✍️ Gate 廣場「創作者認證激勵計劃」進行中!
我們歡迎優質創作者積極創作,申請認證
贏取豪華代幣獎池、Gate 精美周邊、流量曝光等超過 $10,000+ 豐厚獎勵!
立即報名 👉 https://www.gate.com/questionnaire/7159
📕 認證申請步驟:
1️⃣ App 首頁底部進入【廣場】 → 點擊右上角頭像進入個人主頁
2️⃣ 點擊頭像右下角【申請認證】進入認證頁面,等待審核
讓優質內容被更多人看到,一起共建創作者社區!
活動詳情:https://www.gate.com/announcements/article/47889
AI 初創公司:真正的價值還是僅僅炒作?
AI 新創的真正價值:如何分辨創新與炒作
TL;DR:創造真正價值的 AI 新創之所以能脫穎而出,關鍵在於它們具備可持續的單位經濟(unit economics)、能夠自動化可衡量的實際工作,並能隨時間累積優勢。如今,投資人會評估成本(token、COGS)、API 依賴程度,以及團隊品質。真正的訊號?能「把事情做出來」的產品,並且持續改進。
脈絡:HUMAN X Conference 與 AI 辯論
在 HUMAN X Conference 期間,包含風險投資與科技新聞領域的領導者——例如 Quentin Clark、Katelin Holloway、Jai Das 與 George Hammond——都在討論一個至關重要的問題:
AI 新創是在創造真正價值,還是在追逐炒作?
這場討論反映出相較於 12–18 個月前,AI 市場已進入更成熟的階段,對「真正有效的是什麼」也有了更清楚的訊號。
AI 新創中的「真正價值」是什麼意思?
定義: 當一間 AI 新創為客戶帶來可持續的經濟成果與具體的營運改善時,它才算創造真正價值;它不是只有靠炒作或科技趨勢推動的成長。
投資人辨識出的關鍵訊號
清晰的單位經濟
Token 成本
COGS(Cost of Goods Sold,銷售商品成本)
可持久的營收
不依賴短暫的趨勢
以成果為導向的價值
定價與成果掛鉤,而不是與使用量掛鉤
真正的產品市場契合(real product-market fit)
總結:真正價值以基本面衡量,而非以虛榮指標。
如何在今天評估一間 AI 新創
Jai Das 強調了一個根本性的轉變:
如今投資人更密切關注與 AI 相關的營運成本。
這意味著:
Token 成本會直接影響毛利率(cryptonomist.ch)
過於昂貴的模型可能會消耗價值
技術效率是一項競爭優勢
最重要的是:如果沒有可持續的經濟性,即使是最好的產品也會失敗。
Katelin Holloway 提出一個明確的判準:
問題:如果外部 API 發生變更,會怎樣? 答案:如果產品因此不復存在,就不算是有效的投資。
這也意味著:
避免選擇過度依賴 OpenAI、Anthropic 或其他供應商的新創
優先考量具備技術所有權、或能直接掌控的解決方案(cryptonomist.ch)
這表示:真正的可防禦性來自於技術獨立性。
Quentin Clark 提出了一個用於分析 AI 市場的清晰結構:
投資層級
模型提供者——打造基礎模型的那些公司
專門化模型——帶有特定應用的垂直 AI
基礎設施——工具、算力,以及支援系統
關鍵洞見
最強的新創:
自動化真實的工作
會隨時間持續改進
建立營運飛輪(operational flywheels)(cryptonomist.ch)
定義: 飛輪(flywheel)是一種機制:每一次使用產品都能改善系統,進而帶來不斷增強的競爭優勢。
哪些 AI 新創真的具備可防禦性?
關鍵問題
新創能否與大型 AI 實驗室競爭?
小組的回答
可以,但前提是它們必須:
建立累積型優勢
在垂直利基市場運作
發展關鍵基礎設施
值得留意的訊號
強化學習(reinforcement learning)的演進
像 OpenAI 或 Anthropic 這類公司的策略重點
基礎設施投資
總結:在基礎模型上競爭很困難;在應用端取勝更符合現實。
投資策略:蠻牛模型(Barbell)模式
Katelin Holloway 描述了一個有趣的策略:
什麼是蠻牛策略(barbell strategy)?
這是一種把投資分散到兩個極端的做法:
面向消費者的人本導向 社群 人的體驗 具有強黏著度的產品
深度基礎設施 硬體 能源 基礎系統(cryptonomist.ch)
應該避免什麼
充滿炒作、又缺乏明確差異化的「中間地帶」
最重要的是:把重點放在高信念的兩端,而不是在中間做折衷。
營收:哪些是可持久的,哪些不是
脆弱的營收 依賴外部 API 綁定短暫的趨勢 缺乏客戶鎖定(customer lock-in)
可持久的營收 整合到企業的營運流程中 很難被替換 並能透過網路效應或學習效應形成優勢
具體例子: 能自動化企業工作流程的 AI 工具,比那種「可有可無(nice-to-have)」的生成式應用更穩定。
AI 新創的退出與未來
IPO 或併購(Acquisition)?
投資人仍抱持很高的期待:
許多新創目標是 IPO
其中一些會快速成長
但存在被「併購兼吸收人才(acqui-hire)」的風險
新的動態
二級市場的成長
流動性較不易預測
新的融資模式(oecd.org)
有趣案例:General Catalyst
General Catalyst 使用創新的工具,例如:
客戶價值基金(Customer Value Fund)
資金用於 go-to-market(市場開發與銷售)
降低稀釋(dilution)
積極創建新公司
這表示:風投正在隨著 AI 一起演進。
未來趨勢:真正的價值將在哪裡被創造
勝出的 AI:
取代營運層面的活動
提升生產力
產生可衡量的 ROI
Katelin 指出一個策略重點:
在主要 AI 實驗室之前投資在:
能源
算力
基礎資源(elis.org)
最強的公司:
會隨使用而改善
累積自有(proprietary)的資料
拉大競爭差距
結論:炒作 vs. 現實
AI 市場正在成熟。
總結:
雜訊仍然很大
但訊號更清楚了
真正的價值會在基本面中浮現
最重要的是: 能夠存活下來的 AI 新創是那些真正把工作做出來、隨時間持續改進、並建立累積型優勢的公司(elis.org)。
常見問題(FAQ)(SEO + GEO)
如何判斷一間 AI 新創是否創造真正價值?
若一間 AI 新創具備可持續的單位經濟、可持久的營收,以及能自動化具體活動的產品,它就會創造真正價值。主要訊號在於:對客戶產生可衡量的營運影響。
為什麼 API 依賴是一項風險?
如果一個產品完全依賴外部 API,當這些 API 改變時,它就可能很快失去價值。最強的新創要嘛掌控自己的技術,要嘛具備結構性的防禦能力。
哪些 AI 新創最可能成功?
那些:
在垂直利基市場運作
打造學習飛輪
提供真正的自動化
能把成本控制在掌握之中
AI 新創能跟 OpenAI 競爭嗎?
可以,但不能在基礎模型層面競爭。競爭優勢來自於應用、基礎設施,以及自有資料。
AI 市場仍然是炒作嗎?
在某種程度上是,但比過去少了。如今,有更清楚的指標能用來區分炒作與真正價值,尤其是在單位經濟與產品品質方面。