AI企业如何储备足够多的“好牌”

本文转自：中国科学报

■陈昱

今年最受关注的热点之一就是大模型公司。今年上半年这个领域被AI target=_blank class=infotextkey>OpenAI的ChatGPT带火，涌入了上百亿元资金。我认为，目前这波热浪已暂时告一段落，因为自研大模型特别耗费算力和人力。

不久前，人工智能（AI）初创公司Inflection AI融资15亿美元，其中花费7亿至8亿美元购买英伟达的显卡，究其原因是现在英伟达的显卡“一卡难求”，而大多数通用AI训练需要应用英伟达的显卡。国内的AI公司也面临同样的问题，需要争取更多的算力资源、储备足够多的“好牌”才能上“牌桌”，引起资本和市场的关注。

三大领域比较有投资价值

从资本市场投融资合理配置角度考虑，资本不可能每家都下注，而是更倾向于重点支持第一梯队的大模型创业公司。目前，针对大模型创业，我认为有三大领域比较有投资价值。

一是企业服务2.0。AI时代，所有企业服务都值得重新做一遍——利用大模型的能力使现有产品更加智能化，实现以前实现不了的智能功能。大模型第一次在真正意义上让计算机变得更像人类，这将为企业服务带来变革机会。

二是大模型中间层。当前，大模型应用比较难落地，其中有创业公司的机会——如果能把落地过程变得非常顺畅，就有市场。举个例子，大模型创业公司可以帮助没有掌握AI知识和技术的企业把“大任务”分解成许多“小任务”，将提示词优化，使其更加适合大模型理解。这里需要考虑AI安全的因素，比如，如何避免企业调用大模型时泄露数据，这是大模型创业公司提供服务时需要考虑的。大模型是比较通用的模型，但每个企业都有各自领域的专业技术和应用场景。怎么结合企业自身的特点实现大模型“千人千面”的落地，即实现大模型中间层，是值得探索的方向。

三是把数字世界和物理世界连接起来。大模型有点像人的大脑，但终归还是数字世界的产物。怎么把数字世界和物理世界连接起来？有两个最好的载体：一个是自动驾驶，另一个是通用机器人。以前经常提到的工业机器人、服务机器人的主要技能是完成一项任务，但它们还没有像人一样的学习泛化能力。如今，我们有这么强大的通用AI大脑，使机器人能像人一样快速学习一个任务，一个通用机器人可以实现不同功能。国内外不少AI公司都在朝这个方向发展，因此这一领域有很大的投资机会。

AI创业者如何才能突围

什么样的AI创业者是投资方眼中比较好的创业者呢？

一是学习进化能力非常强。当前，AI技术正在快速发展和迭代，但远没有到稳定的时候。2012年，大家谈的都是卷积神经网络，现在则是transformer网络，这是一种基于自注意力机制的神经网络，两者的差距很大。拥有新的知识结构才能更好适应这个时代。

二是有非凡的野心和不放弃的韧劲。AI时代做的东西和以前不一样，以前的技术大多只是解决小问题，现在大家期望解决的是更宏大、更具通用性，路径却不怎么明确的问题。有没有野心和韧劲，这是资本重点考察的方向。

三是融资能力强。大模型非常烧人力、烧算力，这意味着创业者要有很强的融资能力。只有把想做的产品和愿景清晰呈现出来，才能说服投资人并融到足够多的资金，这样才有成功的可能。

资本如何选择AI初创企业

云启资本坚持投资就是投“变量”。如果一个项目缺乏未来想象空间，我们不会投；如果一个项目只是停留在想象力层面，团队没有创业落地的能力和坚定的信仰，我们也不会投。大模型才刚刚开始，能到上市阶段至少是好几年后的事。如果要投资“确定性”，可能要等到项目上市前一两年再投，但这不是我们进行早期科技投资的风格。

大约一年半前，我们投资了以多模态大模型研发为主的企业——名之梦（上海）科技有限公司（MiniMax）。早在2021年1月，我们就开始接触MiniMax创始团队，彼时他们还没正式决定创业。当时GPT-2和GPT-3已经问世，只是不像ChatGPT做得这么完善。2021年底，MiniMax创始团队认为时机成熟，正式成立了公司，我们便投了天使轮。

MiniMax创始团队的初衷是希望沿着通用AI的方向做产品，底层是多模态大模型，这个想法和我们不谋而合。

我们在摸索实践中发现，大模型改变了应用入口，是否会对商业格局产生大的影响尚有待观察。未来，人们会发展出基于大模型的新能力并开发出新应用，产品的核心壁垒在于工程优化和数据的独特性。在快速迭代的AI浪潮中，有冲劲、能快速学习、有韧劲、有野心的创业者才能更好地适应这个时代。