本文内容整理自2月28日投中信息关于“AI新奇点”的闭门沙龙。本文来自微信公众号:投中网 (ID:China-Venture),作者:张丽娟,头图来自:视觉中国


60天月活1亿,OpenAI的ChatGPT横空出世,使得AI当下的创新更为大众所熟知,随后,谷歌、微软以及国内的百度等更多公司加入到竞争序列之中。


那么,在众所周知的AI既定的机会之下,谁在思考,谁又在行动?出手的投资人有之,观望的投资人也有之;积极乐观的创业者有之,谨慎布局的创业者也有之。


当然,王慧文、周伯文、唐杰等行业人士的不断入局,更是给ChatGPT为代表的AGI添了一把柴,受到了众多投资人的热捧,更何况语音识别、图像识别等AI细分赛道独角兽早就专美在前,以至于不论本身态度如何,为AI创新的向前推进摇旗呐喊成了一件非常正确的事情。


但问题在于,不是每一波技术浪潮的红利都可以被上一代的大公司真正抓住的,也不一定是初创公司就一定能抓住创新的机会。那么问题来了,人工智能正在迅速成为通用技术赋能百业,进入到通用大模型时代,是谁能真正抓住这次机会,趁机独立鳌头?


在这样的背景之下,2月28日,投中信息做了一场关于“AI新奇点”的闭门沙龙,在这次由光速中国支持的投中2½系列沙龙之AI闭门沙龙中,十几位与会的嘉宾为AI往前推动发展之现状提供了很多行业值得思考和投资的方向。


一、投或不投,都在旗帜鲜明地支持


沙龙现场,与会投资人中,不论人民币基金还是美元基金都在观察着AI相关的机会,并择机出手。


唯一区别只在于,用东方富海合伙人王兵的话来说,人民币基金更倾向于投资底层基础设施,商业模式清晰且有核心壁垒,回报率非常明确,就值得下注。


但美元基金更敢于冒险和重仓,红点中国合伙人刘岚表示,对于美元投资人来说,大模型的押注也是势在必得,希望可以通过更多的投入来追上甚至赶超,尤其是像王慧文、周伯文这样的创业者,具有非常高的融资能力,还有非常强的组团队能力,就值得一试。


不过众人也感慨到,当下众多公司都在GPT方向上一涌而上,百度已经是国内看起来最有决心的公司了,都还要等文心一言产品出来之后再看发展如何,众多初创公司更需要在“垂直”方向找机会,从而在差异中找到自身优势,形成国内真正的生态。


用中金资本董事总经理张清的话来说就是,现阶段AIGC或者AGI到底更类似于前两三年特别热闹但罕见落地的元宇宙,还是类似于互联网、移动互联网巨头频出,拓出一条宽广的赛道,也才刚刚起步。


即便是推进到当下的AIGC层面,至于从业者或投资人也并不是新故事,估值怎么合理?规范程度到底如何?生意如何落地?都有待于进一步验证。


毕竟,这么多年的AI发展历程中,语音、视觉等想象空间相对局限,当下的chatGPT已经让很多人感觉超预期,之后如果这种“奇迹”的空间不亚于元宇宙所描绘出来的空间,乃至于巅峰产业、行业,就有待于真正的大力出奇迹了。


最终,AI还是会回归核心要素,算力、算法、数据和传感,这四者是协调且螺旋式上升的,只有在特定时间内把四要素筑了最高的壁垒。为什么大家觉得OpenAI无可匹敌?正是因为上述均衡发展到一定阶段了。一个美好的未来虽然展现在投资人和创业家面前,但是是门槛显著提高的未来。


线性资本董事总经理郑灿也阐述道,线性之前就关注并在AIGC场景有多项投资案例,当下所说的众多AIGC应用场景,此前就已经存在,无非是今天的大模型让众人看到加速泛化的能力,随之而来的是巨大的基础设施工作量和新的想象空间和机会。


这样一来,“钱、人、卡、数据”几个关键因素中,“钱”和“人”相对好搞,钱总有人出,人都知道上哪儿挖,无非是挖不挖得出来以及多少钱的问题,“卡”也不是那么担心,总有两三年可以把事情做出来,反而更加担心的是数据问题,一来数据清洗工作要求很高,二来商业回报相对少,毕竟只有好的中文数据集,以及未来跟其他模型连接,才能继续其他的创新和发展。


红点中国合伙人刘岚则以自身投资了两个算力芯片企业为例发现,中国有着巨大的数据量,也因此包括AI安防等细分赛道的初创企业能够成长起来,但当下这一波的核心反而变成了算法模型,但因为这件事在中国非常有意义,所以即便大模型的赔率最高,也一定要参与进去。


尤其是,只有中国有自己的算法模型,才能把在大厂或者创业乃至于在高校的人才更好地拉动起来,从而形成成熟的商业模式。当下众多从业者涌入进来,已经开始形成百花齐放的态势,所以完全可以按照先投模型再投应用的逻辑持续下注。


光速中国合伙人蔡伟也表示,上一波的AI创业浪潮中,很多投资人都下注且有所收获,但中间也遇到了AI的创新墙,直到2021年大模型的应用逐渐广泛起来,2022年生成模型出现了Jasper等优秀应用,再加上光速在美国投了Stability.AI,现在又看到ChatGPT模型不断上升,AI的创新墙被打破了,让自身更加坚定在这一领域继续投资下去。


毕竟,当NLP产生涌现效应以后,图像是否也会产生涌现效应?未来的大模型是会直接变成垂直领域的大模型,还是会变成多模态大模型会统一世界?一旦发生变化,就会改变很多AI发展趋势从而产生更多新的落地商业模式,还可以赋能更多不同的行业,这正是很多机会的所在。


昆仲资本创始合伙人梁隽樟自去年开始就跟投资的很多AI公司探讨如何利用新一波机会借机把自身业务升级壮大,也因此更加关注的是当下更多的公司能不能针对行业应用做出针对性的行业解决方案,此外就是在众多眼花缭乱端一侧的应用上,依照自身投资习惯筛选标的。


此外,依照当下中美不同的情况,放在中国的环境中,To B公司通常并不能单独依靠产品就解决行业的痛点,反而还是要提供一套完整的方案和服务,这样已经在做的公司可以在原来的行业knowhow、客户积累、渠道等优势上,往前推动公司的发展。


相反,To C领域反而有可能有新的公司跑出来,不论是游戏还是娱乐领域,元宇宙的层面值得多加关注,就正如中国总是能跑出来一些游戏公司一样,值得期待。


乐言科技 CEO沈李斌也直言,美国有很多基于OpenAI的创业公司,但中国会不会有这一波的创业机会,还是未知的。更多可以看到的是大模型公司当下有两个机会,一个是做开源,另外一个是做垂直,毕竟通用模型并不能直接用于垂直领域,还有一定的时间窗口。


善用大模型技术的SaaS软件企业,特别是在重交互的领域,就会在同质化竞争中形成能力优势。技术是有窗口期的,用类似大模型的方式在垂直领域找到用法可能会领先半年到一年。两年没人追得上的可能性也太低了,所以更多的机会看起来是留给行业内已经到一定规模公司的,而不是刚刚进入行业的企业。


更深究进去的话,那是不是可以看下,所谓的“魔鬼在细节”,以客服领域为例,是否可以在交互过程中根据每家店不同的运营策略形成每轮不同的话术,从而使得技术创新和行业knowhow紧密结合在一起,反而更容易形成自己的壁垒。


二、做或不做,要更加甄别真假机会


在沙龙上,众多嘉宾激烈讨论为什么OpenAI并不是市场化的VC投资出来的?OpenAI起初做的时候是非营利机构,目标是研究AI对人类的后续影响,没有任何商业化KPI,任何商业化的VC一定需要被投资的标的有明确商业落地的目标。


也因此,当OpenAI把GPT-3做出来之后,微软看到前者的潜力所在,再加上微软想借机把自身的云服务做好,才最终投资了OpenAI。即便这样,微软的投资也是做生意型的,即80%的钱又回到了微软,成为了微软的业绩,股价借机上涨很多。


那么,对于当下更多的初创公司则要怎么借这波机会来发展壮大自己?


东方富海合伙人王兵则表示,纵观OpenAI的历史,其大概早在4年前就已经开始有无上限的费用在训练模型,也因此,在美国不开源的前提之下,国内众多公司想要摸索出来,还需要相当长的一段时间。


而这其中,可能存在三个壁垒:一方面是硬件层面的壁垒,头部公司可能没问题,但大部分的初创公司很难解决这个问题;一方面是人的壁垒,除了纯学术的壁垒外,即便是有经验的人才也需要积累;此外则是数据积累层面的积累,95%的学术文献是英文的,这些数据的准确性非常重要。


以前“AI四小龙”为什么到后面都不赚钱了?王兵分析到,归根到底,并不是因为专用的能力,反而是因为壁垒较低,所以不管是通用人工智能还是专用人工智能,技术和数据壁垒高才是赚钱的关键。


初心资本合伙人李可佳作为科技创业者和投资人分享了自己的观点,从用户视角和数据视角看,OpenAI依然一枝独秀,做强闭源大模型,随着面向开发者的成本大幅降低,立足OpenAI的“生态(寄生)创业机会”,依然是确定性最高的;OpenAI也在通过资本的方式强化这个假设,推出了加速器Converge,除提供资金外,还提供特别激励措施,包括授权折扣和早期获得GPT-4等新技术。


开源大模型,如Meta的LLaMA依然值得关注和投入,作为后来者,叠加一些安全和合规层面的问题,开源和闭源将在你追我赶之间推动整个产业发展,我们能在芯片架构和操作系统过去三十年的发展中找到熟悉的路径参考。


针对自研大模型以外的创业机会,甚至可以做出一些假设,如果最终产品的主要差异化是 AI 本身,那么垂直化+中间层(to Developer的大模型与领域模型的训练和托管)很可能会胜出。但在应用层, 对AI的需求会出现长尾特征,那么它更有可能发生水平化。也就是随着时间的推移,我们还应该看到更多传统护城河的建立,回归到商业和效率的本质,包括初心资本也可能会看到新型护城河站稳脚跟。


创东方投资合伙人谢玉娟则重点提醒,未来ChatGPT应用和产品生态需要重点关注行业监管。尤其是在某些特定行业中,其更加注重自主产权,那么硬件生态如何跟软件结合会决定实操层面产品路径技术路径的选择。具体ChatGPT应用在哪个行业可以跑出来独角兽公司,就需要分析行业里核心的资源掌握在其中的哪些环节,ChatGPT是否可以助力实现更多行业的突破。


而具体到应用层来说,基于应用场景来如何形成高性价比的方案,最终还是要从客户的角度出发,看产品或者解决方案怎么能在具体业务层面形成闭环的同时,给客户提供出更高的性价比优势。总的来说,从商业模式闭环角度上产业链内最终买单的人,以及国内外倾向性的监管政策,对于初创公司底层算法模型和硬件的选择,都会有着重大的影响。


心识宇宙CEO陶芳波也表示,自己也没想ChatGPT这么快到来,即便是因为从业经历很早就关注AGI,也只是作为乐观主义者估算5年到19年左右可以出来,但现在,一年的时间就出现了,这样一来,对行业来说可能有好有弊。


毕竟从原来的视角来看,可能以前所走的很多AI工作就没有意义了,而是需要被重构,比如有一天,软件会全部给重构一遍,所以当下应该将GPT当成全新的“脑子资源池”来看,具体就是ChatGPT是一种脑力资源,是新时代的CPU。


而今天所说的AIGC和AGI还不太一样,AGI有可能会颠覆整个行业,陶芳波甚至表示,其是比移动互联网还大的机会,中国即便现在没有,而自身也希望可以有,即便功成不必在我。具体如何做,就需要先把大模型层做好,使得中国创业者可以往上看看,并在其上更好地布中间层,针对性地把大模型放到应用中去,从而通过调度的方式产生更好的应用。


星尘数据创始人、CEO章磊则指出一个被忽略的问题,即中国有没有AI infra的公司?答案是只有国外的公司有,国内从业人员太过于专注在方法论上,而方法论反而是公开的,但实际上不公开的内容才有更多的knowhow和壁垒性。此外则是数据积累层面的积累,95%的数据集是英文世界产生的,当前相对缺乏中文环境下的数据集。


也因此,章磊从自身出发思考,到底从AI角度能做什么?结合自身,反而觉得数据方向是众人所忽略的,且重要性足够高,还需要一定的算法背景:数据90%都是能够自动化的,要跟算法对话的人也需要很好的数据策略,再加上模型不断迭代,数据也需要不断迭代,这些都是值得关注和做的事情。


犀光科技创始人邓宇龙还推测到,可能聊天工具代表的社交方面,以及视频CV方面都会被大颠覆。为什么?当年微信可以很快起量,除了大量的QQ用户系统保驾护航外,还有移动聊天、语音等重要的功能点,所以社交被颠覆是是必然趋势,只分时间长短。


对于创业公司来说,无论是OpenAI还是百度,谁来做底层框架并不重要,平台足够好用即可,反而是要更加瞄准自身的发挥空间所在,做好自己的部分,等自身做到一定规模,还可以借用大模型做出自身的行业模型出来。


天娱数科旗下子公司元境科技 CEO王智武则表示,自身一直在坚持做虚拟数字人这一垂直赛道,且也是行业内比较早期接入ChatGPT能力的一家公司,当时只是想能不能用NLP小模型,从而让虚拟人动起来,做旅游、文旅方面的应用。


但在应用过程中发现,虚拟拟数字人的延迟会达到6~8秒不说,还会在直播的时候上下文对不上,一本正经地胡说八道”,所以最后是用ChatGPT的模型去训练NLP,用大模型训练小模型,这样反而可以在垂直的赛道比如虚拟客服、直播带货的虚拟主播领域继续深耕下去。


睿企科技创始人于伟同时坦言到,之前在微软时看AI赋能企业非常难,这其中一个很重要的原因就在于技术不够成熟,譬如给客户提供的语音识别和NLP都不太准确,但相反,业务反而很复杂,反而是自己做了之后发现,深入场景,打磨产品,迭代技术,才能够真正落地。


因此,于伟重点关注,到底当下的ChatGPT有多好?为此,睿企科技最近做了很多测试发现,ChatGPT作为通用模型可以用来做很多工作,但是和专业行业模型还是有很大差距,只有深入行业,让AI能力和业务真正融合在一起,才能真正实现AI技术的落地,才能在To B过程中解决关键的效率和生产力问题。


或许,说一千道一万,还是需要国内众多从业者众人拾柴火焰高,一起努力才能真正抓住AGI这一次的机会,借机呈现出更多百花齐放的生态来。


好消息是,最近两天,除了王慧文、周伯文纵身一跃选择再次创业之外,唐杰、王小川等众多大佬也正在赶来的路上,百度的文心一言更是直接3月对外发布,中国AI也正如当下初春的天气一样,又焕发出了新的生机。


本文来自微信公众号:投中网 (ID:China-Venture),作者:张丽娟