这一波AI浪潮,投资人怎么看?

虎嗅网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

学习新事物时,参考投资人的视角会很有帮助。


创业者往往乐观,看到一棵树苗,就会想到它将来成为参天大树的样子,然后想到整片森林,这种乐观是必要的,没有这种乐观精神就不可能踏入创业这场九死一生的游戏。


媒体人往往悲观,看到一棵树苗,就会想到干扰它生长的100种因素,以及如果它成为参天大树会不会对周围的小花小草带来破坏,这种悲观背后的怀疑精神也是必要的,它能帮助媒体人提供真实、客观、中立、符合大众利益的信息。


投资人呢,往往比较理性,因为他们要作出决定——是否给这棵树苗浇水施肥,前提是他们得确信它长成参天大树、收获丰硕果实的可能性较高,如果判断失误,投资人会功亏一篑。


所以如果你既不想冲昏头脑,又不想忧心忡忡,就应该多结交几位投资人朋友。


最近我在学习AI,拜访了几位投资人。


熊伟铭是其中之一。他是华创资本的创始合伙人,在投资行业有着近20年经验。加入华创资本之前,熊伟铭曾在美国中经合集团、贝塔斯曼亚洲投资基金担任合伙人。技术领域是熊伟铭主要关注的领域之一,但在2023年由ChatGPT带来的这一波AI浪潮里,他却没有出手。


在与我的交流中,他表达了一些观点,比如:这波AI的机会是上一波的一万倍;这波AI浪潮里的早期投资人很尴尬;大模型混战的局面2024年一季度就会消散;更看好华为这样的公司做大模型;通用大模型之外,垂直模型也有价值;未来AI会取代80%的工作岗位,但不必担心AI会消灭人类……等等。


我把这些观点整理如下,希望能对大家学习AI有所帮助。


一、这一波AI浪潮,早期投资人很尴尬


2023年被称为“大模型元年”,中国涌现出200多个大模型,掀起“百模大战”。很多创业项目的估值也水涨船高,动不动就几十亿美金,这让投资金额相对较小的早期基金十分尴尬——根本投不起。


前几年不是这样,以视觉识别、自动驾驶为代表的上一波AI浪潮里,投资人还得为AI行业辩解和正名,告诉大家这个行业不是忽悠,是真实存在的。现在AI成为显学,但是早期基金的投资规模与行业的估值增速匹配不上,AI行业直接进入大厂竞争时代。


不光是中国,全球的早期基金都在面临这一尴尬境地。从2019年开始,微软向OpenAI连续投资130亿美元,2023年9月25日,亚马逊向Anthropic注资40亿美元,后者的产品Claude正与OpenAI的ChatGPT展开竞争。可以说,国外也是“巨头打架”。


放眼资本市场,2023年标普500指数的70%增长由The Magnificent Seven (苹果、微软、英伟达、谷歌母公司Alphabet、Meta、特斯拉和亚马逊) 推动,“AI is the only hope,但我觉得AI主要是大公司的事儿。”熊伟铭称。


二、中美在AI方面的差距有3~4年


中美目前在AI方面的差距,熊伟铭认为有3~4年。除了算力的限制之外,也体现在资金投入和基础设施等方面。


中美资本市场环境的不同,加剧了中美在AI发展上的差距。 OpenAI成立于2015年,多年处于亏损状态,其一家公司就能拿到微软超百亿美金的融资,中国智谱AI融资9轮,背后站着数十家基金和企业战投,总共才融了28+亿人民币、最新估值约百亿人民币。


美国的企业和资本愿意把资金投入到最先进的生产力研发中去,形成正向循环。同时因为市场发展充分,他们对资源的配置也更加灵活。我们需要足够的生产要素来匹配AI时代,资金、技术、人才、教育、基础设施都得跟上。


三、这波AI的机会是上一波的一万倍


上一波AI浪潮中,最后跑出来的项目更多是已经有落地场景且可以规模化的AI项目,如自动驾驶中的小马智行、文远知行,或者以安防业务起家的CV四小龙 (商汤、旷视、云从和依图)


“跟上一波AI相比,这一波AI是其1万倍乃至10万倍的机会。”熊伟铭将这一波AI浪潮类比为恐龙灭绝、人类即将出现的时代。


AI是互联网新的水电煤,但现在掌握新生产力的还是少数企业。华创资本的判断是,可以让子弹多飞一会儿,即使2023年下半年没有出手,也不会错过所有的好公司,“这就像当年投不中亚信或者瀛海威的,可以等新浪、搜狐和百度出来,就算都没赶上,投腾讯、阿里和京东也行,我们可以慢慢琢磨应该在哪下手。” 


不过,当期的基金都是“海鲜货”,时间不等人、资金不等人,熊伟铭眼下比较看好的方向是在AI或AGI (通用人工智能) 的路线上找To B的场景,因为To B的公司更容易证明商业模式。上一波AI浪潮中,他们就以同样的逻辑出手了AI芯片创业公司深鉴科技,其2018年被美国同行业巨头赛灵思Xilinx收购。同时,他认为很多之前商业模式没跑通的老公司,借助大模型提高效率或许也能跑通。


四、看好什么样的大模型


要做出一款好用、可用的大模型,技术门槛和成本门槛极高。即便一家公司技术实力过关,或者借用开源方案,训练模型的成本也让很多公司吃不消。训练一遍,往往需要耗资几百万元。


OpenAI之所以能潜心研发这么多年,是有微软投入的百亿美金做支撑。 国内整体在AI上投入的钱太少,大模型企业常常捉襟见肘,做出来的有很多是“减配”大模型。


智谱AI首席科学家唐杰教授之前多年在清华潜心研究,不承担盈利KPI,背后是数十家资本投注的28+亿人民币的融资金额,公司的这种状态跟早年的OpenAI差不多。不过,如今智谱AI也开始开发闭源大模型,面向B端开放API接口,开启变现之路。


国内的百度、阿里、腾讯等互联网大厂,有过去多年的积累加上大量的资金投入,才能跟上潮流。但很多大公司做大模型是为了炒高股价,花在研发上的资金如果变多,利润就跟不上了,股市的表现也会反向制约公司的决定。


熊伟铭更看好华为这样的公司,有资金储备但不上市,可以更自由地在研发上进行投入。


五、缺应用的关键是缺人才


这波大模型浪潮中,最早在C端赚到钱的公司是做应用的。比如Jasper就将业务建立在OpenAI之上,来生成各种写作模板套件,然后向C端收费。 


这启发了美国一众创业公司,开始调用大模型的API来打造新应用,其中最火爆的要数ChatGPT这种AI对话机器人、Midjourney这类AI图像生成产品以及Pika这类AI视频生成工具。


不过, 这条路在国内尚未完全走通,国内的AI原生应用屈指可数。 一方面,国内缺少To C的应用场景。另一方面,国内缺少相应的人才。


熊伟铭以郭文景 (Pika APP创始人) 为例,指出优秀的AI人才不仅需要技术过关,更关键的是要懂用户和场景, “理论上,能懂用户的人就可以拿下这个市场,技术只能排在第二位,不过要把产品调得易用,也很关键。”


六、垂直大模型也有意义


一些企业试图用大模型给零售、金融、制造等垂直领域进行智能化升级,背后的逻辑是,用行业数据对通用大模型进行精调,使其在特定领域表现更好。


不过,以李彦宏为代表的一些人认为,这样炼出来的大模型没有智能涌现能力,特定行业的参数规模不够大,不足以产生智能涌现。


在熊伟铭看来,这些垂直行业的大模型,更像是大模型的局部应用。大部分的行业其实不需要自己的大模型,但是大模型可以成为一个基座,用大模型的理解能力来替代人工、提高效率。


比如医疗诊断行业,整个行业加起来或许也只有几千万个参数,但是如果利用大模型提高效率,也许上一轮商业模型没有跑通的AI诊断项目,很快就能有新进展。再比如将大模型用在Biotech (生物科技) 研发领域,原来培养一个分子要等一年,还有实验失败的风险,现在大模型两秒就能生成100万个分子,大大加速了研究进程。 


七、AI会替代人类80%的工作


随着大模型和算力的发展,未来20年,80%的工作都可能被AI取代。被取代的大部分都是重复劳动类型的工作,可以由虚拟人替我们去做。


当然,诸如医生、律师这样的专业工种是不会被替代的,他们可以借助AI工具提升效率和生产力。比如医生原来一天看60个病人已经到达极限,但如果利用AI诊断大部分基础病,医生接诊那些AI无法诊断的病人,就能实现效率最大化。


AI可能会改变我们的工种、工作内容和工作方式,但人的重要性永远不可替代。 只要世界上存在经济和政治系统,就需要人来维持这个系统,这个系统中间存在无数个需要平衡的个体和集体,这是机器从效率角度无法理解和替代的。


关于工作被取代,很多人其实关心的不是工作,而是担心没有那份工资。熊伟铭认为大家不必太过担心,总会有更多的新工作能替代原来的工作, “需要面临的其实是分配问题”


以后的世界,AI或许会和物理世界有更深度的耦合。比如每个人都有自己的AI Agent (俗称人工智能代理,是一种能够感知环境、进行决策和执行动作的智能实体) ,来处理各项私人需求;再比如AI或许能开车、能养老、也能送小孩上学。以后,每个人一觉醒来,都可以选择今天是使用“碳基真人”还是“硅基分身”出现。


八、无需担心AI消灭人类


在90年代拍摄的多部AI相关的电影中,总会出现机器人有自我意识,机器人不伤害人类的设定失效等桥段,给大家造成了心理阴影,认为人类和AI之间,势必会在某一天爆发共存问题。但正如当年的“千年虫问题”没有出现一样,大家如今似乎也有点过于担心AI的负面效应了。


人类过去创造的技术都只是工具,如果没有人类,它们也不能独立存在——它们需要人类来为它们充电、更换太阳能板、维护系统等。而这种共生关系也将在未来长期存在。


AI如果存在意识,它应该是一个高于人类的生命体,就像人类不会主动去追踩蚂蚁,AI也不会来侵占人类。除非它们跟人类需要同样的空间和资源,才会爆发战争,但这种情况大概率不会发生。只有人会奴役人,更高阶的智慧物种可能不屑于这么做。


九、国内卷大模型的热潮到2024年一季度就会消退


美国作为大模型的发源地,目前也只有十个左右的大模型。但中国到2023年10月已经发布了238个大模型,产品的实际差异很小,有一些还是“套壳”——在Llama开源模型的基础上训练而来,对外却宣称自己是“原创”。


从投产比的角度来看,中国是否真的需要有自己的OpenAI?这个问题的答案或许是否定的,我们不需要那么多大模型,国内上市公司做大模型,看上去更像是一个提振股价的商业决定。


最终这些大模型也不会全部活下来,熊伟铭预判,大概到2024年一季度,大部分大模型产品就会出局,这股大模型热潮也将在那时迎来尾声。 一旦资本市场没有正循环——大模型的故事,既不能提升收入,也不能改善利润,企业们也将失去投入的动力。 而对行业来说,重复造轮子也是对社会资源的极大浪费,这股风潮,终究会停止。


本文来自微信公众号: 树龙谈(ID:shulongtalk) ,嘉宾:熊伟铭(华创资本创始合伙人),作者:贺树龙,编辑:苏琦

随意打赏

提交建议
微信扫一扫,分享给好友吧。