AI企業(yè)如何儲(chǔ)備足夠多的“好牌”

今年最受關(guān)注的熱點(diǎn)之一就是大模型公司。上半年這個(gè)領(lǐng)域被OpenAI的ChatGPT帶火，涌入了上百億元資金。我認(rèn)為，目前這波熱浪已暫時(shí)告一段落，因?yàn)樽匝写竽Ｐ吞貏e耗費(fèi)算力和人力。

不久前，人工智能（AI）初創(chuàng)公司Inflection AI融資15億美元，其中花費(fèi)7億至8億美元購(gòu)買(mǎi)英偉達(dá)的顯卡，究其原因是現(xiàn)在英偉達(dá)的顯卡“一卡難求”，而大多數(shù)通用AI訓(xùn)練需要應(yīng)用英偉達(dá)的顯卡。

(資料圖片)

國(guó)內(nèi)的AI公司也面臨同樣的問(wèn)題，需要爭(zhēng)取更多的算力資源、儲(chǔ)備足夠多的“好牌”才能上“牌桌”，引起資本和市場(chǎng)的關(guān)注。

三大領(lǐng)域比較有投資價(jià)值

從資本市場(chǎng)投融資合理配置角度考慮，資本不可能每家都下注，而是更傾向于重點(diǎn)支持第一梯隊(duì)的大模型創(chuàng)業(yè)公司。目前，針對(duì)大模型創(chuàng)業(yè)，我認(rèn)為有三大領(lǐng)域比較有投資價(jià)值。

一是企業(yè)服務(wù)2.0。AI時(shí)代，所有企業(yè)服務(wù)都值得重新做一遍——利用大模型的能力使現(xiàn)有產(chǎn)品更加智能化，實(shí)現(xiàn)以前實(shí)現(xiàn)不了的智能功能。大模型第一次在真正意義上讓計(jì)算機(jī)變得更像人類(lèi)，這將為企業(yè)服務(wù)帶來(lái)變革機(jī)會(huì)。

二是大模型中間層。當(dāng)前，大模型應(yīng)用比較難落地，其中有創(chuàng)業(yè)公司的機(jī)會(huì)——如果能把落地過(guò)程變得非常順暢，就有市場(chǎng)。舉個(gè)例子，大模型創(chuàng)業(yè)公司可以幫助沒(méi)有掌握AI知識(shí)和技術(shù)的企業(yè)把“大任務(wù)”分解成許多“小任務(wù)”，將提示詞優(yōu)化，使其更加適合大模型理解。這里需要考慮AI安全的因素，比如，如何避免企業(yè)調(diào)用大模型時(shí)泄露數(shù)據(jù)，這是大模型創(chuàng)業(yè)公司提供服務(wù)時(shí)需要考慮的。大模型是比較通用的模型，但每個(gè)企業(yè)都有各自領(lǐng)域的專(zhuān)業(yè)技術(shù)和應(yīng)用場(chǎng)景。怎么結(jié)合企業(yè)自身的特點(diǎn)實(shí)現(xiàn)大模型“千人千面”的落地，即實(shí)現(xiàn)大模型中間層，是值得探索的方向。

三是把數(shù)字世界和物理世界連接起來(lái)。大模型有點(diǎn)像人的大腦，但終歸還是數(shù)字世界的產(chǎn)物。怎么把數(shù)字世界和物理世界連接起來(lái)？有兩個(gè)最好的載體：一個(gè)是自動(dòng)駕駛，另一個(gè)是通用機(jī)器人。以前經(jīng)常提到的工業(yè)機(jī)器人、服務(wù)機(jī)器人的主要技能是完成一項(xiàng)任務(wù)，但它們還沒(méi)有像人一樣的學(xué)習(xí)泛化能力。如今，我們有這么強(qiáng)大的通用AI大腦，使機(jī)器人能像人一樣快速學(xué)習(xí)一個(gè)任務(wù)，一個(gè)通用機(jī)器人可以實(shí)現(xiàn)不同功能。國(guó)內(nèi)外不少AI公司都在朝這個(gè)方向發(fā)展，因此這一領(lǐng)域有很大的投資機(jī)會(huì)。

AI創(chuàng)業(yè)者如何才能突圍

什么樣的AI創(chuàng)業(yè)者是投資方眼中比較好的創(chuàng)業(yè)者呢？

一是學(xué)習(xí)進(jìn)化能力非常強(qiáng)。當(dāng)前，AI技術(shù)正在快速發(fā)展和迭代，但遠(yuǎn)沒(méi)有到穩(wěn)定的時(shí)候。2012年，大家談的都是卷積神經(jīng)網(wǎng)絡(luò)，現(xiàn)在則是transformer網(wǎng)絡(luò)，這是一種基于自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)，兩者的差距很大。擁有新的知識(shí)結(jié)構(gòu)才能更好適應(yīng)這個(gè)時(shí)代。

二是有非凡的野心和不放棄的韌勁。AI時(shí)代做的東西和以前不一樣，以前的技術(shù)大多只是解決小問(wèn)題，現(xiàn)在大家期望解決的是更宏大、更具通用性，路徑卻不怎么明確的問(wèn)題。有沒(méi)有野心和韌勁，這是資本重點(diǎn)考察的方向。

三是融資能力強(qiáng)。大模型非常燒人力、燒算力，這意味著創(chuàng)業(yè)者要有很強(qiáng)的融資能力。只有把想做的產(chǎn)品和愿景清晰呈現(xiàn)出來(lái)，才能說(shuō)服投資人并融到足夠多的資金，這樣才有成功的可能。

資本如何選擇AI初創(chuàng)企業(yè)

云啟資本堅(jiān)持投資就是投“變量”。如果一個(gè)項(xiàng)目缺乏未來(lái)想象空間，我們不會(huì)投；如果一個(gè)項(xiàng)目只是停留在想象力層面，團(tuán)隊(duì)沒(méi)有創(chuàng)業(yè)落地的能力和堅(jiān)定的信仰，我們也不會(huì)投。大模型才剛剛開(kāi)始，能到上市階段至少是好幾年后的事。如果要投資“確定性”，可能要等到項(xiàng)目上市前一兩年再投，但這不是我們進(jìn)行早期科技投資的風(fēng)格。

大約一年半前，我們投資了以多模態(tài)大模型研發(fā)為主的企業(yè)——名之夢(mèng)（上海）科技有限公司（MiniMax）。早在2021年1月，我們就開(kāi)始接觸MiniMax創(chuàng)始團(tuán)隊(duì)，彼時(shí)他們還沒(méi)正式?jīng)Q定創(chuàng)業(yè)。當(dāng)時(shí)GPT-2和GPT-3已經(jīng)問(wèn)世，只是不像ChatGPT做得這么完善。2021年底，MiniMax創(chuàng)始團(tuán)隊(duì)認(rèn)為時(shí)機(jī)成熟，正式成立了公司，我們便投了天使輪。

MiniMax創(chuàng)始團(tuán)隊(duì)的初衷是希望沿著通用AI的方向做產(chǎn)品，底層是多模態(tài)大模型，這個(gè)想法和我們不謀而合。

我們?cè)诿鲗?shí)踐中發(fā)現(xiàn)，大模型改變了應(yīng)用入口，是否會(huì)對(duì)商業(yè)格局產(chǎn)生大的影響尚有待觀察。未來(lái)，人們會(huì)發(fā)展出基于大模型的新能力并開(kāi)發(fā)出新應(yīng)用，產(chǎn)品的核心壁壘在于工程優(yōu)化和數(shù)據(jù)的獨(dú)特性。在快速迭代的AI浪潮中，有沖勁、能快速學(xué)習(xí)、有韌勁、有野心的創(chuàng)業(yè)者才能更好地適應(yīng)這個(gè)時(shí)代。

（作者系云啟資本合伙人，本報(bào)記者沈春蕾據(jù)其在2023世界人工智能大會(huì)上的演講整理）

關(guān)鍵詞：