Unternehmer der Generation 00 stehen im Rampenlicht – „go big or go home“ | 36Kr Offline-Treffen Ausgabe 2

„Was den Prozess der Wahrheitsfindung behindert, sind nicht Lügen, sondern äußerst prägnante falsche Ansichten.“ Der deutsche Physiker und Satiriker Georg Christoph Lichtenberg schrieb diesen berühmten Satz ironisch, als er den verschiedenen Dummheiten der Aufklärung gegenüberstand.

Viele Fehlurteile sind gerade deshalb gefährlich, weil sie so richtig aussehen. Sie können die Welt in einem kurzen Zeitraum erklären und bleiben auch nach Veränderungen der Welt leicht als „Konsens“ stehen.

Das Gebiet der Künstlichen Intelligenz (KI) hat auch eine ähnliche chaotische Phase durchlaufen. In den letzten zwei Jahren war es üblich, diese Veränderungen anhand einfacher Indikatoren zu verstehen: Wer mehr Grafikkarten (GPU) hat, wer ein Modell mit mehr Parametern trainiert hat, wer in seinem Team mehr Token verbraucht hat. In Silicon Valley war sogar ein versteckter Wettlauf um den „Token-Verbrauch“ beliebt, um zu beweisen, welche Firma am „KI-Nativsten“ sei.

Die Realität ist jedoch, dass der Token-Verbrauch zwar das Ausmaß der Investition messen kann, aber nicht die Richtung. Wenn die Richtung falsch ist, ist der Verbrauch selbst schon eine Verschwendung. Dies ist auch der Punkt, an dem Token am leichtesten missverstanden werden.

Am Abend des 29. Mai veranstaltete 36Kr in Kooperation mit Light Source Capital in Peking die „Zweite Offline-Treffen – TokenAge“. Diesmal widmen wir uns nicht so sehr dem Token-Verbrauch, sondern eher dem, was die KI-Produktivität mit sich bringt: Eine Beurteilung, eine Iteration, ein Startup … Wenn die KI selbst zur „Produktivkraft“ wird, wie können wir in die Zukunft springen?

Wir haben 4 Gäste aus der vordersten Front der KI-Startups eingeladen: Huang Yi, Gründer von RoboParty, der sich mit vollkommen quelloffenen zweibeinigen Humanoiden Robotern befasst; Zheng Jiaxi, Gründer von Eup Robotics, der sich auf Unterwasser-Inspektionsroboter für Offshore-Energieplattformen konzentriert; Jin Ruofan, Gründer von Science Witty, der mit Agent-Produkten die „AGI-Momente“ von KI für die Wissenschaft erkunden möchte; Huang Xinxin, Leiterin des 3i Industrial Innovation Incubators von Light Source Capital, die einst eine Unternehmerin in der mobilen Internet-Ära war und sich jetzt darauf konzentriert, KI-Forschungsträger von Grund auf zu entdecken und zu begleiten.

Tatsächlich sind RoboParty, Eup Robotics und Science Witty auch von Light Source Capital geförderte Unternehmen.

Dies ist wahrscheinlich das Treffen von 36Kr mit der höchsten Anzahl von Gründern aus der Generation der 00er auf der Bühne. Aber Jugend bedeutet hier keine Privilegien. Heute werden junge Unternehmer strenger beurteilt. Man erwartet von ihnen, dass sie die KI besser verstehen, schneller Produkte liefern, früher die Kommerzialisierung beweisen und klarer erklären können, warum man in sie investieren sollte.

Dementsprechend interessieren sich die Dutzenden von Unternehmern, Investoren und Personen, die in ihren Organisationen die KI-Einführung vorantreiben, weniger für grandioses Ersetzungsnarrativ und mehr für praktische Fragen: „Wie soll sich ein Unternehmen in der KI-Ära neu organisieren?“ „Warum hat die KI nicht zu einem Sprung in der Organisationsleistung geführt?“

Seit der industriellen Revolution hat die Verbreitung jeder allgemeinen Technologie ähnliche Fragen aufgeworfen: Wie sollten Fabriken die Arbeit nach der Einführung von Maschinen neu organisieren? Wie sollten Unternehmen die Informationen nach der Entstehung des Internets neu strukturieren? Wie sollten Plattformen die Transaktionen nach der Entstehung des mobilen Internets neu gestalten …

Jede Ära hat ihre eigene Antwort. Lassen Sie uns nun aus den ausgewählten Beispielen die Start-up-Strategien, die Organisationsentwicklung und die Selbstoptimierung in der KI-Ära betrachten.

Um den vollständigen Inhalt der Präsentation zu erhalten, können Sie das Podcast am Ende des Artikels hören. Für eine noch authentischere Erfahrung laden wir Sie herzlich zu unserem nächsten Treffen ein (der QR-Code befindet sich am Ende des Artikels).

Von der KI ausgehend, Lösungen für reale Probleme finden

Zheng Xuanle, Gründer und CEO von Light Source Capital, hat einmal eine Einschätzung gemacht. Er meint, dass das mobile Internet Wert schafft, indem es alle Dinge verbindet, während die KI selbst eine Produktivkraft ist, eher wie „Elektrizität“. Wenn sie über Software-Engineering in verschiedene Robot-Hardware integriert wird, entstehen end-to-end-Lösungen, die Wert schaffen.

Die Erfahrungen der drei Gründer auf der Bühne geben auf verschiedene Weise konkrete Beispiele. Wenn die KI die technologische Basis für diese Runde von Startups ist, finden alte Probleme neue Lösungen.

Jin Ruofan hat diese Veränderung erstmals im Jahr 2022 erlebt, als sie die frühe Version von ChatGPT sah. „Wie kann es in der Generalisierung bei wenigen oder gar keinen Beispielen so gut sein? Aber warum greift es nicht auf Werkzeuge zu? Warum gibt es keine spezialisierten Wissensbanken, um komplexere Forschungsprozesse zu unterstützen?“ Sie sah die Möglichkeit, dass die KI mehr wissenschaftliche Probleme lösen kann und begann 2022 mit der Experimentierung mit Multi-Agenten. Bis Juli 2025 hat das Team von Science Witty den weltweit ersten selbst-evolvierenden Multi-Agenten für die Biomedizin entwickelt. Nach der Veröffentlichung des Papers wurden es schnell viele Male zitiert, und der quelloffene Code wurde von Kollegen als Benchmark verwendet.

Die Rückmeldung war überraschend gut. Ein Freund von ihr, der an Virusforschung arbeitet, hat aus Sicherheits- und Geheimhaltungsgründen nur sehr vage Informationen gegeben. Aber nachdem diese vagen Informationen in das Modell eingegeben wurden, hat das Modell nicht nur erraten, was er macht, sondern auch eine echte wissenschaftliche Hypothese aufgestellt und den Zyklus der wissenschaftlichen Entdeckung abgeschlossen. „Das ist wirklich cool. Deshalb entscheide ich mich heute, ein Startup zu gründen.“

Der wahre Wert dieses Beispiels liegt darin, dass es eine Veränderung des wissenschaftlichen Paradigmas anzeigt. In der Vergangenheit mussten Wissenschaftler ständig zwischen Papieren, Datenbanken, Code, Werkzeugsoftware und Experimentierplattformen hin- und herwechseln. Viele Informationen waren in menschlichen Erfahrungen und unstrukturierten Daten und Prozessen verstreut. Was Jin Ruofan erreichen möchte, ist, dass der Agent der Zugangspunkt wird, um eine einheitliche wissenschaftliche Umgebung zu schaffen, die „KI – Werkzeuge – Experimente – Rückmeldung“ verbindet und den KI-Nativen Zyklus von wissenschaftlicher Durchführung und Zusammenarbeit realisiert.

Huang Yi, der sich mit Robotern befasst, hat sich für einen Weg zur Robot-AGI entschieden, der von der Hardware ausgeht. Er ist möglicherweise der jüngste Gründer einer Humanoid-Robot-Firma in China. Im Jahr 2023 begann er an der Harbin Institute of Technology zu studieren und baute bereits im ersten Jahr im Studentenwohnheim einen zweibeinigen Roboter namens AlexBot mit einem Kostenpunkt von weniger als 20.000 Yuan. Im Jahr 2025 gründete er RoboParty.

Er sagt, dass Leute, die sich mit Robotik befassen, eine „Sonderheit“ haben: „Sie mögen es besonders, wenn der Roboter wie ein eigener Sohn ist.“ Huang Yi hat während seiner Praktika Roboter programmiert und immer wieder das Verlangen gehabt, etwas zu ändern. Aber der Feedback-Zyklus war zu lang. Die Iteration von Hardware hat am meisten Angst vor langsamem Feedback, denn wenn es zu langsam ist, kann man die Zeit vergehen lassen und „die große Welle verpassen“. Deshalb hat er die Einladung einer großen Firma abgelehnt und im dritten Jahr vorzeitig seinen Abschluss gemacht, um RoboParty zu gründen.

Huang Yis Ansatz des vollständigen Open-Source ist nicht einfach die Freigabe von Code. Seine Kernprodukte umfassen die Atom-Serie von Humanoid-Robotern und die Roboto Open-Source-Ekosystemplattform. Der Schwerpunkt liegt auf der vollständigen Open-Source von Hardware-Zeichnungen, Steuerungscode usw. Durch die Senkung der Entwicklungsschwellen für Hardware, Software und Lieferketten soll es mehr Entwicklern ermöglichen, am Aufbau des Ökosystems teilzunehmen.

Obwohl dies ein umstrittener Weg ist, hat Huang Yi auch vor Ort erwähnt, „Vollständige Open-Source bedeutet nicht, dass es keine Kommerzialisierung gibt.“ Tatsächlich hat RoboParty nach der Veröffentlichung seines ersten vollständigen Open-Source-Produkts über 120 Bestellungen erhalten. „Institutionen und große Firmen wählen oft, weitere zwanzig oder dreißig Exemplare zu bestellen, anstatt auf der Grundlage des Open-Source-Codes selbst zu produzieren.“

Er versteht dies als die „Smile-Kurve“ des Produkts und meint, dass „Design und Marke am teuersten sind, während die Herstellung den geringsten Gewinn bringt.“ Der Wert der Open-Source besteht nicht darin, dass alle denselben Roboter bauen können, sondern darin, dass mehr Hochschulen, Entwickler und Forschungseinrichtungen über RoboParty in das Ökosystem eintreten können.

Zheng Jiaxi befindet sich ebenfalls im Bereich der Robot-Startups, aber er befasst sich mit einem scheinbar „schwereren“ Bereich. Eup Robotics entwickelt Unterwasser-Inspektionsroboter für Offshore-Energieplattformen, was ein typischer To-B-Hardware-Technologie-Sektor ist. Die Anwendungsgebiete sind die komplexen und anspruchsvollen realen Meeresumgebungen.

Er möchte die traditionellen Lösungen mit KI-Technologie neu gestalten und industrielle Probleme lösen. Diese Technologie- und Produktpräferenz bestimmt in gewissem Maße auch die Strategie von Eup Robotics. „Ich bin eigentlich nicht besonders an möglichst universellen Dingen interessiert. Stattdessen bin ich an solchen Richtungen begeistert, die in der Industrie umsetzbar sind, stabil in die Branche eindringen können und Wert schaffen können. Die realen Meeresumgebungen haben sehr hohe Anforderungen an die sichere Arbeit. Selbst eine Unfallrate von 1% kann in der Vergangenheit enorme und unkontrollierbare Kosten verursachen.“

Die Produkte von Eup Robotics konzentrieren sich auf den IMR-Bereich. Sie möchten mit intelligenteren Unterwasser-Robotern traditionelle Taucher und ROVs ersetzen, die passive Inspektion in aktive Wartung umwandeln und kostengünstige, autonome und stationäre Unterwasser-Inspektions- und leichte Eingriffsdienste für Anwendungsgebiete wie Offshore-Windenergie, Öl- und Gasplattformen, Häfen und Docks bieten. Das erste Produkt wird derzeit beschleunigt entwickelt.

Drei junge Gründerteams von drei Unternehmen setzen alle von der KI ausgehend in verschiedene Richtungen an, wagen sich mutig an Innovationen und bieten der Branche neue Lösungen und schaffen Wert.

Huang Xinxin hat erwähnt, dass heutige KI-Unternehmer doppelte Herausforderungen zu meistern haben: Die technologische Iterationsperiode wird drastisch kürzer, und die Wettbewerbsgrenzen der großen Firmen sind völlig verschwommen. Es gibt keine Zufluchtsorte wie in der mobilen Internet-Ära mehr, und Unternehmer können nicht mehr auf Informationsvorteile oder Modellerneuerungen setzen. In einer solchen Umgebung ist „Mut selbst eine Möglichkeit zum Überleben“.

Light Source Capital legt bei der Frühförderung Wert auf den Mut und den Entschluss junger Unternehmer. Aber es hat auch frühzeitig die unterschiedlichen Paradigmenänderungen zwischen den beiden Generationen von Startups von der Internet- zur KI-Ära erkannt und hat sich entschieden, frühzeitig in technologiegetriebene Startups zu investieren.

Die Kernstrategie von Light Source Capital in dieser Phase besteht aus drei Schritten: Erstens „Folgen Sie den besten Menschen“ und entdecken Sie herausragende junge Menschen aus großen Firmen und der akademischen Welt. Zweitens konzentrieren Sie sich auf die Richtung auf der Grundlage von Branchenkenntnissen und identifizieren Sie potenzielle Teams in entsprechenden Bereichen, bevor die Chancen auftauchen. Drittens wandeln Sie zehn Jahre Erfahrung in der Finanzierungsberatung und Investition in Start-up-Grundkenntnisse um, um jungen Gründern zu helfen, weniger Fehler bei der strategischen Wahl, Teamaufbau und Finanzierungsrhythmus zu machen.

„Alle Richtungsentscheidungen werden nicht einseitig getroffen, sondern entstehen durch wiederholte