李明顺：5年后70%的AI市场属于开源

从2024年的“百模大战”到2025年的机器人竞逐，技术的迭代愈发快速，而这背后，一场决定技术话语权的底层逻辑——开源与闭源，两大阵营的角力，正加速演进。

以大模型为例，OpenAI旗下的ChatGPT-4 拥有1.76万亿参数，以闭源模式筑就高墙，而2025年爆火的Deepseek则以开源的生态重构AI新秩序。两种模式无对错，只是企业的不同战略选择，那么在投资人眼中，两种模式的优势和劣势各是什么？其中的商业机会又有哪些？为此《商学院》记者专访了行行AI董事长、顺福资本管理合伙人李明顺。

李明顺：我们看项目，主要基于人、市场规模与产品定位三个核心维度。人的维度上，当下这波AI创业热潮中，创业团队成员几乎都是高知人才，拥有较高的技术水平并且具有全球化视野。目前，已投资项目中拥有博士学位的团队占到了80%以上，我个人已经投资了30多位博士创业者。这类团队技术基因深厚，成员大多具备海外留学或海外工作背景，且现在的团队规模都不大，人不太多，但每个人的能力都很强，在AI时代，每个人都能充当多面手，是复合型人才。

市场规模方面，只有大市场才能成就大事业。小市场里，即便个人能力再强，发展空间也极为有限。所以我一般更倾向于投资大市场中的创业团队。这就是“赛道思维”，当前人工智能正改造千行百业，每个行业都将被重塑，选择大赛道起步，才有成功的机会。

产品定位上，考察项目的核心切入点是否是行业“痛点”，而不是“痒点”。而判断一个项目是否是真痛点的方法就是看客户是否愿意为其买单。例如，我们对很多创业者的要求是，六个月内能否有客户为其产品或服务付费，六个月内是否有收入和流水。

李明顺：这些年来，我一直有明确的态度——不会投资大模型领域，因为大模型不是一般创业公司能够做起来的。即使是大型企业去做，也不一定能保证成功。因为大模型领域的全球垄断性非常高，而且大模型的开发需要大量资金投入，绝不是一般创业团队能够承受的。

所以，我们更重视人工智能在应用领域的发展，寻找好的应用场景。这一波人工智能对行业的改造范围很广，如同二十多年前的互联网一样，会在每个行业实现很好的落地。在这种情况下，基础模型就选择最强的。有好的技术，能够对这些模型进行微调，并与自身场景的数据相结合，这一点非常关键。 

我认为 AI 应用是中国的机会。因为 AI 应用服务于场景，而中国在场景方面具有两大突出优势：一是制造业能力，二是工程能力。中国是全球制造业工业门类最齐全的国家，拥有最多的产业场景，AI 对制造业附加值的提升空间巨大。同时，中国也是工程师数量最多的国家，中国的工程能力和软件能力在融入 AI 技术后，将创造出更高的智能化水平。因此，AI 应用绝对是中国最大的发展机会，也是中国新质生产力的一种体现。

李明顺：其实开源和闭源并非单纯的商业选择，而是成本与技术落地性的体现。在特定情况下，许多场景无法使用 AI 模型。例如，在涉及隐私数据以及对安全高度关注的行业，客户不愿将数据提供给大模型，因为一旦提供，数据主权便会丧失。而开源完美解决了这一问题，因为可以将开源模型部署在本地设备上，构建私有模型，这是众多商业应用能够落地的重要原因。

在成本方面，开源技术大幅降低了成本，例如某技术将成本降低了二三十倍。这使得许多原本在投资回报率上难以计算的行业，如今能够算出合理收益。像电商、玩具等对成本要求极高的行业，如果成本过高，宁可选择人工而不采用新技术。但如今，随着开源技术将成本降低至消费级水平，推理需求快速增长，这正是开源带来的机遇。所以，开源和闭源并非仅仅基于技术偏好，是从数据主权以及成本角度综合考量，它更是一种商业选择。

李明顺：早期，许多大厂热衷于做闭源模型。例如国内的百度，美国的 OpenAI 等。大厂认为闭源模式能够创造最大的商业回报和收益。在一定程度上，闭源是企业更易于计算成本收益的方式，投入多少，基于未来多少接口调用能够收回成本，相对容易计算。因此，企业也更愿意为此投入。尤其在当下，很多人做垂直模型和小模型时，有时也不愿意开源，因为在其独有的领域内，闭源有助于维持更好的垄断性。

然而，开源有着不同的逻辑。以Deepseek为例，我认为它是一家生态公司而非产品公司，它在全球 190 多个国家的应用商店排行榜中都名列前茅。若它是闭源公司，很难取得这样的成绩。另一方面，其开源生态不仅能够吸引国内众多大厂，如腾讯、阿里以及百度使用，在海外，像亚马逊、微软、Meta 等也都在使用。这意味着，无论是生态伙伴还是竞争对手都在使用其开源成果，极大地提升了生态开放性。并且在开源之后，在技术研发方面会有更多社区开发者提供支持，有助于产品不断完善与进步。所以说，开源和闭源各有千秋，不过我个人更倾向于开源。

李明顺：开源本质上也是一种商业行为，不应将开源简单地理解为无私奉献。开源实际上是一种非常有效的商业打法。20 多年前，我们在做 Discuz! （社区动力）时，选择了免费开源，这使得中国 70%～80% 的网站能够快速使用 Discuz! 搭建社区。表面上看，似乎是在做公益，实际上借此获得了很高的市场占有率。凭借这一市场占有率，获得了更多融资，并且构建了新的商业模型。

对于中国的 AI 行业而言，我认为它是一种多元化的平衡，并且开源和闭源这两种生态是相互共存的关系。这对于中国这样一个庞大国家的 AI 产业丰富性和多元性而言，是一种良好的生态模式。

当下中国更多的企业选择开源，我认为是适合的。中国和美国市场一样，都是规模较大的市场，能够容纳多元化的模型，这点对开源模式的发展极为有利。开源有助于中国与欧美国家在如 DeepSeek 等生态体系下开展更广泛的合作。以当前的情况为例，西方发起了所谓的 “民主 AI 联盟”，企图将中国 AI 边缘化，让大家都使用其指定的产品（如 OpenAI 相关产品）。但由于我们秉持开源理念，将代码和模型运行方法开放出去，现在连一些欧美国家也开始采用我们的技术，这既避免了技术被封锁，又拓展了技术生态的覆盖范围，极具价值。  

从应用丰富性角度看，开源模式比闭源模式更具优势。闭源模式容易导致应用同质化，因为闭源产品的可塑性和可改变性较低，开发者往往只是调用简单接口。而在开源模型下，开发者拥有更大的微调空间，产品能够适应更多元化的形态。例如，我们将一些私有模型部署在本地，能更好地满足个性化或特定场景的应用需求，未来在物联网（IoT）领域，本地模型的应用也将使众多设备更加智能化。所以，开源能够促进应用的多样化发展。

对于创业者而言，我强烈建议他们拥抱开源模型。创业者的目标是打造独特的产品，若依赖传统的大型闭源模型，很难实现差异化。而基于开源模型开发产品，更能体现产品的丰富性与独特性。当然，闭源模型在金融、医疗等行业也有其落地应用的场景。

李明顺：这一波 AI 技术发展之前，就已经有一些金融和医疗场景与闭源模型展开合作。当时，相关机构会对数据进行脱敏处理，许多数据不会直接传输到大模型的服务器，而是先经过数据“清洗”后中转，这是一种可行的方案。然而，随着开源模型的出现，这种情况越来越少。如今，大家更倾向于在本地构建完全自主的模型，这也促使金融、医疗行业更加大胆地应用大模型。从近期的新闻报道中就能明显看出，许多医院和银行不再首选传统的闭源模型。

对于3—5年后开源和闭源模型的竞争态势，我认为开源模型将占据更大份额，可能达到70%以上，闭源模型份额相对较小，呈现“七三开”的局面。