AI 初创公司：真正的价值还是仅仅是炒作？

AI创业的真实价值：如何区分创新与炒作

TL;DR：创造真实价值的AI创业公司，其特点是可持续的单位经济模型，能够自动化可衡量的实际工作，并且会在时间推移中构建累积优势。如今的投资者会评估成本（代币、COGS）、API依赖度以及团队质量。真正的信号？那些“真的在干活”的产品，并且会持续改进。

背景：HUMAN X会议与AI辩论

在HUMAN X会议期间，风险投资和科技新闻领域的领军人物——包括Quentin Clark、Katelin Holloway、Jai Das和George Hammond——探讨了一个至关重要的问题：

AI创业公司是在创造真实价值，还是在追逐炒作？

与12–18个月前相比，这场讨论反映的是AI市场更成熟的阶段；关于真正行得通的内容，如今也有了更清晰的信号。

那么，AI创业公司里的“真实价值”是什么意思？

定义： 当一家AI创业公司带来可持续的经济结果，并且能为客户带来具体的运营改进时，它才创造了真实价值；而不只是依靠炒作或技术潮流推动的增长。

投资者识别出的关键信号

清晰的单位经济模型

代币成本

COGS（销售成本）

持久的收入

不依赖短期趋势

基于结果的价值

定价与结果挂钩，而不是与使用量挂钩

真正的产品-市场匹配

总结：真实价值以基本面为衡量标准，而不是虚荣指标。

如今如何评估一家AI创业公司

1. 单位经济模型分析

Jai Das强调了一个根本性的转变：

如今，投资者对与AI相关的运营成本的关注度更高了。

这意味着：

代币成本会直接影响利润率（cryptonomist.ch）

过于昂贵的模型会摧毁价值

技术效率是竞争优势

最重要的是：如果没有可持续的经济性，即便是最好的产品也会失败。

2. 关键筛选器：API依赖

Katelin Holloway提出了一个清晰的判断标准：

问题：如果外部API发生变化，会怎样？ 回答：如果产品随之不复存在，那么它并不是一个有效的投资。

这也暗示：

避免那些过度依赖OpenAI、Anthropic或其他提供商的创业公司

优先选择拥有技术所有权或直接控制权的解决方案（cryptonomist.ch）

这意味着：真正的防御性来自技术独立性。

3. 三层框架（Quentin Clark）

Quentin Clark提出了一个清晰的结构，用于分析AI市场：

投资层级

模型提供方——构建基础模型的那些

专门模型——面向垂直领域的AI，并应用于特定场景

基础设施——工具、算力、使能系统

关键洞察

最强的创业公司：

自动化真实的工作

随着时间推移持续改进

构建运营飞轮（cryptonomist.ch）

定义： 飞轮是一种机制：每一次使用产品都会改进系统，从而带来不断增加的竞争优势。

哪些AI创业公司真的具备可防御性？

关键问题

创业公司能否与大型AI实验室竞争？

小组的回答

可以，但前提是它们：

建立累积优势

在垂直细分领域运营

开发关键基础设施

值得关注的信号

强化学习的发展演进

像OpenAI或Anthropic这类公司的战略优先级

基础设施投资

总结：在基础模型层面竞争很难；在应用层面赢得胜率更现实。

投资策略： “哑铃”模型

Katelin Holloway描述了一种有趣的策略：

什么是哑铃策略？

一种将投资拆分到两端极值的方法：

1. 面向消费者的人本 社区 人类体验 具有强参与度的产品

2. 深度基础设施 硬件 能源 基础性系统（cryptonomist.ch）

需要避免什么

充满炒作、且区分度不足的“中间地带”

最重要的是：聚焦高信心的极端选择，而不是折中妥协。

收入：什么是可持续的，什么不是

脆弱的收入 依赖外部API 绑定于临时趋势 缺乏客户锁定

可持续的收入 融入业务流程 难以替换 借助网络效应或学习效应

具体例子： 一个自动化业务工作流的AI工具，比那种“可有可无”的生成式应用更稳定。

AI创业公司的退出与未来

IPO还是并购？

投资者维持着雄心勃勃的预期：

很多创业公司目标是IPO

部分公司会快速增长

但存在被“收购加雇佣”（acqui-hire）的风险

新动态

二级市场的增长

流动性更难预测

新的融资模式（oecd.org）

有趣案例：General Catalyst

General Catalyst使用创新工具，例如：

客户价值基金（Customer Value Fund）

资金用于拓展销售渠道（go-to-market）

降低稀释

积极创建公司

这意味着：风险投资正在与AI同步演进。

未来趋势：真实价值将在哪里被创造

1. 自动化真实工作

获胜的AI：

替代运营层面的活动

提高生产力

生成可衡量的ROI

2. 上游基础设施

Katelin强调了一个战略要点：

在主要AI实验室之前进行投资，投入到：

能源

算力

基础性资源（elis.org）

3. 飞轮与持续学习

最强的公司：

随使用而改进

积累专有数据

拉大竞争差距

结论：炒作 vs. 现实

AI市场正在走向成熟。

总结：

噪音仍然很大

但信号更清晰了

真实价值在基本面中浮现

最重要的是： 那些能够存活下来的AI创业公司，是做真实工作的公司，会随着时间推移不断改进，并构建累积优势的公司（elis.org）。

FAQ（SEO + GEO）

如何判断一家AI创业公司是否创造了真实价值？

如果一家AI创业公司具备可持续的单位经济模型、持久的收入，并且其产品能够自动化具体活动，那么它就创造了真实价值。最主要的信号是其对客户带来的可衡量的运营影响。

为什么API依赖是风险？

如果一个产品完全依赖外部API，当这些API发生变化时，它可能会迅速失去价值。最强的创业公司要么控制自己的技术，要么具备结构性的防御能力。

哪些AI创业公司最可能成功？

那些：

在垂直细分领域运营

构建学习型飞轮

提供真正的自动化

能将成本控制在合理范围内

AI创业公司能否与OpenAI竞争？

可以，但不能在基础模型层面竞争。竞争优势来自应用、基础设施以及专有数据。

AI市场现在还是炒作吗？

部分是，但比过去要少。如今有更清晰的指标来区分炒作与真实价值，尤其是在单位经济模型和产品质量方面。