金沙江创投朱啸虎：技术平权之后，AI创业决胜要素只剩人文和商业- 大数跨境

首页

金沙江创投朱啸虎：技术平权之后，AI创业决胜要素只剩人文和商业

潮涌AI

2026-09-17

导读：技术进步速度与技术扩散速度之争。

©潮涌AI编辑部

9月16日，金沙江创投主管合伙人朱啸虎走进北京大学创新创业学院，发表了两个多小时的主题演讲《AI周期的创投》。

这位投出过滴滴、饿了么，也在人形机器人最狂热时选择批量退出的投资人，把AI创业的参考系直接调回了二十年前：当技术普及平权的速度超过技术进步的速度，决胜要素就只剩下人文和商业。

先交代三件事：

1、本文是潮涌AI根据朱啸虎在北大演讲的现场实录整理；

2、我们核心整理了AI商业部分的内容；

3、朱啸虎还聊了不少消费互联网的内容，腾讯阿里的流量逻辑、滴滴与易到的竞争、团购与摩拜的历史，这部分本文没有收录，大家可以自行到网上搜索完整实录。

这篇口述稿的核心内容：

朱啸虎给出了判断AI创业时点的第一框架（技术进步速度与技术扩散速度之争），解释了为什么前沿模型的获客魔法已经失效、开源模型五年会走完Linux三十年的路、技术扩散之后客户为什么会变成对手。

金沙江创投主管合伙人朱啸虎

他点出了三个已经在赚大钱的AI场景（角色扮演、推理、视频），以及金沙江在水下机器人、柔性机械臂、仓库分拣上的“跳一下够得着”式投资逻辑。演讲后半段，百川智能创始人王小川加入对谈，两人从“方向盘与发动机”聊到“科学时代到智能时代的相变”。

以下为演讲实录的正文部分——

（整理说明：以下为金沙江创投主管合伙人朱啸虎2026年9月16日在北京大学创新创业课堂演讲的口述体整理，节选AI商业部分，含演讲后半段与百川智能创始人王小川的对谈。基于现场实录，以第一人称呈现，部分口语表述有精简。）

很高兴来到北大。上个礼拜小川总在这里讲AI，我想说技术很重要，更重要的是人文和商业。

我自己也是技术背景，本科是上海交通大学试点班学习通信工程，相当于清华的姚班。

说实话，每一个技术周期都很相似：周期刚来的时候，重要的是技术，是技术领先性和基础设施。

但是全世界聪明人太多了，技术普及平权的速度都非常快。一旦技术普及平权以后，重要的永远是人文和商业。

所以，我为什么对北大一直很热情？因为我觉得北大的机会很多很多。

今天是讲AI，过去二十年互联网和移动互联网的很多经验教训，是值得今天的AI时代借鉴的。等AI技术普及以后，创业和投资的关键业绩指标，和当年的互联网、移动互联网是很类似的。

技术进步速度与技术扩散速度：判断AI时点的第一框架

判断AI创业的时点，我的框架很简单：技术进步速度和技术扩散速度，哪一个在占据主导地位。

过去两年，技术进步肯定占主导。

那时候每发布一个新的前沿模型，都能获取很多很多用户，而且都是免费的，都是口碑传播。

但今天为什么OpenAI说要“pause the frontier”、要降速？

OpenAI CEO Sam Altman公开支持“放慢提升AI模型能力的速度”

因为发布前沿模型已经不能获客了。

GPT-5到今天为止，使用比例一直不超过10%。我今天还看到一个更全面的数据：前沿模型的使用占比，从最高峰的48%、50%不到一点，今天已经下降到45%左右。

为什么？前沿模型确实更好用，但太贵了。

而且足够好的模型已经能解决我的绝大部分问题，我就没必要用前沿模型。

今年上半年大家还都在讲token max，什么都要用最贵的模型先跑一遍；今天大家都讲value max，没人讲token max了。token max太花钱，创造的价值又很小。

我发布前沿模型，既然不能给我获客，不能带来收入增长，反而暴露我的能力，让竞争对手很容易追上来，那我干嘛要发布前沿模型呢？

这就是OpenAI要降速的重要原因。这就是大模型已经定了、后发者有优势的证据。

去年在美国做一个前沿模型要五到十亿美金，在中国可能只要花1%、2%的成本，两三个月就能跟上去。

历史一再重复：太阳能、电动车，和两百个机器人公司

一旦进入技术扩散主导的阶段，历史就会反复上演。先发者要花很多钱去趟坑，各种坑都要花钱趟过去；但你一旦成功，后面跟进的人非常快。

太阳能已经洗盘洗了三个周期了。大家还记得无锡尚德吗？当年施博士从澳大利亚回来创业，在美国上市，市值很高，今天已经没有了。今天领先的玩家是谁？通威股份，它主业是做什么的？做鱼饲料的。今天太阳能面板已经没有任何技术壁垒了，壁垒是你有没有便宜的资金，有没有银行信贷额度，能不能有足够的资金厚度和竞争对手拼，谁能活到最后一刻。这就是技术扩散以后的竞争逻辑。

电动车也是一样的，已经洗盘洗了三次。今天小米、华为为什么能领先？它有供应链优势，有渠道品牌优势，有资金成本的优势，这些恰恰是创业公司不具备的。你单论企业很多样性很好，但这种时候创业公司基本上都是给大公司打样。

机器人也是一样的。中国现在差不多有两百多个机器人企业，哪一个不会跳舞？哪一个不会打拳？所以，最近人形机器人龙头股价跌下来，我觉得是有道理的，这个市场太小了、太小了。两百个机器人企业，我觉得绝大部分可能活不到十年。

还有世界模型。今年差不多，昨天一天就有一百个世界模型发布。只要是个教授，清华北大的教授出来，就敢要几个亿、十几亿、二十亿的估值。世界模型的技术路线，说实话还完全没有看明白是什么样的。OpenAI的GPT-6，可能就可以直接产生VLA的模型。今天技术进步速度还不清晰的时候，扩散速度就这么快，这时候创业是很辛苦的。对投资人来说，我觉得都是风险很高的事情。

开源模型：五年走完Linux三十年的路

我对开源的判断很明确：只要MIT协议彻底开源，开源模型会成为通用智能的底座。

这条路，互联网刚开始的时候Linux走了一遍。

当年在Linux之前，有Sun、惠普、IBM三家专有的Unix，都绑定各自的硬件，卖得很贵。Linux为什么成功？它跑在x86服务器上，特别便宜。互联网起来以后，互联网公司都讲究性价比，x86成为主流，Linux花了三十年时间取代了所有的Unix，今天只有在银行这些很老的系统里才残留一些专有Unix。这个速度在AI时代会快得多，可能五年。

逻辑在哪里？在云厂商的账本里。

如果部署闭源模型，云厂商要把30%、40%以上的收入分给模型公司；部署开源模型，毛利明显更健康。

开源也在改写着token的价格线。

美国token价格从六七月份以后一直往下走，因为开源模型足够好了，而且足够便宜，成本只有闭源模型的5%，你不降价，大部分用户就会切走。中国开源模型的价格反而往上走，不是因为想涨价，是算力不够

美国token价格持续下降

梁文锋自己讲得很清楚：不涨价，十个月回本，毛利其实挺好，但他是被迫涨价，因为算力不够。

所以，今天开源模型的收入，就是看你有多少算力，能产生多少算力，就产多少收入。

我认为独立闭源模型公司以后存在的空间会越来越小。

梁文锋还有一句话讲得很好：AI的蛋糕太大了，你想全部自己赚这个钱是不可能的，必须把90%的利润让出去，自己赚不到1%，才能真正把这个事情做成。

所以，必须开源。

技术扩散之后，客户会变成对手

在中国更可怕的是，技术扩散以后，你的客户会成为你的对手。

地平线就是例子。它上市以后股价跌得比较厉害，为什么？比亚迪可能也要自己开发芯片。大家算过一笔账：只要你每年出货量超过一百万辆，自研芯片就是合算的，比买芯片更合算。今天中国超过一百万辆的车企很多，而且研发车载芯片没有那么难，技术已经完全扩散了。余凯还是讲得很明白的：既然你要自己研，那我就和你合作，我授权你的IP。但授权IP和卖芯片的收入规模是完全不一样的：本来卖一百块钱的，现在只能收二十块钱的版权费，收入规模天差地别。寒武纪也是一样的，刚上市的时候华为是它最大客户，后来华为自己研芯片了。

美国最近也发生同样的事情。美国有个很出名的垂直AI公司叫Abridge，就做一件事：医生和病人谈话，它自动记录下来，写进病历系统。美国的病历系统有两家，Epic占50%市场份额。Epic既是Abridge的股东投资人，也是它的渠道。今天Epic说我免费提供这个功能。为什么？因为Epic认为Abridge如果再往前走、做更大，会反过来免费提供病历系统，所以它必须先下手为强。作为它的股东、它的渠道方，今天就要免费提供来对抗它。

图源：Business Wire

Abridge确实起步早，以前积累了几百万份病历，训练出来的误差率低，能提供95%以上的准确率写病历。但今天AI进步也很快，Epic的病历数据也不少。所以，做这样一个应用，后续就很容易、很简单。

在国内我们看到很多做同样事情的公司，我都和创始人直接说：这件事以后一定会被免费提供。因为，现在做这件事说实话没啥门槛，最怕的就是你没有入口，只做一个很简单的AI功能，都是给别人做嫁衣。

中国软件出海：开源是最好的破口

中国的软件企业过去很辛苦。

为什么中国软件企业投资回报比美国差很多？今天看答案很明显：软件相当于服务业，收费币种是当地货币。

美国软件收美金，中国软件收同样金额的人民币。这不是中国企业不愿意付钱。

另外，美国软件天生是国际化的，中国软件企业出海打大客户销售是很难的。

今天AI时代，我觉得开源是最好的破口方式，一定要做开源，把中国的开源token卖到全世界去，以开源的形式卖到全世界去。

我们去年投了一个企业，在某海外Coding工具推出以后，第一个做了开源的本地化版本。那个工具确实很好用，但太贵了，而且企业普遍不愿意把数据交出去，最近很多文章都证明它所有的数据都会看。我们这个是开源的，数据全部在本地，可以选择通API。四个月冲到十万星、一万多fork，fork比星更重要。基本上每个月还能涨几万星，速度非常快。商业化两个月就做到差不多三千万美金ARR，马上上协同、上团队合作。这是中国增长最快的。

我还给我们的日本LP送过我们投的AI玩偶，他们特别喜欢。为什么？我说你们记得Tamagotchi吗？日本上世纪八十年代的电子宠物，风靡全球。那个年代的技术手段能做到什么？像素级的一个个小方块，物件非常差，但卖得风靡全球。

AI玩具“芙崽”

今天模型真的很强很强。

我们看到一个大阪用户说：我这个AI玩具居然可以说标准关西话。日本和中国很像，大阪话、东京话，关西话、关东话，不一样的。他觉得特别有意思，特别惊讶。其实都是模型生成的。

但我要强调，创业的关键是把模型用到刀口上，让用户感觉到不一样、感觉到情绪价值。而且门槛往往在AI之外。很多AI玩具连WiFi都连不好，因为WiFi模组藏在毛绒玩具里面，信号穿不进去。这种系统层面的东西，今天没有一个完美的解决方案。

产品体验要做到比技术好一个数量级，这个很难的。

消费级AI：还在3G前夜

为什么消费端应用还没有起来？我的判断是，今天AI在工作场景还是太贵，token包很快就用完，还要等重置。

这个时候用AI，就像当年拨号上网一样，AI一个一个往外吐答案，速度很慢，价格还很贵。

所以，消费端确实还在3G以前的时代。

什么时候消费端会起来？四个条件。

第一，价格降到一百块钱包月随便用。

第二，延迟大幅降低，答案一次性出来，不是一个一个吐。

第三，不需要很复杂的prompt。现在答案好坏和prompt关系很大，这是很反用户体验的，大部分用户都很懒，不愿意给出很复杂的prompt，应用端要帮用户自动生成。

第四，不需要用户担心用什么模型，系统自动帮你选，就像现在大家用各类工作台，大部分都是自动挑选模型，自己手动选模型的越来越少。

这四个条件齐了，应用端就是爆发的时间点。

而且关键是从游戏开始先爆发。

iPhone刚出来的时候，第一款真正风靡全球的应用是什么？《愤怒的小鸟》和《切水果》。为什么？因为iPhone 3第一次出来多点触摸的屏幕。PC出来也是一样，很多人买了PC回去就是玩电脑游戏。AI特有的那个东西是什么？今天还有点早，还需要创业者去创新。

三个已经在赚大钱的场景：角色扮演、推理、视频

今天最大的三个场景已经很清晰了：角色扮演、推理、视频。

这三个领域都有巨大的机会。

角色扮演从AI刚出来、推理还不成熟的时候，就占了百分之六七十的token消耗，今天还有30%左右，但量非常非常大。

不管是豆包、DeepSeek还是国外的模型，20%到30%的token消耗还是角色扮演、提供情绪价值。

我们去年五月投了一个海淀的企业，AI原生的角色扮演应用。投的时候当月收入不到十万美金，上个月单月做了一千七百万美金，这个月估计两千多万美金，在这个规模上还保持每两个月翻一番。

这个对比很有意思。

《恋与深空》对这种需求证明了市场，但在AI时代以前，它只能定义五个帅哥。它今年想推出第六个帅哥，被用户拒绝了：你就好好养老。

《恋与深空》

AI时代不一样，用户想要什么样的角色可以自己定义，AI提供的是十倍以上的用户体验。这就是它涨得这么快的原因，用了短短两年时间，月收入已经超过《恋与深空》了。

还有一层：腾讯内部有三个产品在做同样的事情，到今天产品还没上线。你用传统3A大作思路去做，两三年不上线是正常的。但今天，我两年时间收入已经超过《恋与深空》了。

这就是AI时代，你要更快创业，更快得到市场一线的反馈。

Coding也是。

泛Coding、通用Coding和API，说实话是大厂的机会，创业公司不容易做，Claude Code和Codex的杀伤力太厉害了。

垂直领域肯定有机会，靠开源在全世界切出垂直的Coding机会。

国内市场天花板不高，而且大厂太猛，垂直应用都会被整合到大厂的工作台里去，但海外市场大。

美国为什么没有长出AI时代的工作台？因为微软Office太强大了，几乎所有人都用Office，Copilot只能寄生在Office里增加一点AI体验。

中国没有Office这样统治级的供应商，你可以彻底把Office丢掉：我有一个工作台，帮我把PPT和Excel全部做好，我只看就行。中国企业完全弯道超车了，但代价是创业公司机会几乎被全部吃掉了。

所以，Coding创业要打海外市场。

机器人：只做跳一下够得着的垂直场景

机器人我前面讲过了，那些只会跳舞打拳的，我不投，那个市场太小了。

着眼商业化，反而更安全、更容易一点。

我们去年投了一个水下机器人。

本来我说机器人不投，它是投了以后主动找上来，让我们按照天使价格去投的。它做水下洗船体，产品特别好。我们投的时候它只有洗船一个场景。我公开讲了以后，很多客户找上来。

海关找上来了：要查走私。中国近海特别浑浊，潜水员下去查走私很辛苦，看不见，机器人下去没问题。以前海关只能抽查，现在每艘船都查。

还有海上光伏。浙江、江苏、福建都在建海上光伏，这是中国优势：中国近海差不多就五十到一百米深，美国海岸线一出去就是几百米甚至三千米，它没法建海上光伏、海上风电。

中国光伏本来就供给过剩，政府买去建海上光伏给AI供电，算得过来账。

但海上光伏板是要清洗的，不清洗，上面长藤壶、长海藻海带，台风一刮就倒了。二三十米的水深，人下去是坚持不住的，有生命危险，必须机械下去洗。水产养殖也一样，养海产品的笼子也会长海藻，不冲掉，供氧量减少，里面的鱼会闷死。

所以，水下泛化比陆地泛化容易太多了。做家务那个事情，看起来简单，价值很低，但泛化难度很高很高。水下洗船、查走私、洗柱子、洗养殖笼，工作任务泛化起来很容易，跨行业特别容易。这个公司现在收入涨得特别快，订单根本来不及做，海外订单也一样。

我们还投了柔性机械臂。

现场展示过，能给模特刮胡子。那个视频已经播了两年了，没有新的视频，就同样的视频，没有剪辑、没有加速。这个东西的商业价值和大家都有关系：iPhone出了折叠机，十月份才发货，产能为什么供不上？因为折叠机的铰链安装非常精细，就是我们的机械臂去装的。现在产能跟不上，苹果那边一下几千万的订单买这个机械臂去装铰链。车厂、特斯拉上海工厂、苹果的供应商，现在都大规模采用。就是非常聚焦在一个产品上，但很容易产生高商业价值。

某工厂机械臂工作

我们还投了做仓库分拣的机器人，叫大咖机器人，场景是服装电商仓库里分拣衣服。

为什么要做这个？今天机器人做家务，路途还很遥远很遥远，但仓库里分拣衣服是可以做的：包裹比较固定，比较轻，相对容易做。唯品会一个仓库里面就有两三千个分拣衣服的员工，这是很容易被机器人取代的。我们通过唯品会帮它进仓库试验过。千万别说我在一楼看三楼，那够不着的。要比我高十几公分，我跳一下能够着的东西。今天创业公司还能够去想一想。

还有机器马。今天在国内的氛围里面是有机会的，国外很多地方警察骑着马巡警。

用户留存是最终的指标

最后一点，和AI时代一模一样：最终还是看用户粘度、用户留存。

VC给你钱是让你去花钱获客的，但你获取用户以后能不能长期留下，这个特别特别重要。

我们一般看月留存。

第二个月能保留50%以上，六个月以后能保留20%以上，这是及格线。而且最好是，虽然用户只留下20%，但他花费的金额可能是40%，花的钱比以前多两倍以上。

以下为朱啸虎与王小川的对谈实录

技术派还是市场派

王小川：AI创业现在分两派，一派是技术信仰派，一派是市场信仰派。Allen是偏市场信仰派的，为什么选择这条路？

朱啸虎：我的考虑特别简单，就是前面讲的那个框架：技术进步速度和技术扩散速度。技术进步快于扩散的时候，每发一个新模型就能带一大批免费用户、大批收入增长，这时候技术占主导。但一旦技术进步速度慢于扩散速度，就回到传统的商业问题上去了：你怎么获客？用户留存怎么样？今天又回到这个事情上。

王小川：千万不要给自己贴标签，说我是技术派还是市场派。技术是强的地方，但如果把自己贴上技术派的标签，潜意识里就会对市场不敏感、不去尊重它，那就把自己坑了。市场是认知理解的问题，不足就去补这一课，不要限制在技术对还是市场对里面。

方向盘与发动机

王小川：我上次讲过一个比喻，技术是发动机，决定跑多快；判断是方向盘，决定往哪开。

朱啸虎：我的选择是方向盘，选择大于努力。互联网上几千家上万家公司，今天剩下不到二三十家。当然，什么时候什么稀缺，什么时候就什么更重要。就像油车时代我们发动机造不好，那时候发动机更重要；电动车把发动机简化了，重量就重要了，方向盘就重要了。今天最稀缺的可能还是好方向。比如情绪价值、角色扮演，腾讯内部有三家在做，我们的被投公司也有好几家在抄，全国可能上百个团队都在抄。模型上面用的都差不多，但怎么把这个模型用好，里面有很多小的细节，这时候方向就变得微妙了。

王小川：中国大模型创业者这两年实际处在发动机状态。哈萨比斯讲过一个比喻：美国人带着大砍刀在亚马逊丛林里面劈出一条路来，非常艰苦、很慢的工作；中国人跟在后面走，就快很多。这一轮中国公司基本上是跟进角色，老美在掌方向盘。这波头部大模型公司，不管上市的、拿到几百亿上千亿融资的，其实都是在发动机的状态里面，中国更多在做低成本跟进。

王小川：还有一个文化观察。互联网创新时代，北大做得比清华好：北大遇到事不顺，说这世界有毛病，我要改变世界，这是方向盘；清华同学会说，我自己修为还不够好，我要自强不息，我改我自己，这是发动机。李彦宏做搜索，一堆清华同学跟着他干。但这一次硬科技突进，是技术直接扎进去，发动机显得更有竞争力。等到模型没有差异了，又回到北大时代。

朱啸虎：这也是为什么我今天来为北大代言：中国的斯坦福，加油。

泡沫还是相变

现场提问：中美AI有没有泡沫？

朱啸虎：总体上谈不上泡沫，需求就是很旺盛。有些价格确实难持续，OpenAI一个模型赚80%的毛利，很难持续的，它要降速，主要就是想限制中国开源模型在美国的使用，否则它的价值完全守不住。今天中国的需求也很旺盛。梁文锋讲，算力只要买到GPU，十个月回本；美国成本高一点，也是两年回本。硬件投资两年回本，五年回本都算可以的。所以，总体上AI才刚刚开始。

王小川：这不叫泡沫，叫相变。水到快100℃的时候开始沸腾，叭叭叭的，它不是爆掉就退回去了，而是变成一个新的形态。这是从科学时代到智能时代的转变，价值比几次工业革命都大。美国最大的问题不在AI本身，是国债；中国每年有上万亿美金的顺差，只要这个在，中国就立于不败之地。美国现在那些大厂都开始发债，可能把美国政府借债的空间都往下挪了。

15°偏角

现场提问：过去互联网投资是美元资本，现在房地产下降、基建收益率下降，更多国资进来了，投资人有什么体感变化？

朱啸虎：变化很大。首先是我们更关心退出。为什么我说偏移15°？不敢偏移太多，偏移太多你退出很难、上市很难。偏移15°，我还在AI这条主通道里面，上市还可以，同时又有商业化，有安全边际。这样既在共识里，又有自己的一点差异化。

具身智能的数据悖论

现场提问：具身智能的数据闭环怎么破？

朱啸虎：那是小川的问题，我不做具身智能。

王小川：路径还不清晰。到底需要什么样的数据、什么样的算法去收敛，现在没人知道。很多收数据的公司，很努力到场景里去收高价值数据，先训一版，再让机器人进去。但如果GPT-6根本不需要人类数据，就可以做VLA模型，那干嘛需要采集数据？现在整个方向都不帮助你收敛。在方向不清晰的时候，动作越大，浪费越大。