文｜融中財經(jīng)

在人工智能領域，投資熱潮似乎正在經(jīng)歷一次冷靜期。

盡管AI技術被廣泛認為是未來的關鍵驅(qū)動力，但現(xiàn)實情況是，許多AI創(chuàng)業(yè)項目并沒有解決市場的真正痛點，導致資金供應與項目需求之間出現(xiàn)了不匹配。投資者開始更加理性地評估AI項目的市場潛力和實際應用價值。與此同時，大模型項目因其技術壁壘和廣泛的應用前景而更易獲得資本青睞。

然而，即便是這些項目，也面臨著技術發(fā)展不確定性、高昂的研發(fā)成本和商業(yè)化落地難度等挑戰(zhàn)。

AI投資的未來到底在哪里？

開始冷靜的AI投資人

“現(xiàn)在AI創(chuàng)業(yè)領域，項目供應似乎超過了需求?！币晃籄LL-in AI的投資人這樣說道。

理想的AI創(chuàng)業(yè)過程應該是基于一個具體的市場需求來開發(fā)解決方案，然后向投資者展示這個需求的廣泛性和緊迫性。然而，現(xiàn)實中許多項目都是反其道而行之，他們首先構(gòu)建一個多維度的人工智能平臺，同時尋找資金和確定具體方向。這種做法讓投資者難以評估項目的具體盈利模式和市場潛力。

從資金供應的角度來看，雖然美元基金對AI創(chuàng)業(yè)項目很感興趣，但今年他們自身在募資上也遇到了困難，這限制了他們對高風險、長周期的AI領域的投資。與此同時，一些成熟的人民幣基金也在關注AI領域，但他們更傾向于投資那些已經(jīng)通過市場驗證并取得一定成績的項目。

以自動駕駛為例，這一領域曾被看作是人工智能最具潛力的應用之一。然而，現(xiàn)實與理想之間存在差距。自動駕駛不僅需要技術的強大，還需要政策、法規(guī)的支持和市場宣傳的配合。例如，自動駕駛車輛的上路規(guī)則、事故責任的界定都需要逐步完善。此外，汽車制造商對消費者的宣傳也是提高自動駕駛接受度的關鍵。這些因素延長了自動駕駛商業(yè)化的進程，影響了投資者的熱情。從2016年自動駕駛熱潮開始，到2021年國內(nèi)自動駕駛行業(yè)的投融資事件和規(guī)模都有所下降，2022年和2023年更是顯著減少。

盡管AI在辦公、創(chuàng)作、教育等多個領域都有創(chuàng)新項目，但許多在硬科技領域深耕多年的投資者認為，今年還沒有出現(xiàn)足夠引人注目的創(chuàng)新場景。他們認為，AI+模式需要有顛覆性的創(chuàng)新，能夠真正提高生產(chǎn)效率，而不僅僅是表面的裝飾。

AI領域的投資情況呈現(xiàn)出一定的分化，大模型項目相對容易獲得資金，而針對特定應用場景的AI項目則融資較為困難。一位AI投資者指出，主要原因在于這些應用項目未能有效解決實際問題。例如，重慶一位創(chuàng)業(yè)者開發(fā)的作文批改項目，因其解決了實際需求而受到投資者的青睞，甚至有人追至機場攔截以求投資。同樣，AI陪診服務在孩子夜間生病時為家長提供快速診斷和就診決策支持，也被視為解決了實際痛點。

相比之下，那些僅依靠信息差、教學或AI創(chuàng)業(yè)培訓的項目，或者只是在原有項目基礎上加入AI換臉、生成式內(nèi)容等技術的項目，獲得融資的可能性較低。

去年6月，新加坡一個博士團隊研發(fā)的AI協(xié)同辦公項目獲得了個人投資者的資金支持。團隊成員之一的曉陽（化名）表示，AI投資者對當前的熱潮持謹慎態(tài)度，如果沒有技術壁壘，僅憑概念性的商業(yè)計劃書，沒有經(jīng)過測試的產(chǎn)品，或者產(chǎn)品容易被復制，那么獲得融資的可能性幾乎為零。

曉陽還介紹，他們的團隊核心成員均來自新加坡大學的博士團隊，自己接觸語言模型項目已有三年時間。今年上半年，團隊研發(fā)的項目已經(jīng)通過測試，市場人員正在與B端企業(yè)建立商業(yè)化渠道。由于團隊成員都是在讀博士，他們經(jīng)常參加學校的創(chuàng)新大賽，并通過導師結(jié)識了一些投資者資源。其中一個個人投資者對他們的項目表現(xiàn)出濃厚興趣，在項目進行到三分之二時進行了投資，主要用于覆蓋研發(fā)費用。

曉陽指出，AI之所以受到關注，是因為消費者看到了AI在更多應用場景中的潛力。但對于長期在這個領域的創(chuàng)業(yè)者和投資者來說，這并不是一個新鮮或可持續(xù)的增長點。因此，大多數(shù)投資者在收到這波熱度下的創(chuàng)業(yè)計劃書時，會理性地考察團隊背景、在行業(yè)的深耕時間，并且在投資金額上相對保守，通常只覆蓋下一階段的研發(fā)費用，有進展后再追加投資。

被追捧的大模型們

近年來，涌現(xiàn)多家AI獨角獸公司，包括智譜AI、百川智能、零一萬物等，在細分領域中，技術層的計算機視覺與圖像、應用層的智能機器人項目以及智能駕駛/自動駕駛項目是獲得風險投資較多的領域 。

而要說起這兩年備受資本追捧的AI公司之間，也有些共性。大模型自然是資本最愛的AI投資方向之一，許多AI獨角獸公司專注于開發(fā)和利用大模型技術，如智譜AI、零一萬物等，它們在大模型的基礎上推出了各種應用，包括但不限于自然語言處理、圖像和視頻生成等。

此外，一些公司也開發(fā)了文本到視覺（text to visual）、文本到語音（text to audio）、文本到文本（text to text）的跨模態(tài)模型，顯示了AI在處理不同類型數(shù)據(jù)方面的能力。

在AI獨角獸公司中，開源協(xié)作往往是他們經(jīng)常選擇的方式，如智譜AI開源了中英雙語對話模型ChatGLM-6B，促進了技術的共享與協(xié)作，加速了AI技術的發(fā)展；一些獨角獸公司專注于將AI技術應用于特定行業(yè)或者垂直的場景，如智元機器人在人形機器人領域的研發(fā)、鎂佳科技在汽車智能化和聯(lián)網(wǎng)化零部件領域的創(chuàng)新 。

此外，不少AI獨角獸公司擁有來自頂尖科技公司或知名高校的創(chuàng)始團隊，這些團隊成員往往具有豐富的研究和實踐經(jīng)驗，為公司的技術創(chuàng)新提供了堅實的基礎。

即使備受追捧，AI獨角獸公司在技術創(chuàng)新過程中面臨的最大挑戰(zhàn)主要源自技術發(fā)展的不確定性、研發(fā)成本的高昂，以及技術商業(yè)化落地的難度。

技術發(fā)展日新月異，AI公司需要不斷跟進最新的技術趨勢，這不僅要求公司有持續(xù)的研發(fā)投入，而且要求研發(fā)團隊能夠快速適應技術變革，保持創(chuàng)新的活力。

高昂的研發(fā)成本是AI獨角獸公司面臨的另一個重要挑戰(zhàn)。尤其是在大模型和深度學習領域，訓練和部署這些模型需要巨大的計算資源和數(shù)據(jù)支持，而這些資源往往需要昂貴的硬件投資和運維成本。此外，AI技術的商業(yè)化落地同樣充滿挑戰(zhàn)，如何將技術轉(zhuǎn)化為市場接受的產(chǎn)品，如何找到合適的商業(yè)模式和盈利途徑，都是AI獨角獸公司需要解決的問題。

數(shù)據(jù)隱私和合規(guī)風險也是AI獨角獸公司在技術創(chuàng)新過程中不可忽視的挑戰(zhàn)。隨著數(shù)據(jù)保護法規(guī)的日益嚴格，公司必須確保其數(shù)據(jù)處理和應用符合法律法規(guī)的要求，這不僅增加了合規(guī)成本，也對技術的設計和應用提出了更高的要求。

苛刻的投資要求也讓投資人們對AI領域逐漸冷靜。

2023年中國人工智能行業(yè)在一級市場的融資情況顯示出一些變化。盡管整體投融資行業(yè)遇冷，人工智能領域融資形勢相對而言仍較為熱門。據(jù)IT桔子數(shù)據(jù)顯示，截至2023年11月20日，人工智能賽道在一級市場的總?cè)谫Y事件數(shù)為530起，與去年同期相比減少了26%；總?cè)谫Y交易額估算為631億元人民幣，與去年同期相比下降了38% 。

困境與希望并存

AI投資領域正經(jīng)歷著多方面的挑戰(zhàn)和困境。

隨著技術的不斷進步，投資者越來越關注AI項目的實際投資回報率（ROI）。盡管近年來AI項目的投資回報率有所提升，但市場對AI投資的效益預期已經(jīng)從單純的技術能力轉(zhuǎn)向了實際收益。此外，AI技術的快速迭代要求企業(yè)持續(xù)跟進最新技術，這對投資者來說意味著需要對技術趨勢有深刻地理解和準確地判斷。

AI項目，尤其是大模型的訓練，需要巨額且持續(xù)的研發(fā)投入，這對資金有限的創(chuàng)業(yè)公司來說是一個巨大的挑戰(zhàn)。同時，AI公司在商業(yè)化過程中需要找到可規(guī)?；穆涞貓鼍?，將技術轉(zhuǎn)化為實際的商業(yè)價值，這一過程充滿不確定性。數(shù)據(jù)隱私和合規(guī)風險隨著數(shù)據(jù)安全法和個人信息保護法的實施而增加，給AI公司帶來更高的合規(guī)成本和風險。

市場對AI投資的熱潮也引發(fā)了對金融泡沫的擔憂。有分析認為，目前對AI的巨額投資可能會導致金融泡沫，因為AI收益和支出之間的差距正在擴大，需要巨額的收入來保證投資產(chǎn)生預期的回報。此外，盡管AI技術在發(fā)展，但市場上缺乏帶來實質(zhì)性收益的AI產(chǎn)品，消費者真正使用的AI產(chǎn)品并不多。

在投資領域，一些AI公司的估值可能過高，導致一級市場難以接盤，且在持續(xù)虧損的情況下，二級市場也未必愿意買單。隨著頭部AI公司吸金能力增強，單筆巨額融資事件頻現(xiàn)，這不僅拉高了行業(yè)整體平均融資額，也增加了投資的門檻。政策和監(jiān)管環(huán)境的不確定性也是投資者需要考慮的因素，政策的變化可能會影響AI公司的運營和投資回報，特別是在數(shù)據(jù)使用和隱私保護方面。

投資者在考慮AI投資時，需要綜合考慮這些因素，做出明智的決策。AI投資的復雜性和不確定性要求投資者具備深入的技術洞察力、市場分析能力和風險評估能力。

在AI投資領域，投資者面臨著多方面的挑戰(zhàn)，其中最大的挑戰(zhàn)包括技術發(fā)展的不確定性、商業(yè)化落地的難度、高昂的研發(fā)成本、數(shù)據(jù)隱私與合規(guī)風險、市場泡沫的擔憂以及估值過高等問題。面對這些挑戰(zhàn)，投資者需要采取一系列策略來評估和管理風險。

首先，投資者必須對AI技術的最新發(fā)展和未來趨勢有深刻地理解，這包括評估技術的成熟度和市場應用潛力。了解技術趨勢對于預測行業(yè)的發(fā)展方向至關重要。其次，評估AI公司的商業(yè)模式是關鍵，特別是其產(chǎn)品或服務的市場需求、客戶基礎、收入來源和盈利能力。

考慮到AI項目通常需要巨額的研發(fā)投入，投資者需要仔細評估企業(yè)的資金狀況和融資能力，以及預期的投資回報率。同時，數(shù)據(jù)合規(guī)性審查也是必不可少的，以確保AI公司的數(shù)據(jù)收集、處理和存儲方式符合數(shù)據(jù)保護法規(guī)和隱私政策。

市場泡沫風險的識別對于避免在市場高點進行投資至關重要。投資者應該對AI公司的估值進行合理性分析，避免投資估值過高的項目。此外，通過多元化投資組合來分散風險，包括投資不同技術領域、不同發(fā)展階段的AI公司，可以降低單一投資的風險。

投資后的持續(xù)監(jiān)控和及時調(diào)整投資策略對于應對市場變化至關重要。建立風險管理機制，包括風險識別、評估、監(jiān)控和緩解措施，可以幫助投資者更好地控制潛在的損失。在必要時，咨詢行業(yè)專家或?qū)I(yè)投資顧問可以提供更深入的市場洞察和投資建議。

總之，AI投資需要投資者采取全面和謹慎的方法來評估風險，確保投資決策基于充分的信息和專業(yè)的分析。通過這些策略，投資者可以更好地應對AI投資領域的挑戰(zhàn)，實現(xiàn)穩(wěn)健的投資回報。