今天小编分享的互联网经验：投资人圆桌：超越不确定性，寻找超级应用的萌芽，欢迎阅读。
4月18日，由36氪主办的2025 AI Partner大会于上海模速空间盛大启幕。本次大会以"Super APP来了"为主题，聚焦AI应用对千行百业的颠覆性变革。大会分为"Super App来了"和"谁是下一个超级应用"两大篇章，覆盖"在AI世界中长大""2025卷AI就卷超级应用"等七大话题，涵盖10+场主题演讲、3场圆桌对话与两大优秀AI案例企业名册发布环节，深度剖析AI技术如何重构商业逻辑、重塑产业格局，探索AI超级应用带来的无限可能。
《超越不确定性，寻找超级应用的萌芽》圆桌讨论
当日，金沙江联合资本合伙人吴楠，上海产业知识产权运营投资管理有限公司总经理邹泽炯，创新工场执行董事、前沿科技基金总经理任博冰和36氪资深作者周鑫雨带来了主题为《超越不确定性，寻找超级应用的萌芽》的圆桌讨论。
以下为演讲内容，经36氪整理编辑：
周鑫雨：感谢大家关注今年的AI Partner大会，我是36氪《智能涌现》的作者周鑫雨。
在AI行业当中，大家可能对"不确定性"四个字感受非常强烈，底层技术还在不断迭代，行业的格局也在不断改变。我们今天非常开心能够请到三位非常资深的投资人，和大家一起聊一聊该怎么样跨越不确定性，怎么样探索Super APP这一件长期主义的事。
首先，请三位用自己的方式简单做一个自我介绍，同时也聊一聊过去一年当中大家在AI应用领網域的投资代表作。
吴楠：大家好，金沙江联合是2009年成立的第一批在国内从事早期投资的基金，我们一直持续深耕硬科技赛道，这里就包括新能源、新一代信息技术，还有工业互联网。
我们其实在早些年AI的萌芽期就开始关注，包括AI算力硬體相关的标的，比如光模块、芯片、传感器、交换机等。同时，我们通过工业互联网也会看到很多AI应用的机会。我们2018年就孵化了一个在杭州专门做AI大模型互动营销的公司，通过多模态人机互交大模型与AIGC的技术主要聚焦在营销、销售、客服三大AI Agent场景。
我们觉得它比较好的点是这个我们看得到市场需求足够大，且已有初步客户对它的认可度非常高。同时，我们觉得这个行业在当时竞争并不是很激烈尚处蓝海阶段，该项目有一定的先发优势，所以当时我们以天使的方式先进去。目前公司成长得很快，去年的营收已经达到了将近2个亿，今年应该可以实现盈利。
我们还有一个医疗团队，也持续关注到了AI+医疗的机会，在2023年的时候投了一个AI蛋白质设计+改造的公司。它的技术核心是通过创新算力来构建AI蛋白质设计的通用大模型。相较于传统行业，它做出来的产品不但质量好，而且研发周期大大缩短从而降低研发成本。所以也是比较受客户的认可，去年公司也已经实现了1000万的收入。
不过在过去的一年里，我们反而下手变得谨慎，主要还是考虑到在AI赛道快速发展的过程中，从事AI的创业者越来越多，各个赛道现在也都开始拥挤起来，因此我们要衡量的因素就会变多。
比如说你的技术壁垒是否足够高、市场是否足够广阔、落地交付能力是不是足够强，团队是不是足够团结有执行力、管理是否有效，未来实现盈利增长速度是否快，是否有明确的退出方式等，都会相应做考量，我们还是希望能在众多优质的创业者里面选得到我们认为最有机会成为黑马的标的。我们目前主要还是以观察为主。
邹泽炯：谢谢主持人，谢谢各位朋友，中午好！
我们是上海国投公司参股的一家国有非实控的基金管理人，我们成立于2016年，主要聚焦点都在硬科技的赛道。
现在根据上海"3+6"的战略来讲，集成电路、生物医药、人工智能是我们核心的投资板块。除此之外我们也关注到非常多新兴产业，考虑到新能源、锂电池、风电、光伏发展后期，对经济成长贡献的边际效益逐渐降低，我们怎么寻找新的增长点的过程。在这个过程当中我们也大量关注合成生物、具身智能、机器人、eVTOL、人工智能以及核聚变各方面领網域。
刚刚主持人问到一个问题，去年整个过程当中我们的感觉是，自从人工智能从2023年3月份GPT4出来以后，整整过去25个月，但是这个过程我们用一个日新月异来形容，每天都在发生新的大事件，新的变化。
从科技角度上来讲，可以确认的一点人工智能，是当今世界当中最伟大的一个发明，并且在未来20年甚至更长的时间，将深刻改变我们的整个生活和工作。
但如何运用好这个工具？因为刚刚大华的分享代表提出的一个问题，AI需要做什么？未来的科技发展是围绕着AI开展吗？但从我们内心问题的答案仍然是以人为本，我们认为AI始终是一个工具，既然是一个工具，我们更多要考虑的东西：AI是让我们工作、生活更加便利？还是更加懒惰了？最终让我们更加忙碌还是更加轻松了？最终解决我们无法解决的问题还是最终通过替代我们去解决问题，然后彻底替代我们？
这也是我们在思考所谓确定性和不确定性会考虑的问题。
在过去的2024年当中，看了非常多的和人工智能有关的项目，从我们的分类来讲，我们选择了投确定性最强的的能源，去年投资了一个核聚变的项目，大家都在说AI的终极是能源，所以我们在能源上做了一个提前的布局。
大家今天形成了很多的共识，比如Agent的概念。从我们的理解角度上来讲，是一个从互联网到物联网转变的过程。因为物联网我们之前提了很多年，一直期待万物互联，但是万物互联过程中最终方向和方式是为了促发一个场景能够自动执行，不需要人类再去做遥控和干预。Agent准确的定位应该不是一个个人的数字孪生体，更像是一个智能管家，是一个超级管家，不管用在手机上，还是用在日常的互联网当中，都可以成为我们个人的最佳助手。
所以在这个过程当中，从整个大模型到小模型，到垂类应用，我们也在关注类似于像模拟器的松应科技，做边端芯片的光羽芯辰，我们医疗领網域当中发现原来人类所无法观测到的一些细节或者无法细致观测到的，并且能够总结的这些问题当作病例诊断的某些检测的新标准。
这种类型的企业，是我们比较注重去投资的企业，我们在消费或者是关注互联网的方向关注的比较少。因为整个的国投体系和国投科创的主责主业和任务就是投早、投小、投硬，更多关注点是硬科技领網域打造和选择一些确定性的标的和方向，通过这样的方式为整个后期硬科技去育种育苗的过程。
任博冰：大家好我是创新工厂的任博冰，创新工厂也是2009年成立的，到现在已经有16年了。
我们AI1.0也是第一波最早投的，当时像旷视、第四范式、Momenta大部分都是第一轮或者第二轮投的。AI2.0我们可能也是全球最早布局大模型的公司之一，当时孵化、投资了一批从芯片到infra到大模型、应用的公司。
其实过去一年投得还挺积极，虽然我个人觉得还不够积极。比如说去年初我领投了硅基流动天使轮，虽然它不是应用公司，但是它给很多应用公司提供了基础服务，平台上面有很多很有趣的应用公司，公司也是过去一年融了四轮。我们今年可能会发布很多产品。
去年我还投了一个做视频生成的公司，他们有不一样的技术路径，公司一直在隐秘阶段，融了很多钱，下周可能会发布一个很有意思的基于他的新的路径做的新的视频生成的产品，大家可以期待一下。
我去年还投了一个做AI娱乐的公司，他们做的也是新的互動方式。这是我们去年底投的，也是三四个月就搞了三轮融资，他们今年年终也会发产品，大家可以期待一下。人和人之间的互動，在AI参与的情况下，可以实现完全不同的东西。
我们投了做平台Agent的公司，对标美国做AI招聘平台的企业Mercor。最近我还在投一堆包括AI内容的和一些做平台的，去年底围绕AI应用做了一个孵化营，跟极客公园一起做的，孵化了10个项目，最近又在搞一个新东西。
周鑫雨：三位在自我介绍过程中已经提到了一些找确定性的方法论，包括更关注项目的落地价值，项目能不能立马找到PMF，产生一定的营收。
我第一个想和大家讨论的问题是关于Super APP本身，目前行业里关于Super APP的形态和定义没有一个明确的共识，可能大家都比较认同的观点是，只要底座模型足够强，未来可能模型本身就是Super APP的终极形态。
各位在过去一年也接触了非常多的项目，大家会在哪一些产品和产品形态上看到一些Super APP的萌芽？
吴楠：因为我本人聚焦在医疗行业多一些，首先我要说AI+医疗这个赛道我觉得会有非常多的机会跑出黑马来。谈几个观点为什么这块我非常看好。
第一，技术的护城河。这里要求团队不光对AI模型了解深，同时也要对医学的技术和场景有较深的Know-How，这就对复合型人才团队的能力要求较高，从而形成技术壁垒。
第二，落地场景。我们所谓的"落地场景"指的是能够有效落地，最重要的是客户的付费意愿，比如药企，如果可以帮助他们大大缩短研发周期，提高研究质量，从而大大降低了研发成本，解决临床试验痛点，他们还是会有很强的付费意愿和付费能力的。
第三，法律支持。比如说前一阵FDA（美国食品药品监督管理局）宣布说取消所有医药里面的动物实验环节，用AI以及类器官来取代，以减少药物的成本，从而降低了价格。说明在法律层面已经将AI纳入到法律的考量体系中，未来AI应用将会更加规范化以及得到更多社会层面的支持。
邹泽炯：主持人提到一个问题叫"超级应用"，过往看到的超级应用应该具备能够服务大多数人，具有普遍性。
从我理解上来讲，我们目前能够看到的就是自动驾驶。人工智能跟碳基生命相比，要利用它的优势：非常强的算力、非常敏捷的反应速度、高并发能力，同时有无限记忆能力和随时调取能力，包括刚刚吴总说的跨学科能力，以及在复杂事务当中总结的能力，这些能力造就了一个Agent智能体，实际上是一个可以完成我们以往无法完成的个性化服务。
像闲鱼CTO刚刚讲的一样，做到一人一个助手很难，因为后台可能是客服或者是一个比较初级的机器人。但现在从这个角度上来讲，智能驾驶，比如说以往我们开车可能要休息，但是现在L3或接近L3级别的自动驾驶，可以让你在这个过程当中减少很多的关注力，它不知疲倦地去行使，并且很精准。很重要的一点，整个车辆交通过程中它是没有情绪的。很多时候出交通事故是因为情绪产生的，这是它的一个优势。
其次，我们看到了未来个性化的教育成为Super APP的潜力。比如说孩子学习过程当中教育的资源是不足的，通过AI能够实现教育平权，实现边缘地区的孩子和上海的孩子享受到同等的教育水平和个性化的辅导。
第三，吴总说到的医疗非常重要。医疗有一个特点，人员数量特别大，是刚需、高频场景，并且没有周期性。在这个过程当中，我们已经看到了有些Agent可以在给你做初诊的时候，能够准确分析出来大致的问题在哪，包括应该分流到哪个科室，问题严重与否，这就可以帮助我们很好实现分级诊疗的改革，让顶级的专家和教授去把更多的时间花在疑难病症上和更前沿的科研上，让普通的医生服务小病小灾，这是资源利用率的极大提升。
这是我目前看到超级应用的方向。
周鑫雨：像两位都提到了，当下大家能够看到的Super APP基本上落在一些垂类领網域，比如教育医疗、自动驾驶。任总的观点是什么，当下已经涌现出的一批Super APP可能会落在哪些方向上呢？
任博冰：只能先想象了，模型级产品肯定是Super APP，当然这个要求你的模型要远比其他模型好，光这个条件就约束了在模型级产品里面的Super APP一定极少，除了个别说像元宝借助DeepSeek能够反超豆包的这种特例，其他都不太可能。
我自己在内部一直在讨论一些点，比如像内容平台。上一波内容平台，是平台本身做了比较简单的过滤器，推荐、搜索本身做了一个过滤器，创作者和消费者在平台的两边。
但是我们加上AI强互动能力，比如多模态的互动能力，可能下一代的内容平台就是一个互动内容平台，而不是像上一代的直播，直播是实时的，互动也仅仅是人和人参与，中间没有AI。像短视频平台、图文平台大部分都是异步的，这种平台可能会被下一代互动的平台替代。
我们也在研究闲鱼的C2C，之前还有很多B2C、B2B、C2B、B2C这样的交易平台，事实上现在Agent能够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台可能是一个平台Agent，也有可能是Agent平台，这里有可以颠覆掉上一代平台的可能性。我们最近还是有几个潜力比较显而易见的项目，有几个还需要再研究一下，因为颠覆太多，也会超过了我们现在对行业的理解能力。
交易平台之前有做得好的，可能这一波继续能做得好，还有做得好的这一波被干掉，有些是上一波后来被证伪的交易平台，也有可能能做好。这个值得大家一起研究和探索，所以在这里面我们觉得都有Super APP的机会，当然可能其他领網域也有Super APP的机会，有嘉宾讲的医疗、教育我们觉得也是有的。
周鑫雨：您会觉得在通用场景会预先留出一些机会吗？包括年初大家探讨特别火的Munas，其实它对自己的定位就是一个通用的Agent。
任博冰：我个人会觉得上一波移动互联网是先出通用，后做垂直，我有点担心AI时代有可能会反过来，因为通用涉及到模型对模型的能力要求特别高，甚至模型相对稳定。所以如果不是模型厂商，而是创业公司做一个APP，会遇到非常多的卡点，其实还是挺难受的。
通用APP在前期定义上有很多问题，体验上也有很多问题。我个人觉得这一代的Super APP不像很多模型公司觉得智能本身就有产品了，移动互联网时代提的网络效应这些东西无所谓。我们觉得后者还是非常重要的。如果能够把智能本身和网络效应放在一起，为什么要把网络效应抛掉呢？
周鑫雨：接下来想和三位聊一聊行业的不确定性。其实谈到不确定性我的腦海当中第一个浮现的就是DeepSeek，因为DeepSeek在本质上改变了行业的竞争格局。
其实我印象特别深，年初也有一场投资人的论坛，大家都表示很遗憾错过了DeepSeek这个项目。三位也会有错过DeepSeek的遗憾吗？大家怎么样去看待这一种遗憾？这个遗憾对于目前AI创投的启示是什么呢？
吴楠：关于DeepSeek这个事，其实我相信在座的资深投资人在前几年都已经听说过DeepSeek，大家也都知道DeepSeek自从天使轮之后就再也没有融过资。
话说回来，其实每个基金的投资风格是不太一样的，每一笔投资要结合该基金的投资风格、投资逻辑、风险偏好以及投资能力来衡量。现在看来DeepSeek当然是一个非常好的投资标的，但我们自己评估下来，他们其实并不在我们基金的投资辐射范围内。不过可以探讨的问题是：如若再出现类似于DeepSeek这样的爆款，我们作为前沿科技的捕手如何可以抓到？
我必须先强调的是作为创投从业者，我们既要敏锐地捕捉到这些前沿科技的奇点项目，同时我们也要对我们背后的投资人的利益最大化负责。我们不得不结合自己的投资期限，以及在这个期限内无法实现退出的失败风险来进行考量。类似DeepSeek这样的初创企业，整个研发期都可能要有5-8年，前期研发成本也非常高，然后等基金退出的时候，它商业模式可能都还没有呢。对于我们来说压力就很大。
我觉得这样的现象也不是一个常态，我们只是代表某一种类型的基金，但其实整个创投界是有很多种不同投资偏好的基金存在的。像类似于DeepSeek这样的创业企业，它可能更适合那些有孵化器性质的基金，他们普遍拥有较长的投资年限，像现在国内基本上投资的周期都是8年，最长10年，有的孵化器就可以到15年、20年，这就刚好符合创业企业的诉求。另外，他们也可能带有一定的公益性，所以包容性也会更强一些。
这样的基金比较多出现在一些政府引导基金平台，有些已经设立了种子基金、天使基金等，还有一些和当地企业共同设立了孵化器项目；另外还有产业链上下游这些大的企业，他们也愿意做孵化器项目，而且他们对产业链的了解也更加深入，可为企业带来赋能。非常早期项目可以找类似这样的投资者。
周鑫雨：是双向选择的过程。
邹泽炯：我们对DeepSeek肯定是很尊重，但是我们后来思考过这个问题，错过投资机会对我们来说是必然的。
为什么呢？因为当DeepSeek做大模型之前，最开始出来的时候准确的定位叫金融+AI，其实这种类型的公司美国是有的。本质上来讲我们当时定位DeepSeek是一个资产管理公司，它是一个通过量化、计算机手段进行交易类的公司，我们科技类投资公司本身来讲就不太可能投它，它的商业模式是为客户带来价值和抽成，而它也做资产管理，我们也做资产管理，它也不愿意接受我们的投资去做这样一件事情。
但是DeepSeek做了一个非常好的模範或者案例，告诉大家其实AI可以加入很多的行业，但是你要把它做深做透，真正把它的能力、价值和工具的能力发挥到极致，只有这样才能在垂类赛道做得比同行更好。
从这个角度上来讲，我们不介意去等待一些有成长期的企业。核心问题不是在短期估值的上升和长期的交易，刚才吴总也讲到一级投资的周期很长，但同时也是有一定周期的，基金的存续限制和我们自己投资人回报的周期其实是一个双重的夹缝，在这个过程当中我们可能会寻找未来预期的财务回报。但在当下，我更加坚定的是，企业做的创新只要真正能够给社会带来价值，基金始终是能有退出的机会，或者企业是有上市机会的。
周鑫雨：创新工场也有自己的孵化器，未来想要去孵化像DeepSeek一样具有前沿探索性的一家企业，您觉得可能对于投资人来说启示有哪些？
任博冰：非常有启发，DeepSeek一己之力改变了全球AI的走向，无论是中国"六小虎"和其他几家大模型公司的看法，包括最近国家在推的开源生态，包括美国那边OpenAI最近模型的发布频次等等，在这之前是无法想象的。
我们这边相对而言距离DeepSeek近一点。2023年在"光年之外"发布之前，我们就知道有DeepSeek团队，包括他们有万张卡的集群，也找他们交流过。投资人认识他们，但是没有特别重视，我们只是简单交流。
2024年他们的成果也不错，大家想要去合作，包括我们孵化的零一万物跟DeepSeek团队在研究上面有挺多合作的。我投了两家公司跟梁总都有很深的交流，交流的频次也挺多的。他们和我分享了一些跟梁总交流的收获，我个人看来对投资人有很大的启发。
现在为止，梁总对外界的噪音都是无感的状态，作为一个CEO保持这样的定力是极其难得的。包括他个人的定位是天选之子，确实也是，他一己之力改变全球AI，不是天选之子是什么？
他们团队的成员跟我们投的很多公司里面的人员，之前在同一个团队，大家有很大的交叉。同样的素质、同样的背景的人在DeepSeek里面发挥了重大的成果，包括很多重磅的成果是在读博士发布出来的，跟OpenAI很像，OpenAI到现在非常多主流模型的探索，都是一些在读或者是刚毕业的博士完成的，并且还能够发挥出这么大的力量。
这样的组织管理和文化，我个人觉得是非常值得我们投资的所有公司包括我们自己去学习的。因为他把人的潜力挖掘到了极致，公司所有人还非常有定力坚持做这样的事情，不断出这样的成果。
梁总很早的时候就一直鼓励其他大厂做开源，只不过大厂对这个事情并不感冒，即使是到DeepSeekV3和R1的时候，其他大厂也不愿意一起做开源。这其实是一个独特的思考，把我们对开源的理解拉到一个新的层次。我们孵化和投资了一些其他的模型公司，包括我们也在看未来模型的迭代，会带来哪些下一步AI的机会。
我们觉得非常值得学习，我们怎么看待开源，怎么看待一个技术驱动型的组织，怎么发挥人的特性，在挑选CEO的时候，看重CEO具备什么样的能力。
而且DeepSeek非常独特，在美国也找不到类似的公司，这是对我们的一些启发。
周鑫雨：所以其实也不光是创投圈，像DeepSeek的用人模式、组织文化，其实是能够给很多的AI创业者都带来一定启示的。
下一个有关"不确定性"的话题，我想跟大家聊一聊关于竞争。DeepSeek其实把整个行业给卷起来了，像去年比较低调和保守的腾讯今年也是非常激进下场的状态，昨天字节也发了一个深度思考的模型。
像这些大厂在互联网时代已经做出过超级应用了，他们已经有了这样的一个经验。大家觉得未来Super APP出现在创业者身上的机会有多大呢？以及当下的创业者应该怎么样面对和大厂的直接竞争？
吴楠：必须承认大厂从算力到数据，到技术，再到场景和生态确实拥有优质的协同效率，但他们不可能对所有的场景都能做到深入了解，他们其实也没有足够的能力和意愿去深度覆盖所有的场景，这就为在垂直领網域专注细分领網域模型优化和场景实现的优秀创业者提供了机会，我认为未来在垂类领網域更有机会诞生超级应用。
继续拿医疗举例。从业团队需要既可以专注细分领網域模型优化，又可以深入临床场景痛点。对于大厂而言本身在该领網域的品牌威信度就不够，内部开发的沉没成本也较大，性价比不高，所以是不会独立开发的，这对创业者来讲就是一个机会。
如果一款AI应用可以充分整合医疗资源，从患者的"新药研发-影像-诊断-病历管理-预防监测-医保支付等"实现闭环式资源，形成垄断性壁垒，届时没准儿更会直接获得大厂的青睐（比如Deepseek已分别接入阿里腾讯等），可与他们分享到更多的基础数据，这就会是一款毋庸置疑的超级应用。
与大象共舞，方能掌握机遇。
周鑫雨：其实医疗是一块非常难啃的骨头，现在有非常多的大厂、创业者都想进军医疗领網域，但是目前大家都做得非常浅。您觉得如果一个AI创业者想要深入这样一个领網域的话，有没有一些比较好的渠道？
吴楠：好的渠道肯定是要能足够深入这个行业，对该行业的知识点和痛点有较深的理解。不过我刚刚只是举个例子，其实还有其他很多垂类场景已经实现落地交付。
有些人可能正好在工业方面有想法、有技术、有资源，那么就可以往这个道路探索。比如"工业质检-维修保障-智能检测"现在就是一个已经被验证的商业模式。还有我们投的这个聚焦互动营销及客服场景的；我们还看到有专门帮别人管钱记账并提出方案的更小众场景的应用。
AI+医疗行业固然对人员复合型素质要求比较高，但与其说是个人不如说是团队，而且医疗行业从制药到诊断到治疗到服务其实有很多应用场景和刚需，比如说影像、诊断、癌症早筛、穿戴式监测等领網域，在欧美都已经有比较深入地落地了。
所以在中国一定会需要这样一群有共同想法、"多边形战士"般的优秀群体，团结在一起，各自发挥优势，在自己的赛道快速实现追赶和超越。
周鑫雨：相当于场景足够大、行业足够深、机会就足够多。
邹泽炯：我觉得超级应用从创业者中走出来的可能性非常小。
第一，APP的引流，不管任何一种APP其实是需要很高成本的，除非你是颠覆性的东西。
第二，我们说所有的超级APP有一个服务的能力，服务能力背后是算力和基础建设，以及无数的电耗。像今天用的微信一定是一个超级APP，但是微信没有跟我们收过费，持续在解决我们所有人通信的问题。所以这可能是腾讯这种类型大厂的底气。
包括从创新角度上来讲，我认为大厂的策略是两块：一块是自研，另外一块关注市场上创新特别好的优秀的团队。如果我自己做得不好，就选择收购，如果自己做得更好，就选择继续支持。
所以如果我们未来还把Agent当作一个平台经济，或者说是一个通用型的Agent，我认为在创业者当中很难爆发出超级应用。
但这并不意味着创业者没机会。我觉得垂类的机会还是很多的。为什么这样说？包括我们今天听到的演讲，都是将AI应用在我们的常生活，还没有走到工业领網域，工业领網域对准确率的要求非常高，要求你达到三个九、四个九，因为它影响的不仅是产品质量，有些甚至是生命安全。举个例子，自动驾驶就是这样，不允许你出现PPM或者是BBM的错误级别。
从某种角度上来讲，互联网大厂时至今日，不管是在做教育、医疗还是做垂类的东西，其实都没有深入，这个大厂我觉得应该加一个定义，除了传统互联网，还有大型的国央企，更多是说我已经把平台搭好了，你们可以通过我的平台形成对外服务的能力。
举个例子，衣食住行如果要深入到农业或者是生产环节，你首先得有足够精准的语料，不是你在互联网收集的那些东西，这些精准的语料是形成人工智能或者是AI学习的基础，能够真正体现出AI未来在替代人类过程中的效率、能力和准确度。这些东西大厂手上是没有的，大多数据是私有云的数据，并没有公布。
这些数据很重要的一点在于失败经验的发现，其实成功的那一次大家都能看到，但其实失败的经验可能更重要。这个经验从来没有人发自内心告诉别人我是怎么失败的，但是可以告诉人工智能，在分析过程当中找到其中的最优解或者新的突破的思路，我觉得这可能是一种垂类应用的机会。
但是超级APP，我个人觉得挺难出现在创业者中的。
周鑫雨：这可能不是一个特别乐观的判断。任总，您相对来说是悲观还是乐观？
任博冰：悲观的话做投资人干什么？
我之前听王兴说过一句话特别对，"竞"和"争"是两个词，"竞"是竞速，是同一个方向的，这样在比，"争"是两面相对的，比的是力量。我最近一直在研究古代的历史，发现以少胜多是经常出现的，虽然整体频次非常低，但是往往会出现。
出现的一些机缘点，总结出来得胜的原因还是类似的。大企业还是会犯错的，大企业内部对一些机制的改动是很难的，比如假如迭代一个早期只能服务于100万人的功能，几个亿用户的APP是不可能做的。
大企业内部的孵化机制，从过去这么多年来看，这个事情也挺难的。大企业内部永远头疼于怎么不出几个更好的人才，所以他们头疼的也是人才，这样看大企业人才数量永远不如外面高，最多的人才都在大企业外面。
最后的Super APP有可能中间半道被大企业截糊了，像上一代Musical.ly、Instagram一样被收购了也是有可能的。会不会百分之百会被收购，是不是有的企业最后能跑到底，我觉得还是看前期"竞"的阶段能不能做得足够好，"争"的时候，跟大企业打到底用什么方式能够以少胜多。
这是非常有意思的点，涉及到大企业的主战场。我们看到的移动互联网时代，战场多的时候，大企业没有办法每个战场都跟你去打，大企业之间还在争，分身乏术是一定的。
没有企业资源是无限的，它的粮草一定是有限的，将军是有限的。最好的将军肯定是放在它的主战场上面，不好的将军在那边跟你打，不一定能打得过，而且他会犯错，甚至他的粮草还不如你多，我们觉得这个事情一定会发生。
当然最后怎么能够去实现创业公司在这个时代做好一个Super APP，我觉得这才是关键的点。所以在这个时间点我们看到创业公司其实今年并不多，所以我们其实想说，能够陪一些创业者一起把这些过程研究清楚，包括创业者自己怎么能够成为一个以少胜多的创业者，在什么样的赛道上面有可能以少胜多，用什么样的技术、什么样的组织结构能够以少胜多。
弹药一定是少的，融得再多对大企业来讲都是少的，不可能融到比大企业的投入还更多的。问题是人家不重视你，所以有时候低调一点，对创业公司在前期也挺有帮助的。不要上来什么都去做PR也是好的。
我们在研究这些点，希望能有更多创业者跟我们一起讨论这些问题，解决问题在今年是一个好的时间点。大家都会觉得今年是应用元年，今年的模型不光有推理的，这周OpenAI发了o3，也是非常好的多模态模型，多模态今年很明显有比较大的突破，国内还没来得及跟上，这些都非常有意思，真的有可能会出来一些机会。
周鑫雨：而且这些高性能模型都在DeepSeek的推动下开始逐渐开源了，可能对于应用层来说是很好的创业机会。
任博冰：对，DeepSeek也在做多模态。
周鑫雨：三位已经聊到未来，包括创业者而言大家怎么找机会，怎么直面和大厂的竞争。
这场交流的最后，希望三位能够给创业者带来一些确定性的事情。大家也可以聊一聊2025年创业者在自己有限的弹药下还能找哪一些机会。
吴总提到了医疗、工业检测这些垂类领網域能找到非常多的机会。也想问一下您，对于创业者个人的素质要求，您觉得跟以往会有哪些不同呢？
吴楠：AI发展到今天，发现身边真的越来越多的AI人士，毕竟是风口机会嘛，无论是学历对口还是半路出家，总之我认为其实目前我国相应的AI应用人才储备并不稀缺，甚至是越来越多。
但不是每一个AI人士都可以在这个领網域长期创业，AI只是一种工具，帮助行业实现智能化和数字化的手段，从而降本增效实现成长的下一个跨越。所以光有AI技术并不足够，还要有行业知识的累积，和对细分市场刚需的敏锐嗅觉。
所以我觉得对于AI从业人员的素质要求来说，说高也高，说不高其实也不高，关键要有一个拥有复合型素质的优秀团队，能够有足够的知识储备和对场景的理解，这就是所谓的"Know-how护城河"，另外还要认清市场，确保市场有稳定刚需且可实现场景落地。对于个人，我觉得最重要还是要认清自己，找到自己本身的优势在哪，在团队中是否可以起到至关重要的作用。
周鑫雨：邹总怎么看，创业者的护城河在哪里？
邹泽炯：我还是那个观点，我觉得AI是通用型的工具，有史以来最强大的一个工具，人所谓的主动性一定要站位清楚。
人的主动性在哪里呢？大家说AI会毁灭人类，我说现在没有到这个程度，因为AI没有欲望，没有说住要滨江的豪宅，没有说要开迈巴赫的豪车。
所以其实AI是一个工具，我们怎么定位工具？首先保持我们的独立思考和创造性思维是很重要的，因为现在AI还不具备这个能力。既然是这样，我们首先要选择的是在垂类赛道当中做精、做深、做好，同时不能忽视AI的工具性。既然它出现了，我们怎么样跟AI的团队进行结合？怎么把共性的东西提取出来，这是应用AI工具之前考虑的东西。我们不是在今天拥抱一个所谓的概念，就像最终企业的发展一定要拿你的结果和成绩去交付的，只有为他人创造了情绪或者物质的价值，才有存在的价值。
还是回到那句话，我们要问一问自己的AI工具，我们拿过来用是一种新潮，还是它确实让我们处理能力更强了，事情更多了，还是彻底把我们替代掉了？我们问一问是不是能够替代掉我们在以往不能做的事情当中，比如说人类的视觉反应速度的缺陷，比如说一些场景，在一些我们无法快速计算和决策的环境。这样的领網域当中AI最大能够发挥其作为硅基的特点和优势的地方，我们去找到产业+AI的方式。
还是那句话，AI+产业的方式是双向的选择和双向的拥抱，把一个工具在一个场景当中发挥更大的作用，在竞争过程当中用同样的性能带来更低的成本，同样的成本带来更好的性能、价值和服务，这是我们核心关注的问题。只要你能做到这一点，你可以大胆干这个事情。
其实我们在看创业公司的时候，看到很多的团队长板非常突出，但是短板也非常明显。在这个过程当中我们觉得大家一定要意识到这一点，现在的创业是一个跨学科、综合素质、多领網域的博弈和竞争。跟大国竞争一样，光有农业不行，光有军事也不行。
我更期待大家带有一个开放的心态，拥抱更多不同领網域当中优势的团队，形成一个合力，来围绕一些传统的产业。为什么这样去讲？我们认为AI作为新质生产力的工具，大多数行业都可以重做一遍，所以有更多的机会。
回归到最终的结果还是那句话：所有的东西是以人为本的，最终是服务人的，不管衣食住行，还是其他都是一样的道理。
周鑫雨：还是要回归到用户本身的需求。
最后任总有什么样的建议，毕竟不是所有的创业者都像梁文峰一样是天选之子。对于大多创业者，您有哪些建议？
任博冰：这其实是我之前一直很忽视的，今年觉得完全不能忽视，甚至对创业公司来说有可能是一个生死点。我们看到DeepSeek出来之后，对很多企业家来讲，特别对是会受到打击的企业来讲，企业家会面临到非常难、非常极限的决策时刻，短时间内决定企业的方向是否调整，怎么调整。这是一个非常基础的问题。
像很多企业早期会犯一些比较基本的错误，甚至是常识的错误，大企业内部不可能犯这个错误。这不是经验的问题，而是决策效率的问题，很多企业做2C产品敞口特别大，得定一个产品形态，很多人最后要PMF，其实这个在现在特别难。
怎么提高你的决策效率，以及你的决策到底用数据驱动拍腦袋，还是不断像当年一样做一些用户研究、收集一些数据？现在用户研究和当年的方法论都不一样，选择哪种研究方式？
大企业内部有很多情报部门，大家都知道。你在干个什么事情，你的员工在干什么事情，对他们来讲基本全是透明的。你有情报能力吗？你的情报来自于哪里？包括怎么定义战场？不能对这些事情一无所知，毕竟大家最后还是要去打仗。
决策能力，不说对团队，就对CEO来讲有可能是最重要的事情。如果一个CEO不知道决策是什么，不知道该怎么不断去优化决策能力，甚至在很短时间内提到一个水平，就很难跟大企业，跟张一鸣这种企业家去比。
周鑫雨：三位今天给我们带来了非常好的建议，包括如何做决策，如何建立一个自己的团队，如何建立自己的Know-How和护城河。今天非常感谢三位能够和我们一起聊聊关于行业的不确定性，也相信这场交流能够给大家带来更多的启发，再次感谢大家！
