曲凯
今天我们非常开心，请到了 Lioness 的合伙人 Jenny。Jenny，来跟大家简单介绍一下自己。
Jenny Xiao
Hello，大家好，我是 Lioness Capital 的 Jenny Xiao，平时在硅谷。这次很有幸来北京，跟大家一起聊一聊中美创业者之间的一些差距，以及大家习惯上的一些不同。我知道很多中国创业者想要去美国发展、出海，所以也想跟大家多多交流一下。
我之前是 OpenAI 的早期员工，在此之前在哥伦比亚大学读博士。我其实是在美国长大的，但是在中国生活了 8 年，初中、高中都是在中国读的。
曲凯
你是在哪年到哪年在 OpenAI？
我当时是 2021 年到 2022 年。其实我在 OpenAI 没有待特别长时间，差不多也就 1 年左右。当时 ChatGPT 还没有出来，所以我看到了 OpenAI 发展最快、也是最有意思的一段时间。
曲凯
然后你就是出来做投资了吗？
对。我一直是一个喜欢创业的人，本科的时候就跟朋友一起做了公司。当时也是通过那家公司接触到了 OpenAI 这样的机会，所以 OpenAI 从微软募资之后，我就加入了 OpenAI。
在此之后，我也一直在想有没有创业的机会。ChatGPT 火了之后，我就毅然决然地离开了 OpenAI，差不多在它火了 1 周之后就离开了，决定出来做这个基金。
曲凯
为什么当时决定出来做基金，而不是做一个跟 AI 相关的创业项目？
1. 投资从 OpenAI 开始
当时有两个原因。第一个原因是，我在 OpenAI 的时候一直在想，谁是对 OpenAI 影响最大的人？当时的结论是 Sam Altman，而他自己以前也是做 VC 出身的。
我当时就觉得，自己没有很多投资背景，但正好在那个时候遇到了我的合伙人 J。J 是一个很有经验的投资老手，我觉得我们俩的背景非常契合，也非常互补：我是 AI 背景，他是投资背景。正好有这样的机会，我们就出来一起做了。
曲凯
所以你们基金正式开始做是 2023 年，还是 2022 年底？
我跟 J 开始合作是在 2022 年底。其实他一开始在 2021 年的时候，就已经在做我们这支基金了。
曲凯
明白。你们选的这个时间节点其实很好，正好是最热的时候。至少从国内的视角来讲，2023 年开始是最热的。我不知道美国那边你觉得怎么样？
是一样的。我觉得国内和美国的信息流通还是非常好的，美国差不多也是在 2023 年年初的时候，AI 开始大热。
当时我也碰到了很多大基金，想要招像我这样背景的人去做投资，但我还是觉得，一定要有自己的品牌和自己这样的一家公司。所以当时也是初生牛犊不怕虎，没有太多经验，但比较勤奋，也跟 J 学了很多。
曲凯
所以你这几年其实可以说是一边学 AI，一边学投资，对吧？
对。我更多的是已经了解 AI 的一些技术，但在投资这件事情上，我一方面是在投，另一方面也一直在学习。
我觉得所有投资人都要保持一个初学者的心态。我知道很多有经验的投资人可能现在比较懈怠了，或者用 10 年前的视角来看今天的 AI 公司。
曲凯
美国也是这样吗？
是的。我经常跟我的合伙人 J 开玩笑，我说美国很多投资人到了四五十岁，就处于一个半退休的状态，经常你跟他聊，他就说：“我去钓鱼了，我去打高尔夫了。”我觉得他跟年轻创业者是非常脱节的。
我可以给你讲一个小故事。当时我有一个创业者朋友，他在融 A 轮的时候，同时接触了两家基金。一家基金是比较年轻的合伙人自己出来单独做的，另外一家基金是一个老牌的美国一流基金。
他当时进去 pitch 那个老牌基金的时候，觉得自己走进了一个非常大的办公室，但办公室里基本上空无一人，几个老头子围着一张桌子在聊高尔夫。他当时就觉得：“我好像跟这些投资人不是一路人。”
后来他去了一家咖啡厅，pitch 另外一家年轻的基金。当时的感觉就是：“这个人跟我一样有创业者的锋芒，了解技术，了解 AI，也有这样的活力。”所以我觉得，还是新生代投资人会更加跟 AI 时代接轨一些。
曲凯
就是从沙丘路走到了 Blue Bottle 之类的这种感觉，对吧？
是的。当然，我觉得也有很多有经验的投资人充满活力，只不过硅谷有一个比较普遍的现象：稍微年长一些的投资人会比较保守，而且整个估值水平也比较高了。
曲凯
理解。所以我很好奇，这两年不管是做投资还是投 AI，你觉得观察到的最主要的几个趋势，或者几个 milestone，是什么？
2. AI投资进入应用时代
我可以从 2023 年开始说一下我对 AI 领域的观察。2023 年的时候，大家的共识是投大模型公司，不论在国内还是美国都是这样。当时在美国，大家不停地给 OpenAI、Anthropic 这样的公司投钱。
我觉得从当时的视角来看，这肯定也是一个正确的选择，因为事实证明，这些公司在最近两年发展得特别快，并且大部分利润都由大模型公司赚取了。
但是当时我们基金就开始看 AI 应用。那时候大家的共识是，应用只是一个 wrapper，没有什么价值，非常轻、非常薄。但这个趋势在 2024 年、2025 年得到了很大的好转，因为很多应用层公司也做出了自己的特色和护城河。美国跑出了很多有名的公司，比如 Cursor、Perplexity，我觉得这对应用层是非常重大的利好。
2024 年和 2025 年比较火的一个趋势就是 agent，但 AI agent 的落地现在其实还是有很大的困难。包括我跟一些传统的美国公司，以及其他国际公司聊的时候，他们都会说：“我们尝试用过 AI agent，但是因为它的稳定性不够好，所以作为一个大企业，我们没有办法使用 AI agent 的解决方案。”
所以现在大家又从讲 AI agent 大故事的趋势，变成了讲如何实际地在企业中落地。我觉得现在创业者变得更加务实了，也更加注重 AI 产品的实用性。
曲凯
那你觉得明年呢？不知道你们有没有讨论过这个事情。至少从国内的视角来讲，今年上半年 AI 真的特别热，但到了下半年，虽然最近多模态可能会稍微热一点，但大家似乎缺少一个特别主流、特别有共识的叙事，不管是大模型还是应用，都是差不多的情况。
大模型现在大家也不知道下一个突破点可能在哪里，对吧？应用呢，至少在当下也没有一个特别有共识的方向性投资。我不知道你看到的情况怎么样。
从大模型的层面来说，确实 scaling law 已经走到了一个终点。但大模型要提高功能，还有很多别的办法。比如细分赛道、细分领域的数据，只要做一些 fine-tuning，模型的能力就会提升很多。
我觉得还有很多这样的细分赛道，比如医疗、生物，以及各种各样的科学方向。我自己在 LinkedIn 上收到的 DM，有一半是在问我：“每小时多少钱？能不能帮我们做你博士领域的数据标注？”我周围读过博士的同学都觉得这种情况很普遍，因为他们的领域受到了 AI 公司的关注，AI 公司希望得到这些细分领域的数据。
应用层面，我觉得还是有很多可以做的地方。在硅谷，我看到了非常多应用机会，大部分都在企业级应用层面。
我可以给你讲一个具体的例子。我来国内之前去了一趟日本，跟日本一些老牌金融公司有过接触。当时有一家日本银行的 AI 负责人告诉我，他用过一款产品叫 Robo，是一款专门帮助投行从业者做 AI 工作的产品。比如，它会帮你整理金融文件，帮你做 Excel 数据分析。
我跟这些日本大企业沟通的时候，他们会说这个产品很好，但不够稳定。它没有办法达到 100%，甚至 95% 的准确性都不行。这样反而会给他们添很多麻烦，因为他们必须人工一点一点地检查产出是否正确。
所以我觉得，在这一点上还有很多可以进步的地方。如果能够提升模型的稳定性，包括建立一些 workflow，把工作流一步一步细分，每一个工作流只给 AI 几个选项，而不是让 AI 什么都可以做、什么都可以说，那么大企业就可以应用 AI。我觉得这是一个非常大的机会。
另外一个很大的机会，我觉得是政府使用 AI。我知道美国的一系列政府软件非常落伍，我经常使用的时候都觉得：“这是上个世纪八九十年代的软件，我们居然现在还在用。”
其实有很多 AI 创业公司也在试图把产品卖给政府。在这个过程中，也需要把产品做得更加稳定，保证万无一失，这样政府或者企业级客户才会放心使用。
曲凯
3. 美国企业更愿意付费
我觉得你聊到这里挺有意思。因为我过去去过好几次硅谷，看到了很多中美两边的区别。你刚才讲的时候，正好带出了我想聊的第一个区别：美国好像都在做各种 To B 和 To G 的事情，而国内现在做这个方向相对比较少。
我在美国跟投资人和创业者聊的时候，甚至有投资人跟我说，他们确实看不懂 To C 的东西。我不知道你的体感怎么样。
你知道为什么吗？
我觉得是中国和美国的市场性质差异太大了。中国是一个非常单一的市场。可能你人在中国，会觉得中国非常多元，大家的需求很不一样；但从硅谷的视角来看中国，就会觉得这里的 To C 太好做了，因为大家的需求高度一致。
比如在国内，你是一个投资人，投了一家火锅连锁店，都可以作为 VC 去投资。但在美国是无法想象的，原因就是美国市场细分得太多了。
我老公是美国的一个 To C 创始人。他告诉我，美国黑人和白人、白人和亚裔，每个人使用的支付软件都不一样。更不用说大家喜欢用什么 AI 模型、什么产品，以及需要解决什么样的消费痛点了。
因为这个国家太过于多元，所以 To C 非常难做，必须根植于一个群体文化。比如你做一款 AI 支付软件，专门针对美国的 Gen Z；或者专门针对美国乡下的保守人士。因为这个国家太过于多元，很难形成一个统一的大市场，让 To C 创业者拥有一个很大的 TAM。
另一方面，美国 To B 的支付意愿非常强。中国很多企业不愿意买软件，而愿意买服务；美国企业其实更愿意买软件，因为美国人工实在太贵了。只要一件事能够用软件取代人，企业都愿意做，包括能够提升员工工作效率的事情，企业也非常愿意做。
这其实是一个很理性的决策。很多在国内大家觉得理所当然的事情，在美国会变得无比昂贵。
我觉得还有一点，就是美国有很强的小费文化。很多事情都要给 3 美元、5 美元的小费，所以大家的思维方式就是：如果我给 3 美元、5 美元就能解决一个小痛点，那我愿意付这个钱。
比如我去旅馆，要把行李拿上楼，如果有一个人能够帮我拿上去，我就愿意给他 3 美元、5 美元。在这样的背景下，大家对于每个月支付 20 美元去解决一些小痛点，就非常容易接受。
我认识很多美国创业者，他们会跟我说，美国市场的付费意愿很强；但到了欧洲、日本和其他国家，付费意愿就远远没有美国这么强。所以我觉得美国是一个特例，而这个特例其实是因为美国人工贵，加上小费文化，导致美国人的软件支付意愿特别强。
曲凯
4. Prosumer最终走向企业
国内现在总在讲 prosumer 这个概念。我不知道你在硅谷有没有听过，或者有没有这么讲？
有的，就是一些专业创作者之类的人群。我不知道你们会把它划分到更偏 To B 还是 To C。
如果是在国内，我会把 prosumer 划成 To C；但如果在美国，我会把 prosumer 划为 To B。这里考虑的问题是最终谁买单。
国内如果是 prosumer 方向，最终还是由个人自掏腰包购买，所以整个购买逻辑，以及产品使用的体感，都要偏向个人喜好。
但在美国，prosumer 最后都会变成 To B。因为我看到了很多 prosumer 产品，比如 Notion、Figma，一开始都是给个人使用的，但后来个人在使用过程中，会让自己的公司也去买。一个人传给 10 个人，10 个人再传给 100 个人，公司里有 50 个人、100 个人在用，这个公司就直接买了企业级的 Notion。
这其实是美国很多 prosumer 产品的发展路径，但国内可能不太一样，我不是很了解。
曲凯
没事，国内现在大家也都在做美国市场，所以可能差不多。但你刚才讲的很有意思。我之前也跟人讨论过，是不是现在大家在做的，因为 AI 这波其实 prosumer 这个概念才更流行起来；它是不是中间的一个过程，最终是不是都要 To B，甚至越来越 To 大 B，才是一个合理的路径？
我觉得在美国，To 大 B 肯定是一个最优解。因为大 B 的支付意愿特别强，而且粘性也非常强，不会轻易替代掉一个产品。
美国 To 小 B 也有很多发展得很好的公司。我们投了一家公司叫 Motion，他们主要是 To 小 B，卖给一些个人或者小公司，也就是 20 个人以下的公司。这样的公司级别用户，确实比个人用户的粘性强非常多。
所以我觉得，如果是在美国市场，To B 和 To 大 B 肯定是更好的发展路径。
曲凯
但就像你讲的，prosumer 最后可能就从 PLG 的路线发展到 SLG 之类的，对吧？
对。我觉得美国 prosumer 公司肯定是先做 prosumer，然后希望让这些 prosumer 所在的公司都去使用它的产品。
比如我们投了一家公司叫 Jace，他们用 AI 做邮件和 productivity 产品。我们公司就在使用它，它会帮我节省很多回复邮件的时间。
它的产品增长逻辑也是，一开始给个人使用，个人用了之后觉得很好用，就介绍给公司其他人。它很多大客户都是这样获得的。
曲凯
而且我发现，美国有一些创业公司发展阶段已经相对靠后了，但收入来源里面，可能前三个大客户，甚至有时候只有一个大客户，就占了 60%到 70% 的销售额。我不知道这种现象常见吗？
比较常见，但作为投资人，我会比较担心这种情况，因为这说明它还没有找到真正的 product-market fit。
如果有一两个或者两三个大客户，我们会比较担心的一点是：它在做产品之外，还做了很多服务。这对美国投资人而言是一个大的禁忌。大家不希望这些公司拿着投资人的钱去做服务。
我觉得基本上公司到了 A 轮、B 轮之后，都会尝试 diversify 自己的客户源。大客户前 5 名可能占到 30%到 40%，我觉得这是比较好的状态。当然，公司发展初期难免会有一些大客户占很大的比例。
曲凯
明白。我当时还在想，如果这样的话，它是不是最后还是卖掉比较好？
我们刚才聊到 To B 的时候，其实可以继续讨论这个点。我发现美国很多公司做着做着可能就卖掉了，确实比较好卖。To B 公司可能卖给自己的客户，或者卖给其他上下游公司。
是的。我觉得美国 To B 应用公司，包括很多开发者工具公司，都很容易被卖掉。
因为它有很多客户，特别是一些大公司，比如微软、谷歌，用得觉得很好，可能就会想：“我还不如把它买了。”买了之后，就可以把这个功能加入自己的产品，把团队吸收到自己的大平台里。
不仅美国一流的大厂会收购，美国一些中等规模的公司，比如估值几个 B 的公司，也会收购一些更小的公司。这种事情非常常见。
所以作为投资人，在北美市场投资 To B 公司，退出路径会更加明确。但 To C 公司实在很难被收购，因为很多时候你的用户画像跟别人不一样，或者你的产品必须单独存在，很难放到另外一个产品之下。
曲凯
5. 创始人的投资标准
所以你现在如果有一个创业者来找你聊天，主要会考察他的哪些方面？
我们会看几个方面。首先会看创业者个人。我比较关注的一点是，这个创业者对于自己的行业到底有没有特殊的见解。
我见过太多美国创业者，他们觉得：“我周围的同事都创业了，或者我的同行创业了，谁谁谁成功了，我也要创业。”
曲凯
这个听着跟国内一模一样，看来没有那么大的区别。
真的没有那么大的区别。我觉得很多国内的人看硅谷时自带滤镜，但作为一个常年在硅谷的人，我觉得硅谷也有很多不好的事情。
最近一段时间因为 AI 市场非常热，很多大厂员工都想跳出来创业。但有很多人其实还没有辞职，就在 LinkedIn 或者邮件上找我，说：“我想创业，先找你融资，融到资我就离职。”
我就说，你这不是已婚人士去社交软件上交友吗？你说：“我跟你在一起了，我就跟我老婆离婚。”我觉得这就是耍流氓，对吧？但最近因为 AI 市场太热，这种现象非常普遍。
曲凯
那我们讲回来。你刚才说，创业者来找你时，你会先看哪些东西？
从个人层面，我会非常看重他对这个市场有没有特别的见解。不要跟我说这个市场很好，你要告诉我，这个市场为什么你知道一件别人不知道的事。
当然，我在国内跟很多投资人聊，他们会说，国内没有信息差，只要有一个好点子，很快就会有 10 个人、20 个人去照抄。
但在美国，我觉得还是会有很多信息差。因为有很多细分的垂类赛道没有人去做，而客户的付费意愿又很强。所以在这种情况下，我会很看重创业者有没有自己对于这个行业的见解。
在创始人这个层面，我还非常看重他能不能快速学习，以及能不能快速对市场形成清晰的认知。
比如我会问创业者：“你觉得别人会不会做你这件事？”很多创业者会假装自己很有自信，说：“这件事只有我能做，别人都不能做。”这种情况下，我心里会默默给他扣分，因为我觉得他对于整个竞争市场没有清晰的认知。
我更希望听到创业者说：“我想过 A、B、C，他们可能都会做这件事，并且他们有这样那样的优势。但是在这个细分赛道，我们可以先用某种方式切进去，在这个点上形成优势，再由点到线、由线到面，最终占领这个市场。”
我更希望听到这样的回答，而不是很多特别是从硅谷加速器出来的创业者，直接跟你说：“我们做得最好，其他人都是垃圾。”
曲凯
我首先想说一下，美国的投资人肯定也有各自的风格，大家都不太一样。但从你整体的感受来讲，大家是更看人，还是更看事？
有很多投资人只看人，不看你做的是什么事情。特别是加速器，以及特别早期的投资人，他们就是天使，会觉得只要认准了你这个人，其实不在乎你做的是什么。
当然，我觉得大部分基金到了我们这个阶段——我们投种子轮，种子轮希望你有一定的客户体量，已经有一个小团队，可能两三个人——这种情况下，我们还是会很看重你做的方向是什么。
曲凯
我还有一个不理解的地方。美国有各种孵化器，会投很多年轻人，而且他们可能真的非常年轻，不只是应届生，很多甚至还没毕业。这在国内其实挺难想象的。
不管是竞争问题，还是经验问题，大家可能都会觉得这些人很难跑出来。你觉得美国为什么愿意投这么多年轻人，而且确实有很多年轻人做得很好，最后成功了？
我可以从文化角度来聊这个问题。因为我在美国和中国都有长大，所以我觉得美国的同龄人，特别是初高中生，整体会比中国小孩早熟很多。
很大程度上是因为美国的教育方式很不一样。美国 16 岁就可以开车上学了。我老公是美国白人，他 16 岁的时候，家住在山上，每天自己开山路上学、放学。他们学校里还有各种比较混乱的事情，家长也没有觉得特别难以接受。
但在国内，我真的很难想象一个高一学生自己开车上学。虽然国内 16 岁也不允许开车，但大家会觉得 16 岁还是个小宝宝。
所以我觉得，美国文化让大家的心智成熟得更早一些。这也是为什么我跟很多美国创业者聊天时，即使对方只有 17、18 岁、还没有上大学，你也会觉得：“他其实还挺有想法的。”
在国内，大家接受初中、高中教育，小的时候一直处在一个教育环境里。但美国有很多创业者从小就不怎么读书，开始创业。我老公就是一个典型例子，他 13 岁就开始做自己的公司，16、17 岁时已经有一家做云服务的公司，而且做得还挺大。他不怎么上学，后来也不太想读大学。
这种类型在美国还挺常见，因为整个社会更加包容，并不是说你一定要成绩很好，才能接受很好的教育。他当时也拿了全额奖学金去读大学。
但在中国，如果你这样做，家长早就把你的腿打瘸了。
曲凯
所以你觉得，那些比较年轻的人只是年龄上看起来年轻，但可能经验已经非常多了？
对。我觉得一个 16、17 岁的美国人，如果他从 13 岁就开始创业，确实可能已经积累了很多经验。
曲凯
但你刚才说的这个，应该不是很常见吧？
挺常见的。
曲凯
好。就拿 YC 作为例子，基本上每一年的 YC Demo Day 我都会去。最近两年我感受非常深的一点就是，YC 的创业者真的一届比一届年轻。
我没有统计他们具体多大岁数，但我见到了非常多高中辍学创业的学生，可能真的只有 17、18 岁。最小的我还见过 15、16 岁就拿到 YC 投资的创业者。
另外，我们公司统计了美国发展最好的一百家 AI 公司，包括这些公司的创业者年龄和背景。当时有一个数据很有意思：最常见的年龄是 26、27 岁，年龄中位数是 28、29 岁。
所以基本上美国创业者都在 30 岁以下。在这 100 家最好的 AI 公司中，大概有 10%到 15% 的创业者处于 18 到 25 岁这个年龄区间。
这个年龄段基本上就是本科辍学，所以在美国，本科辍学出来创业成功的概率还是挺高的。
曲凯
所以我想再跟你确认一个点。国内经常听到辍学创业的故事，比如最有名的扎克伯格。但有没有一种可能，大家只看到了“辍学”这件事，却没有看到辍学背后，很多人可能 13 岁、16 岁就已经有了丰富经验？你觉得这是一个常态吗？
我和我老公都是辍学创业。我当时是从哥伦比亚大学辍学去了 OpenAI，后来从 OpenAI 出来做基金。今年 5 月份我刚刚从哥大毕业，后来回去把自己的论文写完，拿到了博士学位。
我老公也是从斯坦福辍学的。他差不多只读了 1、2 个学期，觉得没有什么意思，就出来创业了。
我觉得美国的学制特别有利于辍学创业。首先，整个社会对辍学者很包容；第二，学校也会有很多有利于辍学的政策。
比如有一个政策叫 leave of absence，也就是你可以休学几个学期，甚至几年，之后还可以回去继续完成学位。所以对很多年轻人来说，辍学是人生选项之一。你可能中间休学 1、2 年出来创业，如果没有成功，就回去把书读完；如果成功了，也没有必要再读这个书了。
美国很多企业也不会特别在乎你有没有拿到学校文凭。当然，我总是跟人开玩笑说，你从哪里辍学还是很重要的。你是从哈佛、斯坦福辍学，还是从社区大学辍学，这件事对于你未来创业成功的可能性、投资人愿不愿意投你，以及你之后如果回去读完书能不能找到一份好工作，都会有很大的影响。
所以作为斯坦福或者哈佛的学生，辍学创业已经成了一个很主流的选择。没有必要一定把 4 年的书读完，想创业两三年之后再回去把书读完，其实也没有任何问题。
曲凯
但比如说，一个斯坦福学生读到大二、大三辍学创业，在此之前可能最多只有 1、2 份实习。你觉得这种人能拿到钱吗？
在美国市场，看人。
曲凯
看人？
对。对于很年轻的学生，我基本上会看他的学习能力有多快。
我自己也投过一些辍学创业的学生。比如我投过一个 19 岁的华裔男生，他从宾夕法尼亚大学辍学出来创业，这是他第一次创业。但在此之前，他做过非常多开源项目，有很多做项目的经验，所以我还是会投他。
但我也见过很多斯坦福学生，尤其是斯坦福的学生，他们辍学创业只是为了刷简历。他们会辍学去 YC，拿到一笔钱之后又回到斯坦福继续读书，因为大家会觉得，有了创业经历之后，对大公司的吸引力更强，或者更有利于未来募资，给人一种“我是少年天才，辍学创业了”的感觉。
所以这也是一个事物的两面。
曲凯
我觉得国内现在最火的创始人画像，比如字节的高管，尤其是他如果出来创业，或者创业之后去了字节、去完字节又出来创业，这种背景可能是在国内最容易拿到钱的。而且必须是字节的高管，如果只是中层，可能都会稍微弱一点。
如果说这是当下最流行的国内创始人画像，那你觉得在美国，最流行的画像大概是什么样？
最受欢迎的画像还是差不多 27、28 岁，从大厂出来，之前有很强的技术背景，或者有博士学历。这种类型的人非常容易拿到很好的投资。
连续创业者如果第一次创业成功了，第二次出来创业时，也会有很多人愿意投他。
我其实觉得硅谷有年龄歧视。除非你做得特别成功，否则大概就像中国有 35 岁焦虑一样，美国也是 35 岁以上，如果没有做出很大的成绩，再出来创业时，投资人也会问很多问题。
曲凯
但如果是 27、28 岁，还得读一个 PhD，其实也没工作几年，对吧？工作经验不会太多，这样会不会担心？
27、28 岁，我指的是两种情况。要么他有很强的学术能力，比如是斯坦福的博士，这种情况下我会期待他做 CTO，而不是 CEO。
要不然，他可能 22 岁去了大厂，工作了 5 年，现在精力非常旺盛，年纪也很轻，但技术能力很强。这样的背景更适合做 CEO。
曲凯
明白。从估值上来讲，一种是特别厉害的，比如 OpenAI 出来的人；另外一种是平均的、正常水平的创业者。美国现在前面一两轮的估值大概是什么样？
6. 估值泡沫开始失控
硅谷的估值都是玄学，没有一个非常理性的估值方式。
基本上，天使轮 2,000 万美元算比较贵，1,000 多万美元是一个很正常的估值。如果是种子轮，第一轮差不多是 2,000 万到 2,500 万美元；如果贵一点，像 YC 的公司可能达到 3,000 多万，甚至 4,000 万美元，我都见到过。
如果是大厂出来，或者背景特别好，那就真的不好说了。什么都没有，一上来估值达到 1 亿、2 亿美元，我觉得也很常见。
到了 A 轮，变化又很大。A 轮现在基本上估值都在 1 亿美元以上。但水涨船高，以前做到 100 万美元 ARR 就可以去募 A 轮，现在基本上要达到 300 万到 500 万美元，才能融到一个很好的 A 轮。
我之前看到过一个很有意思的数据，就是种子轮和 A 轮之间间隔的时间。差不多 5 年前，这个间隔在 18 个月左右，甚至可以压缩到 12 个月。基本上公司做了 1 年多，就可以出来融 A 轮了。
因为当时 A 轮估值低，差不多是 4,000 万或 5,000 万美元，对公司的收入要求也比较低。但现在对公司收入的要求更高，估值也给得更高，这也是为什么很多美国公司会在种子轮和 A 轮之间加一个 seed extension round，因为钱不够用了。
所以我觉得，最近几年估值变化还是很大的，对创业者的募资战略影响也很大。
曲凯
因为这两年 AI 很热，所以大家拿的钱也在变多。正好讨论到一个当下比较热的话题：你觉得 AI 到底有没有泡沫？或者可以分一级市场、二级市场来看，因为一级市场确实很多公司的估值已经很夸张了。
我觉得一级市场和二级市场都有泡沫。
我自己的想法是，AI 公司应该比传统 SaaS 的 multiple 低。传统 SaaS 的估值方式，不就是公司年化收入乘以 20 或者 30 吗？
但我的看法是，AI 公司乘以的这个数应该比传统 SaaS 低，因为 AI 公司有几个大问题。第一个问题是，AI 公司每提供一份新服务，都需要花更多的钱。
曲凯
你说的是 token 成本？
对，token 成本还是挺高的。但传统软件公司做出一份产品，卖 100 万份、1,000 万份，都不用再投入同等的成本。
另外一个方面是，很多 AI 公司表面上是软件，但实际上是基础设施公司。所以从逻辑上讲，AI 公司乘以的这个数值应该比软件公司稍微低一点。
基于这个道理，我觉得很多头部 AI 公司的估值太高了，包括一些二级市场公司，我觉得也有这样的问题。
一级市场表现得最明显的是一些非常火的公司，甚至用户数量在减少，但估值还是特别高。
曲凯
有好几家都是 100 亿美元级别的公司，对吧？
对。我自己觉得，像 Perplexity 这样的公司估值过高，甚至 Cursor 我也觉得估值太高了。因为投资人在很大程度上忽视了它的结构性问题，只是看着收入增长，盲目地去投它。
曲凯
从外部看，美国有蛮多公司在后期融资时，感觉有比较明显的做高估值的行为。比如一轮很高的估值只拿一点钱，或者大家在传 OpenAI 是靠老股定价来要一个更高的估值。
因为估值越高，就越能够吸引更好的人才。公司发展到一定程度，其实打的就是人才的仗。
如果是 Cursor，在一个很卷的赛道里，我必须拿到最优秀的 AI coding 人才。我在跟 Anthropic、OpenAI 抢这样的人才，只有我的估值足够高，我给出的股票才足够值钱，别人才会觉得：“我去你们公司是不亏的。”
但我觉得很多员工没有想到的一点是，如果公司估值特别高，你加入之后估值下跌，股票可能就变得一文不值。他们没有想到这个风险。
很多创始人和投资人在金融方面更懂一些，知道有这个风险，但很多员工会觉得，公司估值越高越好，这样自己的股票就越值钱。
曲凯
美国那边一般融资的正常流程是怎么样的？尤其是现在很多国内创始人想到美国去接触当地机构、去融资。你觉得从第一天开始准备，到最后拿到钱，大概是什么样的流程？
7. 美国融资依赖本地网络
我可以讲得更长一点，不是从融资那一步开始。
我觉得第一步最好先把架构调好。有很多国内公司可能是开曼架构，或者是其他国家的架构。作为美国投资人，我其实比较难投进去。
当然，这里也有先有鸡还是先有蛋的问题：国内老股东不让调，或者说“你先拿到美国投资，我们再去调架构”。但你一定要跟投资人讲清楚。
很多美国主流基金除了 Delaware 架构之外，其他架构基本上都不太会投。对他们来说，这可能就是一个雷点。所以你一定要把这个问题排除掉，或者非常诚恳地跟美国投资人说：“我现在是某种架构，但准备调成美国的 Delaware 架构。”
只要你把这个态度表达出来，我觉得 80%到 90% 的美国投资人还是可以接受的。
第二，如果大家想发展美国市场，或者想在美国拿钱，我觉得可以先去硅谷住 2 个月，参加当地各种活动，接触当地创业者、投资人和大厂员工，了解这个环境之后再开始募资。
为什么呢？因为我见过非常多中国创业者到美国的第一步就是找投资人。大家觉得：“我就在美国住 2 个星期，一定要在这 2 个星期把钱募完，然后直接走人。”
但很多小细节都会告诉我，你不是本地人，也不了解美国。举一个很小的例子，在美国大家不太用微信，会用 LinkedIn 互相加好友。很多平时不用 LinkedIn 的人，甚至不知道怎么刷别人的二维码。
这种小细节就暴露出你不了解美国的生态环境。所以我觉得，大家可以先到美国住至少 1 个月，了解当地环境之后，再去接触投资人。
另外，我觉得很多国内创业者会通过 FA 认识投资人。国内的逻辑是，把募资这件事外包给 FA，由 FA 介绍可能投资的机构，聊完之后走一个非常快、非常 transactional 的流程。
但在美国，你通过 FA 认识投资人，投资人心里可能会默默给你减分。比如我会觉得：“你是不是没有硅谷的资源？是不是不了解硅谷的环境？是不是无法独立募资，所以才找 FA 介绍给我？”
这会影响投资人对创业者的第一印象。所以我的建议是，先去美国待 1 个月，认识当地的人，让当地的人给你推荐投资人。
如果你融入了美国创业圈，大家认识的投资人非常多。美国创业者和投资人的关系非常扁平，你可以直接写邮件介绍自己，或者让朋友帮你介绍一个投资人，并不是很难。美国机构也很多，所以整个环境是比较好的。
认识投资人之后，第一步基本上会约一个 30 分钟的 meeting。我见过很多中国创业者可能有一点水土不服：投资人会严格把会议控制在 30 分钟，但创业者会说：“我还想再讲半个小时。”
这个时候你得先问：“我们已经超时了，能不能再延长 5 到 10 分钟？”很多时候投资人会说：“不行，我下面还有一个会。”然后拒绝你。但这并不意味着他不想投你，而是美国的日程排得很紧，大家都是按半小时、半小时来约人的。
所以第一次 pitch 投资人时，一定要非常简洁、清晰，挑重点讲。如果投资人感兴趣，就会约下一次。
在美国，我们基金差不多见创始人 3、4 次，就会做出决定。有些公司可能需要见更多次。整个过程基本上第一次是认识，你接触到的那个投资人，就会成为你在这个基金里的 advocate，也会成为你对接的主要人。
所以第一个投资人也要找得非常精准，这个人一定要能够独立做决定。因为我认识很多中国创业者去美国时，接触到的可能是 a 十六 z 的一个 associate，或者比较年轻的投资人。这个人没有权利决定是否投资你的项目，必须内部往上推，过程就会漫长一些。
当然也不是不可能，我也见过很多由 associate 推上去的项目。
第二，第一次见面之后，如果投资人对项目感兴趣，会跟你要 deck 以及其他文件，比如 demo deck。第二次可能是两个合伙人分别跟你见面，或者多个合伙人一起见面。这时创业者要准备好回答更详细的问题。
第三次见面说明基金已经对你很感兴趣了。基金会根据自己的投资风格和需求，具体询问某个方向的问题。
比如我有一个朋友在美国做基金，他之前是 Uber 的数据负责人。他就会问很多你的数据、技术、后端方面的问题。每个基金的特色不一样，他那个 session 差不多会有 1 个小时，专门问你这一类问题。
之后可能还会有第四次见面，但并不是次数越多越好。很多时候到了第四次，大家是在讨论一个内部问题：“我觉得这家公司很好，但我的合伙人觉得它还差一个东西。”所以这次会议就是针对这个痛点深入了解。
除了表面上的这些会议之外，投资人还会在背后做很多研究。投资人会打电话问你以前的员工：“这个创业者怎么样？”会问你以前的投资人：“你觉得这个人怎么样？”也会找你 LinkedIn 上的共同朋友，问他们对这个人有什么了解。
可能到了第三次或第四次，投资人会找你要 data room。基本上找你要 data room，就表示他已经非常感兴趣了。然后最后就是签约，当然也会做一些定价，这时需要律师进来帮你签协议。
整个流程，我们基金差不多是 2 周左右，快的话 1 周。有些基金可能时间更长，3、4 周也有可能。
我一般给创业者的建议是，一开始一定要接触 40、50 家基金，最后可能有两三家投资你，大概是这样的比例。
硅谷除了基金之外，还有一类人就是天使投资人。他们投资额度可能不会很高，但如果跟你的领域相关，会是一个很大的加分项。
所以在接触机构投资人之前，我会建议创业者先去融一小轮天使投资人的钱。比如你是做 AI 设计的创业者，我会建议你去找 Canva、Figma，或者其他 AI 设计方向的专业人士，融 10 多万、20 万美元。之后再去找机构投资人。
这样你已经有了专业人士的背书，机构投资人可能会想找这些人聊一聊。大概就是这样一个美国融资的过程。
曲凯
你刚才说一般见 3、4 次，但最后其实 1、2 周之内就能完成，对吧？所以频次会比较高，挺密集的。
对，我们基金是这样的风格，因为我们不想浪费创业者的时间，所以回复会很快。我基本上第一次见面之后，快的话 48 小时之内就会给创业者答复，告诉他我们会不会投。
曲凯
你刚才说，创业者可能预期要聊 40、50 家，最后拿到融资。你觉得美国现在整体投 AI 的早期机构一共有多少？不知道你们有没有统计过。
上千家。硅谷现在至少有大几千家机构，所以我觉得找 40、50 家还是非常可行的。
曲凯
但对于创始人来说，他怎么知道哪家机构每年投多少、投资方向是什么、出手积极度怎么样、估值怎么样、投资金额大概多少？
这些基本上都可以直接问。如果有朋友介绍，你可以直接问他：“这个基金积极吗？投了多少家公司？估值给得怎么样？”
包括你去找投资人聊天时，也可以开门见山地问。我就遇到过有人直接问我：“你一年投多少家？基本上投什么估值区间？投什么阶段？看重什么？”
这些都可以问投资人。我觉得最好的 pitch 方式，其实是一开始先问一下投资人的情况，然后结合他所说的方向，去 tailor、优化自己的 pitch。
曲凯
你觉得熟人介绍，跟创业者自己主动发邮件、找上门，会有区别吗？
区别非常大。我觉得熟人介绍的话，基本上一半的基金会愿意跟你聊；但如果你自己发 cold email，我觉得可能只有 10%，甚至更低，还是要看 cold email 写得怎么样。
曲凯
所以讲回你刚才提到的 FA 问题，我觉得在美国，早期有很多个人其实充当了类似 FA 的角色。他们认识很多机构，会帮忙介绍，也会给一些背书和专业意见。
对，确实是这样。
曲凯
我们也看到很多公司第一轮可能拿了 10 个甚至 20 个个人投资人的钱，这种情况也有。
另外一个点，我觉得国内创始人经常会问一个机构能帮什么忙，但最后聊下来，发现机构实际上能帮的忙非常有限。
但在美国，我发现大家确实做了很多工作，是真的希望帮到创业者。你们也做了一些社群和活动之类的事情，对吧？
我觉得投资人对创业者最大的帮助，就是给他介绍一些人。比如介绍下一轮投资人，介绍客户，或者介绍潜在员工。
但说实话，投资人也没有时间一一帮你对接。在国内是这样，我觉得硅谷也是这样。除非是加速器，但加速器要拿走的比例特别高，而且给你的估值很低。
所以你要投资人帮忙，还是要付出很多代价的。
曲凯
你最近正好在国内跟很多创始人和投资人交流。整体聊下来，你觉得自己感受到的中美两边最大的区别是什么？有没有什么点让你觉得之前没想到，或者非常惊讶？
8. 中美创业审美分化
让我很惊讶的一个点是，中美投资人和创业者的审美差异太大了。
我昨天在一个创业者的局上聊天，发现大家喜欢使用的产品和美国差异非常大。很多美国人会觉得：“一个产品就做一个功能，我专门用它做一件事。”比如我用 Granola 专门记笔记。
但国内会说：“不，飞书可以记笔记，还可以做十几件事”，把 Notion、Granola 和其他很多软件的功能都放在一起。我觉得这方面的审美差异挺大的。
还有一点，美国投资人会想投纯软件，美国创业者也想做纯软件，美国创业者和投资人都偏向做 To B；而中国正好相反，大家特别想做 To C，特别想做软硬件结合。
所以在这个点上，我觉得差异真的非常大。
曲凯
正好说到产品。过去几年里，你自己比较喜欢的一些公司和产品是什么？
我用得最多的还是 ChatGPT。虽然这很传统，但毕竟是老东家。
曲凯
老东家。
对。我会把 ChatGPT 用出花来。
很多人用 ChatGPT 只是跟它聊天，但我把自己的生活分成了 8 个不同的板块，包括个人、健康、工作、研究等。每个板块都有非常长的 custom prompt，每个板块下的每个对话也都是分开的，每个对话都有自己的 custom prompt 和一些定制信息。
所以我的 ChatGPT 用户体验非常好，因为我对它做了非常强的梳理。
曲凯
其他公司呢？或者从投资的视角来看，你觉得现在美国一级市场里最喜欢的公司是哪几家？
从用户体验上来说，我觉得 ChatGPT 最近一段时间做得特别好，尤其是推出记忆功能之后。
写代码的话，我用 Claude Code 比较多。我其实也非常看好 Anthropic，因为他们拿到了很多大客户的订单，在 enterprise 方面增长非常快。
中部的一些 AI 公司，比如 Cursor、Perplexity，我没有那么看好，因为我觉得它们跟大厂走得太近了。有一些大模型公司，我也不知道它在做什么，所以没有那么看好，因为这个赛道太卷了。
特别早期的公司，当然很多我没有亲自使用过。但我投了一家公司叫 Kepler，他们用 AI 做生物数据分析。我自己不是生物背景，所以没有办法使用，但我妈妈做心脏病学研究，她天天使用 Kepler，给我的反馈特别好。
这让我觉得，在很多细分领域还有很多机会。这大概是我的一个感受。
曲凯
你觉得明年一级市场会有什么变化？
9. AI增长面临拐点
我觉得明年会有一个大的调整。我认为美国的 AI 泡沫会破，因为 AI 泡沫已经持续太长时间了。
二级市场的人已经开始问 AI 是不是泡沫。虽然大家还没有采取很大的行动，但 AI 泡沫已经成为一个共识。现在它就像一个很大的气球，只差一根针，这根针一出现，整个泡沫都会破掉。
我其实非常担心两家公司，一个是英伟达，一个是 OpenAI。我觉得这两家公司只要出现一点点很小的变动，都有可能把泡沫戳破。
英伟达对美国二级市场的影响实在太大了。如果英伟达某个季度销量不好，我觉得会影响整个美国二级市场。
如果 OpenAI 的收入低于预期，也会影响整个美国一级市场。
我还非常担心的一件事是，Gemini 现在的 performance 变得很好了。我担心谷歌会让 Gemini 完全免费，用这样的方式获客。
如果 Gemini 完全免费，它可能会吸走 OpenAI 30% 的用户，至少我是这么认为的。因为很多人不像我这么忠实，也没有那么经常使用 ChatGPT，会觉得每个月 20 美元太贵。
而 OpenAI 现在 60%到 70% 的收入都来自一个个每月 20 美元的订阅用户。如果有 20%到 30% 的人离开 OpenAI 平台，对 OpenAI 的影响会非常重大。
如果这里出现一点裂痕，我觉得一级市场整体估值都会被往下压。
曲凯
首先，你觉得现在的估值是从多少涨上来的？如果往下压，压到多少比较合理？
这个估值差不多是从 2023 年 ChatGPT 出来之后，一直不断上涨的。
2023 年之前，美国经历过一些币圈事件，所以整个估值下来了，创投圈非常萎靡不振。但 ChatGPT 出来之后，投资人找到了新的投资方向和新的叙事，所以估值就一直涨到现在。
2023 年涨幅比较小，2024 年和 2025 年涨得最快，因为很多主权基金也加入了 AI 投资。
曲凯
比如第一轮，你刚才说现在美国主要是一两千万美元。我觉得 2,000 万美元也还好，应该跌不到哪里去吧？
会跌的。
比如 2021 年，pre-seed 大概是 1,000 万美元，现在差不多涨到 1,500 万到 1,800 万美元。Seed 之前可能是 1,500 万或 2,000 万美元，现在也涨到了 2,000 万到 2,500 万美元。
我觉得 pre-seed、seed 是离 AI 泡沫最远的地方，因为它们离真正的市场估值还特别远，这个时候还是看人、看产品。
但到了 B 轮、C 轮之后，就会感受到非常强的市场压力。我其实很担心美国会经历像 2021 年一样的大市场泡沫。
曲凯
你们现在实际的行为上，有做什么事情来应对这件事吗？
我们没有去追一些非常热的项目，特别是一开始估值就很高的项目。因为我会担心它们下一轮估值比这一轮更低，甚至融不到下一轮，因为这一轮估值太高了。
另外，我们今年的投资节奏并没有特别快。很多投资人在 2025 年因为 AI 市场很热，投了很多钱。我们很担心 2025 年会像 2021 年一样，成为泡沫的最高点，所以不愿意在这个点投很多。
当然，早期项目受二级市场影响比较小，所以我们还是正常投资，没有额外加速投资。
曲凯
除了这件事情以外，最近湾区还有什么讨论得比较多的吗？
大家讨论的一个是市场层面有没有泡沫。第二个就是 scaling law 到底有没有结束，因为这是 Ilya 提出的观点。
曲凯
一开始你就觉得它结束了。但我觉得另外一派的观点是，IL 和 post-training 仍然有 scaling law。
我觉得它不会像 scaling law 那么简单、直接且有用，但它可以通过不断修补，在某一个细分赛道或某一个领域实现很大的提升。
曲凯
所以你觉得 scaling law 已经不存在了，这个观点现在在美国算是相对共识吗？
在研究人员当中，我觉得大部分人都会同意这个观点。但投资人还没有想到这一点，特别是离技术比较远的投资人，他们没有那么在乎这个问题。
曲凯
以 Cursor 为例，大家现在都在讨论应用公司最终跟模型公司之间的竞争和壁垒。Cursor 给了一个答案，就是在线上利用数据继续做 RL，训练自己的模型。你觉得这是未来的一个方向吗？
我觉得有这个能力的应用公司非常少。能够自己做模型的应用公司，壁垒非常高。
我聊过很多 AI 垂直领域公司，他们会说：“我有很多医疗数据，或者很多法律相关的数据，我能不能自己做 RL，训练一个模型？”
我会跟他说：“这个花费非常大。你需要自己招人，组建完整的 AI 技术团队来做这件事，而这不一定值得。”
并且大模型本身在不断更新迭代，可能下一代模型就已经不需要你自己 fine-tune 才能达到同样的效果了。
除非你有大量独家专有数据，加上非常强大的技术团队，否则我觉得一般的应用公司，特别是早期应用公司，没有必要做这件事。
曲凯
那你觉得，大部分应用公司最终跟模型竞争的是什么？是不是很多应用确实会被模型吃掉？
我觉得是。我当时还专门写过一篇文章，讲为什么大部分应用公司都会被模型公司吃掉。
当然这要看你做的是什么赛道。Coding 跟大模型之间的关系实在太密切了，所以我觉得很容易被大模型公司吃掉。
但如果你做的是更加细分的赛道，比如 AI 法律、AI 金融，我觉得 OpenAI、Anthropic 这样的公司没有办法覆盖到，还是给创业者留下了很多机会。
曲凯
从技术角度来讲，下一个突破点可能是什么？有没有大概的方向？
我记得 2024 年的时候，虽然很多人没有特别明确的方向，但大家至少知道 OpenAI 在做一些东西。虽然不知道具体是什么，但知道它在做，也觉得那可能是下一个希望。现在还有这种东西吗？
我自己的感觉是，OpenAI 有一点黔驴技穷了。不仅是 OpenAI，我觉得所有 AI 大厂现在都有一点黔驴技穷。
但在应用层面，它们还有很多可以提升的地方。比如 Adrop 他们在做企业级别的应用，那这个落地还需要有很大的进步空间。
但在模型智力这个方向，其实已经很难继续提升了。我的体感是，GPT-3 和 GPT-4 的差异非常大，但 GPT-4 和 GPT-5 好像就没有那么大的差异。
它们自己可能也发现了这一点，所以现在开始发布 GPT-5.1、GPT-5.2 之类的版本，我觉得挺有意思。
曲凯
对，每一个版本似乎比上一个更好，但增加了很多功能。比如 GPT-5 有多模态和检索功能，这些是 GPT-4 时代没有的。
对，更多是功能上的优化。作为用户，这种体感变化还是非常明显的，但就大模型本身的能力而言，我觉得已经到了一个瓶颈期。
曲凯
这也是一个比较热门的讨论话题。还有别的吗？
我觉得这可能是硅谷讨论最热的两个话题。还有一个话题，是硅谷企业讨论得比较多的：AI 到底有没有带来企业生产力提升。
现在有两派不同的说法。第一种说法是，AI 并没有带来企业生产力提升。有一篇 MIT 的文章说，95% 的企业 AI 应用最后都失败了。
另一派说，AI 正在取代人的工作，我们会面临大面积失业。哈佛和耶鲁有研究说，LinkedIn 上比较 junior、入门级的工作，从 2023 年到 2025 年减少了 20% 甚至更多。
我觉得这两派说法是互相不兼容的。我的看法是，第一派所说的 95% 的企业 AI 实验失败，指的是美国大企业自己做 AI 的情况。
这种失败很正常，因为一个大公司很难招到好的 AI 人才，也很难有决心把 AI 推行到底。但如果是大企业跟创业公司合作，我觉得成功概率会高很多。
另一方面，AI 对就业的冲击非常明显。现在我有很多朋友，他们的孩子可能在读初中、高中，就在担心：“未来怎么就业？”包括我一些年轻的学弟学妹，从哥大毕业后也觉得：“现在太难就业了。”
整个就业市场变得非常紧，我觉得这确实是因为很多能够被 AI 完成的事情，现在都被 AI 完成了，所以很多大厂招聘的人数在减少。
曲凯
回到你们自己的基金，你们现在主要想看、想投什么方向？
10. 基金押注垂直壁垒
我们非常想投的一种公司画像是：在某一个垂类有技术壁垒、数据壁垒和行业壁垒，并且深耕某一个赛道。
比如我之前提到的 AI 做生物数据分析。我们第一期基金投的最好的一家公司，是用 AI 做维修的。听起来感觉离硅谷很远，但它跟很多美国传统企业合作，包括制造业、餐饮行业，以及麦当劳、星巴克、万豪酒店等。
这些公司会使用它的软件，用 AI 做维修，记录整个维修过程，提出维修建议。比如它会提醒你：“这个窗户可能要坏了，去修一修。”
我觉得这是一个很好的应用场景。
曲凯
我确认一下。它说的维修，是类似记录、写日志、提醒这些事情，对吧？不是真的要切入维修本身，还是由人来维修？
对，还是由人来维修。但它会告诉你：“这个地方的管道可能需要修一修。”因为之前某一年这个地方坏过，它有这样的记忆，会提醒你这里需要维修，也会帮你预约时间。
曲凯
它确实会切入帮忙预约时间这件事，对吧？
对。
曲凯
但这样的话，它是不是要对接很多维修服务商？因为这种维修不一定都是大公司，可能有很多本地化服务商？
它主要是在公司内部使用。比如大型地产公司、酒店，自己有维修人员，它帮公司安排维修，所以这类场景比较适合。
我们非常喜欢这种在一个细分赛道深耕很长时间，有自己的数据，AI 技术能力到位，主要解决一个非常垂直的问题的公司。这是我们最喜欢的一类公司画像。
2026 年，我们会非常看重它能不能做企业级应用。我看到了非常多 AI agent 的 demo，都是：“你看，我们这个 AI agent 可以做 XYZ，非常 fancy，功能非常多。”
但我更关注的是，它能不能解决企业真正的痛点，以及能不能有稳定的输出。我觉得这是 AI 公司在 2026 年需要攻克的一个难点。
曲凯
一个多少客单价，才算是 To B 的企业级订单？
这个很难说，要看不同的行业。我看到的很多美国行业，一年可能付 10 万美元或者 20 万美元，这种级别的订单在美国很常见，其实还算比较小。
比较大的订单，一个公司一年给你几百万美元，或者一两百万美元，也很常见。
曲凯
你怎么样论证它真的有效？我还在想，你刚才说的 AI 维修，是不是确实替代了一些人？
是的。我们非常重视的一个投资逻辑，就是你做的这件事一定要替代人，而不是只增加人的能力。
当然，你肯定会增加一部分人的能力，同时替代掉另外一部分人的工作。因为只有这样，你才能拿到非常大的订单额度。
我觉得这也只有在美国这种人工特别贵的地方才可行。很多时候，AI 公司的定价逻辑是：招一个人一年可能要 7 万、8 万美元，用 AI 只需要付 1 万美元，就可以取代他的工作，所以客户才有很强的支付意愿。
但如果你跟客户说：“你还是需要人来操作，我不能替代一个人，但可以让你的员工提高 20%到 30% 的工作效率。”客户可能会觉得：“我不需要，我这个人已经够用了。”
曲凯
最后再问一下，如果让你给国内的 AI 创始人一些建议，你会讲什么？
11. 出海必须先融入美国
如果大家想要出海，我觉得一定要了解美国创投圈的文化，也一定要试图融入美国创投圈。
硅谷还是一个非常包容的地方。大家如果来的话，可以先在这边生活一段时间，了解一下这个社群，然后植根于美国。
我觉得美国市场还是一个非常适合做事情的市场。我也特别希望大家能够多走出去，因为世界很大，机会也很多。
特别是在美国，我觉得中国创业者还是非常优秀的，一定要有信心。我接触下来，觉得中国优秀创业者真的不比美国少。但很多时候，中国软件方向缺少这样的土壤，所以大家可以多拓展一下自己的 TAM。
曲凯
我觉得我们看到很多创始人遇到的最大问题是：他的背景和能力都很好，在国内也能非常容易地拿到很多钱，甚至比美国那边更多。
但这种情况下，如果让他去美国融，他得先跑到美国待一段时间，聊很多机构，还会遇到很多不确定性。美国机构可能不认可他在国内的背景和经验，也不愿意给很高的估值。
他就会觉得，在国内对自己来说是一个更简单、更顺利的流程。结果他在国内拿完钱之后，后面再去美国就更难了，于是就这样循环下去，继续在国内发展。
现在很多公司看起来都卡在这件事上，但确实也没有什么简单的办法。国内机构主动找过来，愿意给你钱，你却非要去美国，待一段时间后再拿更少的钱，这确实很挑战人性。
我觉得这要看你做的是什么方向。有一些方向明显是美国市场更有优势，这时候我觉得长痛不如短痛，先去美国接受一段短期阵痛。是金子总会发光的，在美国做两三年，肯定也能做出成绩。
但如果国内的条件实在太优越，我觉得也可以走国内到新加坡，或者从国内到其他地方的路径，没有必要一定融美国的钱。
这种情况下，去卖给美国的个人或者美国企业也可以。我见过这样的发展路径。
我基本上是劝大家一开始就想清楚，自己到底想往什么方向走。自己做出决定之后，再考虑拿哪边的钱。
曲凯
如果创始人希望靠数据来融资，你觉得做到什么样的规模，或者达到什么样的数据指标，才能在美国弥补其他方面的问题？
如果是 To B、种子轮，其实没有那么多要求。我基本上见到还有 10 万美元、20 万美元这种就可以了。
曲凯
这个还是比较早期，对吧？可能还是主要看它本身，以及它是不是有美国市场的感觉。
那如果这个人是一个典型的 madness 这样的公司，数据绝对好，所以很多问题都有人愿意帮他解决呢？
我觉得它拿到融资，不完全是因为数据特别好，原因是它的团队特别强，并且做了非常好的美国营销。美国投资人当时都认识 madness。
曲凯
我说的营销，也可以算它数据的一部分吧？
对。虽然团队来自中国，但给人的第一印象是一个国际化的中国团队，包括他们营销的视频都是英文的。当时是先在美国火起来，然后再传到中国，这是一个很值得参考的案例。
如果没有 Mallence 这样的光环，也没有它的营销能力，我觉得至少要做到 100 万美元 ARR，甚至更多。
因为我们也接触过这样的公司：创业者是纯中国背景，跟美国的风格差异非常大。这个时候，至少做到几百万美元 ARR，我才会觉得：“好，我可以不在乎你其他方面的问题了，你还是能够创业成功的，去哪儿都能成功。”
曲凯
那这种情况下，比如说做到 500 万美元 ARR，你觉得在美国市场大概能拿到多少估值？
要看它做什么。如果是 To B，500 万美元 ARR 直接融一个亿美金的估值，也挺正常的。
如果是中国背景的创业者，我觉得差不多 1 亿美元可以，至少 8,000 万美元，估值还是可以的。
曲凯
那我介绍一些给你们投。
开玩笑的。
Jenny Xiao
对对对，我们是可以投的，但要看它的架构，以及很多其他问题。不过作为一个华人，我还是愿意去投的。