界面新聞記者 | 伍洋宇

界面新聞編輯 | 文姝琪

在中國AI大模型創(chuàng)投領域，不同投資人對于模型層和應用層的價值判斷并未形成共識，甚至在某種程度上是對立的。

這種情形同樣存在于美國。在硅谷，有一只早期基金Fusion Fund，在8年前就堅定選擇成為To B（企業(yè)端）方向的價值投資者，原因是這里有全球最大最成熟的B端（企業(yè)端）市場。?

Fusion Fund創(chuàng)始合伙人張璐自身就是一名連續(xù)成功創(chuàng)業(yè)者。她畢業(yè)于斯坦福大學材料科學工程學院，在賣掉自己創(chuàng)辦的醫(yī)療器械公司后，成立了這家基金。

投身VC領域的近十年，F(xiàn)usion Fund募集管理了4期基金，平均每年出手7-10個項目。這些項目絕大部分與To B領域的AI應用有關，包括AI搜索工具LeptonAI，AI驅動的音頻轉錄公司Otter.ai，以及專注于開發(fā)時的工具及基礎設施Paperspace等等。

張璐堅信AI應用在To B方向的價值?！霸谖铱磥?，美國是全球最大且最成熟的B端市場，擁有最先進的技術和最佳的Go-To-Market機會。”這在很大程度上與美國企業(yè)端銷售的高付費意愿有關，這是與中國市場之間的重要區(qū)別。

至于Fusion Fund從不涉足的C端（用戶）市場，張璐認為，至少在美國，這實際上不是OpenAI和Anthropic等初創(chuàng)公司的戰(zhàn)場，而是背后的微軟、亞馬遜和谷歌等巨頭的競爭。

她指出，從歷史規(guī)律來看，大部分的技術創(chuàng)新所經歷的周期，總是從基礎技術創(chuàng)新，到技術應用創(chuàng)新，再到商業(yè)模式創(chuàng)新。而前兩個階段大概率會以To B方式率先在產業(yè)里進行多輪驗證，才會演進成為To C的重大機會。

作為一位需要在硅谷同時進行領導與競爭的華人女性，身份曾是張璐在行業(yè)中的顯著標簽。但從幾年前起，關于她個人的討論逐漸減少，更多的焦點轉向了Fusion Fund所帶來的行業(yè)洞見?！斑@與評判初創(chuàng)企業(yè)的思維很相似，”張璐說，“關鍵在于你做成了什么事情?！?/span>?

Fusion Fund的一項殺手锏是其2018年建立的Fusion CXO網絡，集結了45個來自全球500強企業(yè)的高管，為初創(chuàng)企業(yè)提供高效的資源和訂單支持。此外，張璐還著手搭建了Fusion Expert Network（專家網絡），覆蓋近30位工業(yè)領域專家，為團隊提供深入的行業(yè)洞察。?

這些都是她保證團隊項目源質量及出手命中率的重要支撐。

盡管主戰(zhàn)場在美國，但張璐也始終關注著中國科技創(chuàng)投生態(tài)的發(fā)展。

過去一兩年，來自中國市場最讓她感到驚喜和興奮的，是商業(yè)航空航天領域的進展?！皩τ谀贻p一代來說，這是一個未來的巨大市場，”張璐說，“而且如果開放給更多的民營企業(yè)參與其中，必定能更好地推動創(chuàng)新?！?/span>

以下為界面新聞對張璐的采訪實錄，略作編輯：

“如火如荼，并且是大面積的如火如荼”

界面新聞：在過往的AI投資中你有密集出手的時候嗎？整體的投資節(jié)奏在今年有沒有發(fā)生什么變化？

張璐：我們還是蠻平均的，去年投了9個項目，平時一年大概投7~10個項目，所以去年算是投得比較多，今年到現(xiàn)在也已經投了8個項目了。

我們主要聚焦于B端的應用，主要是人工智能在醫(yī)療、金融、保險等垂直領域的產業(yè)應用，以及人工智能基礎設施。我們不投任何的C端項目，之前也沒有投過。

界面新聞：過去8年中，B端的機會有哪些趨勢能總結？

張璐：早期的時候我們投一些垂直領域的AI應用，比如說Otter.AI，Paperspace，你會發(fā)現(xiàn)他們無論是做應用還是做人工智能基礎設施，主要服務的對象還是科技領域的企業(yè)，或者說科技領域的從業(yè)者和開發(fā)者群體。

但是在最近這兩三年，很多垂直領域的人工智能應用，它服務的是傳統(tǒng)行業(yè)、非科技領域，如金融、保險、物流、供應鏈、醫(yī)療等行業(yè)。它們本身的技術屬性沒有那么強，或者說之前對于人工智能的認知沒有那么深入，但過去這兩年他們加速了AI技術的學習、植入及應用探索。這可能是過去8年的一個顯著變化。

相當于以前更多是科技領域的自我發(fā)展與AI應用，而現(xiàn)在則是全產業(yè)的數(shù)字化轉型，這也是為什么我說現(xiàn)在是一個大時代，是一個好機會。

界面新聞：全產業(yè)的機會來了，底層原因是技術上的進步嗎？還是說也有別的結構性變化？

張璐：這個問題特別好，因為很多人認為是技術終于“準備好”了，其實并非如此。技術實際上早已準備好了一段時間，真正關鍵的是產業(yè)是否準備好了。

人工智能核心應用的一個前提就是數(shù)據(jù)。行業(yè)是不是有海量的高質量數(shù)據(jù)，這是第一要義。在此基礎上，才能夠造就讓大家覺得便宜好用，真正能夠解決問題的人工智能解決方案。

早在2017年，就有一波關于人工智能在C端應用的討論。我當時公開發(fā)過一個報告，關于人工智能在醫(yī)療領域應用，我當時認為，人工智能技術還沒有發(fā)展到能夠在C端展示其優(yōu)越性的時候。

但如果看醫(yī)療領域，它已經有海量的高質量數(shù)據(jù)，有巨大的數(shù)字化轉型需求，尤其在美國，醫(yī)療行業(yè)的數(shù)字化已經做得很好了。因此人工智能也需要醫(yī)療領域來體現(xiàn)其技術優(yōu)越性。這是我當時的看法，后來證明是對的，我們從2017年開始就重點投資人工智能在醫(yī)療領域的應用。

界面新聞：所以產業(yè)為什么現(xiàn)在準備好了？

張璐：有一個比較重要的原因是，過去幾年疫情推動了很多傳統(tǒng)行業(yè)的數(shù)字化轉型。大家逐漸意識到，很多科技行業(yè)已經廣泛采用了數(shù)字化工具——遠程會議、智能化解決方案等，但傳統(tǒng)行業(yè)卻相對滯后。隨著疫情的爆發(fā)，各行各業(yè)都必須開始使用數(shù)字化工具來適應遠程工作。

疫情讓各個行業(yè)，無論主動還是被動，都加速了數(shù)字化轉型。例如，許多工業(yè)制造業(yè)的公司，過去工廠是半自動化的，但因為疫情期間需要持續(xù)生產口罩和呼吸機，員工無法回廠，工廠被迫轉向全自動化。這些轉型都是在疫情壓力下發(fā)生的，但也為后續(xù)的AI應用打下了堅實的基礎，尤其是為收集海量高質量數(shù)據(jù)提供了可能，從而為人工智能的進一步應用創(chuàng)造了條件。

在疫情之后，又發(fā)生了一件關鍵事件——ChatGPT的出現(xiàn)。它為全社會進行了一次大規(guī)模的人工智能教育，讓大眾突然意識到人工智能已經變得觸手可及。

我們從2016年就開始投資AI公司，當時有一個理念叫“零代碼人工智能平臺”（No code AI），就是你不需要理解一行代碼就可以直接用這個AI產品。ChatGPT讓大家意識到了這個概念真的存在。

界面新聞：這種機會在醫(yī)療、金融和保險這些行業(yè)率先被驗證了？

張璐：已經被驗證了。我們前幾年投的一些垂直領域人工智能公司，現(xiàn)在收入做得最好的已經到幾十億美金。所以不是大家想象的現(xiàn)在剛剛開始，而是有很多走得比較快的垂直領域AI公司已經做出來了，并且還有一些新的應用場景正在被發(fā)掘。

所以To B在美國現(xiàn)在是如火如荼，并且是大面積的如火如荼。?

界面新聞：中間有一個爆發(fā)的節(jié)點嗎，還是總體平穩(wěn)上升，但相對比較陡的一條曲線？

張璐：確實比較陡，因為去年年初ChatGPT給全產業(yè)做了一個人工智能的教育，而我們投的很多公司，它是做垂直領域小模型，針對細分行業(yè)應用，但是這些細分市場量級又足夠大。

大家如果對于To B不熟悉的話，總是想象不到它的產業(yè)量級有多大。美國的醫(yī)療行業(yè)是美國GDP的20%，是全世界最大的醫(yī)療市場，沒有任何一個其他行業(yè)市場規(guī)模可以跟它相比。美國的保險行業(yè)是7萬億美金的市場，這也是一個巨大的亮點，金融行業(yè)就不用說了，全世界最大的金融行業(yè)產業(yè)就在美國。?

包括現(xiàn)在崛起的機器人產業(yè)，因為跟物流供應鏈制造生產相關，還有太空科技，SpaceX所在的太空經濟產業(yè)大概是一個10萬億美金的市場。整個太空領域的發(fā)展帶來的衛(wèi)星數(shù)據(jù)等等，都是海量的產業(yè)機會。?

界面新聞：到這個階段，你覺得整個美國的B端AI產業(yè)改變的機會，還會是一個由技術驅動的機會嗎?

張璐：其實，這取決于你怎么定義技術。技術可以是如何優(yōu)化大模型，也可以是怎么做小模型，把它做精、做低成本。?

但這并不是簡單地更換一個語言模型就可以了，背后更多是架構設計（architecture design）。另外，還有一個很重要的因素是產業(yè)數(shù)據(jù)——能否獲得核心的高質量產業(yè)數(shù)據(jù)。數(shù)據(jù)質量越高，需要的數(shù)據(jù)量就越少。數(shù)據(jù)量少，意味著對GPU算力的需求更低，能耗也會減少，最終產品的成本也會更低。

因此，數(shù)據(jù)是至關重要的。雖然你可以將其視為技術的一部分，也可以不這么看，但它無疑是當前B端應用的核心所在。

不過，我要強調一點，雖然AI現(xiàn)在已經如火如荼了，但我們還沒有進入到樂章最高潮的部分，或者說交響曲最漂亮最華彩的地方，我們現(xiàn)在才剛剛開始。

所以接下來這三五年會有更多、更快的人工智能的發(fā)展。現(xiàn)在聊的很多都是生成式AI，語言模型，但還有很多新的模型涌現(xiàn)?，F(xiàn)在的討論大多集中在如何在GPU層面建立AI模型的應用，但未來不一定只有GPU，還會出現(xiàn)其他技術革新。

界面新聞：你說還沒有進入到最高潮的部分，做這個判斷的依據(jù)是什么？

張璐：現(xiàn)在的人工智能應用還是初期，才剛剛兩年時間。最開始，可能是公司的一個部門在用，接著是一個大企業(yè)在用，再擴展到整個產業(yè)。最初可能只有一個應用在使用，隨著時間推移，各種不同的應用開始廣泛使用。

這一過程可能至少需要三年的時間。就像部署一個新軟件一樣，它首先從IT部門開始應用，接著擴展到HR部門，最終覆蓋到全公司。這是個逐步推進的過程。?

中國在C端創(chuàng)新有優(yōu)勢，而美國有最好的B端市場

界面新聞：在中國市場，投資人關于基礎大模型和AI應用層的價值判斷存在割裂，有時候兩方觀點可能完全對立，在美國市場現(xiàn)在的情形是怎么樣的？大家有沒有形成一個共識？

張璐：沒有形成共識，但是美國市場和中國市場也是非常不一樣的。美國的To B市場是全球最大的，中國的To C市場可能是全球最大的，因此，很多投資判斷往往基于哪個市場容易實現(xiàn)大規(guī)模商業(yè)化。?

我覺得大模型本身是非常有價值的，但初創(chuàng)企業(yè)做這個面臨很大的不確定性。因為大模型本身的投入成本非常高，最后可能只有跑得最好的模型會贏得市場。?

美國市場的不同之處是，你會發(fā)現(xiàn)每個大模型公司背后都有一家大的科技企業(yè)。所以真正的競爭到底是在OpenAI和Anthropic之間，還是在背后的微軟、亞馬遜和谷歌之間呢？其實很不好說，這也是兩國市場的一個重要區(qū)別。?

界面新聞：所以剛剛這個問題，你的答案是什么？是微軟和亞馬遜、谷歌的競爭，還是OpenAI和Anthropic之間的競爭？

張璐：當然是大公司之間的競爭。

界面新聞：有一個結構性問題，現(xiàn)在所有人都在談大模型對B端帶來的改變，它的確定性已經非常高了，但是這件事情在C端帶來的變量好像還是很模糊，這背后的原因是什么？

張璐：大部分的技術創(chuàng)新都會經歷一個周期，先基礎技術創(chuàng)新，再到技術應用創(chuàng)新，最后商業(yè)模式創(chuàng)新。你會發(fā)現(xiàn)，包括基礎技術和技術應用創(chuàng)新，通常先在B端領域得到驗證和應用，經過多輪次驗證之后，技術會變得更成熟、更便宜，最終才轉向C端應用。

其實互聯(lián)網時代也遵循這樣的模式。只是說中國市場可能主要接觸到的VC創(chuàng)新，是在互聯(lián)網時代的最后一個階段——商業(yè)模式創(chuàng)新階段。但其實美國過去這四五十年，硅谷幾乎每次技術創(chuàng)新都是先從基礎技術創(chuàng)新，再到技術應用，最后才是商業(yè)模式創(chuàng)新。所以人工智能也會沿襲這個路徑。

界面新聞：其實這么多年下來，你們一定在AI行業(yè)積累了非常多好的人脈和資源，但為什么迄今為止你依然堅定地不想進入C端市場？

張璐：我們投了很多B端的AI，B端非常好。在我看來，美國是全球最大且最成熟的B端市場，擁有最先進的技術和最佳的Go-To-Market機會。我所專注的領域已經足夠好了。

界面新聞：在國內一級市場有這樣一種論調，大家傾向于認為在基礎模型上目前美國領先于中國，但是如果要比拼應用層創(chuàng)新，中國一定會強于美國。你的判斷是什么？

張璐：這要分B端、C端來討論。C端創(chuàng)新在中國有優(yōu)勢，因為中國有龐大的人口基數(shù)，創(chuàng)新能力也很強，用戶對于新技術的接受度也比較高。但是若是看B端的應用層，毫無疑問，美國是做得最好的。關鍵在于，美國的大企業(yè)愿意為B端的人工智能解決方案付費和應用。?

界面新聞：如果做同級比較，中國和美國的的B端應用創(chuàng)新相比，這兩者有高低之分嗎？?

張璐：并不是說兩個市場的To B企業(yè)和產品有高下之分，關鍵在于企業(yè)付費意愿和商業(yè)環(huán)境差異。美國在To B的企業(yè)級銷售方面是全世界最大、最成熟的市場。

界面新聞：在中國的一級市場，有人會認為AI公司存在估值和ARR（年度經常性收入）的比值不合理的情況，目前美國To B的AI公司，它們的比例水平是合理的嗎？

張璐：現(xiàn)在整體比較合理，當然估值也在水漲船高。總體上，企業(yè)的營收水平和估值之間還是有一個相對區(qū)間，通常大致在10倍到20倍之間。?

過去，你會發(fā)現(xiàn)一些To B公司，它還沒什么收入就可以融很多錢；但現(xiàn)在其實很多公司可能還沒有融A輪，收入已經做得不錯了。前幾天我剛和一個做保險行業(yè)To B AI應用的創(chuàng)始人聊，他們基本沒融資，現(xiàn)在收入已經做到300萬美金，并且就兩個人。他表示他們不需要融資，但如果融資的話，可以加速成長。

“Be alert，快速反應”

界面新聞：在這個行業(yè)里，你們現(xiàn)在能總結下來的投資方法論是什么？?

張璐：我們投資方法論從兩個維度出發(fā)。第一個維度是垂直領域人工智能，挑選那些具有海量的高質量數(shù)據(jù)的市場，然后去投資其中做垂直AI應用的初創(chuàng)公司。第二個維度是橫向的人工智能基礎設施投資，去解決人工智能領域現(xiàn)在面臨的4大挑戰(zhàn)——算力成本太高、能耗成本太高、延遲的問題、數(shù)據(jù)隱私問題。這四個挑戰(zhàn)，同時也是四個最大的投資機會。

界面新聞：在這個框架下，團隊總結出來非常重要的技術變革有哪些？?

張璐：我們覺得今年比較重要的技術變革有三個，一是數(shù)字化生物學，二是人工智能基礎設施的創(chuàng)新，三是太空科技的創(chuàng)新。最近我們還關注了金融科技AI（Fintech AI）、工業(yè)機器人+AI等，這些都是相對比較重要的技術創(chuàng)新趨勢。

界面新聞：你在這個領域非常欣賞的早期項目創(chuàng)始人，他們通常具備哪些特質？?

張璐：這些創(chuàng)始人一般有幾個特點。首先，他們對行業(yè)有非常明確且獨特的洞察，不是跟風的見解；其次，他們有一以貫之的長遠愿景，對自己要做的事情有清晰的規(guī)劃，而不是每天都在改變方向。?

更為重要的是，他們擁有很強的領導力，能夠吸引到頂尖的人才與他們一起合作。此外，他們不僅要懂人工智能技術，更要對所處的產業(yè)有深刻理解，因為最終他們需要服務的是這個行業(yè)。?

從背景來看，我們投資的創(chuàng)始人大多數(shù)都擁有非常強的產業(yè)背景和技術背景。事實上，我們投的創(chuàng)始人一半以上都是連續(xù)成功創(chuàng)業(yè)者。

界面新聞：AI大模型成為創(chuàng)投風口之后，華人力量似乎在硅谷更加突出了，你對這個趨勢有什么切實感受？

張璐：現(xiàn)在很多大公司中，你會看到很多華人的中堅力量，作為最核心的人工智能技術專家。在我們過去9年投資的早期初創(chuàng)企業(yè)中，華人創(chuàng)始人大概占到10%左右。過去一年，我們投了9家公司，其中3個創(chuàng)始團隊里面都有華人參與。?

他們不一定是全華人的團隊，但通常會有一位華人創(chuàng)始人。這實際上體現(xiàn)了華人在人工智能領域的巨大貢獻——無論是作為企業(yè)家、創(chuàng)業(yè)者，還是科學家和研究員。這對整個華人生態(tài)來說是一個非常積極的信號。?

從投資角度看，我們也是希望扶持更多優(yōu)秀和多樣化團隊背景的企業(yè)發(fā)展，這種趨勢的變化有助于加速人工智能的進步。

界面新聞：美國AI應用層初創(chuàng)公司現(xiàn)在也有非常強的馬太效應，你在投資的過程中會存在對于失手的焦慮嗎？

張璐：不會有這種焦慮。我們已經做了快10年了，有非常高質量的項目源網絡，所以來我們這的創(chuàng)始人都是質量非常高，80%的項目是別人主動找我們。而且我們的專家網絡、超級創(chuàng)始人網絡、CXO網絡，基本上聚集了業(yè)內最優(yōu)秀的企業(yè)家、創(chuàng)業(yè)者以及人工智能專家。

當然，談到焦慮感，很多時候還是要保持警惕（be alert），因為總會有很多新技術、新產品、新的公司不斷涌現(xiàn)，關鍵是如何快速反應并抓住機會。

界面新聞：如果讓你挑出最滿意的三家被投公司，你會選出哪三家？?

張璐：我很難去說最滿意的，因為我們投了將近90多家企業(yè)里，我最滿意的可能得有幾十家。因為我們現(xiàn)在到4期基金了，每期大概投25~28家企業(yè)，至少有1/3的企業(yè)是表現(xiàn)非常好的。

界面新聞：美國那邊的募資環(huán)境現(xiàn)在依舊是相對順利的嗎？

張璐：其實美國今年整體募資環(huán)境比較艱難。美國股市IPO市場并未完全打開，很多LP資金流動性較差，導致不少投資者手頭并沒有足夠的資本可用于投資，所以大部分GP、創(chuàng)始人在融資的時候還是比較困難的。整體上，依然是一個典型的馬太效應——大多數(shù)人融資困難，而最優(yōu)秀的團隊總是能夠超募，基金也是如此。

我們今年的4期基金其實已經超募了，不到半年的時間，LP大概有一半來自美國比較大的機構，包括大學基金，保險公司和銀行，其余則是一些最頂尖的家辦。4期基金現(xiàn)在已經開始投項目了。

界面新聞：你們一個投資項目的決策周期一般有多長？

張璐：大多數(shù)項目的決策周期是1到2個月，盡調大約需要一個月時間。在此之前，我們已經有好幾輪的會議篩選。有些項目可能跟得時間稍長一些，有一個項目是跟了半年多才做出投資決策。

界面新聞：這種時間比較長的，一般是在什么問題上糾結？

張璐：其實不是“糾結”，而是因為在項目初期，創(chuàng)始人會告訴我們技術還沒有經過市場驗證。我們就會一邊與他們保持溝通，一邊幫助他們引入資源，看能否獲得市場驗證。

我們的特點是，雖然我們投資的是早期項目，但不是完全沒有任何基礎的最早期項目，而是技術和產品已經成熟，接下來就要進行市場驗證。市場驗證通常指的是開始獲得收入。

我們的優(yōu)勢在于，我們有一個很強大的CXO網絡，在網絡里面有45個500強企業(yè)的CTO。我們了解許多企業(yè)想要什么樣的技術，想去采購什么樣的產品，也能為投資的企業(yè)迅速帶來高質量的訂單。

界面新聞：到目前為止，你覺得你有投到你心中偉大的公司嗎？

張璐：當然有。我們投資的很多創(chuàng)始團隊都非常偉大。

SpaceX無疑是很偉大的企業(yè)。我認為我們投資的幾家公司也同樣很偉大。比如，有三家公司即將上市，它們從幾百萬美元的估值一路發(fā)展到現(xiàn)在，我覺得它們也很了不起。還有一些公司，雖然還處于增長階段，團隊規(guī)模不到30人，但收入已經超過1億美金，我相信它們未來也會成為偉大的企業(yè)。

界面新聞：你會從哪些維度來定義一個偉大的公司？

張璐：對產業(yè)具有巨大的變革性的影響和提升，并且這個影響一定是正向的。