资金紧缩环境下，AI应用方向面临的投融资策略微调

原文来源：AI投什么

图片来源：由无界 AI生成

01 重建紧缩环境下的投融资思维

从投融资的角度上，国内的生成式AI算是有些生不逢时，恰好处于股权投资行业资金青黄不接的低谷，别说跟移动互联网时代轰轰烈烈的创投高潮相提并论，就连当初计算机视觉风口期AI四小龙造就的资本声势，似乎都比当下抢眼得多。数量不多积极布局AI的投资机构也是以大模型优先，在AI应用层出手相对谨慎，而大多数投资人更是守着“一停二看三pass”的道路安全原则，市场上你说我不落地，我说你气氛组，充满着快乐的空气。

除了环境因素，AI应用本身也有亟待解决的问题。大模型的能力，数据的局限和商业生态的难产，都加深了投资方，尤其是财务投资机构的疑虑。

其实目前这个情况，每个人都不想的。从大处说，在一个风口形成的早期，需要有一定的资金泡沫，把整个行业吹起来。只有能拿到钱的创业公司堆积到了一定数量，才有概率从里面跑出让投资人快速赚钱的公司，形成示范效应，吸引更多的创业者和投资机构进入，带来正向循环，整个行业也能快速发展。从小处说，投资人投得出去才有业绩，创业者拿到钱才好度过开发周期。如果真的能大张旗鼓地拼命投，谁会不愿意呢？

既然不是不愿，那就自然有无法这么做的理由。无论是投资人还是创业者，面对现状，少抱怨，多务实，早点放弃泡沫期的思维和行动惯性，重建紧缩环境下的认知和期望值，属实必要。

02 市场需要行业复合型团队和投资人

与大模型这种纯粹的基础技术产物不同，AI应用是一个横向领域，它的实用性必然体现在与其他行业的交叉结合。有些行业天然与生成式AI亲和力高，比如开发者工具、修图软件、社交，在现有的技术能力下立即能够获得尚可的体验，而有些行业则没那么容易一眼看清结合点，有赖于大模型的进步和长时间的尝试投入。但无论如何，应用创业团队只懂AI是不够的，如果对所要结合的行业缺乏理解，就容易陷入所谓“拿着锤子找钉子”的困境。其实钉子并不少，但看着似乎每个钉子都可以敲，实际敲下去却发现纹丝不动。

当互联网大佬们说“每个应用都应该被AI重构”时，还有半句话藏在背后没讲：重构的人首先得特别了解这个应用，对应用所面向的领域有足够深的经验和认知。

在移动互联网的O2O创业高潮中，有过一句类似的口号“每个线下行业都应该用互联网颠覆”。在大笔资金和“互联网思维”的加持下，很多对线下生意毫无经验的创业者跨界进入完全陌生的领域，以为用移动互联网就可以降维打击一切，然后到处踩坑，天天反思，月月调整，资金散尽，一地鸡毛。

只能说那个时候条件够好，仍有少数公司可以在巨大的投资体量支撑下，硬挺着在一个垂直领域走完从头学习、试错、找到最合适的结合点、培养用户习惯直到规模化收入的全流程，比如打车和外卖。但这个条件如今绝不存在，市场上CDEFG轮的投资机构都成了稀缺品，谁来用金钱帮你买时间呢？

因此，对AI应用创业团队的要求远高于移动互联网时代，既得懂AI，又得懂相应的行业，团队从组建起就需要具备相对完整的经验，以尽可能缩短试错周期，降低踩坑成本。而作为投资人，同时要对创业公司的AI能力和在垂直行业的能力做出判断，同样需要复合型的行业认知。

03 不撞南墙不会回头的预期管理

近期常能听到的一种说法是，投资人喜欢一上来就问什么时候能产生收入。

这件简单的事能做为一个话题出现，即已说明投资和融资双方的心理预期差异大到何种地步，移动互联网时代投资人和创业者在烧钱拉升用户数和DAU上的一拍即合，早已一复不返。

收入问题背后隐含的意义是：如果我们投完后就找不到下一轮，咱公司可不会就死了吧？创业者通常很难对这样的疑虑产生共鸣，甚或觉得反感，因为既然选择创业，自然是看到的机会多于风险，但除了明星创业团队之外，在紧缩环境下证明机会真是机会并不容易，还要进一步要证明机会值这么多钱，就是难上加难。

理想情况下，为了以达成合作为目标，新环境中的预期管理应该是双向奔赴的，投资人和创业者都要重新评估自身诉求，但关乎直接利益，接受现实往往需要很长时间。