01

不同类型投资机构有不同偏好

相对而言，传统VC基金、学术大牛型基金、行业KOL基金等多数机构偏好AI应用层投资；而战投型基金更倾向于基础模型层投资，像英伟达、谷歌、Amazon这样的巨头，他们在这场AI游戏中扮演着关键的角色。

-传统美元VC基金：偏好应用层的AI创新机会，如AI+垂直行业（医疗、机器人、法律、金融、教育等）和AI+工作职能/环节（营销、编程、内容创作、AI agent等），典型机构包括A16z、Sequoia、Khosla Ventures、Coatue、Lightspeed、Index Ventures等

-战投型基金：偏好基础模型和应用层，如英伟达（投资40+案例，偏好基础模型占比超4成、2B服务）、谷歌（偏好营销方向）、OpenAI（偏好应用层，10+投资案例）、Amazon等

-行业KOL型基金：偏好应用层投资，如AI+营销和客服、AI for science。典型机构如AI Grant（前GitHub CEO+前CUE创始人）、AIR STREET CAPITAL（偏好AI for science）

-学术大牛型基金：偏好AI+垂直行业解决方案、AI for Science、学术界大牛创业项目，典型机构如AIFUND、Radical ventures、AIX Ventures

-思考型基金：偏好应用层投资，如AI+医疗健康/教育/金融/法律，营销/代码助手AI agent，典型机构如Madrona、SignalFire等

（摄于西雅图亚马逊办公楼顶层）

02

GP端，某硅谷华人VC基金的AI投资策略举例

首先，在项目获取端，持续构建各行业连续创业者的CXO网络，优势是同时懂技术和产业，最终形成机构投资产业人脉和方法论的圈子。

其次，针对AI领域的投资策略，主要关注Enterprise AI应用以及AI infra细分领域的机会：

1）Enterprise AI/2B应用赛道

-赛道考虑因素：先挑产业里有海量、高质量数据的行业，且数据不掌握在科技巨头手里

团队考虑因素：创始人是否能拿到数据 > 行业domain knowledge = AI domain knowledge

-画像：首先团队有能力access to data，随后能用domain knowledge去处理数据，结合fine-tune等方式调模型，最后product层面有清晰的GTM策略。OpenAI不会是这类公司的竞争者，因为前者不懂行业，拿不到单子

2）AI Infra赛道

-解决什么痛点？由于大模型在应用落地端仍存在训推算力成本高、耗电量大（data center、端侧）、latency时延、数据隐私这四大主要难点，为AI infra技术/产品带来投资机会

-团队考虑因素：核心关注团队的技术能力，最好是软硬件背景兼具，因为需要和system做integration，场景中软硬件较复杂，纯算法背景的人很难做落地

此外，基金合伙人也表达了一些对AIGC赛道领域当前的看法，

- 模型层形成三分天下的初步格局。

1）模型+云厂商：OpenAI+微软、Anthropic+Amazon、谷歌。有自己的模型且拿出来卖;

2）硬件or应用：Nvidia、Apple、Netflix、Salesfoce等。有自己的模型但不拿出来卖。xAI（CEO Elon Musk）或是最后一张的第一梯队船票，不确定在于算力建设进展。相比Pika等视频模型，Netflix类视频平台具备强大的数据数量、质量优势，初创公司难以匹敌;

3）开源模型：Meta、Mistral，受益于开发社区生态，会持续与闭源模型并存，但商业化有难度。

- 美国是全世界做2B软件创业很好的土壤，具备已形成数字化软件付费习惯的大量腰部企业、产品化能力。重点关注硅谷做2B市场的初创公司，需要非常特定能力栈的创始人，即具备access to data的能力。相比发力提升基础模型能力的巨头，应用层初创公司具备选择模型和组建个性化应用框架的能力，长期有生存空间。

-举例：底层调大厂API/LLaMA，上面用2-3个不一样的开源模型，自己做修改和优化，最终形成行业专属模型，基于反馈增加的行业数据不断优化，形成初创公司优势。底层API+上层开源模型优化的优势在于模型成本相对低、底层模型更换容易、开源部分可做能耗优化、用少量行业数据即可持续优化上层模型

- 海外2C初创项目较难出手。2023年部分美元VC机构投了很多本土2C应用（占比~70%），2024年发现大部分都投瞎了，所以投资方向转向2B。2C应用失败的原因部分在于C端是科技巨头dominate的战场，初创公司很难竞争，初创的一个单点工具/服务产品可能是巨头产品的一个feature。美国科技巨头的特点在于不急于出击或大包大揽，而是设置生态的“陷阱”，例如如果某个产品/工具PMF验证了，大厂迅速追赶，以更低成本集成到平台上，作为一个feature，基于已有的distribution model先免费开放，即便性能略逊，也能抢占初创产品用户。>>核心逻辑是谁拥有最高质量的用户数据和流量入口，谁就好做

（摄于斯坦福大学，雕塑表现的不是高高在上、完美的英雄，

而是在恐怖、屈辱、绝望、愤怒、不甘之中，依然选择奉献自己的一个个鲜活的人）

03

硅谷华人VC基金生态打法如何？

1）硅谷华人初创及华人基金

当前如果国内LP想参与硅谷创投生态（项目投资或人脉连接），基本要靠投base硅谷的华人基金

华人初创公司如果想进入主流发展路径，需要拿到白人基金的钱，不可能只靠华人基金成长。一般来说，项目A轮前还有华人基金参与的可能，A轮及以后就完全白人基金参与（任何移民在硅谷都难做到A轮）

2）硅谷华人生态圈层

顶层：硅谷华人圈顶层由第一代移民中的杰出人士构成，通常在硅谷深耕多年，对本地社会和商业环境有深刻的理解和影响力

中层：由于移动互联网快速发展，许多有才华的中层专业人士选择回国发展，加上华人小圈子内卷，导致硅谷华人圈出现了一定程度的中层断层，减弱了中层的桥梁作用

新生代-80后、90后为代表的华人开始在硅谷崭露头角。新移民通常拥有较强的经济基础（家庭背景），他们对美国社会和商业文化的适应性较好且理解逐渐更深，开始在硅谷的AI公司和VC创投圈中显现出影响力

3）硅谷华人基金的投资+线下参访/讨论活动+线上媒体/社区的打法

投资：sourcing端，围绕华人核心圈找项目，核心节点是上一代互联网大佬或硅谷科技大厂里的关键华人学者/工程师。投资轮次上，只投A轮之前

社区：核心是连接到有资源、能合作的大佬。创办孵化器，举办创业活动，开公众号，培养深厚的mkt-社区-白人网络的硅谷资源网络；国内外都有office（方便和国内LP沟通）

总结：孵化以及早期投资具有马太效应，最好的人&最好的项目在哪，最好的 LP 和钱也到哪。早期投资是人群游戏，而不是趋势游戏：趋势是靠人立起来的，如果没有几百个大牛说AIGC是未来，AIGC就不可能形成风口；硅谷Y Combinator是造风口的公司，其他VC是追风口的。对于家办，未来如果想在硅谷建立影响力，早期要举办足够多的活动、投资足够多的项目，靠刷脸建立投资声誉

（摄于西雅图夜景）