简道资本(Goodwater Capital)联合创始人钱志华(Chi-Hua Chien)在风险投资领域深耕逾二十年,却始终保持着文化人类学家的思维方式。作为一家专注于消费级与专业消费级技术的投资机构,简道资本的投资组合横跨娱乐、医疗健康、金融科技和线下体验等多个领域,被投企业包括MIDI Health、Fever和Monzo等。钱志华在27岁担任Accel分析师期间,正是他率先发现了那家由哈佛六人团队创立的公司——Facebook。
这种洞察大规模人类行为的能力,渗透在他的每一个判断之中:美国人永远不会信任一款同时管理社交与财务的超级应用;曾经长达两年的前沿AI模型与手机端本地模型之间的能力差距,将在未来一年内缩短至三个月。
如今,他也愿意将风投圈许多人只敢私下说的话公开说出来:模型层的商品化进程已经启动,而AI时代最大的赢家,根本不会是那些直接贩卖AI的公司。
以下为经编辑整理后的访谈内容。
创投圈里的投资人与创始人的关系
最近越来越多的创始人和投资者开始公开抱怨风投机构,这背后发生了什么变化?
这是一切都在走向"梗文化"的缩影——你能看到政治领域正在发生的事情正在渗透进商业世界,这或许也是市场某种泡沫顶部信号。一些投资者开始变得更敢于公开表态,部分原因在于头部风投机构已高度垂直整合,规模足够大,根本不需要寻找联合投资伙伴。过去大家都会维护礼节,因为你需要在不同阶段与其他共同投资人合作。如今机构越做越大、越来越自给自足,这种维系关系的必要性自然也就少了。
那"快速跟投"现象呢——机构在某一估值下投入大笔资金,几周后再以高得多的估值少量跟投,让对外公布的融资数字比实际更亮眼——这真的是新现象吗?
我认为这种做法由来已久。最优质的公司融资节奏极快,轮次之间可能只相隔三到六个月,估值变化也非常剧烈。估值被当作一种营销手段,用来彰显市场领导力、吸引人才、甚至阻击竞争对手。其中不乏泡沫成分——这些快速融资最直接说明的是,市场需求远超供给。投资方进来定好价、完成融资,几周后需求依然溢出,公司立即就能以更高价格开启新一轮融资。
模型层的商品化与应用层的崛起
你一直认为基础设施公司最终会被商品化,应用公司才是价值捕获的主体。这一规律在当前这轮AI周期中已经开始显现了吗?
回顾PC周期、互联网周期和移动互联网周期,它们遵循着相当一致的演进规律。基础设施公司的市值实际上在2000年就已触顶——但往后推25、26年,以名义美元计算,那些基础设施公司的市值至今仍未超过2000年的峰值。在互联网时代,基础设施新进入者创造了4000亿美元的新市值,而应用公司创造了3.1万亿美元,占新增价值的88%。移动互联网时代也高度相似:基础设施约创造7000亿美元,应用公司则创造了3.7万亿美元,Netflix、Spotify、Meta、Uber、Airbnb都在其中。
就在上周,你能看到一个很有意思的信号:谷歌宣布将其AI订阅产品的月费从7.99美元降至4.99美元,同时存储空间翻倍。价格战时代已经到来——像谷歌这样在垂直整合和渠道分发上具备结构性优势的公司,可以开始捆绑销售、对普通消费者展开价格竞争。
超个性化与下一代赢家
你反复提到"个性化"这条主线。这是区分下一波赢家的核心要素吗?
超个性化绝对是核心主线。个性化如果做对了,能带来更高的客户满意度、更深的用户粘性,以及随时间增长的更高每用户平均收入。
我们的投资组合里有几家娱乐公司——比如Triumph、Ritten和Flow GPT——用户根本不会说"这是一款AI应用",他们说的是"这是一款娱乐应用"。这些公司正在快速冲向1亿、4亿、6亿美元的年度经常性收入,且利润率可观,因为AI让体验变得更可定制、更个性化——但AI本身并不是他们在售卖的核心价值。
我们还投资了一家女性健康公司Midi Health。女性健康领域的根本瓶颈在于,精通围绝经期激素替代治疗的医疗服务提供者极为稀缺。借助AI,他们能够大幅扩充医疗供给,惠及数十万此前无法获得诊治的患者,同时保持成本效益,让一个长期供给受限的市场真正打开。这套逻辑可以在每一个以人类专业知识为瓶颈的供给受限领域中复制。
离真正个人化、无处不在的AI还有多远?
我认为距离已经不远了。你现在可以在手机上本地运行的AI模型,其能力已经与六个月前的最优模型相当——而且这个差距还在持续收窄。两年前,本地运行与云端前沿模型之间的能力差距大约是18到24个月。现在是六个月。到明年这个时候,很可能缩短到三个月。
目前还不够清晰的,是应用场景的定义。移动互联网时代也经历过同样的过程——2007年iPhone发布时,人们普遍以为它不过是把网页应用搬到手机上。真正符合新介质特性的应用场景,需要时间让创业者去探索和沉淀。
大语言模型的本质,如果你从它的工作原理抽身出来,看它究竟能做什么,其实只有两件事:让你能够处理大量上下文并从中提炼洞见;以及以极低成本实现真正意义上的个体层面个性化,并通过反馈循环让产品持续变好。
Facebook为何始终造不出超级应用
你目睹了Facebook多年来尝试打造超级应用的失败历程。为什么在美国市场,把金融服务和社交娱乐融合在一起如此之难?
他们多次尝试——Facebook Credits(2009年)、Facebook Pay、Libra……从未真正实现过超级应用。我认为用户对信任有一种直觉感知,而娱乐社交产品与商业、银行、金融服务之间,存在着一道信任鸿沟,在西方世界尤其如此。
金融交易有一种严肃性,与社交媒体的"轻盈感"截然相反——别误会,那种轻盈感已经造就了一家市值超万亿美元的公司。但金融服务恰恰相反:社交媒体是用户时间投入极高、变现效率相对低;金融服务则是变现效率极高、用户时间投入相对低。没有人想在银行App里"逛",你只想快速完成交易、离开——但必须对交易的安全性和可靠性有极高的信心。用户的这种心理预期,是一道极难跨越的鸿沟。
押注线下体验的反弹
你是否在押注人们对面对面连接的渴望,作为数字化浪潮的反向对冲?
我们非常非常相信这一点。在数字内容供给趋于无限的世界里,人们渴望的恰恰是最稀缺的东西——真实的人际接触,真实的现实体验。
我们投资了一家总部位于巴黎的公司Bump,它由Zenly的原始创始团队创立,Zenly曾被Snap收购。他们打造了一套界面,借助数字信息作为催化剂,促成人与人在现实世界中的互动。我们还投资了总部位于伦敦和马德里的Fever——基本上是欧洲版的Live Nation。他们从小众、新奇的活动起步,比如烛光音乐会、《布里奇顿》体验展,而后逐步走向主流。
我认为我们正在从纯线上消费向另一个方向摆回去,而AI作为使能技术,了解你去哪里、和谁在一起、习惯在哪里花时间,可以推断出大量相关兴趣,让现实世界的体验变得更有价值、更加个人化。这让我们非常兴奋。
Q&A
Q1:钱志华是怎么判断模型层会被商品化的?
A:钱志华以PC、互联网、移动互联网三大技术周期为依据,指出基础设施公司的市值在每轮周期中都远不及应用公司。以互联网时代为例,基础设施新创企业创造了约4000亿美元市值,而应用公司创造了3.1万亿美元,占新增价值的88%。他认为AI周期将遵循同样的规律,真正的价值将被那些将AI内嵌于娱乐、医疗、金融等垂直场景的应用公司所捕获,而非直接贩卖AI能力的公司。
Q2:为什么Facebook做不成超级应用?
A:钱志华认为核心原因在于用户信任的心理模型差异。社交娱乐产品强调轻松、随意,而金融服务要求高度严肃与安全感,两者在用户心理上存在根本性的信任鸿沟。此外,两类产品的商业模式完全相反:社交媒体是高时间投入、低变现效率;金融服务是低时间投入、高变现效率。用户不想在银行App里"逛",这种心理预期的差异很难通过产品设计来弥合。
Q3:本地端AI模型与云端前沿模型之间的差距还有多大?
A:钱志华表示,这一差距正在快速收窄。两年前,本地运行与云端前沿模型之间的能力差距约为18到24个月;目前已缩短至约六个月;他预测到明年同期将进一步缩短至三个月左右。这意味着用户在手机上就能运行接近当前最先进水平的AI模型,真正个人化、无处不在的AI体验已经近在眼前。
好文章,需要你的鼓励
今天讲的出海案例是依米康,这家数据中心温控与液冷设备厂商正在把泰国纳入海外交付体系,并用生产线、总装车间和焓差实验室承接算力设施订单。
BioMatrix是首个将分子序列、分子三维结构、蛋白质序列、蛋白质三维结构和自然语言统一在单一语言模型中的生物基础模型,在80项任务中77项达到最优或第二优。
Salesforce正式推出Help Agent,这是基于Agentforce平台的预封装AI客服智能体,可在数分钟内连接企业知识库、操作功能及网页、短信、语音等沟通渠道。该产品同步推出按解决率计费模式,每次成功自主解决客户问题收费2美元,无需按token或操作次数计费。Help Agent支持低代码构建,内置测试功能,并配备全新客户服务门户。该产品预计于2026年7月正式上线。
浙江大学提出SKILLHARNESS框架,通过为AI电脑助手的每项技能附加安全边界,从成功、失败和风险三类经历中学习,使AI在动态危险环境中安全高效地完成任务。