ChatGPT紅與黑：復活AI投資熱情，復刻資本軍備競賽

　　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，當下行業的火熱一個重要原因在于，2008年、2009年技術時代迭代時，因為猶豫帶來的后果太過慘痛，國內平臺型頭部企tuya可視對講業幾乎換了一輪。十來年的肌肉記憶仍舊清晰，決策者尤甚。

　　2023年，因ChatGPT的火熱而引發的投資熱潮洶涌而持續，產業互聯網時代到來、移動互聯網紅利見頂的觀點似乎剛在耳邊響過，如今資本再次熱浪翻騰。一位關注產業技術的投資人對第一財經記者笑稱：現在誰敢說反對的觀點？只能說都是“周期”，遵循規律，順應趨勢。

　　但擺在創業者與投資人面前的技術差距、高額成本、落地應用試錯，仍是不可避免的挑戰。動輒數百萬美元的訓練成本到底是否適合初創公司殺入？擁有更優牌面的互聯網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生了什么變化？第一財經記者對話多位行業人士，試圖在AI產業進入新一輪熱潮的節點，給出冷靜視角下的觀察。

　　AI投資人重新亢奮

　　AI行業重新火熱，在多位投資人士看來，具體表現在大家對于AI行業終于達成了共識——做通用型大平臺。

　　一家日常對接一級市場投資機構與創業項目的機構(以下簡稱“FA機構”)，AI項目小組從2022年八九月便開始關注新的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對內容行業的降本增效。

　　但那時，投資人群體尚未對AI行業形成一致認知，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。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；關注TO C與TMT賽道的投資人多從傳統互聯網邏輯去考察創業公司項目的留存DAU(日活)等數據。行業并未形成統一的看項目的維度與標準。

　　2022年年底，文生圖領域火起來，券商分析師密集發布AIGC(即人工智能生成內容)行業報告，國內投資人也開始關注跨模態或多模態的生成式AI。一夕之間，投資人群體關注點突然統一了——他們詢問創業者“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，在于技術發展需要達到一個“節點”，開始向爆發性趨勢走時，本沒有關注這個行業的投資人也會被吸引。AI模型能力實際一直處在穩步提升發展的過程中，但當它沒有一個落地應用出現時，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，目前灣區技術玩家——包括大公司與創業公司，也迅速達成了共識，新的通用型技術平臺已經浮出水面，灣區優質創業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熱度的帶動下發生的。

　　算力或將成為追趕隱患

　　此次業界共識的主角大模型，成為AI未來確定的發展趨勢。作為“大算力+強算法”的產物，搭建大模型的算力、算法、數據、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“沒有太大創新”，基本仍是基于谷歌2017年發布的Transformer神經網絡技術。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，“我們大多數人都(對ChatGPT的爆紅)感到意外”，“這項技術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，數據的標注有壁壘，用戶的反饋有壁壘，”谷歌與百度沖出來后，現在誰還覺得搜索有多高的技術難度？但一項技術突然火起來，是因為它發展到了一定程度，不難不代表沒有突破。

　　所謂突破，在石允豐看來，包括算法創新、工程創新，以及面對未知目標投入的決心。當年OpenAI做決策，與今天行業做決策的難度是不同的，今天行業已經知道這個項目能成功，明白它將帶來的商業價值。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先窗口期。

　　FA機構AI項目小組表示，所謂“沒有明顯技術迭代”，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生質變，就說技術沒有發展，如模型基礎訓練參數由十億級別發展至百億級別，其中需要巨量投入。另外，隨著行業發展與社會資源投入變多，決定模型能力強弱的參數量也在直線上升。同時，伴隨對模型算法與基礎設施的優化，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，若要實現理想化人工智能的算力需求，短時間來看也需要三個數量級的算力，至少是目前行業平均水平的百倍。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。

　　云九資本執行董事沈文杰表示，ChatGPT展示內容的高效性和其“內嵌”的服務模式會推倒、重建很多商業模式，甚至可能包括當下最大的商業模式之一——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場。當然，目前這一領域依然由國際廠商的成熟算力產品所壟斷，國內廠商要想在這一領域實現突破，就要利用好自身優勢，與國內的算法、模型開發者，以及應用開發者保持密切的合作，并根據應用市場的需求優化自身產品。只有這樣，才能在大參數模型的大規模商業化進程中“分一杯羹”。

　　算法層面，趙雷表示，GPT是一套算法模式，經歷GPT1至GPT3.5的發展，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。

　　巨頭與創業者沖入技術軍備競賽

　　目前，行業已經將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業公司隨隨便便就能上牌桌的競賽。

　　OpenAI創始人山姆·阿爾特曼(Sam Altman)此前曾表示，預計將來會出現幾個大型的基礎模型，開發人員都將基于這些基礎模型研發AI應用。但目前的情況依然是某一家公司開發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，將來在基礎模型和具體AI應用研發之間會有一個中間層：出現一批專門負責調整大型模型以適應具體AI應用需求的初創企業。能做好這一點的初創公司將會非常成功，但這取決于它們能在“數據飛輪”上走多遠。所謂“數據飛輪”，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域的API接口，或者面向垂類領域的具體應用。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AI落地、幫助行業降本增效的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產品難以具備突出重圍的特質。

　　FA機構AI項目小組認為，以目前國內的AI技術來說，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。

　　創業者們顯然并未被即將付出的高額成本嚇退，沉寂許久的AI領域人士們一夕覺醒。前美團聯合創始人王慧文連續發布動態，稱“偉大新時代，應該匹配一個全新生命體”。13日，其最新動態稱要組隊擁抱新時代，打造中國OpenAI，設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。

　　王慧文之后，前搜狗CEO王小川也加入戰局，稱“正在快速籌備中”。他認為“OpenAI的成功，首先是技術理想主義的勝利。中國需要自己的OpenAI，就需要技術理想主義。大廠受自己的業務牽引，追逐資本熱點的創業公司更動作變形。不止如此，這種理想主義還需要有愛國之心、商業智慧和學術尊重去獲得政府支持，推動企業聯盟和學術界協同。中國能誕生自己的OpenAI”。

　　此外，出門問問創始人兼CEO李志飛也發聲評論稱，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、創業者崛起，行業似乎再一次卷入燒錢競賽的狀態。FA機構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研發投入，從這個角度來看，資金缺乏的創業公司相對來說沒有大廠具備優勢，可以做、但ROI(Return ofinvestment，投資回報率)不高。

　　但在應用側，該團隊稱，當下的市場環境已經不是燒錢買量的打法了，反而更利于創業公司去想清楚具體落地場景，想清楚如何將技術產品化。

　　談及大廠與創業公司之間的優劣勢，石允豐對記者表示，中國平臺型公司在這場戰局里的優勢在于，此前不夠重視技術迭代，最終對這樣猶豫的后果記憶猶新，所以此次反應非常快。而創業公司的優勢在于更善于通過期權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熱潮與此前行業動態呈現詭異的相似——熱點迸發，熱錢涌入，大廠與創業公司層出不窮，最終由于缺乏規模化商業落地，或不了了之，或大幅虧損。

　　曾經名噪一時的AI四小龍，如今來看，仍未能擺脫長期虧損的泥淖。2022年三季度財報數據顯示，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。另可視對講門禁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。

　　規模化變現難題直接扼住國內AI產業發展，據IT桔子數據，從融資交易事件來看，國內人工智能領域的風險投資在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行業投融資數量斷崖式下跌。

　　寒冬之下，投資界與創業界吶喊“回歸技術本質，不追求泡沫熱點”。產業互聯網的熱度還沒持續多久，如今，ChatGPT的熱度再一次將從業者拉入了新一波輪回。這次技術浪潮，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行業相較2014年那波熱潮是不同的。具體表現在當時的AI熱點還停留在深度卷積神經網絡層面，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”，那么現在的AI便是“輸出”。其次，當下經歷過去AI技術浪潮洗禮，AI人才的視野也與過去不同了，行業見證過中國互聯網浪潮與商業模式的運作方式。

　　曾投資愛彼迎、Pinterest的埃拉德·吉爾(Elad Gil)發表過對本輪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業公司努力前行，但上一波人工智能的價值大多歸于成熟企業而非創業公司，原因包括：其一，上一波AI浪潮創造的產品并未好到可以擊敗成熟企業已經構建好的剛性市場格局；其二，數據差異化與優勢，在過去比現在更為重要，且今天想要訓練出通用模型如GPT-3，是非常困難的；第三，只要老牌企業將AI與已有的核心受歡迎產品捆綁在一起，基于客戶基數龐大的優勢，他們仍然可以獲勝。

　　而本輪AI浪潮的不同之處在埃拉德看來，包括：本次AI技術能力與優勢大大增強，意味著更容易創造出10倍以上優勢產品，來滿足現有需求；新技術意味著初創公司可以為行業其他部分提供有價值的基礎設施，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，但市場上成熟企業在這些應用領域并不強大，如總結或生成文本、圖像對推廣產品應用是必要的，由新AI技術以高保真方式實現，這種情況在之前的AI浪潮中并不存在。

　　即便如此，當下行業確實仍未探索出有效的商業化落地場景。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，現在大家去嘗試、去參與內測，更多懷抱一種嘗鮮或獵奇的心態，ChatGPT離實際業務變現或業務應用到生產力工具，還有非常長的路要走。

　　此前談及AI賦能企業數字化轉型過程中存在的多種挑戰，一位咨詢服務機構合伙人表示，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投入成本居高不下，制約AI應用的進一步發展。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據科學家，導致許多AI應用無法大規模推廣。

　　該人士認為，當前，人工智能已經走過了技術商業化的第一個階段，即突破了“工業紅線”， 讓技術變得更加實用， 下一個階段則是實現“規模化生產”，讓AI真正改變各行各業。

　　但不可否認，投資與創業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要真正實現商業變現或高盈利，最終還是要做成ToC產品，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產品的經濟可行性。

　　FA機構AI項目小組表示，包括大模型在內的底層技術的制約，追趕起來并非線性增長關系，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——對應用進行模式創新，打造在C端更受歡迎的產品，反向進行產品輸出，“當你卷不了技術的時候，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端需要等到技術發展至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，行業會在低配可控領域把這件事情卷到底。

此頁面內容采編自中新網，僅供客戶了解最新前沿資訊所用，如有版權問題，請聯系我們做刪除處理。家家安科技，安全放心的視頻語音呼叫可視對講門禁無線門鈴系統生產廠家。