5 月 28 日,AI 大模型 Claude 的开发公司 Anthropic 宣布完成 650 亿美元 H 轮融资,投后估值达到 9,650 亿美元,超越竞争对手 OpenAI(8,520 亿美元),成为全球估值最高的私营 AI 公司,再次彰显全球资本对 AI 的狂热追捧。
当万亿级巨头在算力底座上贴身肉搏时,身处应用层的普通创业团队还有哪些机会?中美 AI 产业的真实分工将走向何方?带着这些问题,近日,Starlabs Consulting 创始人兼 CEO Jenny Yang 对话了美国顶尖创业孵化器 Founder Space 创始人兼 CEO、有硅谷「创投教父」之称的史蒂夫·霍夫曼( Steven S. Hoffman)。
霍夫曼是一名连续创业者和风险投资人,也是一位畅销书作者, 著有《让大象飞》《生存法则》《创新的五大力量》等多部备受赞誉的畅销著作。他同时也是备受追捧的全球主旨演讲嘉宾,并长期担任多国政府、知名企业和孵化器的战略顾问。
作为深度辅导过全球数千家初创公司的资深风投人,霍夫曼对当下这场 AI 狂热有着极其冷静、坦诚且富有远见的商业解构。
以下是 Jenny Yang 与霍夫曼的访谈摘录:
自主 Agent 真正的拐点最快 2 年内到来
Jenny Yang:您刚结束了一趟中国之行,请先讲讲您对中国的 AI 技术、AI 公司、AI 应用现状的整体印象。您认为硅谷与中国在下一阶段的 AI 竞争中,将分别扮演怎样的差异化角色?
霍夫曼:我的整体印象是,中国正在飞速前进,极其迅速。与我交流的中国初创企业正在将 AI 融入到方方面面:支付、物流、客服、人力资源、营销、销售、采购、制造等等。
与此同时,我相信硅谷将继续主导前沿大模型的基础研究。美国在算力、顶级人才和资本的集中度上,目前依然是无可比拟的。但是,中国将在应用落地上胜出。中国企业极其擅长将一项技术以惊人的速度规模化,并将其转化为拥有真实用户、真实场景的商业产品。这种务实的态度,以及高效的执行力,正是中国的强项所在。
中国还拥有实力雄厚的顶级 AI 实验室,包括月之暗面、阿里巴巴、字节跳动和 DeepSeek。这些实验室将扮演极其敏锐的「快速跟随者」角色,紧跟美国同行的步伐。这些实验室虽然资本不是特别充裕,但他们总能通过创新的方法把成本压到极致,以此来推动平台的全球化扩张。
此外,中国在机器人领域占据着绝对的主导地位。放眼全球,没有哪个地方能同时具备如此完备的供应链、基础设施和人才储备,去支撑机器人的规模化量产。AI 竞赛的下一阶段绝非赢家通吃。硅谷将继续建造最强大的技术引擎,而中国将构建最出色的商业生态和机器人硬件。这两者同样重要。
Jenny Yang:您认为 AI 有国界吗?在当前全球数据主权、AI 监管政策日益收紧的大背景下,您更看好深耕本土 or 天生全球化的公司(Global from Day1)?
霍夫曼:从技术层面来说,AI 没有国界;但从现实来看,全球的监管政策正在迅速划定疆界。数据主权法案、国家安全审查、模型出口限制......这些正在重塑全球的合规框架。
一些创始人看到这一趋势后,得出结论认为应该深耕单一的本土市场。我理解这种逻辑,但我绝不认同。
我坚定地支持 Global from Day 1,原因很简单:那些想先在本土站稳脚跟、日后再谋求海外扩张的公司,几乎无一例外陷入了困境。因为不同国家的分销渠道存在差异,合规要求不同,甚至品牌定位都需要从头重塑,这不仅成本高昂,而且进展缓慢。
而全球化优先(Global-first)的公司,从成立的第一天起,构建的就是模块化且适应性极强的系统。他们直接针对监管差异进行底层的架构设计,而不是等问题来了再去补救。他们能够吸引到理解多元市场的国际化团队,这会转化为持久的结构性优势。
诚然,合规化的难度与日俱增,企业也需要引进本地化的合规体系。但破局的关键是打造灵活的架构,而非偏安一隅。市场机遇是全球性的,每一位科技创业者的野心也当如此。
Jenny Yang:您曾指出,我们目前仍处于 AI 革命的极早期,而自主 Agent 的爆发将彻底颠覆现有商业范式。根据您的观察,我们距离这一天还有多远?面对 AI 引发的结构性失业挑战,我们在商业模式或制度上可以做哪些应对准备?
霍夫曼:那一天离我们很近了——比多数人想象的近,但比媒体炒作的远一些。能够处理独立、定义明确的特定任务的自主 Agent(智能体)其实已经出现了,比如自动化客服、代码审查、数据分析、研究汇总——这些早已不是 Demos,而是已经投入商用。
而真正的拐点——即不同的 Agent 之间能够实现自我协同、处理模糊的多步骤目标,并且在无人值守的情况下跨系统运行——大概还有 2 到 4 年时间,甚至可能更快。
当那一波浪潮真正袭来时,劳动力替代将是冷酷而真实的,绝非危言耸听。
应对之道绝不是放缓 AI 的步伐,而是让社会机制跟上 AI 技术的迭代速度。
- 在商业模式端: 最聪明的创始人正在围绕「人机协同(Human-AI Collaboration)」而非「纯自动化」去设计公司。他们搭建的模型中,人类负责决策判断、创意输出与责任把控,Agent 则是负责工作量和效率。这种模式抗风险能力更强,也更利于团队人员发展。
- 在政策层面:我们需要坦承地面对职业再培训、社会保障体系、教育改革这些问题。这次被替代的绝非低技能岗位,而是律师、分析师、文案、顾问以及几乎所有知识密集型岗位。这彻底改变了社会治理的底层逻辑。
Jenny Yang:您曾指出,传统的咨询、中介等「人力即服务」(Humans as a Service)业务由于边际成本高,难以实现真正的规模化。但现在,AI 正在大规模替代和自动化专业智力服务,这是否意味着,由 AI 驱动的知识型服务将打破 HaaS 业务难以规模化的魔咒?
霍夫曼:传统咨询业一直面临着一个难题:业务要增长,就必须增加人手;人手增加,成本随之攀升,进而导致利润空间被压缩,规模化扩张陷入停滞。这是 HaaS 模式的固有陷阱。
但 AI 彻底改变了这一底层算式。如今,一名由 AI Agent 全副武装的高级顾问可以提供过去需要一个小型团队才能完成的分析工作,这意味着,增加新客户的边际成本断崖式下跌。这是史无前例的。
所以,是的,AI 驱动的知识型服务终于有能力打破规模化的魔咒。但前提是,企业愿意为此进行组织架构的重构。未来能够在这场变革中活得很好的公司,绝不会只把 AI 当作效率工具,而是围绕着 AI 底层基座全面重塑整套业务体系。
初创企业应聚焦场景创新
Jenny Yang:关于开源 vs. 闭源,从 Founder Space 和风险投资的视角来看,您更倾向于支持那些深度绑定巨头闭源生态的应用,还是构建在开源生态之上的独立项目?为什么?
霍夫曼:在美国,我看好那些构建在头部云厂商生态(包括 AWS、Azure 和 Google Cloud)的应用。这些平台具备完善的分发渠道、企业级信任度以及深度集成能力,是企业规模化发展所需要的。在这些大平台之上开发,能够继承很多原生优势:安全合规性、稳定性承诺以及全球化基础设施支持。开源固然令人兴奋,但「兴奋」并不能帮你拿下企业级订单。
但中国的情况不同。那里的云生态格局主要由阿里云、腾讯云和华为云塑造,政策与监管环境决定了企业可选择哪些平台。在中国,像 DeepSeek 这样的开源模型正在赢得极高的市场关注,因为它们允许中国企业在不依赖外部海外基础设施的情况下自主运行。在这种语境下,开源不仅是一种理念,更是战略层面的必然选择。
因此,正确答案完全取决于你在哪里构建产品,以及你要把产品卖给谁。
Jenny Yang:在算力与算法被巨头垄断的背景下,早期的 AI 初创团队如何有效识别并捕获那些真正具备规模化商业前景、且不轻易被巨头降维打击的需求痛点?
霍夫曼:科技巨头必然会将通用型底层技术商品化,这一点毋庸置疑。如果你的初创公司所做的事情,是 OpenAI、Anthropic、谷歌或微软可以在半年之内作为一个新功能直接上线的,那它算不上一门生意,只是别人产品路线图中的一个功能点。
想要在竞争如此激烈的环境中存活下来,初创企业必须聚焦细分、专业、场景深度极强的领域。例如:一个需要对特定行业有敏锐理解的工作流,一个依赖基础大模型所不具备的专业经验的合规化解决方案,或者一种需要耗费数年才能建立信任的客户关系。
纵向深耕细分领域,是初创企业的防御壁垒。一套解决方案越是依赖行业专家(外科医生、供应链经理、保险精算师等)的实操经验,行业巨头就越难以快速复刻。
归根结底,速度是早期企业最重要的护城河。你的迭代速度必须超过巨头内部完成竞品立项和预算审批的速度。当那些巨头反应过来时,行动敏捷的初创公司早已建立起自己的品牌,并巩固了市场领先地位——这意味着你已经拥有了快速增长的用户群、独家数据,以及真正契合市场的成熟产品。
Jenny Yang:随着生成式 AI 的发展,AI 伪造与诈骗信息泛滥。从网络安全和反 AI 欺诈的角度来看,这是否为创业者提供了一个极具潜力的赛道?
霍夫曼:是的。 如今,合成媒体(Synthetic Media)的制作已经毫无门槛,声音克隆、深度伪造视频、仿真 AI 钓鱼邮件等,成为日益严重的梦魇。
网络安全行业的防御手段严重滞后于攻击手段,这一痛点就是一个市场机遇。检测工具、溯源核验、数字水印、身份认证等领域,均蕴藏着潜力巨大的创业机会。企业、政府机构都需要此类解决方案,金融行业更需要,他们因各类 AI 欺诈行为正蒙受金钱损失。
但需要注意的是,检测模型仅能防御已知的攻击类型,因此初创企业在研发之初,就必须正视这种对抗特性,让产品具备持续学习、动态迭代的能力。
倘若一支创业团队同时精通生成式 AI 与网络安全两大领域,便有机会针对深度伪造技术泛滥的行业现状,打造出估值数十亿美元的企业。
Web3 + AI 可能是一个陷阱
Jenny Yang:您认为,在今天这个充斥着技术焦虑与资本狂热的 AI 时代,一个能够带领团队打造出下一代独角兽的创始人,最需要具备哪些不同于以往的底层思维?
霍夫曼:忘掉你过去关于「壁垒」的所有认知吧。在当前行业环境下,18 个月前的产品可能就已经被淘汰。能走到最后的创业者,早已认识到这一点。
第一,用系统思维代替功能思维。 下一个独角兽绝不可能围绕一个聪明的提示词(Prompt)而诞生。它必然构建于一个由智能体网络、数据飞轮以及多方集成体系之上,依托长期复利效应实现成长。
第二,紧扣真实用户需求。AI 大幅提升了开发效率,却也容易让产品脱离实际应用陷入自嗨。优秀的创业者会始终聚焦用户核心诉求,偏离方向的盲目迭代最终只会沦为内耗。
第三,招募高适配性人才。当下热门的技能,两年后或许就不再适用。企业需要打造持续学习型团队,而非单纯的执行型团队。
第四,不要对技术心存畏惧。不少创业者将 AI 视作难以捉摸的黑箱。你必须对它有足够的理解,准确地知道它能做什么、不能做什么。这种认知本身,就是你的竞争优势。
Jenny Yang:您过去曾提到,区块链在加密货币之外的很多企业级应用上存在过度炒作,而 AI 才是真正触及各行各业的通用底座。如今,许多 Web3 公司正尝试将 AI 与 Web3 进行融合。您认为「Web3 + AI」是一个有前景的创业方向吗?
霍夫曼:我直说吧,Web3 确实有真实价值,但主要是对那些已经身处加密圈的人而言,去中心化金融、资产代币化、无中介的跨境结算等应用,对这部分特定群体来说有重要意义。但这部分人群在全球经济中占比很小。
而对于普通企业客户、中小商户以及大众用户,情况就不同了。我不认为 Web3 能对主流市场产生实质性的推动,我从来都不是它的拥趸,过去几年的发展也没有改变我的这一看法。
大多数消费者和企业根本不需要区块链来达成他们的商业目标。他们需要的是稳定可靠的产品、优秀的用户体验和合理的价格。Web3 增加了摩擦,提高了复杂度,还带来了监管风险。对于普通消费者和用户而言,Web3 并没有带来他们真正需要的东西。
相反,AI 是真正的通用底层技术。它能够触及各行各业,几乎所有行业都可借助模式识别、自动化、智能决策解决实际问题。这是一种本质上完全不同的价值主张。
将 Web3 和 AI 强行结合,并不能让两者的价值倍增,只会增加复杂度。对大多数创始人而言,这绝非机遇,而是一个陷阱。 当然,AI 或许能帮到那些已经与 Web3 生态深度绑定的人,但对于更广泛的大众市场,它不会对用户的采用率或行业的发展轨迹带来任何实质性改变。
Jenny Yang:我们关注到,您在 2026 年初宣布了一项雄心勃勃的非营利计划——在全球 10 所大学建立研究中心,旨在训练未来领袖如何让 AI 反映人类的核心价值。可否透露一下这项计划目前的进展?您希望通过这些中心,向未来的 AI 创业者传递哪些「负责任创新」理念?
霍夫曼:我们的愿景是在全球十所高校设立专项研究中心,目前距离这一目标仍有较大差距。
现在我们还处于极早期阶段,大部分精力都放在了资金筹集上。因为在真正落地执行前,我们必须确保拥有相应的资源支持。在大学里打造真正有实质内容、能持久运转的项目,需要实打实的资金投入。
驱动我们前行的是一个简单的信念:今天进入职场的每一位年轻人,他们的整个职业生涯都将身处这样一个世界:AI 融入每一款产品、每一项服务、每一项商业。 然而,他们中的大多人并没有为这一巨变做好准备。我们的研究中心就是为了改变这一现状。
我们希望下一代创业者不仅懂得如何用 AI 去构建产品,更懂得如何让构建出来的 AI 产品契合人类的价值观;学会预判技术落地带来的各类次生、衍生影响;在保持进取心的同时,做到负责任的技术创新。
这便是我们的使命,我们正朝着这个目标前行。
