• 分类：电子报刊
• 作者：
• 来源：
• 发布时间：2026-01-15 07:05:02
• 访问量：588

　　Jenny 是一个同时理解中美文化★◈ღ★、创业新利体育APP★◈ღ★、研究与投资的人★◈ღ★。她从小在美国长大★◈ღ★，2021 年加入 OpenAI★◈ღ★，并在 ChatGPT 爆火一周后选择离开★◈ღ★，合伙创立了自己的基金★◈ღ★。前一阵她回国★◈ღ★，我们借机聊了聊中美 AI 创投之间的差异★◈ღ★。

　　P.S. 本期节目录制于 2025.12.22★◈ღ★。几天后★◈ღ★，Manus被收购的消息披露★◈ღ★。回头再看★◈ღ★，Jenny 分享的许多投资思路和对美国市场的判断★◈ღ★，其实都有所映照★◈ღ★。

　　Jenny★◈ღ★：在 23 年★◈ღ★，中美都有一个非常明确的共识★◈ღ★：投大模型★◈ღ★。在美国★◈ღ★，就是持续给 OpenAI★◈ღ★、Anthropic 这样的公司投钱★◈ღ★。这些公司这两年发展得很快★◈ღ★，也确实拿走了行业里大部分的利润★◈ღ★。

　　但到了 24★◈ღ★、25 年★◈ღ★，这个判断开始发生变化★◈ღ★，因为很多应用层公司逐渐做出了自己的特色和护城河★◈ღ★，比如Cursor★◈ღ★、Perplexity★◈ღ★。

　　最近两年★◈ღ★，Agent 很火★◈ღ★。但在真实场景中★◈ღ★，AI Agent 的落地依然很难★◈ღ★，核心问题是稳定性不足★◈ღ★。

　　所以现在★◈ღ★，大家开始从讲 AI Agent 的故事★◈ღ★，转向更强调企业化落地★◈ღ★，创业者整体也变得更务实★◈ღ★。

　　曲凯★◈ღ★：那明年呢？国内今年上半年 Agent 特别热★◈ღ★，但到了下半年★◈ღ★，似乎缺少一个特别主流★◈ღ★、能形成共识的叙事★◈ღ★。你看到的情况是怎样的？

　　当然★◈ღ★，还是有办法继续提升模型性能的★◈ღ★，比如用医疗★◈ღ★、生物等细分领域的数据去做 fine-tuning★◈ღ★。现在我领英上一半的 DM★◈ღ★，都是在问能不能帮忙做博士领域的数据标注★◈ღ★。在我身边读过博的朋友里★◈ღ★，这种情况也很普遍★◈ღ★。

　　举个例子★◈ღ★。前一阵我去日本★◈ღ★，接触了一些老牌金融公司★◈ღ★。有一家日本银行的 AI 负责人跟我说★◈ღ★，他们用过一款叫 Rogo 的产品★◈ღ★，帮投行整理金融文件★◈ღ★、做数据分析★◈ღ★。产品本身很好★◈ღ★，但结果的准确性不够稳定新利18体育娱乐在线网页版★◈ღ★，★◈ღ★，反而增加了人工核查的成本★◈ღ★。

　　另一个重要机会是在 ToG★◈ღ★。美国很多政府软件非常落伍★◈ღ★，已经有不少 AI 创业公司在尝试把产品卖给政府★◈ღ★。当然★◈ღ★，前提还是稳定性★◈ღ★，必须做到万无一失★◈ღ★。

　　曲凯★◈ღ★：你讲的这些★◈ღ★，其实也带出了我想聊的第一个中美创投差异★◈ღ★：美国几乎都在做 ToB 和 ToG★◈ღ★，甚至有美国投资人直接说★◈ღ★，他们看不懂 ToC★◈ღ★。这和国内似乎是相反的★◈ღ★。你怎么看？

　　中国是一个高度统一的大市场★◈ღ★，用户需求相对集中★◈ღ★；而美国是一个极度多元的社会★◈ღ★，不同族裔★◈ღ★、地域新利体育18★◈ღ★、阶层★◈ღ★、世代之间的差异都非常大★◈ღ★，很难形成「一个产品吃下大盘」的 TAM★◈ღ★，往往只能从非常具体的用户画像切入★◈ღ★。

　　另外★◈ღ★，美国企业的付费意愿整体更强★◈ღ★。而且美国企业更愿意为「软件」付费★◈ღ★，而中国企业则更习惯为「服务」付费★◈ღ★。

　　这种差异★◈ღ★，一方面是因为美国人工成本非常高★◈ღ★。只要软件能直接替代人力★◈ღ★，企业就有明确的付费动机★◈ღ★；而在中国★◈ღ★，很多企业更倾向于用人力★◈ღ★、外包或服务来解决问题★◈ღ★，这在客观上压缩了纯软件的定价空间★◈ღ★。

　　另一方面★◈ღ★，美国的小费文化★◈ღ★，也让他们对小额高频付费更习惯★◈ღ★。用 3–5 美金解决一个小问题是日常★◈ღ★，所以每月 20 美金的订阅费也更容易被接受★◈ღ★。相比之下★◈ღ★，欧洲★◈ღ★、日本等地区的付费意愿整体都没有美国强★◈ღ★。

　　曲凯★◈ღ★：但现在国内大家总在讲 Prosumer 这个概念新利体育APP★◈ღ★。硅谷有人讲吗？一般会把它划在更偏 ToB 还是 ToC？

　　在国内★◈ღ★，这类产品往往是用户个人自掏腰包★◈ღ★；但在美国★◈ღ★，Prosumer 很多都会走向 ToB★◈ღ★。我看到不少产品★◈ღ★，比如 Notion★◈ღ★、Figma★◈ღ★，都是先从个人用户切入★◈ღ★，再由这些人在组织内部一传十★◈ღ★、十传百★◈ღ★，逐步推动公司级采购全高清录播视频★◈ღ★。

　　但你刚才说的其实挺有意思的★◈ღ★。我之前也跟人讨论过★◈ღ★，是不是 Prosumer 最终都会走向 ToB★◈ღ★，甚至越来越偏向 to 大 B★◈ღ★。

　　Jenny★◈ღ★：在美国★◈ღ★，这基本是一个最优解★◈ღ★。因为 B 端用户的支付意愿和粘性都非常强★◈ღ★，一旦用上一个产品★◈ღ★，通常不会轻易更换★◈ღ★。

　　曲凯★◈ღ★：但我们聊过一些美国创业公司★◈ღ★，有的已经到比较后期了★◈ღ★，但他们前两三个大客户★◈ღ★，可能就占了 60%–70% 的收入★◈ღ★。这种情况常见吗？

　　当然★◈ღ★，在公司早期★◈ღ★，这种情况在所难免★◈ღ★；但到了 A★◈ღ★、B 轮之后★◈ღ★，大客户占收入的 30%–40%★◈ღ★，会是一个更合理的状态★◈ღ★。

　　曲凯★◈ღ★：明白★◈ღ★。那 ToB 公司最后比较好的出路★◈ღ★，是不是就是卖掉？因为我感觉美国很多公司都是做着做着★◈ღ★，就卖给上下游或者客户了★◈ღ★。

　　因为它们的客户★◈ღ★，尤其是像微软★◈ღ★、谷歌这样的大公司★◈ღ★，如果觉得产品用起来不错全高清录播视频★◈ღ★，往往会直接收购★◈ღ★。一方面能给自己的产品补功能★◈ღ★，另一方面还能吸纳人才★◈ღ★。不只是大厂★◈ღ★，很多中型公司也会频繁收购更小的公司★◈ღ★。

　　这也是为什么在北美市场★◈ღ★，投资人投 ToB 公司的退出路径会更明确★◈ღ★。相比之下★◈ღ★，ToC 公司很难被收购★◈ღ★，因为 C 端用户画像差异太大★◈ღ★，很多时候只能独立存在★◈ღ★。

　　Jenny★◈ღ★：第一★◈ღ★，我会看 ta 有没有真正独到的行业见解★◈ღ★。不要只跟我说这个市场很好★◈ღ★，我更关心的是★◈ღ★：你到底知道什么别人不知道的事★◈ღ★，以及为什么★◈ღ★。

　　第二★◈ღ★，我也很看重创始人能不能快速学习★◈ღ★、快速形成对市场的清晰认知★◈ღ★。比如我会直接问★◈ღ★：你觉得这个事情★◈ღ★，别人会不会来做？

　　很多创业者会表现得非常「自信」★◈ღ★，尤其是一些从硅谷加速器出来的★◈ღ★，会直接说只有自己能做★◈ღ★，别人都是垃圾★◈ღ★。遇到这种情况★◈ღ★，我心里会默默给 ta 扣分★◈ღ★，因为这往往说明 ta 对竞争并没有清晰的认知★◈ღ★。

　　我更希望听到的是★◈ღ★：我已经想过 A★◈ღ★、B★◈ღ★、C 都可能会来做★◈ღ★，他们各自有什么优势★◈ღ★；但在这个细分赛道★◈ღ★，我们可以先怎么切入★◈ღ★，再由点到线到面★◈ღ★，慢慢建立优势★◈ღ★。

　　Jenny★◈ღ★：很多特别早期的投资人★◈ღ★，其实更看人★◈ღ★。但像我们这种投种子轮的基金★◈ღ★，会希望公司已经有一定的方向和雏形★◈ღ★，而不是只看个人背景★◈ღ★。

　　曲凯★◈ღ★：所以我还有一个不太理解的点★◈ღ★，就是为什么美国投资人更敢押注年轻人★◈ღ★，甚至是辍学创业者？国内大家会比较担心年轻人经验不足新利18体育娱乐★◈ღ★。★◈ღ★。

　　这背后很大的一个原因是教育方式不一样★◈ღ★。比如美国 16 岁就可以自己开车上学★◈ღ★，但在国内★◈ღ★，我真的很难想象一个高一学生自己开车上学★◈ღ★。

　　我自己就是从哥大辍学去了OpenAI★◈ღ★，后来从 OpenAI 出来做基金★◈ღ★。不过我后面回去把论文写完★◈ღ★，拿到了博士学位★◈ღ★。而我老公是一个更典型的例子★◈ღ★，他 13 岁开始创业★◈ღ★，16★◈ღ★、7 岁就做过云服务公司新利体育APP★◈ღ★！★◈ღ★，做得也蛮好的新利体育APP★◈ღ★。后来他对读大学兴趣也不大★◈ღ★，虽然拿了斯坦福的全额奖学金★◈ღ★，但他只读了一两个学期★◈ღ★，觉得没什么意思★◈ღ★，就又出来创业了★◈ღ★。

　　Jenny★◈ღ★：挺常见的★◈ღ★。就拿 YC 为例★◈ღ★，基本上每一年的 YC Demo Day 我都会去★◈ღ★，最近两年感受非常明显★◈ღ★：创业者一届比一届年轻★◈ღ★，甚至有不少是高中阶段就出来创业的★◈ღ★，最小的只有十五六岁★◈ღ★。

　　我们也统计过美国发展得最好的 100 家 AI 公司创始人的年龄★◈ღ★：最常见的是 26★◈ღ★、27 岁★◈ღ★；中位数在 28–29 岁★◈ღ★；其中大约有 10%–15% 的创始人在 18–25 岁之间★◈ღ★，也就意味着有一部分是在本科阶段出来创业的★◈ღ★。

　　我觉得美国的学制★◈ღ★，确实对辍学创业更友好★◈ღ★。一方面社会对文凭没那么执着★◈ღ★，另一方面制度上也有 leave of absence 这样的安排★◈ღ★，创业失败了可以回去继续读书★◈ღ★，成功了也没必要非要把学位读完★◈ღ★。

　　当然我经常开玩笑说★◈ღ★，从哪里辍学也很重要★◈ღ★。你是从哈佛★◈ღ★、斯坦福辍学★◈ღ★，还是从社区大学辍学★◈ღ★，对后续创业★◈ღ★、融资★◈ღ★，甚至回去读书之后的选择★◈ღ★，影响都很不一样★◈ღ★。

　　Jenny★◈ღ★：要看人★◈ღ★。我自己投过一个 19 岁从宾夕法尼亚大学辍学的华裔男生★◈ღ★。他是第一次创业★◈ღ★，但在辍学之前已经做过非常多开源项目★◈ღ★。

　　但有不少学生★◈ღ★，尤其是斯坦福的学生★◈ღ★，辍学创业其实只是为了营造一种「我是少年天才」的形象★◈ღ★，方便他们日后进大公司或者募资★◈ღ★。

　　Jenny★◈ღ★：通常是二十七八岁★◈ღ★，从大厂出来★◈ღ★、有很强技术背景的人★◈ღ★；或者是学术能力很强★◈ღ★、有博士学历的人新利体育APP★◈ღ★。但后者更适合做 CTO★◈ღ★，而不是 CEO★◈ღ★。

　　不过我其实觉得硅谷也有年龄歧视★◈ღ★。如果你 35+★◈ღ★，又没有做出过很大的成绩★◈ღ★，再出来创业★◈ღ★，投资人就会问很多问题★◈ღ★。

　　种子轮第一轮大概在 2000 万到 2500 万之间★◈ღ★，而像 YC 的公司★◈ღ★，可能能到 3000 万★◈ღ★，甚至 4000 万★◈ღ★。如果是从大厂出来★◈ღ★，或者背景特别好★◈ღ★，那就真的不好说了★◈ღ★。有些公司什么都还没有★◈ღ★，一上来估值就能到 1–2 亿美金★◈ღ★。

　　到了 A 轮★◈ღ★，这几年变化非常大★◈ღ★，对创业者的募资策略影响也很大★◈ღ★。现在 A 轮估值基本都在 1 亿美金以上★◈ღ★，但门槛也水涨船高★◈ღ★：以前做到 100 万美金 ARR 就可以融 A 轮★◈ღ★；现在往往要做到 300–500 万 ARR★◈ღ★，才能融到一个比较好的 A 轮★◈ღ★。

　　一方面★◈ღ★，AI 公司每多提供一份服务★◈ღ★，都会产生额外的 Token 成本★◈ღ★，而传统软件一旦做出来★◈ღ★，卖多少份★◈ღ★，成本几乎不变★◈ღ★。另一方面新利体育APP★◈ღ★，很多 AI 公司表面是软件★◈ღ★，本质上更接近基建★◈ღ★。

　　Cursor 和 Perplexity 就是典型的估值偏高的例子★◈ღ★。很多投资人只是看收入增长就盲目去投★◈ღ★，但很大程度上忽视了它们的结构性问题新利体育APP★◈ღ★。

　　Jenny★◈ღ★：第一步★◈ღ★，最好先调整公司架构★◈ღ★。美国主流基金几乎只投 Delaware 架构★◈ღ★。如果暂时调不了★◈ღ★，至少要明确表达「之后一定会调」的态度★◈ღ★。

　　很多创业者到了美国★◈ღ★，总想着一两周内把钱募完就走★◈ღ★，但很多细节会暴露出你并不了解美国的创业生态★◈ღ★。比如在美国★◈ღ★，大家几乎不用微信★◈ღ★，而是通过领英互相加★◈ღ★。如果你平时不用领英★◈ღ★，别人加你好友的时候★◈ღ★，一下子就会发现你「不是自己人」★◈ღ★。

　　还有一点是★◈ღ★，很多国内创业者会通过 FA 去接触投资人★◈ღ★，但在美国这往往是一个扣分项★◈ღ★。因为这会让投资人怀疑★◈ღ★，你是不是没有硅谷的资源★◈ღ★、不了解当地环境★◈ღ★、也没办法独立募资★◈ღ★。

　　所以我更建议先在美国待一段时间★◈ღ★，混进当地创业圈子★◈ღ★，通过当地人来推荐投资人★◈ღ★。美国创业者和投资人的关系很扁平★◈ღ★，介绍投资人并不难★◈ღ★。再加上机构数量多★◈ღ★，整体环境是比较友好的★◈ღ★。

　　很多中国创业者在美国会有一点水土不服★◈ღ★，是因为美国投资人对时间限制非常严格★◈ღ★，第一次 meeting 通常只有 30 分钟★◈ღ★。所以第一次 pitch 一定要非常简洁★◈ღ★、清晰★◈ღ★，只讲重点★◈ღ★。

　　如果投资人感兴趣★◈ღ★，会约你下一次 meeting★◈ღ★，可能会要你的 demo deck★◈ღ★、见你的合伙人★◈ღ★、问更细节的问题★◈ღ★。

　　到了第三次 meetingxl18luck新利★◈ღ★，★◈ღ★，通常说明这个基金已经比较认真地在考虑你了★◈ღ★，会根据自己的投资风格深入问某一个方向★◈ღ★，甚至要你的 data room★◈ღ★。

　　之后有时还会有第四次 meeting18luck新利体育官网★◈ღ★，★◈ღ★，但并不是次数越多越好★◈ღ★，很多时候到第四次★◈ღ★，反而意味着内部在产生 debate★◈ღ★。

　　除了这些正式 meeting★◈ღ★，美国投资人也会在背后做不少研究★◈ღ★，比如去问你的前员工★◈ღ★、前投资人★◈ღ★，或者一些共同认识的人★◈ღ★。

　　1）找准你第一个接触的投资人★◈ღ★。这个人基本上就是你在这个基金里的 advocate★◈ღ★，所以 ta 最好是能独立做决定的人★◈ღ★，否则 ta 自己还要内部向上推★◈ღ★。

　　3）可以先融一小轮天使的钱★◈ღ★。他们投的单笔金额可能不大★◈ღ★，但如果他们和你的领域高度相关★◈ღ★，会是非常大的加分项★◈ღ★。天使投资人既能给你背书★◈ღ★，也能帮忙介绍人★◈ღ★、提供专业意见★◈ღ★，对后续融资帮助很大★◈ღ★。

　　曲凯★◈ღ★：但对创始人来说★◈ღ★，怎么判断哪家机构每年投多少★◈ღ★、投什么方向★◈ღ★、出手积极度★◈ღ★、估值风格这些问题？

　　我觉得最好的 pitch 方式★◈ღ★，是先去问投资人的情况★◈ღ★，再根据 ta 给你的信息★◈ღ★，定向去优化自己的 pitch★◈ღ★。

　　Jenny★◈ღ★：区别非常大★◈ღ★。如果是熟人介绍★◈ღ★，大概有一半的基金会愿意跟你聊★◈ღ★；如果是 cold email★◈ღ★，可能只有 10%★◈ღ★，甚至更低★◈ღ★。

　　美国更偏好「一个产品解决一件事」★◈ღ★。比如 Granola 就专门做笔记★◈ღ★；但在国内★◈ღ★，大家更习惯功能叠加★◈ღ★，比如飞书不只是记笔记★◈ღ★，还能做很多事情★◈ღ★。

　　另外★◈ღ★，美国的投资人和创业者整体更偏好纯软件★◈ღ★、偏 ToB★◈ღ★；而中国正好相反★◈ღ★，大家更想做 ToC★◈ღ★，也更想做软硬件结合★◈ღ★。

　　我在 ChatGPT 里把自己的生活拆成了健康★◈ღ★、工作★◈ღ★、研究等 8 个板块★◈ღ★，每个板块都有很长的 custom prompt★◈ღ★；而且不同板块的对话是分开的★◈ღ★，也各自有自己的 prompt 和 context★◈ღ★。

　　Jenny★◈ღ★：从用户体验来说★◈ღ★，我觉得 ChatGPT 最近一段时间做得特别好★◈ღ★。我也非常看好 Anthropic★◈ღ★，因为他们拿到了很多大客户的订单★◈ღ★，在企业端的增长非常快★◈ღ★。

　　至于一些处在中间位置的 AI 公司★◈ღ★，比如 Cursor★◈ღ★、Perplexity★◈ღ★，我个人也没有那么看好★◈ღ★，因为它们和大厂走得太近了★◈ღ★，很容易被吃掉★◈ღ★。

　　在特别早期的公司里★◈ღ★，我更看好细分垂直领域新利体育APP★◈ღ★。比如我投过一家 AI 生物数据分析公司 Kepler★◈ღ★。我妈妈是做心脏病学研究的★◈ღ★，几乎天天在用★◈ღ★，给我的反馈非常好全高清录播视频★◈ღ★。

　　现在的 AI 泡沫就像一个很大的气球★◈ღ★，只差一根针★◈ღ★。我尤其担心英伟达和 OpenAI★◈ღ★。这两家公司只要有一点点变化★◈ღ★，都可能把这个泡沫戳破★◈ღ★。

　　我也很担心 Gemini 通过完全免费的方式去获客★◈ღ★。这对 OpenAI 会是一个非常大的冲击★◈ღ★，甚至可能整体压低一级市场的估值★◈ღ★。

　　曲凯★◈ღ★：你前面说你认为已经结束了★◈ღ★，但我也听到另一种声音★◈ღ★，觉得 RL 和 post-training 还是有 Scaling Law★◈ღ★。

　　Jenny★◈ღ★：我的感觉是★◈ღ★，它不会再像以前那种 Scaling Law 一样简单★◈ღ★、直接★◈ღ★、有效了★◈ღ★，更多是在一些细分赛道里修修补补★◈ღ★。

　　曲凯★◈ღ★：那以 Cursor 为例★◈ღ★，大家一直在讨论应用公司和模型公司之间的竞争和壁垒★◈ღ★。Cursor 给出的一个答案是★◈ღ★，用 RL 和自己的数据去训练模型★◈ღ★。你觉得这会是一个未来方向吗？

　　这样做的成本很高★◈ღ★，而且大模型本身还在不断更新迭代★◈ღ★，可能下一代模型出来之后★◈ღ★，你自己 fine-tune 的那点优势就已经不存在了★◈ღ★。

　　Jenny★◈ღ★：我觉得是的★◈ღ★。当然这和你做的赛道关系很大★◈ღ★。像 coding 这种方向全高清录播视频★◈ღ★，和大模型之间的关系实在太密切了★◈ღ★，很容易被模型公司直接吃掉★◈ღ★；但如果你做的是更细分的赛道★◈ღ★，比如 AI 法律★◈ღ★、AI 金融★◈ღ★，我觉得模型厂商很难直接覆盖★◈ღ★，反而给创业者留下了不少空间★◈ღ★。

　　Jenny★◈ღ★：在研究人员当中★◈ღ★，算是比较大的共识★◈ღ★；但在投资人里还没有★◈ღ★，尤其是离技术比较远的投资人★◈ღ★，其实也没有那么在意这个问题★◈ღ★。

　　Jenny★◈ღ★：我觉得现在所有 AI 大厂★◈ღ★，在「模型智力」这个方向上★◈ღ★，其实都有点黔驴技穷了★◈ღ★，再往上提升已经非常难★◈ღ★。

　　比如 Anthropic 在做企业级应用★◈ღ★，那落地就还有很大的提升空间★◈ღ★；再比如 GPT-5 的多模态★◈ღ★、检索能力★◈ღ★，也都是在优化用户体验★◈ღ★。

　　Jenny★◈ღ★：还有一个在硅谷企业内部讨论得很多的问题★◈ღ★：AI 到底有没有真正带来企业生产力的提升★◈ღ★。

　　一派认为 AI 正在直接取代人的工作★◈ღ★，甚至会带来大规模失业★◈ღ★。哈佛和耶鲁的一篇研究发现★◈ღ★，LinkedIn 上比较 junior 的岗位★◈ღ★，从 23 年到 25 年减少了 20%★◈ღ★、甚至更多★◈ღ★。

　　另一派则认为 AI 并没有带来生产力提升★◈ღ★。比如 MIT 有一篇文章提到★◈ღ★，95% 的企业 AI 落地最终都失败了★◈ღ★。

　　但我认为★◈ღ★，这更多是因为很多美国大企业选择自己做 AI★◈ღ★。在这种情况下失败其实很正常★◈ღ★：他们一方面很难招到足够好的 AI 人才★◈ღ★，另一方面也很难下决心把 AI 真正推行到底★◈ღ★。如果这些企业选择和创业公司合作★◈ღ★，成功率会高很多★◈ღ★。

　　Jenny★◈ღ★：我们非常想投那种在某一个垂类中深耕★◈ღ★，同时具备技术壁垒★◈ღ★、数据壁垒和行业壁垒★◈ღ★，并且 AI 能力也到位的公司★◈ღ★。

　　比如我前面提到的 AI 生物数据公司★◈ღ★。再比如我们第一期投得最好的一家公司★◈ღ★，是用 AI 做维修★◈ღ★，叫 MaintainX★◈ღ★。

　　这个方向听起来可能离硅谷很远哈哈★◈ღ★，但他们和很多传统企业合作★◈ღ★，比如麦当劳★◈ღ★、星巴克★◈ღ★、万豪酒店★◈ღ★。这个软件可以用 AI 去辅助维修★◈ღ★，比如记录维修过程★◈ღ★、给出建议★◈ღ★、提醒维护★◈ღ★，甚至帮你预约维修时间★◈ღ★。

　　另外★◈ღ★，2026 年我们会非常看重一家公司能不能真正做企业级应用★◈ღ★，能不能解决企业的真实痛点★◈ღ★，并且有非常稳定的输出★◈ღ★。

　　这个逻辑在美国尤其成立★◈ღ★，因为人工成本非常高★◈ღ★。如果只是提升人的效率★◈ღ★，而没有真正帮企业省钱★◈ღ★，企业是不会为此付出高价的★◈ღ★。

　　中国优秀的创业者一点都不比美国少★◈ღ★，只是很多时候★◈ღ★，中国在软件方向上确实没有那么好的土壤★◈ღ★。所以如果条件允许★◈ღ★，可以多去外面拓展一下★◈ღ★。

　　他们在国内融资相对容易★◈ღ★，而美国融资难★◈ღ★、且不确定性更高★◈ღ★，于是很多人会先选择把国内的钱拿完★◈ღ★。但这样一来★◈ღ★，等他们再想去美国时★◈ღ★，反而变得更难★◈ღ★，最后就卡在这个节点上控股集团★◈ღ★，★◈ღ★。

　　不过这好像也没什么特别好的解决办法？如果要为了不确定的美国市场★◈ღ★，而放弃国内送上门的钱★◈ღ★，确实很挑战人性★◈ღ★。

　　Jenny★◈ღ★：还是要看方向★◈ღ★。有些方向明显是美国市场更有优势★◈ღ★，那我觉得这个时候是「长痛不如短痛」★◈ღ★，可以先去美国接受短期的阵痛全高清录播视频★◈ღ★。

　　而如果国内条件真的非常优越★◈ღ★，也可以走从国内到新加坡★◈ღ★、再到其他地区的路径★◈ღ★，然后之后依然可以卖给美国的个人用户或者企业★◈ღ★。

　　曲凯★◈ღ★：那如果一个创始人希望后期更多靠数据来融资★◈ღ★，大概做到什么程度★◈ღ★，才能弥补其他方面的问题？比如 Manus 能拿到美国的钱全高清录播视频★◈ღ★，是不是就是因为他们数据绝对的好？

　　Jenny★◈ღ★：我觉得 Manus 并不是因为数据特别好★◈ღ★，而是因为团队非常强★◈ღ★，同时做了非常成功的美国市场营销★◈ღ★，让很多美国投资人真正认识了 Manus★◈ღ★。

　　Jenny★◈ღ★：对★◈ღ★。如果你没有 Manus 这样的光环★◈ღ★，也没有他们那样的营销能力★◈ღ★，那我觉得至少要做到 100 万★◈ღ★、甚至几百万美金 ARR★◈ღ★。

　　到这个程度★◈ღ★，投资人可能就会愿意忽略你在其他方面的一些问题★◈ღ★，因为你不管在哪儿创业★◈ღ★，成功概率都会很高★◈ღ★。