Kaiyun（中国大陆）官方网站-云开登录入口

　　

　　AI创业者李铁在投入400人、2款产品落地后，坦言AI创业失败，资金产出比严重失衡。

　　2.小尤的AI创业项目在ChatGPT发布后迅速投入，但因市场内卷、技术来源等问题，最终选择退出。

　　3.然而，冯博认为应用层面的AI项目具有更多发展机会，关注技术能力与综合素质兼备的创业团队。

　　4.投资机构在关注技术的同时，也看重创业团队的市场洞察力、创新能力和运营管理能力。

　　塑造的AI成功学氛围所笼罩，处处洋溢着对AI领域斐然成就的热烈讨论与展望。

　　就在当天傍晚，我刷微信朋友圈时，一条长文闯入眼帘，与这喜气洋洋的氛围形成鲜明反差。文章聚焦一位AI创业者的项目失败经历，字里行间透露着创业路上的艰辛与无奈 ，让沉浸在成功喜悦中的我瞬间冷静下来，开始思考AI创业背后不为人知的一面。

　　AI成功学甚嚣尘上，种种宣扬仿佛让我们置身于AI全面成功的盛景之中，麻痹了我们对现实的理性判断，但在“成功”的喧嚣背后，是AI创业失败者长久的沉默。他们才是真正的大多数，却因种种原因隐匿于公众视野之外，无人问津。

　　这强烈的反差促使我下定决心，开启了为期近一个月的寻访之旅。我四处奔走，只为找到那些愿意站出来，坦诚讲述自身失败经历的AI创业者。

　　写文章的人叫李铁，是消费排行平台“盖得排行”的创始人兼CEO。他在商业这块一直很有眼光。

　　2016年，他创立盖得排行，把各种生活用品、消费服务都列成排行榜，大家买东西或者选服务前，看看排行榜，就能知道怎么选更划算。

　　成立之初，盖得排行便获得了阿里巴巴集团的千万级别天使投资，后续陆续获得其他投资机构的资金支持，最近一轮融资则来自百度。

　　2020年6月，百度给盖得排行投了1.5亿，占26.06%的股份，两家公司开启战略合作。此时，盖得排行资金充足、人才也多，李铁就琢磨着开拓新业务。

　　2022年11月30号，美国OpenAI公司发布ChatGPT大模型，一下子在全世界火了。

　　李铁敏锐地觉察到，机会来了，AI新技术在图片、文字处理等领域有着广阔的应用前景。而且，像盖得这样的中型公司在应用创新方面很灵活，能够快速将新技术转化为实际应用。

　　经过深思熟虑，李铁毅然决定投身AI派生应用开发领域，期望在这片充满机遇的新赛道上开辟出属于自己的天地。

　　盖得排行第一个AI产品，是用ChatGPT做的智能助手和虚拟客服。不过，李铁不太满意。他说：“小学四年级学生简单培训一下，都能做淘宝店客服，智能客服却做不到完全替代人工。”

　　2023年和2024年是AI应用开发的高峰期，盖得排行投入约400人，总资金超过一亿元，陆续推出五六款AI应用并实现落地，包括AI作文特级教师App、祝福定制MV、高考志愿填报。

　　但李铁坦言：“这些产品虽然有一定用处，但远远达不到用户持续使用和付费的标准，就像鸡肋一样，食之无味，弃之可惜。我的公司就是泡沫的受害者。”

　　近年来，经济形势不佳，创业环境艰难。ChatGPT的出现虽给创业者带来希望，但也隐藏风险。创业者在AI领域创业时应保持谨慎，避免盲目乐观。

　　幸运的是，盖得排行有两款软件取得了成功。一款是为老年人写回忆录的软件，另一款是将AI技术应用于婚纱照片背景制作。这两款软件均由盖得公司的技术人员基于开源大模型研发。目前，AI写回忆录软件的发展态势较好。公司搭建了一套流水线体系，通过软件与AI技术辅助人工，最终生成完整的文章。

　　在开发和运营过程中，李铁发现这是一个高度依赖本地化的商业模式。他判断：“它不适合我们这样的大公司直接做，更适合我们把这套软件卖给个体户，让他们在本地利用这门技术开展生意。”

　　2024年11月，公司来了第一个参加培训的学员，以后打算当“老人回忆录AI代写师”。

　　李铁说：“因为5万块钱价格不低，很多人不放心，所以我推出了免费听课，免费培训，培训完了，你满意，再交钱。”

　　虽然用AI写回忆录的这个产品取得了成功。但是回顾整段AI应用创业的历程，李铁既气愤又无奈，公司在AI应用上的投入产出比严重失衡，实际成果与预期相差甚远。

　　“也就是说，过去两年，我们花巨资造了一艘捕鲸船，招了400多船员，出海两年，只打回来两条秋刀鱼。”

　　小尤也是在ChatGPT发布之后投入AI创业领域的创业者。他认为，“每次科技浪潮的初期都是机会，科技浪潮对于我们这种底层小白是友好的，大厂同样没积累。”

　　他把ChatGPT引发的创业潮视作改命的机会，“一个人一生能遇到的契机的数量是有限的，错过了这辈子就更难以跨越阶层了。”

　　2023年6月，小尤从一所大学的计算机专业读完硕士学位，便迅速和同学组建起创业团队。刚起步时，他打算做客服系统，然后构建知识库，把客服系统升级为特定领域的专家系统，只需要替换知识库的内容就能服务不同的群体。

　　因此，他在不确定用户是谁的情况下，先完成系统的开发，找到客户后，再根据客户的需求，做知识库方面的定制化工作。

　　团队组建是创业初期的关键任务。起初，小尤与同学合作，但这种模式存在弊端，成员间能力和背景相似，工作内容也相近，不利于团队成员发挥差异化能力，承担不同任务。这导致产品宣传和商务谈判等工作无人胜任，让团队在早期吃了不少苦头。创业半年后，为解决团队成员能力多元化问题，他们选择与另一个两人团队合并。

　　筹集资金是团队初期第二顺位的问题。但是，由于初创团队的产品不完善，甚至没有demo，筹备资金时，非常看重团队成员的背景。

　　小尤是计算机专业硕士毕业，“我自己学历背景比较好，每次拿融资的时候都会带上我。”

　　他们主要向老熟人、有实力和合作关系的企业以及合作过的大客户筹集资金。其中，从老熟人那里筹集到约二十多万，是最多的一笔资金，但未能从后两类对象处获得资金。

　　最初，小尤不采用大模型开源系统，而是在Github开源项目上进行二次开发。凭借4年的开发经验，开发过程还算顺利，但因初期人手不足，整个过程耗时约5个月。

　　在实际市场中，客户更关注价格和功能是否满足需求，而非技术来源，这使得创业公司急于开单。暗藏的一个风险也来自Github，公开的开源项目意味着小尤的产品缺乏核心技术。

　　后来小尤反思，在2023年AI应用快速爆发的时期，自研风险远高于以往，若重来一次，第一版产品直接找开发公司购买，仅花费8000元左右改外观，还能节省几个月时间。

　　同时，他注意到，很多公司都在卷大模型开源和系统开源。直接采用名气大、技术硬的大模型，不仅能节约很多宣传成本，还能迅速获取早期客户。

　　在一年时间里，小尤和团队先后开展了私有化知识库、数字人开发、获客软件三个项目。前两个项目均以失败告终，只有获客软件项目存活下来，每月收入约10万元，但收入不稳定，仅够维持团队运转。

　　其实，摆在小尤面前的是一个错综复杂的市场：足够多的程序员群体、足够高的失业风险、足够浅的信息差、足够高的竞争环境、足够少的创业机会、足够低的用工成本、精细化的产品生产机制、骤然暴热的技术浪潮……当这些因素在一个极端的时间爆发，结局只有一个：高度内卷。

　　当OpenAI把机会送到太平洋彼岸时，这群智商足够高的知识精英，无不把它当做逆天改命的机会。

　　在这场激烈的竞争中，常规操作手段已然失效。小尤判断，要想脱颖而出，专利保护和达到SCI水平的原创论文至关重要。

　　2024年6月，结束创业前，小尤已提交两项专利申请。恢复自由身后，他依旧马不停蹄地阅读文献、撰写论文。在他看来，创业的赛道“就是如此残忍”，即便创业结束，提升核心竞争力的脚步也不能停下。

　　2024年12月，李铁从广州前往北京出差，期间与几位AI投资机构的投资人展开交流。

　　其中一位投资人透露，其所在机构投资了全国20多个AI应用项目，令人遗憾的是，这些项目无一做大做强，能真正落地投入使用的更是寥寥无几。

　　这位投资人对李铁感慨道：“李总，你们算是很厉害了，居然还搞出两个成立的。”

　　ChatGPT爆火后，国内大模型发展迅猛。短短不到一年，就涌现出130多个大模型。据新华社报道，截至2025年2月，参数规模10亿以上的大模型已有100多个，数量超过美国。

　　然而，市场研究机构CB Insights在2025年初发布的数据却显示出另一番景象：2024年，中国AI领域投融资事件仅有301件，而美国高达2189件；中国AI领域总融资规模为52亿美元，美国则达到763亿美元，中国AI初创企业筹集的资金仅为美国的7%。在投融资数量和规模上，中国与美国均存在较大差距。

　　ChatGPT发布后的短短两年间，中国投资机构对AI项目的投资逻辑发生了巨大转变。

　　2024年，中国AI商业落地以“决策式AI提效、生成式AI创收”为核心逻辑，民营投资机构侧重于财务型投资，国有投资机构偏向于配合产业政策布局，整体呈现出技术与场景深度融合、政策与资本协同驱动的特征。

　　起初，投资机构倾向于投资专注AI通用技术研发的项目，如大模型研发、算法创Kaiyun官网 登录入口新等。他们普遍认为，掌握核心技术是在AI领域取得竞争优势的关键，因此大量资金流向拥有先进算法、算力资源和数据处理能力的企业。

　　但随着技术的迅猛发展，投资机构的关注点逐渐转向AI技术在具体场景中的应用落地。常垒资本投资合伙人冯博就更青睐投资应用层面的AI项目，而非大模型本身。

　　他认为，大模型领域竞争异常激烈，尤其是DeepSeek开源后，市场格局发生了重大变化，新的纯大模型创业企业面临着巨大挑战。相比之下，应用层面的项目有着更多的发展机会。

　　他举例说，有一家专注于办公领域Excel数据分析和操作的公司，通过开发小模型完成大模型无法完成的复杂任务，很好地满足垂直市场的需求，这类应用项目就更符合他的投资偏好。

　　基于此，他总结出“开源大模型—垂直小模型—垂直市场需求”的商业链路分析模式，并且将更多目光聚焦在“垂直小模型—垂直市场需求”上。这意味着创业团队无需在“从0到1”的艰难起步阶段耗费过多精力，可以直接进入“从1到10”，甚至“从10到50”的商业模式验证阶段。

　　“应用创业是科技领域的生意，得思考如何盈利，靠不断融资难长久。”冯博认为，在AI投资里，追风口容易，找真正有落地价值的项目难。好项目就像深埋沙砾里的金子，得用专业眼光和行业洞察力去挖掘。

　　对于那些围绕大模型开展工作，却没有真正利用大模型解决实际问题的创业项目，他并不看好，因为这类项目壁垒低、生命力不强。而对于能够清晰规划盈利路径、有明确客户群体和变现方式的项目，他会更感兴趣。

　　此外，冯博还指出，创业团队中的技术人员至关重要，特别是具备调优大模型和设计小模型能力的年轻人。

　　以他投资的一个蛋白质结构预测项目为例，团队成员不仅要精通大模型，还得深入了解所在行业，这样才能设计出有竞争力的小模型，提升产品的实际应用效果。在他看来，拥有这种技术能力的团队，在AI创业中更具优势，也是他投资时重点考察的因素之一。

　　不过，从Kimi、DeepSeek等科创新秀公司的发展经验来看，投资机构除了关注技术，还十分看重创业团队的综合素质。

　　一个优秀的AI创业团队，不仅要有深厚的技术底蕴，还需具备敏锐的市场洞察力，能够精准把握市场需求与行业趋势，将技术转化为具有市场竞争力的产品或服务。创新能力同样不可或缺，在快速变化的AI领域，只有不断创新，才能保持领先地位。运营管理能力也至关重要，它关乎企业的日常运营效率、成本控制以及战略执行，直接影响着企业的生存与发展。