专访Fusion Fund张璐：人工智能应用还在初期，未来还会出现其他技术革新

在中国AI大模型创投领域，不同投资人对于模型层和应用层的价值判断并未形成共识，甚至在某种程度上是对立的。

这种情形同样存在于美国。在硅谷，有一只早期基金Fusion Fund，在8年前就坚定选择成为To B（企业端）方向的价值投资者，原因是这里有全球最大最成熟的B端（企业端）市场。 

Fusion Fund创始合伙人张璐自身就是一名连续成功创业者。她毕业于斯坦福大学材料科学工程学院，在卖掉自己创办的医疗器械公司后，成立了这家基金。

投身VC领域的近十年，Fusion Fund募集管理了4期基金，平均每年出手7-10个项目。这些项目绝大部分与To B领域的AI应用有关，包括AI搜索工具LeptonAI，AI驱动的音频转录公司Otter.ai，以及专注于开发时的工具及基础设施Paperspace等等。

张璐坚信AI应用在To B方向的价值。“在我看来，美国是全球最大且最成熟的B端市场，拥有最先进的技术和最佳的Go-To-Market机会。”这在很大程度上与美国企业端销售的高付费意愿有关，这是与中国市场之间的重要区别。

至于Fusion Fund从不涉足的C端（用户）市场，张璐认为，至少在美国，这实际上不是OpenAI和Anthropic等初创公司的战场，而是背后的微软、亚马逊和谷歌等巨头的竞争。

她指出，从历史规律来看，大部分的技术创新所经历的周期，总是从基础技术创新，到技术应用创新，再到商业模式创新。而前两个阶段大概率会以To B方式率先在产业里进行多轮验证，才会演进成为To C的重大机会。

作为一位需要在硅谷同时进行领导与竞争的华人女性，身份曾是张璐在行业中的显著标签。但从几年前起，关于她个人的讨论逐渐减少，更多的焦点转向了Fusion Fund所带来的行业洞见。“这与评判初创企业的思维很相似，”张璐说，“关键在于你做成了什么事情。” 

Fusion Fund的一项杀手锏是其2018年建立的Fusion CXO网络，集结了45个来自全球500强企业的高管，为初创企业提供高效的资源和订单支持。此外，张璐还着手搭建了Fusion Expert Network（专家网络），覆盖近30位工业领域专家，为团队提供深入的行业洞察。 

这些都是她保证团队项目源质量及出手命中率的重要支撑。

尽管主战场在美国，但张璐也始终关注着中国科技创投生态的发展。

过去一两年，来自中国市场最让她感到惊喜和兴奋的，是商业航空航天领域的进展。“对于年轻一代来说，这是一个未来的巨大市场，”张璐说，“而且如果开放给更多的民营企业参与其中，必定能更好地推动创新。”

以下为界面新闻对张璐的采访实录，略作编辑：

界面新闻：在过往的AI投资中你有密集出手的时候吗？整体的投资节奏在今年有没有发生什么变化？

张璐：我们还是蛮平均的，去年投了9个项目，平时一年大概投7~10个项目，所以去年算是投得比较多，今年到现在也已经投了8个项目了。

我们主要聚焦于B端的应用，主要是人工智能在医疗、金融、保险等垂直领域的产业应用，以及人工智能基础设施。我们不投任何的C端项目，之前也没有投过。

界面新闻：过去8年中，B端的机会有哪些趋势能总结？

张璐：早期的时候我们投一些垂直领域的AI应用，比如说Otter.AI，Paperspace，你会发现他们无论是做应用还是做人工智能基础设施，主要服务的对象还是科技领域的企业，或者说科技领域的从业者和开发者群体。

但是在最近这两三年，很多垂直领域的人工智能应用，它服务的是传统行业、非科技领域，如金融、保险、物流、供应链、医疗等行业。它们本身的技术属性没有那么强，或者说之前对于人工智能的认知没有那么深入，但过去这两年他们加速了AI技术的学习、植入及应用探索。这可能是过去8年的一个显著变化。

相当于以前更多是科技领域的自我发展与AI应用，而现在则是全产业的数字化转型，这也是为什么我说现在是一个大时代，是一个好机会。

界面新闻：全产业的机会来了，底层原因是技术上的进步吗？还是说也有别的结构性变化？

张璐：这个问题特别好，因为很多人认为是技术终于“准备好”了，其实并非如此。技术实际上早已准备好了一段时间，真正关键的是产业是否准备好了。

人工智能核心应用的一个前提就是数据。行业是不是有海量的高质量数据，这是第一要义。在此基础上，才能够造就让大家觉得便宜好用，真正能够解决问题的人工智能解决方案。

早在2017年，就有一波关于人工智能在C端应用的讨论。我当时公开发过一个报告，关于人工智能在医疗领域应用，我当时认为，人工智能技术还没有发展到能够在C端展示其优越性的时候。

但如果看医疗领域，它已经有海量的高质量数据，有巨大的数字化转型需求，尤其在美国，医疗行业的数字化已经做得很好了。因此人工智能也需要医疗领域来体现其技术优越性。这是我当时的看法，元宇宙之家消息，后来证明是对的，我们从2017年开始就重点投资人工智能在医疗领域的应用。

界面新闻：所以产业为什么现在准备好了？

张璐：有一个比较重要的原因是，过去几年疫情推动了很多传统行业的数字化转型。大家逐渐意识到，很多科技行业已经广泛采用了数字化工具——远程会议、智能化解决方案等，但传统行业却相对滞后。随着疫情的爆发，各行各业都必须开始使用数字化工具来适应远程工作。

疫情让各个行业，无论主动还是遭动，都加速了数字化转型。例如，许多工业制造业的公司，过去工厂是半自动化的，但因为疫情期间需要持续生产口罩和呼吸机，员工无法回厂，工厂遭迫转向全自动化。这些转型都是在疫情压力下发生的，但也为后续的AI应用打下了坚实的基础，尤其是为收集海量高质量数据提供了可能，从而为人工智能的进一步应用创造了条件。

在疫情之后，又发生了一件关键事件——ChatGPT的出现。它为全社会进行了一次大规模的人工智能教育，让大众突然意识到人工智能已经变得触手可及。

我们从2016年就开始投资AI公司，当时有一个理念叫“零代码人工智能平台”（No code AI），就是你不需要理解一行代码就可以直接用这个AI产品。ChatGPT让大家意识到了这个概念真的存在。

界面新闻：这种机会在医疗、金融和保险这些行业率先遭验证了？

张璐：已经遭验证了。我们前几年投的一些垂直领域人工智能公司，现在收入做得最好的已经到几十亿美金。所以不是大家想象的现在刚刚开始，而是有很多走得比较快的垂直领域AI公司已经做出来了，并且还有一些新的应用场景正在遭发掘。

所以To B在美国现在是如火如荼，并且是大面积的如火如荼。 

界面新闻：中间有一个爆发的节点吗，还是总体平稳上升，但相对比较陡的一条曲线？

张璐：确实比较陡，因为去年年初ChatGPT给全产业做了一个人工智能的教育，而我们投的很多公司，它是做垂直领域小模型，针对细分行业应用，但是这些细分市场量级又足够大。

大家如果对于To B不熟悉的话，总是想象不到它的产业量级有多大。美国的医疗行业是美国GDP的20%，是全世界最大的医疗市场，没有任何一个其他行业市场规模可以跟它相比。美国的保险行业是7万亿美金的市场，这也是一个巨大的亮点，金融行业就不用说了，全世界最大的金融行业产业就在美国。 

包括现在崛起的机器人产业，因为跟物流供应链制造生产相关，还有太空科技，SpaceX所在的太空经济产业大概是一个10万亿美金的市场。整个太空领域的发展带来的卫星数据等等，都是海量的产业机会。 

界面新闻：到这个阶段，你觉得整个美国的B端AI产业改变的机会，还会是一个由技术驱动的机会吗?

张璐：其实，这取决于你怎么定义技术。技术可以是如何优化大模型，也可以是怎么做小模型，把它做精、做低成本。 

但这并不是简单地更换一个语言模型就可以了，背后更多是架构设计（architecture design）。另外，还有一个很重要的因素是产业数据——能否获得核心的高质量产业数据。数据质量越高，需要的数据量就越少。数据量少，意味着对GPU算力的需求更低，能耗也会减少，最终产品的成本也会更低。

因此，数据是至关重要的。虽然你可以将其视为技术的一部分，也可以不这么看，但它无疑是当前B端应用的核心所在。

不过，我要强调一点，虽然AI现在已经如火如荼了，但我们还没有进入到乐章最高潮的部分，或者说交响曲最漂亮最华彩的地方，我们现在才刚刚开始。