AI再一次成爲創業和投資的熱點。

來源 | 啓明創投 作者 | 周志峰 出品 | 投資人說（touzirenshuo）

近日，啓明創投合夥人周志峰發表了題爲“生成式AI與大模型引路產業變革與創新”的演講。

周志峰表示：創投視角下的+AI和AI+兩種模式的公司都在迎來快速的發展，但面對產業巨頭和大模型公司的邊界擴張，創業企業需要尋找自己的黃金通道。

以下，Enjoy~

今天我要演講的主題是“生成式AI與大模型”。

當然我們有義務和使命，更多地從創業角度來談一談當下最大的技術浪潮——生成式AI。

我相信目前大模型、生成式AI都是非常熱的趨勢。

其實比爾蓋茨這句話“人工智能是幾十年來最革命性的技術”，很好地總結了整個行業的認知。

大家覺得人工智能近幾年的發展，主要指的是由大模型驅動的新一代人工智能技術，它是近幾十年來人類最重要的一次科學技術進步。

大家都知道其實從二战以來，整個人類的科學技術進步在不斷地加速，非常像一個海洋上的海浪，一浪推一浪，頻率越來越高，浪越來越多。

我們認爲人工智能肯定是屬於衆多的海浪中最大的一朵，它是真正能夠帶來人類科技範式級改變的大浪潮。

比爾蓋茨也提到AI最近發展與70年代的微處理器、80年代的個人電腦、90年代的互聯網和本世紀前十年的手機一樣重要。

所有行業都將圍繞它重新定位。

爲什么大家這么篤定？

行業中這么多最聰明的人都加入到了這波浪潮中？

我覺得大家還是捕捉到了很多的信號，正是因爲這些非常顯著的信號，讓我們對AI未來十年、二十年，甚至更長時間的發展，有這種篤定感。

01

我跟大家分享一下從我們啓明創投角度看到的信號。

第一個就是文本到圖像生成模型Stable Diffusion。

Stability AI推出了Stable Diffusion的模型。

它的开發者採納速度非常快，60天時間，達到了比特幣和以太坊底層架構十年才能走完的开發者採納速度。

一個新的模型用60天達到了兩種影響力很大的技術用十年走過的採納速度，以前在科技領域中我們沒有看到這么快的技術採納速度。

根據對主要的技術和應用達到全球一億個用戶所用時間的統計，很有意思，電話用了75年時間，手機用了16年時間，即使是移動互聯網，已經發展了很多年。

整個生態很成熟後，並且有科技大廠已有用戶群去採納的新產品。

比如微信，有騰訊生態支持，TikTok，有字節跳動生態的支持，也分別用了14個月和9個月；

但是OpenAI推出的ChatGPT達到1億用戶僅用了不到兩個月的時間，極快的用戶採納速度。

除了用戶的採納速度，我們也看看生成式AI在真正爲這個世界創造價值的方面有哪些快速發展的信號。

很多人最早接觸生成式AI就是因爲去年8月發布的文字到圖片的生成模型Midjourney。

Midjourney去年7月12日剛剛成立，去年的12月，也就是半年前才剛剛开始商業化，开始收費。

但是到了今年的4月底，5個月的時間，這么年輕的一家公司，創造了2.5億美元的收入，而它只有11位全職員工，這個數據是非常驚人的。

我們一直知道人類的科技進步從工業革命以來的能源革命，到運輸革命，然後到信息化革命，到網絡革命，在大浪潮中出現的公司有一個很明顯的特點，就是越代表新技術的公司，它的人均產值能力越強。

跟大家舉一個例子。

過去二十年驅動人類生活不斷地變得更美好的主要技術是互聯網和移動互聯網，在互聯網和移動互聯網的浪潮中湧現出了很多耳熟能詳的科技大廠。

蘋果發展了幾十年到今天差不多人均產值是220萬美元，谷歌差不多是170-180萬美元，阿裏巴巴、騰訊也是150萬美元的人均產值。

但是在生成式AI時代，這樣一家很早期，產業還不是特別成熟的初創企業，人均產值已經達到了6000萬美元。

這也是爲什么整個行業都對生成式AI充滿了期望的原因。

如果這個數字能夠保持並不斷發展的話，我們認爲未來整個人類每年創造的總產值應該在現有數字後面多加一個到兩個“0”，這是巨大的發展。

GitHub Copilot是幫助全球程序員寫代碼的工具。

Copilot發布的時候只有6位員工。

一款全球性的產品竟然是6個人的小團隊打造的。

Copilot發展僅僅一年，全球的程序員編寫代碼的時間已經通過這個工具縮短了40%。

02

回到人工智能的技術浪潮。

我們認爲從1947年這個概念被提出來，人工智能已經走過了70多年，四次底層的技術範式的改變推動了四波大的機會。

小規模專家知識的方式到淺層機器學習，到深度學習，再到今天的大規模預訓練模型驅動的新一代生成式AI。

最近與很多大模型的創業團隊、科技大廠的AI專家在討論，大規模預訓練模型的第一性原理是什么？

其中一個我認同的答案是，大規模地壓縮人類世界的全部數字化知識、信息和數據。

從這句話中能看到，大規模的算力、大規模的數據對AI未來發展是非常重要的。

人類過去40年在半導體、互聯網等領域中不斷積累和發展出的高算力與大數據，一起推動了AI的爆發。

我們認爲大規模預訓練學習和生成式AI的底層邏輯非常清楚了，未來只要給它時間，它會繼續高速發展。

深度學習被創業、投資行業稱爲AI 1.0。

主要是指它針對的是一個特定的“小”任務，用一個特定的“小”數據集訓練出來的“小”模型，技術展現主要是模式識別類。

比如人臉識別、語音識別。

今天大規模預訓練學習，被稱爲AI 2.0。

是用大規模的通用數據訓練出來的有高度泛化能力的大模型，技術展現主要是生成能力。

我們認爲AI 2.0這代新的浪潮會重建整個產業架構。

這是啓明創投跟這么多行業內的好朋友們，不斷地請教和交流後，總結出來的三層架構圖，也是我們理解生成式AI這個領域非常重要的一張圖。

整個AI新浪潮生態架構會分爲三層：

最底層是基礎架構層，其中一部分主要是提供算力， AWS、火山引擎、阿裏雲都在提供這種智算平台。

工具鏈主要是對大模型的訓練、部署、推理做優化。

大家都聽過，兩年前OpenAI訓練GPT-3模型一次要花費幾千萬美元，這顯然是不夠理想的一種方案。

近幾年訓練成本已經降到了百萬美元甚至更低。工具鏈的不斷成熟將驅動整個生成式AI成本變得更低。

中間是模型層，有三種模式。

第一種是提供基礎模型/底座模型。

對外輸出模型的能力，通過API、模型定制等方式。

例如Open AI、Anthropic、我們投資的中國頂級的大模型公司智譜AI。

第二種是开源模型。

例如Hugging Face、Stability AI。

第三種是自建垂類大模型。

就是大模型會針對某一個特定行業、特定場景做優化，提供端到端的、從模型到應用的解決方案，包括啓明創投投資的雲知聲、銜遠科技、星環科技等。

第三層應用層。

剛才說了一種是通過自建模型直接做到垂直應用；

但另一種，我相信在生成式AI未來十年中，可能80%到90%的公司，都是這種利用第三方模型構建應用的方式。

這是我們理解的三層架構，確實這種新的架構也對整個世界構建產品的形態發生了很大的影響。

對於產品構建方式，是過去幾十年，無論是一輛汽車還是一個互聯網的社交軟件，其實都是這樣的架構。

產品經理從用戶那裏獲取需求，开發者從產品經理那裏獲取設計，然後用戶再去使用开發者开發出來的產品。

過去無論是講騰訊還是阿裏巴巴等任何一家公司做得好，某種意義上是說它把飛輪轉得最有效，而且能夠持續迭代這個飛輪。

今天有了生成式AI技術和大模型，產品構建也有了新的方式，不再有產品經理、开發者這樣的角色。

用戶可以跟基礎模型直接互動，通過提示詞Prompt-tuning或者是微調Fine-tuning的方式直接對話模型、構建應用。

模型起碼在今天，或者可見的未來幾年，不僅僅是一個基礎技術設施，而是可以直接觸達到用戶的產品。

我們認爲產業會分成兩種，一種叫+AI，一種叫AI+。

+AI更多的是已有的工作流不發生重大變化，把新一代的AI的能力放進工作流。

它其實是一種舊場景的增強。

還有一類是用生成式AI的能力全新構建一個產品，是所謂的AI原生的應用。

我稱爲叫做舊場景的重塑或者新場景的創造。

大家可以看到一些例子，像微軟把Office通過新的技術做增強，做了Copilot。

像Jasper、Typeface是美國的幾家創業公司，他們在AI原生的角度做探索。

03

接下來我們從創投角度有一些數據跟大家分享。

根據2012年AlexNet後的AI創業融資情況和新成立的創業企業的數量，有一個問題大家可以思考一下。

2016年是AI 1.0融資金額、新創業企業數量的頂峰。

爲什么是那一年？

因爲那一年谷歌發布了Alpha Go，战勝了人類最高水平的棋手李世石，引爆了大衆對AI的熱情。

2016年、2017年兩年熱度後，2018年也還可以，然後开始大幅下降。

AI 1.0並沒有給我們交出一個非常滿意的答卷。

到今天AI 1.0時代創立的公司中在商業上成功的還是鳳毛麟角。

AI 1.0技術並沒有實現賦能萬業的局面，它的產業化情況不是特別令人滿意。

在2020年Open AI推出了GPT-3這個模型後，標志着AI 2.0走上舞台。

全球的融資金額發生了巨大的增長。

這一次依然會是兩年火爆、然後就走低？

還是會一路向前，發展到通用人工智能？

我覺得這是一個非常值得思考的問題，希望大家可以跟我們多多交流。

今天在座的有很多創業者，啓明創投作爲中國最早、最活躍布局人工智能的創投機構，我們從投資企業中學習總結出一些建議給大家。

我覺得在生成式AI領域創業的人要想清楚，有兩類繞不過去的競爭者。

一個是已經在現有的產業中領先的企業，他們會去用大模型來擴展已有的領先的優勢和他們的業務邊界。

另一個是像OpenAI、智譜AI這樣的大模型公司，掌握核心能力，自己主導AI能力的不斷發展，今天還沒有發力做應用，未來會不會做應用？

大模型肯定會變得越來越厲害，OpenAI首席執行官Sam Altman前兩天在倫敦無意中透露OpenAI有可能自己介入做類似於微軟這樣的辦公產品。

在這兩者之間，應用企業是不是能夠找到一個自己的創業黃金通道、最終通向廣闊的天地？

也許實際的路是死亡峽谷，兩邊會不斷地擠壓我們。

我們怎么能夠穿過這條死亡峽谷？

這是在創業時候我們要發揮自己的理性思維，努力去思考的。

說了這么多的AI，對啓明創投來說，我們認爲人類社會不斷出現一個又一個科技浪潮，每個浪潮的底層邏輯和模式是一樣的。

無論是作爲投資人還是創業者，能夠把大的模式看清楚，才會有篤定感，才能更好地、更長期主義地做好我們的手頭工作。

每個新的科技浪潮中一定會誕生出新的偉大的企業，我也非常期待在未來的5-10年中，看到生成式AI領域新一代的領軍企業。

這是我們啓明創投的投資方法論，我們認爲任何一個科技浪潮的發展都是有很明確的模式。通常是由兩個點切割爲五個階段。

第一個點是技術奇點，是技術發展經過了漫長的積累後出現了顯著的突破，比如產生十倍好的性能提升。

市場引爆點通常是一個公衆性的事件，一下讓大衆都能直接認識到這個技術的顛覆性。

我們用這套方法論，在技術奇點和市場引爆點之間的黃金區間內完成提前布局。

在這個區間中是可以創造出平台性企業的，也就是有機會成爲千億市值以上的大企業的。

AI 1.0時代，我們認爲2012年的AlexNet是技術奇點，Alpha Go是市場引爆點。

在AI 1.0的黃金區間中我們投資了雲知聲、曠視科技、優必選、文遠知行等。

今天來看就是AI 1.0最重要的四個平台類的機會，我們都有幸布局了業內領先的企業。

AI 2.0時代，市場引爆點是2022年11月30日Open AI發布Chat GPT。

但我們在2020年之前就已經了解到了Transformer架構的模型的意義。

我們有幸在2021年就布局了像智譜AI、銜遠科技、無限光年等大模型和應用公司，完成了預判趨勢和提前布局，也是啓明創投常提到的“快半步”的投資節奏。

最後這句話是我經常跟創業者分享的話。

生成式AI仍處在發展的早期，未來的發展速度會非常快，任何一個科技浪潮出現的時候都會摻雜着很多的噪音、泡沫。

無論大家是產業從業者、創業者、還是像我們一樣的投資人，都希望大家能夠忽略炒作周期，低頭做事，做無聊的事。

只有踏踏實實埋頭做事，忽略這些噪音和泡沫，我們才能真正把AI的發展向前推動。

希望未來幾年我們能夠一起見證生成式AI不斷地高速發展。

  ·   END   ·  

近 期 活 動

----------------------------------------

----------------------------------------

閱 讀 推 薦

· 從8位大佬在烏鎮互聯網大會的演講中，我看到了這個趨勢

· 沃衍資本魏斌：制造業投資大有可爲，選對方向才是關鍵

· 雷軍小目標：做世界TOP5，每年至少1000萬輛

· 沈南鵬：15年投了上千創業者，我發現這樣的CEO能成事

· 張一鳴：爲什么我不贊同控制人力成本？

視 頻 推 薦

本文作者可以追加內容哦 !