當下中國更多的企業選擇開源是適合的。中國和美國市場一樣，都是規模較大的市場，能夠容納多元化的模型，這點對開源模式的發展極為有利。

文｜朱耘

ID | BMR2004

從2024年的“百模大戰”到2025年的機器人競逐，技術的迭代愈發快速，而這背后，一場決定技術話語權的底層邏輯——開源與閉源，兩大陣營的角力，正加速演進。

行行AI董事長、順福資本管理合伙人李明順

以大模型為例，OpenAI旗下的ChatGPT-4 擁有1.76萬億參數，以閉源模式筑就高墻，而2025年爆火的Deepseek則以開源的生態重構AI新秩序。兩種模式無對錯，只是企業的不同戰略選擇，那么在投資人眼中，兩種模式的優勢和劣勢各是什么？其中的商業機會又有哪些？為此《商學院》記者專訪了行行AI董事長、順福資本管理合伙人李明順。

01

AI投資三大鐵律：人、賽道、真痛點

《商學院》：

作為投資人，你評估AI項目時會重點關注哪些核心維度？

李明順：我們看項目，主要基于人、市場規模與產品定位三個核心維度。人的維度上，當下這波AI創業熱潮中，創業團隊成員幾乎都是高知人才，擁有較高的技術水平并且具有全球化視野。目前，已投資項目中擁有博士學位的團隊占到了80%以上，我個人已經投資了30多位博士創業者。這類團隊技術基因深厚，成員大多具備海外留學或海外工作背景，且現在的團隊規模都不大，人不太多，但每個人的能力都很強，在AI時代，每個人都能充當多面手，是復合型人才。

市場規模方面，只有大市場才能成就大事業。小市場里，即便個人能力再強，發展空間也極為有限。所以我一般更傾向于投資大市場中的創業團隊。這就是“賽道思維”，當前人工智能正改造千行百業，每個行業都將被重塑，選擇大賽道起步，才有成功的機會。

產品定位上，考察項目的核心切入點是否是行業“痛點”，而不是“癢點”。而判斷一個項目是否是真痛點的方法就是看客戶是否愿意為其買單。例如，我們對很多創業者的要求是，六個月內能否有客戶為其產品或服務付費，六個月內是否有收入和流水。

《商學院》：

在AI領域，你更傾向于投資底層技術還是上層應用？

李明順：這些年來，我一直有明確的態度——不會投資大模型領域，因為大模型不是一般創業公司能夠做起來的。即使是大型企業去做，也不一定能保證成功。因為大模型領域的全球壟斷性非常高，而且大模型的開發需要大量資金投入，絕不是一般創業團隊能夠承受的。

所以，我們更重視人工智能在應用領域的發展，尋找好的應用場景。這一波人工智能對行業的改造范圍很廣，如同二十多年前的互聯網一樣，會在每個行業實現很好的落地。在這種情況下，基礎模型就選擇最強的。有好的技術，能夠對這些模型進行微調，并與自身場景的數據相結合，這一點非常關鍵。

我認為 AI 應用是中國的機會。因為 AI 應用服務于場景，而中國在場景方面具有兩大突出優勢：一是制造業能力，二是工程能力。中國是全球制造業工業門類最齊全的國家，擁有最多的產業場景，AI 對制造業附加值的提升空間巨大。同時，中國也是工程師數量最多的國家，中國的工程能力和軟件能力在融入 AI 技術后，將創造出更高的智能化水平。因此，AI 應用絕對是中國最大的發展機會，也是中國新質生產力的一種體現。

02

開源VS閉源：一場決定未來的生態戰爭

《商學院》：

技術開源或閉源的屬性如何影響你的投資決策？例如，閉源模型的商業化潛力與開源生態的可持續性之間如何權衡？

李明順：其實開源和閉源并非單純的商業選擇，而是成本與技術落地性的體現。在特定情況下，許多場景無法使用 AI 模型。例如，在涉及隱私數據以及對安全高度關注的行業，客戶不愿將數據提供給大模型，因為一旦提供，數據主權便會喪失。而開源完美解決了這一問題，因為可以將開源模型部署在本地設備上，構建私有模型，這是眾多商業應用能夠落地的重要原因。

在成本方面，開源技術大幅降低了成本，例如某技術將成本降低了二三十倍。這使得許多原本在投資回報率上難以計算的行業，如今能夠算出合理收益。像電商、玩具等對成本要求極高的行業，如果成本過高，寧可選擇人工而不采用新技術。但如今，隨著開源技術將成本降低至消費級水平，推理需求快速增長，這正是開源帶來的機遇。所以，開源和閉源并非僅僅基于技術偏好，是從數據主權以及成本角度綜合考量，它更是一種商業選擇。

《商學院》：

你認為開源大模型和閉源大模型在技術迭代速度、生態建設、商業化能力上分別有哪些核心優勢和劣勢？

李明順：早期，許多大廠熱衷于做閉源模型。例如國內的百度，美國的 OpenAI 等。大廠認為閉源模式能夠創造最大的商業回報和收益。在一定程度上，閉源是企業更易于計算成本收益的方式，投入多少，基于未來多少接口調用能夠收回成本，相對容易計算。因此，企業也更愿意為此投入。尤其在當下，很多人做垂直模型和小模型時，有時也不愿意開源，因為在其獨有的領域內，閉源有助于維持更好的壟斷性。

然而，開源有著不同的邏輯。以Deepseek為例，我認為它是一家生態公司而非產品公司，它在全球 190 多個國家的應用商店排行榜中都名列前茅。若它是閉源公司，很難取得這樣的成績。另一方面，其開源生態不僅能夠吸引國內眾多大廠，如騰訊、阿里以及百度使用，在海外，像亞馬遜、微軟、Meta 等也都在使用。這意味著，無論是生態伙伴還是競爭對手都在使用其開源成果，極大地提升了生態開放性。并且在開源之后，在技術研發方面會有更多社區開發者提供支持，有助于產品不斷完善與進步。所以說，開源和閉源各有千秋，不過我個人更傾向于開源。

《商學院》：

你為何更傾向于開源？在開源生態中，如何平衡社區貢獻與商業利益？

李明順：開源本質上也是一種商業行為，不應將開源簡單地理解為無私奉獻。開源實際上是一種非常有效的商業打法。20 多年前，我們在做 Discuz! （社區動力）時，選擇了免費開源，這使得中國 70%～80% 的網站能夠快速使用 Discuz! 搭建社區。表面上看，似乎是在做公益，實際上借此獲得了很高的市場占有率。憑借這一市場占有率，獲得了更多融資，并且構建了新的商業模型。

對于中國的 AI 行業而言，我認為它是一種多元化的平衡，并且開源和閉源這兩種生態是相互共存的關系。這對于中國這樣一個龐大國家的 AI 產業豐富性和多元性而言，是一種良好的生態模式。

當下中國更多的企業選擇開源，我認為是適合的。中國和美國市場一樣，都是規模較大的市場，能夠容納多元化的模型，這點對開源模式的發展極為有利。開源有助于中國與歐美國家在如 DeepSeek 等生態體系下開展更廣泛的合作。以當前的情況為例，西方發起了所謂的 “民主 AI 聯盟”，企圖將中國 AI 邊緣化，讓大家都使用其指定的產品（如 OpenAI 相關產品）。但由于我們秉持開源理念，將代碼和模型運行方法開放出去，現在連一些歐美國家也開始采用我們的技術，這既避免了技術被封鎖，又拓展了技術生態的覆蓋范圍，極具價值。

從應用豐富性角度看，開源模式比閉源模式更具優勢。閉源模式容易導致應用同質化，因為閉源產品的可塑性和可改變性較低，開發者往往只是調用簡單接口。而在開源模型下，開發者擁有更大的微調空間，產品能夠適應更多元化的形態。例如，我們將一些私有模型部署在本地，能更好地滿足個性化或特定場景的應用需求，未來在物聯網（IoT）領域，本地模型的應用也將使眾多設備更加智能化。所以，開源能夠促進應用的多樣化發展。

對于創業者而言，我強烈建議他們擁抱開源模型。創業者的目標是打造獨特的產品，若依賴傳統的大型閉源模型，很難實現差異化。而基于開源模型開發產品，更能體現產品的豐富性與獨特性。當然，閉源模型在金融、醫療等行業也有其落地應用的場景。

《商學院》：

那你又如何看待閉源的商業機會呢？你判斷開閉源的市場格局將是怎樣的？

李明順：這一波 AI 技術發展之前，就已經有一些金融和醫療場景與閉源模型展開合作。當時，相關機構會對數據進行脫敏處理，許多數據不會直接傳輸到大模型的服務器，而是先經過數據“清洗”后中轉，這是一種可行的方案。然而，隨著開源模型的出現，這種情況越來越少。如今，大家更傾向于在本地構建完全自主的模型，這也促使金融、醫療行業更加大膽地應用大模型。從近期的新聞報道中就能明顯看出，許多醫院和銀行不再首選傳統的閉源模型。

對于3—5年后開源和閉源模型的競爭態勢，我認為開源模型將占據更大份額，可能達到70%以上，閉源模型份額相對較小，呈現“七三開”的局面。

來源 | 2025年4月刊