AI 领域的融资集中度比大多数科技赛道都更极端。头部项目单轮金额，常常超过同方向几十家早期团队的总和。
资金流入的四个方向
- 垂直行业应用：有明确预算科目、能算清 ROI 的行业解决方案，如法律、医疗、工业、金融
- 中间层能力：Agent 框架、推理优化、评测与安全、数据工具链
- 智能硬件与具身智能：有供应链与量产能力的团队
- 基础设施：算力调度、边缘推理、模型压缩
一个共同点：这四类都不是「通用」，而是「通用能力 + 明确场景」。
尽调时真正会问的五个问题
1. 你的技术里，哪一部分离开这个场景就没价值？（壁垒来源）
2. 第一个客户为什么选你，而不是大厂或传统方案商？（差异化）
3. 交付一个客户的边际成本，会随规模下降吗？（可复制性）
4. 如果推理成本涨价一倍，你的模型还能跑吗？（成本结构）
5. 你已经拿到了哪些政策支持与资质？（背书与现金流）
融资节奏建议
- 天使轮：讲清场景 + 拿到 1–2 个付费试点，融资额只够跑 12 个月
- 天使+ / Pre-A：讲清复制路径 + 3–5 个可复用交付案例 + 政策现金流
- A 轮：讲清规模化的单位经济模型，此时再谈更重的技术与硬件投入
顺序不能跳。跳过试点的 A 轮叙事，在今天的早期投资机构面前几乎无法通过。