13

　　我们正处在一个通用人工智能（AGI）迅速崛起的时代，大模型的涌现让我们看到了AGI即将成为现实的光芒。互联网时代以“编码”为核心，通过供需两端流量的聚集，实现了标准化服务的低成本实现。而AGI时代则是以“建模”为核心，依赖个性化的数据聚集，精准建模，解决个性化服务的低成本实现。这意味着，从长远来看，AGI带来的将是一个前所未有的机遇，一个可能颠覆各行各业、改变未来格局的转折点。

　　然而，在经历了前几年的投资狂热后，投资者们开始更加审慎地看待创业项目，对盈利模式、技术成熟度、市场前景等要求更为严格。对应用层创业者而言，融资难已成为普遍现象。事实上，这并非因为投资者对AI的长线价值失去了信心，相反，他们对于AI技术的潜力和前景依然抱有极高的期待，只是资金对于回报的倍数与周期有要求，与当前AI领域的高风险、长周期特性不完全匹配。

　　在这样的背景下，我们希望对当前AI领域的投资状况进行深入的分析和报道，为广大的开发者提供一份有价值的参考。

　　经过多方访谈和国内外公开信息的研究，我们认为：

1. 投入到应用的钱可能比想象的多，新的资金主要来自于未能投入到大模型公司的资金、大模型公司市场教育吸引到的新资金以及部分有公司职务的高净值人群。
2. 大模型头部公司可能成为新的投资方；短期内互联网战投、A股战投的钱还不太会直接投资到应用层。
3. 美元投资的是带有模型能力的应用，人民币投的是带有产业能力的应用；应用层公司能拿到投资的逻辑：对标美国主流赛道、主打中国优势能力、快速迭代自身AI-Native能力。
4. 美国知名应用的早期投资也来自于非知名基金，非明星创业团队可以考虑一些非知名投资机构。
5. 资本市场的转折点：达到1亿ARR还是千万MAU的产品。
6. AI-Native应用时代，用户的价值更高，但获得用户的成本也会更高，因此应将低成本储备用户列入日程。
7. 不能低估2023年全球“AI”自然流量增长对产品增长的带动，不能高估2023年AGI相关技术对AI产品增长的价值。
8. 当前AI+应用仍是主流，AI-Native应用的TMF周期可能会高于预期；Web端阶段性更适合新锐Gen AI产品，移动端暂时可能更适合ROI生意。
9. 需求端高频变化的场景才是ToB新创公司的机会，低频变化的场景更适合老玩家。
10. 大模型技术能力是成为独角兽公司的必备要素，但如果公司目标不在于资本市场退出，更应该考虑快速试错迭代。

　　此外，我们还发现：

• 大模型公司在2024年应该想办法构建自己的核心壁垒与护城河。模型层的公司呈现出闭源化和开源化的派别之争。以OpenAI为代表的闭源派代表，将以AI为核心，成为交互和流量入口，通过聚拢大量中小APP，培育生态。
• 头部大模型公司、具身智能公司账上都有远其自身需要的现金，有能力进行投资和并购。随着模型厂商陆续公布10亿美元级别融资，竞争日益激烈，生态上的竞争也会更加激烈。
• 2024年，竞争的主赛道仍在应用层。即使是上市公司的战投，也很可能会倾向于有模型能力的应用。
• 中美在生成式AI的投资上呈现出明显的差异。美国市场持续聚焦于技术创新和AGI的潜力；中国市场则更注重AI技术的应用和市场潜力。

　　总的来说，AGI时代带来了巨大的机遇和挑战。对于创业者和投资者来说，需要紧跟全球趋势、发挥本土优势并展现强大的自我进化能力才能在激烈的市场竞争中脱颖而出。