投資女王棄百萬年薪轉(zhuǎn)行，直言AI大模型全是無用功

哈嘍，大家好，今天小墨這篇評論，主要來分析李佳詠從風(fēng)投人轉(zhuǎn)型 AI 基建，解鎖行業(yè)新價(jià)值的路徑。

AI 浪潮席卷全球，規(guī)模化部署與可信性難題，成了企業(yè)落地 AI 的核心梗阻。不少人執(zhí)著于大模型能力比拼，卻忽略了底層基礎(chǔ)設(shè)施的重要性。

李佳詠的職業(yè)起點(diǎn)堪稱亮眼，高盛的經(jīng)歷讓她筑牢商業(yè)模式與長期回報(bào)的判斷框架。進(jìn)入軟銀后，她開始系統(tǒng)性深耕 AI 領(lǐng)域，投委會對每個(gè)項(xiàng)目的 “AI 角度” 嚴(yán)格審視，讓她摸清 AI 技術(shù)持續(xù)演進(jìn)的落地路徑。

在硅谷老牌風(fēng)投 BVP 任職期間，恰逢大模型技術(shù)爆發(fā)，她聚焦早期項(xiàng)目評估，既判斷商業(yè)模式可行性，也考量技術(shù)落地能力與團(tuán)隊(duì)進(jìn)化潛力。這段履歷讓她既能洞察技術(shù)前沿，也深諳產(chǎn)業(yè)落地的復(fù)雜關(guān)卡。

據(jù)《福布斯中國》報(bào)道，她依托哥倫比亞大學(xué)計(jì)算機(jī)科學(xué)與金融經(jīng)濟(jì)學(xué)復(fù)合背景，搭建起技術(shù)深度與商業(yè)可行性兼顧的判斷體系。

她的人脈網(wǎng)絡(luò)也成為優(yōu)勢，求學(xué)期間積累的行業(yè)資源，覆蓋 Anthropic、英偉達(dá)等前沿機(jī)構(gòu)，讓她能提前捕捉 AI 產(chǎn)業(yè)化中的真實(shí)痛點(diǎn)。這些積淀，為她后續(xù)轉(zhuǎn)型 AI 基建埋下伏筆。

在 BVP 參與 AI 基礎(chǔ)設(shè)施項(xiàng)目投資時(shí)，李佳詠發(fā)現(xiàn)行業(yè)核心痛點(diǎn)。很多企業(yè) AI 試點(diǎn)項(xiàng)目表現(xiàn)亮眼，落地到真實(shí)業(yè)務(wù)卻問題頻發(fā)，數(shù)據(jù)不一致、無法追溯等問題，讓 AI 決策看似合理實(shí)則失真。

這促使她決心從資本審視者變?yōu)榛ńㄔO(shè)者，加入專注元數(shù)據(jù)管理的 DataHub。首席參謀官這一硅谷特色崗位，要求她承擔(dān)跨部門協(xié)調(diào)職能，跟進(jìn) CEO 核心 KPI，成為銜接戰(zhàn)略與執(zhí)行的關(guān)鍵紐帶。

2025 年 12 月 MEET2026 大會上，她結(jié)合案例分享，提到 DataHub 的技術(shù)已幫助某金融企業(yè)解決跨系統(tǒng)數(shù)據(jù)協(xié)同難題。

李佳詠的 “硅谷 - 亞洲” 雙重視角，讓她能精準(zhǔn)把握兩地 AI 基建差異。硅谷企業(yè)引入 AI 前，已搭建成熟的數(shù)據(jù)治理與跨系統(tǒng)機(jī)制，基建圍繞可解釋性、可追溯性展開。

亞洲市場則側(cè)重場景驅(qū)動，AI 快速嵌入政務(wù)、金融等流程解決具體問題，落地速度與場景多樣性優(yōu)勢明顯。她在工作中推動兩地經(jīng)驗(yàn)互鑒，將硅谷的企業(yè)級落地方法論，與亞洲的商業(yè)化執(zhí)行經(jīng)驗(yàn)結(jié)合，助力 DataHub 適配不同市場需求。

李佳詠的跨界轉(zhuǎn)型，精準(zhǔn)踩中 AI 產(chǎn)業(yè)發(fā)展脈絡(luò)。基礎(chǔ)設(shè)施是 AI 落地的核心根基，她的探索為行業(yè)提供了新方向。隨著更多力量深耕基建領(lǐng)域，AI 將真正突破落地梗阻，在各行業(yè)釋放更大價(jià)值。