文章核心观点 - AI创投市场存在显著泡沫，一级市场过热，项目估值高、融资快但缺乏成熟的商业模式和收入基础 [6] - 真正具有持久竞争力和投资价值的AI公司是那些深扎于垂直领域，并构建了专业知识、合规要求和专有数据壁垒的企业，而非横向工具型应用 [8][9] - 市场狂热由非专业资本大量涌入、创业者投机行为以及估值与基本面脱节等多种因素共同驱动，导致行业出现反常识现象 [12][14][22] AI创投市场现状与泡沫特征 - AI早期投资领域项目多、估值高，甚至贵过传统SaaS，融资速度远超项目成熟度 [6] - 许多AI公司缺乏相应的收入规模、可靠的毛利结构和稳定的商业模式 [6] - 大量资本涌入AI赛道，其中包含许多无VC经验、不懂技术的主权基金、个人及家族办公室等非专业投资者 [14] - 为消化巨额资金，VC基金投资阶段前移，在种子轮即要求公司融资500万至1000万美元以上，不计估值和营收，主动寻找烧钱项目，导致行业回报率被压缩 [14] 垂直领域AI应用的优势与趋势 - 投资垂直领域AI应用比横向工具更具护城河，已成为硅谷投资人的共识 [9] - 垂直AI应用因嵌入领域专业知识、合规要求和专有数据，形成了通用模型难以复制的深度，具备更强持久性 [9] - 最具防御力的AI公司会选择“最优专业化区间”：既足够窄以建立数据壁垒，又足够广以实现规模化 [25] - 报告预测下一波AI机会将来自规划、工具使用与多智能体协作的突破，将使真正的自主Agent成为可能 [30] - 具体看好的近期方向包括生物数据分析、ERP优化、AI订票以及多模态视频生成等 [30] AI创业者的类型与投机现象 - 近7成AI公司只是在既有流程上做薄层覆盖，更像工作流自动化，而非端到端系统 [10] - 部分创业者采用“私募生意逻辑”，通过收购垂直行业实体（如律所、诊所）进入产业，但其本质并非软件公司，不被VC看好 [10] - 存在创业者以AI大厂背景为名，在未离职状态下向VC融资，承诺“融资即辞职”，此类投机者比例不低 [10] - 创业者倾向于夸大增长，存在伪造ARR（年度经常性收入）的现象，例如使用意向书、云积分、大幅折扣甚至将单日收入乘以365天来计算 [19] AI公司估值与商业模式的挑战 - 多数AI公司产品云成本和推理成本随使用量线性增长，导致其成为低毛利业务，但估值倍数却高于传统SaaS公司 [17][18] - AI公司估值不应高于传统SaaS是核心观点之一，因为SaaS已验证现金流模型与客户留存率，而许多AI应用仅增加“辅助功能”，未重构工作流 [19] - 最好的AI公司利润率约60%，而SaaS利润率可达80%-90% [19] - AI公司的增长可能具有迷惑性和不持续性，取决于底层技术领先性，而技术领先性无法保证 [19] - 横向工具型AI公司面临被基础模型（如OpenAI, Google）吸收和替代的结构性风险，增长曲线可能断崖式下跌 [25] 投资者的反思与理性投资框架 - 成功的AI领域投资者需要懂技术，不能仅依赖传统增长指标，AI行业的投资逻辑与传统行业差异巨大 [23] - 应警惕明星创业者光环和FOMO（错失恐惧症）情绪，需理性判断创业方向本身的价值 [22][23] - 评估公司时，若创业者过于强调AI技术本身而非客户痛点与解决方案，其投资价值存疑 [28] - 判断标准之一：如果OpenAI找5个顶尖PhD两周就能复制出来，则其不具备长期投资价值 [28] - 从AI大厂出来的创业者，需评估其背景与创业项目所需能力（如执行、招聘、商业化）是否匹配 [29]