錦秋基金創始合伙人楊潔：投資近70個AI項目后，我看到的趨勢、機遇和決勝關鍵

11月的第一天，一支12年周期的 AI Fund——「錦秋基金」辦了一場 CEO 大會。

這是一場純粹由錦秋自己籌備舉辦，匯聚近100位 AI 公司 Founder 的交流大會。

為什么要籌辦這樣一場活動？

在全世界被 AI 改變的三年里，這家基金投資了約70個 AI 項目，既看到新機遇對各行各業的重塑，也關注到新趨勢對創業者持續不斷地挑戰。

于是他們決定搭建一個場合，讓 AI 領域的 portfolio 聚在一起，找到更多同頻者，真實交流彼此的思考和判斷、決策與邏輯。

*錦秋基金合伙人臧天宇和創業者在Portfolio Logo墻前

在這場 AI Founder 含量“超標”的活動中，錦秋基金創始合伙人楊潔也分享了自己對 AI 領域的系統性觀察。

部分核心觀點如下

• 關于 AI 應用和模型：錦秋堅定地認為模型是 commodity，價值會讓渡給產品。現在模型還不夠完善，產品還有進步空間。所以現在 AI 應用公司讓用戶“信任”尤為重要，懂用戶的產品更有競爭力。

• 芯片領域目前的三個機遇：第一，推理芯片的窗口剛打開；第二，芯片、軟件、算法的正向飛輪，是中國式創新；第三，這個領域有很多不一樣的技術方案在解決問題，與用戶場景深度適配是護城河。

• 關于機器人：目前數據集爆發、資本狂奔、成本下降，這三個拐點同時發生，機器人正迎來ChatGPT時刻，現在積累的場景是未來壁壘。

• AI 時代快速成長的公司有三個信號：解決具體的痛點和用可驗證的解決方案；做填補鴻溝的產品；執行力是唯一驗證成功的途徑。

以下是楊潔在本次錦秋會上的分享全文：

各位老朋友早上好，感謝大家來到今天的活動。

錦秋是一家 AI 基金，成立于2022年。

2022年的時候，AI 還不像現在這么被熱烈地討論，但我們當時已經看到一群相信AI方向的人在堅定地行動。所以，錦秋基金成立了，我們想做的，是找到一群有方向感的人一同前行。

今天到場的有三類的創業者，這也是我們主要投資的三個方向：應用、芯片、機器人。

這三個方向，大家也會遇到一些擔心。

• 做應用的擔心：OpenAI會不會顛覆自己的業務？

• 做芯片的擔心：英偉達太強，國產替代空間有多大？

• 做機器人的擔心：技術落地太慢，投資人還有耐心嗎？

我想我們可以回憶2007年的 iPhone 時刻，在那之后的十年誕生了高通/ARM、OV小米、微信/抖音這樣的參天大樹。現在新的 iPhone 時刻不是要到來，而是已經開始了，所以無論在哪個戰場，現在都是最好的時刻。

我快速分享一下，錦秋眼中這三個戰場的歷史性機遇：

我們先看下面這張圖。能看到，技術迭代的浪潮持續地提速。

基礎設施的完善再加上社媒的充沛，讓信息可以流通得更快。互聯網、移動互聯的發展，都在以更快的速度去加速，AI 尤其快。所以 AI 進入了一個大浪潮，只不過它的速度快了 n 倍。

接下來看第一個戰場：AI 應用。

現在比較有爭議的話題是“到底未來是模型一統天下，還是產品更有價值”。在錦秋，我們堅定地認為模型是 commodity，價值會讓渡給產品。

這兩張小圖可以看出來，左邊這張圖代表智能提升的速度，右邊這張圖代表在達到同樣準確率的情況下，每百萬Token消耗的成本劇烈下降。由此可見，模型是 commodity，但是產品不是。尤其，更懂用戶的產品是更稀缺的。

第二點來聊聊，現在什么是最重要的。

現在大家都知道，模型還不夠完善，產品還有進步空間。所以用戶也都知道，目前在用的這個產品還不足夠完美。那么，用戶選擇相信誰，就會留下來跟誰一起成長。所以“信任”尤為重要。但市場要的不是“我也能做”，而是“只有我能做”，要看誰真正更懂得用戶。

這張圖左邊的 AI 公司，以更快地速度達到了一億美金 ARR 。右邊傳統大公司，他們過去（達到一億美金 ARR）可能要用4到5年，甚至更長的時間。其實這也說明了，應用團隊找到切入點以后，執行力在放大， AI 又在加速這個過程。

芯片是另外一個巨大的市場。2025年全球是1500億美金的規模。AMD 的預測是到2028年的時候，全球會有5000億美金的規模。

我們看到，尤其推理芯片的需求在激增，Token 調用量加速增長。谷歌在 Q3 平均每個月的 Token 的消耗是1000萬億次，在9月份的時候是1300萬億。OpenAI 的 API，披露的數據是每小時60億次，字節火山披露的數據是每天30萬億調用，也就是一個月900萬億次調用，這個量是巨大的，推理需求是激增的。

所以在這里，我們看到三個機會。第一個是推理芯片的窗口剛打開，第二個是芯片軟件算法的正向飛輪，第三個就是不同的支點，有很多創新團隊在用不一樣的技術方案解決問題。

第三個戰場，機器人公司正迎來 ChatGPT 時刻。

現在能看到，數據集爆發、資本狂奔、成本下降，這三個拐點同時發生。

2025年整個市場的融資額是414億，是2023年的5倍。我們自己的感受也很深，錦秋投資的星塵智能、地瓜機器人等公司在很快時間內完成了后續幾輪融資。

總地來說，不管是做應用、芯片還是機器人，跨越這三個戰場都有一些共同的法則。

第一個法則就是“找到不對稱”。

• 芯片，看推理、看創新。

• 機器人，看區分場景的深度。

• 應用，講垂直應用。

第二個法則是“做時機判斷，然后決定資源的投入度”。

引用硅谷的一個預測，在智能級服務這個大浪潮的20年周期內，我們現在才屬于第三年。現在，芯片即將迎來應用的爆發、客戶的爆發。應用現在正當時。

第三個法則是“數據飛輪確實有效”。

數據飛輪不單指要在做業務過程中積累越來越多的數據。而是說，我們確實要推動某一個明確的業務指標，比如收入、留存，或者轉化率。

接下來想分享一下，我們看到的、快速成長公司的三個信號。

第一個信號：解決具體的痛點和用可驗證的解決方案。

不用怕垂直領域，因為在垂直領域如果做到了極致，是擁有這個領域的定價權。

我們看到原本 SaaS 公司不愿意去服務的行業，比如醫療、法律等信息化程度相對低的行業也在爆發。在美國，OpenEvidence 最新一輪融資是60億美金的估值，有5000萬美金的 ARR。

而且，不用回避套殼。這里舉例一個大家都知道的公司 Cursor。 Cursor 沒有發明 IDE，也沒有發明代碼補全，但是它把這個垂直場景做得足夠好，所以也用很快的時間做到了1億美金的 ARR，270億美金的估值。所以套殼不用怕，只要把這個殼從薄做到厚就行。

第二個信號是，做填補鴻溝的產品。

現在 AI 跑 Benchmark 的能力，對比在現實世界中解決問題具體問題的能力，兩者有一個巨大的鴻溝。但同時大家也能看到模型的進展速度、智能的提升速度。

我們就算假設未來10年模型不再更新，那消化現有的智能能力也依然需要很長的時間。所以，能解決具體問題，并且能很好地引導用戶使用產品的公司，會長期有價值、有經驗。

第三個，執行力是唯一驗證成功的途徑。

唯一可能有點絕對，但我們看到的案例確實是這樣的。尤其是現在，AI 放大了整個執行力的負例效應。所以快團隊和慢團隊差距會越來越劇烈、越來越快地顯現出來。識別負例的方向，并且有更高的執行力，是決勝的關鍵。

還有三個我們對2026年的預判。

第一個預判：大模型的競爭會持續，這對于應用公司是利好。

其實用戶對模型是沒有忠誠度的，在模型之間切換的成本非常的低，所以差異化會轉移到產品體驗、垂直場景和品牌信任。我們認為模型廠商在未來發展當中不具優勢，深入場景的產品會更具有優勢。再強調一下，模型是 commodity，產品不是。

第二個預判：我們在從個人助手的時代走向 Agent Economy 的時代。

Agent Economy，是指 Agent 轉移資源，做交易，那就會擁有一個全新的經濟系統。在這個經濟系統誕生的過程中，又會有三個巨大的、充滿挑戰的機會：第一個就是真正的自主學習，第二個是全新的基礎設施，第三個是與之相伴的信任與安全。

第三個預判：我們可能低估了 AI 的需求。

科技巨頭的資本支出從2023年的2270億美金到2026年的5430億美金，比特、原子、生物-比特世界都在被 AI 重塑。所以我們判斷，即便是大的投入，依然遠遠不夠。

我今天的主要分享大概就是這些。講完后也想請各位想一下，未來我們會重建什么？

很多做應用的 founder，大家在重建行業的工作方式與人的生活方式；芯片的 founder，在重建計算的基礎；做機器人的在重建比特世界與原子世界的交互。這些，都不是漸進式的范式創新，而是范式的轉移。 AI 加速的力量，讓過去需要20年發生的事提速到只需要五年發生。

最后總結幾句話送給各位不同領域的founder：

• 做應用的：“模型是 commodity，有審美、有用戶信任的產品永遠不是”；

• 做芯片的：“窗口才剛打開，與用戶場景深度適配是護城河”；

• 做機器人的：“ChatGPT 時刻即將到來，現在積累的場景是未來壁壘” 。

還有一段小視頻，送給在場的我們錦秋的同事：

謝謝大家，讓錦秋在這個充滿不確定的時代找到你們。讓我們一起全速前進。