基础设施很热，应用层很挤：一份 AI 投资的观察笔记

先说结论：这一轮 AI 的钱，主要堆在基础设施上；而价值，还没有在应用层稳定下来。

这不是唱衰，而是一个结构性观察。

一、为什么基础设施先热

基础设施的生意有一个天然优势：它卖的是确定的稀缺。

算力、带宽、存储、推理服务，这些需求可以被清晰地计量、报价、扩容。投资人能算清楚单位经济模型，企业也愿意为「不卡住业务」付钱。

而应用层卖的是「效率提升」和「体验变化」，这两件事很难被标准化定价，也很难被证明因果。一个客服系统上了 AI，客户满意度上升了，到底是因为模型，还是因为流程改了？说不清。

说不清的地方，钱就会犹豫。

二、应用层真正拥挤的地方

应用层不是没有机会，而是同质化的机会太多。

打开任何一个产品榜单，能看到大量「AI 写作」「AI 摘要」「AI 客服」。它们的技术栈相似、界面相似、定价相似，最后只能靠流量成本决胜负。这对独立开发者并不友好。

但也有几类方向不那么拥挤：

• 垂直行业的深流程：不是把 AI 贴在流程外面，而是嵌进流程中间的那一步。
• 带责任的服务：需要资质、需要审计、需要有人兜底的场景，天然的护城河是「敢负责」。
• 数据闭环：用户用得越久，数据越值钱，产品越难被替换。

它们的共同点是：不追求通用，追求不可替代。

三、一个来自企业销售的判断

我做过很多年大客户销售。企业客户买的东西，往往不是「最先进的」，而是「最不容易出事的」。

这句话在 AI 时代依然成立。企业愿意为确定性付费：确定的交付时间、确定的责任边界、确定的退出机制。

所以当我看一个 AI 项目时，除了模型能力，我会问三个问题：

1. 它解决的是谁的、哪一个具体的、已经被预算覆盖的问题？
2. 如果模型明天降价一半，它是更赚钱还是更危险？
3. 客户换掉它，代价是什么？

第三个问题最重要。迁移成本，就是定价权。

四、给独立开发者的位置

不必去和基础设施竞争，也不必挤进最热的应用赛道。

更现实的位置是：用基础设施的免费额度，做一个非常具体的小产品，服务一群非常具体的人。

小，不是缺点。小意味着你可以把一件事做到别人不愿意做的深度；具体，意味着你的客户知道自己为什么付钱。

这也是我做这个站点的原因之一：先用起来，先验证，再谈规模。

写在最后

AI 投资的叙事还会继续变。但有三件事大概不会变：

• 稀缺的地方有钱；
• 说不清价值的地方，钱会犹豫；
• 能降低别人决策成本的人，最终会被付费。

前两条是市场规律，第三条，是机会。