看得見，吃不著

(資料圖片僅供參考)

“足夠熱，且足夠卷。”

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。

“大家都很焦慮，因為AI大模型發展快，壁壘高，每天都有非常多的新信息要理解。現在投資人每天要花大量時間看論文，學習最前沿的技術發展情況，為了理解大模型迭代程度。”她表示。

自美國人工智能公司OpenAI在2022年11月推出聊天機器人ChatGPT，在全球范圍內點燃AI熱潮，截至2023年7月，全球已發布數百個大模型，僅我國年內就發布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 相繼發布Q2財報，并宣布接下來將繼續加大對人工智能的投入以穩固優勢地位，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。

商湯智能產業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、涌現能力、專業能力（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。

01 看得見吃不著

AI大模型發展如火如荼，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與各行業的結合都有企業公司在積極嘗試，之前的互聯網公司高管紛紛再度投入AI大模型創業領域中，但國內對AI大模型的投資出手并不多。”對于當前投融資情況，非凡產研聯合創始人吳畏總結道。

據時代周報記者此前梳理，今年上半年BAT除了自己發布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。

6月底，美團以約20.65億元人民幣的價格收購美團聯合創始人王慧文打造的大模型創業公司光年之外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立的專注通用大模型研發的人工智能企業Minimax，A輪融資2.5億美元。百度投資的西湖心辰、生數科技、渡鴉科技3家公司均為人工智能相關領域企業。其中，生數科技天使輪融資近億元人民幣。

天眼查一份統計數據能更好的體現投融資熱度。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輪以及戰略融資事件數量位居前列，分別擁有59、57以及38起，共計154起。

當前大多數投資人“出手難”的關鍵，在于怎么找到適合自己的應用場景去落地，實現商業化，而大多數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，國內投融資低調的情況， 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，小規模把商業模式跑起來，把相對領先位置確定。

除卻悶聲研究，少有破圈好產品也是問題。

“半年過去了，目前發布的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C端應用第一個有破圈感知的小高潮。”Selena說道。

有業內人士對于當前情況表示，“現在大模型公司挺多，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。”

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。”Selena說道。

深圳投控資本投資總監楊帆相比之下顯得格外“幸運”。他于2021年投資國內的AIGC公司聯匯科技，早于該賽道火熱的2023年。

據楊帆回憶，他2016年就一直研究AI賽道，2020年開始重點關注Ai賽道，當時國內相關概念并不熱門。

他表示，當時首先看好的就是聯匯科技的團隊，據介紹，聯匯科技的創始人趙天成是CMU計算機博士，其三位導師分別是大模型預訓練處理、多模態表征、向量數據庫等前沿核心技術的提出者，趙天成是這些核心技術實現的重要實踐者，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，他注意到對方創始人前半個小時漫不經心，后來才知道，自己去之前已經去了10來家投資機構。一開始創始人非常熱情，最后大家沒了下文。當創始人對他再次講起當時世界最前沿的東西，逐漸發現楊帆能聽懂，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，我知道優秀的公司在行業、公司初期是什么樣的，要具備什么基因，這種感覺又回來了。”于是果斷出手。

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，趙天成發表的多模態大模型方面的一篇論文（涉及零樣本啟動、人機交互、多模態大模型、向量數據庫），因為方向夠好，甚至讓微軟研究院只好把他們內部原本預發布的研究推遲，改方向重發。中位數7到8年才畢業的CMU博士，他4年半就畢業。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。”

此外，創業也很難輕易進入該領域，據一名行內人透露，之前曾有位公司高管想要創業做AI相關項目，但最終被某微軟前高管的團隊收編。

02 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。做向量數據庫、多模態大模型、智能體，需要的是頂級的人才，不僅僅是執行層。這就難上加難。”

但找人的難關絲毫不會影響大模型的熱度，更無法阻擋產研界的興奮。

多名業內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！”

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，解決商業化的本質問題，就能改變千行百業。

受到當前AI大模型行業火熱態勢的沖擊，一些投資人產生焦慮感。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，后續想再搶占市場很難。

Selena認為，之前已經有一年多，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。”

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、涌現能力、專業能力（垂直領域）是考察的核心與重心。在商業模式創新方面，大模型可與傳統軟件（操作系統、OA、數據庫等）、互聯網平臺（電商/社交/廣告/游戲/搜索）、傳統硬件（例如3C）、新終端（智能車、AR眼鏡、機器人等）結合。

03 百舸爭流與一支獨秀

對于未來的AI大模型競爭的發展態勢，百團之戰究竟誰會勝出，多名業內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據保密性需要，要打造自己的垂直行業大模型。

在多位投資行業人士看來，“通用大模型領域，創業公司的技術、資金、數據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。”

行業脈絡上看，在楊帆看來，多模態大模型是下一個熱點，再下一個是向量數據庫，再下一個是智能體。

向量數據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日發布國內首個AI原生向量數據庫。

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據庫，如果沒有向量數據庫，大模型就是空中樓閣。

據他介紹，簡單說向量數據庫是一種非結構性數據庫，具有速度快，存儲大，可隨時擴容三大特性。而之前的數據庫都是結構化數據庫。

假設數據庫是一個表格，在原本結構化數據庫中，要描繪定義一個蘋果，首先你得有數據標注（這需要標注人員具有相當經驗，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。節約大量人力、時間、財力。

如果沒有自己的向量數據庫，將來要update大模型系統、數據庫，那如何保障客戶數據安全性、私密性就會是個問題。

楊帆認為，只有具備了預訓練多模態大模型和向量數據庫這些能力，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，田豐院長從產業的角度考慮，認為參照Garnter技術成熟度曲線，AI大模型已經從“創新啟動期”進入“期望膨脹期”，在天使投資進入后，將在“多模態基礎模型”（例：GPT-4）、“領域大模型工具軟件”（例：Runway）、“垂直行業大模型解決方案”（例：BloombergGPT）三個方面，快速試錯，并在下一個階段校準產業價值型產品、淘汰非剛需性技術。

在通用大模型之外，是垂直領域的大模型。

有觀點認為，部分行業出于安全性、數據保密的需要，比如運營商、國家電網，沒法用通用大模型。因此這個行業的大模型，需要專精于垂直領域的大模型。而優先進入私密行業的大模型公司，就具備先發優勢，行業數據越多，客戶越用越好，兩者形成一個小循環的螺旋上升，越咬越緊，別的大模型公司就進不來了。

04 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、投資及商業化落地進程。從國內外進程來看，美國硅谷今年的主要的投資方向都是與AI結合項目，中國內部的投資目前更加關注應用場景和商業化機會。而各國對AI的政策環境和法規有所不同，會影響投資者判斷，需要根據政策導向及時進行權衡和調整。

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，場景能夠實現降本增效，公司在相關應用有先發優勢，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。”

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管機構罰款。7月14日，OpenAI再因生成虛假信息遭FTC（美國聯邦貿易委員會）正式調查。Google Bard則接到來自加州的律師事務所向聯邦法院提起的集體訴訟，指責其竊取用戶數據，要求給予補償。

楊帆認為，當前國內頂尖的人才太少，最頂尖的團隊在海外是用美金投的，但回到國內，因為對應市場在國內，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。如果是考慮在國內上市，也主做國內市場，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增加；微軟則預計2023年整個財年都會繼續增加資本投入人工智能研發，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！”

標簽：