掌握关键技术才能打开“黄金通道”

本文转自：文汇报

全球大模型和生成式人工智能领域迎投资浪潮，但业内人士提醒——

掌握关键技术才能打开“黄金通道” ■本报记者 徐晶卉

人均产值达到6000万美元——这是生成式人工智能企业OpenAI带来的经济效益。面对诱人的超高收益，越来越多创业者在新一轮技术浪潮中决定躬身“淘金”，站上风口。有数据显示，去年全球相关领域就发生了13.7亿美元的融资，预计今年还将创下新高。

那么，新一轮投资浪潮面对的是泡沫还是风口？创业者究竟该如何“掌舵”创业方向？2023世界人工智能大会唯一一场由创投机构举办的论坛昨天举行，围绕生成式人工智能与大模型的创新创业，启明创投合伙人周志峰认为，大模型创业像穿越“死亡峡谷”，创业者必须构建技术壁垒，才有可能找到人工智能发展的“黄金通道”。

新技术越强的公司，人均产值能力也越强

比尔·盖茨认为，人工智能是近几十年来最具革命性的技术之一。世界上最聪明的人都加入了这一科技革命浪潮，因为他们捕捉到了很多显著的信号。

周志峰经常会用两个标准来评估技术革命的颠覆性，速度标准是其中之一。一个主要技术获得全球1亿用户的时间，电话花了75年，手机用了16年，万维网耗时7年，而ChatGPT仅2个月，这意味着，生成式AI大模型在创造更多可能性。

人均产值则是另一个专业的观察指标。周志峰做了一个统计，苹果公司人均产值达到220万美元，谷歌约为180万美元，阿里巴巴和腾讯的人均产值在150万美元左右，而以OpenAI为代表的大模型企业，人均产值最高达到6000万美元。

“新技术越强的公司，人均产值能力也越强。”他研究了很多大模型领域的初创企业，结果都是如此。全球大火的Midjourney希望利用引擎创造一种连接思想与想象力的“交通工具”，去年7月12日才进入公开测试阶段，12月推出付费套餐，到今年4月底累计收入已达2.5亿美元，实现正向盈利，但它仅有11个全职员工；另一款全球性产品GitHub发布的时候只有6名员工，发布一年来，已被100万开发者使用，生成了超过30亿行代码。

不只是基础设施，大模型成触达用户的产品

周志峰认为，随着生成式人工智能与大模型技术的出现，人工智能技术的形态会出现两条路径：一条是“+AI”路径，即在已有软件工作流中加上大模型，这更像“旧场景的增强”。还有一条则是“AI+”路径，即通过大模型组成AI原生的工作流，这是“旧场景的重塑”或“新场景的创造”。在他看来，这两者完全不同，今天的大模型采用了全新方法，不再需要“中间人”，大模型不仅仅是技术基础设施，更是触达用户的产品。

AI技术开源社区Hugging Face（抱抱脸）中国区负责人王铁震就是一个跳转者。在此之前，他一直在谷歌从事人工智能领域的工作，“当我发现，一个普通大学生开始通过ChatGPT写作业，一个艺术从业者开始聊大模型的数据微调，我知道，创业的思路已经不同了。”过去半年，他一直在学习新技能，最近还在小红书上做了一个活动，通过提供开发场景，让普通人可以生成自己的卡通头像，“我希望用户可以打开‘魔盒’，自己调整参数，自己创新场景。”

毫无疑问，人工智能再次成为创业和投资的热点。那么，问题来了，新一轮投资热度能持续多久？

周志峰回顾了上一轮人工智能浪潮的创投历史：人工智能1.0的技术奇点是2012年的AlexNet，2016年通过AlphaGo形成市场爆发点，然而，随后几年的市场总融资额和新创立企业数量大幅下降，能够走到D轮融资的企业屈指可数，他认为，人工智能1.0的创业潮并没有交出完美答卷。

2020年的OpenAI掀起人工智能2.0的浪潮，数据显示，过去两年，全球创投机构对人工智能企业的投资增长了4倍，仅去年就有13.7亿美元的融资，并且成为美国和中国市场最热门的领域。但周志峰也提出思考，这一轮创新创业是只能持续两年，最终变成泡沫，还是会一路向前成为真风口，这需要时间来检验。

创业者如何成功穿越“死亡峡谷”

在今年的大会现场，记者发现有不少与大模型相关的创业企业。在红杉中国创新孵化中心展台，不少企业就展示着“新技能”。一家名为博志生物科技的初创企业已拿到红杉资本领投的A轮融资，正在准备Pre B轮融资，企业市场部负责人常雪瑶介绍，企业通过构建全球首创的骨科大模型，可以将骨密度检测精度从传统的60%提升到99%，目前已进入国内多家医院。

大模型创业层出不穷，但火热中也需要冷思考。周志峰指出，创业前，一定要考虑“两座大山”：一边是已形成“护城河”的在位企业，另一边则是OpenAI等拥有大模型核心技术的企业，“实际上，创业者要真正穿越‘两座大山’，其间可能要经历一段‘死亡峡谷’”。

有没有穿越“死亡峡谷”的“黄金通道”？这个问题没有答案，但或许可以从数据中找到线索。启明创投科技团队曾与100多家2020年后成立的生成式人工智能企业进行交流，发现14%的创业者聚焦于底层技术，57%的创业者聚焦多模态应用，29%的创业者聚焦于语言类应用。3个月后的跟踪数据显示，底层技术创业的占比提升到29%，多模态应用下降到44%，语言类应用维持在27%的水平。这意味着，能够在AI技术上构建自有壁垒的技术驱动型创业公司，以及可以融入产业工作流、提供高商业价值的应用型创业公司更容易脱颖而出。

据此，周志峰认为，在创业之前，创业者需要自问：如果仅依靠开源模型或者底座大模型API输出的人工智能能力去做产品，那么，当研发底座大模型的企业或科技大厂也开始做相同的事，会不会立刻赶超创业公司两三年的努力？如果这个答案是否定的，那就开始创业吧。