硅谷投资人张璐：AI的创新才刚刚开始，混乱的时代会给初创企业更多机会

5月17日，由搜狐主办的2025搜狐科技年度论坛在北京盛大开幕。多位院士、科学家与产业界人士齐聚一堂，激发智慧的深度碰撞，奔赴科技的星辰大海。

本届论坛线上线下结合，开启全天的思想盛宴。在上午的线上直播中，硅谷知名投资人，Fusion Fund 创始合伙人、斯坦福大学客座讲师张璐分享了硅谷AI创新和创投的最新趋势。

张璐表示，目前AI领域基本上每个月甚至每个星期，都会有新的趋势和新的技术涌现出来，这也带来了很多创新和投资的机会。

她重点从基础设施和应用两个角度分享了AI的市场机会。基础设施层面值得关注的创新机会包括如何降低 GPU 算力成本和能耗成本，以及如何解决延迟和数据隐私。

这也带来了人工智能在边缘端和小模型的巨大机会。张璐判断，美国的垂直领域AI整个市场量级可以轻松超过美国GDP的50%以上。

她认为，AI在硅谷是非常炫酷的新兴趋势，但产业应用更看重的还是价值体现，背后用的是什么模型，对企业来说不一定是最重要的，更重要的是能否解决企业的问题。

因此，张璐会更关注企业针对的市场是否足够大，是否有海量的高质量数据，能否拿到专业知识去优化应用和模型，并看好AI在医疗、保险、physical AI、太空科技等领域的应用。

“这是人工智能创新的好时代，也是大浪淘沙、快速迭代的时代。”张璐表示，这样混乱的时代反而可能会给初创企业以及创新者更多的机会，去加速AI大规模的商业应用的周期。

以下是演讲全文：

大家好，我是张璐，是硅谷Fusion Fund 创始和管理合伙人。很高兴今天有机会可以参与到 2025 搜狐科技年度论坛，分享一下过去这段时间硅谷生态的变化，尤其是人工智能创新生态的最新进展。

过去几年，人工智能都是一个非常火热的话题。从几年前ChatGPT 问世，到各种各样的模型层出不穷，再到对人工智能基础设施的探讨，应用的探讨，再到现在人工智能Agent的探讨，包括Facebook、 OpenAI 等，基本上每个月甚至每个星期都会有新的趋势和新的技术创新涌现在市场上。

过去这几年，对于我们这些做早期投资的投资人来讲是一个非常兴奋的时刻，也有机会参与和投资很多优质的企业，很多公司涌现出来。这是一个人工智能创新的好时代，也是一个大浪淘沙、快速迭代的时代。

从整个创新趋势来讲，我想重点可能从基础设施以及应用两个角度来分享我们看到的市场机会。首先，人工智能基础设施是非常关键的一环，它不仅决定了整个模型和应用层面的表现情况，更重要的是对人工智能的应用成本有很大的影响。

基础设施有很多创新点，这些也是现在人工智能应用可能会面临的比较大的挑战。第一就是人工智能应用的 GPU 成本，怎样降低算力成本；第二是能耗成本；第三是延迟的问题，这涉及到边缘计算的应用；最后是数据隐私的考量，尤其是敏感行业的人工智能的应用。

第一，算力成本的优化，有各种各样的创新方案，但更多是 Cloud Infrastructure，它可以去大规模的优化算力成本，同时降低算力消耗。但无论是memory 端，还是 communication 端、 switch 端，都有机会去优化 GPU 算力。

同时，现在也看到更多业内推出的新型应用和模型，也会去探讨不同的架构是不是可以去大规模降低在 inference 层面上的成本，从而降低整个训练和模型算力成本。

第二，算力之外非常大的挑战，就是人工智能的耗电量在持续增加。很多初创企业，在针对基础设施层面去做怎么样去降低和优化电力成本和电力消耗，用像 Analog computing或者其他相关技术，能把人工智能的耗电量降到 100 倍以上，甚至更高。

如果只是百分之几十的降低，可能对产业的影响还是有限的，但如果可以做到上百倍甚至上千倍的能耗降低，对整个大规模的人工智能的产业植入应用还是非常有价值的。

另外，我们也看到模型的规模在变小。大模型对于产业和C端应用都来讲非常关键，我们过去这十年一直以来投资的都是 B端的垂直领域的应用，所以基本都是小模型。小模型的优势在于算力和电力消耗层面会更加优化，在边缘端设备部署也是非常大的优势。

人工智能的未来是在边缘端的应用，边缘计算和边缘设备的智能化是一个非常巨大的场景。不只是在电脑上、在手机上，也可以在其他硬件层面上去部署人工智能的模型和应用。

比如物流生产、医疗领域，包括我们重点投资的太空科技。每一个卫星其实也是一个边缘设备，在这上面也可以去搭载边缘计算加人工智能的功能，这是边缘计算的机会，对小模型的需求就会越来越高。

当然，边缘计算的核心还有一个优势，就是降低延迟，可以在我们进行大规模的数据传输和响应过程中，大规模地降低延时，在医疗、自动驾驶各个方面的应用都非常必要。

最后一个挑战也是机会就是数据隐私。现在美国很多大的企业，在部署 AI 之前一定要保证说已经有一个和 AI 相关的，无论是人工智能的控管或是数据隐私追踪的解决方案，这样才会更加放心地去使用第三方的人工智能解决方案。

怎样保证自己对于数据的控制权，同时进行第三方的合作以及变现就非常关键。所以我们也有投资的企业，比如做联邦学习的运算平台，可以去帮助大家在保持和保护自己的数据的前提下，进行第三方的合作和变现。

我们比较坚信垂直领域小模型的趋势发展，同时我们从几年前开始就是非常坚定的开源生态的支持者，相信开源生态对于创新是非常有价值。现在看到一些做得好的企业，基本上都还是去使用开源的模型，用行业的数据优化之后去做垂直领域的人工智能解决方案。

这种垂直领域的AI，市场量级也是很大的，它不只是单纯的科技行业，还可以针对金融、保险、医疗，整个市场的量级可以轻松地超过美国 GDP 的 50% 以上。相较传统的IT行业、科技行业大概占美国GDP的10%，这是一个非常巨大的市场量级。

经常我们在讨论人工智能，在硅谷会觉得它是一个非常炫酷的新兴的趋势，但是真正到产业应用的时候，产业更看重的还是价值体现，背后用的是什么模型，不一定是最重要的，更重要的是你的产品解决方案应用，是不是能够正好和现有的工作流程进行很好的结合和整合，解决现有的一个巨大问题，这样他们才愿意去付费。

所以我觉得从这个角度上来讲，我们也会更加现实地去考虑这些做应用的人工智能公司。首先市场是不是足够大，是不是有海量的高质量的数据，数据的质量比数据的量更重要。在这个基础之上，是不是可以拿到海量的高质量的数据，是不是有行业的专业知识去帮助优化这些应用和模型，这些都是我们比较看重的。

从应用角度来讲，医疗是一直我们非常关注的领域。人工智能在医疗领域的应用，无论是从数字化诊断，到数字化治疗，到数字化生物学，尤其对于癌症、心脑血管疾病、脑部疾病等等这些大类疾病的个性化的诊断，人工智能都是非常好的一个助力的解决方案。

另外，我们非常看好的就是保险行业。美国保险行业是 1.7 万亿的一个市场规模， 同时它拥有海量的高质量数据，有海量的公司，去进行人工智能的整合，有非常多的机会。金融行业还涉及隐私安全，有些公司现在做得非常好。

最后是 physical AI在整个物流供应链产业应用的铺设，还有就是太空科技。现在无论是在太空数据的收集，还是说卫星的搭设，都在进入到下一个阶段的一个创新周期。

我们才刚刚开始，人工智能的创新也才刚刚开始，现在大家可能会很兴奋，觉得无论是OpenAI 、Anthropic、Gemini等新模型的发布，还有包括 Deepseek 对于开源生态的巨大贡献，但几个月之后会有更多的新的模型的玩家出现在市场上。这也是为什么我们作为投资人，包括看到一些很优秀的早期企业家很兴奋的原因之一。

这是一个大的时代，一个混乱的时代，也是一个好时代。混乱的时代反而可能会给这些初创企业以及创新者更多的机会，去加速人工智能解决方案的大规模的商业应用的周期。所以很期待也非常希望，能够看到无论是中国还是美国的创新生态，有更多的杰出的人工智能企业家、创业者可以涌现出来。