这篇调研很有价值,因为它不是“远程看数据”,而是实地见了创始人、VC、上市公司CEO之后得出的第一手判断。作者原本带着“看多中国AI生态”的预期去,回来后观点变得更立体:

我把全文拆成 6 个最关键的判断,并给出我的延伸解读。


1)创始人画像:执行力顶级,但“零到一异类”稀缺

作者对比了他过往投资中最顶尖创始人的共同特征:独立思考、反叛、不服从、偏执强度、对“为什么”的持续追问。

而在中国,他看到很多创始人是另一种强者:

我的解读

这不是“能力不行”,而是“系统偏好”问题:

这会导致一个结果:中国更擅长把已验证赛道做深做透做便宜,但在范式级产品定义上,异类比例偏低。


2)VC在强化路径依赖:学历/大厂标签 > 反常识信念

作者观察到很多本地基金在沿着“字节/DJI 校友优先”的范式做投资,VC自身背景也常来自大公司、咨询、投行,这会进一步强化“可解释履历”的偏好。

但历史上真正做出代际公司的中国创业者,很多都不是“标准履历”:

我的解读

作者这段的核心是: “今天最被系统偏爱的画像,未必是明天最能定义时代的画像。”

也就是说,真正的 alpha 仍然在“非共识创始人”里,只是越来越少人愿意去承担识别他们的难度。


3)深圳硬件网络效应:不是概念,是物理现实

作者最震撼的不是路演,而是深圳硬件地下生态:

我的解读

这意味着中国硬件的护城河并不只是“成本低”,而是: 迭代速度 × 供应链密度 × 工艺反馈闭环。

这三者叠加后,西方硬件公司面对的不是单点对手,而是一整片工业网络。


4)DJI式路径在复制:细分消费硬件 → 高收入 → 类目扩张

作者提到大量公司在走相似路径:

  1. 在细分硬件市场打穿(如轮椅、割草机器人、健身设备)
  2. 做到八/九位数收入规模
  3. 再借客户群和底层技术往相邻品类扩张

最典型例子是 Bambu(3D打印),据称利润规模已非常夸张。

我的解读

这说明中国硬件创业并不只是“卷低价”,而是在走: 工程效率驱动的品牌化和平台化。

如果这个范式继续成立,未来会出现更多“先垂直爆发,再横向并购/扩品”的硬件集团。


5)为什么作者更看空中国软件:模型差距、资本开支、分发压制

作者对软件更谨慎,原因主要有三类:

A. 模型层

B. 应用层

C. 公司层

我的解读

这段最重要的提醒是: 应用公司要活下来,必须构建模型厂商短期难以复制的壁垒。

例如:

只做“模型能力的UI壳”会越来越危险。


6)估值泡沫:早期不便宜,后期更激进

作者认为中国AI软件估值热度已明显抬升:

此外,类人机器人也有类似现象:公司数量多、融资快、估值高,但商业化进度未必能匹配融资节奏。

我的解读

这个阶段最怕两件事:

  1. 把“叙事稀缺性”误当“现金流确定性”
  2. 假设退出窗口永远开着

在泡沫环境里,纪律比乐观更值钱


给创业者和投资人的三条实操建议

对创业者

  1. 硬件团队:把“供应链速度优势”产品化、平台化,不只做单品。
  2. 软件团队:从第一天就设计“反同质化壁垒”,别把增长建立在模型红利窗口上。
  3. 创始人本人:在执行力之外,刻意训练“问题定义能力”,建立非共识判断。

对投资人

  1. 把“履历筛选”升级为“认知结构筛选”:看独立判断,不只看标签。
  2. 对软件项目,用“被大模型原生功能替代概率”做反向尽调。
  3. 在高估值环境中,统一用现金流与留存质量回归基本面,不被热度牵引。

结语

这篇调研最精彩的地方,不是简单唱多或唱空,而是指出了一个更真实的分化:

所以真正重要的问题不是“看多还是看空中国AI”,而是:

你押注的是哪一层能力?它的护城河来自叙事,还是来自不可替代的系统结构?

这,决定了未来五年的胜负。