---
title: "AI投资新风向：谁能把技术和场景结合，就投谁"
id: "20260320A07XLV00"
publicationAccount: "非凡产研"
originalPublishedAt: "2026-03-20T19:07:27+08:00"
canonical: "https://ffcap.cn/research/20260320a07xlv00"
source: "https://view.inews.qq.com/a/20260320A07XLV00"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["融资与投资","模型与基础设施","AI 医疗","组织转型","非凡大赏","OpenAI"]
---

# AI投资新风向：谁能把技术和场景结合，就投谁

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

**非凡大赏·嘉宾访谈**

## **AI投资，正在从"看技术"转向"看结果"**

  

对话德同资本陆宏宇：真正的大机会，不只在模型里，更在传统行业的重做里

**受访者**：陆宏宇（德同资本董事高级合伙人）

**访谈时间**：2026年3月

这两年，几乎所有投资机构都在看 AI。

但看着看着，市场开始分化了。

有的人还盯着模型参数、算力卡位、基础设施的战争；有的人已经把目光，转向了另一个更现实的问题：**AI 最终到底要落到哪里，谁真的能把它变成生意，变成结果，变成长期价值？**

这次和德同资本董事高级合伙人陆宏宇聊完，我印象最深的，不是他对某个热点赛道有多兴奋，而是他身上那种很典型的投资人判断：

**AI当然重要，但真正值得下注的，不只是技术本身，而是技术和真实场景结合之后，能不能长出新公司、新模式，甚至新的产业组织方式。**

换句话说，AI投资这件事，已经不只是**"投一个更聪明的模型"**，而是开始进入**"投一个更能创造结果的系统"**。

而这，可能才是这一轮 AI 真正有意思的地方。

  

## **德同为什么会 All in AI？**

很多人会以为，VC大举转向AI，是今年才发生的事。

但在陆宏宇的表述里，德同资本对 AI 的持续关注，其实很早就开始了。ChatGPT 出来之后，他们就一直在看，而且越看越明确：**这不是一个短期热点，而是一场足够深的技术代际切换**。

德同现在的态度，可以概括成一句话：

**All in AI，AI for All**

这句话其实挺值得展开。

前半句代表的是投资决心。不是把 AI 当成一个主题基金里的子赛道，而是把它当成未来几年最核心的变量来配置。

后半句更重要。它不是只看最上游、最炫目的那一层，而是相信 **AI 最终会渗透到各行各业**。也就是说，AI 的机会不只属于模型公司，不只属于少数技术精英，也属于那些能把 AI 带进医疗、制造、服务、内容、消费、企业流程里的创业者。

  

## **AI投资的逻辑，哪些变了，哪些其实没变？**

每一轮技术革命都会让人产生一种错觉：过去的投资方法是不是失效了？

陆宏宇的回答挺有意思。他没有把 AI 说成一套完全颠覆旧世界的新规则，而是更像在说：

"

**有些底层逻辑没变，但 AI 确实改写了很多关键变量。**

最明显的变化，是 AI 产品和过去很多互联网产品不太一样。

它**自带流量，自带粘性，也自带一种"生命力"**。

这背后其实对应着一个非常现实的现象：过去一个创业公司要从 0 到 1，往往得搭团队、铺渠道、买流量、做销售，整个过程又重又慢。但 AI 时代，**一个人创业公司的可能性突然变高了**。产品做得足够好，本身就有机会成为传播入口，甚至直接带来自增长。

陆宏宇提到，和以前的 TMT 项目相比，**AI 项目更需要产品驱动，而不是渠道驱动**。

这句话看似轻描淡写，其实非常关键。

它意味着：**今天很多创业公司真正的胜负手，不再是谁铺得更广、谁关系更深，而是谁先把用户真正需要的体验做出来**。

  

## **大模型和垂类应用，不是二选一**

现在很多 AI 创业者最容易卡住的问题，就是总觉得自己站在一个岔路口：

到底是去赌通用大模型，还是做垂直应用？

很多人甚至会想，要不要再等等，等大模型格局更清晰一点，再决定做什么。

但陆宏宇的态度很明确：

**不用等。**

这其实给了很多创业者一个很重要的信号。

因为在今天这个阶段，通用模型会继续演进，但垂直应用不会因此失去机会。恰恰相反，**越是模型能力持续增强，越给垂类应用留出了更大的发挥空间**。

关键不在于你是不是做"大"，而在于你有没有**抓住一个真实、高频、长期存在的问题**。

那垂类 AI 应用的护城河是什么？

陆宏宇给出的答案也很直接：

**数据。**

这不是一句老生常谈的话。

因为到了今天，大家已经慢慢看明白了，**单纯套一层模型壳子，并不能构成壁垒**。真正能把一个垂类应用做深的，是它背后那套场景数据、用户反馈、任务链条、行业 know-how 和持续迭代能力。

  

## **先 To B，再 To C，可能是中国 AI 创业更现实的路径**

关于 To B 和 To C，市场上一直有很多争论。

有人觉得 C 端想象力更大，容易出爆款；也有人觉得 B 端更扎实，更容易形成收入。

陆宏宇的判断是：

**国内2B，海外2C**

原因不复杂，两个字，**成本**。

这其实非常符合中国 AI 创业的现实处境。

C 端当然不是没有机会，但中国市场一直存在一个老问题：**用户愿意用，不一定愿意付费**。特别是当产品还需要持续消耗模型成本、推理成本、服务成本时，C 端如果没有特别强的内容属性、娱乐属性或者网络效应，商业化会非常难。

所以在他看来，**中国 AI 企业面向 C 端付费困境，突破口更可能先从文化娱乐和游戏切入**。

  

## **具身智能现在能不能投？可以，但别把它想得太早熟**

过去一年，机器人、具身智能的热度越来越高。

尤其是在大湾区，相关项目层出不穷，几乎每一场大会都会有人讨论人形机器人是不是下一个大机会。

陆宏宇的判断不算激进，但也不悲观。

他认为，**这个赛道现在还在早期，但投资时机已经到了，至少是阶段性的到了**。

这句话很有分寸。

因为它一方面承认了，具身智能远没到真正成熟的阶段；另一方面也意味着，对投资机构来说，如果等到一切都清晰了，很多窗口期可能也就过去了。

不过他特别强调了一点：

**场景很重要。**

现在很多人谈机器人，容易把它想象成"百变金刚"式的万能存在，仿佛一个通用机器人未来可以无缝进入所有环境、完成所有任务。但现实显然不是这样。

在真正的产业落地里，**场景决定需求，需求决定能力边界，能力边界再反过来决定商业化速度**。

  

## **AI创业的残酷，不会因为风口变得不残酷**

聊到 AI 创业，很多人都容易被一种乐观情绪带着走。

融资事件越来越多，估值越来越高，所有人都在说这是十年一遇的大机会。可真正问到投资回报、退出路径、项目成活率时，大家又会迅速沉默。

陆宏宇对这一点倒是很坦率。

他提到，**基金回报本来就来自 20% 的项目，AI 赛道大概率也还是差不多，不会因为它是 AI，这个规律就失效**。

这句话其实挺扎心的。

因为它提醒所有创业者：**AI 并不会自动帮你降低失败率，它只是把成功者的天花板抬高了**。

  

## **为什么他反而更看好 00 后创业者？**

这一段是我觉得整场访谈里很有意思的部分。

我们现在总在讲一个词，叫**"AI Native"**。

但到底谁更像 AI Native？

是那些有丰富产业经验、做过几轮互联网和企业服务的老兵？还是那些天然把 AI 当成工作语言、思维方式和创作搭档的年轻创业者？

陆宏宇的答案偏向后者。

他说，

**相比有经验的老炮，我反而感觉 00后更有优势，因为 AI 需要创造力。**

这背后其实是一种很值得玩味的代际判断。

传统创业时代，经验是很重要的。你懂行业、懂关系、懂流程、懂怎么把事情一层层推进，这些都会成为壁垒。

但到了 AI 时代，很多东西正在被重写。原有经验有价值，但也可能变成路径依赖。反而是那些还没有被旧秩序完全塑形的人，更容易接受新的工作方式、新的产品逻辑和新的组织结构。

陆宏宇提到，他接触过最年轻的 AI 创业者 22 岁，最年长的 48 岁。两者的差异，他用四个字概括得很妙：

**理想与现实。**

年轻人更容易相信可以重新定义规则，年长者更知道现实世界的摩擦和边界在哪里。

所以真正有意思的，也许不是谁单独更强，而是**谁能把这两种力量放到同一个系统里**。

  

## **AI和传统产业之间，最重要的不是"讲清技术"，而是"交付结果"**

很多 AI 创业者在和传统行业沟通时，最容易掉进一个误区：

**特别想证明自己的技术有多先进**。

但传统产业老板真正关心的，通常不是你模型多强、Agent 多聪明、系统架构多漂亮，他们关心的是另一件事：

**最后能不能出结果。**

陆宏宇用的词非常简单：

**结果导向。**

这四个字，其实足够解释为什么那么多 AI 公司讲了一堆前沿概念，却始终进不了传统行业的核心场景。

因为对传统产业来说，**技术不是目的，业务结果才是目的**。

能不能降本？能不能提效？能不能减少错误？能不能缩短流程？能不能带来收入？能不能让组织里原本卡住的某个环节，突然被打通？

如果答案是可以，那沟通就会顺很多。

如果答案还是一堆技术语言，那大多数合作最后都会停留在"听起来不错"。

  

## **这一轮 AI 投资，真正押注的不是热点，而是一种新的生产关系**

聊到最后，我反而越来越觉得，这场访谈真正有价值的地方，不在于给出了多少"该投什么"的标准答案。

而在于它隐约揭示了一个更深的变化：

**今天投资人押注的，已经不只是某一个模型、某一项技术、某一个具体赛道**。

他们押注的，是 **AI 正在重写生产关系**。

一个人公司会不会越来越多？

产品驱动会不会越来越强？

传统行业会不会被重新组织？

年轻创业者会不会因为思维更轻、更敢试错，而在新周期里更有机会？

机器人和具身智能会不会在具体场景里先跑出来，再反过来定义下一轮基础设施？

这些问题，现在都还没有完全确定的答案。

但有一件事越来越清楚：

**AI 的机会，不只属于会造模型的人，也属于那些能把模型、数据、场景、组织和结果重新拼起来的人。**

而真正的**大公司**，很可能就诞生在这个拼装过程里。

  

## **精选 Q&A**

**Q1：请先向读者介绍一下你自己和德同资本。**

**陆宏宇：**我在德同资本主要关注 AI、TMT 投资，以及海外投资。德同资本现在对 AI 的态度可以概括为一句话：All in AI，AI for All。其实从 ChatGPT 出来以后，我们就一直在持续关注这个方向了。

**Q2：德同资本的 AI 投资逻辑是什么？**

**陆宏宇：**我们基础设施、模型、应用都会看，不同团队有不同分工。但如果说德同的差异化打法，我觉得我们会更偏应用端，更关注 AI 和古典行业的结合。

**Q3：从移动互联网时代到 AI 时代，投资逻辑最大的变化是什么？**

**陆宏宇：**AI 自带粘性和流量，更有生命力。还有一个很大的变化是一人创业公司的可能性在增加。和以前很多 TMT 项目相比，AI 项目更需要产品驱动，而不是单纯靠渠道驱动。

**Q4：大模型和垂直应用，你们怎么选？**

**陆宏宇：**不用等。垂类应用完全可以做。它的护城河很重要的一点就是数据。

**Q5：To B 和 To C 的 AI 创业，更看好哪个方向？**

**陆宏宇：**我会更倾向于国内2B，海外2C，主要还是成本原因。至于中国 AI 企业在 C 端付费意愿低的问题，我觉得可以先从文化娱乐和游戏开始切入。

**Q6：你怎么看具身智能和机器人赛道？**

**陆宏宇：**这个赛道现在还是早期，但投资时机至少阶段性地到了。不过我觉得场景非常重要，我还没有看到那种"百变金刚"式的通用形态。

**Q7：早期 AI 项目如果只有 demo、没有收入，怎么评估？**

**陆宏宇：**已经上市的公司里，也不是都已经有很高的收入。所以还是要综合判断，而不是只盯着当下收入。

**Q8：AI 赛道的二八法则会不会更极端？**

**陆宏宇：**我觉得也会差不多。基金回报本来就是来自 20% 的项目。

**Q9：80后、90后、00后创业者，在 AI 领域有什么差异？**

**陆宏宇：**我接触过最年轻的 AI 创业者 22 岁，最年长的 48 岁。差异某种程度上可以概括成"理想与现实"。

**Q10：有产业经验的老炮，和 00 后 AI Native 创业者，谁更有优势？**

**陆宏宇：**我会感觉 00 后更有优势一点，因为 AI 需要创造力。

**Q11：AI 创业者和传统行业老板，怎么有效沟通？**

**陆宏宇：**结果导向。

**Q12：作为资深投资人，怎么理解 00 后 AI 创业者？**

**陆宏宇：**想办法让自己年轻起来。

**Q13：德同如何帮助被投企业实现不同代际之间的协同？**

**陆宏宇：**加强沟通交流，利用我们的朋友圈生态，还有德友会这样的机制，帮助大家互相补位。

---

原始发布版本：https://view.inews.qq.com/a/20260320A07XLV00

本站阅读页：https://ffcap.cn/research/20260320a07xlv00