作者| 原点Talk
来源| 科技行者
不久前，借PEC 2025 AI创新者大会暨第二届提示工程峰会的契机，一场关于AI创业现实的《原点Talk》对话在此展开。
主持人至顶科技CEO兼总编辑、PEC联合发起人高飞与六位身处产业一线的嘉宾——PingCAP副总裁刘松、云蝠智能创始人魏佳星、星汉未来创始人刘道儒、小水智能CEO孙雪峰、AI四合院联合创始人冯昊，以及水木清华校友种子基金管理合伙人王学辉，进行了约1小时的深入交流。
纵览全场，“信息差”反复出现，但这种差异并非互联网早期那种简单的信息不对称，说它一种结构性的认知断层，会更合适一些。
当一些创业者已经在探讨“世界模型”的实现路径时，在其他地区，200多名学生中可能仅有一人接触过“豆包”，一些硬件厂商对AI的理解或许还停留在给摄像头贴上“AI”标签的营销层面。
所以，技术浪潮的推进从来不是均速的。在新的技术范式下，优势或许属于那些最先洞察技术将成为基础设施、并据此重构商业模式的人。
这场对话的嘉宾都是来自AI一线的实践者，所以，这场讨论没有试图定义AGI（通用人工智能）的未来，也没有人预测下技术奇点。大家关注的是极其具体的现实问题：数字人的定制成本如何实现百倍骤降？儿童智能手表如何抓住用户心智？智能客服如何按照业务结果收费？
这些微观的商业实践，或许更能揭示这场变革的真实走向。
从“及格线”到“精细化”的较量
关于大模型的进化速度，业界的判断开始出现分化。
刘松提供了一个来自资本市场的观察信号。他提到，近期甲骨文和阿里云的良好表现，背后反映了，AI的繁荣正在转化为对底层基础设施的强劲需求。这表明，无论应用层如何波动，基础设施层正在稳固地收获第一波红利。
刘松认为，模型的迭代速度依然很快，尤其在图片和视频生成等多模态领域，近期的进展非常显著。虽然成本仍是挑战，但技术演进并未停滞。
王学辉则用了一个更结构化的比喻来描述当前的AI发展阶段。他认为，“ChatGPT时刻”代表了模型能力从30分跨越到60分及格线的过程，是“从0到1”的突破。但现在行业面临的是从80分到90分，甚至95分的提升。这是一个精细化竞争的阶段，边际效应递减，市场对此可能会感到焦虑。
然而，从具体的应用领域来看，感知的速度并不一致。
魏佳星从语音交互这一垂直领域观察到了积极信号。他认为，虽然文本大模型的发展似乎遇到了一些瓶颈，但Agent已经展现出解决实际需求的能力。他特别强调，在过去半年里，语音技术在延迟、拟人化以及可控性上的迭代速度非常快，几乎是以“月”为单位在更新。
在应用前沿，孙雪峰的团队已经开始探索世界模型的应用。他们尝试在儿童腕表这一算力受限的设备上，通过Agent调用世界模型，模拟出一个可交互的虚拟环境。他认为，技术应用的速度之快超出了他自身的预期。
冯昊也认为模型能力已经超越了他的期待，当前的核心矛盾是技术与落地之间的脱节。他判断，至少在教育行业，AI的能力已经足够满足需求，接下来的关键在于普及。
语音交互的“六重奏”：应用层的组合壁垒
一个长期困扰应用开发者的疑问是：基础大模型会不会最终“碾压”应用层？
魏佳星的回答很干脆：不会。因为一个完美的产品，可能需要完全来自不同平台的不同模型。在他们的系统中，完成一次人与AI的语音交互，背后需要同时调用六个不同的模型，目的是为了追求极致的用户体验。
他解释说，文本模型只能生成对话内容，但真实的交流远比文本复杂。要让AI的互动像真人一样自然，就必须关注到许多细节：例如在对话开始前的语气词，在对方说话时恰到好处的“嗯”一声回应（在语言学中称为“Backchanneling”，是维持对话流畅的关键），甚至是模拟敲击键盘的背景音。
这些在真实沟通场景中至关重要的细节，单一的通用大模型无法全部覆盖。
魏佳星解释了这种现象：擅长文本生成的公司，其语音合成技术（TTS）不一定最强；而专业的语音技术厂商，其训练语料可能更偏向有声书风格，并不适合客服场景。他表示，目前市场上还没有任何一家公司能在所有细分能力上做到最好。
因此，他们的策略是选择当前物理世界中最强的技术组合，以达到最接近真人的交互水平。这个逻辑背后，是对模型与应用关系的清晰判断：模型是基础设施，应用层的价值在于对这些基础设施的精细化编排和场景化落地，因此不会被单一模型颠覆。
企业AI的真相：先还“数字化旧债”
在探讨企业级AI落地时，刘松则指出了一个许多人忽视的现实：中国企业在推进AI项目的过程中，很大一部分精力是在为过去的数字化欠账“还债”。
他接触了大量客户，最常听到的是企业高层的质疑：为什么像DeepSeek这样的通用模型效果惊艳，但在企业内部却难以复现？
刘松认为，这是目前最大的“业务幻觉”。企业高层往往将在C端场景下进行几次非严肃的提问，与在保险、银行、医疗等对容错率要求极高的B端场景中解决实际问题，错误地等同起来。后者所涉及的复杂性和挑战，远超短期内可以解决的范畴。
他提出了一个“五层楼”的比喻来解释企业AI落地的结构：构建一个成功的企业智能体，前四层楼是基础准备工作——包括数字化基础、数据治理、流程梳理、以及组织文化和人才建设。只有在这些基础稳固之后，第五层楼——即如何应用大模型——才能顺利搭建。
刘松断言，如果前四层楼没有问题，第五层楼的建设通常三个月内就可以完成。现实中AI项目之所以拖延，核心原因在于底层的数据没有准备好，业务流程没有理顺。一个为期三个月的项目，可能有两个月都在“补课”。
面对“承认基础薄弱等于自我否定”的管理困境，刘松建议了一种更务实的策略：避开全局性的、横向的数据治理难题，优先选择一个垂直场景快速落地。例如智能招投标、员工助手或智能客服。
他强调，应该逆向利用AI的热潮。通过AI落地带来的业务价值形成共识，来倒逼企业补齐在数据治理和流程方面的不足。用“智能化”的新动力，推动“数字化”的实质性进展。
从5万到500：AI原生带来的成本革命
刘道儒的公司专注于数字人领域。他明确表示，他们的业务逻辑与几年前“元宇宙”热潮下的数字人公司截然不同，核心区别在于“AI原生”。
他用当年QQ和微信的关系来类比。微信是为移动互联网时代原生的产品，因此能够享受到移动时代的所有红利。同样，AI原生的数字人，也能够充分享受大模型技术带来的效率提升和成本下降。
最直接的体现就是成本。刘道儒透露，过去行业内制作一个3D数字人的报价通常在4到5万元，而他们现在可以将成本控制在几百元人民币。
这种近乎“降维打击”的成本优势，并非来自降低质量，而是源于技术路线的彻底改变。传统的数字人制作依赖于昂贵的人工建模和渲染。而AI原生的方式，从背景图、人物形象到内容生成，全部由AI完成。
虽然软件层面实现了快速迭代（例如一个新功能仅用三天开发完成），但刘道儒也提到了软硬件结合的挑战。硬件开发的周期远长于软件，一个小小的改动可能需要几个月时间。
但硬件也有其优势。刘道儒认为，硬件在场景化适应能力上更强。软件在手机等通用设备上入口很深，受制于平台。而自有的硬件设备可以与系统深度耦合，形成更深的护城河。
儿童腕表的“饱和攻击”：小团队如何逆袭大厂
孙雪峰在对话中，详细拆解了一个在存量市场中利用AI实现颠覆的案例：儿童智能腕表。
他指出了一个关键的商业逻辑：中国消费者对纯软件服务的付费意愿普遍不高，但对硬件的消费习惯已经非常成熟。因此，AI创业应积极探索“AI+硬件”的路径。
他们选择了儿童腕表这个庞大的存量市场。在这个市场中，小天才、360等品牌已经占据主导地位。传统的儿童腕表主要满足家长的安全需求（通话、定位），但忽视了使用者（儿童）的体验，导致购买者和使用者之间的利益冲突。
引入AI Agent后，产品的价值主张发生了根本变化。孙雪峰透露了一个惊人的数据：他们最高频的用户，一个月与AI的互动次数高达1万次，平均每天超过300次。AI极大地增强了产品对儿童的吸引力和用户粘性。
面对如何与行业巨头竞争的问题，孙雪峰显得非常有信心。他总结了三个核心策略：
第一，全面拥抱技术红利，并采取“饱和攻击”策略。他认为，大厂虽然资源雄厚，但投入到特定项目上的人力可能还不如创业公司。他们投入了数倍于竞争对手的人力。
第二，垂类模型的极致打磨。例如，在AI情绪抚慰功能上，他们收集了全球最好的儿童心理学论文进行二次训练。这种在细分领域的专注度，是大厂难以做到的。
第三，运营商渠道的深度合作。他们目前是中国移动在AI儿童腕表领域的重要合作伙伴，通过保持AI交互体验的领先性来巩固合作关系。
孙雪峰还观察到一个有趣的产业现象：传统的硬件行业似乎与当前的AI浪潮存在脱节。他在走访华强北时发现，许多厂商宣称的“AI”功能，仅仅是简单的语音识别或营销噱头。这种行业性的迟钝，为率先投入的创业公司提供了巨大的时间窗口。
“Service as a Software”：重塑SaaS商业模式
谈到AI创业，一定要谈及的一个方向，就是新商业模式。
魏佳星认为：他们现在销售的本质已经不是软件，而是劳动力。
这个定位的转变，带来了定价逻辑的根本性变革。传统的SaaS（Software as a Service）模式通常采用订阅制收费，但在中国市场，企业客户为软件付费的意愿一直有限。
魏佳星的新模式是：在特定的交付场景下，可以放弃采购费和订阅费，转而按照业务结果付费。
他举例说，例如帮助客户回收废品，如果客户原本只能在白天8小时工作，AI系统可以使其实现24小时运营。那么，在额外16个小时内产生的收益，AI服务商可以从中抽取佣金。再比如电视购物，夜间时段往往因为客服不足而流失大量来电，AI系统可以承接这些溢出的流量，并按成交订单分成。
这种模式被高飞总结为“Service as a Software”，本质上提供的是服务，只是通过软件的形式来实现。
魏佳星坦言，他曾经历过传统SaaS模式的失败，对此有深刻反思。但他并未放弃SaaS的产品形态。他认为，AI时代对算力（如GPU资源）的依赖，使得本地化部署的难度和成本更高，反而使得一些甲方能够接受公有云部署的SaaS模式。
认知鸿沟与AI平权
冯昊在分享中主要谈及了信息差问题。
今年2月，他在某地方大学进行演讲时，向台下200多名学生提问。结果发现，对主流AI工具的使用率极低，最终只有一位同学表示使用过“豆包”。
这个案例直观地展示了当前中国社会存在的巨大认知鸿沟。在沿海发达城市，AI应用已经非常成熟，但在内陆地区，存在着显著的时间差。
这种认知差距不仅存在于学生群体，也存在于教育工作者中。冯昊提到，他看到有大学教授甚至院长级别的管理者公开反对使用AI，认为AI会让人丧失思考能力。这种观点可能会误导大量学生。
与此同时，在北京海淀区，家长们已经开始利用AI技术来辅助孩子的学习。冯昊担心，这种差距会导致教育资源的进一步分化，出现“强者恒强”的局面。
他强调了“AI平权”的重要性。AI本应是普惠的工具，但现在的问题是，许多人根本不知道如何使用AI，或者被错误地引导。冯昊认为，当前产业界过于关注从80分到100分的提升，但更紧迫的任务是从0到60分的普及。他计划通过书籍、系统和课程，构建一个完整的AI教育生态，并认为这个市场的潜力远超传统的职业培训。
投资的“哑铃”策略：寻找非共识
作为投资人，王学辉表示他们最近在看大量的AI应用项目，但出手非常谨慎。
他的核心观点是：AI领域最大的机会在于新场景。在旧场景和旧模式中，原有的行业巨头依然占据优势，创业者只有在新场景中才有可能突围。
但在AI应用层面，王学辉认为技术本身很难建立壁垒。真正的壁垒在于那些“脏活累活”：即对行业的深度理解、数据积累和业务落地能力。
王学辉的投资策略非常清晰，呈现出“哑铃型”结构（或称“一头一尾”逻辑）：要么在第一轮以极低的价格投入，要么在IPO前夕投入。中间阶段的项目风险最高，因为绝大多数项目最终可能只是一门生意，难以成长为平台级的公司。
他强调，一级市场投资的核心是寻找“非共识”，这需要考验认知，甚至一点运气。二级市场才是寻找共识的地方。
他目前关注最多的是AI硬件。一个最近他注意到的案例是AI观鸟望远镜，它可以实时识别鸟类的品种和习性。他非常看好这类模仿大疆（DJI）走高品质、高定价路线的策略，认为纯粹追求性价比的“华强北逻辑”缺乏长期价值，不符合投资标准。
错位竞争的法则：中立、开源与专业化
在谈到创业公司如何与大厂进行错位竞争时，刘松给出了几个关键词：中立、开源、全球化，以及在细分场景做到极致（一招鲜吃遍天）。
他以自己所在的数据库领域为例，阐述了AI时代对基础设施的新要求。AI需要数据库具备海量的存储能力、极快的响应速度，以及对多模态数据（如向量、图数据）的原生支持。
这要求底层架构必须是分布式的。刘松认为，传统的集中式架构缺乏扩展性，无法支撑AI时代的“暴力计算”需求——即在海量数据中快速返回结果。只有实现了原生分布式、云原生、Serverless（无服务器架构）以及按调用付费的模式，独立软件厂商才能获得足够的灵活性，与大厂竞争。
与会者也观察到大厂生态策略的变化。现在的云时代和AI时代，大厂更倾向于“孵化生态”。刘松认为，云厂商希望看到更多的应用在自己的平台上成长起来，只要能从中跑出一个像TikTok这样的超级应用，就足以覆盖成本。
讨论中形成了一个共识：AI时代，小公司获得的杠杆效应远大于大公司。过去需要100人完成的工作，现在可能10个人就足够。只要能找到独特的价值点，创业团队就有机会实现快速增长。
建议与机会：在“黑暗森林”中寻找硬需求
在对话的最后，嘉宾们分享了他们认为最重要的建议和机会点。
冯昊继续看好教育行业，认为政策支持力度大，学校急需AI师资团队。他准备从图书教辅、课程到系统，进行全方位的生态布局。
孙雪峰建议创业者要结合自己擅长的行业资源，小步快跑地行动起来。他认为未来的机会主要有两类：一是在尚未应用AI的领域寻找机会；二是在已经应用AI但效果不佳的领域，利用更先进的技术进行替代。
魏佳星强调了人类相比AI的核心优势：想象力。AI基于历史数据推理未来，而人可以“由果推因”。他建议创业者要尽可能找到“黑暗森林”中尚未被发现的硬需求。他最看好的方向是语音交互，认为语音是人类交流的基础，且覆盖人群更广（包括不擅长打字的老人、儿童等）。他预测，如果语音交互技术如果继续向低延迟响应突破，将会涌现出大量新的机会点。
王学辉的判断更为冷静。他认为理论上所有应用都值得用AI重做一遍。但对大多数创业者来说，最现实的路径是“AI+最后一公里+包工头模式”，即深入行业解决具体问题，做到一定规模后择机出售。
刘道儒强调了变现需求的重要性。他认为预先定义产品已经不再重要，关键是快速切入客户愿意付费的场景。他提到了一个重要的策略：利用AI技术成本快速下降的趋势（每年可能降至原来的10%-15%）。因此，只要能抓住需求，即使当前定价只能打平，明年也可能因为成本下降而实现盈利。
刘松提供了一个评估机会的公式：技术成熟度乘以场景优势，减去技术挑战（如幻觉、私有部署等）。据此推理，他认为未来两三年，面向C端、对幻觉容忍度较高的场景机会更大。如果能结合硬件则更具优势。
【音频收听渠道】
公众号：科技行者
播客渠道：苹果播客｜小宇宙｜喜马拉雅｜蜻蜓FM
【监制】高飞
【运营】周雅