在上海寶格麗酒店的大堂，天際資本創始合伙人張倩剛剛結束一場與創業者的深度對話，而當晚，她便要馬不停蹄奔赴蘇州，繼續下一場行程。

此次跨國出差，張倩當天凌晨才抵達上海，一天時間，輾轉香港、上海、蘇州三地--這三個地方是沒時差的，前面是在美國和日本，連倒時差的間隙都沒有，緊湊的行程恰似當下AI創投領域的快節奏——爭分奪秒。

但即便行程匆忙，張倩依舊展現出了一貫的精致與專業：身著紅色襯衫搭配版型筆挺的西裝，妝容精致，睫毛刷得整齊分明，每一處細節都透露著嚴謹與考究。

在我們對話之時，全球VC正在發生深刻變化，AI的發展極大縮短了傳統VC的決策流程，原本的“廣撒網”式投資，變為更為快速出手的專業和垂直的小團隊突破。

在VC，這個上世紀80年代發展起來的行業里，極少有投資人能夠穿越多個技術周期，并在每個階段都能投出代表性公司，尤其是當AI加速VC清場速度的當下，但張倩是個例外。自2018年，張倩創立天際資本，并布局了早期云服務和人工智能企業，投資了字節跳動、美團、金山云，小米等，并曾實現了全球前5%的退出業績。

不過最近張倩受到了一些“質疑”，這些爭議主要來自她開始當“網紅”了。

前不久，她在視頻號“倩姐投AI”上發了一個視頻——“投了200億的VC，為何‘放下身段’做網紅”，同事起的標題，她沒改，這條視頻立刻轉發破千，認同之外，評論區里的質疑聲襲來。

其實，在如今的AI時代，做內容和IP，已經成了硅谷VC的共識。這種以投資人或機構為核心的內容傳播，立竿見影地降低了投資者和創業者、LP甚至內部的溝通成本，這在追求快速投資決策的今天，至關重要。

內容傳播最著名的就是硅谷風投機構a16z，其甚至收購了一家科技播客品牌Turpentine，播客甚至為這家VC帶來了15%的項目源。

面對“做網紅”的質疑，張倩很坦然，她點贊了每一條評論，包括那些負面的留言評論。她說其實自己的粉絲數遠達不到“網紅”的地步，但粉絲質量卻很高。

這些內容幫她減少了很多內部溝通成本，讓剛入職的新人很快了解天際資本的投資邏輯和文化。更重要的是，后來她發現，這些視頻還能幫天際積累外部共識，吸引到志同道合的人——現在去見創始人，對方常會說 “我看過你的視頻，很認同你的判斷”，無需再反復介紹自己與機構；更令她意外的是，天際早期投資了AI辦公耳機未來智能，張倩在視頻里隨手展示了這款產品，直接在科技圈和投資圈帶火了它，讓她真切感受到內容帶來的低成本營銷價值。

她鼓勵創始人做IP，這已經成為了這一波創業中新生的營銷方式，許多創業者自己就是社交媒體中的KOL，分享自己對于行業和創業的認知和洞見。

張倩的視頻更新頻率很高，但她極少寫腳本，她說自己就是想到啥說啥，很真實，也很真誠，因為這波創業，最怕的就是“裝”，“AI時代，你很難‘裝’很久，真誠更加重要。”

張倩說自己的投資一直充滿反共識，甚至包括她打破了投資人應該隱于幕后的慣例，走到臺前。如果細細拆解張倩在每一個技術周期中的押注，幾乎沒有追熱點投的項目，但如果把這些案例放在更長的時間維度，卻被證明是一次絕妙的押注。

比如，2015年，以深度學習和圖像識別驅動的AI創業進入高潮，頭部AI獨角獸貴到讓投資人卻步，但在看過了幾十家AI公司后，張倩一家AI獨角獸都沒投，卻出手兩家公司，一家叫字節跳動，一家叫金山云。

當所有人都將字節跳動定位為一家媒體公司時，張倩看到了其背后的人工智能，她定義字節是一家人工智能公司。而金山云，則更是張倩過往投資經歷中最為“反共識”的企業之一。

2023 年 ChatGPT 引爆市場，大模型公司估值飆升、機構爭相搶投時，天際資本卻選擇了觀望，但那段時間，張倩及團隊幾乎每天都在開會進行深度討論。

那年春節，張倩在海南帶娃期間，仍組織團隊連續多日開會討論，最終判斷大模型商業模式不清晰，Scaling Law的暴力美學游戲更適合有錢有實力的大公司，于是天際資本決定轉向當時被嚴重低估的 AI 應用與 AI 硬件賽道。

等到2025 年春節 DeepSeek 橫空出世、AI 應用迎來爆發，天際資本已提前一年多完成布局，投出的 Dify 成了全球增長最快的 AI Infra 產品，全球安裝量超 40 萬，當初的投入價值早已翻數倍。

進入生成式AI時代，焦慮是這個行業普遍的標簽，對于需要提前布局、快速出手的VC而言，更是焦慮。這種焦慮當然是來自當今AI的極大不確定性，因為不可預測，今天押注的公司，可能下一秒就被新技術迭代，一朝傾覆。投資人和投資經理，每天盯著最新的消息，如偵探般尋找項目的蛛絲馬跡。

張倩說，ChatGPT剛出來的時候她也焦慮，但等她看懂了大模型背后的邏輯，這個焦慮感就消失了。她發現，天際資本一直遵循的投資邏輯“天際鐵三角”如今仍然適用。

第一個角叫做——抓需求，抓市場的剛需；第二個角是對技術和產品競爭力的分析，張倩發現，技術迭代中會出現一種情況，那就是純技術公司很容易被覆蓋，除非能夠確定這個技術公司能夠短時間內積累用戶和數據；第三個角是人，天際還在分析初創公司的時候，加入了對股東的分析。

“我們錯過了一些（項目），但也抓到了很多項目。”張倩說，天際資本去年在AI應用項目上出手20%，但出手特別精準，至少覆蓋了30到40個項目，“這就很好了，我覺得AI也才剛開始，還有很大的空間，不用焦慮。”

投了200億的投資人，為什么要做“網紅”

虎嗅：現在你親自做視頻號、打造個人 IP，從幕后走到臺前，這和傳統 VC “低調行事” 的思路很不一樣，為什么會做這個選擇？

張倩：我覺得這是更高效的溝通方式，可以吸引很多志同道合的創始人。通過這種方式，能快速吸引到和我們理念一致的創始人。很多創始人看了我的視頻后，會直接說 “和我們想法特別合”，這種 “靈魂共振” 的默契，比一次次低效拜訪、反復介紹機構理念要省力得多。

至于為什么要主動做內容、做自媒體，其實是參考了硅谷 VC 的成熟經驗。2024 年有數據顯示，硅谷的基金里，40% 的項目來源是社交或社交媒體，很多機構會主動運營自己的社交賬號；像 a16z 更是早早就布局，他們甚至公開說，單靠播客就為機構帶來了 15% 的優質項目。

國內可能有人會誤解，其實這是對行業趨勢的誤讀 —— 在AI時代，內容本身就是連接資源、傳遞認知的重要載體，能幫我們更高效地找到同頻的人。

虎嗅：你做 VC 已經十幾年了，早年微博、推特熱度很高的時候沒選擇做內容，為什么現在要從幕后走到臺前做視頻號？

張倩：十幾年前我剛做 VC 時，微博、推特確實很火，但那時候我沒覺得內容創作能成為 VC 的核心助力；現在選擇做，關鍵是看到了 AI 時代下內容創作的巨大潛力 —— 它是一種幾乎零成本，卻能實現高效連接的生產模式。

我更想身先士卒去體驗這件事。就像很多創始人會親自下場做產品一樣，我也想一線感受 “怎么把內容做好”，畢竟我們投的很多項目都和AI落地場景相關，親自做內容能更直觀地理解 AI 如何賦能傳播、如何觸達用戶，這種體感是聽別人說多少遍都比不上的。

為什么現在發視頻很頻繁，也和短視頻的特性有關。短視頻能利用大家更分散的碎片時間，比如通勤、午休時就能看，受眾覆蓋面更廣；而播客更偏向深度溝通，門檻相對高一些，適合傳遞更復雜的觀點，兩者的受眾和場景是互補的。不過我們現在也在規劃做播客，未來會用不同形式的內容，覆蓋不同需求的人群。

虎嗅：拍第一期視頻的契機是什么，做了什么特別的準備？

張倩：其實沒做什么準備，我一開始做視頻的核心想法很簡單，就是想沉淀一些內容。

投資行業很特殊，很多判斷需要靠實踐驗證，還藏著不少 “反人性” 的邏輯，比如大家都覺得好的時候，往往是二級市場股票的高點，這時候 VC 反而要警惕。所以我一直覺得，VC 需要有反共識的勇氣和前瞻性的認知，而視頻就是傳遞這些認知的好載體。

最開始做視頻，主要是為了內部團隊 —— 天際的新人剛加入時，要理解我的投資思路、跟上機構的判斷邏輯需要時間，我想通過視頻把這些內容直接傳遞出去，減少反復溝通的成本。

沒想到后來有了意外收獲，不少創始人跟我說，看了我的視頻后受到了鼓勵；還有上一代的優秀企業家，也反饋說視頻內容讓他們很受啟發。正因為這些反饋，我開始更頻繁地發視頻。

虎嗅：你拍過特火的一條視頻是什么內容？

張倩：我有一個視頻特別火，標題是 “為什么投資 200 億，還要做網紅”，這是同事幫忙取的，確實抓住了大家關心的點。但說實話，我根本算不上 “網紅”，視頻平臺上總共也就小幾萬粉絲，不過這些粉絲的質量特別高，完全達到甚至超出了我的預期。

我做自媒體的目的很樸實，就是高效溝通，吸引志同道合的人，現在看來還起到了更多傳播作用。

我做自媒體的目的一直很樸實，就是想高效溝通、吸引志同道合的人，現在看來還多了一層傳播價值。比如我們投過的未來智能，它做的翻蓋AI耳機當時是個特別反共識的項目，2022 年創始團隊剛創業時，找了一百多家機構都沒人愿意投，我們很快做了決策，選擇獨家領投。后來我給這款耳機拍了條視頻，沒想到一下就火了，轉發量過萬。也是從那時候我才真切意識到，內容做得好，不用花一分錢也能達到很好的傳播和營銷效果。

虎嗅：腳本是自己寫嗎？

張倩：我都是每次想什么就說什么，我非常真實。我覺得在AI時代，你很難“裝”很長時間，真誠更重要，我們沒有任何MCN機構或者運營。

虎嗅：現在有很多創業者自己也做IP，他們可能就是一個大KOL，包括你也鼓勵創始人自己做IP。

張倩：是的，很多厲害的創始人都這樣，非常積極溝通。當然，不是所有人都擅長面向大眾做傳播，所以有些創始人會選擇在技術社群里寫技術博客，把對產品、對技術的思考沉淀下來，這同樣是很有價值的溝通方式。

不管是VC還是科技創業者，核心都要想明白一點：AI 時代的傳播邏輯變了，一定要學會用低成本甚至零成本的方式打破信息壁壘、降低認知差。

過去想讓品牌或產品從小眾走向大眾，需要投入大量資金做營銷、鋪渠道；但現在不一樣，AI時代的紅利就在于 “創新自帶流量”，只要你有足夠獨特的AI產品，哪怕一開始只有幾個人用，只要價值足夠突出，就能快速獲得幾十萬甚至更多的關注，這種傳播效率在過去是很難想象的。

虎嗅：自己下場做個人IP、做視頻，這段經歷給你帶來了哪些新的認知和實際收獲？

張倩：我做“網紅”，收獲特別大。

第一，實現了資源的高效連接。我們是字節跳動的投資人，兩三年前就知道字節是靠 AI 重塑的 “內容帝國”，內容的核心價值就是打破壁壘，把人和商品、人和人、人和資源快速對接起來。過去我們和 被投企業家、機構投資人溝通，一對一交流效果更好；但面對更大的圈子，比如潛在的創業者、跨行業的合作伙伴，靠線下拜訪效率太低，而內容能一次性觸達更多人，把低效溝通變成了高效連接。

第二，是拉近了和創始人的距離，提升了投資效率。現在我去見創始人，幾乎每個人都會說 “看過你的視頻，很認同你的觀點”—— 這種基于認知共鳴的溝通，省去了反復介紹機構、磨合理念的時間。創始人通過視頻能看到我一直在一線，狀態和他們同頻，而投資本質上投的就是 “志同道合”，這種信任感讓我們的投資決策節奏快了很多。

第三，更敏銳地感知到AI賽道的滲透趨勢。做視頻需要用到很多AI電商使用的內容工具，比如剪輯、分發、數據分析工具，在使用這些工具的過程中，我們能第一時間摸到電商、廣告、內容上下游賽道的脈搏，比如哪些工具更好用、哪些技術更成熟、哪些需求還沒被滿足……這些工具后來都成了我們的投資對象，比如我們在 AI 電商領域已經投了 5 家公司，靠的就是這種一線實踐帶來的敏銳度。

最后一點，幫團隊快速提升了專業認知。對 VC 團隊來說，統一認知、提升判斷能力是個慢過程，但視頻能把我的思考、對行業的判斷直接沉淀下來。看視頻就能快速理解我們的投資邏輯。這種方式比傳統的內部培訓高效得多，團隊的專業判斷水平也能更快跟上行業節奏。

為什么在ChatGPT爆火之后沒有迅速押注火爆的大模型項目

虎嗅：這一波和中國、硅谷、日本和創業者聊，有什么感受？

張倩：這一波創業者的整體特征，和上一波移動互聯網時期有明顯不同。

第一是創業者流動性顯著提高。其實真正優秀的創業者，本質上還是同一批人，只是他們的選擇范圍不再局限于單一區域，而是流動到了不同國家和地區。比如這次在日本，我既接觸到了本土成長起來的 90 后創始人，也見到了在硅谷創業成功后，選擇移居日本深耕文娛科技領域的創業者；還有一位前小米高管，在公司上市實現財務自由后，也把生活和事業的重心搬到了日本。對這些創始人來說，選擇在哪個地方創業，核心考量只有一個 —— 能否讓自己的創意落地、打造出更優質的產品，進而改變甚至造福所在行業。

第二是AI 創業的門檻明顯變高。相比移動互聯網時期 “全民創業” 的寬松環境，這一波 AI 創業的挑戰和競爭烈度都大幅提升。最直接的門檻在于技術應用能力：如今做 AI 創業，創始團隊至少要掌握 “用 AI 開發可用產品” 的核心能力 —— 這里的 “會用 AI”，不是簡單了解技術概念，而是能將 AI 技術轉化為實際可落地的產品，這是入門的必備條件，也直接拉高了創業的準入標準。另外，從接觸到的創業者畫像來看，現在能推進到和我面談階段的創始人，要么是在其他領域有過成功創業經歷的 “老兵”，要么是在 AI 領域有突出天賦的少年天才，這也從側面反映出行業對創業者的要求在提升。

第三是科技大廠的入局態度更積極。對比移動互聯網時期的行業節奏會發現，當年 PC 互聯網的龍頭企業，其實是很晚才被動加入移動互聯網競爭的；但在這波 AI 浪潮中，各大科技大廠從一開始就表現出極強的積極性，早早布局技術研發和賽道爭奪，成為 AI 創業生態中不可忽視的重要參與者。

虎嗅：說起不同的兩波AI浪潮，天際資本在上一波（2015年左右）的AI浪潮中，天際資本幾乎沒有涉足當時熱度很高的 AI 公司，這背后的考量是什么？

張倩：如果對比這兩波 AI 浪潮會發現，其實不同階段的創業者背景差異并不大，但上一波 AI 公司絕大部分沒能走出來，核心問題我認為出在 “時機” 上。現在很多 VC 機構談投資，總愛強調邏輯和技術，但在我看來，比邏輯、技術先進更關鍵的，是判斷賽道的爆發時機——要清楚這個領域什么時候能真正落地，然后提前布局、耐心堅守，這才是投資的核心。

2015 到 2016 年那兩年，我前后看了上百家 AI 公司，最終都沒有出手，反而選擇了投資金山云。

當時的判斷很明確：不管那些 AI 公司的技術聽起來多獨特，我始終看不到它們的落地路徑 ——AI技術本身成本很高，但誰會為這些技術買單？應用場景在哪里？這些關鍵問題（在當時）都沒有答案。

科技行業的進步，往往需要一個類似 “iPhone 時刻” ——就像 iPhone 的出現，真正讓智能手機從概念走向普及，徹底改變了移動互聯網的生態。但在2015年的AI浪潮里，我始終沒看到這樣的節點，既然看不到技術落地的明確機會，自然不會盲目跟風投那些熱門公司。

虎嗅：在2015年這個時點里，天際除了金山云，還投了美圖公司。

張倩：我可能是上一波AI大規模應用較早的參與者，投資美圖也和對AI應用的觀察有關。一方面，美圖在 2015 年前后的短視頻和圖片領域處于行業頭部位置，本身就具備很強的用戶基礎和場景優勢；另一方面，美圖還是商湯科技的第一批投資人，當時美圖與商湯的合作，已經在 AI 視覺領域做了不少探索，比如將 AI 技術用于圖片美化、特效生成等場景，確實為行業帶來了一定的技術提升。

不過，這次合作也讓我更早看到了上一波 AI 技術落地的核心難題。商湯當時只提供了算法，沒有配套的產品落地方案；而美圖的團隊擅長產品運營和用戶體驗，卻不懂算法技術，沒辦法把算法真正轉化為用戶能感知到的產品功能。那時我就發現，上一波AI技術的落地，會出現很大挑戰。

這種情況和現在的 AI 浪潮完全不同。如今像GPT這樣的大模型，已經能直接拿出 ChatGPT 這樣可直接使用的產品，用戶能直觀感受到技術價值。

虎嗅：2021 年底 ChatGPT 推出后，行業熱度迅速攀升，2022 年大量資金涌入大模型公司，但天際資本卻沒有布局大模型項目，這背后是出于怎樣的考量？當時團隊是否專門討論過這件事？

張倩：不投大模型，其實是我們當時非常 “反共識” 的一個決策。2023 年整個行業都在扎堆投模型的時候，我們已經是最早提出要轉向 AI 應用和 AI 硬件的機構之一，而那時很多人都覺得 AI 硬件根本做不起來。

2023 年春節我帶著三個孩子在海南旅游，團隊還是遠程開了 AI投研例會，最后大家達成的共識很明確：中國的大模型很難找到清晰的商業模式，除非主要依賴政府買單，這顯然不是能長期持續的商業邏輯。所以我們當時就決定，不跟風追大模型，轉而聚焦 AI 應用和 AI硬件賽道。

但那個時候，市場對 AI 應用的認知存在嚴重低估，很多人覺得 “應用沒價值”；對AI硬件更是不看好，可他們沒意識到，AI 硬件的落地需要多重能力疊加 —— 既要懂 AI 技術，又要懂軟件開發，還要吃透硬件供應鏈，門檻其實很高，當然也正因為難，才藏著機會。

現在還有不少投資人會用過去的經驗判斷新賽道，比如有人說 “AI 是泡沫，因為沒出現超級 APP”，這其實是用移動互聯網的認知框架套 AI，完全沒抓住兩者的本質區別。移動互聯網的核心是 “渠道變革”，本質是改變了信息獲取方式，比如 “網絡效應下轉化成本為零”“用戶遷移成本低”，這些都是渠道屬性的體現；但 AI 是 “生產力革命”，它能直接提升行業效率、創造新的生產力價值，而生產力價值才是所有行業最核心的商業價值，不能用 “有沒有超級 APP” 來衡量 AI 的價值。

虎嗅：說起過去經驗在現在AI投資上不再適用，其實現在AI時代下，技術行業的變化飛快。2023年春節，你在開AI投資例會，討論要不要在中國投大模型，2025年春節，DeepSeek出來了，引爆全球，當時你們的反應是什么？

張倩：其實 DeepSeek 出來的時候，我們團隊一點都不驚訝。因為早在 2023 年，我們就開始關注這個團隊。我記得很清楚，2023 年 8 月，我還到處托人想認識他們，當時他們最早版本的模型已經引起了硅谷一些人的注意，有人跟我說 “這個團隊的技術很有特點”，而那個時候，國內關注到他們的人還很少。

所以等到 DeepSeek 正式推出后，我們沒有停留在 “新玩家出現” 的判斷上，而是立刻啟動了后續動作：一方面我到處打電話，跟行業里的人聊，想搞清楚 DeepSeek 的技術會對哪些行業產生影響；另一方面，從 2025年1月下旬到整個2月，我們團隊幾乎都在做專項行業研究，核心目標只有一個——判斷接下來該聚焦哪些賽道，畢竟就像我一直強調的，“抓準賽道爆發時機” 對投資來說太重要了。

虎嗅：DeepSeek對于AI行業的影響，你覺得是什么？

張倩：雖然現在 DeepSeek熱度比剛出來時降了一些，但它對整個行業的貢獻其實很大。第一是對資本市場的提振：如果沒有 DeepSeek，中國香港資本市場的科技板塊情況可能會更糟。

現在回頭看，之前中國科技股確實被低估了，DeepSeek的出現，很大程度提升了海外市場對中國AI的信心，也讓我們自己對本土 AI 創新更有底氣。

第二是對行業成本的優化：DeepSeek直接把整個 AI 行業的技術成本大幅拉低，這也間接催生了一大批專注做 AI 應用的企業。之前很多應用團隊因為成本太高不敢入局，現在終于有了落地的可能。

不過我們也很清楚，不是所有有熱度的技術或團隊都能走得遠。就像第一波 AI 浪潮里，只有少數公司幸運地成功上市，而且過程中也經歷了很多波折。說到底，要是賽道選不對、技術不夠成熟，哪怕初期再受關注，最終也很難跑出來。這也是我們當時花大量時間做行研的原因，不只是看新玩家，更要看清新玩家能帶動哪些賽道真正落地。

最驚險的“反共識”下注

虎嗅：最驚險的“反共識下注”是什么？

張倩：未來智能可以算一個。這款耳機在投資圈備受爭議，不少人質疑：“這不就是普通耳機嘛，手機廠商隨便就能做，哪有什么技術壁壘？” 可事實并非如此。深入研究行業后我們發現，AI 硬件的研發難度極大，需要同時精通軟件、AI 技術和硬件知識，而且作為消費品，它還得滿足消費者在功能、體驗等多方面的嚴苛要求。

在投資邏輯上，AI 時代和移動互聯網時代大不相同。移動互聯網時期，用戶量是關鍵，有流量就有價值；但 AI 時代的應用，核心在于 “被高頻使用”，用戶粘性遠比用戶數量重要。未來智能的產品理念正好契合這一點，雖然投資時很多人不看好，內部討論也爭執不下，但我還是力排眾議鼓勵團隊投了。如今，這款耳機的銷量在國內同類產品中獨占鰲頭，也證明了我們的判斷。

未來智能是一個很反共識的產品，當時投的時候，很多人并不看好，最后我還是鼓勵大家投了。現在看來，這個項目給行業帶來了很好的產品。

還有 Dify，同樣充滿爭議。當時行業普遍認為它只是普通工具鏈，沒什么獨特優勢，誰都能做。可我們在 2023 年 10 月、11 月接觸到 Dify 時，盡管它當時收入幾乎為零，仍處于產品打磨階段，而且那時整個市場對中國軟件企業的前景也很悲觀，但我們看到了它的潛力。

如今，Dify 已經成為全球領先的 AI 開發平臺，中國約 70% 使用大模型做應用的公司都是它的客戶，在日本，AI 圈很多人都想代理 Dify、圍繞它打造生態。事實證明，這兩次看似冒險的 “反共識下注”，為天際資本帶來了豐厚回報，也推動了行業的創新發展。

虎嗅：第一次見到Dify的創始人張路宇的時候，是什么樣的場景？給你留下什么印象？

張倩：第一次見到他，就覺得他很有趣，印象深刻。他高中就輟學，是國內投資人不太偏好的類型。國內投資人這波投AI，偏好的大多是清華北大等名校出身、AI專業背景亮眼的人。但張路宇不一樣，他癡迷編程，高中輟學，一心撲在自己熱愛的事業上。

跟他交流時，我能明顯感覺到他眼里在發光。他很像劉邦或劉備，卻有著超強的凝聚力，能把人才緊緊團結在身邊。他已經連續創業好幾次了，核心團隊的成員們擠在一起干了十幾年，現在都才30出頭，這樣深厚的革命友情在創業團隊中太少見了。

那個時候我覺得，雖然暫時看不清他們商業模式，但這個團隊本身就很強，值得投資。在當下，人才越來越稀缺，人力成本也水漲船高，一個強大的團隊是創業成功的關鍵。況且 AI 行業太新了，未來充滿了不確定性，沒人能百分百看透行業走向，所以團隊的創新能力和凝聚力就顯得尤為重要。

現在的Dify在行業里已經到了曾經金山云的戰略地位。我們投金山云的時候估值很低，上市時高峰是100億；Dify我們也是非常早期投資的，我們認為它的潛力非常大。現在中國70%、日本80%的企業，使用 Dify 的效果越好，其 AI 發展就越順利，這充分體現了 Dify 的戰略價值，它已然成為 AI 應用領域的重要風向標。

在 AI 這個快速發展的領域，越是深入了解 AI、深知其潛力巨大的人，越會對它保持敬畏之心。

當下我們都在 “摸著石頭過河”，不能再用老眼光、固有思維去評判項目和人才。很多投資人總喜歡高談闊論，覺得自己比創始人厲害，可要是真有那么厲害，為什么不自己去創業呢？創始人每天在一線拼搏，哪怕一開始投資人認知比他們強，但創始人在一線干上半年，對行業的理解就會遠超投資人，畢竟 AI 領域一個月的變化，抵得上互聯網時代半年的變化。

虎嗅：剛剛討論到團隊，在如今的 AI 時代，你認為團隊具備哪些特質是至關重要、絕對不能缺少的？

張倩：有的。在我們進行 AI 領域投資時，有兩個核心考察點，這兩點對于評估一個團隊的潛力和投資價值極為關鍵。

第一個考察點是團隊對 AI 技術的認知。我會通過與創始人交流，詢問一些 AI 技術相關的問題來判斷。如果創始人對這些問題一無所知，那從我們的投資角度來看，這個項目大概率是不會被考慮的。

不過，我們對于 “懂 AI 技術” 的定義并不局限于創始人的技術出身。在傳統行業中，有不少對 AI 有深入了解的人，他們也具備成為優秀創業者的潛力。就拿我們剛投資的一個項目來說，創始人原本是導演，并沒有技術背景，但從兩年前開始，他全身心投入到 AI 視頻領域，是各大 AI 視頻平臺的活躍用戶，對行業內的技術進展了如指掌。

我們并不要求創始人一定是技術科班出身，但他們必須全身心投入到 AI，真正懂 AI 技術，這樣才能在創業過程中做出符合市場需求、具備競爭力的產品。

第二個考察點是速度。在 AI 這個快速發展的行業，時間就是生命，速度決定成敗。我曾經接觸過一個創業者，創業一年多了，還拿不出產品 Demo。在競爭激烈的 AI 市場，這樣的速度顯然是不行的。一個無法快速迭代、展示成果的團隊，很可能會錯失最佳的發展時機，無法滿足市場快速變化的需求，所以這類項目很難獲得我們的投資。

虎嗅：當下硅谷的 AI coding 賽道可謂亂象叢生，并購頻繁不說，還因價格戰陷入混亂，不少企業調整定價后用戶大量流失。但觀察天際資本的投資布局，似乎在 AI for Coding 項目上涉足甚少，這背后有怎樣的考量？

張倩：其實我一直都在密切關注 coding 行業的動態。我對這個賽道的判斷，和之前看大模型發展的思路有些相似。在我看來，大模型是科技大廠的 “主戰場”，像 DeepSeek 這樣的成功案例背后也離不開幻方雄厚資金的支持。畢竟，在這個賽道發展，需要大量資源投入。

Coding行業和大模型行業太接近了。一方面，編程本身的門檻相對較低，大模型的崛起使得很多編程工作都有被替代的風險；另一方面，大模型企業為了拓展業務邊界，必然會在編程領域發力，這讓獨立的 AI 編程公司發展起來困難重重。所以我覺得，現階段每個獨立的 AI 編程公司可能都會面臨諸多挑戰。

不過，從目前的情況來看，針對 C 端用戶的 AI 編程產品，比如 Lovable，倒是有發展的潛力。因為C端用戶需求多樣，這類產品如果能精準滿足用戶個性化需求，或許能在市場上占據一席之地。

從 AI 編程賽道的發展也讓我看到AI會經歷的三個階段，第一階段是作為助手輔助人類工作，目前在這方面 AI 已經取得了不錯的成果；第二階段是直接替代人處理大量數據，在不少領域，AI 已經達到了這個水平；第三階段則是 AI 能夠超越人類，作出更具創新性的成果，就像做 PPT 時能想到人類想不到的創意點。

我認為未來各個行業都會遵循這樣的發展路徑。我自己做內容、拍視頻的經歷，也讓我對 AI 能力的邊界有了更清晰的認知。內容創作和編程一樣，都是受 AI 影響較快的領域。每次 AI 技術有新的突破，我都能直觀感受到AI的邊界。這種親身體驗，也增強了我對整個行業發展趨勢的感知。

虎嗅：天際資本是最早意識到AI 應用產品價值的，但在天際資本的投資項目中似乎沒有通用水平類AI項目，從什么時候開始覺得通用水平類AI可能不能再投了，垂類特定行業的AI才有機會？現在你還看好一些通用水平類AI應用嗎？

張倩：確實，天際在通用水平類 AI 項目上的布局不多，但有個例外——我們一直很看好 Genspark。

其實從一開始，我們的投資思路就偏向 “做小賽道、做深做透”。在我們看來，在一個垂直細分賽道里扎得足夠深，（產生的價值）可能抵得上原來10個軟件、10個APP的價值，效率會更高。

打個比方，要是做 10 個 APP，每個看似有 1000 萬的市場規模，可用戶活躍度上不去，實際價值有限；但如果一個 AI 項目能在單一垂類賽道做到 1000 萬規模，不僅能精準觸達核心用戶，還能持續積累行業專屬數據 ——AI 的特性就是 “數據越多，分析能力越強”，這會形成越來越深的競爭壁壘，后續價值會持續釋放。

不過說我們完全不關注通用 AI，也有一點不公平。畢竟我們多次布局字節跳動，而字節其實是中國最好的通用 AI 企業之一。它的通用 AI 能力滲透在內容推薦、人機交互等多個場景，只是它的通用能力不是孤立存在的，而是和具體的業務場景深度結合，這其實也印證了 “深度落地” 的價值。

虎嗅：你認為當前市場上存在哪些被低估的投資機會？

張倩：我覺得很多人民幣項目都被低估。因為（投資人）害怕失敗，害怕被大模型覆蓋。

虎嗅：大家現在投Agent都很謹慎。

張倩：其實過度謹慎了，Agent是一個很amazing（令人驚喜）的大賽道。

虎嗅：現在有很多華人AI團隊出海，他們在出海上可能會踩的坑在哪里？如果只能給一句生存指南，你會說什么？

張倩：最大的坑，第一， “不all in”。舉個例子，有些創始人說要做美國市場，自己一年才來一次，甚至不來，只派自己手下的同事去開拓，對用戶毫無感知，這怎么可能做好？

第二，切忌投機，（覺得海外市場有紅利，先去撈一筆）投機心理必定失敗。2022 年 10 月我們專門辦過一場出海研討會，請了幫華為、小米做海外市場的核心顧問，還有在海外運營了 10 年、20 年的中國企業負責人，最后大家達成的共識特別明確：海外市場從來不是 “要不要去” 的戰略選擇題，而是 “怎么打” 的戰術實操題，核心不在 “決策去不去”，而在 “能不能扎實執行”。

這是我們2022年就已經形成的判斷。目前，我已經帶了幾十個 AI 企業出海，有的去新加坡，有的去美國；這次來日本，也聊了很多準備落地日本的團隊。和這些創始人一聊，就能立刻看出他們的態度：是不是真的重視海外市場？愿不愿意把時間、精力、資源 all in 進來？

AI加速了VC的“清場”

虎嗅：很多投資人和創業者反映，在AI時代，普遍焦慮，投資人也表示，最怕漏掉項目，如果錯過了這一波AI的浪潮，可能這個VC就永遠掉隊了，你會有這樣的感受和焦慮嗎？

張倩：其實在 2023 年初，大模型概念剛爆火的時候，我確實有過焦慮情緒。那時大模型發展太快，很多新的技術和商業模式不斷涌現，我還沒完全看透其中的門道，擔心錯過好的投資機會。但隨著研究的深入，我逐漸看透了大模型的本質，也形成了一套自己的投資方法論，現在就不再焦慮了。

我們的方法論有一個“天際鐵三角”：最重要的是選賽道時機，什么時候投這個賽道；第二是選先進的技術和產品；第三是人，就是創始人及其團隊。優秀的創始人是項目成功的核心要素，有能力、有眼光、有執行力的創始人能帶領團隊在激烈的市場競爭中脫穎而出。

這套方法論的核心，不是盲目追著技術跑，而是抓住那些不變的底層邏輯。技術在不斷更新迭代，但投資的底層邏輯，比如如何評估一個項目的潛力、如何判斷創始人的能力等，其實是相對穩定的。也正是因為抓住了這些不變的東西，我們能更深入地了解創始人，評估項目的可行性。當我發現之前積累的投資體系在 AI 時代依然適用時，心里特別踏實，也很開心。

我們錯過了一些，但我們也抓到很多項目。拿去年來說，我們在應用項目上的投資出手比例是 20%，不過每次出手都經過了深思熟慮，十分精準，覆蓋了至少 30 到 40 個項目，投資效果很不錯。我始終覺得，AI 行業目前還處于發展初期，未來還有巨大的發展空間，不用過分焦慮。

虎嗅：這種焦慮可能還在于速度，以及原有的一些VC投資邏輯不太符合現在的AI投資，你認為AI在給傳統VC行業帶來什么改變嗎？

張倩：其實這些年整個投資圈，包括 VC、PE 和二級市場從業者，“致郁率” 都不低。這波 AI 浪潮一來，可能還會給這個行業疊加更多壓力。這種壓力的本質，要么是有人已經站在很高的位置，找不到新的上升空間，覺得事業失去了新鮮感；要么是長期處在高強度競爭中，面對失敗或落差時難以自我接納，最終陷入負面情緒。

但回到 AI 對 VC 行業的改變，我認為會是顛覆性的。核心原因在于，傳統 VC 行業的鏈條實在太長了：對投資人來說，要驗證一次投資決策是否正確、一個項目是否能跑出來，至少要等五到十年。可一個人的職業黃金期，尤其是對需要敏銳判斷的 VC 來說，大多集中在 30 到 40 歲。等你真正看清 “當年的決策對不對” 時，可能已經 45 歲甚至 50 歲了，想調整方向、彌補失誤都來不及。

AI 的核心價值，就是提升效率、縮短驗證周期 —— 比如用 AI 快速篩選項目數據、輔助判斷賽道趨勢，甚至用 AI 優化投后管理的溝通鏈路。可以說，VC 行業勢必會被 AI 深度改造，那些跟不上這種變化、還在用傳統模式做投資的機構，我判斷百分之八九十都會被淘汰。其實從現在中國 VC 行業的現狀就能看出，“清場” 已經在慢慢開始了。

虎嗅：AI其實是催化加速了這個“清場”的過程對嗎？

張倩：對。VC 行業的核心邏輯之一是 “信任”，過去有些機構或個人會利用信息不對稱、信任不對稱，短期獲取本不該屬于自己的資源和信任。但 AI 作為生產力革命，會從 VC “投融管退” 的核心環節直接打破這種不對稱，進而加速行業洗牌。

最直接的改變先從中后臺開始。以前 VC 做行業研究、數據整理，可能需要資深研究員花幾天甚至幾周時間，現在借助 AI 工具，一份高質量的研究報告幾分鐘就能生成，甚至比有三年經驗的研究員做得更全面、更精準。這意味著傳統的研究模式、中后臺支撐邏輯會被重構，效率提升至少是 10 倍以上，那些依賴 “人海戰術” 做基礎工作的機構，首先會面臨競爭力下降的問題。

更關鍵的變化在投資決策端。現在的創業形態和過去不一樣了，很多 AI 領域的創始人是個人創業，或者核心團隊就幾個人，需要的資金規模也不大，這就導致投資標的會越來越分散，但決策速度必須極快。比如有些機構因為有高效的內容傳播能力、快速的信息篩選能力，能第一時間和創始人建立信任，而創始人也不用再花幾個月跑遍幾十家機構，可能幾天內就能敲定融資。靠過去“撒網式”投資，越來越難投到優秀的創始人。

虎嗅：上一波雙創時代，投資人就說VC在變化，特點是新機構出來了，小額度、快決策、大量覆蓋項目的模式出現了。這一波會發生什么變化，以及為什么？

張倩：我判斷這一波會出現 “兩頭熱” 的格局，最終能跑出來的會是兩類機構。

一類是組織已經比較先進，或者即使組織不先進，也有以前賺過錢的創始人和LP的支持，規模擺在那里，整體能持續盈利；另一類是新興機構，這類機構最大的優勢是 “專” 和 “快”：生命力強，不會被傳統流程束縛，而且特別專業，不會什么領域都想碰，而是聚焦某幾個細分賽道做深做透，組織力和決策效率都很高。

其實核心邏輯還是回到 VC的本質——通過支持科技創新，高效創造收益。不管機構規模大小，只要效率高，就能賺到錢。比如有的小機構可能就一個人，自己管一兩億資金，因為足夠專注，決策快、投得準，效率反而比大團隊還高；再比如那些聚焦特定領域的機構，因為對賽道理解深，能精準抓住機會，專業度本身就是它們的競爭力。

反過來看，如果在 AI 這么大的行業變革期，一個機構還想著 “全面開花”——又做消費、又做醫療，同時還想抓 AI 機會，哪怕團隊有 30 個人，也很難實現高效決策。畢竟每個領域的技術邏輯、商業邏輯都完全不同，精力分散了，就很難挖透任何一個賽道的機會。