"这件事投入大，又难。从赚钱角度上讲，也不是太赚钱。" 文 丨 王与桐 编辑 丨 宋玮 飞书或许不是一个人人熟知的名字，离开一二线城市，甚至很少有人知道它和抖音出自同一个集团。 但它的客户却几乎包围了每一个普通人的生活：小米、理想、小鹏、蔚来、泡泡玛特、蜜雪冰城、霸 王茶姬——甚至胖东来在抖音上晒出的日营收截图，也来自飞书。 7 月 9 日飞书举办发布会，推出一系列围绕 AI 打造的新产品：知识问答、AI 会议纪要、Aily 智能助 手、飞书妙搭等，这些产品大多围绕组织内的真实使用场景展开。比如知识问答，作为基于企业内部 真实知识沉淀的 AI 问答工具，其使用前提是企业得先有足够多的聊天记录、文档、会议纪要等信息 沉淀，而这正是飞书客户的特点——内容密集，用得越多，答得越准。 谢欣告诉我们，知识问答远不是豆包和 DeepSeek 加一层壳那么简单。企业内部的信息复杂、量大且 敏感，要实现快速准确的问答，飞书必须重建一个面向企业的 "搜索引擎"，同时还要处理细致的权限 控制——同样的问题，不同角色看到的答案不同。这背后是 18 个月的底层研发投入。 飞书知识问答改变的是企业里找信息的方式，让问人、翻文档这件事变 ...

投资策略与商业化逻辑 - 投资理念聚焦于商业化清晰的赛道，不投基础模型和具身智能等商业化路径不明确的概念[9][18][20] - 采用"共识-商业化"二维评估框架，优先选择低共识但商业化清晰的领域如消费和AI应用[16][24] - 强调数字驱动投资逻辑，关注月环比增长20%等关键指标[5][24][65] AI应用领域洞察 - AI应用呈现爆发式增长，部分企业月收入环比增长达20%，类似团购早期增速[24][26] - 典型案例包括会议纪要硬件产品(年收入7000万美元)和医疗问诊AI(美国市场表现优异)[26][28] - 商业化验证标准为6-12个月达到1000万美元年化收入，中美市场差异较小但需全球化布局[35][36] 行业趋势判断 - 具身智能特别是人形机器人领域存在泡沫，商业化路径不清晰且估值过高[18][20] - 大模型领域将面临整合，预计6-12个月内多数企业需兼容头部开源模型[39][41] - AI对就业影响显著，程序员岗位可能减少80-90%，而人文类岗位相对安全[43][44] 项目评估标准 - 偏好"半AI半人工"模式，认为纯AI工具易被复制且缺乏壁垒[37] - 重视用户体验微创新(10-20%提升)而非技术颠覆[27][51] - 规避通用Agent概念，看好垂直领域Agent的商业化潜力[32][33] 市场环境变化 - 港股回暖可能改善一级市场退出环境，恒生科技指数持续上涨将带动LP信心[22][23] - 观察到消费和AI应用领域共识逐步形成但仍存在投资窗口期[16][24] - S交易以最大化老LP利益为原则，人民币基金比美元基金更依赖此类交易[58][60]

投资理念与策略 - 投资聚焦于商业化路径清晰的赛道，强调算账式投资逻辑，关注收入、获客成本、留存率等数字指标而非故事[3][4][6] - 采用二维评估框架：市场共识度与商业化可能性，偏好低共识高商业化赛道如消费和AI应用[9][12][53] - 早期投资需8-12年退出周期，当前港股退出渠道通畅性改善[15][53] AI应用领域洞察 - AI应用呈现爆发式增长，部分企业月环比收入增速达20%，接近团购早期增速[16][19][22] - 验证标准为6-12个月实现1000万美元年化收入，中美市场同步涌现机会[27][28] - 典型案例包括会议纪要硬件（年收入7000万美元）、医疗问诊记录等垂直场景应用[20][21] - 基础模型能力已足够支撑应用层创新，10%-20%用户体验提升即可创造商业价值[19][21] 行业趋势判断 - 具身智能（尤其人形机器人）存在商业化路径不清晰问题，近期退出早期投资项目[12][13] - 基础模型领域将加速整合，建议开发者兼容主流开源模型[31][32] - AI对就业冲击显著，编程岗位替代率或达80%-90%，人文审美类工作更具壁垒[33][34][38] 交易与市场动态 - S交易核心原则为最大化老LP利益，人民币基金交易活跃度高于美元[50][52] - 恒生科技指数持续上涨将带动一级市场美元LP回流，传导周期约半年[14][16] - 当前投资组合中，AI应用项目占比提升，交割中项目数量增加[30][56] 创业者特质观察 - 成功创业者多为"屌丝"背景，警惕精英画像偏见，保持投资惯性优于追逐热点[44][46] - 新一代创业者更追求非商业化目标如AGI，与投资标准存在天然差异[48][49]

投资理念与策略 - 投资聚焦于商业化路径清晰的赛道，避免市场共识高度集中但商业化不明确的领域[2][7][14] - 采用"算账式"投资逻辑，关注收入、获客成本、留存率等核心数据指标[8][10][11] - 偏好没有市场共识但商业化潜力大的项目，如消费和AI应用领域[14][21] - 坚持20年不变的投资策略，不追逐市场热点，专注于熟悉的安全赛道[54][61] AI应用投资 - AI应用领域出现月环比增长20%的高速增长案例，与早期团购网增长轨迹相似[21][24][28] - 关注接地气的AI应用项目，强调商业化可持续性、付费意愿和销售周期[7][23] - 典型案例包括会议纪要生成工具（年收入7000万美元）、医疗问诊记录等垂直场景应用[25][27] - 中美AI应用差异不大，但建议中国企业要全球化布局，海外作为利润来源[34] 行业趋势判断 - 不看好具身智能和人形机器人领域，认为商业化路径不清晰[16][17] - 基础模型投资窗口已过，建议开发者兼容DeepSeek生态[37][38] - AI对就业影响显著，程序员岗位可能减少80-90%，而偏文科的审美把控岗位更具持久性[40][41][45] - 预测2025年将是中国资产全面重估的开始，但一级市场反应滞后于二级市场[19][20] 项目筛选标准 - 偏好"半AI半人工"项目而非纯AI工具，认为前者更具壁垒[35] - B端项目检验标准为6-12个月达到1000美元年化收入[33] - 重视用户体验的微小改进（10-20%提升）而非技术突破[26] - 不投通用Agent而看好垂直领域Agent，认为前者是大厂机会[31] 创业者特质 - 成功案例多为早期不被看好的"屌丝"创业者而非精英背景人士[52] - 新一代创业者有条件追求更远大目标如AGI，但商业化理念与投资标准存在差异[56][57] - 警惕成功创业者二次创业，因其容易犯过度自信的错误[52] 市场动态 - 观察到消费和AI应用领域共识正在形成但仍处较好投资时点[14] - 港股退出渠道通畅性改善，退出确定性提高[60][61] - S基金交易以最大化老LP利益为底线原则，人民币基金交易机会多于美元基金[58][59][60]