首页

沙特阿美P7中国团队董事总经理蔡翔表示，按照时间的逻辑，最早的机会应该出现在大模型领域。“在大模型层面先把基础设施给搭建好，把大脑做好，并且还要定义好这个框架，然后才能延展出来相关的应用。”

AIGC无疑是一季度创投圈最大的热点。

深圳一家AI技术研发与应用公司人士告诉创投日报记者，开年以来，公司受到的关注度明显上升，“各行各业找过来都非常多，公司上下明显都更忙了，以前公司在按自己的节奏推进研发和商业落地，但今年公司明显随着行业的火热走向一个上升阶段。”

投资人也积极物色合适的标的。有美元基金人士近日在一个小型论坛上表示，目前投资领域对GPT带来的AI 2.0时代感到兴奋。

“这几年整个创业投资行业都在找下一波真正的大潮。在人工智能领域会看到，不仅是中国，包括海外的一批人工智能企业，虽然能上市，但发展前景有较大不确定性。当ChatGPT尤其是GPT4出现的时候，一个很直观的感受是AI 2.0时代来了，而且是以真正能推动人类社会以及科技进步的方式创造巨大财富的抓手。”

在寻找投资机会方面，沙特阿美P7中国团队董事总经理蔡翔对创投日报记者表示，按照时间的逻辑，最早的机会应该出现在大模型领域。“在大模型层面先把基础设施给搭建好，把大脑做好，并且还要定义好这个框架，然后才能延展出来相关的应用。”

差异点在于是否相信大模型应用前景

尽管这波AI 2.0的浪潮，以OpenAI为主的海外公司所引领，但有AI服务企业创人士表示，语言模型并非全新概念，国内大厂较早前也已经做出了探索。

“包括输入法以及机器翻译相关的问题，很多大厂很早就在尝试以建立语言模型的方式来解决。真正反共识的问题在于，很多人没有预料到，当大语言模型积累的数据量达到一定程度，就会出现一个叫‘涌现’的现象，产生突破性的效果。”

涌现是人工智能领域经常被提及的重要概念，指的是一种自组织、自适应的现象，即在大规模的互动和协作中，系统呈现出一些出乎意料、无法预测的新属性和行为。

该人士此前也在互联网大厂从事过相关领域的研发工作，其表示，在GPT 2出现时，行业内并没有太大的惊讶，甚至觉得用处不多，原因在于应用主要在较为垂直的领域，但当通用模型呈现出现在的效果时，一切都发生了转变。

“从这个角度讲，国内外的大厂其实都有在推进大语言模型的研发，只是差异在于，是否坚信数据量大了以后，模型会产生不一样的结果。这就决定了技术和项目在内部到底会不会被重视，是否会投入足够多的人力、物力、资金、资源，到大语言模型的开发上。”

其进一步总结，一些大厂更倾向于追求短期商业价值，从这个角度而言，创业公司并不一定在大模型开发上就处于弱势。但亦坦言，创业公司的资源和行业号召力都比大厂欠缺，因此应用层成为更多创业公司着眼的切入点。

“美国目前比较多投资人也是在投利用大模型开发应用来颠覆各个行业的创业者，一些行业现在已经因为这种技术的引进发生了翻天覆地的变化，有些创业公司已经有几千万美元的收入了，说明很多用户已经开始使用它们的应用去提高工作效率。”

蔡翔认为，在大模型研发方面，人才密度、数据积累、融资能力以及创始人领导力对公司较为关键。据悉，GPT 4模型背后需要2500-3000张最先进的A100显卡跑三到四个月的数据，仅这部分成本就达到了千万美元级别。

而对于最终哪些项目会跑出来的问题，另有VC机构前沿科技基金管理人表示，目前行业内在技术路径和目标上已经开始分化，因此最终可能是百花齐放、动态变化的过程。

“大部分人目前还在围绕着GPT 3.5去追赶，还有一些人去做细分领域的模型，包括像彭博的GPT模型，目前已经具备较好的商业化能力。国内这块的生态其实还更复杂，因为美国有比较好的SaaS积累，但国内其实没有。所以，现在能看到一些创业项目开始卖模型给企业，再由企业自己来做一些维护，这都是特别有意思的现象，越往后就更难挑出来哪个项目或公司更好。”

对行业发展表示兴奋，投资则保持谨慎

投资人均表示，对AI这股新浪潮感到兴奋，但在出手投资则普遍谨慎，正处在观望态度。

蔡翔对创投日报记者表示，按照时间的逻辑，最早的机会应该出现在大模型领域。“在大模型层面先把基础设施给搭建好，把大脑做好，并且还要定义好这个框架，然后才能延展出来相关的应用。”

但其亦表示，当前市面上更多创业企业还是从应用层切入。“多数创业公司不具备这样的能力和资源去做大模型，所以有不少企业会先从应用层面开始做，从数量上来讲，后者的占多数的。”

其进一步表示，目前市面上主流的大模型创业项目也都有了解过，而由于大模型开发需要投入的资金较多，这类项目大多估值较高，“所以其实投资人都是既兴奋又谨慎，估值是一个考虑，大家也在想一些应对的方法。我们还处在一个筛选的过程中，有机会投大模型项目从现在来看当然是非常好的，但如果这是一个更好的时间窗口，适合尽早地去投应用型公司，我们也保持开放。”

其表示，从局部发展来看，内容生产类、社交聊天类已经冒出来一些公司，而教育未来可能出现更多创新性的应用，“目前生产力提升这块还是很核心的一点，彭博推出的GPT是一个非常好的方向。文娱类出现商业化应用项目会更早，但这些项目是不是一定能做大，或者算不算一个很好的投资标的，就需要再具体看了。”

另有VC投资人亦表示，应用层目前已经有一些工具在落地，但从投资的角度看，仍然有很多需要被解答的问题。

“投资人不光只是给投委会写一个研究，介绍行业方向性的新进展，最终决定投资都希望可以长期支持创业公司达到商业上或者产业上的成功，所以还需要思考它的壁垒构建到底来自哪里，它的技术优势如何转化成产品，产品的优化路径如何，能否最终构成一个可信的商业，还是只是一个散碎的行业。”

其进一步表示，整个AIGC产业链仍在不断变化，尤其是底层技术的部分。而应用层的生态会受到底层技术的影响而发生改变，“现在底层技术方面还没有完全定位下来，很多天才团队都在进行研发，所以对应用层我们更多也还在观望。”