刚过去的这个暑假，峰瑞与多家海外高校的华人学生组织和社团联动，参与了5场交流活动。从宏观经济环境、一线投资观察，再到创业想法、职业规划，同学们热烈提问，畅谈自己的困惑和思考。参与交流的峰瑞投资团队成员中，既有穿越周期、经验丰富的“行业老兵”，也有与同学们背景相仿的年轻投资人。
他们谈到的部分话题包括：
如何看待AI创业的火爆？
在充满不确定性的当下，早期投资人是怎么做决策的？
如何看待当下的宏观环境与经济机会？
想要加入创投行业，该如何做准备和规划？
围绕大家共同关注的问题，我们筛选了几次活动中部分有趣的对话，集结成文，希望能提供一点参考和借鉴。
一、AI这么火，我要参与投资/创业吗？
Q：如何评价AI行业整体的发展情况？在国内有成千上百家企业入局AI的情况下，投资机构怎么判断一家AI企业的技术水平？
杨永成（峰瑞资本合伙人）：AI创业的火爆，并不意外。首先从客观上看，AI是一个前途广阔，同时技术及应用都还有巨大发展空间的方向，可能会热很多年。
但和大多数事物的发展规律类似，AI的发展路径不会是一条直线，会有阶段性的冷热交替，但整体趋势还是向前的。
另一方面，从偏主观的角度看，人类或多或少会有从众心理，在投资行业也不例外。
从创投行业的运行规律来看，一笔成功的早期投资，不仅要投到正确的方向、优秀的团队，还需要在后续阶段得到更多来自投资界和市场的认可。
所以，某些方向受到阶段性的追捧，也是一件正常的事情，对AI行业的发展也是一件好事。但无论是天使投资机构，还是刚刚准备创业的团队，如果只有对当前热度方向的关注和理解，显然还不够。最后的成败还是依赖于是否能有独立、正确的思考和判断，特别是要有早于行业大多数人的提前观察和判断力。
关于如何判断AI的发展程度和潜力，也就是什么样的AI水平高，什么样的水平低，目前还没有一个比较公认的科学标准。据我观察，目前行业初步的共识是把AI的能力和人类的思维能力相比较。越像人就越智能，越AI。沿着这个思路，我也从投资人的角度，试着把这个判别标准细化成三个维度。
第一类，人类都能做，AI也能做的事情。AI替代人类完成那些大工作量甚至危险的工作，同时AI也可以作为一个效率工具。比如，AI可以用自然语言和人对话，做智能客服、识别和生成图像。
第二类，普通人完成不了，但人类中的少数精英，在机缘巧合下能够做到的事情，AI能不能做到？比如牛顿发现了万有引力，并把它公式化，爱因斯坦推导出了著名的质能方程，奠定了原子弹的物理基础。还有一些人文领域的发现，比如出土一个甲骨文符号，怎么解读这个字？这些都属于原始科技发现或发明，通常都是极其顶尖的学者“灵机一动”研究出来的。我们寄希望AI能越来越多地在这方面帮上人类的忙。事实上，AI在这方面已经有很多突破，比如，AI已经能帮助人们预测蛋白质结构。
第三类，人类能做的一些事情，AI目前还做不到或者做得不够好。比如，目前AI的算法构架和计算硬件在功耗方面要远远大于人脑，还远远谈不上“节能”和“经济”。人们寄希望于AI的算法和硬件构架能进一步发展，比如光子计算，比如存算一体构架。
从投资人的角度，我们既关注AI的技术发展，更关心AI的落地市场价值。如果AI无法产生实际的价值，那投入产出比就会失衡。下一步，AI能否能完成一些人类做不好的事情，这是我比较关注的。
Q：如何看待“AI+”类的应用层创业项目？
陈石（峰瑞资本投资合伙人）：对于AI应用层的创业项目，特别是“AI+（行业）”类的项目，我比较看重的是，产品至少要有突出的单点优势，要有足够的业务纵深，不要离AI大模型太近，具备形成自己商业模式闭环的能力，这些可以构成自己的壁垒。
当前生成式AI的兴起和过去的移动互联网时代不太一样。移动互联网应用最初面对的是大量新用户，大部分是从线下转移到手机上的新用户，所谓的“流量红利”。而当前这一波AI的应用主要是从已经形成一定用户规模或商业模式积累的传统互联网/软件公司手里去抢用户，几乎没有“流量红利”可言，做规模化的用户拉新难度很大，而传统软件公司通过“+AI”却可以迅速赶上来。
另外如果做AI+类项目，团队既要懂技术也要懂行业，在特定行业的经验和认知积累对创业者是非常重要的。
李丰（峰瑞资本创始合伙人）：现在AI这么热，可能最大的原因就是，大家觉得它是潜力巨大的生产力工具。我们可以把AI比作“锤子”。那么要搞清楚，谁可以来用这把锤子，用它能砸哪颗钉子。如果只有锤子，它再“好看”也用处不大。
很多年轻的创业者都对“AI+”感兴趣，作为投资人，我会先问，你今天想解决的问题，在没有AI之前是怎么解决的？它的商业模式你是否清楚？这几个问题就是关于钉子是什么样的。这与锤子有没有比过去更好，是两个方面的事情。
陈石：是的，所以我们说AI应用层创业的要点是“技术为先，场景为重”，最后还是要落到场景。
Q：初创公司如何进入AI应用层创业？
李丰：中短期来看，与专业服务有关的AI应用可能更适合创业公司，比如医疗健康、教育等等。这些领域既需要垂直的专业知识，服务形式基本也以对话为主，不太涉及到用AI直接做关键性的决策。
长期来看，AI或许有潜力进入各个数字化程度高的行业。但在这方面，中美两国的发展情况有些不同。中国的产业形态非常丰富，但数字化程度相对不高。美国的数字化程度相对高一些，但行业多样性没那么高。
所以，AI在美国的演化方向可能是在数字化上的技术进步，中国是在足够多的行业数字化程度提高后，用AI提升整体效率。
陈石：AI进入行业和应用层，本质上是用AI模块去逐步替代传统程序代码模块的过程，有两种实现方式，“+AI”和“AI+”，前者是当前行业领先者利用AI技术对软件做优化，后者是新的创业者带着AI技术进入去改造这个行业。在当前中国的行业竞争环境来看，我倾向于认为，前者的效率更高、难度更小，当然也会有些例外，例如：进入一个新行业，新进入者很懂行业，或者进入容易被AI颠覆的行业等。
在技术路线选择方面，我认为当前业内常见的Copilot类（人工智能辅助工具）大模型套壳应用不适合新创业者，因为行业领先者也会用。我的建议是，选择难度更高、且未被形成可行性共识的技术路线，这样做很难，但成功几率更大。
此外，在寻找创业搭档、组建团队的时候，技术能力和行业经验的结合也比较重要，特别是行业经验。我也鼓励年轻人们大胆尝试，在大家看不清方向的时候，可能恰恰是最好的出发时间。（关于AI浪潮下的创业机会，详见：《ChatGPT爆火之后，AIGC往何处去？》 《一场争论：两位不同方向的投资人如何看GPT ）
二、早期投资人是如何理解世界、判断未来的？
Q：为什么峰瑞那么关注交叉学科的创业投资？
李丰：首先，我们现在的学科划分，其实是由工业革命和科学本身的进步相互影响，共同推动的结果。那么，如果我们的技术或者生产方式发生改变，原有的学科划分逻辑也会随之调整。
而我们再看当今科技行业的发展，有两个趋势比较明显，一个是向微观发展，另一个是向宏观发展。芯片制造就是向微观尺度发展的一个例子，制程工艺经历了从几百纳米、几十纳米再到几纳米的进步过程。对宇宙、气象、环境等等的观测和探索，则属于宏观尺度的发展。
我们投资的项目在微观尺度涉及比较多。对于这一类的技术进步，我们把它分为观察、测量、控制和制造4个阶段。先看见更微观的尺度发生了什么，再能准确地测量这个观察到的现象，再往下就是能控制这个尺度的变化，最后能实现精确地控制各种要素进行产品制造。而这一进步的过程，并不是用单一维度的知识和学科就能解决的，而是需要多学科共同的积累和突破。
我们还可以从产业链的角度来考虑。中国的产业链全而长，且产业链的中低附加值部分还有很多。中下游的加工制造较重，上游研发端相对不足。现在，随着产业链升级，各个产业链向高附加值发展延伸，增加科技属性，可能就会出现许多新的交叉点。比如，当医疗的数字化积累足够多，就有了计算生物学。当基因编辑和酶工程学共同发展，又有了合成生物学。
另外，目前各行业暂时不太容易经历重大技术创新带来的突变式发展了，更多的可能是渐进式发展。而这种发展的动力很有可能来自其它相关行业。比如，建筑行业的新发展方向可能会来自材料行业，比如某种新建材的发明，也或许会来自3D打印等新技术的进步。关注这种多个行业联动发展的效应，也是我们选择交叉领域投资的一个原因。
交叉学科的机会相对难以判断，团队需要同时具备多个垂直领域的专业性，再找到结合点。不过一旦未来产业链各自延长，形成新的交叉，这一类创业项目也会显现出巨大潜力。
Q：早期投资怎么判断未来，怎么面对“不确定性”？
李丰：我们内部的一条投资“纪律”是，要在早的时候投到好项目，而不是在热的时候，投“便宜”的项目。在行业热度不高的时候，做出投资决策，其实并不容易。抽象地说，要同时想清楚三件事：这个方向今天为什么不热？明天为什么要热？最终为什么会变大？把这个逻辑想清楚，才能在市场冷的时候敢于做出投资决策。
另外，还要考虑到时间因素，“明天”和“未来”是两个不同的时间跨度。作为早期投资者，我们的回报是基于项目的成长，我们首先希望项目能活下去。所以，要先搞清楚的问题是“明天会发生什么？”接下来，可能才是“未来会发生什么？”。
Q：我在创业过程中接触到一些国内的传统工厂，深感他们转型不易。在AI的智能化浪潮和全球产业链转移的背景下，国内传统产业链未来要怎么走？
李丰：可以分成两种情况，存量的产业链要靠数字化，增量的产业链要靠科技化。
比如智能手机产业链，曾经就是一个增量产业链。从传统手机生产到智能手机生产，从传感器、芯片，到显示屏、摄像头等等，增加了很多科技含量，产业链的附加值提高了。其他一些消费电子行业也类似，比如做运动相机的Insta360。
另外一部分，就是附加值有待提高的存量产业链，比如服装、家纺等等。那么，这类产业就要通过数字化的方式，尽可能提高效率。
对于产业数字化，中美两国的需求也不太一样。美国在经历了去工业化之后，国内高附加值的生产服务型企业较多，芯片设计就是其中一种。他们的诉求主要是想用SaaS提高企业的管理效率。而中国的产业链长，还保留了许多中低附加值部分。这些传统产业想解决的问题是，如何把产业链条各个环节用数字化的方式重新连接，提高整体的效率。（关于产业数字化，详见：《李翔x李丰：为什么今天出现了ChatGPT？往后还会发生什么？》）
Q：关于当下的宏观经济环境，作为投资人是如何判断和考量的？
李丰：关于宏观，我在文章和播客中分享过，关于未来的经济发展，我认为有两个关键的底线。一个是悲观的底线，也就是中国经济发展速度与世界经济发展速度之间的关系。背后的意思是，中国在世界经济中的占比或贡献份额会不会持续增加。
另一个乐观的底线，是全球竞争中，中美这两个GDP排名第一第二的国家的经济增长的比例关系。这个问题的答案跟中美GDP的增长速度有关，也跟中美GDP的规模有关。（关于如何理解与宏观经济相关的变量，详见：《李翔x李丰：剥离情绪，聊聊2023下半年的经济变量 》）
基于这两条线，市场如何判断中国资产，资金的流动性如何被影响，这些是更具体一层的问题。我的初衷并不是给出自己的预判，而是想努力提供一个相对理性的分析视角。
我们画了两张图，试着概括对中国经济结构变化的理解。第一张图展示了过去30年我国的经济结构。中间的三个支柱代表我们主要的三个经济增长驱动力，分别是房地产、基础设施建设和制造业产能扩张。这三大产业都是生产要素密集型，需要较多的资本、土地或者廉价劳动力等生产要素的前期投入。
图片中的底座就是这三大产业发展的基础。其中之一是银行贷款；另一个是政府的要素分配，比如土地要素的分配；还有一项是廉价劳动力，这是伴随着中国产业发展从第一产业向二三产业迁移，以及城镇化发展进程而来的。这栋建筑的屋顶，也就是三个支柱支撑起来的，分别是内需、外需和自有住房消费。
当下，中国的经济结构正在经历较大程度的调整。上面这张示意图代表调整后的新经济结构。在底座部分，首先，因为人口红利正在逐渐消失，代替廉价劳动力的将会是受教育程度较高的劳动力，也就是大家常说的工程师红利。
另一个变化是，原本作为支柱之一的房地产行业现在挪到了底座。房地产业一度是中国经济的重要推动器，未来即便它没有出现量价齐涨的情况，它也会是经济发展的一个稳定器。
变化最大的是三个支柱。首先，我们在调整金融结构，控制杠杆率进一步增长。过去我们主要依靠银行贷款进行间接融资，近年来我们也看到了许多的政策在指向直接融资。构建直接融资体系，提升直接融资的比例，是资本市场的一个重要的变化方向。
中间的支柱——基础设施，未来可能会有两大发展方向。一是公路、桥梁等基础设施向乡镇的进一步下沉。第二个方向是各个产业链的数字化，或者叫数据化。比如，能够实时监控和调节供求关系的数字化电力系统。
在廉价劳动力这个优势降低之后，我国的产业链或是需要提质，或是需要增效。数字化就是增效的重要手段。而对于提质，就对应了右侧的支柱——发展中高附加值的产业链环节。比如高端的消费电子产业链、新能源车供应链。
那么，新的经济结构的最上层会如何变化？其中一个板块是内需。我们是全球第二大消费市场。根据发改委及统计局发布的数据，2022年我国的社会消费品零售总额是43.97万亿人民币。今年前8个月，我国的社会消费品零售总额同比增长7%。
我的观察是，消费品行业由于供应链效率整体非常高，未来应该会偏向存量竞争。服务行业度过了被疫情抑制的阶段，在未来几年内应该会呈现出相对快速的增长，也就是增量。消费品和服务这两大类，是我们内需的重要构成。
至于外需，我们依靠全球大概1/6的人口制造了全球30%的产品，即便我们的消费市场足够可观，外需对我们依然重要。中国的产品与品牌也正在转向“主动国际化”——企业通过在原有产业链上做科技加成，产生在全球都有竞争力的新产品。
三、走出校园，如何开始自己创业？
Q：创业早期，怎么培养交叉学科的能力，搭建有交叉学科背景的创业团队？
马睿（峰瑞资本合伙人）：首先，很多创业者自身的专业背景就很交叉。比如蓝晶微生物的CEO张浩千，他从北大物理系毕业，同时又拿到生物学iGEM比赛的金牌。他研究的领域也是用工程化的方式来做生物。还有芯宿科技的创始人赵昕，他在MIT读博的时候是做半导体方向的。后来，他意识到半导体技术在生物领域的应用或许有很大潜力。所以，他从博士后期就转向了相关的研究。所以对学生朋友们来说，可以有意识地学习各学科的知识。
不论是自己去补充不同学科的知识，还是创业时组建团队，我觉得可以从以下几个方面来“按图索骥”。首先是当下有比较大发展潜力的科技领域，比如，材料、计算，我认为都是特别重要的方向。另外一大方向，是你所在的特定行业的专业知识。（关于前沿科技和交叉学科的创业经验，详见：《新周期里，前沿科技创业的机遇与挑战》）
Q：市场遇冷的时候，还适合创业吗？
李丰：我们难免遇到市场冷下来的时候，即便是特斯拉，也曾在2008年金融危机期间面临财务危机，很难融到钱。对于创业公司来说，无论你是在市场火热，还是在市场低迷的时候进入某个行业，都有跑出来的可能性。
创业公司在早期的一大挑战，简单来说，就是资源不够又要快速发展。面对这种两难，理想的情况是不要陷入无效竞争。打个比方，做第一个踩坑的人，或许好过于踩进已经被大家踩过很多脚的坑。因为一个坑被踩得越多，通常也会越深，爬出来也更难。但是一旦市场变热，无效竞争就难以避免地会多起来。所以，从这个角度看，其实在市场热的时候创业，也会面临很多挑战。
杨永成：总体来看，当前我们的消费需求没太跟上供给的增长，同时市场里又缺少像互联网、移动互联网这样底层的科技革命。在这样一种环境下，就业和创业的确变难了。
作为个体，我们没办法改变人们的消费需求，但是可以锻炼、提升自己的创新能力。历史上重要的技术创新大多是从个体的创造开始，再逐渐向整个群体扩散。所以，如果你能在校期间就把创新当作责任和奋斗目标，是非常有意义的。
另外，从长期来看，中国仍然有巨大的市场空间等待发掘，我们也鼓励大家毕业后回到祖国发展。我们总要经历一次次的周期波动，但创业永远是一件值得期待的事。
Q：初创企业如何应对大企业的竞争甚至“抄袭”？
陈石：创业和投资类似，我认为本质上都是要寻找一些非共识的机会，需要比多数人再往前看半步。大厂下场竞争是很难避免的，但如果能找到一个非共识的机会，做些大厂也看不清楚、难以下决心做的项目，那就会好很多。
这里有一个真实的案例，我曾经参加过UC浏览器的创业，这家企业创办于2004年，当时的定位是在手机上做浏览器软件。那时还是非智能机时代，无线网络也很慢，大家是看不清楚方向的。而且前面有家公司叫NetScape，做PC浏览器失败了，可能有两个原因：一是没有找到适合的商业模式，二是操作系统公司会直接下场参与竞争，比如微软推出了IE浏览器。
所以，从2004年到2009年这5年，我们几乎没有碰到大厂来竞争，从而赢得了宝贵的发展机会。我们后来总结，创业早期在商业模式上缺陷，有时候反倒是个好事情。当然，也要提前思考清楚，你是不是有机会把这个非共识做成共识，如果一直都是非共识也不行。
李丰：这让我想起几年前读过的一本书——科斯的《变革中国：市场经济的中国之路》。关于中国改革，科斯提出了一个理论叫作“边缘革命”。他认为中国几次改革的成功，都是由体系“边缘”的力量所推动的。把“边缘革命”迁移到创新创业上，也是合理的。
四、毕业后想进入创投行业，如何做职业规划？
Q：我是一名即将毕业的博士生，关于毕业后去产业界还是去做投资，可以如何考量？
杨永成：创业者和投资人的区别，可以用开车来比喻。如果选择创业，你就相当于坐到了司机的位置，亲手掌控方向盘。
最开始做投资的时候，你就像坐在副驾驶，因为你还年轻，工作经验可能也不足，但你可以帮司机看地图，时不时给司机递一瓶水，提供一些资源和建议。
等你的资历更深，经验更多之后，你就好像变成了驾校的教练，能为司机提供更多建议和资源。
但无论如何，教练摸不到方向盘，也就没有了自驾的快感和生命体验。换句话说，做投资和自己创业是两种不同的生活方式，感受不同，投入、回报也不同，到底选择哪一种，取决于你的人生追求。当然，基于现实的考量，职业选择也要和你的性格特点、能力以及资源储备相关联。
谢达（峰瑞资本副总裁）：我接触过很多博士和高校背景的创始人。如果你选择投身产业界，把实验室的科研成果转化为商业世界中的创业项目，有几个方面是不一样的。
第一点是，好技术不一定意味着好产品。高校背景的团队普遍有扎实的技术积累，但时常会面临技术无法商业化的困难。所以，如何完成从技术到产品的过渡是关键。
第二点是，一些在实验室环境下可行的技术，无法大规模落地应用。比如很多生物技术的科研成果，可能无法直接应用到实际的药物研发上。此外，科研人员创业的时候，也需要对金融市场增加了解。
Q：我是一名读基础科学类专业的本科生，未来想从事投资工作，可以如何做职业规划呢？
李罡（峰瑞资本早期项目负责人）：我大学是物理专业的。个人的体会是，物理专业对我做投资还是很有帮助的。比如，从第一性原理出发思考问题的习惯，能帮助我快速学习各种新领域。不过，学基础科学类的专业，可能在校期间对产业接触比较少。
所以，我更建议同学们毕业后先去积累一些产业经验，再去做投资。特别是对于早期投资，如果创业者经验不足，而你作为投资人的产业积累也不够，你们凑在一起就会有劣势。
马睿：可以课余时间多参加创业相关的活动，主动积累人脉。结合我学生时代的经历，我在卡内基梅隆大学CMU是学生会主席，同时还负责主办CMU Summit，每年一届，邀请很多国内的投资人来学校做演讲。因为有这样的机会，我认识了很多国内的投资人，其中就包括现在的老板李丰。也因为这样一段“缘分”，曾经在我毕业回国之前，李丰总就给了我工作机会。
Q：人文社科的学生在创业、投资中有没有优势？
李丰：我是理科专业出身，但过去两年我读了很多人文社科类的书，特别是历史方面的。我也会尝试把历史视角和自己理科的视角结合，去思考技术因素在社会发展中的作用。
对我来说，文科的知识能够让我们从更大的时间和空间维度上，进行抽象思考。有很多优秀的投资人也是文科专业背景。比如，大家都熟知的风险投资家迈克尔·莫里茨就毕业于牛津大学的历史专业，还做过记者。
Q：投资工作中，如何学习一个全新的领域？
李丰：我的习惯是，首先去搞清楚这个新领域里最基础的变量是什么，再把自己在不同行业中抽象出的普遍规律平移过来，看看有哪些部分能应用到现在的新领域中。之后，我会再向下思考一两层，把过去的规律和行业的新变量相结合，去验证自己的结论。如果发现结论说不通，就去找其它因素来再次尝试。
用新能源行业来举例，我首先去琢磨有没有化学、材料学等底层技术的革新。如果没有发现相关的技术革新因素，那新能源行业可能是个渐变的发展过程。如果是渐变，为什么新能源如此火热？我又从其它角度来考虑，猜想一个可能是我国要减少能源的进口依赖度。当然，也还有很多其他的重要变量和思考维度。
特别鸣谢
感谢组织/支持交流活动的学生组织和社团：耶鲁创投俱乐部、宾大贵格创投俱乐部、牛津中国学生学者联谊会、哈佛大学中国学生学者联合会、斯坦福中国学生学者联合会、ACE伯克利华人创业者协会、麻省理工学院华人创业者协会（按活动组织时间先后排序）。
本文来自微信公众号：峰瑞资本（ID：freesvc），分享嘉宾：杨永成（峰瑞资本合伙人）、陈石（峰瑞资本投资合伙人）、李丰（峰瑞资本创始合伙人）、马睿（峰瑞资本合伙人）、谢达（峰瑞资本副总裁）、李罡（峰瑞资本早期项目负责人）