21. AI时代，审美也许是VC最后的防线 - 梁杰｜Impa Ventures
ai-products startup design investor
梁杰在节目里谈 AI 投资，先从一个旧故事说起：他曾在早期推荐拼多多，却没有参与到最终的投资结果。拼多多后来增长到难以忽略的规模，这段经历也就反复被提及。但他不愿把它包装成一笔成功案例。对他而言，它更像一个提醒：投资人经常在已有的行业判断里工作，而真正改变范式的公司，往往一开始不符合那些判断。
2015 年，许多人认为综合电商已没有多少空间，剩下的机会似乎在更窄的垂直领域。拼多多却以另一种方式切入。梁杰认为，经验形成的框架能帮助投资人排除大量失败模式，但碰到足以改变框架的创始人时，框架也会妨碍理解。他并没有把这件事说成某种可复制的方法：如果当时没有遇到那个具体的人，他自己也可能得出同样的行业结论。
从移动互联网回到 AI
梁杰 2011 年开始做 VC，经历过华登、红杉、华创、和玉和天际线等机构；访谈中说，他后来与伙伴成立了以 AI 早期科技为重点的新基金 Innovator Ventures。节目标题使用 Impa Ventures，而转录中出现的是 Innovator Ventures；本文保留这一处来源间的名称差异，不据此判断两者关系。
他把团队正在寻找的机会分成三类。第一类是软件层的 AI 基础设施，例如帮助模型能力继续向上延伸的中间层和连接层。重资本的模型或芯片并非这支基金的主要强项，因此他的关注点更偏向软件。第二类是把模型能力放进已有行业，亦即部署到具体的工作流中。第三类是智能体经济：未来通用智能体和垂直智能体之间如何连接、协作、交换信息，可能产生新的服务，但现在尚不知道具体形态。
软件基础设施
关注模型能力之上的软件中间层与连接层。
行业部署
把能力嵌入已有流程，而不是只提供一个通用模型入口。
智能体经济
交互、协议和连接方式仍在探索，未知成分最多。
他把 ChatGPT 的出现类比为 iPhone 4 式的产品拐点。Transformer 等技术此前已经存在，但 ChatGPT 让更多人突然感到，这种能力可以成为新的通用中心。沿着这个类比，当前较容易看清的，是类似打车、外卖那样的垂直服务：已有能力进入一个个行业。更大的新平台会是什么、会不会与智能体有关，他没有给出结论。
部署不是把模型塞进公司
梁杰用所投的一家澳洲医疗公司解释行业部署。公司处理医疗流程中的行政环节，需要了解诊所原本如何工作，再调整产品模块和接口。它不是向每个客户交付一套完全不同的项目制系统，产品框架仍然可以复制；但每家诊所的业务拓展、上线和适配，也不能被省略。等到框架稳定后，才可能在澳洲的更多诊所铺开。
节目还拿 OpenEvidence 做了对照。梁杰认为，这类面向医生的知识产品以文献、专家训练和可追溯出处为基础，用户的采用过程不必逐家机构接入。他在访谈中提到 OpenEvidence 的医生覆盖率已超过 40%，用来说明知识类产品可能更快扩散。这个数字是受访者在节目中的陈述；它并不意味着所有医疗 AI 都能复制同样的速度。
| 产品路径 | 核心工作 | 进入市场的节奏 |
|---|---|---|
| 知识类产品 | 提供可信资料、模型能力与可追溯出处 | 使用者可较快直接采用 |
| 流程类产品 | 理解工作流、接入接口、调整产品模块 | 需要上线与业务拓展，复制更慢 |
两类产品的比较只涉及部署路径，并不构成价值或收益的排序。梁杰关注的恰恰是：模型能否进入一个行业的日常工作，以及公司在进入之后能否保持优势。
全球机会，也要做透一个本地市场
AI 是全球性的机会，但梁杰不认为所有市场都同样可进入。他认为，中国基金很难切入由美国本土创始人服务美国主战场的项目；华人创始人在澳洲、新加坡或美国改造本地行业时，反而可能与中国投资人建立更多连接。这里的重点不在创始人的国籍标签，而在于基金能否理解团队、建立关系，并参与公司在当地的扩张。
他用海外外卖项目说明另一个判断：一家公司的天花板，必须在它实际服务的市场里检验。如果公司连一个较小的当地市场都做不出足够强的位置，就不能仅凭海外题材推断它会有很大的价值。对医疗流程这类产品，他也观察到类似的本地化过程：先理解一家家诊所，再尝试把成熟框架扩展到更广的区域。
与共识错开，不是否认真实需求
主持人把梁杰的取向概括为与行业共识错开 20 度。梁杰先描述了他看到的共识：视频、动漫等快速起量的 AI 内容产品很活跃；大厂背景的年轻团队即使产品尚未上线，也可能在连续融资中获得很高关注；AI 硬件同样被广泛讨论。他没有一概回避这些方向，而是把真实需求与投资结果拆开看。
需求存在，不等于早期项目一定能留下来。梁杰关心的风险包括：同类公司是否会高度拥挤，大厂会不会做出相同功能，模型能力变化会不会覆盖现有产品，以及自己是否有能力识别最终赢家。
他承认中国制造和供应链可能给 AI 硬件带来优势，但对许多陪伴类产品是否击中真实需求仍保留意见。对内容工具也是如此：可以研究，不必因为市场热度而立刻领投。所谓错开 20 度，是一套取舍姿态，不是一个能精确量化的公式。
对 Anthropic 的重新估值
谈到过去一年的遗憾时，梁杰说团队低估了 Anthropic。他们在年初没有充分看清这家公司在行业中的位置，后来才开始把它理解为面向工作场景的平台型公司。他特别重视 Claude 在工作流中的进展，也认为 MCP 可能获得行业标准的地位；在他的判断里，协议一旦成为通用连接方式，价值就不只属于单个产品。
主持人则把 Anthropic 与 OpenAI 的竞争放到企业和消费者两种路径中看。企业工作流带来的效率提升更容易被直接观察；消费者市场的长期空间或许更大，却需要更多时间显现。双方都没有把 Anthropic 的上升理解为 OpenAI 已经失败，反而把它视为竞争格局尚在变化的证据。
在很短的交流里，先把问题问对
如果只有两分钟了解一家 AI 公司，梁杰会从四个问题开始：它究竟解决什么问题；AI 在其中发挥什么不可替代的作用；这个问题的规模有多大；随着行业变化，公司的能力和优势会被放大，还是被削弱。这四项把注意力从产品演示转向需求、技术必要性、市场和动态竞争。
他在偏好上更喜欢头部集中的市场。这样的市场中，押中第一名可能获得最大的回报。不过偏好和日常投资并不完全相同。当看不到百亿美元级的平台机会时，他仍会评估中等规模、品牌型的优质项目。他的说法很务实：这类公司未必亏钱，但上限也未必能在早期看清。
审美如何进入最后的选择
梁杰没有把 VC 仅仅理解为收益率的工作。对他来说，投资人持续接触技术变化和创业者，也可能在融资、关键决策和公司从零到一的过程中与创始人共同经历事情。这种参与感，是买卖公开股票无法完全替代的部分。
在 AI 能够完成越来越多理性分析的前提下，他仍认为一级投资在可见的时间里离不开人。投资人与创始人之间需要信赖；当几个项目的纸面条件相近，人还要依据风险偏好、个人取向，以及从成功和失败案例中形成的整体判断作出取舍。节目把这种难以完全形式化的能力称为审美或品味。
因此，这期对 VC 的答案并不是寻找一个永远不会被 AI 替代的角落。梁杰的判断更具体：工具会加速分析，但不会自动替人承担关系、承诺和风险排序。投资人仍要用部署逻辑和动态竞争排除项目，也要留出空间，让新的创始人和新的需求改变自己的判断。