投资人AI修罗场:坐在风口焦虑风向,投入巨资何时盈利

2023-08-03
“足够热,且足够卷。”

编者按:本文来自微信公众号 时代周报(ID:timeweekly),作者:何珊珊,编辑|林铭铭,创业邦经授权转载。

Selena(化名)是一位工作多年的资深风险投资财务顾问,她近日向时代周报作者描述目前投资界在AI赛道投资的状态。

“大家都很焦虑,因为AI大模型发展快,壁垒高,每天都有非常多的新信息要理解。现在投资人每天要花大量时间看论文,学习最前沿的技术发展情况,为了理解大模型迭代程度。”她表示。

自美国人工智能公司OpenAI在2022年11月推出聊天机器人ChatGPT,在全球范围内点燃AI热潮,截至2023年7月,全球已发布数百个大模型,仅我国年内就发布80多个,各大厂基本已躬身入局。

即便是百度、阿里、华为、微软、Google 、Meta这样走在AI技术前沿的公司,都在这场“终极玩家”厮杀赛中面临难以回答的问题——“投资巨大,如何盈利?”

飓风刮了大半年,几天前,微软、Google 、Meta 相继发布Q2财报,并宣布接下来将继续加大对人工智能的投入以稳固优势地位,但此前上百亿美金的投资并未带来及时的回报。此前凭借ChatGPT股价大涨的微软,财报会后股价连续2日收跌。资本隐隐有躁动迹象。

AI大模型的投融资热度看似前所未有的高涨,但真正出手的资方并不多,当前大多投资人更是困于无法出手的焦灼,看得到却吃不着。

之所以难出手,第一是鱼龙混杂,难以判断项目前景;二是头部玩家已站位,普通资方无法挤入赛道。

某资深风投财务顾问表示,当前投资更多是“熟人间投融资,高层对高层。”

另外一名具有外资背景的风投机构人士告诉时代周报,由于各种因素,尽管对AI领域一直有关注,但出手很谨慎。

事实上,多位投资人认为,当前围绕AI大模型的首轮竞争与投资已然结束,接下来的竞争轮次中,只有解决商业化落地,才能缓解投融资难。第二第三梯队是本轮未上车资方的出手方向。

商汤智能产业研究院院长田丰对时代周报表示:目前对大模型评测的题库、排行榜已超过了40个,从技术角度讲,大模型的基础能力、涌现能力、专业能力(垂直领域)是考核重点。

前方行路难,AI大模型硝烟四起,却仍然有太多问题等待解答。

01看得见吃不着

AI大模型发展如火如荼,但找到应用方向与盈利模式的闯关难度之高,却如达摩克利之剑,紧紧盘旋在每个相关人人上方。

即使是行外人也不禁产生一个疑问“大模型热度带来的究竟是泡沫还是未来?”毕竟,上一个令人如此兴奋的概念还是元宇宙,但如今几乎不声不响。

“目前AI与各行业的结合都有企业公司在积极尝试,之前的互联网公司高管纷纷再度投入AI大模型创业领域中,但国内对AI大模型的投资出手并不多。”对于当前投融资情况,非凡产研联合创始人吴畏总结道。

据时代周报此前梳理,今年上半年BAT除了自己发布AI大模型,也纷纷当下最热门的AI领域。二级市场上,上半年A股AI板块大涨,有32只股票涨超100%。

但与AI大模型在二级市场的热度相反,一级市场的投融资情况却相对低调。

6月底,美团以约20.65亿元人民币的价格收购美团联合创始人王慧文打造的大模型创业公司光年之外100%股权。腾讯、好未来则出手入股一家清华系背景的AI公司深言科技(自然语言处理)。腾讯还参投了前商汤科技副总裁闫俊杰等人创立的专注通用大模型研发的人工智能企业Minimax,A轮融资2.5亿美元。百度投资的西湖心辰、生数科技、渡鸦科技3家公司均为人工智能相关领域企业。其中,生数科技天使轮融资近亿元人民币。

天眼查一份统计数据能更好的体现投融资热度。从2023年上半年的人工智能相关的融资事件的轮次分布来看,天使轮、A轮以及战略融资事件数量位居前列,分别拥有59、57以及38起,共计154起。

图片

当前大多数投资人“出手难”的关键,在于怎么找到适合自己的应用场景去落地,实现商业化,而大多数公司目前可能连过河的石子还没摸到。

一个可供参考的信息是,OpenAI成立的前15个月,都没有一个明确的研究目标。2016年5月,时任谷歌首席AI研究员参观OpenAI,对其工作方式曾相当困惑。

即便到了现在,Meta仍在饱受AI盈利前景不明确的困扰,扎克伯格在几天前的电话会中亲口承认:“目前还不太清楚人工智能将如何转化成有意义的收入来源”。

对于AI大模型话题火热,国内投融资低调的情况, Selena判断,当前阶段来看,大家处于闷声做事的时间点。各家都在找方向,不确定性很高,现在过多讲自己的方向会招来更多的竞争对手。因此首要是先落地,小规模把商业模式跑起来,把相对领先位置确定。

除却闷声研究,少有破圈好产品也是问题。

“半年过去了,目前发布的100多个大模型,从界面设计到用户使用体验能有明显变化的B端公司,相对而言太少,没有破圈的存在。最近的妙鸭相机算是在GPT火了以后,国内C端应用第一个有破圈感知的小高潮。”Selena说道。

有业内人士对于当前情况表示,“现在大模型公司挺多,90%都是鱼目混杂,2023年成立的新公司很多是以前AI 1.0的公司穿个马甲。今年百度等各大厂才公开入局,其他小厂怎么可能那么快?”而对于投资难,其表示,“基于上述原因,加上很多投资人不了解AI大模型,所以没有足够信息下判断。”

无论如何,多名投资人认为,围绕AI大模型的首轮竞争与投资已然结束,接下来的竞争轮次中,只有解决商业化落地,才能缓解投融资难。第二第三梯队可能是本轮未上车资方的出手方向。

对话过程中,多名投资人对时代周报表示,投资一方面也就是投人,这几乎是投项目的共识。然而对于投什么样的人才会成功,鲜有人能体验“见证伟大公司”的美妙Sense(感觉)。

“今年以来聊的AI项目确实非常多,但在看到好的项目之前,你不知道它具体长什么样,所以更愿意多聊,听他人的好想法,去筛选。”Selena说道。

深圳投控资本投资总监杨帆相比之下显得格外“幸运”。他于2021年投资国内的AIGC公司联汇科技,早于该赛道火热的2023年。

据杨帆回忆,他2016年就一直研究AI赛道,2020年开始重点关注Ai赛道,当时国内相关概念并不热门。

他表示,当时首先看好的就是联汇科技的团队,据介绍,联汇科技的创始人赵天成是CMU计算机博士,其三位导师分别是大模型预训练处理、多模态表征、向量数据库等前沿核心技术的提出者,赵天成是这些核心技术实现的重要实践者,其仅用四年半时间就获得了CMU7-8年的博士学位。

有趣的是,面聊当天,他注意到对方创始人前半个小时漫不经心,后来才知道,自己去之前已经去了10来家投资机构。一开始创始人非常热情,最后大家没了下文。当创始人对他再次讲起当时世界最前沿的东西,逐渐发现杨帆能听懂,两人有来有回,最后从下午2点一直聊到晚上10点。

杨帆回忆起这段仍然十分激动,“当时我很兴奋,心里有一个结论,我认为这家公司的技术跟之前的AI完全是两回事。是颠覆式的,属于0到1的创新。这和我12年接触骨传导领域的绝对龙头时的感觉是一样的,我知道优秀的公司在行业、公司初期是什么样的,要具备什么基因,这种感觉又回来了。”于是果断出手。

对于当时敢于下判断,杨帆表示,投资第一条先看人,特别是在AI领域,团队需要具备足够的认知高度,其次,是要有落地场景。如果人、技术方向、落地场景都是对的,为什么不投呢?

2018年,赵天成发表的多模态大模型方面的一篇论文(涉及零样本启动、人机交互、多模态大模型、向量数据库),因为方向够好,甚至让微软研究院只好把他们内部原本预发布的研究推迟,改方向重发。中位数7到8年才毕业的CMU博士,他4年半就毕业。2019年回国后,他把AI等世界最前沿的东西引回来,在2021年逐步实现大模型落地。

但不是人人都像杨帆如此幸运,如今,想要再投资一家类似团队配备的公司十分困难。在ChatGPT火了之后,联汇也火了,有多家再次找来洽谈。

一名资深投资人认为,“当前很难有合适项目出手,在首轮竞争结束后,投融资洽谈都是高层间的对话,想投的基本已站队一两家,其余的则认为当前标的过于庞大,不是自己可以投的。”

此外,创业也很难轻易进入该领域,据一名行内人透露,之前曾有位公司高管想要创业做AI相关项目,但最终被某微软前高管的团队收编。

02找人与找方向

相比投资找人难,AI大模型赛道也面临找人的困境。

杨帆对时代周报透露:“人工智能的人才非常稀缺。仅普通岗位,需求5个,只有1个人能匹配上,也就是有四个岗位招不到人,供需比1:5。做向量数据库、多模态大模型、智能体,需要的是顶级的人才,不仅仅是执行层。这就难上加难。”

但找人的难关丝毫不会影响大模型的热度,更无法阻挡产研界的兴奋。

多名业内人士都坚定对时代周报表示,“这次,一定会改变千行百业!”

在这次大模型概念爆火前,2021年击败人类围棋世界冠军,多次登上热搜的Alpha Go,被打造出ChatGPT的OpenAI团队划入“弱人工智能”的范畴,换句话说,并不具备自主理解问题和解决问题的能力。

但这次不同,预训练多模态大模型可能会改变一切。

落地场景方面,杨帆分析,之前AI 1.0时代是主要是落地在三个领域的高频场景,图像识别、自然语言处理、语音处理合成。还有大量的中低频场景因收益太低、Ai落地成本太高导致无法落地。当弱人工智能转向强人工智能,至少能降低90%的落地成本,中低频场景也可以落地。因此,真正的AI 2.0强人工智能,可以克服成本,解决商业化的本质问题,就能改变千行百业。

受到当前AI大模型行业火热态势的冲击,一些投资人产生焦虑感。一边担心投错,一边害怕投晚了无法“上车”,考虑到第一轮的投资基本结束,后续想再抢占市场很难。

Selena认为,之前已经有一年多,市场没有一个相对达成共识的投资方向。但AI大模型这波从一开始就有很多机构在观望,更多的头部机构比较认定这个方向,算是小圈子里的共识,然后更快的出手。

“有些大的机构可能不止布局一家大模型,因为大家都认为这是类似安卓系统诞生的时代。布局多家则是认为里面大概率是有一家能跑出来,虽然目前还不知道是哪一家。”

对于大模型的能力评判,田丰院长认为,目前对大模型评测的题库、排行榜已超过了40个,从技术角度讲,大模型的基础能力、涌现能力、专业能力(垂直领域)是考察的核心与重心。在商业模式创新方面,大模型可与传统软件(操作系统、OA、数据库等)、互联网平台(电商/社交/广告/游戏/搜索)、传统硬件(例如3C)、新终端(智能车、AR眼镜、机器人等)结合。

03百舸争流与一支独秀

对于未来的AI大模型竞争的发展态势,百团之战究竟谁会胜出,多名业内人士均有相似的看法:虽然当前上百个大模型公司竞争,但最后能进入终极形态的玩家并不多。

大家都认为,未来通用大模型领域可能会一家独大,而细分领域则出于数据保密性需要,要打造自己的垂直行业大模型。

在多位投资行业人士看来,“通用大模型领域,创业公司的技术、资金、数据支持无法与大厂竞争。对于投资人来说,投资中间层和应用层的AI项目,相对投资成功率和回报率更高一些。”

行业脉络上看,在杨帆看来,多模态大模型是下一个热点,再下一个是向量数据库,再下一个是智能体。

向量数据库当前少有报道提及,最近也是最新一次,是腾讯云在7月4日发布国内首个AI原生向量数据库。

杨帆认为,每一家有核心能力的大模型公司都应该有自己的向量数据库,如果没有向量数据库,大模型就是空中楼阁。

图片

据他介绍,简单说向量数据库是一种非结构性数据库,具有速度快,存储大,可随时扩容三大特性。而之前的数据库都是结构化数据库。

假设数据库是一个表格,在原本结构化数据库中,要描绘定义一个苹果,首先你得有数据标注(这需要标注人员具有相当经验,知道什么特征需要标注),在AI 1.0的时代,80%成本和时间是花在人工标注上的。但是AI 2.0时代,最大特点在于无需人工标注,把人类几千年的文明海量投给大模型,它就学会了。节约大量人力、时间、财力。

如果没有自己的向量数据库,将来要update大模型系统、数据库,那如何保障客户数据安全性、私密性就会是个问题。

杨帆认为,只有具备了预训练多模态大模型和向量数据库这些能力,才有可能做智能体。这里面任何一项不具备,都演化不到智能体。

至于对未来的应用趋势,田丰院长从产业的角度考虑,认为参照Garnter技术成熟度曲线,AI大模型已经从“创新启动期”进入“期望膨胀期”,在天使投资进入后,将在“多模态基础模型”(例:GPT-4)、“领域大模型工具软件”(例:Runway)、“垂直行业大模型解决方案”(例:BloombergGPT)三个方面,快速试错,并在下一个阶段校准产业价值型产品、淘汰非刚需性技术。

图片

在通用大模型之外,是垂直领域的大模型。

有观点认为,部分行业出于安全性、数据保密的需要,比如运营商、国家电网,没法用通用大模型。因此这个行业的大模型,需要专精于垂直领域的大模型。而优先进入私密行业的大模型公司,就具备先发优势,行业数据越多,客户越用越好,两者形成一个小循环的螺旋上升,越咬越紧,别的大模型公司就进不来了。

04AI将去往何方?

如今的阶段,无论投资还是融资,都需非常谨慎。

吴畏认为,“与往年相比,今年ChatGPT大火后推动了基于大模型的研发、投资及商业化落地进程。从国内外进程来看,美国硅谷今年的主要的投资方向都是与AI结合项目,中国内部的投资目前更加关注应用场景和商业化机会。而各国对AI的政策环境和法规有所不同,会影响投资者判断,需要根据政策导向及时进行权衡和调整。

从投融资角度来看,Selena表示,“大多的资方在看到场景之前不知道自己想要什么,更多可能是看到国外有新形势出来,在国内找对标项目,并且这个方向的公司刚好竞争者少,场景能够实现降本增效,公司在相关应用有先发优势,可能会比较好拿到钱。如果找不到应用场景,大模型其实也只是空架子。”

而各大科技巨头在享受AI红利的同时,也在承受AI带来的麻烦。

此前,OpenAI因泄漏用户隐私信息在韩国、意大利等多地遭到监管机构罚款。7月14日,OpenAI再因生成虚假信息遭FTC(美国联邦贸易委员会)正式调查。Google Bard则接到来自加州的律师事务所向联邦法院提起的集体诉讼,指责其窃取用户数据,要求给予补偿。

杨帆认为,当前国内顶尖的人才太少,最顶尖的团队在海外是用美金投的,但回到国内,因为对应市场在国内,如果接受了美元的基金,市场和资本就错配了。

Selena从融资角度分析,“对于公司接受人民币还是美元的投资,第一是要考虑是否做海外市场,未来市场在哪里,第二就是最终在哪里上市。如果是考虑在国内上市,也主做国内市场,肯定接收人民币投资。”

国外方面,今年Meta表示到2023年,人工智能相关总支出费用将达到880亿至910亿美元;而Google母公司Alphabet首席财务官表示2023年到2024年人工智能领域的投资都将继续增加;微软则预计2023年整个财年都会继续增加资本投入人工智能研发,支出将达到450~600亿美元。

无论是否出手AI大模型,切实参与其中,大部分投资人都深切地相信:“这次AI是真的,与以往的人工智能不同,这次一定会改变千行百业!”

(本报作者谢敏对此文亦有贡献)

本文为专栏作者授权创业邦发表,版权归原作者所有。文章系作者个人观点,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。