锦秋基金创始合伙人杨洁揭秘：AI投资三大方向与AI创业者机遇——现场解答最真实的三大创业焦虑

在上周六举办的 CEO大会·Experience with AI 专场 上，锦秋基金创始合伙人 杨洁 带来了主题分享——《揭秘AI投资三大方向：应用、芯片与机器人》。

她回忆创立锦秋基金的初心——“在不确定中保持确定性”，也揭示了当下AI浪潮中创业者最真实的三大焦虑：

面对这些焦虑，杨洁用清晰的逻辑和真实的数据，分享了锦秋基金眼中的AI产业三大历史性机遇：

她指出，未来五年AI的加速度，将超越过去二十年，每一个战场都值得勇敢者全速前进。

今天，AI洞见研究院为大家整理和解读下杨洁的分享内容，让大家看到确定性。

👇文末附上锦秋基金的近70个投资版图企业标的+现场产品秀名单👇

下面是锦秋基金创始合伙人杨洁的详细分享。

01

各位老朋友早上好，感谢大家来到今天的活动。

我们这次活动的主题是 Experience with AI。

我们是一家 AI 的基金，我们成立于2022年。

很多人都知道我们为什么叫“锦秋”这个名字。其实叫锦秋，是我在创立锦秋基金的时候想记住当时的那个感觉，当时的字节还不是字节，头条的产品其实受到的争议挺多的，但是我看到的是一群人，他们坚信方向，所以在疯狂执行。我就是想记录这种，“在不确定中保持确定性”的感觉。

2020 年的时候其实 AI 还没有现在这么被热烈地讨论，我们当时也是看到一群相信方向的人在坚定地执行，所以我们成立了锦秋基金，那我们想做的事情，就是找到一群有方向感的人一同前行。

02

今天我们到场的有三类的创业者，这也是我们投资的三个方向：

今天大家都在同样的大浪上，我们可以回忆 2007 年的 iphone 时刻，那十年以后诞生了高通/ARM、OV小米、微信/抖音这样的参天大树。现在其实 iphone 的时刻不是要来，而是已经开始了，所以无论在哪个战场，现在都是最好的时刻。

我想快速地跟大家分享一下我们看到这三个战场的历史性的机遇。

首先我们可以看下面这张图，就是技术迭代的浪潮，持续地提速。

一方面是基础设施的完善，另外一方面是社媒的充沛，所以信息可以以更快的速度来流通。互联网计算、移动互联网的发展，都在以更快的速度去加速，AI 尤其快。所以 AI 在全国范围内进入一个大浪潮的开幕，只不过它的速度快了 n 倍吧。

比较有争议的话题就是“到底是模型未来一统天下，还是产品更有价值”。在锦秋，我们坚定地认为模型是commodity，价值会让路给产品。

其实从这两张图可以看出来，左边这张图代表智能提升的速度，右边这张图代表在达到同样准确率的情况下，每百万通过的消耗的成本，其实是可以看到巨烈下降的，由此可见的模型是跑过的commodity，但是产品不是，尤其是更懂得用户的产品是更稀缺的。

第二点就是，现在什么是最重要的。

因为现在大家都知道，模型还不够完善，产品还有进步的空间，所以用户都知道，在用的这个产品还不足够完美，那用户选择相信谁，就会留下来跟谁一起决定成长。所以“信任”尤为重要，但市场要的不是“我也能做”，而是“只有我能做”，要看谁真正更懂得用户。

这张图左边这些更多是 AI 金融公司，他们以更快的速度到了一亿美金 ARR 的这个收入。右边的是传统的大公司，他们过去（达到一亿美金 ARR）可能要用 4 到 5 年，甚至更长的时间。其实这也说明了，应用团队找到切入点以后，执行力在放大， AI 又在加速这个过程。

2025 年全球是 1, 500 亿美金的规模。那 AMD 的预测是到 2028 年的时候，全球会有 5, 000 亿美金的规模。我们尤其看到推理芯片的需求是在激增的， Token 调用量加速增长，谷歌在 Q3 平均每个月的 Token 的消耗是 1, 000 万亿次，在 9 月份的时候是 1, 300 万亿。

Open AI 的 API 披露的数据是每小时 60亿次，字节的火山披露的数据是每天 30 万亿调用，也就是一个月 900 万亿次调用，这个量是巨大的，推理需求是激增的。

所以我们看了三个机会，第一个就是推理芯片的窗口刚打开，第二个是芯片软件算法的正向飞轮，第三个就是不同的支点，有很多创新团队在用不一样的技术方案去解决问题。

我们可以看到数据级爆发、资本狂奔、成本下降，这三个拐点都同时发生。

2025 年整个市场的融资额 414 亿，是 2023 年的 5 倍，我们自己的感受也很深，比如说我们投资的星尘智能、地瓜机器人等公司在很快的时间内完成了后续几两轮融资。

03

不管是做应用、做芯片还是做机器人，其实跨越这三个战场，都有一些共同的法则。

引用硅谷的一个预测，我们在智能级服务这个大浪潮的 20 年周期内，我们现在才属于第三年，也就是芯片即将迎来应用的爆发、客户的爆发。应用现在正是当时。

数据飞轮其实不是单指说我们在这个过程中积累越来越多的数据，而是确实要推动某一个明确的业务指标，比如收入、留存，或者转化率。

接下来想分享一下，

我们看到的快速成长的公司的三个信号。

第一个信号就是：解决具体的痛点和用可验证的解决方案。

其实不用怕垂直领域，因为在垂直领域如果做到了极致，是拥有这个领域的定价权。

我们也看到原本不太被 Saas 公司愿意去服务的行业，就比如说，医疗、法律等信息化程度相对低的行业也在爆发，在美国的 open evidence 它最新一轮融资是 60 亿美金的估值，有 5, 000 万美金的 ARR。

不用回避套壳。这里举了一个大家都知道的公司 Cursor，其实 Cursor 没有发明 IDE，也没有发明代码补全，但是它把这个垂直场景做得足够好，所以也用很快的时间做到了 1 亿美金的 ARR，270 亿美金的估值。所以套壳不用怕，只要把这个壳从薄做到厚就行。

第二个信号是，做填补鸿沟的产品。

我们可以看到 AI 跑 Benchmark 的能力和 AI 在现实世界中解决问题具体问题的能力，其实有一个巨大的鸿沟，同时大家也能看到模型的进展速度、智能的提升速度。

我们就算假设未来 10 年模型不再更新，那消化现有的智能能力也依然需要很长的时间，所以能解决问具体问题，并且能很好地引导用户使用产品的公司会长期的有价值、有经验。

第三个点是，我们看到执行力是唯一的验证成功的途径。

唯一可能有点绝对，但这个在我们看到的案例里面确实是这样的。尤其是在现在，因为 AI 放大了整个执行力的负例效应，所以快的团队和慢的团队差距会越来越剧烈和越来越快地显现出来。所以你能够识别负例的方向，并且有更高的执行力是决胜的关键。

04

后边讲三个 2026 年的预判。

那模型我们从这个左边这个截图可以看出来。其实用户对模型是没有忠诚度的，在模型之间切换的成本非常的低，所以差异化会转移到产品体验、垂直场景和品牌信任。我们认为模型厂商在未来的这个发展当中不具优势，深入场景的产品会更具有优势，所以还是想强调模型是commodity，但是产品不是。

Agent Economy 就是指agent，它可以除了转信息以外转移资源，做交易。那就会拥有一个全新的经济系统，那在这个经济系统诞生的过程中又会有三个巨大的充满挑战的机会：第一个就是真正的自主学习，第二个是全新的基础设施，第三个是伴随着的信任与安全。

科技巨头资本支出从 2023 年的 2, 270 亿美金到 2026 年的 5, 430 亿美金，比特、原子、生物-比特世界都在被 AI 重塑，所以我们判断即便是大的投入，依然远远不够。

05

做完上面的分享，其实也想请各位想一下，就是在未来我们会重建什么？

那我们看到的 founder 们就是做应用的，大家在重建行业的工作方式与人的生活方式，做芯片的在重建计算的基础，做机器人的在重建比特世界与原子世界的交互，这些都不是渐进式的范式创新，而是范式的转移。 AI 加速的速度，过去 20 年要发生的事可能会在未来五年发生。

末尾放了一个我们的小的产品，我们其实对投后服务有一些自己的考虑，然后想抽象一个大家可能都用的到的需求，做一个小的产品，我们抽象出来的需求就是大家在公司发展的过程中可能都需要找人，所以我们就做了一个找人的agent。大家可以扫码体验，在我们刚才签到的那个手环里边也有这个的体验入口，现在是一个测试版，后面我们会继续优化。

最后有几句话送给各位，送给做应用的founder就是。