60天月活1億，OpenAI的人工智能橫空出世，使得AI當下的創(chuàng)新更為大眾所熟知，隨后，谷歌、微軟以及國內(nèi)的百度等更多公司加入到競爭序列之中。

那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹慎布局的創(chuàng)業(yè)者也有之。

當然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。

但問題在于，不是每一波技術浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？

在這樣的背景之下，2月28日，投中信息做了一場關于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。

投或不投，都在旗幟鮮明地支持

沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關的機會，并擇機出手。

唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎設施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。

但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。

不過眾人也感慨到，當下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。

用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。

即便是推進到當下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。

畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當下的chatGPT已經(jīng)讓很多人感覺超預期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。

最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。

線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關注并在AIGC場景有多項投資案例，當下所說的眾多AIGC應用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎設施工作量和新的想象空間和機會。

這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔心，總有兩三年可以把事情做出來，反而更加擔心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。

紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細分賽道的初創(chuàng)企業(yè)能夠成長起來，但當下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。

尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應用的邏輯持續(xù)**。

光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領域繼續(xù)投資下去。

畢竟，當NLP產(chǎn)生涌現(xiàn)效應以后，圖像是否也會產(chǎn)生涌現(xiàn)效應？未來的大模型是會直接變成垂直領域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。

昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務升級壯大，也因此更加關注的是當下更多的公司能不能針對行業(yè)應用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側的應用上，依照自身投資習慣篩選標的。

此外，依照當下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。

相反，To C領域反而有可能有新的公司跑出來，不論是游戲還是娛樂領域，元宇宙的層面值得多加關注，就正如**總是能跑出來一些游戲公司一樣，值得期待。

樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領域，還有一定的時間窗口。

善用大模型技術的SaaS軟件企業(yè)，特別是在重交互的領域，就會在同質化競爭中形成能力優(yōu)勢。技術是有窗口期的，用類似大模型的方式在垂直領域找到用法可能會領先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。

更深究進去的話，那是不是可以看下，所謂的“魔鬼在細節(jié)”，以客服領域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術，從而使得技術創(chuàng)新和行業(yè)knowhow緊密結合在一起，反而更容易形成自己的壁壘。

做或不做，要更加甄別真假機會

在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構，目標是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標的有明確商業(yè)落地的目標。

也因此，當OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。

那么，對于當下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？

東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當長的一段時間。

而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學術的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學術文獻是英文的，這些數(shù)據(jù)的準確性非常重要。

以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術和數(shù)據(jù)壁壘高才是**的關鍵。

初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權折扣和早期獲得GPT-4等新技術。

開源大模型，如Meta的LLaMA依然值得關注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。

針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領域模型的訓練和托管）很可能會勝出。但在應用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。

創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應用和產(chǎn)品生態(tài)需要重點關注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權，那么硬件生態(tài)如何跟軟件結合會決定實**層面產(chǎn)品路徑技術路徑的選擇。具體人工智能應用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。

而具體到應用層來說，基于應用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢?？偟膩碚f，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。

心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。

畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構，比如有一天，軟件會全部給重構一遍，所以當下應該將GPT當成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。

而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應用中去，從而通過調(diào)度的方式產(chǎn)生更好的應用。

星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當前相對缺乏中文環(huán)境下的數(shù)據(jù)集。

也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關注和做的事情。

犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。

對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。

天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應用。

但在應用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓練NLP，用大模型訓練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領域繼續(xù)深耕下去。

睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術不夠成熟，譬如給客戶提供的語音識別和NLP都不太準確，但相反，業(yè)務反而很復雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術，才能夠真正落地。

因此，于偉重點關注，到底當下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務真正融合在一起，才能真正實現(xiàn)AI技術的落地，才能在To B過程中解決關鍵的效率和生產(chǎn)力問題。

或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。

好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當下初春的天氣一樣，又煥發(fā)出了新的生機。

本文由小編網(wǎng)絡轉載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權,請聯(lián)系刪除

60天月活1億，OpenAI的人工智能橫空出世，使得AI當下的創(chuàng)新更為大眾所熟知，隨后，谷歌、微軟以及國內(nèi)的百度等更多公司加入到競爭序列之中。

那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹慎布局的創(chuàng)業(yè)者也有之。

當然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。

但問題在于，不是每一波技術浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？

在這樣的背景之下，2月28日，投中信息做了一場關于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。

投或不投，都在旗幟鮮明地支持

沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關的機會，并擇機出手。

唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎設施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。

但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。

不過眾人也感慨到，當下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。

用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。

即便是推進到當下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。

畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當下的chatGPT已經(jīng)讓很多人感覺超預期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。

最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。

線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關注并在AIGC場景有多項投資案例，當下所說的眾多AIGC應用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎設施工作量和新的想象空間和機會。

這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔心，總有兩三年可以把事情做出來，反而更加擔心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。

紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細分賽道的初創(chuàng)企業(yè)能夠成長起來，但當下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。

尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應用的邏輯持續(xù)**。

光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領域繼續(xù)投資下去。

畢竟，當NLP產(chǎn)生涌現(xiàn)效應以后，圖像是否也會產(chǎn)生涌現(xiàn)效應？未來的大模型是會直接變成垂直領域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。

昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務升級壯大，也因此更加關注的是當下更多的公司能不能針對行業(yè)應用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側的應用上，依照自身投資習慣篩選標的。

此外，依照當下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。

相反，To C領域反而有可能有新的公司跑出來，不論是游戲還是娛樂領域，元宇宙的層面值得多加關注，就正如**總是能跑出來一些游戲公司一樣，值得期待。

樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領域，還有一定的時間窗口。

善用大模型技術的SaaS軟件企業(yè)，特別是在重交互的領域，就會在同質化競爭中形成能力優(yōu)勢。技術是有窗口期的，用類似大模型的方式在垂直領域找到用法可能會領先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。

更深究進去的話，那是不是可以看下，所謂的“魔鬼在細節(jié)”，以客服領域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術，從而使得技術創(chuàng)新和行業(yè)knowhow緊密結合在一起，反而更容易形成自己的壁壘。

做或不做，要更加甄別真假機會

在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構，目標是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標的有明確商業(yè)落地的目標。

也因此，當OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。

那么，對于當下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？

東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當長的一段時間。

而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學術的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學術文獻是英文的，這些數(shù)據(jù)的準確性非常重要。

以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術和數(shù)據(jù)壁壘高才是**的關鍵。

初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權折扣和早期獲得GPT-4等新技術。

開源大模型，如Meta的LLaMA依然值得關注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。

針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領域模型的訓練和托管）很可能會勝出。但在應用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。

創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應用和產(chǎn)品生態(tài)需要重點關注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權，那么硬件生態(tài)如何跟軟件結合會決定實**層面產(chǎn)品路徑技術路徑的選擇。具體人工智能應用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。

而具體到應用層來說，基于應用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢?？偟膩碚f，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。

心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。

畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構，比如有一天，軟件會全部給重構一遍，所以當下應該將GPT當成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。

而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應用中去，從而通過調(diào)度的方式產(chǎn)生更好的應用。

星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當前相對缺乏中文環(huán)境下的數(shù)據(jù)集。

也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關注和做的事情。

犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。

對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。

天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應用。

但在應用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓練NLP，用大模型訓練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領域繼續(xù)深耕下去。

睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術不夠成熟，譬如給客戶提供的語音識別和NLP都不太準確，但相反，業(yè)務反而很復雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術，才能夠真正落地。

因此，于偉重點關注，到底當下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務真正融合在一起，才能真正實現(xiàn)AI技術的落地，才能在To B過程中解決關鍵的效率和生產(chǎn)力問題。

或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。

好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當下初春的天氣一樣，又煥發(fā)出了新的生機。

本文由小編網(wǎng)絡轉載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權,請聯(lián)系刪除

60天月活1億，OpenAI的人工智能橫空出世，使得AI當下的創(chuàng)新更為大眾所熟知，隨后，谷歌、微軟以及國內(nèi)的百度等更多公司加入到競爭序列之中。

那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹慎布局的創(chuàng)業(yè)者也有之。

當然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。

但問題在于，不是每一波技術浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？

在這樣的背景之下，2月28日，投中信息做了一場關于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。

投或不投，都在旗幟鮮明地支持

沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關的機會，并擇機出手。

唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎設施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。

但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。

不過眾人也感慨到，當下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。

用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。

即便是推進到當下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。

畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當下的chatGPT已經(jīng)讓很多人感覺超預期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。

最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。

線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關注并在AIGC場景有多項投資案例，當下所說的眾多AIGC應用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎設施工作量和新的想象空間和機會。

這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔心，總有兩三年可以把事情做出來，反而更加擔心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。

紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細分賽道的初創(chuàng)企業(yè)能夠成長起來，但當下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。

尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應用的邏輯持續(xù)**。

光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領域繼續(xù)投資下去。

畢竟，當NLP產(chǎn)生涌現(xiàn)效應以后，圖像是否也會產(chǎn)生涌現(xiàn)效應？未來的大模型是會直接變成垂直領域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。

昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務升級壯大，也因此更加關注的是當下更多的公司能不能針對行業(yè)應用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側的應用上，依照自身投資習慣篩選標的。

此外，依照當下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。

相反，To C領域反而有可能有新的公司跑出來，不論是游戲還是娛樂領域，元宇宙的層面值得多加關注，就正如**總是能跑出來一些游戲公司一樣，值得期待。

樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領域，還有一定的時間窗口。

善用大模型技術的SaaS軟件企業(yè)，特別是在重交互的領域，就會在同質化競爭中形成能力優(yōu)勢。技術是有窗口期的，用類似大模型的方式在垂直領域找到用法可能會領先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。

更深究進去的話，那是不是可以看下，所謂的“魔鬼在細節(jié)”，以客服領域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術，從而使得技術創(chuàng)新和行業(yè)knowhow緊密結合在一起，反而更容易形成自己的壁壘。

做或不做，要更加甄別真假機會

在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構，目標是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標的有明確商業(yè)落地的目標。

也因此，當OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。

那么，對于當下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？

東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當長的一段時間。

而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學術的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學術文獻是英文的，這些數(shù)據(jù)的準確性非常重要。

以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術和數(shù)據(jù)壁壘高才是**的關鍵。

初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權折扣和早期獲得GPT-4等新技術。

開源大模型，如Meta的LLaMA依然值得關注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。

針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領域模型的訓練和托管）很可能會勝出。但在應用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。

創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應用和產(chǎn)品生態(tài)需要重點關注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權，那么硬件生態(tài)如何跟軟件結合會決定實**層面產(chǎn)品路徑技術路徑的選擇。具體人工智能應用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。

而具體到應用層來說，基于應用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢?？偟膩碚f，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。

心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。

畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構，比如有一天，軟件會全部給重構一遍，所以當下應該將GPT當成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。

而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應用中去，從而通過調(diào)度的方式產(chǎn)生更好的應用。

星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當前相對缺乏中文環(huán)境下的數(shù)據(jù)集。

也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關注和做的事情。

犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。

對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。

天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應用。

但在應用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓練NLP，用大模型訓練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領域繼續(xù)深耕下去。

睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術不夠成熟，譬如給客戶提供的語音識別和NLP都不太準確，但相反，業(yè)務反而很復雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術，才能夠真正落地。

因此，于偉重點關注，到底當下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務真正融合在一起，才能真正實現(xiàn)AI技術的落地，才能在To B過程中解決關鍵的效率和生產(chǎn)力問題。

或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。

好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當下初春的天氣一樣，又煥發(fā)出了新的生機。

本文由小編網(wǎng)絡轉載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權,請聯(lián)系刪除

60天月活1億，OpenAI的人工智能橫空出世，使得AI當下的創(chuàng)新更為大眾所熟知，隨后，谷歌、微軟以及國內(nèi)的百度等更多公司加入到競爭序列之中。

那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹慎布局的創(chuàng)業(yè)者也有之。

當然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。

但問題在于，不是每一波技術浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？

在這樣的背景之下，2月28日，投中信息做了一場關于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。

投或不投，都在旗幟鮮明地支持

沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關的機會，并擇機出手。

唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎設施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。

但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。

不過眾人也感慨到，當下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。

用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。

即便是推進到當下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。

畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當下的chatGPT已經(jīng)讓很多人感覺超預期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。

最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。

線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關注并在AIGC場景有多項投資案例，當下所說的眾多AIGC應用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎設施工作量和新的想象空間和機會。

這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔心，總有兩三年可以把事情做出來，反而更加擔心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。

紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細分賽道的初創(chuàng)企業(yè)能夠成長起來，但當下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。

尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應用的邏輯持續(xù)**。

光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領域繼續(xù)投資下去。

畢竟，當NLP產(chǎn)生涌現(xiàn)效應以后，圖像是否也會產(chǎn)生涌現(xiàn)效應？未來的大模型是會直接變成垂直領域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。

昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務升級壯大，也因此更加關注的是當下更多的公司能不能針對行業(yè)應用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側的應用上，依照自身投資習慣篩選標的。

此外，依照當下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。

相反，To C領域反而有可能有新的公司跑出來，不論是游戲還是娛樂領域，元宇宙的層面值得多加關注，就正如**總是能跑出來一些游戲公司一樣，值得期待。

樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領域，還有一定的時間窗口。

善用大模型技術的SaaS軟件企業(yè)，特別是在重交互的領域，就會在同質化競爭中形成能力優(yōu)勢。技術是有窗口期的，用類似大模型的方式在垂直領域找到用法可能會領先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。

更深究進去的話，那是不是可以看下，所謂的“魔鬼在細節(jié)”，以客服領域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術，從而使得技術創(chuàng)新和行業(yè)knowhow緊密結合在一起，反而更容易形成自己的壁壘。

做或不做，要更加甄別真假機會

在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構，目標是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標的有明確商業(yè)落地的目標。

也因此，當OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。

那么，對于當下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？

東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當長的一段時間。

而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學術的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學術文獻是英文的，這些數(shù)據(jù)的準確性非常重要。

以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術和數(shù)據(jù)壁壘高才是**的關鍵。

初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權折扣和早期獲得GPT-4等新技術。

開源大模型，如Meta的LLaMA依然值得關注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。

針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領域模型的訓練和托管）很可能會勝出。但在應用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。

創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應用和產(chǎn)品生態(tài)需要重點關注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權，那么硬件生態(tài)如何跟軟件結合會決定實**層面產(chǎn)品路徑技術路徑的選擇。具體人工智能應用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。

而具體到應用層來說，基于應用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢?？偟膩碚f，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。

心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。

畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構，比如有一天，軟件會全部給重構一遍，所以當下應該將GPT當成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。

而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應用中去，從而通過調(diào)度的方式產(chǎn)生更好的應用。

星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當前相對缺乏中文環(huán)境下的數(shù)據(jù)集。

也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關注和做的事情。

犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。

對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。

天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應用。

但在應用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓練NLP，用大模型訓練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領域繼續(xù)深耕下去。

睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術不夠成熟，譬如給客戶提供的語音識別和NLP都不太準確，但相反，業(yè)務反而很復雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術，才能夠真正落地。

因此，于偉重點關注，到底當下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務真正融合在一起，才能真正實現(xiàn)AI技術的落地，才能在To B過程中解決關鍵的效率和生產(chǎn)力問題。

或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。

好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當下初春的天氣一樣，又煥發(fā)出了新的生機。

本文由小編網(wǎng)絡轉載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權,請聯(lián)系刪除