原创 Founder Park 2025-09-24 15:33 北京
AI 会带来百亿级公司的机会，但千亿级的机会还需要时间。
- 动作要快。抢占市场先机，是初创公司的重中之重，这时候正是最好的时机。以交付的价值为准绳来定价：不要局限于按人头收费，应考虑按用量或价值收费。定价应与产品为用户创造的价值相符。重视评估。即刻开展评估，更精准地界定问题范畴。在初始阶段，建立明确的指标体系和 AI 系统性能评估方法，至关重要。与其着眼于通用 AI，不如深耕细分领域，解决特定难题。作为创始人，找人要精、脸皮要厚、嗓门要大、离钱要近。
超 14000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。
邀请从业者、开发人员和创业者，飞书扫码加群：
进群后，你有机会得到：
最新、最值得关注的 AI 新品资讯；
不定期赠送热门新品的邀请码、会员码；
最精准的AI产品曝光渠道
01
平台级应用的新可能？
AI 会带来百亿级公司的机会，但千亿级的机会还需要时间我们今天讨论的「千亿公司」，本质上是讨论「是否会有字节、美团、拼多多这样的公司再出现」。而这取决于三道门槛能否被突破 —— 分发格局的改写、大厂机制的逆袭，以及冷启动与产品力的完美耦合。这不仅考验能力，更考验天时、地利、人和。郭山汕 卓飞投资创始人
- 当前市场并不存在「千亿机会」的共识。
- AI 没有像移动互联网那样引入分发渠道变革（如从 PC 到手机），大厂仍牢牢把控流量入口；同时，大厂对本轮 AI 的反应异常迅速，资源调配与市场推进节奏远超上一代科技浪潮；即便未来出现万亿级公司，其分布也将极度稀缺。
- 假设给 20 倍市销率（PS），仅需 5 亿美金 ARR。 目前已有多家公司达到 1 - 2 亿 ARR 以上。真正难点在于「可持续性」：能否形成稳定盈利结构，最终实现每年 5 亿美金净利润。当前多个垂类 —— 客服、设计、代码、法律、教 育、医疗等，均显现出潜在的「爆款应用」苗头。
目前 Manus 用的都是最前沿的闭源模型（如 Gemini），因为跑智能体需要最好的模型能力。一个只依赖单一闭源模型的应用是最脆弱的，因为供应商随时可能自己下场做你的业务，或者停止向你提供应用程序接口（API）。当市场上出现多家供应商时，你的生意就安全多了，因为没人能轻易卡住你。而当强大的开源模型出现并追平闭源模型时，你的生意不仅安全，连模型层的毛利都省了。至于自研模型，我们目前以及可见的将来都不会做。这就像消费电子行业，小米、OPPO 不需要自己造芯片，高通和三星是它们的供应商，也是深度合作伙伴。通过合作，它们可以拿到更好的价格、最早的芯片（比如首发骁龙芯片），甚至可以一起定制优化。我们和模型厂商的关系也是如此。我们是 Google 最积极的合作伙伴之一，他们会为我们提供专门定制的 API 需求。如果自己投入巨资去训模型，不仅收益低，还可能丧失使用所有 SOTA 模型的灵活性优势。过早思考自研模型，对我们这样规模的公司来说是给自己找麻烦。AI 领域瞬息万变，Timing（时机）是第一位的。你的想法是基于当前信息的假设，而这个假设可能很快就会变化。所以，最好的方式是尽快把东西做出来，放到市场上去验证，然后快速获得反馈。肖弘 Monica & Manus 创始人 / CEO
02
AI 应用的壁垒在哪里？
速度和认知就是壁垒你最初以为有的壁垒，随着智能越来越高，会发生变化。现在很难有能一直延续下去的壁垒，它是在不断变化的。认知，以及基于这个认知的速度，可能真的是唯一的壁垒。长期来看，我们选择垂直领域，是因为觉得垂类数据相比通用数据更难获取，通用模型在垂类数据积累上可能有所欠缺。所以长期来讲，垂类数据可能还是一个壁垒。但这也非绝对，如果模型智能足够强，甚至可以自我学习，那这些所谓的壁垒也就不存在了。现在不能太迷信壁垒，得先把事情做了。这也是现在的智能体创业公司最近给大家的一个启示，比如 Manus 和 Genspark，很难讲他们有什么能想清楚的长期壁垒，但是速度和认知就是壁垒，做得早、做得快就是壁垒。要用好模型，随着模型变化，以非常快的速度去反应，去构建基于最新模型的产品。Chatbot（对话机器人）阶段是人用 AI 工具，智能体阶段是人把任务交给 AI 来完成，是「人 + 工具」合体的服务形态。等下一阶段模型再进化，可能就变成了「人也不需要」，AI 完全接手整个任务流，那就是另一个范式了。但我们还没到那一步，所以我认为智能体产品形态还会持续相当一段时间。AI 产品就像「水煮鱼」陈冕 Lovart 创始人兼 CEO
过去很多产品是「生鱼片型」的，模型越好用户体验越好。但现在更像「水煮鱼」，不仅仅是模型本身，还要看厨艺、看配料，产品能力变得更加重要。AI 应用能力将分为三层：模型层、Context 层和环境层。模型是最底层，大多使用的是 Gemini 等通用、公开的模型。 Context 层分为三类：戴雨森 真格基金管理合伙人
- Public Context：比如新闻、Web 数据，大家都能访问；Organizational Context：企业或组织内部文档，外部无法获取，需要产品设计来接入；Personal Context：如用户与 AI 的对话记录、行为习惯和偏好，是高度个性化的。
03
AI 应用增长怎么做？
增长要靠创新，不靠广告现在智能体产品本质都是半成品，增长要做的不是靠广告堆出来的转化，而是靠「让用户意识到你的创新点在哪里」。用户现在对 AI 太敏感了，他们每天都在刷信息流看谁在做新东西。你只要有真正的创新，它就会传播。花钱投广告，对 AI 产品大多没用，这是反直觉的第一条。AI 的增长靠的不是流量，而是创新。比如 Genspark、Manus，火起来不是因为砸钱，而是因为让用户看到「未来的样子」：AI 能像人一样操作浏览器，能直接生成 PPT，能把思维链摊开给你看。产品永远不成熟，用户却愿意等，因为他们想看下一个突破。推广方式也变了。以前靠广告，现在 AI 创始人直接上台，用最直接的方式讲清楚新能力。很多初创公司都是创始人亲自拉流量，靠「发布会」让创新点一目了然。速度也重要，光有一次亮点不够，AI 产品要持续迭代，才能留在用户记忆里。所以，做 AI 增长，核心不是「怎么花钱」，而是「你有啥新东西」。下次想做增长，先问自己：你能不能用一句话讲清楚你的创新？试着拍个视频，讲给一个完全外行的人听，如果对方眼睛一亮，你就有了。作为创始人，找人要精、脸皮要厚、嗓门要大、离钱要近。陈冕 Lovart 创始人兼 CEO
找人要精。AI 这波创业，目前抢占优秀人才比找方向、找赛道更重要。过去很多行业一号位对成败的权重可能占 90% +，现在我的体感是公司的前 3 - 4 号位一起占到这个比例。方向和产品的可变性太大了，随时可调；而核心搭档会陪你三到五年，甚至更久。人才密度越高，有可能属于你的机会就越多。脸皮要厚。不要被自己说过的话绑架，也不要因为自己被人视作是某个方向的旗手就硬着头皮坚持。环境变化太快，可预见性也差，就像在丛林里探险，手电筒只能照五米，该调整调整，该转型转型（pivot）。嗓门要大。当下，技术品牌是非常重要的竞争力，AI 产品的用户很像面对快消产品的消费者，没有耐心去看深度评测，也不可能每个产品都去尝试。因此，吸引用户、也包括吸引顶级人才都需要有足够响亮的声量。离钱要近。用户付费是很好的价值验证的投票器，也是把无数逻辑闭环快速收敛最直接的方式。不要忽视变现能力，产品从一开始就要尽可能离钱近一些。韩锐 高榕创投合伙人
04
第一天就要出海
出海 AI 组织应具备的三个素质找到人类共同的需求，或者对目标市场有真正深入的理解和审美。戴雨森 真格基金管理合伙人
- 要理解用户需求。很多全球化失败的项目本质上是没理解目标市场，而是把本地想法硬套过去。
- 第一种方法是做「普适需求」，比如 Temu 做的是价廉物美的电商、抖音做的是短视频，这些是人类的共通需求（找到人类需求的最大公约数）。第二种是创始人自己对海外产品体验非常熟悉。比如肖弘虽然没有海外留学经历，但很早开始使用雅虎、Google、Facebook 等产品，他的审美和理解天然就偏国际化。这种背景下才能真正理解用户需求。 做出海 ToB 服务比较难，因为文化和产业差异太大。 但做专业用户或消费用户的应用，比如写 PPT、写代 码，全世界用户需求差不多，体验可迁移。
成功的出海创业者往往具备包容心态、敏锐判断、快速执行力和结构性思维。他们深刻理解自己在哪些场景具有比较优势，并以此为基础，在全球市场找到突破口。全球市场意味着陌生环境，对团队在战略判断和执行上提出了更高要求，我认为有三点关键素质：石建平 天使投资人/创业导师
- 比较优势识别能力
- 选择与判断力
- 组织与执行机制创新
05
投资人看好哪些赛道？
有四类 AI 产品值得投资郑庆生 红杉中国合伙人
- 双边网络效应产品（极稀缺）
- 非共识路径
- 数据和场景优势
- 复杂产品
Sarah Guo Conviction 创始人兼合伙人我们的几条核心准则：Mike Vernal Conviction 合伙人
- 建立前瞻视角
- 找准数据路径
- 秉持第一原理
- 优秀的创始人，出色的产品，缺一不可
