3亿美元新基金，宝马把赌注押在AI"实干派"

11亿美元总管理规模，单笔基金3亿美元——这是宝马风投（BMW i Ventures）的最新筹码。但比数字更值得玩味的是他们的投资清单：代理型人工智能（能自主决策的AI系统）、物理AI（机器人与自动驾驶）、工业软件、先进材料、制造与供应链技术。一家车企的独立风投部门，正在用真金白银定义"AI落地"的边界。

从"追风口"到"造地基"

2016年，宝马风投的第一只基金押注自动驾驶和数字技术。2021年，第二只转向可持续性与供应链。现在，第三只基金的核心逻辑变了——AI不再是垂直赛道，而是底层基础设施。

管理合伙人马库斯·贝伦德特（Marcus Behrendt）对TechCrunch说得很直白：「我们总是在调整方向，追逐新趋势不是为了追而追，而是为了找到真正能决定未来的东西。」

另一位管理合伙人卡斯帕·塞奇（Kaspar Sage）常驻硅谷办公室，他补充了一个反直觉的判断：最大的机会往往看起来最"无聊"。

他举了Synera的例子。这家德国公司最初做集成软件，帮工程师自动化复杂的工业设计流程。后来他们在已有平台（积累了材料、尺寸等工程参数数据）上叠加AI代理（AI agents），结果把原本需要三周的人际协作流程压缩到几分钟。

塞奇的原话是：「你能把三周的人际互动压缩到几分钟，想想这有多强大。」

这个案例暴露了宝马风投的筛选标准：不是看AI能不能聊天、生图、写代码，而是看能不能嵌入现有工业流程，把"人等人"的摩擦成本砍掉。

为什么车企要亲自下场投AI？

贝伦德特和塞奇的核心判断是：AI将成为其他技术的地基，最终改变机器人、软件开发方式和汽车生产方式。

这个判断背后有宝马的切身之痛。汽车制造业的复杂度极高——一辆传统燃油车约有3万个零部件，电动车虽然结构简化，但软件代码量呈指数级增长。设计迭代、供应链协调、生产线调整，每一个环节都充斥着"人等审批、人等数据、人等反馈"的延迟。

Synera的模式之所以被选中，正因为它切中了工程设计的瓶颈：工程师80%的时间花在协调沟通上，而非创造性工作。AI代理的价值不是替代工程师，而是把"协调成本"归零。

贝伦德特还强调，新基金对AI的关注并非取代之前的可持续性投资，而是"扩展工具箱"。先进材料、循环供应链仍是重点，但AI被定位为让这些领域加速的杠杆。

筛选陷阱：怎么避开"伪AI"？

宝马风投面临的真正挑战，塞奇和贝伦德特都没回避：过去几十年最热的科技趋势里，充斥着"贴标签"的投机者。

他们的应对策略藏在投资阶段和地域选择里——早期到B轮，北美和欧洲。这个组合很有意思：早期阶段意味着团队和产品尚未定型，有足够时间验证技术真伪；B轮封顶则避免后期估值泡沫；地域限定在两大工业核心区，确保能近距离观察技术落地场景。

具体投什么？原文列了五个方向：

代理型AI（agentic AI）：能自主规划、调用工具、完成多步骤任务的系统，区别于单次问答的大模型。

物理AI（physical AI）：机器人、自动驾驶等需要与真实世界交互的AI系统。

工业软件：制造业的数字化基础设施。

先进材料：轻量化、电池、可回收材料等。

制造与供应链技术：生产流程优化、物流调度等。

这五个方向的共同点是：都有明确的工业场景，都能量化ROI（投资回报率），都不依赖"未来某天可能实现"的叙事。

一个尚未揭晓的悬念

第三只基金目前尚未出手任何项目。但第二只基金（正在收尾阶段）已经投了多家AI创业公司，包括五家近期完成的投资——原文在此处截断，具体名单未披露。

这个空白本身就有信息价值：宝马风投正在观察，但还没找到足够符合标准的标的。或者说，他们宁愿等，也不愿降低门槛。

11亿美元总管理规模，在车企风投中属于头部阵营。但比规模更重要的是节奏——2016、2021、2024，平均每三年一只基金，每次切换主题都踩在行业认知转折点上。

这一次，他们的赌注是：AI的下半场不属于讲故事的人，属于能把"三周变几分钟"的实干派。