过去一年，人工智能领域愈发火热。但与加密货币或 Web3 等过往风投热潮不同，AI 在市场升温时已有多家大型初创企业和传统玩家活跃其中。随着退出案例出现及政府监管迹象显现，创始人和投资者正面临更为复杂的生态系统。
警惕“逐底竞争”：拒绝单纯套用大模型
企业家纷纷涌入，早期投资者亟需拨开噪音，甄别哪些企业具备长期潜力。鉴于微软、谷歌和 OpenAI 等巨头积极布局，投资者更看重拥有护城河的公司，避免押注易被边缘化的项目。
Atypical Ventures 创始人 Chris Wake 指出，基于现有大语言模型（LLM）构建的初创企业吸引力有限。“利用别人的模型解决商业问题是‘逐底竞争’，难以成为变革性业务。”此外，这类企业还面临被大厂通过新增功能直接淘汰的风险。
Wake 强调：“AI 是一把锤子，并非万事万物都是钉子。找到适配特定场景的正确 AI，比盲目推出 LLM 更重要。”投资者需警惕炒作周期中的冲动，确保企业真正实现产品与市场契合。
重塑工作流与垂直深耕：寻找真正的价值点
Ride Home Fund 普通合伙人 Brian McCullough 表示，他青睐彻底改变工作流程而非仅简化流程的公司。例如，创造不涉及电子表格的新任务完成方式，远比优化电子表格体验更具投资价值。
Conviction 创始人 Sarah Guo 认为，AI 应提供刚需解决方案而非锦上添花。她以投资的 Harvey 为例，该公司基于 OpenAI 帮助律师回答法律问题，体现了两大核心特质：
- 构建垂直领域技术；
- 在无强大现有企业或成熟方案的市场中开发。
Guo 指出：“在能大量利用 AI 提效并改变竞争基础的领域，原本不吸引人的行业正变得极具吸引力。”
利基市场、专有数据与连续创业者
RTP Global 合伙人 Andrea Funsten 同样认为，瞄准法律等利基市场或拥有丰富自有专有数据的领域最具机会。她表示：“专注于训练高度专业化语言模型（常借助合成数据）的公司和产品正吸引越来越多关注。”
在团队选择上，Funsten 倾向于连续创业者。这类创始人通常经历过创业起伏，不太可能因过早接受大额融资或高估值而陷入困境。“他们目睹过过山车式的轨迹，更能应对 AI 领域的快速变化。”
值得注意的是，AI 市场演变极快，未来监管可能颠覆现有趋势。正如 Funsten 所言，市场对“吸引力”的定义可能随时发生改变。