每天燃燒幾百萬 tokens，只為找到下一匹黑馬
有時候我會想，如果我一天把幾千元都花在跑AI模型上，家人看到帳單應該先緊張再問一句：「你到底在忙什麼？」這就是 Activate AI 的 Pratyush Choudhury 現在的日常。他們不是只靠人脈和市場嗅覺在找新創，而是直接用機器人力，把過去創投的選股直覺變成海量token運算。
其中一個細節我倒是有點訝異——Choudhury 說自己一天光是消耗 AI 模型 tokens 就在 3到5億之間，天天實驗，像練身體一樣地堆積經驗值。目的是什麼？就是不放過每一次市場突破的前兆，不錯過能一夜誕生新品類的創業團隊。
AI提前練直覺，傳統VC打法被迫進化
Choudhury 和他共同創辦人 2023 年底募了一支 7500 萬美元、專注 AI 的基金。這支基金背後沒什麼炫目的行銷花招，只有一個堅持——每一檔被評估的新創案，團隊得自己下去理解背後的AI技術。不是看一排介紹，也不是空口白話談趨勢。他們找國內外AI研究者聊天，主動做研究資料，關注新模型的誕生，也直接下場實作。
像是之前 Activate AI 也參與投資了 Emergent（現在已經是獨角獸）和 Sarvam 這兩家印度AI新創，後來一家估值直接破10億美金。操作方式很明顯，就是用大量研究論文、持續測試 frontier 型的AI模型，彼此驗證技術的真實力，再觀察應用落地可能擦出的火花。
維持先行優勢的祕訣
這種模式，並不是拼誰技術力最猛，而是在快速變化的產業裡抓住下一波走勢——這點我蠻信的。
Choudhury 自己說，已經很難想像只靠商業直覺能選對AI新創。因為今天一個看似市場缺口，也許明天最新的基礎大模型一發表就直接補上。所以問題變成了：誰能預先看到AI「下回合」的可能突破？這時候，親自下場讀論文、跑模型、和國際AI高手對話，甚至討論一個中國大模型如何影響美國的法務科技新創…這些雜揉在一起，才能累積出屬於自己、而不是流於跟風的判斷力。
也難怪，他們每天光是消耗AI算力的預算就要幾百到幾千美金。雖然有部分資源是好朋友或合作夥伴提供的「友情價」，但即使如此還是得天天「燒錢修煉」。Choudhury自己也說，如果沒有這些折扣，他很可能光學習AI就把基金燒光了。
可以借鏡的做法
- 親自碰技術、累積第一手經驗：就算你不是做AI，有些市場新趨勢也只有自己親身摸過才能分辨真假，這和只看新聞、聽轉述很不一樣。
- 找跨域交流的窗口：Activate AI很積極和美國、歐洲、中國的AI研究圈互動，洞察到的變動面向也比較全面。如果手邊有人脈，不妨找不同領域的人交流看看。
- 計算邊際成本，不怕小規模試錯：每天都在消耗幾百萬的tokens，這筆投資也不是白丟。對中小企業來說，也許不必丟這麼大，但可以考慮訂閱資料庫、買關鍵小工具，偶爾用「多試幾次」換經驗，低成本也能找到新的產品靈感。
不只是大公司或創投，大家都能開始
看完這個案例，會有點好奇——如果不是像Activate AI 這樣規模的VC，而只是幾人創業團隊、甚至家族企業，有沒有機會用這種「自己先試過、用科技推進判斷」的做法？我猜，就算規模和投資額都不一樣，這種習慣——親手實驗、跨圈交流、計算有效用的投入——還是可以建立起來。
要不要也開始規劃，每週給自己1天只跑實驗、不看報表，把新科技當工具而不是新鮮話題用用看？或許，下一匹獨角獸會藏在每天這樣的「小燃燒」裡。