11月的第一天，一支12年周期的 AI Fund——「锦秋基金」办了一场 CEO 大会。
这是一场纯粹由锦秋自己筹备举办，汇聚近100位 AI 公司 Founder 的交流大会。
为什么要筹办这样一场活动？
在全世界被 AI 改变的三年里，这家基金投资了约70个 AI 项目，既看到新机遇对各行各业的重塑，也关注到新趋势对创业者持续不断地挑战。
于是他们决定搭建一个场合，让 AI 领域的 portfolio 聚在一起，找到更多同频者，真实交流彼此的思考和判断、决策与逻辑。
在这场 AI Founder 含量“超标”的活动中，锦秋基金创始合伙人杨洁也分享了自己对 AI 领域的系统性观察。
部分核心观点如下👇🏻
- 关于 AI 应用和模型：锦秋坚定地认为模型是 commodity，价值会让渡给产品。现在模型还不够完善，产品还有进步空间。所以现在 AI 应用公司让用户“信任”尤为重要，懂用户的产品更有竞争力。
- 芯片领域目前的三个机遇：第一，推理芯片的窗口刚打开；第二，芯片、软件、算法的正向飞轮，是中国式创新；第三，这个领域有很多不一样的技术方案在解决问题，与用户场景深度适配是护城河。
- 关于机器人：目前数据集爆发、资本狂奔、成本下降，这三个拐点同时发生，机器人正迎来ChatGPT时刻，现在积累的场景是未来壁垒。
- AI 时代快速成长的公司有三个信号：解决具体的痛点和用可验证的解决方案；做填补鸿沟的产品；执行力是唯一验证成功的途径。
以下是杨洁在本次锦秋会上的分享全文：
各位老朋友早上好，感谢大家来到今天的活动。
锦秋是一家 AI 基金，成立于2022年。
2022年的时候，AI 还不像现在这么被热烈地讨论，但我们当时已经看到一群相信AI方向的人在坚定地行动。所以，锦秋基金成立了，我们想做的，是找到一群有方向感的人一同前行。
今天到场的有三类的创业者，这也是我们主要投资的三个方向：应用、芯片、机器人。
这三个方向，大家也会遇到一些担心。
- 做应用的担心：OpenAI会不会颠覆自己的业务？
- 做芯片的担心：英伟达太强，国产替代空间有多大？
- 做机器人的担心：技术落地太慢，投资人还有耐心吗？
我想我们可以回忆2007年的 iPhone 时刻，在那之后的十年诞生了高通/ARM、OV小米、微信/抖音这样的参天大树。现在新的 iPhone 时刻不是要到来，而是已经开始了，所以无论在哪个战场，现在都是最好的时刻。
我快速分享一下，锦秋眼中这三个战场的历史性机遇：
我们先看下面这张图。能看到，技术迭代的浪潮持续地提速。
基础设施的完善再加上社媒的充沛，让信息可以流通得更快。互联网、移动互联的发展，都在以更快的速度去加速，AI 尤其快。所以 AI 进入了一个大浪潮，只不过它的速度快了 n 倍。
接下来看第一个战场：AI 应用。
现在比较有争议的话题是“到底未来是模型一统天下，还是产品更有价值”。在锦秋，我们坚定地认为模型是 commodity，价值会让渡给产品。
这两张小图可以看出来，左边这张图代表智能提升的速度，右边这张图代表在达到同样准确率的情况下，每百万Token消耗的成本剧烈下降。由此可见，模型是 commodity，但是产品不是。尤其，更懂用户的产品是更稀缺的。
第二点来聊聊，现在什么是最重要的。
现在大家都知道，模型还不够完善，产品还有进步空间。所以用户也都知道，目前在用的这个产品还不足够完美。那么，用户选择相信谁，就会留下来跟谁一起成长。所以“信任”尤为重要。但市场要的不是“我也能做”，而是“只有我能做”，要看谁真正更懂得用户。
这张图左边的 AI 公司，以更快地速度达到了一亿美金 ARR 。右边传统大公司，他们过去（达到一亿美金 ARR）可能要用4到5年，甚至更长的时间。其实这也说明了，应用团队找到切入点以后，执行力在放大， AI 又在加速这个过程。
芯片是另外一个巨大的市场。2025年全球是1500亿美金的规模。AMD 的预测是到2028年的时候，全球会有5000亿美金的规模。
我们看到，尤其推理芯片的需求在激增，Token 调用量加速增长。谷歌在 Q3 平均每个月的 Token 的消耗是1000万亿次，在9月份的时候是1300万亿。OpenAI 的 API，披露的数据是每小时60亿次，字节火山披露的数据是每天30万亿调用，也就是一个月900万亿次调用，这个量是巨大的，推理需求是激增的。
所以在这里，我们看到三个机会。第一个是推理芯片的窗口刚打开，第二个是芯片软件算法的正向飞轮，第三个就是不同的支点，有很多创新团队在用不一样的技术方案解决问题。
第三个战场，机器人公司正迎来 ChatGPT 时刻。
现在能看到，数据集爆发、资本狂奔、成本下降，这三个拐点同时发生。
2025年整个市场的融资额是414亿，是2023年的5倍。我们自己的感受也很深，锦秋投资的星尘智能、地瓜机器人等公司在很快时间内完成了后续几轮融资。
总地来说，不管是做应用、芯片还是机器人，跨越这三个战场都有一些共同的法则。
第一个法则就是“找到不对称”。
- 芯片，看推理、看创新。
- 机器人，看区分场景的深度。
- 应用，讲垂直应用。
第二个法则是“做时机判断，然后决定资源的投入度”。
引用硅谷的一个预测，在智能级服务这个大浪潮的20年周期内，我们现在才属于第三年。现在，芯片即将迎来应用的爆发、客户的爆发。应用现在正当时。
第三个法则是“数据飞轮确实有效”。
数据飞轮不单指要在做业务过程中积累越来越多的数据。而是说，我们确实要推动某一个明确的业务指标，比如收入、留存，或者转化率。
接下来想分享一下，我们看到的、快速成长公司的三个信号。
第一个信号：解决具体的痛点和用可验证的解决方案。
不用怕垂直领域，因为在垂直领域如果做到了极致，是拥有这个领域的定价权。
我们看到原本 SaaS 公司不愿意去服务的行业，比如医疗、法律等信息化程度相对低的行业也在爆发。在美国，OpenEvidence 最新一轮融资是60亿美金的估值，有5000万美金的 ARR。
而且，不用回避套壳。这里举例一个大家都知道的公司 Cursor。 Cursor 没有发明 IDE，也没有发明代码补全，但是它把这个垂直场景做得足够好，所以也用很快的时间做到了1亿美金的 ARR，270亿美金的估值。所以套壳不用怕，只要把这个壳从薄做到厚就行。
第二个信号是，做填补鸿沟的产品。
现在 AI 跑 Benchmark 的能力，对比在现实世界中解决问题具体问题的能力，两者有一个巨大的鸿沟。但同时大家也能看到模型的进展速度、智能的提升速度。
我们就算假设未来10年模型不再更新，那消化现有的智能能力也依然需要很长的时间。所以，能解决具体问题，并且能很好地引导用户使用产品的公司，会长期有价值、有经验。
第三个，执行力是唯一验证成功的途径。
唯一可能有点绝对，但我们看到的案例确实是这样的。尤其是现在，AI 放大了整个执行力的负例效应。所以快团队和慢团队差距会越来越剧烈、越来越快地显现出来。识别负例的方向，并且有更高的执行力，是决胜的关键。
还有三个我们对2026年的预判。
第一个预判：大模型的竞争会持续，这对于应用公司是利好。
其实用户对模型是没有忠诚度的，在模型之间切换的成本非常的低，所以差异化会转移到产品体验、垂直场景和品牌信任。我们认为模型厂商在未来发展当中不具优势，深入场景的产品会更具有优势。再强调一下，模型是 commodity，产品不是。
第二个预判：我们在从个人助手的时代走向 Agent Economy 的时代。
Agent Economy，是指 Agent 转移资源，做交易，那就会拥有一个全新的经济系统。在这个经济系统诞生的过程中，又会有三个巨大的、充满挑战的机会：第一个就是真正的自主学习，第二个是全新的基础设施，第三个是与之相伴的信任与安全。
第三个预判：我们可能低估了 AI 的需求。
科技巨头的资本支出从2023年的2270亿美金到2026年的5430亿美金，比特、原子、生物-比特世界都在被 AI 重塑。所以我们判断，即便是大的投入，依然远远不够。
我今天的主要分享大概就是这些。讲完后也想请各位想一下，未来我们会重建什么？
很多做应用的 founder，大家在重建行业的工作方式与人的生活方式；芯片的 founder，在重建计算的基础；做机器人的在重建比特世界与原子世界的交互。这些，都不是渐进式的范式创新，而是范式的转移。 AI 加速的力量，让过去需要20年发生的事提速到只需要五年发生。
最后总结几句话送给各位不同领域的founder：
- 做应用的：“模型是 commodity，有审美、有用户信任的产品永远不是”；
- 做芯片的：“窗口才刚打开，与用户场景深度适配是护城河”；
- 做机器人的：“ChatGPT 时刻即将到来，现在积累的场景是未来壁垒” 。
谢谢大家，让锦秋在这个充满不确定的时代找到你们。让我们一起全速前进。
本文由公众号“四木相对论”授权转载｜ https://mp.weixin.qq.com/s/wW5dSOvdPi7n94UWt0y6oQ ｜（编辑：ZN）