创世伙伴创投周炜：AI时代，我的8条决策建议

AI正从比特世界加速走向原子世界。当「变化」本身成为唯一常量，我们如何穿透周期迷雾，捕捉那些能决定未来的关键信号？

在沙丘黄埔17期课堂上，我们邀请到@创世伙伴创投创始主管合伙人，沙丘投研院黄埔8期带班导师 周炜导师 回答这一问题。

这位兼具科技创业与风险投资经验的“企投家”，以其贯穿硅谷与中国的独特双重视野，为我们分享了他对当下市场环境、科技浪潮与投资逻辑的深度思考。

从Kleiner Perkins到CCV，周炜导师团队是当下为数不多始终坚持“少而精、做早期、重陪伴”的「狙击型」基金，在近20年里投出近40%的独角兽成功率。

相比于过往的成绩，本次课程中，他更想解剖的是背后沉淀的方法论，以及对AI与具身智能这一「人类有史以来最大技术机遇」的坦诚洞见。

*本文谨从其5万余字课堂分享的可公开部分中，精选整理了8个核心观点，为沙丘校友及读者提供一份关于AI时代的投资与趋势判断指南——穿透变化，看见不变。Enjoy~

回顾我在Kleiner Perkins的10年，最大的反思是：投资策略没有绝对的对与错，只有是否适配当下这个时机。

当年，Kleiner Perkins坚持小而美，只投A轮，且一个赛道只投一家公司，走的是精品“钓鲸鱼”的路线。这在2000年之前的硅谷非常有效，因为鱼不多，我们更需要确保每一钓的精准度。

但2005年之后，中国迎来了互联网和移动互联网的叠加爆发，海里突然出现了密密麻麻的各类鱼群。这时，还坚持用钓竿只钓最大的那条，从回报的总量上看，可能就是策略上的“Wrong Timing”。

而红杉等机构走向“大而不倒”的撒网式投资，在那个时间点被证明是更优解。

VC行业每隔10年就会有一波新人出来改写规则，从投资条款到投后管理，再到品牌塑造，无一不在迭代。

这告诉我们，永远不要固守某一种教条，你的经验在某一个时刻可能就会变成包袱。我们唯一能做的，就是时刻反思，并在这个快速变化的世界里，找到那些恒定的、能穿越周期的规律。

有沙丘学员问我，现在周期迭代越来越快，三年就是一次大洗牌，当过去的经验失效，如何快速建立和迭代新的认知？

我的应对方式，是把判断拆成“战略和战术”两层。

战略层面的变化其实没那么快。比如三年前我们就确定AI和机器人是核心赛道，这些大方向定了就不要轻易动摇，不能追着热点来回摇摆。

真正快速变化的是战术。AI领域每个月都有新技术、新产品，这些就要快速跟进、快速迭代认知。

这个世界是概率的。我做投资的一个底层思维框架就是“统计概率”。对我们而言，投资的本质就是持续地做大概率能赢的决策。

我见过太多投资人，包括我团队里的年轻人，每天都被事件驱动，像空气中的灰尘一样做“布朗运动”。今天朋友推个项目，明天FA推个项目，一天看20个项目，从二次元动漫看到几百亿估值的芯片。

我问他，你到底在看什么？他也不知道。

这种随机漫步式的投资，在20年前或许可以，因为那时候全中国的创业者和投资人，两桌就坐满了，随机投说不定也能撞到好项目。

但今天，投资人有30万，创始人可能300万，还靠随机碰项目，成功概率比买彩票高不了多少。

那我们靠什么赢？靠非凡的运气还是超乎常人的智商？如果你都没有，那唯一的路就是建立自己的方法论，用纪律和研究去提升胜率。

就像“网球天王”罗杰·费德勒，他夺得无数冠军，但职业生涯赢下每一分的概率，据他统计“只有54%”。就是这多出来的一点点胜率，成就了最伟大的选手。

在投资中，如何不成为随机漫步的“傻瓜”？我们的解法很简单：集体围猎，深度聚焦。

比如当下的科技领域有20个可投赛道，我们只选5个深入研究，最终只投其中3个。研究期间，哪怕再有其他赛道的明星项目推过来，我们也直接放弃。

不逼自己专注，你就永远不可能把一个赛道看透，也就永远找不到真正的胜负手。

这其实是在对抗宇宙的熵增定律。人会天然地从有序滑向无序，但投资决策必须实现“熵减”。

而研究的最终目的，是要找到这个赛道竞争到极致时，那个决定生死的“关键成功要素”。这个要素绝不能是泛泛的“技术强”，那等于没说。它必须具体到极致，最好不超过三条。

这个过程就像读书，从广泛研究到提炼核心，先越读越厚，再越读越薄。最终投资决策时，就应该进入“一页纸”的状态。

这套纪律要真正贯彻下去非常难，就连我自己团队内部，想要推动这套方法论也需要不断去“摁”住大家。

但投资的胜负手，恰恰就在于你敢不敢用纪律对抗本能：什么都想看，往往什么都看不透；敢于错过，才能真正抓住。

我总结了一套“独角兽三定律”，这是我十几年投资生涯里沉淀下来、经过反复验证的判断框架，分别是越野定律、红灯定律和火箭定律。

·越野定律：预判赛道的核心胜负手，选择能力模型与赛道要求高度匹配的团队；

·红灯定律：在每个红灯前都比竞争对手快半步，优势会逐步累积，形成壁垒；

·火箭定律：考验创始人在每个阶段匹配对应人才与资源的能力，完成阶段升级。

展开讲讲越野定律。

创业就像一场未知项目的越野赛，事先并不知道比的是游泳、爬山还是越野跑。我们投资人要做的，是先预判这场比赛最核心的比拼项是什么，然后选在这几项上能力最强的选手。

如果90%的赛程都是沼泽地，就没必要选骑自行车最厉害的人。当我们有了这个预判，选择标准就非常清晰了。

投京东，就是因为当年几乎所有电商团队都是纯互联网出身，只有刘强东有在中关村摸爬滚打的线下商业运营能力。

电商两个字，一半是“电”，一半是“商”，我认为“线下运营效率”就是那个被大多数人忽略的关键胜负手。

投喜马拉雅也是如此，当时音频赛道的头部玩家都在拼合作资源，但我们判断，移动互联网时代音频的未来一定是用户创作内容，尤其是半专业创作者的内容。

于是我们选了当时用户量只有头部十几分之一、但坚定走PUGC路线的喜马拉雅。

很多人没意识到，这一轮AI革命，和人类历史上所有的技术革命都有一个本质区别：AI是可以自我进化、自我训练的。

在AI出现之前，所有的技术竞争，「人」都是核心变量。领先三年的技术积累，对手要超越，哪怕砸大钱，也最多缩短一些追赶时间。人的成长、团队的磨合，都是需要时间的，这个时间差就是护城河。

但AI时代，如果你用的是公开数据训练模型，那只要对手有足够的算力，一晚上就能追平甚至超过你三年的积累，护城河瞬间就被暴力填平了。这种事情在以前的任何行业都不可能发生。

这也是为什么我曾经判断，AI时代不会像互联网时代那样出现“寒武纪大爆发”式的创业繁荣。

过去，平台公司不会下场做垂直应用，因为招团队、做产品、担风险、花时间，不如收30%的过路费划算。但今天，大模型公司如果看到一个垂直应用特别赚钱，它只需要付出一晚上的电费和算力成本，第二天就可能发布一个功能，直接覆盖一批垂直赛道的创业公司。

当然，我们也不用太悲观。这种环境下，创业公司被收购的门槛变低了，创始人可以快速变现。但如果想做成百亿千亿的独立大公司，难度会比互联网时代大得多。

AI和机器人这种拥有超复杂系统的赛道，放眼全球，我认为真正有能力参与核心竞争的只有中、美两个国家，剩下的所有国家都是应用市场，不是产业玩家。

很多人觉得产业转移出去，东南亚、欧洲也能做高科技，但超复杂系统从来不是靠几个工厂、几项技术就能撑起来的。它需要完整的产业生态，需要无数上下游厂商聚集在一处，近距离地磨合、迭代。

就像太空站，技术原理大家都懂，但能真正造出来、稳定运行的国家寥寥无几。差一点供应链、差一点工程师密度、差一点应用场景，你就做不成这件事。

上一代工业机器人的四大巨头出现在德国和日本，本质是因为当年这两个国家是全球最大的汽车、船舶制造国，有最丰富的应用场景给产品做迭代。

今天中国拥有全球最完整的制造产业链和最充沛的落地场景，诞生顶级机器人公司是必然的。

从当前的实力对比来看，纯AI基础模型领域，美国整体还是领先的，我们大概处在四六开的追赶位置。

但如果把具身智能、机器人硬件加进来，中国的优势就非常明显了，三七开，甚至二八开都不为过。我们在硅谷看当地的机器人公司，90%的零部件都来自中国供应链，已经形成了难以替代的优势。

很多外国人到今天还觉得中国科技靠的是廉价劳动力，这是非常大的误解。中国真正的核心优势，是三样东西：

第一，是极致的快速迭代能力。

硅谷的产品哲学是不完善就不发布，打磨好了再上线，但上线之后往往几年都没什么大更新。但中国公司的玩法完全不一样，快速上线，快速根据用户反馈优化，小步快跑。以前我们觉得这是不规范，现在看来这恰恰是竞争力。尤其是AI时代，技术迭代按天算，谁能更快响应用户，谁就能抢占心智，形成使用黏性。

第二，是完整的供应链生态。

从核心零部件到系统集成，从研发打样到规模量产，全链条都能在极小的产业半径里完成，试错成本低，落地速度快，这是任何其他国家都很难复制的优势。

第三，是开放路线的差异化。

美国部分头部AI企业采用封闭技术路线，在使用范围上设有较多限制；而中国不少AI企业选择开源路线，更易融入全球市场合作。

另外，因为芯片供给受限，中国企业被迫在算力优化、分布式计算上“死磕”，反而练出了一身功夫。今天我们被逼出来的底层优化能力，未来在算力成本敏感的欠发达市场，会变成我们的核心竞争力。

关于终局，微软总裁在国会听证会上的一段话我深以为然。他说，历史上赢的，往往不是技术最牛的那个，而是被最广泛使用的那个。

长远来看，全球市场的格局会非常清晰：美国会有一两家全球顶尖的标杆公司，走高端路线。但第二名到第二十名，几乎全都会是中国公司，用“群狼战术”拿下全球绝大多数市场份额。就像今天的手机、电动车、无人机一样，这个趋势已经非常明确了。

此外，我一直鼓励中国科技企业出海。比如餐饮机器人，美国一个厨师一年十几万美金薪资，买一台机器人半年就能回本，市场空间非常大。

但中国企业出海有个通病，明明是蓝海市场，一进去就自己打价格战，打到负毛利都不停。与其窝里斗，不如各自守住优势领域，把市场一起做大。

纯大模型、软件AI属于比特世界，是整个时代的大脑，这当然重要。但AI不能永远停留在数字世界里，它最终一定要介入真实世界。

今天大家聊的具身智能，本质上就是AI的大脑配上机器人的身体，这也是我们为什么同时重仓AI和机器人。

在我看来，所有能替代人类完成物理世界动作的设备，本质上都是机器人。

关于具身智能的估值逻辑，很多人有一个巨大的误区，他们习惯用人的身体结构去想象机器人。他们会觉得，灵巧手只是人身体的一小部分，凭什么那么贵？

但未来，机器人不必然长得像人。

一个成功的灵巧手，本身就是一台完整的机器人。 它不必非要把“大脑”装在头里，它可以像章鱼一样，每个触手都有独立的思考和决策能力。

更重要的是数据价值，灵巧手通过操作所采集到的物理世界的数据，其丰富度和价值，可能远超机器人四处走动采集到的数据。因此，看待具身智能，我们必须跳出拟人化的思维定式。

当然，我们必须诚实面对一个问题：一级市场的VC模式，本身是脆弱的。

因为它只有一种赚钱方法，就是依靠被投企业的持续价值增长，它是单向做多的。一旦整个环境处于非增长周期，这个模式就会整体承压。

但硬币的另一面是，对于真正非共识、非热门赛道的早期创业者而言，现在正是他们最需要支持的时候。

就像硅谷早期的VC一样，去发现并成就那些“如果没有这笔钱就不会诞生”的创新，这既是挑战，也是我们这个行业存在的根本价值。

我的忠告是，想要参与投资，现在反而是一个黄金起点，因为民间资本变得极其珍贵。

如果你能和一支坚持“少而精”打法的基金深度绑定，通过参与主基金来观察和“精挑细选”后续的项目，你的成功概率会大大提高。

面对AI可能带来的颠覆，很多人担心它会加剧社会分化，甚至有人认为99%的人类将沦为无用之人。

会不会有法规来刹车？我对此毫不乐观。

从博弈论的角度看，这就是典型的“囚徒困境”。我们减速，别人不会减速。这本质是一场全球性的军备竞赛，没有哪个理性个体会主动选择退出。

现在最积极写代码帮AI进化的，恰恰是程序员自己。他们用AI写代码、做设计，效率越来越高，但本质上是在培养一个终将替代自己的对手。

这有点像《三体》里的“降临派”——“主啊，请你降临吧，哪怕降临之后你会消灭我。”很多行业的顶尖人才，可能自己都还没意识到，自己正在参与一场对自己的替代。

与此同时，翻译、字幕、客服、初级律师、审计师、投行分析师……这些岗位的被替代速度可能远超预期。

我甚至在想，如果AI把初级的投行分析师都替代了，那十年后的资深投行家从哪里来？这个人才断层的问题值得深思。

但我们这些科技从业者和投资人，就像是家里那个忍不住要把闹钟拆开看看的小孩，哪怕知道拆了可能装不回去，甚至要挨打，但探索的冲动是无法抑制的。

至于解法，或许完善全民基本收入制度是一条路，通过分配的方式让所有人都能享受到技术创造的财富。但这些更深层的话题，我们寄希望于更大的智慧去解决。

我们这些“拆闹钟的人”，唯一能做的，就是看清趋势，把握机会，奋力向前。END

▼ 点击立刻 加入沙丘