AI正在改写产品和组织的底层，美国的货架也在重新分配，一件发生在硅谷，一件发生在洛杉矶，想同时抓住技术红利与海外市场的中国企业，必须把两件事放在一起看。
2026年9月13日至19日，「创业黑马 · AI+消费美西之旅」由创业黑马主办、领途LeadPath深度交付。这次美国企业游学以深度研学的方式，用了7天时间从旧金山湾区走到洛杉矶：前者回答「AI正在改变什么」，后者回答「中国品牌怎样在美国站住脚」。
斯坦福大学课程
宏观变局与科技浪潮
——创业黑马美国游学研学行程回顾
落地硅谷，斯坦福的第一堂课没有直接讲AI，先讲大环境。
请吴军博士来开这一课，是因为他的经历横跨硅谷科技巨头、中国互联网大厂和早期科技投资三个位置。他在Google参与搜索算法和自然语言处理的核心工作，后来出任腾讯副总裁，离开产业界后创办丰元资本，累计投资超过120家科技企业。其著作《浪潮之巅》《数学之美》等，则系统梳理了科技产业的兴衰规律。
研究、管理、投资他都做过，这样的人来讲「科技浪潮怎么起落」，可信度最高。
他的分享延续了近年反复打磨的框架，围绕三条主线展开。
第一条是宏观变量。人口结构、气候与能源转型、全球贸易规则的重写，这些「大环境」对一门生意的影响，往往大过任何一项具体技术。
第二条是硅谷为什么能持续诞生万亿级公司。他的答案不在政府扶持，也不只在技术，而在一套管理和文化：对叛逆的宽容、拒绝平庸、宽容失败，以及大公司刻意「把自己做小」的组织自觉。
在他看来，硅谷很多时候没有发明什么，它擅长的是把别处的发明从0做到N。他也提醒，「复制硅谷其实很难，但是完全不需要复制」。
第三条是国际化。国内市场只占全球经济的一部分，只守国内必然加剧内卷。他的判断是，中国企业必须走国际化道路，而且一开始就要下决心。
对AI的热度，他给的是冷静的历史视角：「任何技术革命都伴随着泡沫」。泡沫会烧掉大量资本，但泡沫之后释放出来的资源，往往会托起下一代巨头。
对「AI+消费」这条主线来说，这一课先把坐标系立了起来：技术是芝麻，环境是西瓜，出海是大多数中国企业绕不开的那条路。
谷歌参访分享
AI基础设施投资背后的算法
——创业黑马美国游学研学行程回顾
斯坦福的课把视野拉到最宽。到了谷歌，问题落到一个具体动作上：一家科技巨头决定在AI上花多少钱，账是怎么算的。
谷歌是全球AI竞赛中资本开支最大的公司之一。外界看到的是模型发布和产品更新，很少有人看到这些投入是怎么在内部被评估、被批准的。
分享嘉宾Alex（化名）是Google CFO办公室资本工程团队成员，日常工作正是评估Google在AI/ML计算基础设施上的投资决策，此前在顶级风投和管理咨询机构任职。他站在财务和工程的交界处，是讲「巨头如何为AI下注」最合适的人。
分享围绕科技巨头的AI战略布局与组织进化展开：AI投入怎样从技术议题变成董事会层面的资本配置议题，组织又如何为这种量级的投入调整。
谷歌总部参访由技术主管Kevin（化名）带队。他在Google工作近七年，主导生成式AI广告产品研发，让学员从工程团队的视角看这家公司如何把AI嵌入核心业务。
英伟达专题分享
算力之争已经是系统之争
——创业黑马美国游学研学行程回顾
如果说谷歌代表「买算力」的一方，英伟达就是「卖算力」的一方。这家公司几乎定义了这一轮AI基础设施的形态，是这次硅谷研学绕不开的一场分享。
要把英伟达讲透，外部分析师不如内部工程师。分享嘉宾Ethan（化名）在英伟达任职七年以上，工作是把前沿AI研究转化成可部署的产品，覆盖生成式AI、计算机视觉、图形渲染和自动驾驶等方向，还负责为公司CEO制作技术演示。他本科以全届第一的成绩毕业于新加坡国立大学，获李光耀金牌，之后在斯坦福获电气工程硕士。
他的分享从一个反直觉的判断开始。大客户采购算力时，「你的产品的性能，我保证大家绝对不是第一位的」。可靠、运维省心、上线快、旧卡保值，这些才是企业级采购真正看重的东西。英伟达的护城河，很大一部分来自十几年持续投入的软件生态。
第二条主线落在每个人身上。他坦言自己「百分之九十九以上的代码都是AI写的」，同事之间开玩笑说自己是「聊天工程师」。瓶颈已经从「写」转移到「审」：最终仍需要有人签字、有人负责。重复性岗位会被大幅压缩，留下来的岗位要么承担责任，要么提供判断和审美。
第三条主线回到产业。他用「马鞍」比喻包裹在大模型外面的那层软件工程：「你可以把大语言模型想象成一匹烈马」，需要一套工具去驾驭，才能真正完成任务。
他认为，当技能人人可得，「你的选择变得重要」，算力需求则会呈指数级增长。英伟达也早已不只是一家芯片公司，而是在做CPU、GPU、网络与存储协同设计的系统公司。
对正在推进AI转型的企业一号位来说，这一场的价值很具体：AI的门槛正在从「会不会用」变成「敢不敢让它承担一部分工作，并为结果负责」。
Meta专家分享
AI硬件在寻找下一种形态
——创业黑马美国游学研学行程回顾
英伟达讲的是云端算力。Meta把话题拉回到人身上：AI最终以什么形态出现在用户面前。
Meta过去十余年在AR/VR上持续重注，也和传统眼镜品牌合作推出了智能眼镜。分享嘉宾Leo（化名）是Meta智能眼镜与可穿戴产品线的硬件工程负责人，此前在Apple工作五年，参与Vision Pro的硬件开发，拥有UC Berkeley Haas商学院MBA学位。从苹果的头显到Meta的眼镜，下一代计算设备的两条路线他都亲手做过。
他的分享分三层展开：Meta的产品矩阵与组织；AR/VR技术的原理、瓶颈与应用场景；AI与可穿戴硬件的结合。
核心判断是，眼镜最有可能成为手机之后的下一代计算平台。手机放在口袋里时看不见、听不到；眼镜可以持续感知环境、理解用户意图，承载眼动、手势、语音等新的交互方式。真正的约束来自重量、续航和佩戴舒适度，这也是整个行业工程投入最集中的地方。
对AI硬件创业，他给出的提醒很务实：先找一个AI能真正落地的垂直场景，想清楚产品要采集什么数据，再谈形态。行程中的Meta眼镜店体验，让学员把这些判断拿到实物上验证。
硅谷创投社交冷餐会
AI应用生态与投资风向解析
——创业黑马美国游学研学行程回顾
技术判断最终要经过资本的检验。在JJ LAKE举办的创投社交冷餐会上，一场80分钟的全中文圆桌把投资人和创业者放到了同一张桌子上，也是一次与硅谷创业者的深度交流。
圆桌由Google技术主管Kevin（化名）主持。三位嘉宾分别是：王金林博士，丰元资本（Foothill Ventures）创始合伙人，专注硅谷深科技早期投资；Victor（化名），保险科技公司创始人兼CTO，前Oracle软件开发总监，做企业软件二十多年；Iris（化名），AI推理优化公司创始人兼CEO，前Instacart AI技术负责人。
四个视角，正好覆盖「投资人看风向，创业者证落地」。
具身智能
机器人卡在数据上
——创业黑马美国游学研学行程回顾
圆桌讨论的是资本怎么看AI，具身智能这一课则回到技术最硬的一端：能在物理世界里动手的机器人，离真正落地还有多远。讲这个问题，最合适的是一线研究者。
Owen（化名）在斯坦福师从李飞飞教授，研究方向是让机器人从人类行为数据中学习，参与开发过具身智能领域广泛使用的家庭任务评测基准，在机器人学顶级会议上获得过最佳论文奖，现任美国一所顶尖高校的计算机科学助理教授。
他的分享围绕近年持续研究的几条主线展开。
第一，AI本质上是从数据里学习的，擅长在见过的范围内推断，遇到训练数据之外的情况就没有保证。判断一个AI项目，先看它的真实场景离训练数据有多远。
第二，具身智能最根本的瓶颈是数据。大模型可以用整个互联网训练，机器人数据却只能一条条采，又贵又慢。
他梳理了行业的几条解法：做垂直场景、仿真、穿戴设备与遥操作采集、用大模型直接生成机器人动作代码，以及借鉴特斯拉的人机协作，拿到「人类纠错数据」。在他看来，这类数据最珍贵，因为「它不仅告诉你该怎么做，它还告诉你错在哪」。
第三，落地先看市场。专用场景的机器人已经在美国悄悄落地；家用机器人卡住的往往不是技术，而是用户愿不愿意为这项服务付费。他半开玩笑地总结了第一条路线的逻辑：「世上无难事，只要肯放弃」，放弃泛化，先在一个场景里把事做成。
品牌出海的本土化策略研讨会
——创业黑马美国游学研学行程回顾
TikTok美国总部是中国科技企业全球化最受关注的样本之一，内容驱动的电商正在改变美国消费者发现商品的方式。走进这里，「本土化」不再是抽象概念。
同一天在洛杉矶WeWork举办的主题论坛「品牌出海的本土化策略研讨会」，把这个概念拆开来讲。六位一线操盘手，覆盖跨境电商、品牌出海、本土化运营与法律合规四个议题。
在平台端，TikTok Shop美国创始团队核心成员Cindy（化名）回顾了早期冷启动：用一百个达人对一百个商品做「大池子测试」，再从跑出来的单子里反推达人画像。她认为，决定商品能不能卖起来的，不是来自中国还是美国，「而是看它的内容属性是否能把它带起来」。不少商家干脆「把这个电商当营销做」，同时拉动线下。
Temu本地商家BD总监Brian（化名）在美国生活三十年，此前负责TikTok Shop美国本地业务。他的判断是，美国零售仍以线下为主，可行的路径是「通过线上去打开线下的渠道」；而在美区，「已经不是一个平台可以解决你品牌或者你商品的」，多平台布局是必选项。
SHEIN第三方平台商务拓展负责人Joyce（化名）则从平台视角，讲了选品、定价与视觉呈现对新卖家的影响。
在渠道端，深耕美国商超渠道的Ryan（化名）给出了一组反常识判断：美国线下仍占大头，线上的大卖并不保证能进线下，没有线上数据的产品也能直接进商超。他提醒，商超买手「不是产品经理，他是货架经理」，供应商要讲清楚的不是价格低，而是自己能为这块有限的货架带来什么新流量。
在合规端，硅谷跨境律所创始合伙人Lydia（化名）梳理了中国企业在美设立公司时最常见的几个问题：公司架构与控制权设计、商标与知识产权、税务登记，以及最容易踩坑的劳动用工合规。她的建议很朴素：「在美国，我就记得两个事务一定要有，一个就是律师，一个是会计师。」
在门店端，蜜雪冰城美洲区经营管理负责人Nathan（化名），从门店一线讲了中国品牌的本土化。首店选在地标商圈，先做品牌认知，不急着赚钱；最大的坑在审批流程；管理美国团队要把任务讲清楚、交出去就信任。他的一句话很能概括这一节的主题：「在美国，不是什么东西都可以找关系」。
从平台到渠道，再到合规与门店，这场论坛把「本土化」拆成了一张可执行的清单。
风雷集团参访分享
中国供应链进入北美的基础设施
——创业黑马美国游学研学行程回顾
论坛讨论的是怎么卖进去，风雷集团回答的是货怎么落地。
风雷集团（Thunder International Group）2010年成立于洛杉矶，在全美6个州运营9个仓配中心，覆盖美国本土48个州，是长期与美国邮政USPS合作的华人跨境物流企业。对计划在美国铺渠道的中国品牌来说，这是一个看得见、摸得着的落地样本。
风雷集团团队的分享从一个问题开始：「未来五年企业是否还真正的需要一家运输公司？」他们自己的答案是不需要。
品牌出海、渠道多元、小单快反、关注到手总成本，这几股趋势正在把物流商推向「供应链基础设施平台」的角色。仓库也不是越大越好，「而是要离消费者能够足够近」，多仓布局才能把最后一公里缩短。
团队负责人在分享中反复强调合规：「出海合规呢，一定是一个前置的问题，不是说遇到了问题再去解决。」他也提醒，真正出海以后，「库存一定要本土化」，因为美国大商超的订单越来越碎片化，需要供应商在本土备货。
团队另一位成员对「出海成功」给出了更高的标准。线上一天一两千单，「严格意义上来讲，我不觉得这个算是出海成功」，关键是能不能走进线下商超。线下慢、审核严，但「只要铺进去了」，收益会更长久。
这一站，让前面所有关于渠道与品牌的讨论有了落脚点。团队负责人的建议是，中国企业要「逐步的从先卖产品，然后慢慢的建立自己的品牌」，最终成为能长久在美国站住脚的企业。
本次创业黑马美国企业游学，「AI」与「消费」是两条交织的主线，路线本身就是一次从技术到市场的推演。
硅谷研学的一条线，围绕技术的底层：斯坦福课堂立起宏观与浪潮的坐标，谷歌和英伟达从买方和卖方两端算清AI基础设施的账，Meta与具身智能课堂则把视线投向AI进入物理世界的下一种形态。创投冷餐会上的投资人和创业者，把「钱往哪儿流」和「AI怎么赚钱」放在同一张桌子上互相检验。
洛杉矶段回到市场本身。TikTok总部参访与品牌出海主题论坛，从平台、渠道、合规到门店，拆解了本土化的每一个环节；风雷集团总部参访，又把这些判断落到仓库、库存与合规的具体动作上。暴雪娱乐参访与城市文化体验，则为这趟行程留出了观察美国文化产业的另一个窗口。
对正在推进AI转型、或正在把品牌带向海外的中国企业来说，这两条线最终指向同一个问题：在规则不同的市场里，怎样把自己的优势变成本地用户愿意买单的价值。
关于我们
领途LeadPath
领途LeadPath 成立于2014年，总部位于美国硅谷，采用中美双核运营架构，美国团队占比36%。我们以专家网络（Expert Network）为核心，链接全球科技企业、顶尖高校与投资机构的200+位政企专家，致力于连接全球顶尖商业智慧，点亮企业发展第二曲线。
12年来，我们深耕中美，为中国企业提供三类服务：赴美企业研学、专家咨询与访谈、海外商务活动筹办，覆盖科技前沿、组织变革、消费出海与全球化战略等议题。全部专家与参访资源均由我们自主开发，不经第三方转包，每个项目都按客户的具体问题从零定制。
目前，我们已与众多知名商学院、企业家社群及企业建立长期合作，累计服务中国企业客户3000+、高端商务人士20000+，交付商务研学团组700+。
