为啥想去硅谷看看?
—AI投资大势率先在硅谷显现
-
在科技的浪潮中,AI投资的大势率先在硅谷显现。
2023年,美国在AI领域的风险投资资金如同一股不可阻挡的洪流,达到了惊人的630亿美元,占据了美国整体风险投资规模的三分之一。这股资金的涌动,不仅推动了技术的发展,也孕育了无数创新的种子。例如OpenAI(累计融资约140亿美元)这样的大模型公司,就像那洪流中的巨石,融资规模超百亿美元;基础层GPU云提供商Coreweave累计融资也超过13亿美元。2024年AI投资热潮仍在持续,最新的Crunchbase数据显示,2024年上半年全球AI初创公司吸引了超过355亿美元的投资,其中有五笔融资超10亿美元的资金是AI类项目。
-
理解AI技术方向和竞争程度,把握市场水温,发现投资机会。
通过和科技大厂工程师、初创公司、高校科研老师、一级市场GP交流,理解AI项目创业端及资金端的下场热度及关注趋势,感受有一级市场投资机会的华人创业团队状态。2023年底的时间点上,硅谷对于AIGC技术整体乐观,无论是科技大厂,还是初创公司,都在AIGC技术及应用探索上非常卷。初创项目从保密程度到争抢人才,竞争有些白热化;科技巨头都在all in,头部效应明显,马太效应的趋势判断也导致小团队在越来越难拿到钱。
相对而言,传统VC基金、学术大牛型基金、行业KOL基金等多数机构偏好AI应用层投资;而战投型基金更倾向于基础模型层投资,像英伟达、谷歌、Amazon这样的巨头,他们在这场AI游戏中扮演着关键的角色。
-传统美元VC基金:偏好应用层的AI创新机会,如AI+垂直行业(医疗、机器人、法律、金融、教育等)和AI+工作职能/环节(营销、编程、内容创作、AI agent等),典型机构包括A16z、Sequoia、Khosla Ventures、Coatue、Lightspeed、Index Ventures等
-战投型基金:偏好基础模型和应用层,如英伟达(投资40+案例,偏好基础模型占比超4成、2B服务)、谷歌(偏好营销方向)、OpenAI(偏好应用层,10+投资案例)、Amazon等
-行业KOL型基金:偏好应用层投资,如AI+营销和客服、AI for science。典型机构如AI Grant(前GitHub CEO+前CUE创始人)、AIR STREET CAPITAL(偏好AI for science)
-学术大牛型基金:偏好AI+垂直行业解决方案、AI for Science、学术界大牛创业项目,典型机构如AIFUND、Radical ventures、AIX Ventures
-思考型基金:偏好应用层投资,如AI+医疗健康/教育/金融/法律,营销/代码助手AI agent,典型机构如Madrona、SignalFire等
GP端,某硅谷华人VC基金的AI投资策略举例
首先,在项目获取端,持续构建各行业连续创业者的CXO网络,优势是同时懂技术和产业,最终形成机构投资产业人脉和方法论的圈子。
其次,针对AI领域的投资策略,主要关注Enterprise AI应用以及AI infra细分领域的机会:
1)Enterprise AI/2B应用赛道
-赛道考虑因素:先挑产业里有海量、高质量数据的行业,且数据不掌握在科技巨头手里
团队考虑因素:创始人是否能拿到数据 > 行业domain knowledge = AI domain knowledge
-画像:首先团队有能力access to data,随后能用domain knowledge去处理数据,结合fine-tune等方式调模型,最后product层面有清晰的GTM策略。OpenAI不会是这类公司的竞争者,因为前者不懂行业,拿不到单子
2)AI Infra赛道
-解决什么痛点?由于大模型在应用落地端仍存在训推算力成本高、耗电量大(data center、端侧)、latency时延、数据隐私这四大主要难点,为AI infra技术/产品带来投资机会
-团队考虑因素:核心关注团队的技术能力,最好是软硬件背景兼具,因为需要和system做integration,场景中软硬件较复杂,纯算法背景的人很难做落地
此外,基金合伙人也表达了一些对AIGC赛道领域当前的看法,
- 模型层形成三分天下的初步格局。
1)模型+云厂商:OpenAI+微软、Anthropic+Amazon、谷歌。有自己的模型且拿出来卖;
2)硬件or应用:Nvidia、Apple、Netflix、Salesfoce等。有自己的模型但不拿出来卖。xAI(CEO Elon Musk)或是最后一张的第一梯队船票,不确定在于算力建设进展。相比Pika等视频模型,Netflix类视频平台具备强大的数据数量、质量优势,初创公司难以匹敌;
3)开源模型:Meta、Mistral,受益于开发社区生态,会持续与闭源模型并存,但商业化有难度。
- 美国是全世界做2B软件创业很好的土壤,具备已形成数字化软件付费习惯的大量腰部企业、产品化能力。
重点关注硅谷做2B市场的初创公司,需要非常特定能力栈的创始人,即具备access to data的能力。相比发力提升基础模型能力的巨头,应用层初创公司具备选择模型和组建个性化应用框架的能力,长期有生存空间。
-举例:底层调大厂API/LLaMA,上面用2-3个不一样的开源模型,自己做修改和优化,最终形成行业专属模型,基于反馈增加的行业数据不断优化,形成初创公司优势。底层API+上层开源模型优化的优势在于模型成本相对低、底层模型更换容易、开源部分可做能耗优化、用少量行业数据即可持续优化上层模型
- 海外2C初创项目较难出手。
2023年部分美元VC机构投了很多本土2C应用(占比~70%),2024年发现大部分都投瞎了,所以投资方向转向2B。2C应用失败的原因部分在于C端是科技巨头dominate的战场,初创公司很难竞争,初创的一个单点工具/服务产品可能是巨头产品的一个feature。美国科技巨头的特点在于不急于出击或大包大揽,而是设置生态的“陷阱”,例如如果某个产品/工具PMF验证了,大厂迅速追赶,以更低成本集成到平台上,作为一个feature,基于已有的distribution model先免费开放,即便性能略逊,也能抢占初创产品用户。>>核心逻辑是谁拥有最高质量的用户数据和流量入口,谁就好做
(摄于斯坦福大学,雕塑表现的不是高高在上、完美的英雄,
而是在恐怖、屈辱、绝望、愤怒、不甘之中,依然选择奉献自己的一个个鲜活的人)
硅谷华人VC基金生态打法如何?
1)硅谷华人初创及华人基金
当前如果国内LP想参与硅谷创投生态(项目投资或人脉连接),基本要靠投base硅谷的华人基金
华人初创公司如果想进入主流发展路径,需要拿到白人基金的钱,不可能只靠华人基金成长。一般来说,项目A轮前还有华人基金参与的可能,A轮及以后就完全白人基金参与(任何移民在硅谷都难做到A轮)
2)硅谷华人生态圈层
顶层:硅谷华人圈顶层由第一代移民中的杰出人士构成,通常在硅谷深耕多年,对本地社会和商业环境有深刻的理解和影响力
中层:由于移动互联网快速发展,许多有才华的中层专业人士选择回国发展,加上华人小圈子内卷,导致硅谷华人圈出现了一定程度的中层断层,减弱了中层的桥梁作用
新生代-80后、90后为代表的华人开始在硅谷崭露头角。新移民通常拥有较强的经济基础(家庭背景),他们对美国社会和商业文化的适应性较好且理解逐渐更深,开始在硅谷的AI公司和VC创投圈中显现出影响力
3)硅谷华人基金的投资+线下参访/讨论活动+线上媒体/社区的打法
投资:sourcing端,围绕华人核心圈找项目,核心节点是上一代互联网大佬或硅谷科技大厂里的关键华人学者/工程师。投资轮次上,只投A轮之前
社区:核心是连接到有资源、能合作的大佬。创办孵化器,举办创业活动,开公众号,培养深厚的mkt-社区-白人网络的硅谷资源网络;国内外都有office(方便和国内LP沟通)
总结:孵化以及早期投资具有马太效应,最好的人&最好的项目在哪,最好的 LP 和钱也到哪。早期投资是人群游戏,而不是趋势游戏:趋势是靠人立起来的,如果没有几百个大牛说AIGC是未来,AIGC就不可能形成风口;硅谷Y Combinator是造风口的公司,其他VC是追风口的。对于家办,未来如果想在硅谷建立影响力,早期要举办足够多的活动、投资足够多的项目,靠刷脸建立投资声誉