来源|虎嗅科技组
作者|陈伊凡
编辑|苗正卿
头图|《亿万》剧照
在上海宝格丽酒店的大堂，天际资本创始合伙人张倩刚刚结束一场与创业者的深度对话，而当晚，她便要马不停蹄奔赴苏州，继续下一场行程。
此次跨国出差，张倩当天凌晨才抵达上海，一天时间，辗转香港、上海、苏州三地--这三个地方是没时差的，前面是在美国和日本，连倒时差的间隙都没有，紧凑的行程恰似当下AI创投领域的快节奏——争分夺秒。
但即便行程匆忙，张倩依旧展现出了一贯的精致与专业：身着红色衬衫搭配版型笔挺的西装，妆容精致，睫毛刷得整齐分明，每一处细节都透露着严谨与考究。
在我们对话之时，全球VC正在发生深刻变化，AI的发展极大缩短了传统VC的决策流程，原本的“广撒网”式投资，变为更为快速出手的专业和垂直的小团队突破。
在VC，这个上世纪80年代发展起来的行业里，极少有投资人能够穿越多个技术周期，并在每个阶段都能投出代表性公司，尤其是当AI加速VC清场速度的当下，但张倩是个例外。自2018年，张倩创立天际资本，并布局了早期云服务和人工智能企业，投资了字节跳动、美团、金山云，小米等，并曾实现了全球前5%的退出业绩。
不过最近张倩受到了一些“质疑”，这些争议主要来自她开始当“网红”了。
前不久，她在视频号“倩姐投AI”上发了一个视频——“投了200亿的VC，为何‘放下身段’做网红”，同事起的标题，她没改，这条视频立刻转发破千，认同之外，评论区里的质疑声袭来。
其实，在如今的AI时代，做内容和IP，已经成了硅谷VC的共识。这种以投资人或机构为核心的内容传播，立竿见影地降低了投资者和创业者、LP甚至内部的沟通成本，这在追求快速投资决策的今天，至关重要。
内容传播最著名的就是硅谷风投机构a16z，其甚至收购了一家科技播客品牌Turpentine，播客甚至为这家VC带来了15%的项目源。
面对“做网红”的质疑，张倩很坦然，她点赞了每一条评论，包括那些负面的留言评论。她说其实自己的粉丝数远达不到“网红”的地步，但粉丝质量却很高。
这些内容帮她减少了很多内部沟通成本，让刚入职的新人很快了解天际资本的投资逻辑和文化。更重要的是，后来她发现，这些视频还能帮天际积累外部共识，吸引到志同道合的人——现在去见创始人，对方常会说 “我看过你的视频，很认同你的判断”，无需再反复介绍自己与机构；更令她意外的是，天际早期投资了AI办公耳机未来智能，张倩在视频里随手展示了这款产品，直接在科技圈和投资圈带火了它，让她真切感受到内容带来的低成本营销价值。
她鼓励创始人做IP，这已经成为了这一波创业中新生的营销方式，许多创业者自己就是社交媒体中的KOL，分享自己对于行业和创业的认知和洞见。
张倩的视频更新频率很高，但她极少写脚本，她说自己就是想到啥说啥，很真实，也很真诚，因为这波创业，最怕的就是“装”，“AI时代，你很难‘装’很久，真诚更加重要。”
张倩说自己的投资一直充满反共识，甚至包括她打破了投资人应该隐于幕后的惯例，走到台前。如果细细拆解张倩在每一个技术周期中的押注，几乎没有追热点投的项目，但如果把这些案例放在更长的时间维度，却被证明是一次绝妙的押注。
比如，2015年，以深度学习和图像识别驱动的AI创业进入高潮，头部AI独角兽贵到让投资人却步，但在看过了几十家AI公司后，张倩一家AI独角兽都没投，却出手两家公司，一家叫字节跳动，一家叫金山云。
当所有人都将字节跳动定位为一家媒体公司时，张倩看到了其背后的人工智能，她定义字节是一家人工智能公司。而金山云，则更是张倩过往投资经历中最为“反共识”的企业之一。
2023 年 ChatGPT 引爆市场，大模型公司估值飙升、机构争相抢投时，天际资本却选择了观望，但那段时间，张倩及团队几乎每天都在开会进行深度讨论。
那年春节，张倩在海南带娃期间，仍组织团队连续多日开会讨论，最终判断大模型商业模式不清晰，Scaling Law的暴力美学游戏更适合有钱有实力的大公司，于是天际资本决定转向当时被严重低估的 AI 应用与 AI 硬件赛道。
等到2025 年春节 DeepSeek 横空出世、AI 应用迎来爆发，天际资本已提前一年多完成布局，投出的 Dify 成了全球增长最快的 AI Infra 产品，全球安装量超 40 万，当初的投入价值早已翻数倍。
进入生成式AI时代，焦虑是这个行业普遍的标签，对于需要提前布局、快速出手的VC而言，更是焦虑。这种焦虑当然是来自当今AI的极大不确定性，因为不可预测，今天押注的公司，可能下一秒就被新技术迭代，一朝倾覆。投资人和投资经理，每天盯着最新的消息，如侦探般寻找项目的蛛丝马迹。
张倩说，ChatGPT刚出来的时候她也焦虑，但等她看懂了大模型背后的逻辑，这个焦虑感就消失了。她发现，天际资本一直遵循的投资逻辑“天际铁三角”如今仍然适用。
第一个角叫做——抓需求，抓市场的刚需；第二个角是对技术和产品竞争力的分析，张倩发现，技术迭代中会出现一种情况，那就是纯技术公司很容易被覆盖，除非能够确定这个技术公司能够短时间内积累用户和数据；第三个角是人，天际还在分析初创公司的时候，加入了对股东的分析。
“我们错过了一些（项目），但也抓到了很多项目。”张倩说，天际资本去年在AI应用项目上出手20%，但出手特别精准，至少覆盖了30到40个项目，“这就很好了，我觉得AI也才刚开始，还有很大的空间，不用焦虑。”
01
投了200亿的投资人为什么要做“网红”
虎嗅：现在你亲自做视频号、打造个人 IP，从幕后走到台前，这和传统 VC “低调行事” 的思路很不一样，为什么会做这个选择？
张倩：我觉得这是更高效的沟通方式，可以吸引很多志同道合的创始人。通过这种方式，能快速吸引到和我们理念一致的创始人。很多创始人看了我的视频后，会直接说 “和我们想法特别合”，这种 “灵魂共振” 的默契，比一次次低效拜访、反复介绍机构理念要省力得多。
至于为什么要主动做内容、做自媒体，其实是参考了硅谷 VC 的成熟经验。2024 年有数据显示，硅谷的基金里，40% 的项目来源是社交或社交媒体，很多机构会主动运营自己的社交账号；像 a16z 更是早早就布局，他们甚至公开说，单靠播客就为机构带来了 15% 的优质项目。
国内可能有人会误解，其实这是对行业趋势的误读 —— 在AI时代，内容本身就是连接资源、传递认知的重要载体，能帮我们更高效地找到同频的人。
虎嗅：你做 VC 已经十几年了，早年微博、推特热度很高的时候没选择做内容，为什么现在要从幕后走到台前做视频号？
张倩：十几年前我刚做 VC 时，微博、推特确实很火，但那时候我没觉得内容创作能成为 VC 的核心助力；现在选择做，关键是看到了 AI 时代下内容创作的巨大潜力 —— 它是一种几乎零成本，却能实现高效连接的生产模式。
我更想身先士卒去体验这件事。就像很多创始人会亲自下场做产品一样，我也想一线感受 “怎么把内容做好”，毕竟我们投的很多项目都和AI落地场景相关，亲自做内容能更直观地理解 AI 如何赋能传播、如何触达用户，这种体感是听别人说多少遍都比不上的。
为什么现在发视频很频繁，也和短视频的特性有关。短视频能利用大家更分散的碎片时间，比如通勤、午休时就能看，受众覆盖面更广；而播客更偏向深度沟通，门槛相对高一些，适合传递更复杂的观点，两者的受众和场景是互补的。不过我们现在也在规划做播客，未来会用不同形式的内容，覆盖不同需求的人群。
虎嗅：拍第一期视频的契机是什么，做了什么特别的准备？
张倩：其实没做什么准备，我一开始做视频的核心想法很简单，就是想沉淀一些内容。
投资行业很特殊，很多判断需要靠实践验证，还藏着不少 “反人性” 的逻辑，比如大家都觉得好的时候，往往是二级市场股票的高点，这时候 VC 反而要警惕。所以我一直觉得，VC 需要有反共识的勇气和前瞻性的认知，而视频就是传递这些认知的好载体。
最开始做视频，主要是为了内部团队 —— 天际的新人刚加入时，要理解我的投资思路、跟上机构的判断逻辑需要时间，我想通过视频把这些内容直接传递出去，减少反复沟通的成本。
没想到后来有了意外收获，不少创始人跟我说，看了我的视频后受到了鼓励；还有上一代的优秀企业家，也反馈说视频内容让他们很受启发。正因为这些反馈，我开始更频繁地发视频。
虎嗅：你拍过特火的一条视频是什么内容？
张倩：我有一个视频特别火，标题是 “为什么投资 200 亿，还要做网红”，这是同事帮忙取的，确实抓住了大家关心的点。但说实话，我根本算不上 “网红”，视频平台上总共也就小几万粉丝，不过这些粉丝的质量特别高，完全达到甚至超出了我的预期。
我做自媒体的目的很朴实，就是高效沟通，吸引志同道合的人，现在看来还起到了更多传播作用。
我做自媒体的目的一直很朴实，就是想高效沟通、吸引志同道合的人，现在看来还多了一层传播价值。比如我们投过的未来智能，它做的翻盖AI耳机当时是个特别反共识的项目，2022 年创始团队刚创业时，找了一百多家机构都没人愿意投，我们很快做了决策，选择独家领投。后来我给这款耳机拍了条视频，没想到一下就火了，转发量过万。也是从那时候我才真切意识到，内容做得好，不用花一分钱也能达到很好的传播和营销效果。
虎嗅：脚本是自己写吗？
张倩：我都是每次想什么就说什么，我非常真实。我觉得在AI时代，你很难“装”很长时间，真诚更重要，我们没有任何MCN机构或者运营。
虎嗅：现在有很多创业者自己也做IP，他们可能就是一个大KOL，包括你也鼓励创始人自己做IP。
张倩：是的，很多厉害的创始人都这样，非常积极沟通。当然，不是所有人都擅长面向大众做传播，所以有些创始人会选择在技术社群里写技术博客，把对产品、对技术的思考沉淀下来，这同样是很有价值的沟通方式。
不管是VC还是科技创业者，核心都要想明白一点：AI 时代的传播逻辑变了，一定要学会用低成本甚至零成本的方式打破信息壁垒、降低认知差。
过去想让品牌或产品从小众走向大众，需要投入大量资金做营销、铺渠道；但现在不一样，AI时代的红利就在于 “创新自带流量”，只要你有足够独特的AI产品，哪怕一开始只有几个人用，只要价值足够突出，就能快速获得几十万甚至更多的关注，这种传播效率在过去是很难想象的。
虎嗅：自己下场做个人IP、做视频，这段经历给你带来了哪些新的认知和实际收获？
张倩：我做“网红”，收获特别大。
第一，实现了资源的高效连接。我们是字节跳动的投资人，两三年前就知道字节是靠 AI 重塑的 “内容帝国”，内容的核心价值就是打破壁垒，把人和商品、人和人、人和资源快速对接起来。过去我们和 被投企业家、机构投资人沟通，一对一交流效果更好；但面对更大的圈子，比如潜在的创业者、跨行业的合作伙伴，靠线下拜访效率太低，而内容能一次性触达更多人，把低效沟通变成了高效连接。
第二，是拉近了和创始人的距离，提升了投资效率。现在我去见创始人，几乎每个人都会说 “看过你的视频，很认同你的观点”—— 这种基于认知共鸣的沟通，省去了反复介绍机构、磨合理念的时间。创始人通过视频能看到我一直在一线，状态和他们同频，而投资本质上投的就是 “志同道合”，这种信任感让我们的投资决策节奏快了很多。
第三，更敏锐地感知到AI赛道的渗透趋势。做视频需要用到很多AI电商使用的内容工具，比如剪辑、分发、数据分析工具，在使用这些工具的过程中，我们能第一时间摸到电商、广告、内容上下游赛道的脉搏，比如哪些工具更好用、哪些技术更成熟、哪些需求还没被满足……这些工具后来都成了我们的投资对象，比如我们在 AI 电商领域已经投了 5 家公司，靠的就是这种一线实践带来的敏锐度。
最后一点，帮团队快速提升了专业认知。对 VC 团队来说，统一认知、提升判断能力是个慢过程，但视频能把我的思考、对行业的判断直接沉淀下来。看视频就能快速理解我们的投资逻辑。这种方式比传统的内部培训高效得多，团队的专业判断水平也能更快跟上行业节奏。
02
在ChatGPT爆火后没迅速押注火爆的大模型项目
虎嗅：这一波和中国、硅谷、日本和创业者聊，有什么感受？
张倩：这一波创业者的整体特征，和上一波移动互联网时期有明显不同。
第一是创业者流动性显著提高。其实真正优秀的创业者，本质上还是同一批人，只是他们的选择范围不再局限于单一区域，而是流动到了不同国家和地区。比如这次在日本，我既接触到了本土成长起来的 90 后创始人，也见到了在硅谷创业成功后，选择移居日本深耕文娱科技领域的创业者；还有一位前小米高管，在公司上市实现财务自由后，也把生活和事业的重心搬到了日本。对这些创始人来说，选择在哪个地方创业，核心考量只有一个 —— 能否让自己的创意落地、打造出更优质的产品，进而改变甚至造福所在行业。
第二是AI 创业的门槛明显变高。相比移动互联网时期 “全民创业” 的宽松环境，这一波 AI 创业的挑战和竞争烈度都大幅提升。最直接的门槛在于技术应用能力：如今做 AI 创业，创始团队至少要掌握 “用 AI 开发可用产品” 的核心能力 —— 这里的 “会用 AI”，不是简单了解技术概念，而是能将 AI 技术转化为实际可落地的产品，这是入门的必备条件，也直接拉高了创业的准入标准。另外，从接触到的创业者画像来看，现在能推进到和我面谈阶段的创始人，要么是在其他领域有过成功创业经历的 “老兵”，要么是在 AI 领域有突出天赋的少年天才，这也从侧面反映出行业对创业者的要求在提升。
第三是科技大厂的入局态度更积极。对比移动互联网时期的行业节奏会发现，当年 PC 互联网的龙头企业，其实是很晚才被动加入移动互联网竞争的；但在这波 AI 浪潮中，各大科技大厂从一开始就表现出极强的积极性，早早布局技术研发和赛道争夺，成为 AI 创业生态中不可忽视的重要参与者。
虎嗅：说起不同的两波AI浪潮，天际资本在上一波（2015年左右）的AI浪潮中，天际资本几乎没有涉足当时热度很高的 AI 公司，这背后的考量是什么？
张倩：如果对比这两波 AI 浪潮会发现，其实不同阶段的创业者背景差异并不大，但上一波 AI 公司绝大部分没能走出来，核心问题我认为出在 “时机” 上。现在很多 VC 机构谈投资，总爱强调逻辑和技术，但在我看来，比逻辑、技术先进更关键的，是判断赛道的爆发时机——要清楚这个领域什么时候能真正落地，然后提前布局、耐心坚守，这才是投资的核心。
2015 到 2016 年那两年，我前后看了上百家 AI 公司，最终都没有出手，反而选择了投资金山云。
当时的判断很明确：不管那些 AI 公司的技术听起来多独特，我始终看不到它们的落地路径 ——AI技术本身成本很高，但谁会为这些技术买单？应用场景在哪里？这些关键问题（在当时）都没有答案。
科技行业的进步，往往需要一个类似 “iPhone 时刻” ——就像 iPhone 的出现，真正让智能手机从概念走向普及，彻底改变了移动互联网的生态。但在2015年的AI浪潮里，我始终没看到这样的节点，既然看不到技术落地的明确机会，自然不会盲目跟风投那些热门公司。
虎嗅：在2015年这个时点里，天际除了金山云，还投了美图公司。
张倩：我可能是上一波AI大规模应用较早的参与者，投资美图也和对AI应用的观察有关。一方面，美图在 2015 年前后的短视频和图片领域处于行业头部位置，本身就具备很强的用户基础和场景优势；另一方面，美图还是商汤科技的第一批投资人，当时美图与商汤的合作，已经在 AI 视觉领域做了不少探索，比如将 AI 技术用于图片美化、特效生成等场景，确实为行业带来了一定的技术提升。
不过，这次合作也让我更早看到了上一波 AI 技术落地的核心难题。商汤当时只提供了算法，没有配套的产品落地方案；而美图的团队擅长产品运营和用户体验，却不懂算法技术，没办法把算法真正转化为用户能感知到的产品功能。那时我就发现，上一波AI技术的落地，会出现很大挑战。
这种情况和现在的 AI 浪潮完全不同。如今像GPT这样的大模型，已经能直接拿出 ChatGPT 这样可直接使用的产品，用户能直观感受到技术价值。
虎嗅：2021 年底 ChatGPT 推出后，行业热度迅速攀升，2022 年大量资金涌入大模型公司，但天际资本却没有布局大模型项目，这背后是出于怎样的考量？当时团队是否专门讨论过这件事？
张倩：不投大模型，其实是我们当时非常 “反共识” 的一个决策。2023 年整个行业都在扎堆投模型的时候，我们已经是最早提出要转向 AI 应用和 AI 硬件的机构之一，而那时很多人都觉得 AI 硬件根本做不起来。
2023 年春节我带着三个孩子在海南旅游，团队还是远程开了 AI投研例会，最后大家达成的共识很明确：中国的大模型很难找到清晰的商业模式，除非主要依赖政府买单，这显然不是能长期持续的商业逻辑。所以我们当时就决定，不跟风追大模型，转而聚焦 AI 应用和 AI硬件赛道。
但那个时候，市场对 AI 应用的认知存在严重低估，很多人觉得 “应用没价值”；对AI硬件更是不看好，可他们没意识到，AI 硬件的落地需要多重能力叠加 —— 既要懂 AI 技术，又要懂软件开发，还要吃透硬件供应链，门槛其实很高，当然也正因为难，才藏着机会。
现在还有不少投资人会用过去的经验判断新赛道，比如有人说 “AI 是泡沫，因为没出现超级 APP”，这其实是用移动互联网的认知框架套 AI，完全没抓住两者的本质区别。移动互联网的核心是 “渠道变革”，本质是改变了信息获取方式，比如 “网络效应下转化成本为零”“用户迁移成本低”，这些都是渠道属性的体现；但 AI 是 “生产力革命”，它能直接提升行业效率、创造新的生产力价值，而生产力价值才是所有行业最核心的商业价值，不能用 “有没有超级 APP” 来衡量 AI 的价值。
虎嗅：说起过去经验在现在AI投资上不再适用，其实现在AI时代下，技术行业的变化飞快。2023年春节，你在开AI投资例会，讨论要不要在中国投大模型，2025年春节，DeepSeek出来了，引爆全球，当时你们的反应是什么？
张倩：其实 DeepSeek 出来的时候，我们团队一点都不惊讶。因为早在 2023 年，我们就开始关注这个团队。我记得很清楚，2023 年 8 月，我还到处托人想认识他们，当时他们最早版本的模型已经引起了硅谷一些人的注意，有人跟我说 “这个团队的技术很有特点”，而那个时候，国内关注到他们的人还很少。
所以等到 DeepSeek 正式推出后，我们没有停留在 “新玩家出现” 的判断上，而是立刻启动了后续动作：一方面我到处打电话，跟行业里的人聊，想搞清楚 DeepSeek 的技术会对哪些行业产生影响；另一方面，从 2025年1月下旬到整个2月，我们团队几乎都在做专项行业研究，核心目标只有一个——判断接下来该聚焦哪些赛道，毕竟就像我一直强调的，“抓准赛道爆发时机” 对投资来说太重要了。
虎嗅：DeepSeek对于AI行业的影响，你觉得是什么？
张倩：虽然现在 DeepSeek热度比刚出来时降了一些，但它对整个行业的贡献其实很大。第一是对资本市场的提振：如果没有 DeepSeek，中国香港资本市场的科技板块情况可能会更糟。
现在回头看，之前中国科技股确实被低估了，DeepSeek的出现，很大程度提升了海外市场对中国AI的信心，也让我们自己对本土 AI 创新更有底气。
第二是对行业成本的优化：DeepSeek直接把整个 AI 行业的技术成本大幅拉低，这也间接催生了一大批专注做 AI 应用的企业。之前很多应用团队因为成本太高不敢入局，现在终于有了落地的可能。
不过我们也很清楚，不是所有有热度的技术或团队都能走得远。就像第一波 AI 浪潮里，只有少数公司幸运地成功上市，而且过程中也经历了很多波折。说到底，要是赛道选不对、技术不够成熟，哪怕初期再受关注，最终也很难跑出来。这也是我们当时花大量时间做行研的原因，不只是看新玩家，更要看清新玩家能带动哪些赛道真正落地。
03
最惊险的“反共识下注”
虎嗅：最惊险的“反共识下注”是什么？
张倩：未来智能可以算一个。这款耳机在投资圈备受争议，不少人质疑：“这不就是普通耳机嘛，手机厂商随便就能做，哪有什么技术壁垒？” 可事实并非如此。深入研究行业后我们发现，AI 硬件的研发难度极大，需要同时精通软件、AI 技术和硬件知识，而且作为消费品，它还得满足消费者在功能、体验等多方面的严苛要求。
在投资逻辑上，AI 时代和移动互联网时代大不相同。移动互联网时期，用户量是关键，有流量就有价值；但 AI 时代的应用，核心在于 “被高频使用”，用户粘性远比用户数量重要。未来智能的产品理念正好契合这一点，虽然投资时很多人不看好，内部讨论也争执不下，但我还是力排众议鼓励团队投了。如今，这款耳机的销量在国内同类产品中独占鳌头，也证明了我们的判断。
未来智能是一个很反共识的产品，当时投的时候，很多人并不看好，最后我还是鼓励大家投了。现在看来，这个项目给行业带来了很好的产品。
还有 Dify，同样充满争议。当时行业普遍认为它只是普通工具链，没什么独特优势，谁都能做。可我们在 2023 年 10 月、11 月接触到 Dify 时，尽管它当时收入几乎为零，仍处于产品打磨阶段，而且那时整个市场对企业的前景也很悲观，但我们看到了它的潜力。
如今，Dify 已经成为全球领先的 AI 开发平台，中国约 70% 使用大模型做应用的公司都是它的客户，在日本，AI 圈很多人都想代理 Dify、围绕它打造生态。事实证明，这两次看似冒险的 “反共识下注”，为天际资本带来了丰厚回报，也推动了行业的创新发展。
虎嗅：第一次见到Dify的创始人张路宇的时候，是什么样的场景？给你留下什么印象？
张倩：第一次见到他，就觉得他很有趣，印象深刻。他高中就辍学，是国内投资人不太偏好的类型。国内投资人这波投AI，偏好的大多是清华北大等名校出身、AI专业背景亮眼的人。但张路宇不一样，他痴迷编程，高中辍学，一心扑在自己热爱的事业上。
跟他交流时，我能明显感觉到他眼里在发光。他很像刘邦或刘备，却有着超强的凝聚力，能把人才紧紧团结在身边。他已经连续创业好几次了，核心团队的成员们挤在一起干了十几年，现在都才30出头，这样深厚的革命友情在创业团队中太少见了。
那个时候我觉得，虽然暂时看不清他们商业模式，但这个团队本身就很强，值得投资。在当下，人才越来越稀缺，人力成本也水涨船高，一个强大的团队是创业成功的关键。况且 AI 行业太新了，未来充满了不确定性，没人能百分百看透行业走向，所以团队的创新能力和凝聚力就显得尤为重要。
现在的Dify在行业里已经到了曾经金山云的战略地位。我们投金山云的时候估值很低，上市时高峰是100亿；Dify我们也是非常早期投资的，我们认为它的潜力非常大。现在中国70%、日本80%的企业，使用 Dify 的效果越好，其 AI 发展就越顺利，这充分体现了 Dify 的战略价值，它已然成为 AI 应用领域的重要风向标。
在 AI 这个快速发展的领域，越是深入了解 AI、深知其潜力巨大的人，越会对它保持敬畏之心。
当下我们都在 “摸着石头过河”，不能再用老眼光、固有思维去评判项目和人才。很多投资人总喜欢高谈阔论，觉得自己比创始人厉害，可要是真有那么厉害，为什么不自己去创业呢？创始人每天在一线拼搏，哪怕一开始投资人认知比他们强，但创始人在一线干上半年，对行业的理解就会远超投资人，毕竟 AI 领域一个月的变化，抵得上互联网时代半年的变化。
虎嗅：刚刚讨论到团队，在如今的 AI 时代，你认为团队具备哪些特质是至关重要、绝对不能缺少的？
张倩：有的。在我们进行 AI 领域投资时，有两个核心考察点，这两点对于评估一个团队的潜力和投资价值极为关键。
第一个考察点是团队对 AI 技术的认知。我会通过与创始人交流，询问一些 AI 技术相关的问题来判断。如果创始人对这些问题一无所知，那从我们的投资角度来看，这个项目大概率是不会被考虑的。
不过，我们对于 “懂 AI 技术” 的定义并不局限于创始人的技术出身。在传统行业中，有不少对 AI 有深入了解的人，他们也具备成为优秀创业者的潜力。就拿我们刚投资的一个项目来说，创始人原本是导演，并没有技术背景，但从两年前开始，他全身心投入到 AI 视频领域，是各大 AI 视频平台的活跃用户，对行业内的技术进展了如指掌。
我们并不要求创始人一定是技术科班出身，但他们必须全身心投入到 AI，真正懂 AI 技术，这样才能在创业过程中做出符合市场需求、具备竞争力的产品。
第二个考察点是速度。在 AI 这个快速发展的行业，时间就是生命，速度决定成败。我曾经接触过一个创业者，创业一年多了，还拿不出产品 Demo。在竞争激烈的 AI 市场，这样的速度显然是不行的。一个无法快速迭代、展示成果的团队，很可能会错失最佳的发展时机，无法满足市场快速变化的需求，所以这类项目很难获得我们的投资。
虎嗅：当下硅谷的 AI coding 赛道可谓乱象丛生，并购频繁不说，还因价格战陷入混乱，不少企业调整定价后用户大量流失。但观察天际资本的投资布局，似乎在 AI for Coding 项目上涉足甚少，这背后有怎样的考量？
张倩：其实我一直都在密切关注 coding 行业的动态。我对这个赛道的判断，和之前看大模型发展的思路有些相似。在我看来，大模型是科技大厂的 “主战场”，像 DeepSeek 这样的成功案例背后也离不开幻方雄厚资金的支持。毕竟，在这个赛道发展，需要大量资源投入。
Coding行业和大模型行业太接近了。一方面，编程本身的门槛相对较低，大模型的崛起使得很多编程工作都有被替代的风险；另一方面，大模型企业为了拓展业务边界，必然会在编程领域发力，这让独立的 AI 编程公司发展起来困难重重。所以我觉得，现阶段每个独立的 AI 编程公司可能都会面临诸多挑战。
不过，从目前的情况来看，针对 C 端用户的 AI 编程产品，比如 Lovable，倒是有发展的潜力。因为C端用户需求多样，这类产品如果能精准满足用户个性化需求，或许能在市场上占据一席之地。
从 AI 编程赛道的发展也让我看到AI会经历的三个阶段，第一阶段是作为助手辅助人类工作，目前在这方面 AI 已经取得了不错的成果；第二阶段是直接替代人处理大量数据，在不少领域，AI 已经达到了这个水平；第三阶段则是 AI 能够超越人类，作出更具创新性的成果，就像做 PPT 时能想到人类想不到的创意点。
我认为未来各个行业都会遵循这样的发展路径。我自己做内容、拍视频的经历，也让我对 AI 能力的边界有了更清晰的认知。内容创作和编程一样，都是受 AI 影响较快的领域。每次 AI 技术有新的突破，我都能直观感受到AI的边界。这种亲身体验，也增强了我对整个行业发展趋势的感知。
虎嗅：天际资本是最早意识到AI 应用产品价值的，但在天际资本的投资项目中似乎没有通用水平类AI项目，从什么时候开始觉得通用水平类AI可能不能再投了，垂类特定行业的AI才有机会？现在你还看好一些通用水平类AI应用吗？
张倩：确实，天际在通用水平类 AI 项目上的布局不多，但有个例外——我们一直很看好 Genspark。
其实从一开始，我们的投资思路就偏向 “做小赛道、做深做透”。在我们看来，在一个垂直细分赛道里扎得足够深，（产生的价值）可能抵得上原来10个软件、10个APP的价值，效率会更高。
打个比方，要是做 10 个 APP，每个看似有 1000 万的市场规模，可用户活跃度上不去，实际价值有限；但如果一个 AI 项目能在单一垂类赛道做到 1000 万规模，不仅能精准触达核心用户，还能持续积累行业专属数据 ——AI 的特性就是 “数据越多，分析能力越强”，这会形成越来越深的竞争壁垒，后续价值会持续释放。
不过说我们完全不关注通用 AI，也有一点不公平。毕竟我们多次布局字节跳动，而字节其实是中国最好的通用 AI 企业之一。它的通用 AI 能力渗透在内容推荐、人机交互等多个场景，只是它的通用能力不是孤立存在的，而是和具体的业务场景深度结合，这其实也印证了 “深度落地” 的价值。
虎嗅：你认为当前市场上存在哪些被低估的投资机会？
张倩：我觉得很多人民币项目都被低估。因为（投资人）害怕失败，害怕被大模型覆盖。
虎嗅：大家现在投Agent都很谨慎。
张倩：其实过度谨慎了，Agent是一个很amazing（令人惊喜）的大赛道。
虎嗅：现在有很多华人AI团队出海，他们在出海上可能会踩的坑在哪里？如果只能给一句生存指南，你会说什么？
张倩：最大的坑，第一， “不all in”。举个例子，有些创始人说要做美国市场，自己一年才来一次，甚至不来，只派自己手下的同事去开拓，对用户毫无感知，这怎么可能做好？
第二，切忌投机，（觉得海外市场有红利，先去捞一笔）投机心理必定失败。2022 年 10 月我们专门办过一场出海研讨会，请了帮华为、小米做海外市场的核心顾问，还有在海外运营了 10 年、20 年的中国企业负责人，最后大家达成的共识特别明确：海外市场从来不是 “要不要去” 的战略选择题，而是 “怎么打” 的战术实操题，核心不在 “决策去不去”，而在 “能不能扎实执行”。
这是我们2022年就已经形成的判断。目前，我已经带了几十个 AI 企业出海，有的去新加坡，有的去美国；这次来日本，也聊了很多准备落地日本的团队。和这些创始人一聊，就能立刻看出他们的态度：是不是真的重视海外市场？愿不愿意把时间、精力、资源 all in 进来？
04
AI正在加速VC清场
虎嗅：很多投资人和创业者反映，在AI时代，普遍焦虑，投资人也表示，最怕漏掉项目，如果错过了这一波AI的浪潮，可能这个VC就永远掉队了，你会有这样的感受和焦虑吗？
张倩：其实在 2023 年初，大模型概念刚爆火的时候，我确实有过焦虑情绪。那时大模型发展太快，很多新的技术和商业模式不断涌现，我还没完全看透其中的门道，担心错过好的投资机会。但随着研究的深入，我逐渐看透了大模型的本质，也形成了一套自己的投资方法论，现在就不再焦虑了。
我们的方法论有一个“天际铁三角”：最重要的是选赛道时机，什么时候投这个赛道；第二是选先进的技术和产品；第三是人，就是创始人及其团队。优秀的创始人是项目成功的核心要素，有能力、有眼光、有执行力的创始人能带领团队在激烈的市场竞争中脱颖而出。
这套方法论的核心，不是盲目追着技术跑，而是抓住那些不变的底层逻辑。技术在不断更新迭代，但投资的底层逻辑，比如如何评估一个项目的潜力、如何判断创始人的能力等，其实是相对稳定的。也正是因为抓住了这些不变的东西，我们能更深入地了解创始人，评估项目的可行性。当我发现之前积累的投资体系在 AI 时代依然适用时，心里特别踏实，也很开心。
我们错过了一些，但我们也抓到很多项目。拿去年来说，我们在应用项目上的投资出手比例是 20%，不过每次出手都经过了深思熟虑，十分精准，覆盖了至少 30 到 40 个项目，投资效果很不错。我始终觉得，AI 行业目前还处于发展初期，未来还有巨大的发展空间，不用过分焦虑。
虎嗅：这种焦虑可能还在于速度，以及原有的一些VC投资逻辑不太符合现在的AI投资，你认为AI在给传统VC行业带来什么改变吗？
张倩：其实这些年整个投资圈，包括 VC、PE 和二级市场从业者，“致郁率” 都不低。这波 AI 浪潮一来，可能还会给这个行业叠加更多压力。这种压力的本质，要么是有人已经站在很高的位置，找不到新的上升空间，觉得事业失去了新鲜感；要么是长期处在高强度竞争中，面对失败或落差时难以自我接纳，最终陷入负面情绪。
但回到 AI 对 VC 行业的改变，我认为会是颠覆性的。核心原因在于，传统 VC 行业的链条实在太长了：对投资人来说，要验证一次投资决策是否正确、一个项目是否能跑出来，至少要等五到十年。可一个人的职业黄金期，尤其是对需要敏锐判断的 VC 来说，大多集中在 30 到 40 岁。等你真正看清 “当年的决策对不对” 时，可能已经 45 岁甚至 50 岁了，想调整方向、弥补失误都来不及。
AI 的核心价值，就是提升效率、缩短验证周期 —— 比如用 AI 快速筛选项目数据、辅助判断赛道趋势，甚至用 AI 优化投后管理的沟通链路。可以说，VC 行业势必会被 AI 深度改造，那些跟不上这种变化、还在用传统模式做投资的机构，我判断百分之八九十都会被淘汰。其实从现在中国 VC 行业的现状就能看出，“清场” 已经在慢慢开始了。
虎嗅：AI其实是催化加速了这个“清场”的过程对吗？
张倩：对。VC 行业的核心逻辑之一是 “信任”，过去有些机构或个人会利用信息不对称、信任不对称，短期获取本不该属于自己的资源和信任。但 AI 作为生产力革命，会从 VC “投融管退” 的核心环节直接打破这种不对称，进而加速行业洗牌。
最直接的改变先从中后台开始。以前 VC 做行业研究、数据整理，可能需要资深研究员花几天甚至几周时间，现在借助 AI 工具，一份高质量的研究报告几分钟就能生成，甚至比有三年经验的研究员做得更全面、更精准。这意味着传统的研究模式、中后台支撑逻辑会被重构，效率提升至少是 10 倍以上，那些依赖 “人海战术” 做基础工作的机构，首先会面临竞争力下降的问题。
更关键的变化在投资决策端。现在的创业形态和过去不一样了，很多 AI 领域的创始人是个人创业，或者核心团队就几个人，需要的资金规模也不大，这就导致投资标的会越来越分散，但决策速度必须极快。比如有些机构因为有高效的内容传播能力、快速的信息筛选能力，能第一时间和创始人建立信任，而创始人也不用再花几个月跑遍几十家机构，可能几天内就能敲定融资。靠过去“撒网式”投资，越来越难投到优秀的创始人。
虎嗅：上一波双创时代，投资人就说VC在变化，特点是新机构出来了，小额度、快决策、大量覆盖项目的模式出现了。这一波会发生什么变化，以及为什么？
张倩：我判断这一波会出现 “两头热” 的格局，最终能跑出来的会是两类机构。
一类是组织已经比较先进，或者即使组织不先进，也有以前赚过钱的创始人和LP的支持，规模摆在那里，整体能持续盈利；另一类是新兴机构，这类机构最大的优势是 “专” 和 “快”：生命力强，不会被传统流程束缚，而且特别专业，不会什么领域都想碰，而是聚焦某几个细分赛道做深做透，组织力和决策效率都很高。
其实核心逻辑还是回到 VC的本质——通过支持科技创新，高效创造收益。不管机构规模大小，只要效率高，就能赚到钱。比如有的小机构可能就一个人，自己管一两亿资金，因为足够专注，决策快、投得准，效率反而比大团队还高；再比如那些聚焦特定领域的机构，因为对赛道理解深，能精准抓住机会，专业度本身就是它们的竞争力。
反过来看，如果在 AI 这么大的行业变革期，一个机构还想着 “全面开花”——又做消费、又做医疗，同时还想抓 AI 机会，哪怕团队有 30 个人，也很难实现高效决策。毕竟每个领域的技术逻辑、商业逻辑都完全不同，精力分散了，就很难挖透任何一个赛道的机会。
还没有评论，来说两句吧...