文|時代周報 何珊珊
編輯|林銘銘
Selena（化名）是一位工作多年的資深風險投資財務顧問，她近日向時代周報記者描述目前投資界在AI賽道投資的狀態(tài)。
“大家都很焦慮，因為AI大模型發(fā)展快，壁壘高，每天都有非常多的新信息要理解。現(xiàn)在投資人每天要花大量時間看論文，學習最前沿的技術發(fā)展情況，為了理解大模型迭代程度?！彼硎?。
自美國人工智能公司OpenAI在2022年11月推出聊天機器人ChatGPT，在全球范圍內(nèi)點燃AI熱潮，截至2023年7月，全球已發(fā)布數(shù)百個大模型，僅我國年內(nèi)就發(fā)布80多個，各大廠基本已躬身入局。
即便是百度、阿里、華為、微軟、Google 、Meta這樣走在AI技術前沿的公司，都在這場“終極玩家”廝殺賽中面臨難以回答的問題——“投資巨大，如何盈利？”
颶風刮了大半年，幾天前，微軟、Google 、Meta 相繼發(fā)布Q2財報，并宣布接下來將繼續(xù)加大對人工智能的投入以穩(wěn)固優(yōu)勢地位，但此前上百億美金的投資并未帶來及時的回報。此前憑借ChatGPT股價大漲的微軟，財報會后股價連續(xù)2日收跌。資本隱隱有躁動跡象。
AI大模型的投融資熱度看似前所未有的高漲，但真正出手的資方并不多，當前大多投資人更是困于無法出手的焦灼，看得到卻吃不著。
之所以難出手，第一是魚龍混雜，難以判斷項目前景；二是頭部玩家已站位，普通資方無法擠入賽道。
某資深風投財務顧問表示，當前投資更多是“熟人間投融資，高層對高層。”
另外一名具有外資背景的風投機構人士告訴時代周報記者，由于各種因素，盡管對AI領域一直有關注，但出手很謹慎。
事實上，多位投資人認為，當前圍繞AI大模型的首輪競爭與投資已然結束，接下來的競爭輪次中，只有解決商業(yè)化落地，才能緩解投融資難。第二第三梯隊是本輪未上車資方的出手方向。
商湯智能產(chǎn)業(yè)研究院院長田豐對時代周報記者表示：目前對大模型評測的題庫、排行榜已超過了40個，從技術角度講，大模型的基礎能力、涌現(xiàn)能力、專業(yè)能力（垂直領域）是考核重點。
前方行路難，AI大模型硝煙四起，卻仍然有太多問題等待解答。
看得見吃不著
AI大模型發(fā)展如火如荼，但找到應用方向與盈利模式的闖關難度之高，卻如達摩克利之劍，緊緊盤旋在每個相關人人上方。
即使是行外人也不禁產(chǎn)生一個疑問“大模型熱度帶來的究竟是泡沫還是未來？”畢竟，上一個令人如此興奮的概念還是元宇宙，但如今幾乎不聲不響。
“目前AI與各行業(yè)的結合都有企業(yè)公司在積極嘗試，之前的互聯(lián)網(wǎng)公司高管紛紛再度投入AI大模型創(chuàng)業(yè)領域中，但國內(nèi)對AI大模型的投資出手并不多。”對于當前投融資情況，非凡產(chǎn)研聯(lián)合創(chuàng)始人吳畏總結道。
據(jù)時代周報記者此前梳理，今年上半年BAT除了自己發(fā)布AI大模型，也紛紛當下最熱門的AI領域。二級市場上，上半年A股AI板塊大漲，有32只股票漲超100%。
但與AI大模型在二級市場的熱度相反，一級市場的投融資情況卻相對低調(diào)。
6月底，美團以約20.65億元人民幣的價格收購美團聯(lián)合創(chuàng)始人王慧文打造的大模型創(chuàng)業(yè)公司光年之外100%股權。騰訊、好未來則出手入股一家清華系背景的AI公司深言科技（自然語言處理）。騰訊還參投了前商湯科技副總裁閆俊杰等人創(chuàng)立的專注通用大模型研發(fā)的人工智能企業(yè)Minimax，A輪融資2.5億美元。百度投資的西湖心辰、生數(shù)科技、渡鴉科技3家公司均為人工智能相關領域企業(yè)。其中，生數(shù)科技天使輪融資近億元人民幣。
天眼查一份統(tǒng)計數(shù)據(jù)能更好的體現(xiàn)投融資熱度。從2023年上半年的人工智能相關的融資事件的輪次分布來看，天使輪、A輪以及戰(zhàn)略融資事件數(shù)量位居前列，分別擁有59、57以及38起，共計154起。
當前大多數(shù)投資人“出手難”的關鍵，在于怎么找到適合自己的應用場景去落地，實現(xiàn)商業(yè)化，而大多數(shù)公司目前可能連過河的石子還沒摸到。
一個可供參考的信息是，OpenAI成立的前15個月，都沒有一個明確的研究目標。2016年5月，時任谷歌首席AI研究員參觀OpenAI，對其工作方式曾相當困惑。
即便到了現(xiàn)在，Meta仍在飽受AI盈利前景不明確的困擾，扎克伯格在幾天前的電話會中親口承認：“目前還不太清楚人工智能將如何轉化成有意義的收入來源”。
對于AI大模型話題火熱，國內(nèi)投融資低調(diào)的情況， Selena判斷，當前階段來看，大家處于悶聲做事的時間點。各家都在找方向，不確定性很高，現(xiàn)在過多講自己的方向會招來更多的競爭對手。因此首要是先落地，小規(guī)模把商業(yè)模式跑起來，把相對領先位置確定。
除卻悶聲研究，少有破圈好產(chǎn)品也是問題。
“半年過去了，目前發(fā)布的100多個大模型，從界面設計到用戶使用體驗能有明顯變化的B端公司，相對而言太少，沒有破圈的存在。最近的妙鴨相機算是在GPT火了以后，國內(nèi)C端應用第一個有破圈感知的小高潮。”Selena說道。
有業(yè)內(nèi)人士對于當前情況表示，“現(xiàn)在大模型公司挺多，90%都是魚目混雜，2023年成立的新公司很多是以前AI 1.0的公司穿個馬甲。今年百度等各大廠才公開入局，其他小廠怎么可能那么快？”而對于投資難，其表示，“基于上述原因，加上很多投資人不了解AI大模型，所以沒有足夠信息下判斷?！?/p>
無論如何，多名投資人認為，圍繞AI大模型的首輪競爭與投資已然結束，接下來的競爭輪次中，只有解決商業(yè)化落地，才能緩解投融資難。第二第三梯隊可能是本輪未上車資方的出手方向。
對話過程中，多名投資人對時代周報記者表示，投資一方面也就是投人，這幾乎是投項目的共識。然而對于投什么樣的人才會成功，鮮有人能體驗“見證偉大公司”的美妙Sense（感覺）。
“今年以來聊的AI項目確實非常多，但在看到好的項目之前，你不知道它具體長什么樣，所以更愿意多聊，聽他人的好想法，去篩選?！盨elena說道。
深圳投控資本投資總監(jiān)楊帆相比之下顯得格外“幸運”。他于2021年投資國內(nèi)的AIGC公司聯(lián)匯科技，早于該賽道火熱的2023年。
據(jù)楊帆回憶，他2016年就一直研究AI賽道，2020年開始重點關注Ai賽道，當時國內(nèi)相關概念并不熱門。
他表示，當時首先看好的就是聯(lián)匯科技的團隊，據(jù)介紹，聯(lián)匯科技的創(chuàng)始人趙天成是CMU計算機博士，其三位導師分別是大模型預訓練處理、多模態(tài)表征、向量數(shù)據(jù)庫等前沿核心技術的提出者，趙天成是這些核心技術實現(xiàn)的重要實踐者，其僅用四年半時間就獲得了CMU7-8年的博士學位。
有趣的是，面聊當天，他注意到對方創(chuàng)始人前半個小時漫不經(jīng)心，后來才知道，自己去之前已經(jīng)去了10來家投資機構。一開始創(chuàng)始人非常熱情，最后大家沒了下文。當創(chuàng)始人對他再次講起當時世界最前沿的東西，逐漸發(fā)現(xiàn)楊帆能聽懂，兩人有來有回，最后從下午2點一直聊到晚上10點。
楊帆回憶起這段仍然十分激動，“當時我很興奮，心里有一個結論，我認為這家公司的技術跟之前的AI完全是兩回事。是顛覆式的，屬于0到1的創(chuàng)新。這和我12年接觸骨傳導領域的絕對龍頭時的感覺是一樣的，我知道優(yōu)秀的公司在行業(yè)、公司初期是什么樣的，要具備什么基因，這種感覺又回來了?！庇谑枪麛喑鍪帧?/p>
對于當時敢于下判斷，楊帆表示，投資第一條先看人，特別是在AI領域，團隊需要具備足夠的認知高度，其次，是要有落地場景。如果人、技術方向、落地場景都是對的，為什么不投呢？
2018年，趙天成發(fā)表的多模態(tài)大模型方面的一篇論文（涉及零樣本啟動、人機交互、多模態(tài)大模型、向量數(shù)據(jù)庫），因為方向夠好，甚至讓微軟研究院只好把他們內(nèi)部原本預發(fā)布的研究推遲，改方向重發(fā)。中位數(shù)7到8年才畢業(yè)的CMU博士，他4年半就畢業(yè)。2019年回國后，他把AI等世界最前沿的東西引回來，在2021年逐步實現(xiàn)大模型落地。
但不是人人都像楊帆如此幸運，如今，想要再投資一家類似團隊配備的公司十分困難。在ChatGPT火了之后，聯(lián)匯也火了，有多家再次找來洽談。
一名資深投資人認為，“當前很難有合適項目出手，在首輪競爭結束后，投融資洽談都是高層間的對話，想投的基本已站隊一兩家，其余的則認為當前標的過于龐大，不是自己可以投的?！?/p>
此外，創(chuàng)業(yè)也很難輕易進入該領域，據(jù)一名行內(nèi)人透露，之前曾有位公司高管想要創(chuàng)業(yè)做AI相關項目，但最終被某微軟前高管的團隊收編。
找人與找方向
相比投資找人難，AI大模型賽道也面臨找人的困境。
楊帆對時代周報記者透露：“人工智能的人才非常稀缺。僅普通崗位，需求5個，只有1個人能匹配上，也就是有四個崗位招不到人，供需比1:5。做向量數(shù)據(jù)庫、多模態(tài)大模型、智能體，需要的是頂級的人才，不僅僅是執(zhí)行層。這就難上加難?！?/p>
但找人的難關絲毫不會影響大模型的熱度，更無法阻擋產(chǎn)研界的興奮。
多名業(yè)內(nèi)人士都堅定對時代周報記者表示，“這次，一定會改變千行百業(yè)！”
在這次大模型概念爆火前，2021年擊敗人類圍棋世界冠軍，多次登上熱搜的Alpha Go，被打造出ChatGPT的OpenAI團隊劃入“弱人工智能”的范疇，換句話說，并不具備自主理解問題和解決問題的能力。
但這次不同，預訓練多模態(tài)大模型可能會改變一切。
落地場景方面，楊帆分析，之前AI 1.0時代是主要是落地在三個領域的高頻場景，圖像識別、自然語言處理、語音處理合成。還有大量的中低頻場景因收益太低、Ai落地成本太高導致無法落地。當弱人工智能轉向強人工智能，至少能降低90%的落地成本，中低頻場景也可以落地。因此，真正的AI 2.0強人工智能，可以克服成本，解決商業(yè)化的本質問題，就能改變千行百業(yè)。
受到當前AI大模型行業(yè)火熱態(tài)勢的沖擊，一些投資人產(chǎn)生焦慮感。一邊擔心投錯，一邊害怕投晚了無法“上車”，考慮到第一輪的投資基本結束，后續(xù)想再搶占市場很難。
Selena認為，之前已經(jīng)有一年多，市場沒有一個相對達成共識的投資方向。但AI大模型這波從一開始就有很多機構在觀望，更多的頭部機構比較認定這個方向，算是小圈子里的共識，然后更快的出手。
“有些大的機構可能不止布局一家大模型，因為大家都認為這是類似安卓系統(tǒng)誕生的時代。布局多家則是認為里面大概率是有一家能跑出來，雖然目前還不知道是哪一家?！?/p>
對于大模型的能力評判，田豐院長認為，目前對大模型評測的題庫、排行榜已超過了40個，從技術角度講，大模型的基礎能力、涌現(xiàn)能力、專業(yè)能力（垂直領域）是考察的核心與重心。在商業(yè)模式創(chuàng)新方面，大模型可與傳統(tǒng)軟件（操作系統(tǒng)、OA、數(shù)據(jù)庫等）、互聯(lián)網(wǎng)平臺（電商/社交/廣告/游戲/搜索）、傳統(tǒng)硬件（例如3C）、新終端（智能車、AR眼鏡、機器人等）結合。
百舸爭流與一支獨秀
對于未來的AI大模型競爭的發(fā)展態(tài)勢，百團之戰(zhàn)究竟誰會勝出，多名業(yè)內(nèi)人士均有相似的看法：雖然當前上百個大模型公司競爭，但最后能進入終極形態(tài)的玩家并不多。
大家都認為，未來通用大模型領域可能會一家獨大，而細分領域則出于數(shù)據(jù)保密性需要，要打造自己的垂直行業(yè)大模型。
在多位投資行業(yè)人士看來，“通用大模型領域，創(chuàng)業(yè)公司的技術、資金、數(shù)據(jù)支持無法與大廠競爭。對于投資人來說，投資中間層和應用層的AI項目，相對投資成功率和回報率更高一些。”
行業(yè)脈絡上看，在楊帆看來，多模態(tài)大模型是下一個熱點，再下一個是向量數(shù)據(jù)庫，再下一個是智能體。
向量數(shù)據(jù)庫當前少有報道提及，最近也是最新一次，是騰訊云在7月4日發(fā)布國內(nèi)首個AI原生向量數(shù)據(jù)庫。
楊帆認為，每一家有核心能力的大模型公司都應該有自己的向量數(shù)據(jù)庫，如果沒有向量數(shù)據(jù)庫，大模型就是空中樓閣。
據(jù)他介紹，簡單說向量數(shù)據(jù)庫是一種非結構性數(shù)據(jù)庫，具有速度快，存儲大，可隨時擴容三大特性。而之前的數(shù)據(jù)庫都是結構化數(shù)據(jù)庫。
假設數(shù)據(jù)庫是一個表格，在原本結構化數(shù)據(jù)庫中，要描繪定義一個蘋果，首先你得有數(shù)據(jù)標注（這需要標注人員具有相當經(jīng)驗，知道什么特征需要標注），在AI 1.0的時代，80%成本和時間是花在人工標注上的。但是AI 2.0時代，最大特點在于無需人工標注，把人類幾千年的文明海量投給大模型，它就學會了。節(jié)約大量人力、時間、財力。
如果沒有自己的向量數(shù)據(jù)庫，將來要update大模型系統(tǒng)、數(shù)據(jù)庫，那如何保障客戶數(shù)據(jù)安全性、私密性就會是個問題。
楊帆認為，只有具備了預訓練多模態(tài)大模型和向量數(shù)據(jù)庫這些能力，才有可能做智能體。這里面任何一項不具備，都演化不到智能體。
至于對未來的應用趨勢，田豐院長從產(chǎn)業(yè)的角度考慮，認為參照Garnter技術成熟度曲線，AI大模型已經(jīng)從“創(chuàng)新啟動期”進入“期望膨脹期”，在天使投資進入后，將在“多模態(tài)基礎模型”（例：GPT-4）、“領域大模型工具軟件”（例：Runway）、“垂直行業(yè)大模型解決方案”（例：BloombergGPT）三個方面，快速試錯，并在下一個階段校準產(chǎn)業(yè)價值型產(chǎn)品、淘汰非剛需性技術。
Garnter技術成熟度曲線
在通用大模型之外，是垂直領域的大模型。
有觀點認為，部分行業(yè)出于安全性、數(shù)據(jù)保密的需要，比如運營商、國家電網(wǎng)，沒法用通用大模型。因此這個行業(yè)的大模型，需要專精于垂直領域的大模型。而優(yōu)先進入私密行業(yè)的大模型公司，就具備先發(fā)優(yōu)勢，行業(yè)數(shù)據(jù)越多，客戶越用越好，兩者形成一個小循環(huán)的螺旋上升，越咬越緊，別的大模型公司就進不來了。
AI將去往何方？
如今的階段，無論投資還是融資，都需非常謹慎。
吳畏認為，“與往年相比，今年ChatGPT大火后推動了基于大模型的研發(fā)、投資及商業(yè)化落地進程。從國內(nèi)外進程來看，美國硅谷今年的主要的投資方向都是與AI結合項目，中國內(nèi)部的投資目前更加關注應用場景和商業(yè)化機會。而各國對AI的政策環(huán)境和法規(guī)有所不同，會影響投資者判斷，需要根據(jù)政策導向及時進行權衡和調(diào)整。
從投融資角度來看，Selena表示，“大多的資方在看到場景之前不知道自己想要什么，更多可能是看到國外有新形勢出來，在國內(nèi)找對標項目，并且這個方向的公司剛好競爭者少，場景能夠實現(xiàn)降本增效，公司在相關應用有先發(fā)優(yōu)勢，可能會比較好拿到錢。如果找不到應用場景，大模型其實也只是空架子?！?/p>
而各大科技巨頭在享受AI紅利的同時，也在承受AI帶來的麻煩。
此前，OpenAI因泄漏用戶隱私信息在韓國、意大利等多地遭到監(jiān)管機構罰款。7月14日，OpenAI再因生成虛假信息遭FTC（美國聯(lián)邦貿(mào)易委員會）正式調(diào)查。Google Bard則接到來自加州的律師事務所向聯(lián)邦法院提起的集體訴訟，指責其竊取用戶數(shù)據(jù)，要求給予補償。
楊帆認為，當前國內(nèi)頂尖的人才太少，最頂尖的團隊在海外是用美金投的，但回到國內(nèi)，因為對應市場在國內(nèi)，如果接受了美元的基金，市場和資本就錯配了。
Selena從融資角度分析，“對于公司接受人民幣還是美元的投資，第一是要考慮是否做海外市場，未來市場在哪里，第二就是最終在哪里上市。如果是考慮在國內(nèi)上市，也主做國內(nèi)市場，肯定接收人民幣投資。”
國外方面，今年Meta表示到2023年，人工智能相關總支出費用將達到880億至910億美元；而Google母公司Alphabet首席財務官表示2023年到2024年人工智能領域的投資都將繼續(xù)增加；微軟則預計2023年整個財年都會繼續(xù)增加資本投入人工智能研發(fā)，支出將達到450~600億美元。
無論是否出手AI大模型，切實參與其中，大部分投資人都深切地相信：“這次AI是真的，與以往的人工智能不同，這次一定會改變千行百業(yè)！”（本報記者謝敏對此文有貢獻）