AI创新地理分布 - 全球AI创新核心仍集中在硅谷，涵盖模型研发、应用创业、人才和资本[2] - 顶尖AI公司中约60%总部位于湾区，纽约占12%，欧洲和亚洲各占11%[12] - 欧洲和中国在AI创新方面的崛起非常明显，区域竞争正在加速[12] AI创业增长特征 - AI时代企业从100万美元到1亿美元的增长周期缩短至1-3年，远快于SaaS时代的5-10年[14] - 部分AI公司在18-24个月内突破5000万美元收入，如Runway、Lovable等案例[16] - 极端的增长速度意味着更高的脆弱性，公司可能更快崛起也可能更快消失[18] AI公司运营效率 - AI创业公司人均收入显著高于传统软件公司，15人以下团队可实现约1000万美元年收入[18] - AI企业通过算力换人力，节省人力成本但消耗更多算力资源[18] - 融资轮次越来越大、估值水涨船高，硅谷和国内趋势类似[18] AI公司盈利结构 - To C类产品毛利率普遍较低，约30%-40%，包括OpenAI的To C产品[19] - To B类产品毛利率通常达60%-80%，如Anthropic企业端毛利率达70%-80%[19] - 上层应用公司每赚100美元可能要将60-70美元付给底层模型厂商[19] AI公司投资评估标准 - 增长速度不应是衡量AI公司优劣的唯一标准，长期护城河更为关键[20] - 将AI公司分为"Super Star"（增长快但毛利率低）和"Shooting Star"（增长慢但结构健康）两类[22][23] - 产品形态更横向的公司短期增长快但生命周期消耗更快，容易被大模型厂商吸收[24] AI创业战略定位 - AI创业关键在于找到"最优专业化区间"，既不能过度垂直也不能完全通用[26] - 技术复杂度和产品垂直度是抵御基础模型吸收风险的两个核心维度[29] - 越复杂、越垂直的产品越难被基础模型取代，横向工具层公司风险极高[29] AI时代创业特征 - AI时代创业增长速度更快、成本更低、效率更高[33] - 利润结构、资本效率和差异化壁垒变得比以往任何时候都更关键[33] - 投资人需深入理解技术周期，在最深层次的长期价值上形成共识[33]