经纬徐传陞：做VC这么多年，人们总在问我同一个问题(5)

所以对于这种“5位教授5种技术路线”的难题，一种办法是赌人，在整个行业的早期，估值还比较低的时候，从5位中寻找2位去投；另一种方法是先等等，到B、C轮再去判断技术方向，以及公司的市场空间，但确定性更高也意味着回报的大幅下降。
硬科技领域还有一个典型现象是，一项技术可能只应用于某个细分赛道，市场空间都算上也就在100亿量级，而估值却可能在小几十亿量级，除非投的特别早，不然很难有回报。
这时候更前瞻的认知与信念会起到决定性作用。一种成功的可能性是，这项技术现在的应用范围很小，但未来可能会通过一些关键性能指标的改善，或是成本大幅下降，然后突破原来的天花板。这种突破的案例在技术领域也有不少，比如动力电池中电解液所用到的一项材料“双氟”（双氟磺酰亚胺锂，LiFSI），原来是作为一种电解液添加剂。
如果只做电解添加剂，它的天花板是非常有限的。但随着双氟在添加剂中应用得越来越广泛，扩产得很快，随之成本快速下滑。人们开始发现，双氟其实可以替代掉原来电解液中的主材六氟磷酸锂，于是就从电池辅材变成了主材，一下子天花板就打开了，市场空间变成了千亿级。需要小心的是泡沫，比如估值起来了，但业务还没起来，这是在很多风口赛道的FOMO状态下，最容易出现的危险。
而在一些更前沿的方向，比如最近大火的生成式人工智能，很多新技术在初始时，都是主题投资的状态，竞争格局还几乎没有形成，赛道里的公司都透露着一种“朦胧美”，核心玩家都透露出最终做成的可能。
我们看美国市场，几年前对AI大模型的投资就透露出这种“朦胧美”，但投资窗口期在去年底基本结束，目前整个市场都在加速探索应用落地，学院派不断推出更低成本调用和部署的方案，科技巨头们在快速整合自有产品，推进通用人工智能的“涌现”。并且随着大模型多模态能力的进一步加强，更多新颖的产品定义成为可能，尤其是更多ToC产品会逐步进入大家的视野。
AI领域迭代太快，新论文如雨后春笋，我也需要不断重新快速学习，才能试图跟上AI迭代的步伐。我也会找很多圈内人士来交流，包括核心高校科研实验室的学院派、完整经历TMT大潮的大厂核心骨干、技术背景的聪明年轻人，他们都是我们非常关注的创始人画像。每一波新技术浪潮的到来，我们都可能经历FOMO（害怕错过）的过程，这时候要争取做到“不要高估2-3年内的变化，但不低估5-10年内的变革”。