就像一個輪回，一級市場對AI（人工智能）的投資熱情再次被點燃。
在五源資本投資人石允豐看來，當下行業(yè)的火熱一個重要原因在于，2008年、2009年技術(shù)時代迭代時，因為猶豫帶來的后果太過慘痛，國內(nèi)平臺型頭部企業(yè)幾乎換了一輪。十來年的肌肉記憶仍舊清晰，決策者尤甚。
2023年，因ChatGPT的火熱而引發(fā)的投資熱潮洶涌而持續(xù)，產(chǎn)業(yè)互聯(lián)網(wǎng)時代到來、移動互聯(lián)網(wǎng)紅利見頂?shù)挠^點似乎剛在耳邊響過，如今資本再次熱浪翻騰。一位關(guān)注產(chǎn)業(yè)技術(shù)的投資人對第一財經(jīng)記者笑稱：現(xiàn)在誰敢說反對的觀點？只能說都是“周期”，遵循規(guī)律，順應趨勢。
但擺在創(chuàng)業(yè)者與投資人面前的技術(shù)差距、高額成本、落地應用試錯，仍是不可避免的挑戰(zhàn)。動輒數(shù)百萬美元的訓練成本到底是否適合初創(chuàng)公司殺入？擁有更優(yōu)牌面的互聯(lián)網(wǎng)大廠真的能笑到最后嗎？本輪AI熱潮相較上一波深陷虧損泥淖的明星公司們發(fā)生了什么變化？第一財經(jīng)記者對話多位行業(yè)人士，試圖在AI產(chǎn)業(yè)進入新一輪熱潮的節(jié)點，給出冷靜視角下的觀察。
AI投資人重新亢奮
AI行業(yè)重新火熱，在多位投資人士看來，具體表現(xiàn)在大家對于AI行業(yè)終于達成了共識做通用型大平臺。
一家日常對接一級市場投資機構(gòu)與創(chuàng)業(yè)項目的機構(gòu)（以下簡稱“FA機構(gòu)”），AI項目小組從2022年八九月便開始關(guān)注新的AI方向，當時生成式AI概念還未誕生，團隊彼時暫將新方向定義為AI對內(nèi)容行業(yè)的降本增效。
但那時，投資人群體尚未對AI行業(yè)形成一致認知，因此在推動項目過程中，不得不花費更多時間去教育投資人，或與對方一起探討這個行業(yè)。單看TO B與SaaS賽道的投資人更多聚焦在商湯曠視等老一波AI邏輯的公司；關(guān)注TO C與TMT賽道的投資人多從傳統(tǒng)互聯(lián)網(wǎng)邏輯去考察創(chuàng)業(yè)公司項目的留存DAU（日活）等數(shù)據(jù)。行業(yè)并未形成統(tǒng)一的看項目的維度與標準。
2022年年底，文生圖領(lǐng)域火起來，券商分析師密集發(fā)布AIGC（即人工智能生成內(nèi)容）行業(yè)報告，國內(nèi)投資人也開始關(guān)注跨模態(tài)或多模態(tài)的生成式AI。一夕之間，投資人群體關(guān)注點突然統(tǒng)一了他們詢問創(chuàng)業(yè)者“你們要不要做圖？”“你們有沒有文生圖的能力？”
待到ChatGPT真正火起來，常把“技術(shù)性感”掛在嘴邊、認為文字對文字這類項目不夠性感的投資人，終于放下“偏見”，認識到文字仍是剛需，投入到尋找類ChatGPT項目的潮流中。
該AI項目小組對第一財經(jīng)記者表示，由于生成式AI的爆火，投資人的選擇風向一直在改變。但如今，大家不會像2022年10月、11月時，對生成式AI觀點參差不齊，而是都對行業(yè)未來持有了信心。
這背后的根本原因在該AI項目小組看來，在于技術(shù)發(fā)展需要達到一個“節(jié)點”，開始向爆發(fā)性趨勢走時，本沒有關(guān)注這個行業(yè)的投資人也會被吸引。AI模型能力實際一直處在穩(wěn)步提升發(fā)展的過程中，但當它沒有一個落地應用出現(xiàn)時，市場上大眾的注意力便不會被吸引，其中便存在一個認知迭代的過程。
去年年底到硅谷探訪一圈的石允豐也持有相似觀點，在他看來，目前灣區(qū)技術(shù)玩家包括大公司與創(chuàng)業(yè)公司，也迅速達成了共識，新的通用型技術(shù)平臺已經(jīng)浮出水面，灣區(qū)優(yōu)質(zhì)創(chuàng)業(yè)項目估值基本都達到10億美元級別，共識來得非常快，當然這也是在ChatGPT熱度的帶動下發(fā)生的。
算力或?qū)⒊蔀樽汾s隱患
此次業(yè)界共識的主角大模型，成為AI未來確定的發(fā)展趨勢。作為“大算力+強算法”的產(chǎn)物，搭建大模型的算力、算法、數(shù)據(jù)、硬件、工程化能力等，成為不同入局者競爭的重要指標。
此前，Meta首席人工智能科學家楊立昆（Yann LeCun）表示，ChatGPT“沒有太大創(chuàng)新”，基本仍是基于谷歌2017年發(fā)布的Transformer神經(jīng)網(wǎng)絡技術(shù)。曾效力于谷歌的人工智能倫理學家瑪格麗特米歇爾（Margaret Mitchell）也表示，“我們大多數(shù)人都（對ChatGPT的爆紅）感到意外”，“這項技術(shù)并沒有推進任何的底層突破”。
對于該觀點，石允豐對記者表示：“說得都對，但是，算法的核心要素沒太大壁壘，數(shù)據(jù)的標注有壁壘，用戶的反饋有壁壘，”谷歌與百度沖出來后，現(xiàn)在誰還覺得搜索有多高的技術(shù)難度？但一項技術(shù)突然火起來，是因為它發(fā)展到了一定程度，不難不代表沒有突破。
所謂突破，在石允豐看來，包括算法創(chuàng)新、工程創(chuàng)新，以及面對未知目標投入的決心。當年OpenAI做決策，與今天行業(yè)做決策的難度是不同的，今天行業(yè)已經(jīng)知道這個項目能成功，明白它將帶來的商業(yè)價值。但當年OpenAI是冒著未知的風險在做巨量投入，所以今天他們獲得了半年到一年的領(lǐng)先窗口期。
FA機構(gòu)AI項目小組表示，所謂“沒有明顯技術(shù)迭代”，是指ChatGPT使用的仍是transformer一個誕生了很多年的模型。但不能因為底層模型未發(fā)生質(zhì)變，就說技術(shù)沒有發(fā)展，如模型基礎(chǔ)訓練參數(shù)由十億級別發(fā)展至百億級別，其中需要巨量投入。另外，隨著行業(yè)發(fā)展與社會資源投入變多，決定模型能力強弱的參數(shù)量也在直線上升。同時，伴隨對模型算法與基礎(chǔ)設(shè)施的優(yōu)化，模型訓練成本也在慢慢下降，這些都是進步的方面。
在寧暢副總裁兼CTO趙雷看來，ChatGPT最大的需求肯定是算力，若要實現(xiàn)理想化人工智能的算力需求，短時間來看也需要三個數(shù)量級的算力，至少是目前行業(yè)平均水平的百倍。另外，ChatGPT是一個TB級的運算訓練庫，目前需要幾十到幾百臺GPU或幾百臺一個級別服務器的體量才能夠做到。
云九資本執(zhí)行董事沈文杰表示，ChatGPT展示內(nèi)容的高效性和其“內(nèi)嵌”的服務模式會推倒、重建很多商業(yè)模式，甚至可能包括當下最大的商業(yè)模式之一搜索。算力成本可能是當下最棘手的問題，算力的總需求肯定會被推到遠超當下全部的程度，需要算力+算法+商業(yè)模式共同解決這個問題。
壁仞科技方面也認為，ChatGPT的“爆火”對于國內(nèi)算力芯片廠商而言，意味著未來將誕生一個具有巨大潛力的應用市常當然，目前這一領(lǐng)域依然由國際廠商的成熟算力產(chǎn)品所壟斷，國內(nèi)廠商要想在這一領(lǐng)域?qū)崿F(xiàn)突破，就要利用好自身優(yōu)勢，與國內(nèi)的算法、模型開發(fā)者，以及應用開發(fā)者保持密切的合作，并根據(jù)應用市場的需求優(yōu)化自身產(chǎn)品。只有這樣，才能在大參數(shù)模型的大規(guī)模商業(yè)化進程中“分一杯羹”。
算法層面，趙雷表示，GPT是一套算法模式，經(jīng)歷GPT1至GPT3.5的發(fā)展，算法門檻仍存在，但并不高。深度學習或機器學習算法存在多種算法，每種算法對應不同領(lǐng)域，這方面中美差距或頭部公司之間的差距并不大。
另外，趙雷稱，除算力之外，另一個核心因素是訓練模型庫，100億條人類的對話和10000億條人類的對話，相同的算力下，后者需要更多的時間，但它的訓練精度一定會更好。
巨頭與創(chuàng)業(yè)者沖入技術(shù)軍備競賽
目前，行業(yè)已經(jīng)將ChatGPT的成本問題算清楚：GPT3訓練一次的費用約為460萬美元，ChatGPT單輪對話平均費用在0.01美元至0.2美元之間。即便如今聲名成功如OpenAI，其2022年收入3000萬美元，但凈虧損高達5.445億美元。高昂的成本決定了這不是一項創(chuàng)業(yè)公司隨隨便便就能上牌桌的競賽。
OpenAI創(chuàng)始人山姆阿爾特曼（Sam Altman）此前曾表示，預計將來會出現(xiàn)幾個大型的基礎(chǔ)模型，開發(fā)人員都將基于這些基礎(chǔ)模型研發(fā)AI應用。但目前的情況依然是某一家公司開發(fā)出一個大型語言模型，然后開放API供他人使用。
阿爾特曼認為，將來在基礎(chǔ)模型和具體AI應用研發(fā)之間會有一個中間層：出現(xiàn)一批專門負責調(diào)整大型模型以適應具體AI應用需求的初創(chuàng)企業(yè)。能做好這一點的初創(chuàng)公司將會非常成功，但這取決于它們能在“數(shù)據(jù)飛輪”上走多遠。所謂“數(shù)據(jù)飛輪”，是指ChatGPT帶來的最大變革建立起用戶真實反饋與模型迭代之間的飛輪，反饋越多，模型迭代速度越快。
FA機構(gòu)AI項目小組也持有相似觀點，他們認為在模型層與應用層中間還有存在中間層，其中將誕生面向垂直領(lǐng)域的API接口，或者面向垂類領(lǐng)域的具體應用。另在應用層，也是中國團隊彎道超車的機會。
當下投資人群體也在苦惱尋找真正實現(xiàn)AI落地、幫助行業(yè)降本增效的AI應用，近期他們不是在排會、就是在項目投決會上。已有的AI項目已經(jīng)不是“香餑餑”，一位投資人對記者稱，他不喜歡改的，而喜歡新的，改良版本AI產(chǎn)品難以具備突出重圍的特質(zhì)。
FA機構(gòu)AI項目小組認為，以目前國內(nèi)的AI技術(shù)來說，能夠做到80分地解決垂直場景下的問題，這類項目也是投資人希望在應用層看到的。
創(chuàng)業(yè)者們顯然并未被即將付出的高額成本嚇退，沉寂許久的AI領(lǐng)域人士們一夕覺醒。前美團聯(lián)合創(chuàng)始人王慧文連續(xù)發(fā)布動態(tài)，稱“偉大新時代，應該匹配一個全新生命體”。13日，其最新動態(tài)稱要組隊擁抱新時代，打造中國OpenAI，設(shè)立北京光年之外科技有限公司，出資5000萬美元，估值2億美元（約13.62億元人民幣），其個人不占股份，資金占股25%，75% 的股份用于邀請頂級研發(fā)人才，下輪融資已有頂級VC認購2.3億美元(約15.66億元人民幣)。同時，王慧文稱本輪只招研發(fā)。
王慧文之后，前搜狗CEO王小川也加入戰(zhàn)局，稱“正在快速籌備中”。他認為“OpenAI的成功，首先是技術(shù)理想主義的勝利。中國需要自己的OpenAI，就需要技術(shù)理想主義。大廠受自己的業(yè)務牽引，追逐資本熱點的創(chuàng)業(yè)公司更動作變形。不止如此，這種理想主義還需要有愛國之心、商業(yè)智慧和學術(shù)尊重去獲得政府支持，推動企業(yè)聯(lián)盟和學術(shù)界協(xié)同。中國能誕生自己的OpenAI”。
此外，出門問問創(chuàng)始人兼CEO李志飛也發(fā)聲評論稱，2023年是AI大模型時代元年，如果把搞中國版OpenAI/ChatGPT“比作一場運動競賽，那么2023年第一季度是報名階段，目前的報名費是5000萬美元起”。
大廠涌入、創(chuàng)業(yè)者崛起，行業(yè)似乎再一次卷入燒錢競賽的狀態(tài)。FA機構(gòu)AI項目小組認為，所謂的“燒錢”更多聚焦在底層大模型層面的訓練成本與技術(shù)研發(fā)投入，從這個角度來看，資金缺乏的創(chuàng)業(yè)公司相對來說沒有大廠具備優(yōu)勢，可以做、但ROI（Return ofinvestment，投資回報率）不高。
但在應用側(cè)，該團隊稱，當下的市場環(huán)境已經(jīng)不是燒錢買量的打法了，反而更利于創(chuàng)業(yè)公司去想清楚具體落地場景，想清楚如何將技術(shù)產(chǎn)品化。
談及大廠與創(chuàng)業(yè)公司之間的優(yōu)劣勢，石允豐對記者表示，中國平臺型公司在這場戰(zhàn)局里的優(yōu)勢在于，此前不夠重視技術(shù)迭代，最終對這樣猶豫的后果記憶猶新，所以此次反應非�？�。而創(chuàng)業(yè)公司的優(yōu)勢在于更善于通過期權(quán)等激勵措施吸引最頂級的算法工程人才。兩相對比的話，在石允豐看來，大廠的牌面可能更大一些，但歷史規(guī)律在于，牌好的人，未必能贏到最后。
本輪AI熱潮變了嗎？
冷靜之下，本輪AI熱潮與此前行業(yè)動態(tài)呈現(xiàn)詭異的相似熱點迸發(fā)，熱錢涌入，大廠與創(chuàng)業(yè)公司層出不窮，最終由于缺乏規(guī)�；虡I(yè)落地，或不了了之，或大幅虧損。
曾經(jīng)名噪一時的AI四小龍，如今來看，仍未能擺脫長期虧損的泥淖。2022年三季度財報數(shù)據(jù)顯示，云從科技前三季度累計虧損5.89億元，逼近2021年全年虧損額的6.32億元。商湯科技自2018年至2021年的虧損率分別為185.2％、164.1％、352.8％、365.5％。遲遲未能上市的曠視科技招股書顯示，其在2018年至2021年上半年虧損金額分別為28億元、66.43億元、33.26億元、18.65億元。另一家沖刺上市失敗的依圖科技自2017年至2020年上半年累計虧損高達72.68億元。
規(guī)�；儸F(xiàn)難題直接扼住國內(nèi)AI產(chǎn)業(yè)發(fā)展，據(jù)IT桔子數(shù)據(jù)，從融資交易事件來看，國內(nèi)人工智能領(lǐng)域的風險投資在2021年達歷史最高點，共832起，主要得益于政策的利好釋放。2022年，AI行業(yè)投融資數(shù)量斷崖式下跌。
寒冬之下，投資界與創(chuàng)業(yè)界吶喊“回歸技術(shù)本質(zhì)，不追求泡沫熱點”。產(chǎn)業(yè)互聯(lián)網(wǎng)的熱度還沒持續(xù)多久，如今，ChatGPT的熱度再一次將從業(yè)者拉入了新一波輪回。這次技術(shù)浪潮，相較過去，真的有所不同了嗎？
實際上，這也是當下投資人群體擔憂的點，但他們也認為此輪AI行業(yè)相較2014年那波熱潮是不同的。具體表現(xiàn)在當時的AI熱點還停留在深度卷積神經(jīng)網(wǎng)絡層面，大家具備的AI能力有限，更偏向于一個試圖去理解人的輔助角色。如果說那時的AI是缺乏想象力的“輸入”，那么現(xiàn)在的AI便是“輸出”。其次，當下經(jīng)歷過去AI技術(shù)浪潮洗禮，AI人才的視野也與過去不同了，行業(yè)見證過中國互聯(lián)網(wǎng)浪潮與商業(yè)模式的運作方式。
曾投資愛彼迎、Pinterest的埃拉德吉爾（Elad Gil）發(fā)表過對本輪AI潮流中的差異化分析，埃拉德稱，盡管之前很多人工智能創(chuàng)業(yè)公司努力前行，但上一波人工智能的價值大多歸于成熟企業(yè)而非創(chuàng)業(yè)公司，原因包括：其一，上一波AI浪潮創(chuàng)造的產(chǎn)品并未好到可以擊敗成熟企業(yè)已經(jīng)構(gòu)建好的剛性市場格局；其二，數(shù)據(jù)差異化與優(yōu)勢，在過去比現(xiàn)在更為重要，且今天想要訓練出通用模型如GPT-3，是非常困難的；第三，只要老牌企業(yè)將AI與已有的核心受歡迎產(chǎn)品捆綁在一起，基于客戶基數(shù)龐大的優(yōu)勢，他們?nèi)匀豢梢垣@勝。
而本輪AI浪潮的不同之處在埃拉德看來，包括：本次AI技術(shù)能力與優(yōu)勢大大增強，意味著更容易創(chuàng)造出10倍以上優(yōu)勢產(chǎn)品，來滿足現(xiàn)有需求；新技術(shù)意味著初創(chuàng)公司可以為行業(yè)其他部分提供有價值的基礎(chǔ)設(shè)施，具有廣泛的采用與快速增長的應用場景；雖有明確的應用案例，但市場上成熟企業(yè)在這些應用領(lǐng)域并不強大，如總結(jié)或生成文本、圖像對推廣產(chǎn)品應用是必要的，由新AI技術(shù)以高保真方式實現(xiàn)，這種情況在之前的AI浪潮中并不存在。
即便如此，當下行業(yè)確實仍未探索出有效的商業(yè)化落地場景。趙雷表示，ChatGPT距離成為真正的人類自然語言助理還有五至十年的時間，現(xiàn)在大家去嘗試、去參與內(nèi)測，更多懷抱一種嘗鮮或獵奇的心態(tài)，ChatGPT離實際業(yè)務變現(xiàn)或業(yè)務應用到生產(chǎn)力工具，還有非常長的路要走。
此前談及AI賦能企業(yè)數(shù)字化轉(zhuǎn)型過程中存在的多種挑戰(zhàn)，一位咨詢服務機構(gòu)合伙人表示，主要有幾方面：一是應用定制化、碎片化，大量的技術(shù)場景存在于需求的長尾中，AI泛化能力不足，針對不同應用場景建設(shè)投入成本居高不下，制約AI應用的進一步發(fā)展。其次是模型定制化，模型算法隨著場景定制化不斷變多，其使用在某種程度上依賴于資深數(shù)據(jù)科學家，導致許多AI應用無法大規(guī)模推廣。
該人士認為，當前，人工智能已經(jīng)走過了技術(shù)商業(yè)化的第一個階段，即突破了“工業(yè)紅線”， 讓技術(shù)變得更加實用， 下一個階段則是實現(xiàn)“規(guī)�；a(chǎn)”，讓AI真正改變各行各業(yè)。
但不可否認，投資與創(chuàng)業(yè)做的就是前瞻性布局，生成式AI的未來機會到底在哪里？趙雷認為，ChatGPT要真正實現(xiàn)商業(yè)變現(xiàn)或高盈利，最終還是要做成ToC產(chǎn)品，ToB的市場容量相對有限，但ToC市場擁有無限的人民群眾，因此更看好它作為ToC產(chǎn)品的經(jīng)濟可行性。
FA機構(gòu)AI項目小組表示，包括大模型在內(nèi)的底層技術(shù)的制約，追趕起來并非線性增長關(guān)系，需要花費更長時間、更高成本投入。中國團隊在應用層更具備彎道超車的機會對應用進行模式創(chuàng)新，打造在C端更受歡迎的產(chǎn)品，反向進行產(chǎn)品輸出，“當你卷不了技術(shù)的時候，你只能卷應用了。”
石允豐稱，歸根到底，生成式AI就像一場“煉丹”，知道了步驟不代表能煉出來，工程化是件復雜的事情。另一位希望匿名的投資人認為，B端需要等到技術(shù)發(fā)展至100%或者99%的成功率才會應用它，因此低配可控版是目前可試行的首選，行業(yè)會在低配可控領(lǐng)域把這件事情卷到底。
