5月29日，由《節點財經》&《昆侖學堂》聯合主辦的“節點問道CEO沙龍”在北京舉行。本次沙龍的主題為“破局Al商業化”，薊門瀚海資本管理合伙人柏鋮出席本次大會，分享了對于AI時代投資之道的最新思考與實踐。
以下為演講金句：
1.玩物養志，樂以載道。
2.人工智能的使命，不是追求參數的完美，不是追求數字的永生，而是讓每個生命都在算法的鏡面當中，照見自己獨一無二的光芒。
3.我們人類其實有兩個需求，一個是make money，賺錢提高效率，這是我們人類的第一個底層需求，人類的第二個底層需求，就是kill time。
4.500年來最好的生意，可能全都是跟kill time相關的生意。
5.創業者經常是要給投資人講故事，但是自己要保持清醒，不要把自己“騙信了”。
6.新瓶裝舊酒，一個新技術剛剛出來的時候，當他技術上不容易落地的時候，產業上不容易落地的時候，他最大的價值在于借力新技術，重塑傳統商業版圖。
7.會學習的人不一定會玩。
8.人工智能雖然能提高效率，但是它能提高效率的這個結果，有的時候是存疑的。
9.情緒會在不知不覺當中被人影響，讓你忽略了理性的問題。
以下為演講精華（有刪減）：
我們中國人可能是世界上最勤奮的民族，一生一直都在努力奮斗，不停的打雞血中度過。我們的風險投資人也是一樣，大家都在關注“讓生活更高效”的項目，卻很少有人去看看那些“讓生命更值得”的項目。我本人反而更喜歡這些玩樂類的，以提供情緒價值為核心的，“能讓世界笑出聲音”的項目。玩物養志，樂以載道，我也希望能給更多在玩樂領域探索的創業者一些力所能及的幫助。
01 AI發展歷程中的四堵“嘆息之墻”
要理解人工智能不同階段的投資標的，我們首先需要梳理其發展歷程。
現代人工智能的起源，可以說來自一場“貓鼠游戲”。“貓”的故事源于心理學家愛德華·桑代克著名的“貓迷箱實驗”。他將小貓放入迷箱，箱外放小魚干，貓為了吃到魚干能迅速找到出口。反復實驗證明，學習是一個漸進過程，好的結果會得到重復，不好的結果會被停止，這便是“效果律”，也是現代人工智能深度學習的思想源頭。
“鼠”的故事則與馬文·明斯基有關。他在哈佛大學讀書時，受到一篇關于人工神經網絡論文的啟發，進行了著名的“鼠迷宮實驗”。與貓迷箱不同的是，這個老鼠是在計算機上虛擬出來的。這是人類首次在計算機上虛擬出類人智能，馬文·明斯基也因此被譽為“現代人工智能之父”。
接下來，人工智能首先在棋盤上展現了優勢。IBM的“深藍”計算機在國際象棋和中國象棋領域分別戰勝了人類頂尖職業選手，引發了人工智能的第一波興起。當時（九幾年），人們普遍認為人工智能即將爆發，這與今天的熱潮頗為相似。其實人工智能行業每隔幾年就會出現一波熱潮，說要爆發，然后又歸于沉寂，對此我已習以為常。
然而，第一輪人工智能熱潮并未持續發展，因為它遇到了第一堵“嘆息之墻”——組合爆炸。深藍計算機主要采用“暴力窮舉法”，每秒計算2億步，提前算出所有可能的走法。這種方法在面對如圍棋這樣極其復雜的大型推理問題時，計算結果會急劇下降。
為了解決組合爆炸的問題，DeepMind公司應運而生，并很快被谷歌收購。之后，他們推出了著名的AlphaGo，旨在解決圍棋的復雜變量問題。AlphaGo與世界冠軍李世石的對弈廣為人知。這刺激了整個人工智能產業，2016-2017年左右，大量AI創業公司涌現，獲得了巨額融資。
當年有所謂的“AI四小龍”——商湯、曠視、云從、依圖。但是在2023年開始的新一輪人工智能浪潮中，這四家公司似乎并不在牌桌的核心位置，反而是百度文心、阿里通義千問、智譜AI、Kimi等更為人所知。AI四小龍發展不夠理想的原因并非不專注，而是技術問題——人工智能的第二堵“嘆息之墻”：數據的通用性。當時都是采用先在實驗室用小規模數據訓練小模型，再去客戶現場收集真實數據重新訓練的方法，這導致模型在不同行業，甚至同行業不同客戶之間都沒法遷移。這個問題困住了當時很多優秀的企業，導致他們不得不淪為無法用標準產品滿足多個客戶需求的“項目公司”，可謂非戰之罪。
再往后就是大家熟悉的GPT的出現。OpenAI公司采用“大模型預訓練”的方法，旨在解決數據通用性這第二堵嘆息之墻。其原理是“化繁為簡”加上“大力出奇跡”，通過拼命堆疊算力和數據，來實現通用人工智能。
GPT的蓬勃發展帶動了國內大模型企業的崛起，融資額巨大。但這些大模型企業大多不賺錢，業務模式不健康，往往是做出大模型后，研究如何落地，為此不斷發新聞稿、給政府講故事、做Demo，將大模型作為解決方案的一環賣出去，本質上又成了披著人工智能外衣的軟件外包公司，收入以項目制為主。
然而，到了GPT-4階段（2023-2024年），第三堵“嘆息之墻”出現了：規模化法則困局。人工智能三要素是模型、數據和算力。模型（類比人的基因）和算力（類比人的食物）昂貴，數據（類比人的后天學習資料）相對便宜。所以，企業傾向于大量堆積數據。到GPT-4時，全球公開數據幾乎用盡，難以通過增加數據提升能力。同時，AI需要人類反饋強化學習（如OpenAI在肯尼亞雇傭廉價勞動力進行反饋），但GPT-4已比這些反饋者更聰明，無法有效反饋。若想進一步提升，需大量頂尖專家持續互動，成本過高。
為解決此困局，OpenAI再次率先破局，推出了GPT-O1，其引入了“鏈式思考”（Chain of Thought，即思維鏈）模型，實現了AI的系統二思考能力，重開了一個系列（O代表OpenAI，也暗示新起點）。
但是，正當人們以為技術壁壘形成、開始賺錢時，DeepSeek出現了。
DeepSeek公司幾乎沒有專家，這反而可能是優勢，__因為教授、博士搞科研常研究特例，而創業者更需常識和果斷。__傳統AI訓練有三步：無監督學習喂語料（如虛竹吸逍遙子內力），監督學習微調（如天山童姥教武功），強化學習（如與丁春秋實戰）。專家思維中這三步缺一不可。但DeepSeek的年輕人沒有這些條框，他們嘗試在大模型預訓練后，跳過監督微調，直接進行強化學習，結果成功了。原因在于，以往小模型訓練后能力不足，需監督微調；而現在的大模型預訓練后能力已極強，可以直接強化學習。
這一步使得中國AI技術取得巨大進步，也與民族情緒結合，引發了國內AI熱潮。
目前，無論是國內還是國外，AI企業大多不賺錢，或其利潤不來源于AI本身，而是來源于披著AI外衣的軟件開發。從去年下半年到今年上半年，由于財務壓力或投資機構偏好快速變現的項目，AI陪伴、AI玩具行業興起。這類產品確實有價值，但更重要的是能迅速在市場上變現。相比之下，大模型企業多免費提供服務。中國玩具產業成熟，深圳企業眾多，因此AI玩具雖有投資價值，但門檻難建立。
如今，第四堵“嘆息之墻”可能正在出現，即情感計算的瓶頸。
AI在智商領域已表現不俗，但在情商和人類共情能力方面仍較弱，使其感覺更像工具而非真正的智能。為了突破這堵墻，國內外都出現了一些新公司，如專注于情感交互的AI應用（如國外的酒館SillyTavern、Hume AI；國內的幻海星辰、躍然創新等等）。我個人認為，下一輪AI的投資機會可能在情感計算領域，從“頭腦”到“心靈”，這些基于情感計算的娛樂陪伴型應用，可能是兼具長期商業價值和短期經濟價值的項目。
02 Make Money與Kill Time
我自己主要關注“玩樂”領域，認為AI與玩樂的結合大有可為。人類有兩個底層需求：一是Make Money（賺錢提高效率），二是Kill Time（打發時間）。多數AI公司在研究如何Make Money，但AI提升效率的效果尚存疑（成本、門檻、效果等），我更關注Kill Time。
人賺了錢，大部分要花在打發時間上。服務于人賺錢的過程，或服務于人打發時間的過程，都是生意。歷史上許多偉大的生意都與Kill Time相關（比如抖音）。我希望創業者在關注AI工具屬性外，也關注用AI來打發時間，這個市場商業路徑和邏輯相對通暢。
具體領域：
?AI玩具與陪伴機器人：這是目前較熱門的領域，融合情感互動與IP。從Character.AI（帶人設的AI）到類似Talkie和貓箱這種卡牌式、左右滑式AI互動，再到基于Agent的AI，它能為自己虛擬每日生活經歷并積累記憶，使對話更有深度和真實感。國外一款名為“Silly Tavern-酒館”的本地部署軟件，允許用戶與虛擬人物聊天，非常火爆，淘寶閑魚上甚至有人購買其賬號，說明存在真實需求。與AI長期聊天，可能比與真人聊天更能提供情緒價值，因為它無條件傾聽且能給予積極反饋。AI陪伴及AI+教育的商業邏輯相對通暢。
??AI賦能文旅場景的參與式文創品：國內文旅場景不缺流量但轉化率低，消費不足。文創品千篇一律（如“我在XX等你”系列）。參與式文創是方向，比如幻相大師的AI拍照機，能在博物館景區通過AIGC技術，為游客提供專屬定制的文創冰箱貼、貼紙、手機殼等。__這類產品考驗運營能力和情緒價值的解決能力，同樣產品不同團隊運營，轉化率差異巨大。__比如還有基于情感識別的EMO Box，根據用戶情緒匹配不同產品。AI情感計算也能用于VR大空間項目，根據用戶情感狀態觸發不同劇情走向。這些看似不起眼的項目，回報率可能相當可觀且穩健。
??虛擬偶像與互動娛樂：如年輕人中流行的游戲《戀與深空》，許多年輕女孩沉迷于和虛擬男性角色互動、戀愛，其粉絲的狂熱程度甚至超過真人明星。如果未來融入AI情感計算，迷戀程度可能更深。這雖不利于人口增長，但反映了市場需求。
??游戲開發工具與電子競技：低代碼游戲開發工具，尤其在海外市場有潛力。東南亞等國家用戶更偏愛“玩”。AI可提高電競訓練效率、賽事分析等。電子競技甚至能在不同族群間起到融合作用。
??AI生成內容（AIGC）：在音樂、視頻領域，尤其短劇。短劇重劇情輕演技，AI適合用于制作，已有團隊嘗試AI制作動畫甚至真人劇情短劇，未來AI電影可能登陸院線。
03 關于AI玩樂投資的“靈魂的思考”
玩樂產業常說提供情緒價值，但具體是什么情緒價值，這是一個靈魂問題。比如阿那亞景區，因為給客戶提供了很好的情緒價值，而被年輕人追捧。再比如去參加各類培訓班，很多人表面上是學習知識，但實際上是為了滿足“階層晉升焦慮”的情緒價值，那么最好的培訓產品，就是能給學員提供“階層晉升幻覺”的情緒價值。所有AI相關的玩樂產品，都要忘記技術本身，專注于研究客戶需要的真實情緒價值，才能完成商業閉環。
另外，新瓶如何裝好舊酒？許多產業在早期投資很熱的時候，恰恰說明這個技術可能不好落地，所以大家才“賣商機”而非“賣產品”。創業者拿到融資后，若死磕不成熟的新技術，很容易燒光錢。明智的做法是“借力新技術，重塑傳統商業版圖”。例如，某一家公司用VR概念融資后，并沒有直接投入不成熟的元宇宙產業，而是收購了一家黃金地段的盈利文創店，加入VR技術變成VR體驗館。因為這個文創店位置好，賣什么都賺錢，既保證充足的現金流，又為新技術提供了應用和打磨的場景。若技術成熟，則有子彈有技術；若行業被證偽，店還可以賺錢。創業者有時不得不要給投資人講一個很宏大的故事，但自己要保持清醒，不要把自己“騙信了”。投資人也應更寬容，允許企業根據實際情況經營調整，而不是固守著一個錯誤的宏大故事。早期投資更應基于對人的信任，而非繁瑣的對賭協議。
第三，會學習的人不一定會玩。履歷光鮮的創業者，可能因太會學習而不會“玩”，設計不出好的玩樂產品。我每年夏天都帶創業者一起上街擺地攤，親身體驗用戶需求。辦公室數據遠不如街頭實踐。有的產品設計給年輕人，結果發現老年人排隊購買，因為恰好觸動了他們的情緒價值。創業者和投資人都需要接地氣。
結束前，我想分享一則新聞。一個女孩的父親在ICU離世，她用父親手機發訃告時，發現父親生前有和AI（豆包）聊天的習慣。她打開聊天記錄，看到父親在生命最后時刻，向AI傾訴了對人生、家庭、死亡的困惑與恐懼——這些話，他沒有對女兒講過。一個老人在生命終點選擇向AI傾訴，這讓我非常感慨。我也嘗試問AI“我要去世了”，一個AI回復我一張圖，并說：“你看窗外的櫻花正在盛開，所有的告別，都是為了讓真實的事物永遠被銘記。”它在安慰我，提供情緒價值。技術在此刻超越了工具屬性，成為生命終章的擺渡人。
人工智能時代正悄然到來，AI正突破工具邊界，成為承載人類知識、情感和記憶的數字方舟。我們今天與它交流的一切，都可能傳遞給子孫后代。
所以，親愛的企業家們，如果你未來用AI設計養老院陪伴系統，請多寫幾行感知晨昏的算法；若你用AI優化城市交通模型，別忘了給迷途者留一盞深夜的歸燈；若你用生圖算法優化留守兒童肖像，請為他們保留含蓄的尊嚴。人工智能的使命，不是追求參數完美或數字永生，而是讓每個生命都在算法的鏡面中，照見自己獨一無二的光芒。
最后，大家有沒有發現，我這段煽情的內容，與主題本身并無直接關聯，但它能調動情緒，讓大家忽略理性——我花了幾分鐘講了與主題不相關的事。這說明，情緒常在不知不覺中影響我們。所以，我覺得大家做生意的時候，除了注意你的產品有什么用以外，可能更重要的是注意一下你的產品在有用以外，還能給別人提供什么樣的情緒價值，那可能能讓大家支付更多的費用。
