本文来自微信公众号： AI投什么 ，作者：AI投什么
想起初心的一集。
忆往昔，生成式AI刚开始火爆时，曾流行过一个观点，认为大模型公司是新时代的基础设施，卖token看上去就像卖带宽。会有不计其数的应用类公司，借助基础设施高速成长起来，最终成为新一代的大厂，颠覆掉原来不思进取的老登。
时间推移，现在大家基本认清了现实，大模型公司不是为你们做基础设施的，基础设施在模型公司的上游。因此对于上游产业，哪些是可以用市梦率估值的，哪些是不值得投入精力的，大伙儿多少算是有点共识。毕竟基础设施就那些逻辑，都见过吃过。
形成共识的结果是，都看好的估值上天，性价比低，都不看好的无人接盘，性价比低，没什么好讨论的。
那大模型公司呢？大模型公司就是提前诞生的大厂——还有一些原本就是大厂。别觉得MiniMax和智谱三百多亿美元的市值不够大，百度现在也就这么大。更重要的是，大模型公司热衷于推广“平台生态”，但又常常忍不住自己下场做运动员的那股既要又要的劲，跟互联网大厂如出一辙。
大厂的投资席位不多，除了已经得到机会的，剩下都是没机会的。已经2026年了，真要想做到雨露均沾，还得看应用。
可是，在模型能力基础上做应用，就像在微信生态里面做小程序，在抖音生态里面做MCN，在阿里生态里做代运营，确实有机会赚到钱，但从投资角度就会觉得纠结，感觉投AI应用是不是相当于投了一家token分销商。
长久以来对于“套壳”的争议，其实就是对于流量分销的怀疑。在当前的资本市场，小程序、MCN和代运营都不可能是投资机构愿意下注的方向了。
Seedance2.0的API推出，更是把这一点再次具象化到大家面前。一些所谓“AI视频Agents”，在绝对强势的模型面前，就是一个赤裸裸的第三方代理商。只有当大模型厂商愿意释出一个赚差价的机会，那些精心包装的工作流和功能形态才有意义，即梦对C端的高定价和资源收缩是构造生态链的基础。
话虽如此，并不是大模型公司的下游就不能投资，MCN和代运营在碰到历史机遇的阶段也能上市。只是要认清逻辑，别被一些“信则灵”式的营销话术带着走。如果非要说这一代创业者有什么超越前辈之处，就是他们对于自媒体的运用炉火纯青，不像某些又菜又爱玩的大佬，动不动就在媒体上翻车。
无论是Agents、龙虾还是未来一定会出现的新概念，技术革命吹的再响，都改变不了应用公司在整条产业链里的生态位置，不然OpenClaw的创始人何必第一时间就投奔模型巨头呢？因此，承认大模型公司作为平台大厂的生态位，是寻找AI投资机会的理性前提。当然，创业者可以梦想颠覆，这没问题，不同身份有不同视角，本文出发点是写投什么，以后再写创什么。
所以，在AI应用侧，主要就是两类投资可能性，一是以短期套利为理性目标，寻找用户需求非常清晰，大模型公司迟早会自行垄断但是暂时无暇顾及的方向，在一众同质化的竞争对手中快速卷出生路，直到让模型公司觉得收购你更划算为止，如果运气逆天再考虑能不能上市。二是寻找用户需求复杂且多变，难搞到让大模型公司都不知道怎么垄断的方向，做好长期积累knowhow的准备，忍受大概率的判断错误，赌一个稀缺性更高的优质标的，用投的早换倍数高。
换一个相对简单但不完全准确的说法，前者大多对应工具产品，后者大多对应娱乐内容，以及两者之间有很长一串过渡地带。
工具的特点就是需求容易被抓住，创业者自己往往为了解决自己一个需求就能搞出一个项目。但工具需求走到最后就是标准化、趋同化，我们不需要同一功能的十个产品，所以千团大战、打车大战、外卖跑腿大战……最后都是只剩两三个寡头垄断。有时候还不是初始的创业者剩下两三个，是其他寡头跑过来了，不然可能只剩一个。
而在大模型公司早早占了寡头位置的AI领域，大概率连这一个的机会都不会有。所以Manus见好就卖的策略非常合理且正确，工具属性产品的逻辑就应该是快速卷，快速退。何况像Meta这种人傻钱多的模型公司买家，一时半会都很难碰到第二个。
工具的属性与产品的软硬没关系，工具型AI硬件从卷到垄断的流程或许比软件长一些，但逻辑没有本质区别，面对的是另一波大厂而已。
总体来说，即使需求清晰，工具应用上的非共识也比上游环节多。对于一种AI工具是不是符合真需求，是否真能提效，能够提效多少，每个人的体感常有云泥之别。而很多投资人都偏好“我自己觉得”、“我问了周围朋友觉得”、“我让同事用了一下”这种身边统计学，共情大众普遍感受的能力很差，非共识由此而生。
这类项目最大的机会，就是远离你的投资人朋友圈，去对价格敏感、不关心AI自媒体的非极客非AI创业者人群当中，体会他们的日常工作与生活，并找到解决具体问题对应的产品。
这类投资最大的敌人，是困在自媒体和AI创业圈的茧房里追逐那些闪亮的创业明星，烧钱冲用户增长期舍不得退，没钱用户停滞下滑期退不掉（为避免陷入该不该在乎DAU的无谓争论，补充一句，本文所说的用户，默认指付费用户）。
相对应的，娱乐属性的产品（注意不是生产娱乐内容的AI工具，别搞混了）的特点是用户需求非常难以把握，创业者很容易陷入自嗨。但也正因为用户需求变化快、个性化和碎片化，即使是巨头也永远做不到垄断，在任何时候都有新机会。
最典型的当然是游戏行业，腾讯和网易许多年前就已经是市场份额遥遥领先的游戏巨头，但也阻不住莉莉丝、米哈游、叠纸、鹰角这些公司一个接一个的冲出来。
游戏只是最显眼，其实包括影视、动漫、直播、网文等多数内容产业都难以保持长久垄断，因为用户在娱乐上天然有追求个性化，追求新鲜感的倾向。哪怕是看起来最铁板一块的短视频，也在不断承受用户需求快速转变的挑战，只不过从短剧到AI漫剧，字节总是反应最快的那一个。这是字节这家公司的特性，不是行业属性。
那为什么不投因AI飞速发展而产生的新内容公司呢？
两个原因，首先是对于大多投资机构来说，对内容下判断太难了。
内容是一个高度依赖于“感觉”或“sense”的领域，除了少数天赋秉异的之外，感觉的形成基本来自于对内容的长期大量体验。但投资人，尤其是在机构里有决策权的那几个投资人，要么太忙了没时间，要么工作狂没兴趣，要么只喜欢阳春白雪觉得大众内容太low，总之没机会形成内容感觉。
前一阶段的AI陪伴热里表现的很明显，很多人看见AI能流畅地扮演一个角色就马上嗨起来，至于那些对话和图文是否能形成一个把用户稳定留住的优质内容，别说投资人，连大部分创业者自己都没有判断力。
其次，现有的商业模式链条重平台而轻内容，导致内容提供商的估值上不去，机构缺少打磨内容判断力的意愿。
平台是互联网企业，可以用互联网的增长方式做预估，但内容不行，内容的时间尺度跟互联网不一样。游戏科学可能是个稍显极端的例子，但能够说明问题。使用AI辅助生成内容的公司，虽然听着很AI，仍然是内容公司。
时间周期上的痛点，带来了一个错误观点，认为AI对制作效率的提升，可以让内容迎来大爆发。很多AI漫剧和AI短剧公司正在努力讲这个故事，影视和游戏也都每天对模型更新翘首以盼，等着技术令故事完整的那天。
这种思路，就跟新消费泡沫期，觉得只要明年开一万家点心店后年就能上市如出一辙，完全忽视了市场容量有天花板和产能上涨后统筹运营的极度困难。实际上和消费一样，中后期内容投资的风险收益比并不太乐观（而且能进入中后期的项目往往不缺钱），要投就要投早，投早就对判断力和sense的要求更高，矛盾难解。
这类项目最大的敌人，是对内容缺少敬畏之心，不承认自己看不出质量高低，把“什么质量都有人喜欢”当做真理，总以为可以大力出奇迹，堆砌AI垃圾就能自动涌现金子。实际上，你以为low的内容也是有标准的，只是你不知道标准是什么而已。可怕的是，很多AI创业者也是这么理解的，一个项目从创始团队到投资人都是外行，在AI陪伴的泡沫里很常见。
而最大的机会……先把sense的问题解决，找一些影视和游戏行业的中老登虚心请教，机会不一定马上就有，起码少撒点冤枉钱。
更多的机会和陷阱来自有用和有趣的中间地带。很多场景兼具二者属性，不同的用户有不同用法，同一用户也可能来回摇摆，这很考验创业团队和投资人是否能在各种语境下始终逻辑一致，而不是间歇性双标。
各位一定看到过一些AI拍摄硬件，问ta解决了什么痛点，ta说我们可以陪伴；问ta情绪价值给的比娱乐产品高吗？ta说我们还有点功能。总之就两头堵，一直赢。
也一定看到过一些旅游Agents，工具属性比不上携程飞猪，内容属性比不上抖音小红书，其实主要满足的是没马上想旅游的人的小众猎奇需求，但讲起估值那整个旅游市场都是ta的。
如果遇到一个项目，在模糊属性里能清晰界定用户边界，产品功能只专注于让这部分用户满意，且能清醒地以有限边界为估值基础，那应该好好珍惜。反过来，碰上头脑清楚的投资人也同样应该重视，那些跟项目一起吹泡泡或者轻易被项目忽悠的虽然能一时满足创业者在估值上的虚荣心，但稍有不顺就惊慌失措着急跳船的也是他们。
总体而言，标榜长期主义的就少投会快速趋同和卷起来的方向，没人会给你那么长的发育时间，反之亦然。这个道理看似简单，但在实操中却很容易变形，舆论风向、人事关系、自我怀疑等诸多因素无时无刻不在挑战既定的思维逻辑。
尽管创业圈的舆论常常想把投资人绑架到长期主义的道德柱上，但基于风险投资的商业模式，长期和短期只是策略选择，没有高下之分，反正再长也长不到哪里去，甚至很多所谓的长期是因为退不掉被动造成的。就算有些投资人喜欢通过把自己打扮成技术信徒、YC跟随者的方式拉拢创业者，也未必就会让回报率更好一点。
本文就到此为止吧，再写就不是Happy ending了。我没有讨论任何一个具体的赛道值不值得投，只要创业者所做的一切都逻辑一致并有相应的执行力，每个常规的市场里都有机会跑出好项目。然而，这样的创业者遇到同类投资人，并且在天时地利人和中成功，始终都是小概率事件。
基本上，把一个AI项目按本文上述逻辑套一遍，就是我大体对该项目的初步观点，当然是不是真的值得投，还得case by case看细节。读者若有兴趣，可以翻一下旧文中唯一一篇推荐过具体项目的，对照下是否符合本文所述。