
{{aisd}}
AI生成 免责声明
大模型的竞赛还在加速,AI创业的考题却越来越具体:技术能力如何转化为订单?拿下第一单之后,又怎样持续赢得客户?
作为全国首个大模型创新生态社区,模速空间落地三年以来,已经集聚了三百余家模型企业,从初期各自探索走向产品交付,从各自攻关走向上下游协同,越来越多企业在模速空间跑通从技术到市场的“最后一公里”——营收增长、客户复购、场景深化,市场正在验证AI技术的真正价值,也让模速的生态价值接受着市场的检验。
近期,第一财经“未知之境”联合模速空间“模速开放麦”推出「商业化进化论」特别节目,复盘优秀AI企业的商业化成果,还原他们最真实的生长路径。
节目邀请到了已实现亮眼创收的“模速校友”企业及拥有丰富行业视野的生态伙伴,以“多元视角+深度对谈+案例拆解”的形式,把那些真实的选择、转折和打法拆开来讲透,让后来者少走弯路,也推动模速社区从“物理集聚”走向“化学链接”。从模型进步到第一单,从复购到生态连接,这一次,未知之境「商业化进化论」特别节目,不聊Demo,只聊订单。
以下是《未知之境》与三位嘉宾的对话摘录。(完整内容,请点击视频浏览)
对话者
周麒:阡视科技副总裁
温德亮:红熊AI创始人
范阳:Capital O合伙人
模小速:模速001号具身员工
未知之境:第一财经《未知之境》主理人辛梓
三位嘉宾:从基础设施、AI应用,到投资
未知之境:今天我们主要是来聚焦这个模型的商业化。我们不聊这个技术有多强,而是它能不能赚到钱,以及模型的第一单的交付是怎么来的,第N单的连续性的商业化是怎么做到的。而且今年,对于模速空间而言,它已经是走过了3年了,也是有一个非常需要直面的问题,那就是,在我们这个模速空间的生态空间里,到底哪些生态链接能够帮助我们的创业者和科学家,和资本方之间形成有效的链接促成一单好的生意,那简单的介绍一下三位的嘉宾,他们是阡视科技的副总裁周麒,红熊AI的创始人温德亮温总,Capital O的合伙人范阳范总,节目的一开始,简单地向大家介绍一下各位分别在做什么。
周麒:阡视科技主要做新一代人工智能基础设施,有自研的基于国产GPU的超节点系统,对外推出云侧Cloud AI和私有化Local AI两个方向的落地。主要工作是把国产GPU用起来,在这么多模型之上把它运行好、把Token服务好。
温德亮:红熊AI以AI记忆驱动的类脑记忆引擎为核心,通过agent原生架构,给企业提供个性化服务和订阅产品的交付。标准化产品包括人工智能客服、营销、教育、chat、BI、AIGC。
范阳:我是前沿科技风险投资基金Capital O的合伙人,主要关注人工智能和生物技术、生命科学的交叉,也就是科学工厂、AI for science,以及生物的基础模型这些领域。
模型越来越强,带来的效能提升和现实困难(A面/B面)
未知之境:我们经常说模型的性能越来越强,但是模型有幻觉,人也有幻觉,不要以为性能强了,商业化就会变得容易。过去的6个月,模型越来越强,对大家的业务带来了哪些提升?又有哪些地方带来了更大的困难?
周麒:过去6个月,我个人感受比较强烈,芯片适配、模型架构理解都通过AI做到了很好的融合,研发效率更高了,我们做Token工厂提供云服务,单位时间内能产出更多图文,对公司商业化是更多回报。整个研发过程和员工都配备了AI agent做Coding辅助。
有一个设身处地的感受,原先我们做一款模型在不同芯片上的适配,大概要以月为单位;现在基本上模型周五发,我们周一就可以上线。节奏非常快,是我们自研的一套agent系统驱动的。这个模型它自己去读模型的结构,自己去完成模型的研发的工作,自己去做验证,去测试,去做评测级的一个评分,去做性能的一个评估,实际上是一个提效的过程。
B面就是我们做基础设施,模型性能提高,大家迭代速度就会越来越快。但迭代速度越来越快,会反向推动做基础设施的人要不停地去适应它,对我们来说,我们做的事情反而会更多。
温德亮:我可能会有一个反常识的点:模型的能力越强虽然越好,但是在企业场景里面,不代表模型能力越强就越落地。比如最近某款模型从3.5变成3.8,切换成最新模型时,交付结果和逻辑需要update,客户反而不买单,反而更喜欢上一版本的模型,企业场景里真实落地的模型,需要的是稳态。
另外,从一家AI公司的实践看,第一个直观感受是Token成本在变贵:每一次模型升级,Token的消耗量都在加深,直接影响我们的成本。所以模型升级不是越新越好,谨慎一点。另外,模型迭代速度会反向影响团队和组织行为——模型生产力又快又好又准,反而人跟不上。
但C端反而是模型能力越强、用户体验越好。所以模型的能力晋升是分场景、分路径、分行业、分客户的——放到制造业,它执行的是标准过程,模型升级跟底层关系并不大。
范阳:站在这个早期投资者的角度,经常把不管你发展到什么阶段,你必须要从他这个事物依然在一个早期发生的视角来看。比如生物技术这个大产业,今天的AI对它的数字化、智能化改造可能不到5%,剩下的95%才是这个行业真正要用AI去改造的更大的一块。今天也发生在制药、材料、化工能源这些领域。
挑战的地方,我觉得今天经常大家都会在这种痛并快乐着的这种状态,因为很多东西都是未知的。比如说投资人这个职业,尤其是风险投资人,你首先要是一个有洞察和洞见的人,然后你要有品位,你自己也需要是一个有经验和更像一个研究者和学者。所以你要想做到这点,其实今天就不能只做一个投资本身,其实也是什么东西都要懂,要学这些新的工具本身,然后要向年轻人请教,要不断地更新自己的认知是,甚至有时候是也要推翻自己的这个世界观。
第一单到第N单:产品实力才是商业模式的根基
未知之境:两位创业者分享一下,你们的第一单是怎么拿的?第一单成单的关键原因是什么?第N单的连续性成单,关键又是什么?
周麒:我们当时为什么去做基础设施?大概在2023年底2024年初,我们看了DeepSeek MoE很早的架构,发现模型确实规模越做越大,MoE架构会不会是解决模型规模Scaling之后推理成本的问题。行业内没有好的MoE基础设施方案,我们就决定做个原型机。我们也带一些上下游的合作伙伴来看,他们觉得你们这个很领先、很有想法。完成了初代交付之后取得了比较好的效果,就形成了25年那一波从1到10、再到100的规模化扩展。
更考验的是组织能力,能不能在比较小的规模下,把那么大量的系统给用户服务好。实验室里做出原型是可为的,但要大批量变成生产,真正需要验证的是组织能力和工程能力。
温德亮:红熊一开始切入AI赛道,是想找跟人长期交互的场景,所以选择了人工智能客服——这样我才知道这个人什么该记、什么不该记,记错了怎么办、记对了怎么弄。第一单是跟四大云厂商进行PK,免费POC,我做结果性验证,我效果比他们好,我还便宜。就这么把这一单抢下来,当时公司才10个人,10个人只做这么一个项目。
有了第一单,我们在运营商里边的名头就好用了,政企服务部陆续来了多单——那会儿不是我们自己去BD,反而是运营商里各个部门帮我们BD。但渠道客户很散、不聚焦,所以后面转向品牌客户,按行业和场景,通过品牌广告快速触达并转化成交。
未知之境:您的第一单是跟很多知名品牌在PK,您卷赢的原因是什么?
温德亮:所有关系都没有你的产品说话重要。你的产品OK,才是一切的根源,是商业模式的基础,就还是第一性原理吧。路径上,现金流最好的是to C订阅业务,先付款后服务;to B和to G一定是有账期的,走财务流程就要1到2个月,现金流不好但可以规模复制。但to B和to G有利润、有毛利,订阅的毛利率极低,最火的也就5%。所以只能把两个做综合:订阅的产品转本地化,中小客户里继续培育,两条腿走路,不能压死在一条腿上。
未知之境:范总,从投资的角度,看一个技术驱动的企业商业化的质量,您会聚焦哪些指标?
范阳:我非常同意温总说的,最终一定要拿产品来说话。有一些例子:有一家做自动化实验室系统的团队,一开始没有那么强调面向客户,但它先做实验室的国产化替代、更好的软硬件整合,再到模型层的整合能力。一个10个人左右的小团队,两三年就能把营收很快做起来,是因为更深入客户了解需求,更偏向定制化地把业务一单一单做起来,有了口碑以后迅速传开。它的下一步,是把模型能力提起来,打通数据流形成数据生产的闭环。今天绝大多数企业都在这个过渡的过程当中。
未知之境:所以真正的AI商业化,可能不单单是模型能做什么,而是用户是否持续地认为它值得。
「上下楼就是上下游」:生态要有效链接,拒绝热闹的无效社交
未知之境:我们经常说模速空间,它的slogan「上下楼就是上下游」,把大家不光是从物理空间上拉近了距离,更多的是在实际的订单和业务上促成大家的合作。接下来就让我们聚焦这个「上下楼就是上下游」,这个生态的真实的价值在哪?
周麒:从我们公司的角度,非常需要一个聚合的体系:做基础设施,依赖算力厂商和供应链体系;做Token工厂,依赖社区、开发者和用户的需求。我更想了解体系里前沿的模型公司,在解决下一代模型的什么想法,也更期望和agent公司、做端到端闭环的应用公司多沟通,所以非常需要像模速空间这样的大生态去做拉通、聚合、分享。
未知之境:入住模速以来,哪些链接是有效的,哪些看起来热闹、其实并没有落到实处?
周麒:有效的链接,比如和某一家模型公司一块儿做一个发布:双方保密的前提下,他们提前公布内容给我们,我们提前做相应的工作,然后一块儿品宣、一块儿上线。我们也和模速空间的一家著名企业在两个方面都做了合作,帮助他们构建基础的大模型操作系统。这种拉通是非常有效的。
温德亮:我们A轮的股东之一是模速空间推荐的,就算是很直接了;我们几个比较重要的KA客户也是模速空间推荐的。所以你看,一个空间又给钱又给资源的,这个不太多啊。
但要把每一家企业的产品和商业模式做成有效链接,这件事本身挺难的,要把这件难事有效量化,对模速空间是很大挑战。不过这其实可以大大方方落实。企业是可以为需求买单的,我们本身也是可以提供服务的。所以对模速空间的建议是:有些服务该收费收费吧。本质上它是一个供需关系:你发现了一个需求,提供了一个服务,有了收入之后,才会挖掘到更多人有同样的需求。
未知之境:模速空间的同事们,该收钱收钱吧。
范阳:模速空间在上海西岸,大家到了水边,人的状态不一样,我第一次来,是我们基金投资的一家公司带来的。来之前以为这里更偏AI和硬科技,结果是一个很年轻、更偏创意的团队。最大的收获,可能就是发现这里有不错的人才、碰到很有意思的人,这个社区会很有吸引力,包括对今天我们很多创始人。最后它作为一个空间,里面还是人的网络,模速才是那个最可持续的那个东西。
未知之境:那哪些是无效链接呢?
温德亮:我目前在模速空间,没有参加过无效链接。
未知之境:那市面上有哪些比较无效的链接,给各位创业者避避坑?
温德亮:很多活动要提前了解背景。自己筛选一下活动背景和你当前的阶段是不是匹配,看起来很高大上但跟你当前阶段没关系,去参加没有任何用。比如模速空间搞过一次路演,对我们这个阶段可能没什么用,但对很多初创企业很有用——它一次性可以链接20个投资人,加快了融资速度。
未知之境:那给模速空间提点可复制的建议,还希望在未来,在模速空间看到哪些链接呢?
范阳:对模速空间,可以多做researcher day这样的活动,让前沿的研究员愿意分享自己的想法和研究,听听大家的反馈,会非常有吸引力。
展望未来三年:谁会成为AI商业化的赢家?
未知之境:站在今天看未来的三年,能够跑出来的AI商业化赢家是什么样?
周麒:今年我给它的定义是百花齐放的一年:大家都在做AI应用、做agent,但现在并没有一个完整、统一的agent平台或规范——没有聚合,没有分类,没有规范。我希望未来3年能够形成这样一个平台化、分类化、标准化的agent生态,定义成一个AI的OS,基建要考虑怎么适配这个标准上运行的不同形态。
温德亮:如果让我从今天开始再创业,我可能还会去做下一个时代的量化,因为AI在投资决策上比人强多了。AI安全可能会成为一个新的赛道,因为任何应用要建立在安全之上。还有,中国底层的基础研究还有非常大的问题没被解决,利用AI可以快速补齐和欧美之间的短板,未来这块能力会涌现出一批新的创业者。同时,Token成本急剧下降后,C端应用会迎来新爆发,谁能产出更优质的内容和社交连接方式,会改变新的产品形态。
范阳:很多赛道会变成轨道和旷野,你很难预料,你只能参与和创建这个未来。所以,我想象的是未来科学因为AI变得越来越成熟、变成基础设施,变得越来越像淘宝,你带着创意、想法和审美,就可以像今天基于淘宝、小红书去做社交网络原生的企业一样开展科学探索。我非常希望下一代更年轻的学生创业者成长起来,可以像今天做创意行业一样,去做那个给你钱不给你钱你都会做的。
未知之境:未来的3年再去投一些AI项目的时候,您会更加看重一个人的哪些能力呢?
范阳:其实人是最好的资产。一方面人作为创业者本身要有很快很强的学习能力,再就是需要带着一种理想主义也越来越重要。因为你要吸引好的人才,你要吸引投资人,你要讲好的故事。你没有理想主义的那一面,就很难讲出一个打动人、有真实感、有活人感的故事,但是,你又需要很务实,需要带订单回来,就像你每天都需要打猎回来,才能持续地给这个团队士气。所以就更像一个英雄人物。
一条最真实的商业化经验
模小速:如果只把一条最真实的商业化经验留给模速空间校友,会是什么?
周麒:找一个规模很大的传统领域,有稳定客户群、有稳定上下游,如果可以用AI去使得它的效率提升10倍乃至100倍,那未来它的价值空间会更大。
温德亮:未来一定是商业化才是王道,所以你们在选择一个赛道的时候,一定要考虑增速。
范阳:对于模速空间的校友来说,应该充分地挖掘上海作为一个国际化的大城市,从科技到AI延伸到整个商业的生态,跟更多的上下游、国内外的大小公司链接,发现更多志同道合的人,达成更大的商业结果。
未知之境:旧地图找不到新大陆,不可以在旧的世界里打转。
对模速空间生态的期待
模小速:下一个三年,你最希望模速空间生态先帮你链接谁、解决什么?
周麒:更前沿的研究者、研究团队,还有更创新的AI及agent开发者,去了解他们在想什么、希望下一代的基础设施长什么样。
温德亮:我们其实还是喜欢更加有创意的少年天才们多多来交流一下,也随时欢迎找我。
范阳:因为我是早期投资人,希望能在更早的阶段链接到年轻的创业者,或者刚从海外、别的城市来到上海的人,接触到这样一个好的社区。
写在最后
通过对谈我们看到,这个行业正在告别讲概念讲故事的时代,走向看重交付结果、看重商业化、看重真实价值的阶段。模型升级不是越新越好,但愿意为确定性买单的客户永远在——稳定,本身就是产品力。
「上下楼就是上下游」——真正的生态价值,是促成供需匹配,把想法落地成订单;
「旧地图找不到新大陆」——AI浪潮滚滚向前,技术只是工具,真正决定未来走向的,是身处浪潮之中的人。
当越来越多AI创业者跑通从第一单到第N单的“最后一公里”,当「上下楼就是上下游」从生态愿景变成真实的订单与增长——AI企业的“商业化”时刻,正在到来。
与先行者,共赴未知之境。
(完整对话内容,请点击视频浏览)
当更多AI助手接入本地生活、电商等服务后,豆包的12%将成为重要参照坐标。
AI模型驶入边际成本递减的快车道。
AI算力爆发式增长正在倒逼能源体系变革,核聚变、固态电池等前沿技术路线加速迭代,但从实验室走向商业化仍需跨越制造、人才、经济性等多重关口。
壹评级:小模型确立高性价比范式,AI商业化加速
物理AI正处于从技术概念走向规模化量产的关键拐点,算力底座、仿真平台、通信网络、终端本体与算法模型的协同程度,将直接决定AI能否真正跨越"最后一厘米"、打通实体经济的商业化闭环。