从CES看AI风向，一位硅谷华裔投资人眼中的英伟达和投资机会

因此，王金林除了看看投资公司的最新情况，还看了不少消费级产品，如受到追捧的AI眼镜、机器人等。他认为，AI应用的创业机会一直在。

以下是他在交流中分享的CES见闻，以及关于AI技术、应用和创业的十条最新洞察。

1、今年CES最大的变化就是以AI为中心，底层基建，包括硬件和软件技术架构，以及应用都在齐头并进往前走。2025年，AI大模型应用将进入早期的全面爆发阶段。

2、大模型竞赛还没有止步，将会继续往前，它会比电这样的基础设施更加基础设施。随着应用爆发，推理对大基建的需求会爆发式增长。

3、英伟达是一家伟大的公司，今天还具有不可撼动的力量，但创新永远相对分散，不可能一家公司拥有所有创新。未来5年～10年，新的AI数据中心将进一步优化，新的技术都会进去。

4、C端在美国经常是赢者通吃，B端可以有非常大的差异化。大模型出来之后，软件投资变得更难，创业机会相较以前的SaaS时代减少，找到应用场景和数据是关键。

5、AI作为基础设施，还是企业软件服务形态，解决不了中国To B市场商业模式的问题。中国C端应用做得非常好，挑战在于大模型公司如何能够跟大公司的生态结合起来，同时能有自己的商业模式。

6、技术的发展是从硬件走向软件，再走向服务。这三个方向，都有机会，但投资逻辑不一样。美国投资人更多聚焦于服务和软件，投硬件的VC相对较少，主要原因在于投资门槛相对高，需要对技术和生态要有很深的理解。

7、AI眼镜是将来可以期待的应用，但面临消费者接受和磨合的过程，展示、交互、内容等还需要通过技术进步，带来更好的用户体验。

8、机器人不用纠结人形和非人形，黄仁勋提到的物理AI非常重要，因为机器人的应用场景数据非常少，采集到的三维数据也非常少。这是巨大挑战，但也有想象空间和投资机会。

9、中美都把大模型视为基建，进入淘汰赛的节点差不多。做大模型对资金量需求非常大，要有非常强的技术背景，以及数据。如果哪家大模型公司决定转型，或死的比较早，可能就是这些方面不处于头部。

10、做AI应用，创业机会一直在。创业没有好或坏的时候，但要跟着风口。在大模型领域，美国软件创业好的机会不如以前多。中国的企业级应用如果能够崛起的话，机会巨大。

以下为访谈精编内容：

搜狐科技：CES这几天逛下来，您觉得今年CES最大变化或感受到的趋势是什么？

王金林：今年跟去年相比，最大的变化就是以AI为中心。大家都认为生成式AI是未来技术的主要推动力，底层基建，包括硬件和软件技术架构，应用都在齐头并进。

CES主要是面向消费者的终端和解决方案，我也看到了Robotics在智能家居、工业场景的应用，都有多模态、生成式AI作为基础。我认为，今年AI大模型应用会进入早期的全面爆发阶段。

搜狐科技：您这边关注科技投资，包括AI，CES上有没有看到比较感兴趣的投资方向？

王金林：我们非常聚焦To B，关注AI基础设施比较多，包括数据中心，AI芯片。黄仁勋演讲提到了非常振奋人心的算力的进步，新一代的架构风起云涌，如存算一体——数据和存储的融合，光模块也会有长足发展。

当然，英伟达是一家伟大的公司，今天还具有不可撼动的力量，但创新永远是相对分散，不可能一家公司拥有所有的创新。未来5年～10年，新的AI的数据中心将进一步优化，这些新的技术都会进去。

随着大家都用AI，数据中心会迎来扩建和投资的机会，能源需求巨大，这块我们也投了比较多的的电池公司。我也见了做机器人大模型的公司，提供机器人的大脑，这些都比较感兴趣。

搜狐科技：黄仁勋在演讲中认为Scaling law会继续推动算力增长，业内一直在讨论Scaling law放缓，您对这个事怎么看？

王金林：老黄讲的趋势我是认同的，包括前段时间山姆·奥特曼提到了AGI会在有限的短时间内实现，我觉得这让大家觉得大模型的竞赛还没有止步，继续往前。

有人把大模型跟电相比，我觉得大模型跟电不太一样，它会比电这样的基础设施更加基础设施，最后大模型可能就是那么几家。训练需求不会像最开始那样踊跃，随着应用爆发，推理对大基建的需求一定会爆发式增长，这也是为什么储能在AI时代成为重要技术的原因。

搜狐科技：今年CES上好玩的AI硬件挺多，比如AI眼镜，您在CES上体验的感觉怎么样？

王金林：最近Ray-Ban的成功，让大家对AI眼镜慢慢接受，将来是可以期待的应用。但还是面临消费者接受和中间磨合的过程。比如应用场景是什么，要做什么功能，交互也比较难。

CES上我看到有眼镜，你跟我说话，我要操作眼镜，摁按钮，没摁准可能又要再摁一次，这个过程就被分散注意力了。AI眼镜的展示、交互、内容，随着技术进步，用户体验会越来越好。如果苹果转型做AI眼镜，或Ray-Ban，我都比较期待。

搜狐科技：CES上还有很多比较小众有趣的AI硬件，比如偏陪伴类的AI玩具、AI戒指，这些是比较好的创业机会吗？

王金林：大厂在找增长引擎的时候，如果某个品类可以做得非常大，一定会去做。小公司包袱更轻，可以通过众筹或VC来做。如果不能做成爆款，可能做成Lifestyle生意（相对于风投加持的高增长生意），还是有人愿意买单。如果做成爆款，大公司看到后收购，可以继续做大做强，这在To C硬件里还是值得去尝试。

搜狐科技：人形机器人也算是AI硬件，黄仁勋就非常看好。CES上也有很多机器人产品，您怎么看这块的挑战？有哪些投资机会？

王金林：我们对人形和非人形不是那么纠结，当然人形还是具有很大优势。这块老黄提到了非常宏伟的物理AI，这非常重要，因为机器人的应用场景数据非常少，采集的三维数据非常少。业内也在想各种办法，比方通过人叠衣服、倒咖啡去收集数据，通过视频提取三维数据来做训练。

物理AI是一个巨大挑战，但也有比较大的想象空间。我们有投资机械臂的智能化软件，也在看具有收集数据能力，或者在物理空间里能用比较好的技术方法解决数据问题的企业。

搜狐科技：您提到AI应用会大爆发，美国大模型公司在B端和C端的落地有什么差异吗？

王金林：美国大模型B端和C端基本齐头并进，有公司同时做C端和B端，做得非常好，比如OpenAI。C端在美国经常是赢者通吃，B端不太一样，提供服务可以有非常大的差异化。Anthropic融资非常顺利，估值增长非常快，其中一个原因就是B端收入增长曲线非常快。另一家大模型公司Cohere，完全专注ToB，Oracle的企业服务就是全面接入Cohere。

但能同时做的还是少数，很多小公司不具备这样的基因。所以我们投早期公司，对创始团队最开始的聚焦就非常看重。

搜狐科技：To B更多是软件形态，软件服务在美国非常成熟。AI时代，软件投资难度更大了吗？这次CES上看到的创业公司多吗？

王金林：大模型出来后，我觉得软件投资更难，底层的差异化优势就不在了。现在能够拥有的差异化有两个，第一，能否找到一个应用场景，理解得比较深刻，把产品做得非常好。第二，数据，它尤其重要或更加重要，两个缺一不可，会形成相对较高的门槛。

现在机会相较以前的SaaS时代已经比较少了。SaaS基本把绝大部分应用场景都用软件的方式重新写了一遍，跑出来的这些大公司，软件可能并不一定最好用，但手上有大量用户数据。这些公司在Gen AI阶段，很容易把原来的应用场景接入大模型，让它更加优化，更加好用。所以今天做软件服务的门槛在变高，找到应用场景和数据是关键。

搜狐科技：您不投资做C端硬件的公司，美国关注这块的VC多吗？投软件或硬件，考虑的点有什么不同？

王金林：技术的发展一定是从硬件走向软件，再走向服务。硬件周期相对比较长，软件整体投入成本比较低，服务也不太一样，从估值、周期到回报、投资逻辑都不太一样。

这三个方向，都有机会，但美国投资人更多聚焦于服务和软件，投硬件的VC比较少。这是个供需问题，硬件创业公司相对没那么多，投资门槛也相对高，需要对技术和生态要有很深的理解如果。供需匹配好的话，可能也是比较好的投资赛道。

搜狐科技：美国大模型创业公司，如OpenAI、Anthropic或马斯克的xAI，一直获得巨额融资，国内公司好像有点后继乏力，有公司已退出大模型竞争，您怎么这种市场差异？

王金林：做大模型的公司，对资金量的需求非常大，同时团队要有非常强的技术背景，并要有很多很好的数据。很多人对xAI比较看好，因为它拥有特斯拉、推特的大量数据入口。OpenAI具有很大的先发优势，用了大量互联网数据。如果说哪家大模型决定转型，或者说死的比较早，可能在这些方面不处于头部。

搜狐科技：从大模型淘汰赛节点来看的话，是不是国内会相对更早进入到这个阶段？

王金林：中美都把大模型看成基建，两边会差不多。美国这边做大模型的几乎没有了，所谓大模型的百花齐放，很多慢慢都会没有太大后劲。

更重要的是大模型应用。美国To B企业级应用得天独厚，中国To B市场尤其是软件尚未起来。有解释是企业付费意愿不高，导致SaaS没起来。AI作为基础设施，还是种企业软件服务形态，依然解决不了商业模式的问题。

中国C端应用做得非常好，但比较大的公司各有各的生态，如腾讯生态、蚂蚁生态等。大模型公司如何跟这些生态结合起来，同时能有自己的商业模式，是一个挑战。

搜狐科技：CES很多都是初创企业，在技术放缓趋势下，2025年还是AI创业的窗口期吗？

王金林：创业没有好或坏的时候，但创业一定是跟着风口，在风口上创业，相当于后面有人推，逆着风口创业，会做得很辛苦。

做AI应用，机会一直在，这是毫无疑问的。在大模型领域，美国软件创业，相对来说优质企业不如以前多。中国的企业级应用如果能够崛起，机会巨大。