快速导航×

投资者眼中的「人工智能」2024-04-23 18:17:42

  2022年下半年到2023年初,ChatGPT吸引了大量的关注,它的出现,让公众迅速接纳并开始使用生成式AI,人工智能也借此掀起了新一轮的风口。

  OpenAI报告称,ChatGPT在发布后的60天内就吸引了1亿用户,相比之下,TikTok花费了九个月才达到这一里程碑。Dall-E 2每天有约150万用户访问。Google的Bard聊天机器人在7月份的页面浏览量为1000万次。

  在国内,文心一言、通义千问、讯飞星火等大模型雨后春笋般涌现。受益于资本的推动,人工智能相关的企业融资的消息也接连不断。如近日面壁智能完成新一轮数亿元融资、内容商业AIGC视频应用平台“筷子科技”完成近5000万元B1轮融资、以生成式AI与语音交互技术为核心的出门问问正式启动招股,并计划于今年4月24日正式在广交所主板挂牌上市等等。

  2023年人工智能的讨论度与李世石战胜阿尔法狗时相比,有过之而不及。但据斯坦福大学人工智能研究所(HAI)的最新报告显示,2023年全球人工智能投资连续第二年下降,人工智能相关并购从2022年的1171.6亿美元下降至2023年的806.1亿美元,下降31.2%;私人投资从1034亿美元下降至959.9亿美元。总体来看,去年人工智能的总投资降至1892亿美元,比2022年下降了20%。

  值得一提的是,2023年生成式AI吸引了252亿美元的投资,几乎是2022年的9倍,是2019年的30倍。此外,2023年,生成式人工智能占所有人工智能相关私人投资的四分之一以上。

投资者眼中的「人工智能」(图1)

  世界5G看中国,人工智能也是如此,中国在人工智能领域的崛起同样不可小觑。

  数据显示,2023年,在人工智能私人投资方面,美国以672亿美元投资额占据首位,紧随其后的便是中国,其78亿美元的投资额是英国38亿美元投资额的17.8倍;在机器学习模型上,美国以61种著名的机器学习模型*,中国以15种紧随其后;在人工智能专利上面,中国占61.1%,美国占20.9%。

  结合中商情报网统计的2018-2023年11月中国AI投融资情况及2023年各月份AI投融资数据来看,2018年和2021年是过去AI领域投资金额和投资笔数的相对高点,2023年的AI投资金额和出手次数实际低于2022年。

  创享投资创始合伙人易丽君告诉DoNews, 2023年是生成式AI(ChatGPT)带来的一波热潮,但是实际出手的机构多数集中于产业资本和美元基金,投资上也主要集中在大模型和算力的投资上。AI+垂直模型和行业应用都在刚刚起步探索阶段,所以是讨论热度高,实际投资低。

  具体来看,AI算力基础设施是国内市场资本最看重的,因为美国拥有英伟达和AMD等*企业,而国产算力只占全球的5%,但是中国对算力的需求占比全球三分一,国产替代需求迫切,所以国内在算力基础设施投资的额度是美国2倍。

  AI大模型次之。原因在于,国内的初创企业与大厂基本上都在统一的起跑线上,初创企业都是采用开源模型进行预训练,加上大厂所具备的数据优势,所需要投入资本也是巨大的。

  而在AI应用领域,从医疗诊断、金融服务到自动驾驶和智能制造,AI技术的应用范围正在不断拓展。资本市场倾向于投资能够解决实际问题、提高效率、创造新商业模式的AI应用项目。这些应用不仅能够带来直接的经济效益,还能够推动整个行业的创新和发展。

  2024年能否出现回升是牵动AI企业和投资者关心的话题,AI是否会像元宇宙概念出现后的VR/AR热度那样是昙花一现?

  “大模型泛化一个通用的基础能力,变成一个大脑,他可以应用在各行各业,使得机器具备越来越趋近于真实人类思考、创作、应变方式。所以整个AI的赛道规模,应用领域是远胜于AR/VR的。”易丽君说道。整个行业虽然有小周期的波动,但是整体仍然是持续性发展、产业上升和投资长期关注的赛道。

  但不容忽视的是,在某个时间点大家都在上,但是未来当新技术出来的时候,它可能会变成一种技术负债。

  易丽君坦言称,“技术负债”其实跟机构资金来源属性和规模所决定的,当资金的属性是偏好短期的财务回报,而不是以长期价值来看,就会选择“赌”风口。“对我们而言,前面的投资都不会成为我们的负债而是一种资产,总说投资是认知的变现,很多时候技术的变革看上去是无序的,但其实都是有迹可循的,我们需要以往案列的经验来判断。”

  “资本市场的喧嚣并不一定代表着技术的成熟和实际的应用。”德勤中国管理咨询事业群总裁孟晓凡接受媒体采访时说道。

  电竞竞猜官网

  虽然文生图、文生视频吸引了大量的眼球,但企业的AI方案还没有到成熟的阶段,只不过是在原有产品的窗口叠加AI的功能。对此,德勤中国管理咨询企业技术与绩效事业群总裁周令坤也表示认同。他认为,按照技术成熟度模型来看,目前生成式AI处于期望膨胀期。

  当然有期望才有创新的动力。如今AI不仅融入到手机,更是迈向了汽车,以及多个垂直领域。

  易丽君表示,技术的革新一般都是TOB先行,主要是因为企业用户对于提高效率、降低成本和增强竞争力有着迫切需求,而AI技术能够有效地解决这些问题。随着技术的进步和消费者对智能服务的期待日益增长,成本下探至消费者能承受的范围的时候,C端才能爆发。

  以OpenAI为例,他开始的产品也是TOB,比如应用在微软的Copliot是协助企业编码,GPTStore也是给企业用ChatGPT的插件来扩张应用程序的功能,目的是想打造像Apple store的生态,给开发者盈利,推动AI发展。

  易丽君还指出:“现在无论是国内还是国外AI的企业,都面临一个问题——如何盈利。”根据红杉的数据,2023年全球投入研发生成式AI为500亿美元,但营收只有30亿美元。国内用户付费意愿相对国外低,SaaS企业到现在都没有几家是盈利的,所以国内的落地场景肯定是先在TOB端。

  “AI产品会在C端爆发,但现在*的问题是需求。”易丽君说道,C端的需求不明确,C端用户对生成式AI所涌现出来的功能没有明显的应用场景,也不是一个痛点。“衣食住行的问题,已经被现存的产品满足,所以我认为AI需要结合机器人,突破数字世界框架到物理世界,解决C端用户日常的需求。”

  终端作为AI落地的重要介质,无论是TOB,还是TOC,易丽君表示已出现两大趋势。

  一是更加强大的边缘计算能力:随着边缘计算技术的发展,AI终端将拥有更加强大的本地处理能力。以AIPC为例子,随着AI算法的优化和硬件性能的提升,越来越多的AI计算任务可以在个人计算设备上本地完成,这将减少对云端计算的依赖,提高数据处理的速度和隐私性。

  二是更加智能化的服务和交互能力:随着机器学习和深度学习技术的不断进步,AI终端将能够提供更加智能化的服务,包括更加精准的语音识别、图像处理、自然语言理解等功能,使得用户与AI终端的交互更加自然和高效。如小米su7,在使用者呼叫小爱同学后,可以直接通过语音识别、透过对话来控制设备和应用程序。

  因此,AI终端需要更贴近用户需求的形态载体,属于AI能力+满足用户需求的产品和工艺的组合。

  据财富/Deloitte CEO Survey Insights2023年调研数据显示,在受访者中,80%认为生成式AI将会提高业务效率,55%表示企业正在评估或尝试生成式AI,52%认为生成式AI将会提升业务增长的机会。

  其中不乏出现了很多初创企业。市场研究机构Pitchbook的调查数据显示,2023年生成式AI相关的创业公司融资总额达到270亿美元,其中约180亿美元左右的资金,来自微软、谷歌、亚马逊、英伟达等科技巨头。

  今年这些大厂的动作更是不断。亚马逊表示,将向人工智能初创公司 Anthropic 追加投资 27.5 亿美元,完成去年达成的一项交易;与马斯克关系密切的投资者正洽谈帮助其AI初创公司xAI融资30亿美元;OpenAI联合创始人兼CEO萨姆·奥特曼和苹果前首席设计师乔纳森·伊夫正在为一个新的未披露的人工智能项目寻求10亿美元的资金......

  举例来说,GPT3.5需要1万张A100芯片来训练,但是购买卡的钱以及运营成本都不是初创企业能进入的。易丽君直言称,“大家都认为市场上不会存在这么多大模型的玩家,目前中国名单有100家以上,我想3-5年后只剩下大厂那几家。”

  因此,AI初创企业能不能在未来的几年中,经受住大浪淘沙,还需要时间来证明。

  一是尽快在企业级形成自身AI战略,同时针对快速演进的AGI市场能够形成AI构建结构,包括场景级、流程级、AI层面以及数据级,要考虑清楚AI在企业中能够实现什么样的价值。

  二是设立成为AI驱动的组织目标。AI要为员工提供工具,帮助他们提高和增强生产力知识和创造力,不断推动企业的创新,而不要尝试用AI去取代员工,也不要去尝试强行把AI加到企业的流程当中去。

  三是注重数据的重要性。企业为了建立自己的竞争优势和比较优势,必然会要建立部分的资源,但在有了AI以后,如果数据问题处理不好,会导致不容易溯源,它就可能变成咖啡之翼。

  立足于技术的长期发展,周令坤表示:“希望未来技术体系,不再是一个‘头痛医头,脚痛医脚’的系统替代架构升级调整,而是建立一个健康体检的框架体系。”

  对于AI未来的发展, AI不仅要实现自身技术演进,还要与5G、云计算等技术、各行业进行融合创新,实现商业化落地。可谓,路漫漫其修远兮。

  不得不提的还有,人们对AI的到来还存在的一些危机意识——人工智能会不会替代人。近日在采访和参加活动的过程中,多方专家都持有积极乐观的态度,这也给笔者吃下了一颗定心丸。

  在易丽君看来,AI只是一种工具,两者更多是共存关系。AI的角色更多是协助人类生产或者创作。首先,AI在特定任务上可能比人类更高效、更精确,特别是在处理大量数据、执行重复性工作或需要快速计算的场景中。但AI目前还缺乏人类的创造力、情感理解和道德判断等能力,这些能力对于解决复杂问题,做出决策也很重要。

  赛迪顾问总裁付长文在2024年IT市场年会上预测到,“AI在制造、教育、建筑、医疗、金融里面,既有消除,也有新增,在制造业会净增200万以上岗位,充分表明制造业和AI是正向的关系。”

  【本文由投资界合作伙伴DoNews授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(投资界处理。