张亚勤：AI不是泡沫，但AI公司有泡沫——清华大学智能产业研究院的创业启示

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-06-26

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

教授创业模式与风险

张亚勤指出，本轮AI创业强技术驱动，教授重回C位，但大部分教授不适合run company，即便全职创业，失败几率也远高于普通创业者。他提出三种模式：

1. 全职离职创业（如高通、华深智药）
2. 教授以技术入股，联合商业CEO运营（AIR主流模式）
3. 教授在职同时管理多家公司（基本做不成）

“大部分教授不适合run company，即便all in，教授做CEO创业的失败几率也远高于普通创业者。这在中美都一样。”

AI泡沫与估值风险

张亚勤强调，AI不是泡沫，但AI公司有泡沫。当前机器人赛道有几百家公司，三四年后可能只剩20家；大模型赛道国内最终可能只剩三四家。他提醒：

“像1500亿这样的估值数字，其实没太大意义。企业最终还是要靠技术实现商业化，有收入、有利润，形成竞争力。”

具身智能商业化路径

物理世界AI进展慢于数字智能，因数据缺失、场景分散、原子世界不遵从摩尔定律。张亚勤建议机器人先在脏活苦活场景落地，如煤矿、地下管网、电网等。技术路线上，VLA与世界模型需结合，但尚无清晰scaling law。

“我觉得（机器人）首先要在真实生产力场景里用起来，先做人不愿意做的事，比如在极危险、艰苦的地方作业。”

🚀 对企业 AI 化的启示

1. 聚焦商业化验证：高估值不等于成功，企业需证明技术能转化为收入和利润。未来2-3年是关键观察期，若巨头收入不按指数曲线走，循环将受影响。
2. 教授创业需合理分工：科学家应专注技术，商业运营交由专业CEO。AIR模式（教授技术入股+外部CEO）值得借鉴。
3. 具身智能优先落地B端：通用家庭机器人仍需10年以上，但特定场景（工业、巡检）可快速实现。企业应选择“脏活苦活”场景切入，避免盲目追求通用性。
4. 警惕AI风险：关注失控、滥用和系统性风险，产品设计之初需明确解决的具体问题，增强可控性。

【官方原文链接】点击访问首发地址