成得更出色。这种变革对社会的影响是根本性的，它释放了人类的精力，使我们得以从事更具创新性的工作。

目前尚难断言人工智能必定属于第四次工业变革，不过它无疑具备相应潜力。大型人工智能模型极有可能成为这场变革的开端，它将从根本上重塑社会构造和生产力水平。

陈小燕表示，2024年全球人工智能领域资金募集总额超过一千亿美元，其中单次融资超过一亿美元的案例占了百分之六十九，显示出市场集中度极高，领先企业的优势非常突出，国内规模较小的人工智能初创企业是否因此面临的发展机遇有所降低，这是一个值得探讨的问题

王啸谈到AI行业时指出，其底层架构与表层应用之间存在显著差异，前景也大相径庭。在底层架构方面，市场呈现高度集中态势，领先者占据绝对优势。这需要庞大的计算资源作为支撑，同时要求技术精英的加盟，并且需要雄厚的财力投入。对于规模较小的企业而言，进入这一领域极为困难，实际上主要由实力雄厚的企业所主导。而在表层应用领域，情况则完全不同。

小型企业可以借助调整算法或构建轻量级系统来满足特定需求，成本投入少，条件限制也小。应用领域广泛，经济与社会效益显著：无论哪个拥有信息资源的行业——无论是日常服务还是专业判断——都能借助人工智能提高效能、产生效益。这些领域的开发空间极大，其内含的回报或许远超基础架构的价值，可能高出许多个数量级。

因此，中小企业倘若盲目投身基础模型的“竞赛”，无疑是资源的无谓消耗，创业企业需集中精力于应用层面，深入探究对人类生存及社会发展的真切意义，这样投资的价值回报才更为可观。

陈小燕提出疑问，询问黄教授观点，探讨资本对人工智能投资，究竟是更关注基础架构，还是更偏好实际应用，并且比较分析中国与国外的差异情况。

黄生表示，具体要分析不同国家的市场情况，在国内需要掌握整个产业链，基础部分例如计算芯片和大模型需要大量资金投入，由于受到英伟达的领先，计算能力方面存在瓶颈，因此必须努力追赶，投资需求非常强烈，而真正能产生商业效益的是应用层面，垂直方向的AI应用可以直接提高个人和企业层面的工作效率，市场前景非常广阔。

美国拥有像英伟达这样的顶尖计算力企业，因此投资重心持续放在计算能力和大型模型上以维持领先地位，不过其应用场景的生态系统相较于国内要逊色一些。国内则具备广阔的市场空间和深入应用层面的探索能力，将来或许能由新兴企业创造出优质的发展机遇。

陈小燕：参照网络领域，人工智能当前进展到了哪个程度？普通人尚能参与其中吗？

黄生认为，当前人工智能的发展状况，与十几年前移动互联网的初期颇为相似。彼时，4G向5G的网络演进以及移动终端设备等基础建设已经趋于完善，但市场亟需丰富的应用场景，因此抖音这类短视频平台以及SaaS公司得以迅猛发展。

当前人工智能领域的情况也是如此，英伟达提供的计算能力、大型科技公司的深度学习系统已经构建了基础架构，我国同样在积极跟进，计算资源和模型系统大体已经准备就绪。下一步将是应用层面的快速发展，哪个企业能够发掘到适合人工智能的领域，并且能够提供具有高附加值的服务，那么它就能迅速实现扩张。

以我之见，人工智能产业并非像移动通信那样呈现极少数企业垄断的局面，由于医疗、学术等特定行业存在数据保护机制，因而多个卓越企业同时兴起具备现实条件。

王啸认为，互联网的发展历程可以划分为两个主要时期，分别是2000年左右至2010至2011年间的PC网络时代，以及2011至2012年之后兴起的移动网络时代。这两个阶段各自孕育了不同的企业，不过它们的根本经营策略却颇为雷同，都是借助满足基本需求的应用软件或媒体渠道吸引庞大的用户群体与数据资源，最终以广告作为主要的盈利手段。这种模式的精髓在于“连接”所带来的网络规模效应。

人工智能巨型模型与互联网有着本质区别。它并非像互联网那样通过聚合人群来投放广告盈利，而是更倾向于以提供直接服务并收取费用的商业模式运作。举例来说，人工智能可以直接生成编程代码、剪辑视频内容、匹配合适的人才，其提供的是最终成果本身。

这种服务方式自启动那天起，对首个客户就能带来回报，AI的赚钱方法向来是提前实现收益。所以，产业格局更可能是呈现多元化发展，各个细分市场会各自拥有领军企业。

参照发展节点，人工智能目前处于类似本世纪初网络初期的阶段，基础模型技术已十分完善，但这仅是开端，往后随着模型性能的增强，未来应用领域将涉及更多职业和情境，如同移动网络作为个人电脑网络的延伸升级催生了大规模发展，当前人工智能的应用层面也正处在即将迎来大爆发的时刻。

必须留意到人工智能的传播速率十分迅猛，微信用户数量突破一亿耗费了超过一年的光阴，GPT则仅用了两个月，DeepSeek App更是快到只需两周。因此可以预见，人工智能软件的快速发展速度将远超互联网。

陈小燕：你们平时用哪些AI应用工具？偏向哪些领域？

黄生表示，他尝试了各种国内外的AI工具，主要用来辅助研究，把AI当作智能搜索引擎，比谷歌、百度更加方便，能够进行对话，并且持续更新内容。例如，在文献梳理方面，AI能够迅速整理大量研究资料，并总结出关键结论；在撰写英文文章时，AI帮助他改进语言表达，作为非英语母语者，AI的表述更加流畅优美，同时保持了学术的严谨性。至于生活和教育类的应用，他几乎没用过，目前主要还是依赖搜索和研究功能。

王啸表示，人类从事劳动的根本任务在于收集信息、整理资料并作出判断，人工智能在信息采集和归纳方面提供了显著支持。以查询专有名词、分析市场走向为例，人工智能能够迅速归纳知识，其效率远超常规检索方式。然而，在判断和推理层面仍需人类亲自完成，人工智能主要是在前期阶段提升信息处理的速度。

目前针对日常生活的AI应用仍然不多，现阶段大型模型主要提升核心功能，具体应用层面仍处成长阶段。往后希望看到更多具备互动性和定制化特点的应用在文娱、教学和医疗等领域能够落地。例如，依据个人兴趣提供内容建议或者制作影像资料。教育行业里针对幼童的AI互动产品虽已出现，但智能程度不高，知识学习类应用还在尝试阶段。医疗领域的信息检索方面存在发展空间，因为该领域的信息库相当庞大。

AI行业会不会重蹈互联网泡沫？

陈小燕表示，作为市场投资人，她想知道AI行业的投资是否存在虚高现象，是否会出现资产膨胀，会不会像互联网那样最终破灭，导致投资失败。

黄生认为AI领域或许有部分虚火，这种虚火不同于以往的互联网虚火，甚至可能是促进技术发展的必要条件。虚火可以分为两种类型，一种是资产虚火，另一种是技术虚火。资产虚火就像国内一线城市房地产，房价与收入比或租金回报期非常长，需要几十年的工资或者上百年的租金才能收回成本，这是由资金过多而投资标的过少导致的，结果就是价格被人为抬高。这种泡沫在需求减少，例如人口下降，或者资金流动减缓时容易崩塌，会造成严重损失，属于负面泡沫。

AI领域的情况则另当别论。虽然其市场价值虚高、资本投入惊人，但技术层面的投入是不断演进的，有助于拓展认知范围，增强人类的生产效能。比如，AI技术的飞跃能显著优化工作流程，只要AI的应用秉持善意，这种看似膨胀的市场反而能够产生效益，促进技术革新，成为行业前进的积极动力。倘若缺少这种“膨胀”所营造的乐观氛围和资金支持，技术发展将会面临瓶颈。

英伟达作为案例，即便有盈利作为基础，其市净比率达到了47倍，市盈比率超过了50倍，这个数值远远超过了互联网泡沫期间思科的16倍，并且高于谷歌、微软、亚马逊的8到12倍。2024年全球人工智能领域融资总额超过1000亿美元，这样的大规模资金流动也让人联想到互联网泡沫时期的极度狂热。不过技术泡沫应当被允许在一定范围内存在，因为创新活动需要风险资本提供支持，同时也要能够容忍失败的发生。

王啸表示，在一级市场，我们实际上是在为将来埋单，在为理想注资，并非只关注“虚高”。AI领域的估值高企，意味着存在巨大的结构性发展机遇，这体现了提前布局，也展现了对于未来的无限憧憬。

我倾向于将AI的过高估值视作一种愿景，而非消极的虚幻。虚幻注定会破灭，愿景即便只有百分之一二得以实现，也能产生重大意义。风险投资家正是为那些具备技术基础且具有社会意义的愿景提供资金支持，即便超过九成的投入可能付诸东流，那百分之一二的成功案例能够促进社会前进，并带来丰厚收益。

我们的工作是要淘汰掉那些只顾叙述情节的，要识别出那些能够促成宏伟目标、带来广泛意义的计划，要援助它们持续发展。AI当前的高估并非互联网泡沫的再现，而是科技推动的理想投资，关键在于审慎辨别真正的革新与虚假的叙述。

陈小燕说，AI投资中的虚火现象类似于啤酒中的浮沫，品质上乘的饮品，百分之二十到三十的浮沫十分普遍，它们能够提升口感，不过这个条件是杯中必须盛有啤酒，也就是技术实体作为基础，倘若杯子是空的，大量热钱涌入，浮沫比例高达百分之八十，那就如同假冒店铺售卖的劣质饮品，毫无意义，适量的浮沫对于怀揣科技理想的初创企业而言，反而是一种促进因素

你们如何分辨真正的革新与虚假的叙述？在你们选择资助人工智能计划时，最优先考虑的因素是什么？

王啸认为，考察一个AI计划时，关键在于判断其是否寻得一个极具价值的实际用途。出色的AI计划必须锁定某个特定范畴，且该范畴需能构成闭环，使信息得以持续自我增强。例如初始阶段系统或许只能处理百分之七十的任务，然而伴随资料的增加与算法的改进，其性能将逐步提升至九十个百分点以上。一个项目必须具备牢固的专业技能，同时需要深入洞察所在领域，这样"数据飞轮"才能顺利运作。

我们否决一个AI计划时，通常存在两种情形：创业者的构想过于狭隘，缺少创新思维；另一种更为普遍的状况是，构想虽然宏伟，但执行团队却严重匮乏必要的实力。理想的蓝图与实际能力之间，必须建立合理的关联，即便发展道路并非百分之百明确，其内在逻辑也应当具备自洽性。

比如，我们投资了家利用人工智能革新招聘服务的公司。常规招聘的核心是双向对接，既要把握企业诉求，也要衡量应聘者情况，这种流程很适合人工智能来提升效率。该公司两位发起人，一位是经验丰富的招聘顾问，掌握行业联系和客户网络；另一位是来自微软研究机构的技术精英，精通大型模型技术。这种搭配既有助于透彻把握招募情境，又可胜任构建人工智能平台的工作。

此外，每一次匹配都会生成新信息，使系统更加智能。以往猎头通话的内容不会记录，而人工智能能够将这些互动资料进行整理，从而形成独特的竞争优势。中国招聘领域市场规模庞大，达到千亿级别，人工智能可以先从高端职位入手，再慢慢扩展，这类计划完全契合我们对优质人工智能项目的标准——设定清晰的场景、具备可循环的数据、以及适配的团队。

当下AI和具身智能市场的投资逻辑

陈小燕：从投资的角度，你们如何看待杭州“六小龙”？

黄生认为杭州"六小龙"现象非常值得研究,从金融市场的角度分析,这个现象暴露出当前投资领域存在的一些普遍心理状态——"害怕错过"的心态,这种担心错过下一个发展机遇的心理,促使许多投资人即便对项目不够熟悉,也纷纷加入竞争,从而抬高了整体的价格水平,这体现了目前投资领域存在的一些急功近利的现象。

王啸表示，所谓"六小龙"其实是一个卓有成效的地方性新兴企业群体，这种以地域为纽带的创新聚集现象，既迎合了当地经济的成长诉求，也累积了显著的声誉价值。不过，要准确评估其中各个公司的未来走向，仍需掌握更为详尽的资料依据。

现在人们对"六小龙"的实际进步情况好像有些失望，这也表明这些公司在技术进步和顾客认可方面或许还得加强。公司的发展本来就有阶段性，此刻的成就并不能完全决定以后的得失。

黄生：杭州市政府打造了一个很棒的本土品牌形象，但现阶段初创公司虽然具备一定技术优势，尚未达到显著领先水平，这种情况下反而需要更加谨慎，越是这种时刻越要避免声张。

王啸表示赞同,他提出观点,创业公司过早得到巨额资金和广泛关注,或许会面临风险。资金超出需求或过多闲置会造成资源配置不当，公司可能被迫从事与核心业务无关的金融活动，或者无端增加产品种类；领导者容易产生"成功错觉"，在资本市场热捧中丧失理性分析能力，被外界盛赞包围而无法听取实际意见；这严重扰乱了公司平稳前行的步伐，在业务未达成熟、团队未具规模时强行提速，如同地基未稳就加高楼层，最终可能使公司变得不堪一击。这也反映出当前资本市场用短跑心态做长跑事业的问题。

陈小燕：二级市场高度关注AI芯片，在国产化替代进程中，二级市场承担了怎样的职责？

黄生说，我国在芯片和算力领域受制于西方技术，因此二级市场对此表现热烈追捧，这种状况并不令人意外。公司能够借助二级市场进行后续融资，其市场价值评估结果会直接关联到一级市场同类企业的融资机会及价值定位；同时，二级市场具备显著的信息传递作用，股价的动态变化能够即时揭示市场对于技术发展方向和产业未来趋势的评估，为初创企业及投资方提供判断依据。

二级市场具备信号传递功能，众多交易参与者形成的价格信息，可以明确企业的研发方向。因此，维持一个活跃且相对兴旺的二级市场环境十分关键，它不仅能为产业进步提供资金援助，更能借助市场原理改善资源分配，促进整个人工智能产业的良好发展。

陈小燕表示，先前提及的“关键环节被卡住”这一表述，你们对此有何看法，中国的半导体行业现状如何？中美科技领域的对抗态势，目前出现了哪些新的动向？

王啸表示，中国半导体制造领域确实实现了长足发展，现阶段除极少数尖端产品外，国内已形成较为完善的产业配套体系。这得益于国内旺盛的市场需求作为基础，同时外部形势的演变，使得本土公司获得了更多市场发展机遇。然而从现实状况分析，高端芯片技术的突破仍需更长时间的科研积淀。需要明白的是，中国半导体行业以往基础较为薄弱，这与它发展时间较晚有关，而美国等西方国家在该领域已经积累了七十多年的技术经验。

然而，美国对我们实施制裁，但正因供应中断的促使，中国芯片业得以在短期内取得重大进展。从数字信号处理器、中央处理器到图形处理器，国内企业逐步实现了自主研发的突破。如今华为的通用芯片已具备量产能力，这标志着一个重要的节点。可以说，中美在芯片技术层面的较量进入一个阶段性尾声，暂时进入调整期。下一步，竞争的重心将移向人工智能模型的适配及实际应用。

陈小燕：人工智能的应用前景如何？面向个人用户和面向企业的推进方式有何差异？

王啸表示，要想让客户体验更佳，他个人觉得最有希望的领域是文娱产业，例如可以实时交流的视频产品、快速生成的剧集内容、虚拟伙伴陪伴、游戏辅助功能以及制作简短视频的软件。这些应用领域拥有庞大的用户群体，并且市场需求非常活跃，可以类比为移动通信时代兴起的抖音和快手平台。

B端在诸多垂直领域均存在优异的AI应用前景，端到端输出、具备高商业价值的情形、模型展现出的专业才能，均可让AI直接提供解决方案。

投资圈普遍担忧，当大模型功能拓展后，那些缺乏深度数据交互技巧和场景设定能力的机构，或许会被淘汰出局。

整体而言，一方面要拓展市场空间，另一方面企业自身需具备构建有效数据屏障和优质体验隔阂的能力，清晰的产品规划与场景设计极为关键。

黄生表示赞同，B 端领域对垂直领域的标准更为严格。客服行业、销售线索获取环节、教育培训领域、音乐产业、法律服务行业、医疗健康行业，这些行业必须具备深厚的专业知识储备，并且依托数据飞轮发挥作用。尽管初始阶段发展速度较慢，然而一旦深入钻研，便能够构建起非常稳固的竞争优势。

陈小燕问，与美国相比，中国在大模型和人工智能应用方面有哪些不同之处，又有哪些长处。

王啸说，他认为大型人工智能系统本身就有跨越不同语言和地区的功能，因此，中国与美国之间的距离不在于系统本身，而在于管理方式、社会风气和执行团队的表现。至于技术方面的差距究竟有多显著，他个人认为未必有想象中那么大。

在产品运作方面，移动网络的发展已经展示出中国在此领域的突出长处。凭借国内的工程实力、产品构思水平、客户管理技巧以及供应链效率，尤其是硬件制造层面，我认为中国相关机构在国际化竞争中具备显著的上风。

这些人工智能企业跟以往的互联网公司不一样，它们从一开始就是面向全球的。作为创办人，我们的行动力特别出色。同时，我们拥有庞大的十亿用户基础，产品更新换代迅速，这让我们天生就有走向世界市场的优势。

陈小燕：大模型厂商会不会直接吞掉应用层创业公司？

黄生表示，根据在美国二十多年的观察，获得风险投资或私募股权资本支持的初创企业里，大约九成最终以被并购的方式完成退出，仅有一成能够独立完成首次公开募股。一般来说，那些具有颠覆性但盈利能力尚未明确的企业，多数会选择IPO；而那些提供应用型或增强型技术的公司，则更倾向于被大型企业收购。这一模式从 2000 年起变化不大，美国本土首次公开募股的数目逐年减少，多数年份不超过 200 例，与 20 世纪八九十年代互联网泡沫高峰时的情形相比，差距非常明显。

中国情形另有侧重。受制于文化背景及市场构造不同，境内商界人士常抱持一种上市理念，视挂牌为事业腾飞的标志性节点，宁取鸣锣开市而非出让资产。以核心科技领域如图形处理器、计算能力等硬件产业，以及业务收入高速扩张的应用类公司为例，它们多将首次公开募股放在优先位置，借由内地股市及香港股市完成资金募集，并借此提升国际市场影响力。

现阶段，中国的中型科技初创环境与美国相比不够完善，企业集团大多倾向于自主开发产品，较少通过购买其他公司来获取技术，这种现象降低了企业间合并后实现资本退出的机会，从整体上看，中国的人工智能创业公司将来主要通过首次公开募股的方式完成融资，而不是被其他企业并购。

陈小燕：你们认为下一个现象级的应用里会出现在什么样的领域？

王啸认为，这类事物大概会在面向个人用户的领域、创作式内容应用和社交网络中见到，不一定非得依托于智能体之类的媒介和形式。

黄生表示暂不表态，究竟哪个领域会脱颖而出。他认为任何领域都必须满足若干条件。该领域需专注于某个特定范畴，拥有独特的数据资源。同时，业内必须了解人工智能如何提升工作效率。此外，还要能够化解人工智能可能带来的负面影响，并且拥有市场盈利能力。

医疗行业，尤其是大健康领域，应用人工智能前景广阔。这个方向备受瞩目，服务对象众多。一旦开始实践，工作效率将迅速提高，同时也能让更多人受益。

王啸表示，现在来说还为时过早，人工智能整体仍处于非常初级的演进时期，中国的开拓者仍有许多机遇打造出对全球具有实际意义的AI产品，借此来增强全人类的愉悦程度、工作效率以及自我实现。不过，最终，未来全球性的AI领导者将从中国这一批开拓者中崛起。

黄生说，人工智能是咱们社会的根本建设，它将重塑我们的日常活动与职业途径。他希望国内的整个体系，从管理层面、从业者角度、技术层面等各方面，都能为人工智能的成长提供有利的条件。要促进这个体系的市场化运作、法制化规范、国际化发展。原因是缺乏市场化就无法激发创新活力，而法制化有助于排除人工智能可能带来的负面效应。此外还需推动国际化进程，促进技术、产品等各个层面的互动往来。

最后应当减少过多干预，现阶段时机尚不成熟，倘若起步阶段就设定了明确方向，那么创新的机会就会丧失殆尽。