当技术突破遭遇商业化的瓶颈，当海量数据难以转化为实际生产力，AI与数据的投资逻辑正在悄然生变。从追逐参数的狂热，转向深耕场景的冷静；从“有数据”的狂欢，到“用好数据”的务实——这背后，是投资人对技术、产业与商业本质的深刻复盘。
2025年12月11日，由北京市通州区人民政府主办，通州区经济和信息化局、通州区台湖镇人民政府承办的第二届ADD数据应用场景大会在台湖举行。会上，华映资本董事朱彤、万物创投合伙人顾旻曼、沸点资本合伙人马兰、图灵创投董事总经理丘岳峰、东方富海合伙人王鑫、千山资本合伙人郑云飞，在题为《深耕科技投资领域，厚植数据发展土壤》展开焦点对话，现场金句频出：
“AI时代的机会在于，用新思维“激活”旧数据，并在“私域”中解决确权与合规问题。”“数据安全的未来，在于将安全基因植入数据底层，在流动中实现可控、可追溯。”“投资科学家，既要包容其技术长板的“仰望星空”，更要看重其将技术工程化落地的“俯身躬行”。”“企业服务的成功路径，要么将产品做到极致通用，要么将行业吃透做深。”“中后期投资，技术迭代并非首要风险，扎实的客户与现金流构建的基本盘才是压舱石。”
以下为台湖会客厅内容，由创业邦整理后发布。
朱彤：各位好，欢迎来到AI与数据应用的压轴圆桌。今天我们荣幸请到多位重量级投资嘉宾。首先，请各位简要自我介绍并介绍所在机构。
顾旻曼：万物创投是专注于早期风险投资的机构，成立于2020年。在AI领域，我们聚焦两大方向：一是底层基础设施，如AI芯片、边缘计算与机器人等；二是可落地、创造用户价值的应用，包括AIGC、多模态生成等场景。我们很早即开始在这些方向进行早期投资，很高兴今天能与各位深入交流。
马兰：沸点资本是专注于人工智能、机器人、云端智能、数据挖掘等行业的投资机构。我们不追求技术极致的前沿，更看重产品是否可以和场景深度关联。以“工匠投资，陪跑创业”为特色，已成功投资并推动了包括奇安信、云迹科技等上市项目的发展。
丘岳峰：图灵创投成立于2018年，依托清华交叉信息研究院，自创立起即专注于AI应用投资。我们早期即布局基座模型、双足机器人、量子计算等领域，采用“投资+孵化”模式，至今已在多个场景推动技术落地，并取得了显著进展。很高兴今天能与各位探讨数据应用相关话题。
王鑫：我是东方富海的王鑫。我们作为成立20年的老牌机构，管理规模达350亿，已助力近90家企业上市。近期，我们与中关村科学城合作设立了人工智能优选基金，专注于人工智能基础设施、算力互联等前沿领域。
在基础设施层面，我们全方位布局，包括沐曦集成、佰维存储、比特智路等；在具身应用侧，投资了千寻智能、逐际动力、云圣智能等。数据领域，富海出手很多，包括已上市的数据安全领域安恒信息等，今年在具身数据领域出手了光轮智能，发展也很快。我们也在持续探索AI与数据结合的新方向，愿与各位共同学习进步。
郑云飞：我是千山资本的郑云飞。我们成立于2015年，目前已形成三块业务：
1.投资业务：作为一家纯民营机构，我们管理着包含人民币与美元在内的40亿规模的资金，在硬科技、生物医药、金融科技以及智慧物流行业均有投资布局。
2.投行业务：位于西安，主要开展高新技术孵化与企业税务筹划，为机构提供现金流支持。
3.基金小镇：在江苏宿迁与当地政府合作设立“筑梦基金小镇”，为企业提供税收返还与补贴等优惠政策。
朱彤：谢谢各位的介绍。我补充一下，我们机构成立于2008年，长期关注硬科技与AI领域的中早期投资，涵盖算力、算法、存储及数据应用等方向。
今天时间有限，我们先围绕核心议题展开讨论。在AI与数据产业经历快速发展与调整的背景下，尤其随着大模型与具身智能在数据质量、规模方面遇到阶段性瓶颈，第一个问题希望请教各位投资人：
相比两年前，当前您投资科技与数据项目的逻辑是否发生了变化？在看这个赛道的项目时，您最关注的核心指标是什么？
郑云飞：针对数据投资方面，我们一直保持相对谨慎。
早期ChatGPT引发热潮时，我们的核心关注点集中于国内企业的数据储备情况。但后续逐渐意识到，仅拥有数据并不足够，核心关键还是为这些数据匹配到合适的落地应用场景。
随着近年人形机器人等新兴赛道的发展，高质量数据的获取与高效运用，又成了为新的难题。目前我们面临的核心矛盾是：在投资标的的判断中，应该优先关注企业“是否持有数据”，还是“数据本身质量如何”？在这个问题上，我们仍在观察阶段，尚未对纯数据公司展开投资。
朱彤：郑总谦逊了。王总您投资的光轮智能，正在通过合成数据、仿真等技术解决具身智能问题。可否请您就此分享一下观点？
王鑫：好的，我基于我们的研究观察分享三点：
第一，市场巨大。预计到2025年全球数据量将达到160ZB以上，国内数据市场规模也有千亿级，增长空间广阔。
第二，机遇与挑战并存。以港股上市的数据公司为例，即使收入规模有限，在风口下也能获得高估值，这说明市场对潜力高度认可。但行业现状仍较分散，规模化企业不多。
第三，投资方向参考。我们关注以Snowflake、Databricks、Palantir为代表的美国头部公司，它们路径各异，分别代表了现代数据仓库、AI原生数据平台和数据智能决策等不同方向。这为国内投资标的提供了参照，我们也在相应细分领域寻找映射机会，并已有布局。
朱彤：谢谢王总。丘总。
丘岳峰：从我们十多年的投资历程看，数据领域正迎来更好的发展阶段。
过去，由于技术生产力有限，数据应用往往难以精准解决实际问题，也难以泛化定制需求，导致数据价值闭环难以实现，企业缺乏开放数据的动力。
如今，随着平均生产力显著提升，各方能更专注于探索数据与商业价值的结合。对企业而言，这为挖掘数据价值创造了更有利的条件。这是我们观察到的重要转变。
马兰：近两年，AI与数据的结合正趋于务实，投资逻辑也发生了变化。
首先，从追求技术先进性转向了场景适配性，我们更关注AI能否在具体产业场景中精准解决问题，例如在智能制造行中利用数据预测设备的稳定性，优化后是否可以降本增效，而非单纯追求模型参数。
其次，数据资产的价值正超越算法噱头。不是看能训练多大的模型，而是看有没有高质量、合规、可迭代的数据闭环，特别是在金融、医疗等强监管行业，未来数据治理的能力才是竞争力。
最后，在选择上，我们更青睐能深入产业、将技术、数据与商业化有效结合，形成闭环的团队。单点创新已不够，需要具备产业协同与整合能力。
顾旻曼：当前AI应用的现状是，许多企业虽拥有数据，但因缺乏治理而难以真正用于生产，导致AI项目多停留在展示层面，未能转化为生产力。
在此背景下，我看到了两个重要的机会方向：
第一，从“拥有数据”到“激活数据”。
传统的数据治理重在将数据表格化、结构化。而在AI时代，图片、视频等非结构化数据同样能成为可调用的资产。如何用新的方法管理和激活既有数据，使其适配AI需求，目前全球尚未形成统一标准。这正是一个代际更迭带来的巨大机遇，为创业者和企业提供了重新定义数据治理的可能。
第二，聚焦私域数据的价值实现。
公域数据已被大模型充分挖掘，其独占价值相对有限。而私域数据的核心在于确权、合规与安全使用。如何在保护隐私、符合监管的前提下，通过权限管理、隐私计算等技术激活私域数据价值，是随着数据深入应用必须面对的问题，也将催生新的创业空间。
简单来说，机会在于：以AI时代的新思维重新激活数据资产，并在私域数据中解决合规与实用化的问题。 这正是创业者可以着力的关键方向。
朱彤：感谢各位的分享，为创业者提供了很多关于数据行业痛点与机会的洞察。大家可会后与观点契合的机构进一步交流。
接下来是针对性提问。首先请教丘总：您的机构投资了许多科学家主导的早期项目。请问，您们如何判断这类技术型团队的商业化潜力？最看重他们哪些特质？在团队存在短板时，机构如何协助弥补？
丘岳峰：对于科学家创业，我认为比较理想的路径是专注技术突破，达到一定高度后通过多元渠道退出，这更符合其专长。
实践中主要有两类情况：
一类是学术前瞻性极强、地位顶尖的科学家，即使商业能力暂时不足，我们也愿意给予包容和支持，例如在量子计算、商业航天等前沿领域。但即便如此，我们仍会引导其探索可交付的产品或服务，因为企业最终需要具备造血能力。
另一类更常见的是，科学家愿意俯身深入场景，亲自带队解决实际问题（例如在工厂现场推进工业智能化）。这种将技术工程化落地的决心与战斗力，是我们非常看重并积极支持的。
总体而言，科学家是特殊群体。我们希望在早期给予他们所需的协助，但更期待未来能建立多层次的退出机制，让专业人士能更专注地做自己最擅长的事。
朱彤：总结来说，投资科学家项目核心是看重其技术长板必须足够突出。商业化方面，需要股东与机构共同陪伴成长，给予“沿途下蛋”的空间，早期并非必须强于商业。
接下来请教顾总：基于您对趋势的敏锐洞察，在数据驱动的应用层，您更看好消费级产品还是垂直的2B解决方案？想听听您的观点。
顾旻曼：在数据驱动的应用层，我认为to B和to C都存在重要机会，但逻辑不同：
在to B领域，机会主要有两类：
一是“帮企业管数据”，即提供适应AI时代的数据治理、安全与隐私解决方案。这类机会具有代际性，往往随技术周期出现，需把握时机。
二是“企业自身AI化”。未来所有行业的公司都必须完成数据治理与AI升级，这并非依赖外部服务，而是自身成为所在领域内具有深度认知与数据能力的AI化企业，否则可能面临淘汰。
在to C领域，核心在于“与用户共创新数据”。成功的消费级公司本质是深度理解并利用用户数据（如字节的推荐算法）。当前的机会在于，借助AI能力，在用户的新场景中引导其创造新数据，从而形成更强的绑定。关键在于能否围绕用户行为，定义新一代的数据标签与AI应用，构建新的竞争壁垒。
简言之，to B的重点是激活并治理企业既有数据，完成自身AI化；to C的关键则是与用户共同创造新数据，并在此基础上建立深度联结。
朱彤：谢谢顾总。接下来请教沸点资本的马总：在数据安全领域，从投资角度看，一家创业公司应如何突破规模瓶颈、成长为行业巨头？其中的关键是什么？
马兰：数据安全赛道在规模化过程中面临挑战，核心在于数据具有流动性，而传统安全是静态防护。关键在于：
将安全基因植入数据底层，在流动中实现分级、脱敏与可控。这需要推动客户从架构底层改造，虽难度极高，但一旦建成，壁垒也将极高。
从合规切入，用隐私计算等技术做到“可用不可见”，与客户共同打磨产品、共享收益，实现共赢。最终，谁能在数据流动中做好可控、可追溯与保密，谁就拥有未来。
朱彤：谢谢马总。接下来请教东方富海的王总：您观察过许多成功将数据产品或服务卖给传统大客户（包括G端与大B端）并实现持续复购的科技公司。在商业打法上，您认为它们有哪些共性的成功路径？
王鑫：成功路径主要有两类：
一是像Snowflake那样，将产品做到极致标准化、易用，实现跨行业通用。
二是深耕特定垂直行业，吃透行业Know-How，从客户订单反推产品与技术，走定制化路线。
实践中，许多公司是两者结合：既有部分标准化产品保证复购，也有针对性的定制服务。最终，创始人仍需基于自身行业积累与客户反馈来定位产品。
朱彤：谢谢王总。最后请教千山资本的郑总：在投资AI、数据、硬科技等周期长、资产重的项目时，作为投资机构，您如何看待并平衡技术迭代风险与长期回报之间的博弈？
郑云飞：千山资本作为主要投资中后期的机构，我们在面对技术迭代与长期回报的平衡时，更侧重以下几点：
市场与行业：重点关注项目所处行业的真实问题、市场规模及产品市场匹配度。中后期项目已具备较清晰的市场验证。
客户结构：深度分析客户构成与供应链稳定性。稳定、长期的客户关系带来的现金流，是企业抵御技术波动、稳健经营的关键。
性价比：即使项目优质且行业地位好，我们也会审慎评估估值与性价比，不盲目追高。
在投资中后期项目时，技术的前瞻性与迭代风险并非我们首要考量因素。我们更看重其在已验证的赛道中，是否已通过扎实的客户与现金流构建了基本盘。这是我们平衡风险与长期回报的核心逻辑。
朱彤：时间关系，最后请每位嘉宾用一句话，表达对台湖这片产业热土培育数据领域未来独角兽的寄语。
顾旻曼：我国在前沿科技的投入与战略眼光全球领先。期待台湖这片热土，能为AI与数据底座的发展孕育未来，带来丰厚回报。
马兰：期待更多创业者扎根台湖，将创意转化为技术，将技术落地于产业，在这里成就更好的自己。
丘岳峰：感谢台湖搭建了优秀的舞台，愿与各位一同“唱好戏”、共掘金。
王鑫：台湖做全球AI原生数据湖。
郑云飞：愿台湖成为冒险者的港湾，为改变世界的想法提供舞台。
朱彤：感谢各位嘉宾，也感谢主办方为创业者提供了宝贵的交流平台。今天的讨论至此结束，谢谢大家！
