在幾乎所有VC都在涌向"AI應(yīng)用元年"的狂歡時，一家成立剛滿兩年的基金卻反向而行，不僅將全部彈藥都傾注在“重新定義AI工廠”這件宏大的基建敘事上，更是在成立之初便押中了2025年末全球芯片算力行業(yè)熱度最高的兩家硅谷創(chuàng)業(yè)公司——Cerebras和Groq，并且成為唯一同時出現(xiàn)在他們股東名冊上的華人VC。
就在本文發(fā)稿時，OpenAI官宣與Cerebras合作采購750兆瓦算力，合同金額高達(dá)一百億美金。同時有外媒報道稱已官宣擬在2026年IPO的Cerebras正計劃融資10億美元，估值飆升至220億美元。而在2025年末，Groq被英偉達(dá)以200億美金的身價收編的消息也引爆了全球科技圈。這兩家200億美金級別的巨獸已經(jīng)為這家華人VC分別帶來六倍和十幾倍的回報，而這一切都發(fā)生在24個月之內(nèi)。“這樣的公司，這樣的估值，你們怎么拿到份額的？”這份極為“出挑”的答卷讓這家機(jī)構(gòu)自己的LP們都大呼意外。
這家極具“非共識”氣質(zhì)的投資機(jī)構(gòu)，就是成立于2023年末的3C AGI Partners，而其背后的掌舵人正是我們今天對話的主角——王康曼（Esther WONG）。
王康曼的履歷是一部罕見的跨越大洋與行業(yè)的"雙螺旋"進(jìn)化史。擁有芝加哥大學(xué)布斯商學(xué)院EMBA和紐約石溪大學(xué)政治學(xué)及經(jīng)濟(jì)學(xué)雙學(xué)士學(xué)位（輔修物理學(xué)）的她，畢業(yè)后在摩根大通、中金、巴克萊、交銀國際等金融機(jī)構(gòu)擔(dān)任高管，積累了20年華爾街投行經(jīng)驗。2017年她突然加入商湯科技，負(fù)責(zé)組建投融資團(tuán)隊并主導(dǎo)了公司從B輪到IPO的完整融資歷程。2023年ChatGPT爆火后，她再一次改變了人生航道，正式創(chuàng)立3C AGI Partners（3C）。在25年末、26年初，3C成立整2年的時間節(jié)點(diǎn)上，Esther用華爾街的資本嗅覺與AI產(chǎn)業(yè)基因的深度融合，在算力戰(zhàn)爭的最核心地帶完成了一系列看似不可能完成的任務(wù)。
近日，我們有幸與3C AGI Partners的創(chuàng)始人王康曼女士進(jìn)行了一次深度的對話，不僅復(fù)盤了Cerebras和Groq這兩筆超級case的出手細(xì)節(jié)，更是深度拆解了Esther獨(dú)特的AI投資邏輯與行業(yè)觀察。由此，我們也得以一窺3C能夠在硅谷資本主導(dǎo)的AI基建賽道取得耀眼戰(zhàn)績的底層原因。
創(chuàng)投家：接觸到Cerebras是怎樣的契機(jī)呢？
Esther：我和Cerebras的接觸始于八年前（2018年），在一次朋友聚會上遇到Andrew Feldman（Cerebras的創(chuàng)始人）。我們交流了很久，他當(dāng)時跟我說，他的目標(biāo)是要挑戰(zhàn)英偉達(dá)，因為他并不認(rèn)為GPU是用于訓(xùn)練基礎(chǔ)模型（foundation model）的最佳方案。也就是說，在Transformer架構(gòu)出現(xiàn)之初，他就已經(jīng)在思考做基礎(chǔ)模型訓(xùn)練需要有一個圍繞芯片的完整解決方案了。他們的方案和大多數(shù)芯片公司反其道而行，做的非常大，比我的臉還要大（笑）。同時，他也是第一個跟我提到基礎(chǔ)模型概念的人，要知道當(dāng)時距離Chat GPT還有四年。那時候我就知道他有很大的格局，他的產(chǎn)品可能顛覆市場，所以一直都有持續(xù)關(guān)注。
2023年底3C成立之初，我就立馬聯(lián)系了Andrew。當(dāng)時他興奮地告訴我他們最近跟中東G42簽署了合同，成為世界上最大的人工智能數(shù)據(jù)中心解決方案提供商之一。在那個項目中，他們的卡與英偉達(dá)的卡各占一半，相當(dāng)于平分市場。
我替他高興之余，也跟Andrew說3C的背景，并提出希望加入他們的投資者行列。至于估值，因為認(rèn)識多年，幾乎與Sam Altman 同步,所以我們也聊了一個特別理想的價格。這也成為我們基金的明星項目之一。
創(chuàng)投家： Cerebras能夠與英偉達(dá)掰手腕的能力是什么呢？
Esther：Cerebras從Day1開始就和別的芯片公司不一樣。他避開了行業(yè)主流的小型化、低功耗的制程內(nèi)卷，而是將整個12英寸硅晶圓制成單顆芯片，在芯片上集成44GB的SRAM，將計算與內(nèi)存融為一體，從而降低了芯片之間數(shù)據(jù)傳輸?shù)男枨?。?6倍于傳統(tǒng)GPU的物理尺寸，換取數(shù)據(jù)傳輸效率的數(shù)量級提升。
再加上Cerebras增強(qiáng)了更適合推理計算的并行處理能力，去年他們發(fā)布Cerebras Inference為Llama 3.18B每秒提供1800個token，當(dāng)時就能為Llama 3.170B每秒提供450個token的速度，比基于英偉達(dá)GPU的超大規(guī)模云快了20倍。
從成本角度來說，因為Cerebras是按照整個系統(tǒng)售賣的，會有一筆較大的初始投入，但由于整體效率的提升，隨著時間的推移，單位算力的平均能耗也會顯著降低。再加上所需硬件總數(shù)的減少，整個算力中心的運(yùn)營成本也會顯著降低，其總擁有成本（TCO）非常有競爭力。
Cerebras也是全球少數(shù)AI芯片初創(chuàng)企業(yè)中商業(yè)化已經(jīng)比較成功的。他們落地案例有很多，從訓(xùn)練到推理，客戶包括了全球不同地區(qū)的政府和企業(yè)龍頭。所以它們經(jīng)常被外媒稱作“Nvidia challenger”，這次OpenAI 的合作也認(rèn)證的這一點(diǎn)。
創(chuàng)投家：為什么英偉達(dá)收購了Groq，而沒有收購Cerebras？
Esther：我只能說Cerebras的成績有目共睹，不排除有找過他們的公司，而公司選擇了上市，他們應(yīng)是今年硅谷甚至全世界科技圈最期待的IPO之一了。
英偉達(dá)對Groq的收編對于Cerebras是重大利好，讓市場看清了Cerebras在專用訓(xùn)練賽道上的稀缺性。Groq證明了專用推理芯片的價值，接下來的Cerebras上市，則將證明專用訓(xùn)練+推理芯片的差異化價值。在國內(nèi)，越模仿英偉達(dá)往往越受追捧；而在硅谷，越不像英偉達(dá)的架構(gòu)，反而估值越高。
創(chuàng)投家：與Groq的故事是從什么時候開始的？
Esther：其實(shí)我們認(rèn)識Jonathan Ross團(tuán)隊也很久了。當(dāng)年Ross是谷歌第一代TPU項目的領(lǐng)航員，深度參與了專為AI優(yōu)化的芯片設(shè)計，而這個TPU芯片項目后來被用于AlphaGo擊敗李世石的圍棋比賽，為AlphaGo提供了關(guān)鍵算力支持。Ross在內(nèi)部創(chuàng)業(yè)和離開谷歌創(chuàng)業(yè)之間最后選擇了后者，帶領(lǐng)谷歌TPU團(tuán)隊10名核心成員中的7位離職，創(chuàng)立了Groq。
Groq非常獨(dú)特的一點(diǎn)在于”軟件優(yōu)先“的芯片設(shè)計理念。你會發(fā)現(xiàn)所有硅谷的芯片公司創(chuàng)始人，基本都是工程背景，像黃仁勛、蘇姿豐。但是 Ross是純軟件出身，這樣的背景讓他有一種非常獨(dú)特的思維模式，永遠(yuǎn)優(yōu)先考慮實(shí)現(xiàn)效果，再反推硬件設(shè)計需求，這個思維模式在Groq內(nèi)部就被稱為“軟件優(yōu)先”（Software First），也就是用第一性原則看問題。
你很難想象，在十年前，大模型都沒有出現(xiàn)的時代，Ross就依據(jù)這個理念提出要做推理芯片。這也導(dǎo)致他曾經(jīng)一度融資困難，因為在絕大部分投資人連訓(xùn)練和推理都分不清的時候，他要做的事情實(shí)在有點(diǎn)超前。
但幸運(yùn)的是，就在他們?nèi)谫Y艱難的時間點(diǎn)上，ChatGPT橫空出世，大家忽然又都能理解Groq的意義了，融資也變得順利起來。
創(chuàng)投家：咱們是2024年底投資的Groq，為什么之前沒有投？以及這次出手的邏輯是什么呢？
Esther：其實(shí)我一直非常認(rèn)可他們的理念，只是我一直沒有想清楚他們商業(yè)落地的方式。
Groq之前一直堅持著在走賣整套芯片產(chǎn)品的路線，但想要從英偉達(dá)的市場里切一塊蛋糕出來本就很難，試錯成本起步就需要一兩百萬美金，而且還需要相應(yīng)替換一套新的軟件，加上當(dāng)時AI推理應(yīng)用還沒起來，如果我是客戶，我不會舍易取難的放著英偉達(dá)不用去用Groq。所以我們當(dāng)時沒有投他。
而去年的出手，是因為兩個因素，第一，我們覺得AI 2.0 要來了，AI離開實(shí)驗室，到了人人可用的階段，從而推理的重要性會快速提升，第二，Groq內(nèi)部有一些管理層的變化，改變了自己的商業(yè)策略，從賣硬件轉(zhuǎn)型為賣云服務(wù)的token。這一變化將客戶的試錯成本從幾百萬美金降到了幾毛錢，直接導(dǎo)致18個月內(nèi)GroqCloud上的開發(fā)者數(shù)量激增至200萬，產(chǎn)生了超級開發(fā)者生態(tài)的價值，也是我們這次投資他的誘因。
創(chuàng)投家：您覺得英偉達(dá)收編Groq的邏輯是什么呢？是否也是因為激增的開發(fā)者生態(tài)？
Esther：其實(shí)不僅如此。英偉達(dá)在訓(xùn)練市場占有九成以上的份額，地位無可撼動，但AI要真正走向普惠，戰(zhàn)場必然會轉(zhuǎn)移到推理，也就是模型真正干活的階段。英偉達(dá)現(xiàn)有的架構(gòu)去做訓(xùn)練固然好，但對于推理任務(wù)而言，英偉達(dá)的現(xiàn)有方案就顯得太慢、不夠輕。而Groq正好補(bǔ)齊了其算力市場“最后一塊拼圖”，從訓(xùn)練到推理，英偉達(dá)從此都有了頂尖方案。
說白了，英偉達(dá)這筆并購看中的其實(shí)是Groq的三個核心籌碼：
鎖定“速度王者”：Groq的架構(gòu)從底層繞過了“內(nèi)存墻”，這種極速且穩(wěn)定的表現(xiàn)，是機(jī)器人、實(shí)時翻譯等場景的剛需。拿下Groq，英偉達(dá)就在推理戰(zhàn)場立住了最強(qiáng)標(biāo)桿。
加固軟件帝國：CUDA生態(tài)雖穩(wěn)，但Groq的軟件棧是極少數(shù)在體系外真正長出來的對手。GroqCloud在一年內(nèi)就迅速達(dá)到了100萬開發(fā)者用戶，而英偉達(dá)CUDA用7年才達(dá)10萬開發(fā)者用戶。把這套人才和技術(shù)收編，英偉達(dá)的護(hù)城河將更加難以撼動。
從賣卡轉(zhuǎn)向賣系統(tǒng)：Groq原生支持“整套系統(tǒng)”交付，這與英偉達(dá)目前推行DGX/HGX整機(jī)柜的AI工廠戰(zhàn)略高度契合。
當(dāng)然，對于擁有600多億美元現(xiàn)金及等價物、且單季度即可產(chǎn)生200多億美元自由現(xiàn)金流的英偉達(dá)來說，花個200億鎖定最強(qiáng)推理技術(shù)，也算是劃得來的一筆交易。
創(chuàng)投家：英偉達(dá)的這筆“收購”對于整個算力行業(yè)來說有什么意義？
Esther：這次收購，讓AI芯片的江湖格局進(jìn)一步清晰了。
首先對于HBM內(nèi)存廠商而言，創(chuàng)新的壓力會進(jìn)一步增強(qiáng)。Groq用的是SRAM而不是HBM，這說明AI芯片的路線并不唯一。雖然訓(xùn)練端的需求還在持續(xù)增漲，但巨頭對替代路徑的認(rèn)可，會讓更多資金流向內(nèi)存創(chuàng)新。
其次對于初創(chuàng)芯片公司而言，真正的考驗才剛剛開始。單純想做“更快的GPU”這條路徑，基本已被老黃封死。初創(chuàng)公司必須證明自己在某個特定且高價值的場景中，擁有顛覆性的架構(gòu)優(yōu)勢才可以獲得市場的青睞。
創(chuàng)投家：我們知道您之前有過20年華爾街投行的工作經(jīng)歷，為什么在2017年那個時間節(jié)點(diǎn)選擇加入商湯？
Esther：有兩方面的原因吧。首先是那一年我懷孕了，既是個意外之喜，也讓我開始重新思考自己人生的意義。
我認(rèn)為父母應(yīng)該參與融入到小朋友的世界里，而不是讓小孩融入父母的世界。世界變化萬千，固守在傳統(tǒng)行業(yè)顯然對我、對小孩的世界觀都是一個局限。同時，我認(rèn)為如果我希望我的小孩是個喜歡學(xué)校新事物，勇于嘗試，接受挑戰(zhàn)的人，我就應(yīng)該以身作則。
而另一方面，我從小就是好奇心特別重的人，雖然知道自己沒有耐心和能力讀博（笑），但也養(yǎng)成了閱讀論文的習(xí)慣。我渴望學(xué)習(xí)新事物，擴(kuò)大我的認(rèn)知框架，挑戰(zhàn)我的舒適區(qū)。而恰巧在那個時間點(diǎn)，我讀到了一篇改變我命運(yùn)的論文，關(guān)于人類視覺第一次敗給了計算機(jī)。這篇論文的幾位作者，其中一位就是湯曉鷗老師。
我當(dāng)時激動地接觸了湯老師和他的團(tuán)隊，那個時候我就認(rèn)定，這是一件可以改變世界的事情，不單是顛覆投行，而是改變?nèi)祟惿罘妒降募夹g(shù)。所以放棄投行，加入人工智能初創(chuàng)企業(yè)的大隊對我來說很順理成章。
當(dāng)然，這個選擇不太像是正常人懷孕時追求穩(wěn)定的選擇，因為不但放棄穩(wěn)定工作和收入，還加入了一家當(dāng)時前景未明的創(chuàng)業(yè)公司，萬事要從頭學(xué)起。但是我一直覺得真正的安全感不是錢給到你的，而是如何在不停變化的世界里找到一些不變的內(nèi)核，比如永遠(yuǎn)愿意嘗試冒險的心，并在無數(shù)試錯中加強(qiáng)自己。我希望樹立榜樣是給孩子最好的禮物。
創(chuàng)投家：在商湯工作的七年給你的投資理念帶來了什么？
Esther：我認(rèn)識了非常多，非常優(yōu)秀的同事，伙伴，里面有科學(xué)家，工程師，產(chǎn)品經(jīng)理，投資團(tuán)隊，還有業(yè)內(nèi)很多朋友。后來好些都在創(chuàng)業(yè)而且做的很成功，我有幸和他們走了這么一段從0 到1 的路，實(shí)在獲益良多。相比投行的20年經(jīng)歷，我在商湯的這8年學(xué)到的東西，甚至第一、第二年學(xué)到的東西都要遠(yuǎn)遠(yuǎn)多于前者。當(dāng)你親身經(jīng)歷過創(chuàng)業(yè)的時候，財報上的每一個指標(biāo)，每一個數(shù)字對于你來說都是血與淚的教訓(xùn)，那種深度的理解和之前是完全不同的。
我在商湯主要負(fù)責(zé)兩件事，一是負(fù)責(zé)募資，在職期間募集了60億美金；另一件是就是負(fù)責(zé)公司的戰(zhàn)略投資。那個時間點(diǎn)上，AI 1.0已經(jīng)突破了技術(shù)紅線，但是成本仍然很高，并沒有突破工業(yè)紅線。所以，我們的戰(zhàn)略投資旨在尋找那些最匹配AI落地的場景。而在這個過程中，其實(shí)為我后來的投資邏輯積累下了非常重要的一些認(rèn)知。
第一個認(rèn)知就是投資人不能愛上PPT。如果沒有在行業(yè)里面有實(shí)踐經(jīng)驗和資源，一般財務(wù)投資人看到的都是市場規(guī)模和宏大前景，但如果看不懂技術(shù)難點(diǎn)，自然也不知道被投團(tuán)隊是否把握解決問題的關(guān)鍵。之前國內(nèi)百模大戰(zhàn)就是個很好的例子。我有幸在創(chuàng)業(yè)時期經(jīng)歷了很多用戶或者供應(yīng)商的一手反饋，讓我對技術(shù)落地的理解超越了參數(shù)層面。我們切身理解那些隱藏在數(shù)字背后、業(yè)內(nèi)人士不會主動提及的痛點(diǎn)與風(fēng)險。
第二，AI能否落地的關(guān)鍵往往不在于技術(shù)成熟度，商業(yè)化本質(zhì)不是只是便宜就夠，而要看行業(yè)政策，配套是否成熟，是否威脅產(chǎn)業(yè)核心群體的既得利益。如果AI動了某個行業(yè)傳統(tǒng)運(yùn)行模式的命脈，即使技術(shù)再成熟也很難迅速規(guī)模化落地，而這里的行規(guī)每個板塊都不一樣。所以AI不是終局，把AI用在行業(yè)上才是。
第三個認(rèn)知就是在初創(chuàng)公司的成長中，如何去選擇投資時機(jī)。我們見到太多初創(chuàng)公司的生死，也比較熟悉哪里容易出問題。進(jìn)而，我們也知道作為投資人，到底什么時候出手才是最佳時機(jī)。比如我們對Groq的判斷，最佳的投資時機(jī)一定是推理市場快被認(rèn)可之前，同時加上其商業(yè)策略調(diào)整之后。
第四個認(rèn)知是關(guān)于團(tuán)隊。我發(fā)現(xiàn)所有好的團(tuán)隊都有一個很重要的特質(zhì)，他們要么曾經(jīng)經(jīng)歷過周期，失敗過，要么就有一顆非常坦然接受失敗的心。比起成功，聰明人往往從失敗學(xué)習(xí)到更多。團(tuán)隊的韌性非常重要，像那種剛剛從大學(xué)里走出來的天才少年被資本眾星捧月類型的創(chuàng)業(yè)者，我一般是比較謹(jǐn)慎的。
創(chuàng)投家：3C AGI Partners今天的投資主線是怎樣設(shè)計的？
Esther：我們有三條投資主線，核心都是圍繞重新定義AI工廠。
第一條：優(yōu)化AI工廠的算力。圍繞著推理算力生態(tài)，我們會重點(diǎn)關(guān)注推理芯片、光模塊、網(wǎng)絡(luò)互聯(lián)等方面的軟硬件，聚焦如何把GPU以外的東西更加優(yōu)化，而Cerebras和Groq都是我們在這條線上布局的項目。
第二條：重新“定位”AI工廠。傳統(tǒng)數(shù)據(jù)中心前期固定成本包括土地，建筑費(fèi)用非常高，運(yùn)營時散熱也是成本居高不下。因此我們一直在根源上尋求解決路徑，比如將數(shù)據(jù)中心搬到太空或者沉到海底。我們孵化了全世界第一個太空的數(shù)據(jù)中心公司Starcloud，公司也在去年11月成功將英偉達(dá)H100 GPU送入了太空，我們的中長期目標(biāo)是建立世界上第一個基于太陽能并達(dá)到5吉瓦規(guī)模的太空軌道數(shù)據(jù)中心。
第三條：為新的AI工廠尋找新的能源供給。AI爆發(fā)的背后是數(shù)據(jù)中心對于能源的消耗指數(shù)級別的增長，而這種增長不僅限于體量，更在于能源的密度、穩(wěn)定性、清潔性和靈活性。傳統(tǒng)能源體系已難以支撐這一輪AI浪潮，核聚變正是這場能源危機(jī)的“終極答案”。我們和比爾·蓋茨的能源基金一起投資了世界上第一個商業(yè)上可行的聚變發(fā)電廠Type One Energy（T1E），T1E已經(jīng)獲得了美國最大的公共電力公司TVA的合作訂單，打造可商業(yè)化的核聚變裝置。
創(chuàng)投家：您認(rèn)為AI基礎(chǔ)建設(shè)還有多大的空間或者說還有多長的投資窗口期？
Esther：非常大。每當(dāng)我說我要投AI基建，大家都會覺得這不是一個小VC應(yīng)該投的賽道。大部分人理解AI基建都是囤地、建樓、買GPU，但我認(rèn)為AI基建并不是這些，而是我前面提到的重新定義AI工廠這件事，就是用第一性原理，從結(jié)果倒推設(shè)計方案，而這個事情才剛剛開始。
比如我們投的太空數(shù)據(jù)中心，這件事目前還非常早期，距離量產(chǎn)可能還需要3-5年，圍繞太空數(shù)據(jù)中心，需要適配的芯片、能源、散熱、網(wǎng)絡(luò)、傳輸，這些與地球上的配置都是不同的，所有地球數(shù)據(jù)中心的配件都需要在太空重新再做一遍。所以說，這僅僅是這場范式革命的序曲。
創(chuàng)投家：您覺得AI應(yīng)用投資和AI基建投資之間是怎樣的關(guān)系？什么時候才是AI應(yīng)用投資的最佳時間點(diǎn)？
Esther：這個問題非常好，首先我覺得現(xiàn)在的應(yīng)用投資，絕大部分會打水漂。就像互聯(lián)網(wǎng)時代剛開始的時候，誕生了一大批火到不行的應(yīng)用和公司，但現(xiàn)在很多年輕人都沒聽說過。我們再看谷歌的誕生，它并不是互聯(lián)網(wǎng)時代剛開始的時候就出現(xiàn)的，而是隨著互聯(lián)網(wǎng)Native一代的成長而出現(xiàn)的。
現(xiàn)在AI也一樣，目前我們只是用人類非常局限的認(rèn)知在去設(shè)想AI能做什么，比如做ppt、做視頻，這些其實(shí)對于AI來說非常簡單，很快任何一個大模型都可以幫你實(shí)現(xiàn)。而我認(rèn)為真正AI native的應(yīng)用一定是AI自己設(shè)計出來的。
AI 1.0時代，使用AI最多的人是科學(xué)家，因為需要研究AI的反饋；AI 2.0時代，使用AI最多的人是我們這樣的普通人，就像我們現(xiàn)在每天都會和AI對話一樣；而AI 3.0時代，使用AI最多的一定是我們個人或者企業(yè)的AI智能體。這個智能體擁有我們所有個人數(shù)據(jù)，熟悉我們的偏好和習(xí)慣，當(dāng)我們提出一個基礎(chǔ)訴求，智能體會幫助我們將這個需求變得豐滿和完整，甚至比你自己更了解你想要什么，并以此向大模型提問，最終給我們生成極為個性化和即時性的意見和建議。所以說AI 3.0時代，使用AI的就是AI本身。
至于什么時候是AI應(yīng)用投資的最佳節(jié)點(diǎn)，我也經(jīng)常在想這個問題。只能說一個應(yīng)用是建立在的自行車時代還是建立在火箭時代，是完全不同的兩件事。現(xiàn)在火箭并沒有造好的情況下，在自行車上設(shè)計的應(yīng)用的意義都不大。至于火箭什么時候能造好，還得看推理什么時候可以做到最快。
創(chuàng)投家：最后一個問題，也是大家最想知道的問題。3C是如何做到在眾多硅谷頂級case里都成為Captable上的那極少數(shù)的華人VC呢？
Esther：首先，“看得懂”和“投得進(jìn)”確實(shí)是兩個不同層次的能力。這一點(diǎn)我們自己也有很深的體會。
相對于AI應(yīng)用，我們專注的AI基礎(chǔ)設(shè)施投資，知識門檻要高得多。比如一個推理芯片的架構(gòu)瓶頸在哪里，一個光模塊的技術(shù)難點(diǎn)怎么突破，需要什么樣背景的團(tuán)隊來實(shí)現(xiàn)這些都，這要求投資人具備扎實(shí)的技術(shù)判斷力和產(chǎn)業(yè)經(jīng)驗。
我本人是從產(chǎn)業(yè)里走出來的，不是因為AI火了才轉(zhuǎn)行的財務(wù)投資人。你看我們投的那些項目，很多都是在創(chuàng)始人還沒名氣、沒多少人看好時，我們就已經(jīng)認(rèn)識，并且建立了彼此的理解和信任。我們不僅懂他們在做什么，還能實(shí)際幫到他們；對接合適的資源、解決一些具體的難題，而不是只是往銀行賬戶上打錢。
正因為我們自己創(chuàng)過業(yè)，所以更明白早期投資和晚期投資的區(qū)別。有些公司哪怕一開始沒投，我們也會一直保持聯(lián)系、提供力所能及的支持，而不是等到IPO前才擠進(jìn)來——這一點(diǎn)我們覺得特別重要。
這個圈子其實(shí)很小。你自己做過公司、有過退出，創(chuàng)業(yè)者會更愿意和你對話；如果你還真正從零到一做出過東西，那種信任層級又會不一樣。好項目從來最不缺錢，但建立這種信任門檻很高。我們之前有一個被投公司做反向盡調(diào)，甚至打電話給我大學(xué)老師，就為了確認(rèn)我是不是真的一直在技術(shù)這條路上走。
最后，和創(chuàng)業(yè)者一樣，“堅持”很重要。這也意味著我們要準(zhǔn)備好面對質(zhì)疑，就像我們孵化太空數(shù)據(jù)中心，當(dāng)時大多數(shù)人都覺得這個方向太超前了。但去年我們的實(shí)驗衛(wèi)星發(fā)射成功，馬斯克還點(diǎn)贊我們項目，身邊的聲音馬上不一樣了。我不敢說自己對AI有特別執(zhí)著的信仰，但如果我們當(dāng)前所做的一切，能為人工智能的可持續(xù)發(fā)展提供一些方向與助力，那么就達(dá)到了3C成立的初衷。
從華爾街投行到AI初創(chuàng)企業(yè)，從主導(dǎo)60億美元融資到創(chuàng)立3C AGI Partners捕獲硅谷算力獨(dú)角獸，王康曼用一條"非共識"的路徑證明了：在AI革命的深水區(qū)，產(chǎn)業(yè)認(rèn)知的深度比追風(fēng)的速度更重要。當(dāng)市場還在爭論下一個殺手級應(yīng)用何時出現(xiàn)時，3C已經(jīng)用兩年的時間在AI基建的最核心地帶完成了卡位。正如她所說，真正的AI原生應(yīng)用或許要到AI 3.0的時代才會出現(xiàn)，但在那之前，先修好通往未來的路，可能比猜測終點(diǎn)在哪更有意義。對于這家年輕的基金而言，收獲的季節(jié)或許才剛剛開始。（作者｜陶天宇，編輯｜房煜）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論