冯凯：我们目前关注的具体有几个方向：

第一，产业数据层面。我们已经布局了一些数据采集和数据交易公司。数据是整个AI产业化落地过程中的重要基建，从新能源汽车的交易延伸至具身智能的交易，在赛道中不断拓展交易可能性，赋予数据更多价值。

第二，垂类领域应用。在To B或To G领域，寻找有深厚行业认知的团队，用更好的AI Agent方式服务原有客户。这类项目的付费商业模式比较清晰，因为PGC模式比较容易走通付费商业模式。

第三，前沿技术。持续关注世界模型、强化学习、物理仿真、CAE等方向，这些和机器人未来“大脑”及真实世界数据采集直接相关，此外还包括3D数据采集等项目。相对而言，纯To C的AI应用看得比较少。

冯凯：一两年时间对这个话题来说比较短。AI+制造是一个长期的事。我们通过调研发现，目前大部分制造业企业还处在数字化、信息化补齐基础能力的阶段，虽然会用AI的一些功能来提效，但本质上还需要大量数据积累。

未来一两年内，走在前列的试点企业，特别是规上企业或国资，会先把数据做得比较完整，然后探索如何用AI在产业链上提质增效。如果说真正赋能制造业，可能需要放在更长远的时间维度来看。不过，对AI基建类的企业，节奏会快一些。对一般的制造业企业，AI的改造更多会先在组织架构和协同管理层面产生帮助，数据积累和深度改造的速度不会那么快。

冯凯：这个问题很难一概而论，因为每个企业和团队碰到的情况都不同。

核心还是回到创始人的特质。创始人最重要的是兼具"坚持"和"弹性"——既要坚持自己的初心和核心路径，又要对环境有判断和预知，在拐点之前找到更合适的路径去转变补强。作为投资人，做投后管理、对接资源，核心是根据创始人当时面临的具体问题去沟通分析。有的团队面临技术攻关，有的缺资源，有的在找客户，有的在找融资，各不一样。投资人要做的是和创始人一起分析，当前哪条路最值得去做，给出分析和建议。另外，在行业行情好的时候要泼冷水，让人留足子弹；在行情不好时给予鼓励和支持。投资人是一个参与且旁观的视角，很难下场去做，但可以把经验和案例拿出来和创始人交流沟通。这也回到前面所说的，创始人既要坚持，也要有弹性和柔软，才能接受这些沟通。

冯凯：传统路径有它存在的道理，承载了核心价值和诉求。但从创新载体的角度看，存在一些问题。

第一，信息不对称。传统模式大多依赖大企业定向技术委托开发，或上市公司去创新主体中找可交易技术。但企业不会轻易把自己的核心技术短板公开在开放平台上去找解决方案。真正值得花钱花精力的技术攻关，往往是高度保密的。比如华为，联合开发中有些技术只是作为储备，有些专利是构建引用性专利，并非核心技术。所以通过委托开发和交易技术的方式，很难通过实现巨量商业价值。

第二，路径太重。很多高校和科研院所的做法是，科学家有技术相当于有产品，核心需求就是找钱，于是把投资人当作第一块拼图。全国很多国家级重点实验室都联合一个基金公司来做这件事，而不是自己组建基金。因为自己组建基金，一流人才很难被吸引来做一个小而窄领域的内部基金，国有体系也无法给出很高的激励机制。这件事要市场化，必须是逐利的、赚钱的，就必须找市场化的机构来管钱。专业的事交给专业的人做，市场化机构有更多资源、更多资金，甚至有自己的HR团队帮你搭班子。像之江和科发的基金目前看投得还不错，但探索过程本身很难，因为这涉及组织架构顶层的先天设计。这条路太重，是因为什么事都想自己做，一手全包怎么可能不重。

冯凯：这种供需错配会诞生不少结构性机遇。一方面，像钉钉以及OPC团队在做的，包括一些平台可以去做需求对接，市场端落地需求会持续释放。另一方面，机会也来自深耕细分场景的定制化解决方案服务商。很多传统的信息化公司、软件公司本来就在做行业垂类客户的相关工作。他们扎根垂直行业、手握成熟客户资源，具备天然的转型优势——比纯AI团队更懂工艺痛点，比传统工厂更懂技术路径，是供需错配中最直接的受益者。但这个中间还会有很多磨合的路要走。当一个公司真正去做自己的信息化系统AI化升级时，中间会有很多磨合和探索。是否有投资机会还是要遵循投资价值判断。

冯凯：OPC的活跃反映了社会问题和经济问题。这是我们带着学习和探索的视角去看的事情。

余杭有阿里生态，怎么看待这些有能力的个人，他们怎么完成商业模式闭环，这是我们本身比较好奇的地方。从积极的一面看，原来年薪很高的专家，自己出来以后可以把技能输出给很多创业团队或成长性团队，从社会价值和经济角度看，都是能自我闭环的造血模式。

OPC可以看作数字经济时代轻量化的创新创业载体，是灵活就业模式的新形态，类似于当年的双创或大创背景下的小微创业。在这个模式下，如果政府能给予政策引导，比如工商注册或税务方面的便利，他们的运营会更加轻量化。

但从投资角度来说，我们判断短期内OPC还很难构成一个可投资的赛道。投资要寻求独立上市或并购可能，而OPC更多是个人价值实现和收入获取的模式，缺少规模化扩张的诉求。当然我们也十分乐意从创投角度去了解这些创新生态里大家在做的事。如果OPC有比较好的技能或场景，也可以对接给被投企业。但对我们来说，目前还是要去投更具公司化创业逻辑的团队。

这件事需要有耐心，不是说AI变化快，就要求OPC在三个月或半年内必须产出成果。这本来就不现实。未来有可能OPC之间产生化学反应，组合成新的团队去创业。从投资角度看，这是在天使轮之前的种子阶段，需要时间来陪伴和观察。