AI资本市场正在经历一场剧烈的极化。
从宏观数据看，AI的狂欢似乎仍在加速推向顶峰。有统计指出，2025年全球AI领域投资达2587亿美元，创下历史新高，占全球风投总额的61%。2026年，第一季度的全球创投资金便突破3000亿美元，国内仅上半年的AI融资额就突破了3000亿元人民币，超过去年全年水平。
数据的另一面，是中尾部创业企业不得不面对的刺骨寒意。大模型横空出世时的技术狂欢逐渐退潮，资本从早期的跟风盲动迅速走向审慎，开始快速流向少数头部巨头和已被商业化反复验证的赛道。更务实、更硬核、真正赋能实体经济的场景，被推到聚光灯下。缺乏验证的技术和缺乏场景深度的应用，如今在投资人面前已难掀波澜。
在狂热与理性碰撞的当下，投资人究竟在用怎样的标尺丈量AI项目？创业者又该如何撕掉浮夸标签，讲出一个经得起敲打的商业故事？近期落幕的AFAC2026金融智能创新大赛初创组总决赛现场，恰好构成了透视这一转折期的绝佳切片。
作为AI金融领域中具有影响力的比赛，已行至第四年的AFAC采用解题的“挑战组”与展示创业项目的“初创组”双轨赛制。其中，十支进入总决赛的初创组选手需在有限时间内介绍项目，并接受投资人评委的质询。从一轮轮的交锋中可以看到，投资人最为关心技术壁垒、场景需求和真实商业模式，而受到关注的优秀项目，都致力于用AI技术满足真实行业痛点，且商业模式已经初步跑通。
第一回合：问技术与场景
AI金融，简单来说就是用人工智能技术改造金融行业的各个业务环节——从风险评估、反欺诈、信贷审批，到量化交易、投资研究与客户服务。而应用项目的悖论在于，应用的效果很大程度上取决于底层大模型的能力，而随着后者的快速迭代，应用开发者费尽心思搞出来的功能，很有可能在不久之后就被大模型直接实现。
初创组三等奖“牛津智能”团队的产品是“AI估值与数据智能平台”，这个由牛津大学院士团队研发的算法模型能够通过多维度信息来预测公司估值。
“你们用AI做估值体系，将来有没有可能被某个大语言模型平台直接替代掉？如果大模型直接嵌入这项功能，对你们是不是降维打击？”现场评委毫不客气地提问道。
“我们已经不会为宏大的叙事买单了。”接力基金合伙人倪修斯告诉记者。在她看来，通用大模型的能力边界还在以惊人的速度外溢，如果创业项目只是基于大模型套壳，或者切入一个缺乏纵深的伪需求，这种产品在技术代际的推进中会瞬间被碾压。
对于投资人来说，数据、场景深度与技术融合所带来的产品迭代潜力，是比算法本身更重要的技术护城河。不是跟AI沾边的都是好产品，它的价值在于让产品解决了什么问题。
从这个角度出发，牛津智能为产品做出了辩护：大语言模型本质是基于词元概率匹配的语义模型，而他们的算法脱胎于十余年的学术积累，底层是一套纯粹的经济学机理模型与多维严谨的算法体系。AI在其中扮演的角色，主要是前端数据清洗抓取和后端报告自动生成的“加速器”。在他们看来，通用大模型无法凭空推导经济学因子权重与复杂的交易定价法则。
从算法机理到应用场景的纵向融合，构成了优胜项目的共同特征。二等奖项目团队“智慧易（AIEASY）”展示的AI安全反欺诈大模型，深入到保险定损防骗保、银行营销防“羊毛党”的真实业务风控链中，不仅给出图片是否伪造的判断，更能生成可追溯、可审计、具有因果推断链条的证据闭环。
创业者们强调技术背景，有的是大厂积淀，有的是院士背书。但另一种叙事也开始受到投资者的认可，即从丰富的场景经验中生长出的技术路径。“魔方芯智联”团队观察到，商用车保险赔付中，70%以上来自于前向碰撞与盲区事故。卡车司机长时间驾驶，疲劳是事故的关键因素。该团队因此研发了一套软硬一体的AI决策规控系统，监控视野盲区和疲劳驾驶，并在紧急情况下介入刹车。
除了软件应用，高门槛的AI硬件技术也受到投资人的一致关注。初创组排名第一的是“恒创领航”团队的面向金融核心场景的高速安全传输系统，通过自研的硅光芯片、异质集成光源和自研通信协议栈，借助光通信在金融数据中心之间拉一条更快的“网线”。 获得二等奖的"芯融动力"研发的金融智算底座对于提升算力硬件效率至关重要。
“大家对AI的真正期待，是做很多我们想不到和做不到的事情，这才是下一个未来。”SEE Fund无限基金管理合伙人马麟告诉记者，他因此看重初创项目的原创性和开创性，创始人应当有挑战技术与行业难题的勇气，而不是仅仅追逐风口。
尽管投资人正在变得谨慎，但对于真正敢啃技术“硬骨头”的项目，尤其是硬件，还是有所偏爱。路演评审专家、蚂蚁集团战略投资经理张胤表示，“喜欢硬核一些的项目”的原因，不仅因为它们有技术壁垒，而且能实现国产替代，在全球竞争中发挥作用。
第二回合：问真实商业情况
令人惊讶的是，尽管这只是一场初创组的比赛，但台上大多数项目展现出的商业成熟度远超预期。恒创领航预计今年营收冲刺1.1亿元；智慧易（AIEASY）在2023年便实现盈利，去年营收破亿，今年在手订单预期超过两亿元；魔方芯智联今年上半年确认收入突破2000万元，在手订单超8000万元。
初创企业不再是光着脚画饼的草台班子，而是携带着真实的现金流有备而来。投资人也格外看重这一点，他们不再轻信那些“先圈地再变现”的AI项目，而是希望看到清晰的付费意愿、健康的利润结构和能够自圆其说的复购逻辑。
有团队打出全员华尔街顶尖投行量化背景，对标全球金融基础设施巨头彭博社与贝莱德，宣称手握全自研的数千个底层金融模型。面对其抛出的数十亿估值预期与宏大远景，评委们直接问：“今年预期的营收中，有多少已经确收？有多少在手订单？为什么大机构至今没有形成规模化复购采购？”
“财务数据是最好的照妖镜。”倪修斯指出，只要落到真实的营收账本上，所有商业故事都会被迅速证实或证伪。商业上的细节会被迅速关注并放大，这需要创业者做好准备。
“司普科技”团队展示其“AI核保员”项目时，尽管其列出了服务国际再保险巨头的标杆案例，评委席依然第一时间敏锐地指出了其财务预测表中的异样：“你们的营收里有相当大一部分比重是‘其他收入’，这个‘其他’到底是什么行当？跨行业开拓怎么解决行业know-how问题？”团队回答，由于早期曾深耕零售与快消领域，原有业务沉淀带来了部分现金流支撑，但公司目前正坚定聚焦于医疗与保险的核保主赛道。
财务数据体现了商业模式是否可以持续。虽然更大的市场份额、更多元的布局是成功企业的标配，但对于初创企业，倪修斯表示，投资者还是乐于见到“切口相对比较小，切得足够深，确实能够提升行业效率”的项目。
魔方芯智联的路演中，评委质疑其为何不直接与车厂合作，放弃看似更高端的前装市场，转而做略显草根的后装改造。团队代表回答，商用车是纯粹的生产工具，主机厂为追求极致控本，对增加数万元的智能选装包意愿极低；而在后装市场，单车仅需三四千元改造成本，就能帮车队和保司省下数十万元的事故赔付，后装市场不仅痛点极高，更是足以容纳千亿规模的真实蓝海。
魔方芯智联的团队代表认为，“商业的本质不是为了看起来高大上，而是围绕客户的价值链做交付。少即是多。”
具备减法思维的项目，似乎更能吸引投资人。智慧易（AIEASY）团队告诉记者，他们在早期放弃了决策周期漫长的一线头部客户，转而切入预算相对受限但决策敏捷的中腰部金融机构，用低边际成本的标准化API调用打破大厂高昂定制成本的壁垒，从而快速沉淀出海量真实调用数据，成为产品迭代的基础。
在商业模式的回合中，评委们真正筛选出的，是那些懂得在诱惑面前克制、在落地执行中务实，能够把每一分技术投入都转化为稳定现金流的商业清醒者。
第三回合：看人
在技术随时可能发生跃迁、商业模式随时面临重构的AI时代，任何静态的尽职调查都无法预测三五年后的格局。当所有的模型架构与财务报表都被拆解完毕，投资人最终落脚的支点，依然是对人的判断。
蚂蚁集团财富保险事业群项目管理总监、AFAC大赛执委会主席李晖在初创组总路演致辞中重温了创投界的两条经典共识：“投资最终是判断人，而不是判断模式；在AI时代，人身上最值钱也是最无法被替代的能力，是判断高价值方向的能力。”
在人人都可以借助AI工具写代码、做产品的时代，技术实现的门槛被拉低，而决定一家企业能否穿透迷雾的，正是创始团队在混沌环境下的取舍格局与心力支撑。
马麟观察到，由于AI项目自带技术基因，青年学者与科研人员创业蔚然成风，然而其中潜藏的最大风险，是创业者惯性地将象牙塔内部的评价体系原封不动地移植到产业世界中。
“在学术体系里，目标是人为给定的，发几篇顶级论文、拿到多少引用量、在大赛上排第几名，有一套确定性的规则。”他说，“但真实的商业世界是一个复杂的混沌系统，成功的标准从来不是PPT做得多漂亮、把估值炒得多高。”如果团队无法抛弃虚荣心，迅速学会在没有标准答案的商海中掌舵，残酷的市场环境很快就会施以惩戒。
张胤同样强调，在金融AI这一特殊领域，单靠技术极客的激情很容易踩雷，团队必须深刻理解监管红线与业务肌理，拥有搞定金融“深水区”暗知识的综合知识和判断力。
牛津智能的AI估值预测项目由国际顶尖学者领衔，经历长达十年的理论奠基，团队曾对这个技术十分自信。但在推向市场之初，他们也曾遭遇认知的巨大落差：最初团队拿着技术资产估值系统去跟银行对接，谈企业未来估值空间，结果银行完全不买单。作为债权方，他们更在乎放出去的贷款能否如期回收、坏账风险几成、何时该催账。
面对技术与市场的背离，团队迅速以市场为导向低头重构产品，将经济学底层原理封装在后，把风险测算与动态预警推到前端报告的最核心位置。“这样的例子有很多。必须迅速调整，想硬压着客户去接受产品，那是不可能的。”牛津智能的团队代表熊鹏说。
不少投资人在采访中表示，非常看重创业者破釜沉舟的勇气，能不能all in，能不能“不受噪音影响，不忘初心，做自己热爱的事”。
对于九死一生的创业来说，信念固然必不可少，但确立目标之后，松弛、灵活与务实的身段，反而成为优秀创业者的特质。
魔方芯智联在总决赛路演中提到，创始人邱逸早年亲历过严重车祸，将追求商用车事故零伤亡作为创业目标。辞去高收入的工作，面对创业后公司支出的巨大压力，他并不后悔。邱逸在采访中告诉记者，虽然在未知的商业领域带领团队探索，如“摸黑下楼梯”，需要勇气。但他却认为让企业运作下去的核心是容忍——对团队的容忍，对失败的容忍。
“容忍问题的能力决定了企业的存活。发现问题是很容易的，但是有时候什么问题都解决的代价很高，可能就把团队折腾垮了。”他说，“人生有很大的容错性。对吧？错了就重新开始。”
双向筛选，双向奔赴
选手在台上接受质询，创业者带着BP“求关注”，并不意味着资本和创业者之间是不对等的关系。
创业者手中掌握着底层技术细节、行业隐性知识以及对细分赛道的垂直洞察，具备信息优势。而投资人则背靠资金通道、产业生态和宏观视野。在早期的碰撞中，投资人依靠密集的质询来甄别真正的价值信号，而优秀的创业者，同样在用挑剔的目光打量着台下的资本。
在AI行业资金相对充裕的今天，好项目是稀缺的。在相对审慎的投资环境下，优秀项目几乎都具备一定的造血能力，单纯提供资金的纯财务投资人早已丧失了绝对吸引力。资本不是高高在上的施舍者，而是加速扩张的杠杆与战略护航的合伙人。
邱逸坦言，团队自身现金流为正，此前对融资一直抱有防备心理，甚至担心资方的介入会打乱节奏。“AFAC大赛开幕式的主论坛上，一位创投专家提醒了我。融资在本质上是企业发展的杠杆，在产品跑通的关键节点，不拿钱其实是另一种极度危险的决策。竞争对手一旦借助资本狂奔，很可能会在极短的时间内将你甩在身后。”
除了资金以外，通过比赛等方式对接主办方的场景资源，主动进入更大的商业生态，则是很多团队真正的目的。
“争名次是零和博弈，做产业可以是正和博弈。赛场上大家竞争同一张榜单，但走出赛场，很多团队都是各自细分领域的‘小王’。” 智慧易（AIEASY）团队告诉记者，“但进一步扩大业务，仍需要找到匹配的需求和合作伙伴。AFAC大赛让我们有机会直接接触相关业务团队和投资机构，缩短从了解需求、验证方案到推动合作的过程。这是我们更看重的长期价值。”
而下了赛场的投资人，则很快从“冷面评委”的角色切换到初创企业的“暖心伙伴”。多个基金负责人表示，初创投资正越来越重视资金以外的服务，如为团队补齐战略规划、商业路径定型、组织管理支持等。
张胤告诉记者，评审对于前几名的项目判断基本一致，但对于不少项目也有理解和倾向的差异，比如说，对于AI产品是采取定制化的业务形态，还是应当采取规模化扩张的商业模式，不同人有不同的看法。
在这些不同的看法中，在公认的“优秀项目”之外，又有谁能保证不会出现让所有人“高攀不起”的黑马？为这些初创者提供平台和生态，是像AFAC大赛这样的活动促进行业发展的自觉。
“对于创业者来说，最关键的就是‘被看见’。而被看见这件事情没有办法透过一个人或者一个单独的企业和机构完成，它需要有人提供场景、资本、空间和政策，融合在一起，才能把创业的概率从万一变成确定。”李晖说。
资本变得谨慎，或许打破了不少AI创业者的幻想。但当浮躁的泡沫剥落，一种更为健康、务实的创新力量可能正在孕育之中。
