編者按：2024年初，OpenAI發(fā)布文生視頻大模型Sora。生成式AI亦再度成為創(chuàng)投行業(yè)關(guān)注和討論的焦點。啟明創(chuàng)投是中國布局人工智能最早、最活躍的創(chuàng)投機構(gòu)之一，也是國內(nèi)投資大模型公司數(shù)量最多的機構(gòu)之一。

啟明創(chuàng)投合伙人周志峰日前在接受極客公園訪談時，分享了啟明創(chuàng)投投資生成式AI和大模型企業(yè)的底層邏輯，即絕大多數(shù)目前致力于開發(fā)大模型的公司，不僅僅是技術(shù)提供者，最終將演變?yōu)槟Ｐ蛻靡惑w化企業(yè)。在技術(shù)底座未臻完善且高速發(fā)展的階段，自研模型的公司將構(gòu)建模型-Agent-應用的后場-中場-前場布陣，展現(xiàn)出更大的競爭力。

啟明創(chuàng)投微信公眾號經(jīng)授權(quán)轉(zhuǎn)載。

啟明創(chuàng)投合伙人周志峰

近年來，通用人工智能（AGI）領(lǐng)域的創(chuàng)業(yè)企業(yè)正加快創(chuàng)新步伐，融資也成為企業(yè)發(fā)展的重要一環(huán)。賬上資金的體量很大程度上影響這些AGI領(lǐng)域初創(chuàng)公司的生存狀況。市場上剩余資金的體量很大程度上影響其他AGI領(lǐng)域初創(chuàng)公司可能獲得的融資機會。

啟明創(chuàng)投已積極在AGI領(lǐng)域進行布局，相關(guān)投資項目包括智譜AI、優(yōu)必選（09880.HK）、無問芯穹、銜遠科技、生數(shù)科技、自由量級、云知聲、梅卡曼德機器人、銀河通用、無限光年等。

日前，極客公園訪談了啟明創(chuàng)投合伙人周志峰等投資人，探尋當前市場上投資人的普遍看法，還原投資機構(gòu)是如何思考AGI相關(guān)投資的。

周志峰在訪談中指出，模型層的高技術(shù)密集型創(chuàng)業(yè)團隊會產(chǎn)生顯著的虹吸效應；絕大多數(shù)致力于開發(fā)大模型的公司最終將演變?yōu)槟Ｐ蛻靡惑w化企業(yè)；生成式AI產(chǎn)業(yè)的發(fā)展正從超級模型向超級應用轉(zhuǎn)型。

以下系經(jīng)精編整理的訪談實錄。

01/
絕大多數(shù)致力于開發(fā)大模型的公司
最終將演變?yōu)槟Ｐ蛻靡惑w化企業(yè)

極客公園：2023年有哪些預判被證實或者證偽了？

周志峰：第一，我們把AI生態(tài)分成了基礎(chǔ)架構(gòu)層、模型層和應用層，去年投資布局的重點是模型層和基礎(chǔ)架構(gòu)層的企業(yè)，這個投資策略被證明是正確的。

其次，我們在AI上繼續(xù)遵循我們一貫的科技投資方法論，我們覺得是正確的。科技浪潮的發(fā)展，會有技術(shù)奇點和市場引爆點，技術(shù)落地會有幾個階段。我們認為生成式人工智能還處于早期階段，目前主要由技術(shù)創(chuàng)新驅(qū)動，尚未進入到產(chǎn)品和商業(yè)模式的創(chuàng)新階段。

第三，2023年初我們預判，模型層的高技術(shù)密集型創(chuàng)業(yè)團隊會產(chǎn)生顯著的虹吸效應。越是AI大咖創(chuàng)業(yè)，越是專注于前沿模型開發(fā)的公司，其“吸金”能力就越強。最后基本上也得到了證實，中國至少有80%甚至更多的資金、資源都投向了少數(shù)幾家大模型開發(fā)公司。

第四，我們當時認為可能會有三類創(chuàng)業(yè)者出現(xiàn)：第一類是AI界頂級大咖；第二類是產(chǎn)業(yè)界老兵，如騰訊、字節(jié)跳動、快手等科技大廠背景的領(lǐng)軍者；第三類則是像PC時代的比爾·蓋茨、史蒂夫·喬布斯、互聯(lián)網(wǎng)時代的馬克·扎克伯格那樣的年輕創(chuàng)業(yè)者，他們對新技術(shù)有深刻的洞察和極大的熱愛。這個觀點也經(jīng)過了一定的驗證。

此外，后來的事實也證明了當年我們比較猶豫的一些方向。我們曾經(jīng)考慮過布局一些利用第三方大語言模型的應用產(chǎn)品，尤其當時美國企業(yè)Jasper.ai非?；鸨Ｎ覀儗@類項目的壁壘和可持續(xù)增長性有一定的擔憂，但仍然認為中國應該會出現(xiàn)很多應用層公司。中國的生成式AI應用公司2023年在中國的成功度遠遠低于美國的應用公司，也在資本市場上沒有達到美國的投資熱度。去年美國市場上融資額超過5000萬美元的應用公司有二十家以上。我們?nèi)ツ昕戳舜罅康膽脤拥墓?，國?nèi)大約有300多家，并追蹤了國外差不多1000多家公司，但最終出手的并不多。

極客公園：啟明創(chuàng)投在AI賽道會有什么特色的投資邏輯？

周志峰：啟明創(chuàng)投應該是國內(nèi)投資大模型公司數(shù)量最多的機構(gòu)之一。這和市場上很多機構(gòu)的投資策略不同，我們相信這個類別中可以涌現(xiàn)出多家成功的公司。

我們的底層邏輯是，絕大多數(shù)致力于開發(fā)大模型的公司最終將演變?yōu)槟Ｐ蛻靡惑w化企業(yè)。在每一輪技術(shù)革新中，應用層往往會捕獲最大的市場價值。自研模型的公司未來不僅會在模型和算法上有所建樹，還將根據(jù)自研模型和所掌握數(shù)據(jù)的特點，深入到特定的應用場景中，從而創(chuàng)造更大的商業(yè)價值。

現(xiàn)階段，我們將模型層的公司分為三類。第一類是基礎(chǔ)模型公司，它們類似于建造電廠，旨在讓其他企業(yè)接入并使用其服務(wù)，代表公司如OpenAI和啟明創(chuàng)投投資企業(yè)智譜AI。第二類是開源模型運營平臺，它們提供開源模型、模型優(yōu)化和托管等服務(wù)，如Hugging Face和中國的阿里云魔搭社區(qū)。第三類，我們最初稱之為垂類模型，但現(xiàn)在更適合稱其為模型應用一體化公司，這些公司直接利用自研模型去開發(fā)自己的垂直行業(yè)類或特定功能類應用。

生成式AI技術(shù)還處于發(fā)展早期階段，類似于互聯(lián)網(wǎng)的早期，各家公司還需要自己參與構(gòu)建一部分技術(shù)基礎(chǔ)設(shè)施，或不斷適應動態(tài)發(fā)展的底層技術(shù)。

短期內(nèi)，我們認為自研模型的公司將展現(xiàn)出更大的競爭力。它們能夠從訓練數(shù)據(jù)、模型優(yōu)化等多個維度進行差異化競爭。模型層的公司根據(jù)自己的技術(shù)特點，開發(fā)出不同的應用來凸顯其自有模型的優(yōu)勢。舉例來說，如果一家專注于娛樂領(lǐng)域的模型應用一體化公司，它們在預訓練和對齊階段都使用了大量的愛情小說和電影情節(jié)數(shù)據(jù)，那么其訓練出來的模型在對話時具有更加豐富的情緒表達，就會與一些通用的基礎(chǔ)模型形成鮮明對比。

另外，從資本體量和試錯成本上來看，模型層的公司做應用也具有優(yōu)勢。在2023年，模型層的公司融資額是以數(shù)億美元計算，而應用層的公司融資額在千萬美元這個級別，這意味著模型層的公司去探索應用時可以負擔足夠的試錯成本去迭代自己的應用產(chǎn)品。

市場上，一些人可能會看到OpenAI在全球范圍內(nèi)的領(lǐng)跑地位，從而對模型層的其他創(chuàng)業(yè)企業(yè)比較悲觀。我們也觀察到一個有趣的現(xiàn)象：一旦OpenAI探索出一個新的技術(shù)創(chuàng)新，其他公司往往能夠以更低的成本復刻，并縮小與其的差距。我們目前的觀察是，包括中國在內(nèi)的全球第一梯隊的近20家模型研發(fā)公司，成本上，正在以大約1/5-1/10的成本去實現(xiàn)OpenAI的目前一代先進模型的水平；速度上，追趕的周期越來越短。而在2023年上半年，大家普遍認為追趕者和OpenAI有18個月左右的差距。

在投資策略上，我們今年會更注重早期投資布局。

雖然啟明創(chuàng)投管理的資金體量相對較大，但作為一家創(chuàng)投機構(gòu)，一方面當前很多研發(fā)語言模型和多模態(tài)模型的企業(yè)即使是早期，估值也不便宜，后期就更難投資。另一方面，生成式AI公司需要走過TMF（Technology Market Fit）、PMF（Product Market Fit）階段，一般來說需要的周期是遠長于消費品牌產(chǎn)品等其他領(lǐng)域的公司。一旦生成式AI企業(yè)完成了TMF和PMF，過了拐點，其上升趨勢的斜率則更為陡峭，那時企業(yè)的價值會變得很高。

 

02/
看好以自研模型探索應用的公司
有望在多方面進行差異化競爭

極客公園：啟明創(chuàng)投最近有什么對于AI的新思考？

周志峰：我們最近一直在思考，生成式AI產(chǎn)業(yè)的發(fā)展從超級模型向超級應用轉(zhuǎn)型時，我們從投資角度應該如何應對。

因為我們投資了多家大模型團隊，他們與產(chǎn)業(yè)鏈上下游的伙伴之間合作緊密，這些合作為我們揭示了潛在超級應用方向的信號。最近，一些歷史上取得成功的創(chuàng)業(yè)者和科技大廠高管開始涌入這個領(lǐng)域，有些是選擇直接創(chuàng)業(yè)，有些是選擇加入創(chuàng)業(yè)公司，助力產(chǎn)品和應用的開發(fā)。

要實現(xiàn)從超級模型到超級應用的轉(zhuǎn)變，我們需要思考三個關(guān)鍵問題：這一轉(zhuǎn)變何時發(fā)生？以何種方式發(fā)生？以及由誰來驅(qū)動發(fā)生？

為了更深入地理解這種轉(zhuǎn)變，我們研究了歷史上幾代科技大浪潮中涌現(xiàn)出的科技巨頭的成長史，訪談了很多包括抖音早期團隊在內(nèi)的業(yè)界專家，試圖找到一些底層規(guī)律性的東西。

這個問題是有一定時效性的，技術(shù)在不斷變化，之前的判斷可能在某個時間點后就不再成立了。在投資應用公司時，關(guān)鍵在于明確我們要投什么樣的技術(shù)能力、背景和策略的團隊或企業(yè)。

短期內(nèi)，我們看好自研模型去探索應用的公司，它們可以從數(shù)據(jù)、算法、系統(tǒng)、算力、模型優(yōu)化等多個方面進行差異化競爭。

極客公園：這一代大模型相關(guān)的AI創(chuàng)投浪潮與上一代會有什么區(qū)別？

周志峰：這一次是以預訓練模型驅(qū)動的生成式AI為主，上一代主要是以感知為主的判別式AI。

判別式AI的核心特點主要有兩點：第一，它主要是進行視覺和語音的判斷，而無法進行深層推理，它的應用場景較為有限，主要在人臉識別、物體識別、語音識別、基于視覺的智能駕駛等任務(wù)上取得了較大的發(fā)展。第二，上一代AI模型需要為特定任務(wù)定制，其泛化能力有限。

這也是為什么在過去10年中，人工智能企業(yè)在技術(shù)落地時會遇到較大挑戰(zhàn)的原因，因為它們需要為不同場景組建不同的團隊。例如，很多人認為酒店入住時的人臉識別系統(tǒng)與公共場所的基于人臉識別的智能安防系統(tǒng)的功能相似，然而，從模型構(gòu)建、訓練到部署，以及芯片和攝像頭等配套硬件上，兩者存在顯著差異。

之前的十年，人工智能技術(shù)主要在三個場景取得了規(guī)?；瘧玫某晒Γ旱谝粋€是互聯(lián)網(wǎng)的推薦系統(tǒng)，代表公司是字節(jié)跳動；第二是智慧城市，市場體量足夠大，只有場景體量大才能形成閉環(huán)迭代，不斷降低成本和提升性能；第三是智能駕駛，比如特斯拉通過幾百萬輛車完成了軟硬件生態(tài)的閉環(huán)迭代。

今天的生成式AI，為我們打開了無限的可能性。

對于未來可能出現(xiàn)的大應用場景，目前我們暫時認為有三類：

第一類是使用AI提升生產(chǎn)力效率的場景，如針對特定行業(yè)或領(lǐng)域的軟件工具，自動化重復性任務(wù)、提供決策支持、優(yōu)化資源分配；第二類是泛娛樂領(lǐng)域，包括游戲和其他創(chuàng)新型人機互動、內(nèi)容生成的娛樂應用；第三類是變革信息流轉(zhuǎn)方式的創(chuàng)新應用。

極客公園：為什么中國的產(chǎn)品層創(chuàng)業(yè)暫時低于預期？

周志峰：美國在應用創(chuàng)業(yè)方面做得很好，用戶基數(shù)及增長的量比國內(nèi)大。一個側(cè)面的數(shù)據(jù)是2023年美國頭部創(chuàng)投基金投資生成式AI應用公司的比例是非常高的，占到了AI投資的50%甚至更高。

由于OpenAI等企業(yè)的先發(fā)優(yōu)勢，美國的大模型生態(tài)比中國起步早，目前更成熟。更多的應用公司利用這個成熟的生態(tài)做出了好產(chǎn)品。而中國的大模型生態(tài)還在初期發(fā)展中，基本上是從去年年中開始，比美國滯后一些。

美國的這些應用公司中可以分為兩類，一類是To B，一類是To C。To B的公司主要是針對中小型企業(yè)的，美國的中小企業(yè)付費意愿更高，產(chǎn)品型企業(yè)更容易找到PMF，做出ARR，并獲得融資，形成正向循環(huán)。而To C的公司目前主要是陪伴型文字對話AI產(chǎn)品獲得了初步的成功。

 

03/
今年中國市場化機構(gòu)對AI的投資將更活躍

極客公園：這一波大模型的出現(xiàn)，對啟明創(chuàng)投本身有什么影響？

周志峰：ChatGPT的出現(xiàn)并獲得了巨大的商業(yè)成功，這無疑是一個引爆點。在過去的一年中，我們一直在逆勢招人，不斷補充AI團隊成員。我們現(xiàn)在團隊中有一部分成員是具有機器學習專業(yè)背景的，有實操訓練大模型的經(jīng)驗，也補充了對AI應用非常有熱情的、正在沉浸式使用AI的同事。在國內(nèi)機構(gòu)中，像啟明創(chuàng)投一樣投入了這么多資源在這個領(lǐng)域上的還不多。

我們回顧2023年發(fā)現(xiàn)，啟明創(chuàng)投在AI領(lǐng)域的投資占比與美國幾個活躍布局AI的頂級VC基金在相同水平上。

2023年，美國創(chuàng)投市場投向AI的資金約為250億美元，而中國僅為十幾億美元或等值人民幣，可以看出兩國在AI投資上的差距。今年，我們預計中國市場化機構(gòu)對AI的投資將比去年更加活躍。去年美國市場大量的資金來自于科技大廠的戰(zhàn)投；在中國，去年活躍的投資者主要包括少數(shù)頭部美元VC，以及美團、騰訊、阿里巴巴、螞蟻金服、小米、金山、商湯等戰(zhàn)投，以及一些政府引導基金。

我們預計，今年投向AI領(lǐng)域的資金會有所增加。這一預測基于多方面的原因：我們與眾多機構(gòu)進行了深入的交流，發(fā)現(xiàn)他們對AI的興趣在不斷增加，無論是美元基金還是人民幣基金，都在積極尋找AI領(lǐng)域的投資機會。

其他一些積極的信號也包括：隨著AI技術(shù)的不斷發(fā)展和應用場景的拓展，越來越多的有經(jīng)驗的“老兵”和有熱情的新銳創(chuàng)業(yè)者涌入這個領(lǐng)域，為投資者提供了更多的選擇；政府層面也開始重視并推動AI產(chǎn)業(yè)的發(fā)展等，如推動算力基礎(chǔ)設(shè)施建設(shè)、數(shù)據(jù)共享和開發(fā)利用等。

此外，中國在制造業(yè)、硬件產(chǎn)品供應鏈等方面具有顯著優(yōu)勢，為具身智能等AI技術(shù)的應用提供了廣闊的發(fā)展空間。

 

來源 | 極客公園