无论是在公开市场还是私营市场，AI 的崛起都异常显著：目前不到十几只科技股约占标普 500 指数的 40%，而 AI 驱动的初创企业主导了风险投资流入和估值（见图 1 和图 2）。
评估基金质量意味着不仅要区分不同管理人，还要区分不同成熟阶段的新兴技术。核心挑战依然存在：投资者如何将信号与噪音区分开来，并在以人工智能为核心的风险投资组合中识别真正持久的价值？
图1
图2
以下框架将帮助 LP 和顾问突破噪音，更精准地评估 AI 风险基金。
一个简单的框架
对 AI 相关基金感兴趣的 LP 成员、顾问和投资者应从以下问题开始：
- 我是不是只是投资了生成预训练变换器（GPT）包装器，这些包装器无法承受 OpenAI 新功能的发布？
- 我将投入资金的垂直领域有多饱和？
- 即使现有企业 SaaS 公司（如 ServiceNow）正迅速争夺市场份额，利用 AI 重新定义传统软件即服务（SaaS）是否有价值？
在这些初步问题得到解答后，还有两个额外因素可以帮助投资者评估以人工智能为核心公司的耐久性和可扩展性。
首先，这些公司是否活跃于进入门槛较高的领域，并且是否具备利用同时出现的创新浪潮的有利位置？如果是这样，它们更有可能具备可防御的持久力，并在市场成熟时带来超额回报。
进入门槛较高的初创企业拥有更宽且更持久的护城河，能够抵御下一次 OpenAI 主题演讲或 Google I/O 活动的冲击。如果无法与更广泛的技术进步隔离，那些一夜之间涌现的笔记应用或编程助手很可能会面临挑战。
此外，进入企业的最高门槛往往是对公司的信任。信任在产品采用中至关重要，它通过关系、专业知识和同理心逐步建立起来。最优秀的公司能够通过有针对性的人工智能而非一刀切的应用来建立信任并深化关系。在这些情况下，AI 充当加速器，缩短开发周期以响应客户反馈。AI 是增强而非替代，这种增强增强了客户信任，支持了企业的整体增长。这与“ 氛围编码 ”形成对比 ， 后者 AI 写代码时追求快速发布，而不是专注于交付高质量输出或解决真实需求。
其次，围绕多个创新超级周期进行布局，既提升了初创企业的耐久性，也增强了其市场推广策略的规模化能力。与其仅投资于仅有 AI 应用场景的 AI 公司，不如扩大市场范围，涵盖相邻的应用场景，可以提升为客户打造具有竞争力的多重切入点的机会。
例如，一家物流初创公司利用物理传感器与人工智能代理自主管理造船厂，或一家医疗公司利用人工智能进行诊所管理功能，如排班、计费和文档共享，并通过应用程序无缝交付这些功能给患者。
Wiz 作为风险投资案例研究
这两者结合的一个明显例子是 Wiz，一家成立于 2021 年的云安全初创公司， 谷歌计划以 320 亿美元收购该公司。
云安全存在显著的进入壁垒。鉴于存储企业数据和防止泄露的敏感性，这一细分领域建立在高度的运营信任之上。Wiz 通过早期概念验证、招聘顶尖工程人才以及将团队嵌入客户以建立信任来发展业务。
最初采用 Wiz 进行早期云迁移的客户面临企业 AI 开发相关的新安全挑战，Wiz 也从中受益。通过围绕产品建立信任，同时向云端和人工智能浪潮销售，Wiz 吸引了谷歌的关注，并为投资者带来了强劲回报。
穿透噪音
专注于人工智能的风险投资基金激增，投资者和顾问需要更加严格的尽职调查。应用这一简单框架有助于区分那些支持真正进入壁垒和长期战略定位公司的管理者，与那些追逐炒作的公司。能够分辨出差异的投资者，将是未来几年中能够蓬勃发展的投资者。
韭菜热线原创版权所有，发布者：风生水起，转载请注明出处：https://www.9crx.com/92234.html
