整理｜于麗麗

在中國的風險投資界，創(chuàng)新工場聯(lián)合CEO兼管理合伙人汪華，素來以頗具前瞻性著稱。2008年，他超前預測了移動互聯(lián)網(wǎng)大潮的到來，2011年則對移動互聯(lián)網(wǎng)做出“三步走”的趨勢判斷。這些“預言”在后來的現(xiàn)實中，一一印證。

“42章經(jīng)”的曲凱，因此曾認為，關(guān)于移動互聯(lián)網(wǎng)，從對趨勢的預測，和戰(zhàn)略布局來說，只有兩個人是天才級存在：一個是美團的王興，另一個就是汪華。

前不久，在杭州舉辦的 36氪WAVES新浪潮2025大會上，汪華發(fā)表了題為《超越連接，擁抱實現(xiàn)：Agent與多模態(tài)的十倍機會》的主題演講。

演講中，他指出了AI時代與移動互聯(lián)網(wǎng)時代范式的不同，并認為我們即將迎來一個遍地是黃金的AI時代,而所有AI創(chuàng)業(yè)者將分享有生以來最大的一波紅利：模型紅利。

以下是演講內(nèi)容，經(jīng)編輯：

非常高興有機會和大家交流關(guān)于AI創(chuàng)業(yè)里的一些看法和我的觀察?！俺竭B接，擁抱實現(xiàn)”，這也是過去兩三年時間，和非常多的創(chuàng)業(yè)者，包括投資人了解后的一些體會。

01

移動互聯(lián)網(wǎng)的舊范式AI時代的新范式

首先，我們討論舊的范式和新的范式。AI時代的創(chuàng)業(yè)和原來的創(chuàng)業(yè)有什么不同？這點來自最近和很多創(chuàng)業(yè)者聊，他們都覺得很焦慮，因為模型突飛猛進，但不知道到底要做什么。尤其是這些大廠，如字節(jié)，動不動就是幾十個APP的矩陣式的開發(fā)應(yīng)用，感覺把能做的事情都做完了。騰訊、阿里這些大廠也都在發(fā)力，到底有哪些空間可以留給創(chuàng)業(yè)者做AI呢？

我自己的感覺，這個事是完全不用擔心的。因為這些大廠本質(zhì)上還是當年互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)時代的大廠，所以他們整個創(chuàng)業(yè)范式，哪怕在做AI，還是當年移動互聯(lián)網(wǎng)的范式。

移動互聯(lián)網(wǎng)的范式是什么？它的核心就是連接。把各種各樣的場景、用戶群連在一起，所以當年的核心打法就是大體量、高用戶群，在一個領(lǐng)域里把用戶群壟斷了，就可以連接交易。

這些大廠現(xiàn)在做AI，它們的思路也是完全一樣的，都是盯著大體量的這些應(yīng)用、大體量的用戶群在打，而在這塊上，創(chuàng)業(yè)者打不過大廠。移動互聯(lián)網(wǎng)大戰(zhàn)時，無論是做增長、獲客、留存，他們都有非常多的錢和已有用戶量。做這些事情時，他們甚至可以等你先把這個事做完，再來復刻你。一樣可以把你擊敗。

kimi就是犯了這樣的錯。Kimi先做了一年的時間，但迅速就被騰訊、字節(jié)反超了。但在我看來完全沒有關(guān)系，因為AI和移動互聯(lián)網(wǎng)最大的區(qū)別不是連接，而是實現(xiàn)。它不僅可以把各種各樣的信息流、交易流連在一起，還能夠把事做完。

AI能不能做連接呢？能做，但實際上真實世界各種各樣的生意、價值，連接在里面占10%-20%，你把這個事做完、交付了，還有80%-90%，所以即便這塊我不做了，全部讓給大廠，我們還有80%-90%，也就是5-10倍的價值空間去做。完全沒有必要和大廠去爭過去的用戶平臺、大平臺的思路，那10%-20%的的連接市場。

大廠也不會和你搶這個東西，因為在各行各業(yè)各個方面的實現(xiàn)，成千上萬，大廠既沒有精力去把它做完，也不可能把這些事做完，所以新舊范式本質(zhì)的區(qū)別就是，移動互聯(lián)網(wǎng)的舊范式，包括大廠的范式，是廣度，而新范式本質(zhì)上是深度。舊范式本質(zhì)上是追求體量，新范式追求的是單用戶的高價值。

你要做高價值，垂直深度的市場，本質(zhì)上和大廠就不在同一個賽道里。而新的范式，其實大家思考的出發(fā)點就不一樣了。比如說移動互聯(lián)網(wǎng)，當年大家要考慮的，我怎么做第一個十萬日活，怎么做第五十萬日活。但實際上，從實現(xiàn)的角度，就和做生意一樣，比如說，如果一個開商店、工廠的，他會關(guān)心要做多少日活嗎，哪怕是一個做電商的，甚至做游戲的同學，他真正關(guān)心的是我怎么獲取第一個一千萬美元的收入。

但凡做真實的商業(yè)和交付，關(guān)心的都是最終的效果、最終的交易額。現(xiàn)在的創(chuàng)業(yè)要做深度，要做垂直、高價值的話，要考慮的是第一個一千萬美元從哪里來，而這點，新范式的這些創(chuàng)業(yè)，AI提供了前所未有的機會和工具。

中國可能比全球要稍微慢一點，我之前和很多做出海、做海外，包括在美國硅谷的這些同學聊，他們提到做AI，做營收，比如說一百萬、一千萬美元的年收。然后發(fā)現(xiàn)，最近一兩年，尤其是半年到一年時間，AI是有史以來發(fā)展最快的?；旧?，做到一千萬美金的里程碑，比起當年做PaaS或者SaaS的年代，速度快了5-10倍。非常多的企業(yè)，在一年之內(nèi)就連續(xù)跨過了這兩個里程碑。

他們的做法和當年移動互聯(lián)網(wǎng)的打法完全不同，所以整個創(chuàng)業(yè)范式都變了。創(chuàng)業(yè)的整個思路、出發(fā)點和做法也都發(fā)生了變化。

而現(xiàn)在正好又是整個新范式創(chuàng)業(yè)最好的時間節(jié)點，因為現(xiàn)在有非常大的一波模型紅利，大概就發(fā)生在半年到大半年之前。因為去年年底，從推理模型到多模態(tài)，開始有模型的大量突破性進展。

02

有生之年一波最大的紅利：模型紅利

早年創(chuàng)業(yè)，我們經(jīng)常說的一句話，就是流量紅利、流量洼地，誰能抓住第一波的流量紅利，誰能先跑馬圈地，誰就能夠占先手。大廠為了流量，也打得你死我活。

創(chuàng)業(yè)者本質(zhì)上是要找時代的紅利或杠桿，現(xiàn)在并沒有流量紅利了，但有一波有生以來最大的紅利，就是模型紅利。

從去年年底，推理模型開始大規(guī)模進展，尤其是最近半年，模型的性能演進速度非?？?。大家別看榜單的層級好像變化不是特別大，但實際上在非常多實際的應(yīng)用場景里，比如說模型的指令遵循能力、工具調(diào)用能力以及各種各樣的代碼編寫能力，都進展得非?？?。

模型性能在很多領(lǐng)域，最近半年之內(nèi)，都陸陸續(xù)續(xù)影響到了很多垂直領(lǐng)域。從不好用到好用，從覺得是一個玩具，到能讓用戶產(chǎn)生非常強的驚艷感。

比如說，在美國的很多垂直領(lǐng)域，在醫(yī)療領(lǐng)域里，有一家公司兩年前就開始做對大夫和會診記錄的筆記，以及整理的這些工作，三四個月之前，他們換了新的模型之后，用戶滿意度突然極大地提高，每周都有大型的醫(yī)療機構(gòu)能夠簽約。最近，他們完成新一輪的融資，估值已經(jīng)到了50多億美金。

包括最近會發(fā)現(xiàn)，起了一大波和編程或者Agent相關(guān)的垂直領(lǐng)域的應(yīng)用，比如Lovable,你要去做，會發(fā)現(xiàn)它本質(zhì)上就是依靠claude3.7-4最近的模型提升，然后把前端編程這件事變得非常可用，這種例子特別多。

最近有非常多的公司，本質(zhì)上干的一件事，就是當模型變得足夠好之后，它找到一個垂直洼地的領(lǐng)域，成為第一個把新的模型能力拉到這個領(lǐng)域標桿的應(yīng)用，然后一舉成名。

比如剛才說的，如果一個資深的創(chuàng)業(yè)者或者開發(fā)者去看，會發(fā)現(xiàn)它做的事情沒有那么多，核心能力本質(zhì)上都是claude3.7的這些能力，只是它找到了一個前端開發(fā)、網(wǎng)頁開發(fā)者、應(yīng)用開發(fā)者、設(shè)計師、產(chǎn)品經(jīng)理的垂直領(lǐng)域，把claude3.7的能力很好地針對這波人群進行了包裝。甚至說極端一點，包括Manus的走紅，也是最早地去利用了claude3.7的模型能力，一下子做出了驚艷的應(yīng)用。

這也是為什么它到現(xiàn)在為止，國內(nèi)產(chǎn)品始終還沒有出來，因為國內(nèi)的模型還沒有到轉(zhuǎn)折點，還沒有好到可以做出一個驚艷的東西的地步。在法律、金融包括餐飲等領(lǐng)域里，最近冒出了非常多的公司，都迅速地利用最近猛增的模型能力，達到這個點，這是典型地吃了模型的紅利。

而大廠在干什么事？模型廠和技術(shù)廠在瘋狂卷分數(shù)、卷模型的基礎(chǔ)能力，包括他們做應(yīng)用也只看重那些非常大的。

比如說谷歌明顯在做消費AI，Anthropic在做大眾的編程領(lǐng)域，就導致了模型能力長的非?？?，但在非常多的垂直領(lǐng)域里，應(yīng)用幾乎是0，而大廠也不把模型能力應(yīng)用到這些小的垂直領(lǐng)域里，產(chǎn)生了非常大的勢能差。

而誰能趁模型能力剛升完級不久，第一個找到新的模型能力，能降維打擊的垂直能力，就能迅速獲得一波，無論是用戶量，還是聲量、體量、融資等機會。而且很多事情，大家只要有足夠好的一些思路和找到好的垂直領(lǐng)域，非常多的模型能力，能很快展現(xiàn)出非常多的價值。

包括大家一直認為沒有用的解數(shù)學題的能力，大家以前覺得解奧數(shù)的能力都是秀肌肉的，沒有用，但實際上，在過去半年內(nèi)的時間里，在硅谷那邊，有多個創(chuàng)業(yè)公司把解奧數(shù)的能力應(yīng)用到對沖基金和財務(wù)領(lǐng)域，用來去做各種各樣的財務(wù)模型和算法的迭代演進。

第一個把這個東西往那邊做的公司，先不說AI含量達到多少，他們至少拿到了超過3000-5000萬美金的融資額。

在接下來一年多的時間內(nèi)，模型的能力依然會快速地提升，也就是大廠在幾百億美金的燒基建，瘋狂燒模型能力，卻不收割這些模型能力無數(shù)可以做應(yīng)用的地方。他們不可能去收割，也收割不過來，而這些模型能力快速增長的能力，給我們這些創(chuàng)業(yè)公司和創(chuàng)業(yè)者最好的機會。

模型能力，大廠已經(jīng)幫我們都做好了，現(xiàn)在對創(chuàng)業(yè)者來說，最重要的反而變成了找場景。

什么樣的場景能符合我剛剛說的要求，就是不需要特別大，但是高價值，能產(chǎn)生勢能落差。不需要多大，因為我是做實現(xiàn)，我能在這個領(lǐng)域里做出以前沒有AI時讓用戶特別驚艷的效果。這和以前范式有很大的區(qū)別。

比如說，以一千萬美金的ARR為例，大家算一下這需要多大的用戶群？其實比大家想象得要少得多。

以硅谷那邊為例，我聊過那邊挺多的創(chuàng)業(yè)者，200美金/年，如果是一個toC的應(yīng)用，這不是往多里說，這是一個平均數(shù)字。

5000個用戶就是100萬美金，5萬個用戶就是1000萬美金。如果你做的是一個toB的應(yīng)用，我認識的那些公司，大部分情況下在真實有效的付費用戶達到幾十個的時候，就已經(jīng)達到了1000萬美金。

很多中國公司在那里也做得很好，這也非常符合我剛才說的邏輯。它們把語言模型和當時的數(shù)字人的一些技術(shù)，做了非常好的產(chǎn)品化整合，做到3000-5000萬的AAR也只花了5000萬。不像以前在中國做一個應(yīng)用，100萬日活都還沒有，怎么開始掙錢。而且表面上看做免費用戶，但獲客成本真的低嗎？現(xiàn)在大家做增長，在中國，算上在抖音以及各個地方的獲量，平均要多高成本？而且實際上流失率很高。

而在這個范式里，你如果做了真正有用的東西，真正有價值的東西，這一波的創(chuàng)業(yè)者，基本上都沒有在獲客上花錢。

比如說，以toC為例，你只要找到一個幾十萬真正有深度需求的人群，真的有生產(chǎn)力、有價值的人群，你在這個人群里哪怕做1/10的市場，1000萬美金的LLR就有了。

這樣的機會多不多？非常多。

只要視野寬闊一點。要把視野放在全球、全行業(yè)。

放在全球的意思，就是模型紅利我們吃什么，吃全球的模型，而不只是在中國能用的模型。市場也盯著全球的市場，無論是歐美、東南亞、中國，而不只是盯著中國的市場。行業(yè)也別只盯著互聯(lián)網(wǎng)那點事，而是盯著各行各業(yè)、千行百業(yè)。

在這個事情上，重要的甚至都不只是技術(shù)之類的事，而是知道一些垂直或者行業(yè)里真正的一些痛點，有垂直領(lǐng)域里很多的know-how，知道某些垂直領(lǐng)域里做生意的訣竅，把這些東西轉(zhuǎn)化成最先進的模型能理解的Prompt和流程。真正在一個核心里做出特點，做出價值，不需要做得很大。

這樣的公司很多，像Rillet，是做總賬的。它原先就是咨詢公司和會計師出身，非常知道中小企業(yè)在用的那些財務(wù)系統(tǒng)、總賬系統(tǒng)有多痛苦。尤其是那些幾十年財務(wù)總賬系統(tǒng)，全都是為大型企業(yè)做的，對中小企業(yè)來說，根本受不了。

但現(xiàn)在AI自動化的能力非常強，基本上就是用模型把總賬的事情重新做了一遍，不到一年的時間，起碼在中小企業(yè)里，已經(jīng)有顛覆那些二十年產(chǎn)品的事了。

包括Lovable，5000萬美金的LLR，做設(shè)計師、產(chǎn)品經(jīng)理的市場。在美國，還有很多做中小餐飲店的老板，做在線外賣、以及在線訂購管理的傳統(tǒng)餐飲業(yè)的老板。這樣的例子非常多，都是最近一年之內(nèi),尤其是最近半年之內(nèi)，各種各樣的模型能力提升之后，迅速做起來的公司。

所以你不要去追求體量，而是去關(guān)注真正的問題痛點，追求真正的價值。而且不能浮于表面，你的問題越具體越細，反而會越好。因為現(xiàn)在的模型能力就是這樣，當一個問題特別寬泛的時候，反而做得不會特別好。當一個問題越明確、越具體的時候，反而能做出越驚艷的效果。

哪怕現(xiàn)在號稱做通用的，比如說號稱做通用搜索的，要做PPT也比不上一個專門做PPT的。

包括谷歌和OpenAI的Deep Research已經(jīng)非常好了，但是真到了法律、金融，它們也比不過在這些領(lǐng)域里專門做research，或者連接了這些行業(yè)專有知識庫的專業(yè)Agent公司。

比如說，我剛才說的第一個策略，模型公司出來之前，迅速利用新模型的能力來起量，大家會認為護城河會不會太淺。完全不會，大家千萬不要擔心。

我知道有些創(chuàng)業(yè)者，或者投資人把利用新模型迅速出道的公司比做模型套殼公司，但這根本無所謂。不管是不是套殼，你是不是拿到了公司第一波起始的流量、用戶和客戶更重要。

第二點，和當年的移動互聯(lián)網(wǎng)不一樣的是，當年的用戶平臺，如果一開始只是很淺地做了一層，之后很容易被大廠顛覆掉。從做實現(xiàn)、做業(yè)務(wù)的角度來說，它的鏈路可以很長。你拿到了第一個客群之后，比如說你做總賬或銷售的一個很淺的東西，但你一旦拿到用戶群，可以不斷往后拉，因為任何實現(xiàn)的業(yè)務(wù)鏈條可以拉得很長。你只要占了先機，有了用戶群，你的壁壘可以不停往下降，這和當年做移動互聯(lián)網(wǎng)平臺那層的東西是完全不一樣的。

至于你說，我一下子選了一個特別具體的事，看上去天花板不高。我會擔心做到一千萬ARR后怎么辦，就算拿到了5萬付費用戶，再往后怎么辦。5萬用戶是不是太少，完全沒有關(guān)系。

因為做實現(xiàn)的邏輯，你拿到了第一個鏈路點后，可以往下做，可以延伸的空間非常大。

最重要的是,先快速地趁現(xiàn)在有模型紅利的情況下，自己又有對某一個垂直行業(yè)很好的知識和認知。如果自己沒有對垂直行業(yè)的認知，找一個垂直行業(yè)非常懂的合伙人，拿到第一桶金，再不斷深挖。

它出的不是萬億美金級別的下一個谷歌和Facebook，但是是幾十億、一百億級別的無數(shù)個行業(yè)的隱形冠軍。

03

Agent與多模態(tài)的機會

接下來，最大的流量紅利、紅利洼地就是兩個：一是Agent，二是多模態(tài)。

對于模型紅利來說，這兩個是接下來一年多時間內(nèi)模型性能提升和變化最快的兩個部分。

Agent，表面上好像很熱，實際上它本質(zhì)上是模型的工具調(diào)用能力、推理能力，這個能力在強化學習的影響下，現(xiàn)在也是剛剛開始。強化學習現(xiàn)在scale up大概還有10倍以上的空間，也就是說，大概在接下來一年左右的時間內(nèi)，會看到模型在Agent各方面的性能都有快速的變化和增長。

而這個快速的變化和增長不一定能夠體現(xiàn)在各種各樣的評測分數(shù)上，因為這些評測分數(shù)并不能對應(yīng)模型真實的性能。比如說大家會看到，大家實際用編程會發(fā)現(xiàn)雖然claude3.7分數(shù)不是最高的，但是用下來是最好用的。

所以接下來一年，基礎(chǔ)模型公司會有兩個scaling law：一個是在算力上，提升模型的能力。

第二個是對模型做大量垂直領(lǐng)域的強化學習，這不會提高模型的評測分數(shù)，但會極大地提高模型對各行各業(yè)和各方面的適應(yīng)能力。

隨著水平一橫一縱的不斷推進，如果你關(guān)注模型，會發(fā)現(xiàn)原來很難做的事情，可能三個月之后就能做了。

現(xiàn)在經(jīng)常說后半場，其實現(xiàn)在還是前半場，從現(xiàn)在很多的應(yīng)用來說，剛到可以用的地步。

比如說，以工具調(diào)用為例，現(xiàn)在一個模型要調(diào)用工具，大概調(diào)十幾個工具，基本上MCP模型,就會發(fā)生各種各樣的混淆幻覺的問題，而且上下文一般也不夠調(diào)用。而3-4個月之內(nèi)，模型就可以同時調(diào)用上百個工具，上下文會變得非?？捎茫乙沧銐虮阋恕?/p>

一年之后，這些增長就會放緩。因為強化學習的紅利也不是無窮無盡的，所以大家創(chuàng)業(yè)一定要趁早，一年之內(nèi)是模型紅利增長的黃金期，是吃頭一口湯的黃金期。

等到一年之后，模型性能已經(jīng)不再增長了，大家開始做同質(zhì)化的競爭了。那時候再開始做，不是不能做，但就比現(xiàn)在更加困難。

模型洼地就是多模態(tài)，圖片和視頻。雖然之前大家可以看到在toC端，OpenAI的GPT 4o的圖片制作已經(jīng)引起了很多的轟動，谷歌最近的VeO3的視頻生成，也已經(jīng)開始做非常好的C端的事。

但是在B端，多模態(tài)的發(fā)展能力還有大量要增長的地方，而這些我和很多做模型的同學有聊，很多都會在一年左右時間有非常大的進展，包括多模態(tài)的融合，包括模型的可控性，包括運動的可控性、語義，更長的視頻的生成等。

雖然我們的微信公眾號上已經(jīng)充斥AI生成的東西，但很大程度上還是偏toC的。toB領(lǐng)域，依然有很大的空檔。在一年多的時間內(nèi)，它會像Agent一樣，有很大的進展。

大家可以類比，比如說去年下半年10、11月份的時候，大家還感覺Agent是一個笑話，但到今年5月份，我都不說大家的預測，在谷歌那邊已經(jīng)有很多的公司，實實在在用Agent做出非常多的業(yè)務(wù)了。

去年10月份，大家用AI進行編程的時候，還只能進行一些補缺的任務(wù)，但是現(xiàn)在這個時間點，Agent可以獨立直接寫上千行甚至幾千行代碼的模塊，尤其是寫前端，甚至可以一次性成功。

多模態(tài)和Agent，在接下來的10個月時間里，還會和過去10個月一樣，發(fā)生天翻地覆的變化。應(yīng)用的廣度和深度，都會比現(xiàn)在上整整一個臺階。

這些加在一起，放眼全世界和各行各業(yè)，現(xiàn)在真的是遍地是黃金的時間，就看大家能不能找到一個金礦，再深深地往下挖。

非常高興能到杭州和大家分享，我覺得對于杭州和南方的創(chuàng)業(yè)者來說，在接下來的AI創(chuàng)業(yè)時代，甚至比當年的移動互聯(lián)網(wǎng)，是更好的一個時代。

老實說，當年的移動互聯(lián)網(wǎng)創(chuàng)業(yè)時代，南方和北方創(chuàng)業(yè)者有很大的一些區(qū)別，北方出的很多公司都是互聯(lián)網(wǎng)平臺公司，跑馬圈地，做大體量，做高聲勢，高舉高打。

南方出的很多好公司，如泡泡瑪特，包括電商，包括各種各樣的這些公司，很多是做收入、做營業(yè)。甚至南方的這些創(chuàng)業(yè)公司做出海、做跨境，包括強運營、強商業(yè)，能直接產(chǎn)生收入，包括做全球市場，當年都是更多的。而所有的這些特點都非常適合接下來的AI的創(chuàng)業(yè)范式，就是做高價值，做全球，而不是追求大體量。

從移動互聯(lián)網(wǎng)早期到AI的第一代創(chuàng)業(yè)公司，我當時也投了非常多。包括當年AI1.0的時候，也投了十幾個獨角獸，包括自動駕駛解決方案提供商地平線之類的。我現(xiàn)在覺得整個機會比當年AI1.0好10倍，因為全球的生意盤子是中國生意盤子的10倍，而AI如果做實現(xiàn)，是當年移動互聯(lián)網(wǎng)做連接的10倍。

我也是非常希望我能有機會和杭州的，包括今天來杭州的南方創(chuàng)業(yè)者一起合作。因為我們創(chuàng)新工場特別愛投科技、全球化、早期，也是希望有機會能夠和大家在移動互聯(lián)網(wǎng)時代共創(chuàng)輝煌。

圖片來源｜現(xiàn)場拍攝