我们是否正处于AI炒作周期中？
摘要
近期，英伟达（Nvidia）跃升为全球市值最高公司，引发广泛质疑：人工智能领域是否已陷入过度投资的炒作周期？本视频中，YC合伙人Gary、Jared与Diana深入探讨了这一话题。他们指出，当前现象与2000年互联网泡沫及2021年加密货币狂潮有相似的表象，但本质截然不同。AI并非单纯资产投机，其应用层已涌现出大量具备真实付费意愿与持续营收的初创企业。从自动处理应收账款、生成电商产品图，到替代跨国呼叫中心，AI的降本增效正快速兑现。同时，基础模型的竞争日趋激烈，开源模型追赶至前沿水平，价值累积正在向深度绑定行业数据与工作流的应用层迁移。三位投资人强调，短期市场如同“投票机”，受情绪与叙事左右，但长期终将回归“称重机”——唯有创造持久现金流的企业方能胜出。对于早期创始人，此刻恰是入局良机，无需巨额资本即可借助大模型构建深度解决方案，在喧嚣中聚焦客户真实问题。
正文
当英伟达成为全球市值之王：焦虑的源头
英伟达登顶全球市值榜首，这一里程碑却引发了大量关于“AI过度投资”的担忧。芯片基础设施层的狂热投资，让人联想到铁路时代的铁轨铺设——路修好了，火车会来吗？这种质疑在媒体上反复出现，有人将其类比为2000年的互联网泡沫或2021年的加密货币崩盘，认为当前AI领域的数十亿美元投入永远无法产生相应回报，泡沫必将破裂。
然而，在YC内部看到的是另一番景象。2024年的夏季创业批次中，AI公司占比正趋向100%。两年前，初创企业的营收可能在入孵时合计为600万美元，而在三个月后的结营日，这一数字已增长至2000万美元，远超通常要求的20%月增长率。这不是纸面富贵，而是真实的客户支付。
从“GPT包装器”到多模型竞争：价值链条的重构
一年前，市场普遍担忧所有的AI应用不过是“ChatGPT包装器”（ChatGPT wrapper），OpenAI一家通吃，初创公司毫无机会。但一年半后的今天，局面已彻底改写。当时90%的YC公司依赖OpenAI模型，而现在，Anthropic的Claude 3.5 Sonnet、Meta开源的Llama系列正在大幅抢占份额。特别是Llama 3.1的发布，让开源模型首次追平了前沿闭源模型，这在数月前还不可想象。
基础模型（foundation models）看似走向商品化，但应用层（application layer）的价值开始凸显。科技价值链中，从芯片制造商（英伟达）、云托管商（hosting providers）、模型开发商（model developers）到应用开发者（application developers），究竟谁能捕获最多价值？如同Web 1.0时代，人们曾以为占领浏览器（如网景Netscape）就能统治互联网，但历史证明价值最终落在了搜索引擎和电商平台。今天，不确定性同样存在，但对创始人而言，这意味着机会远未结束。
炒作周期（Hype Cycle）的两种面孔
市场狂热确实随处可见。某些由前DeepMind或OpenAI研究员组建的团队，在尚无产品市场契合（product-market fit）时，就已获得数亿乃至十亿美元估值。这令人回忆起加密货币狂潮中的“教授币”（Professor coins）现象——分布式系统教授凭一纸白皮书即可获得数亿美元估值。
但YC合伙人指出，这种“非理性”背后隐藏着一种投资逻辑：资本试图通过重注顶级人才来形成谢林点（Schelling Point），以资金壁垒阻挡竞争者，从而为未来的赢家搭建护城河。加密货币泡沫中，既有纯粹的代币投机，也有真正试图构建去中心化协议的技术团队，后者与今日一些AI明星公司的处境相似。然而，关键差异在于，许多AI产品只需一次“嗅探测试”（sniff test）就能感知其真实效用——比如自动从50页市场分析报告中提取三个要点、将12人的应收账款团队压缩至1人——这些都是用户愿意付费的明确价值。
加密创伤与AI新生
在与哈佛、MIT学生的交流中，YC合伙人发现许多人对AI持怀疑态度，因为他们或朋友曾在2021年的加密货币炒作中遭受损失。Coinbase的早期投资人对此进行了反思：Coinbase本质上是一个让买卖双方交易的市场，从一开始就具备了清晰的产品市场契合，用户真的需要它。而许多Web3产品从未通过这种基本测试。
相比之下，AI初创公司如PhotoRoom（通过生成式AI为电商品牌极低成本制作产品图片）、Permit Flow（用AI代理自动填写施工许可证）、Green Light（替代呼叫中心处理数十万通电话）等，正将数人团队的工作压缩为一个AI代理外加一名复核人员。更惊人的是，一些企业客户在使用AI工具后，已完全放弃手动复核步骤。即便未来没有新模型突破，仅凭现有技术，通过垂直领域微调（fine-tuning）和私有数据积累，就足以将质量提升至企业级标准。
创始人无需“史诗轮”也能登顶
与那些背负数亿美元融资却零营收的公司对比鲜明的是，许多YC系初创公司仅凭借种子轮资金就迈向盈利。他们无需承担巨额融资带来的估值压力，能够专注构建产品，像Zapier那样，仅凭一轮种子投资成长为年营收数亿美元的巨头。同样，GitHub Copilot据报道已贡献了GitHub近40%的营收增长，这是AI代码助手实实在在的商业成功。
马克·扎克伯格近期表示，即便模型发展即刻停滞，仅基于现有大模型的应用层创新就足够再释放五年的增长空间。Diana分享了一个例子：某YC团队在参加一个传统行业会议时，意外发现一个无人涉足的细分领域，LLM（大语言模型）可完美解决其痛点，而科技圈对此几乎一无所知。这意味着，应用层的“暗机会”远未被穷尽。
投票机与称重机：穿越迷思的长期思维
Gary引用了巴菲特的“投票机与称重机”框架：短期来看，市场如同一台投票机，充斥着快语速的骗子、光鲜履历的诱惑和社交传播的盲从，人们难以快速分辨真伪；但长期而言，终将回归称重机，所有企业的价值终须由未来的折现现金流（discounted cash flows）来决定——你必须拥有真正解决问题的产品，并让客户始终留存。
对于所有站在AI浪潮起点的创始人，此刻任何高估与泡沫都无关紧要。你不需要1亿美元来创办一家应用层公司，需要的只是一台联网的笔记本电脑和清晰的解题思路。正如iPhone问世四年后才诞生Uber、Doordash、Instacart等巨头，AI原生应用的爆发或许同样需要几年酝酿。重心不在于判断是否身处炒作周期，而在于利用这前所未有的技术平权，去建造一台能称出真实重量的机器。