真实情况可能比表面看上去的更炽热。另一位AI投资人Jason表示，获得融资的AI应用项目数量，比目前公布出来的项目数量至少多出两倍。

从访问量层面看，AI聊天机器人、写作助手、搜索引擎、翻译工具、音乐生成、图像生成等产品，主要占据了各种不同榜单的前20位置；从融资层面看，教育、求职、陪伴、智能硬件、游戏、创意工具等不同方向的AI应用项目正在收获融资，呈现百花齐放的态势。

数据来源：AI产品榜、infoQ、硅星人

另一方面，美股AI相关的不少软件公司今年股价出现了数倍涨幅，比如数据分析公司Palantir、语音技术公司SoundHound AI等，其中营销平台AppLovin的股价一年涨了7倍，市值超过千亿美元。二级市场的反馈、大模型技术的逐渐成熟，都为AI应用的探索注入了信心。

据观察，很多项目的天使轮融资额并不高，在数百万元左右，但是投资机构们提高了出手频次。简言之，创业者才是这波融资热背后的争夺焦点。

为了抢占这些优秀的创业者，不少投资机构作出了组织模式上的调整，推出了面向早期轮次的基金项目。值得注意的是，从大概2019年起，知名基金针对单笔交易金额1000万元以下的早期融资项目的出手已经逐渐稀少，如今似乎迎来了天使投资的“复活”。

例如，锦秋基金发布了“Soil种子专项计划”，线性资本推出了“Bolt项目”，此外还有一些投资机构也做出了类似调整，尽管尚未公开对外宣布。投资机构在AI应用的投资上，呈现出“投早、投小”的特征。据多位投资人透露，现在看完一个项目，两周内就会敲定是否投资，决策非常迅速。

但这并不意味着一级市场整体回暖，更多的是AI应用赛道迎来了一个关键的市场拐点。

AI应用融资，为何一年之中冰火两重

在今年上半年，AI应用领域的投资较为低迷，多个投资人表示，这背后有着一些历史的惯性原因。

Ben指出：“从2019年开始，中国的天使投资已经基本‘名存实亡’了。”根据投中网数据，2016至2020年间，中国天使投资的数量持续下降。2016年，天使投资机构新成立16家，但到了2020年，这一数字降至0；同时，天使投资事件的数量也从2016年的7332个下降至2020年的1238个，降幅超过83%。

其中比较重要的一点，许多风险投资基金的在管资金规模普遍超过3亿美元，在市场环境变差时，这些基金的投资策略更加趋向于选择那些风险较低、确定性更高的项目。这些基金通常更倾向于投资有成熟背景的创业者，或者那些已经获得市场验证的项目，这种项目轮次相对靠后。因此，这些大基金的组织结构逐渐演变为，针对单笔交易金额1000万元以上的早期融资项目进行配置。

因此，那些处在更加早期阶段、尚未明确路径的创业团队，往往难以获得融资。

这种市场惯性一直延续到今天的AI赛道。比如，过去这两年内，中国AI领域的投资更多集中于各类大模型公司，金额巨大，动辄一个轮次几亿美元。

有AI投资人曾撰文表示：“很多时候，投资人不投你，不是因为你太贵了，而是因为你太便宜了。”

相比之下，AI应用类项目就“便宜”多了。

早期的AI应用项目通常不需要巨额融资。比如，最近帮助海外网红管理邮件的OneTouch获得了百万美元的天使轮融资；AI宠物硬件项目“星联未来”获得千万元天使轮融资，而他们的资方都是由多家创投机构构成。

大洋彼岸发生的，影响了中国本土的投资风向。投资圈开始意识到，一些AI应用项目，也可以以小博大。许多如今在全球范围内表现优秀的AI应用项目，如Perplexity、Pika、Cursor、Recraft等，在启动阶段团队规模较小，甚至曾接受风险基金AI Grant的资助起步，AI Grant的单笔资助数额在 5000 美元至 50000 美元之间，后来都完成了飞速成长。比如，AI搜索应用perplexity在2022年底完成种子轮融资310万美元，如今其估值达到90亿美元。

有了海外的优秀案例完成模式验证之后，中国本土的投资风向开始变了。为此，一些美元背景的投资机构率先开始拥抱AI应用领域的早期轮次投资，种子轮和天使轮的项目逐渐“复活”，这股热潮逐渐影响到其他投资机构。

Ben指出，眼下围绕AI应用的一种普遍的投资策略是，知名美元基金将部分资金从主基金中单独划拨，成立专门的小组，进行小额早期投资。这些投资通常在50万到200万美元之间，而50万美元左右的项目往往竞争最为激烈。

据悉这一调整主要发生在今年的第二、三季度。也正是这时起，资本热潮向AI应用创业者涌来。

先做小，再做大

除了投资机构的组织结构调整，AI应用创业者获得资本青睐的现象与AI产业的发展阶段也密切相关。

去年，AI产业的热潮主要是由大模型技术驱动的，“能够从事这些技术开发的创业者，通常都在大厂工作过，或者是背景非常强大的连续创业者。”Jason分析道。

然而，今天的AI市场已经逐渐进入了产品驱动的阶段。大模型技术已经发展到可用阶段，市场更加注重产品的落地和功能的实际应用。

“当进入到开发产品阶段，涉及到的团队和创业者就会非常多，涵盖了从做小产品到做大产品的各种情况。”Jason说，“因此，需要更多背景的人进入，在不同的细分赛道中，机会层出不穷。”

在移动互联网时代，很多投资逻辑侧重于打造“大平台”，而在AI时代，更多的创业者选择从“小产品”起步。“如果一开始就想做一个大的产品，大概率会失败。”Jason更倾向于选择那些小步快跑的团队，“先做一个小产品，等到有了一定用户基础后，可能会迎来收购或者并购的机会。而随着大模型能力的不断提升，这些小产品有可能在后续演化成更大的产品。”

这种从“大”到“小”的转变，并不意味着创业者的能力不够，而是技术和成本限制使得从小做起更加实际。目前，大模型的成本和计算能力仍然是创业者需要克服的主要障碍。“不能期望一开始就能做出一个长期的、宏大的产品路线图。”

如今，AI应用创业的逻辑发生了很多转变。与过去融资主导的思维不同，当前的AI应用创业者更倾向于先通过小规模验证产品的可行性，然后再逐步进行品牌曝光和市场推广。

Jason指出，因为AI应用的壁垒起初并不高，创业者通常选择低调发展，集中精力做产品和实现收入，而避免过早进行高调宣传，以降低被模仿和抄袭的风险。

这种“闷声做产品、低调融资”的现象在AI应用领域愈发明显。

尽管AI赛道仍然充满不确定性，仍处在资本寒冬中，但随着技术驱动向产品驱动的转型，创业者和投资人都进入了一个更加务实的阶段。

很难讲有多少被投的AI应用能走到最后，Jason觉得，在一场向前的浪潮里，“保持在场很重要。”