和熊偉銘聊AI_風聞

學習新事物時，參考投資人的視角會很有幫助。

 

創業者往往樂觀，看到一棵樹苗，就會想到它將來成為參天大樹的樣子，然後想到整片森林，這種樂觀是必要的，沒有這種樂觀精神就不可能踏入創業這場九死一生的遊戲；媒體人往往悲觀，看到一棵樹苗，就會想到干擾它生長的100種因素，以及如果它成為參天大樹會不會對周圍的小花小草帶來破壞，這種悲觀背後的懷疑精神也是必要的，它能幫助媒體人提供真實、客觀、中立、符合大眾利益的信息；投資人呢，往往比較理性，因為他們要作出決定——是否給這棵樹苗澆水施肥，前提是他們得確信它長成參天大樹、收穫豐碩果實的可能性較高，如果判斷失誤，投資人會功虧一簣。

 

所以如果你既不想衝昏頭腦，又不想憂心忡忡，就應該多結交幾位投資人朋友。

 

最近我在學習AI，拜訪了幾位投資人。

 

熊偉銘是其中之一。他是華創資本的創始合夥人，在投資行業有着近20年經驗。加入華創資本之前，熊偉銘曾在美國中經合集團、貝塔斯曼亞洲投資基金擔任合夥人。技術領域是熊偉銘主要關注的領域之一，但在今年由ChatGPT帶來的這一波AI浪潮裏，他卻沒有出手。

 

華創資本創始合夥人熊偉銘

在與我的交流中，他表達了一些觀點，比如：這波AI的機會是上一波的一萬倍；這波AI浪潮裏的早期投資人很尷尬；大模型混戰的局面明年一季度就會消散；更看好華為這樣的公司做大模型；通用大模型之外，垂直模型也有價值；未來AI會取代80%的工作崗位；但不必擔心AI會消滅人類……等等。

 

我把這些觀點整理如下，希望能對大家學習AI有所幫助。

 

01

這一波AI浪潮，早期投資人很尷尬

2023年被稱為“大模型元年”，中國湧現出200多個大模型，掀起“百模大戰”。很多創業項目的估值也水漲船高，動不動就幾十億美金，這讓投資金額相對較小的早期基金十分尷尬——根本投不起。

 

前幾年不是這樣，以視覺識別、自動駕駛為代表的上一波AI浪潮裏，投資人還得為AI行業辯解和正名，告訴大家這個行業不是忽悠，是真實存在的。現在AI成為顯學，但是早期基金的投資規模與行業的估值增速匹配不上，AI行業直接進入大廠競爭時代。

 

不光是中國，全球的早期基金都在面臨這一尷尬境地。從2019年開始，微軟向OpenAI連續投資130億美元，今年9月25日，亞馬遜向Anthropic注資40億美元，後者的產品Claude正與OpenAI的ChatGPT展開競爭。可以説，國外也是“巨頭打架”。

 

放眼資本市場，2023年標普500指數的70%增長由The Magnificent Seven（蘋果、微軟、英偉達、谷歌母公司Alphabet、Meta、特斯拉和亞馬遜）推動，“AI is the only hope，但我覺得AI主要是大公司的事兒。”熊偉銘稱。

 

02

中美在AI方面的差距有3-4年

中美目前在AI方面的差距，熊偉銘認為有3-4年。除了算力的限制之外，也體現在資金投入和基礎設施等方面。

 

中美資本市場環境的不同，加劇了中美在AI發展上的差距。OpenAI成立於2015年，多年處於虧損狀態，其一家公司就能拿到微軟超百億美金的融資，中國智譜AI融資9輪，背後站着數十家基金和企業戰投，總共才融了28+億人民幣、最新估值約百億人民幣。

 

美國的企業和資本願意把資金投入到最先進的生產力研發中去，形成正向循環。同時因為市場發展充分，他們對資源的配置也更加靈活。我們需要足夠的生產要素來匹配AI時代，資金、技術、人才、教育、基礎設施都得跟上。

 

03

這波AI的機會是上一波的一萬倍

上一波AI浪潮中，最後跑出來的項目更多是已經有落地場景且可以規模化的AI項目，如自動駕駛中的小馬智行、文遠知行，或者以安防業務起家的CV四小龍（商湯、曠視、雲從和依圖）。

 

“跟上一波AI相比，這一波AI是其1萬倍乃至10萬倍的機會。”熊偉銘將這一波AI浪潮類比為恐龍滅絕、人類即將出現的時代。

 

AI是互聯網新的水電煤，但現在掌握新生產力的還是少數企業。華創的判斷是，可以讓子彈多飛一會兒，即使今年下半年沒有出手，也不會錯過所有的好公司，“這就像當年投不中亞信或者瀛海威的，可以等新浪、搜狐和百度出來，就算都沒趕上，投騰訊、阿里和京東也行，我們可以慢慢琢磨應該在哪下手。” 

 

不過，當期的基金都是“海鮮貨”，時間不等人、資金不等人，熊偉銘眼下比較看好的方向是在AI或AGI（通用人工智能）的路線上找To B的場景，因為To B的公司更容易證明商業模式。上一波AI浪潮中，華創就以同樣的邏輯出手了AI芯片創業公司深鑑科技，其2018年被美國同行業巨頭賽靈思Xilinx收購。同時，他認為很多之前商業模式沒跑通的老公司，藉助大模型提高效率或許也能跑通。

 

04

看好華為大模型

要做出一款好用、可用的大模型，技術門檻和成本門檻極高。即便一家公司技術實力過關，或者借用開源方案，訓練模型的成本也讓很多公司吃不消。訓練一遍，往往需要耗資幾百萬元。

 

OpenAI之所以能潛心研發這麼多年，是有微軟投入的百億美金做支撐。國內整體在AI上投入的錢太少，大模型企業常常捉襟見肘，做出來的有很多是“減配”大模型。

 

智譜AI目前看起來是國內大模型的第一名，智譜AI首席科學家唐傑教授之前多年在清華潛心研究，不承擔盈利KPI，背後是數十家資本投注的28+億人民幣的融資金額，公司的這種狀態跟早年的OpenAI差不多。不過，如今智譜AI也開始開發閉源大模型，面向B端開放API接口，開啓變現之路。

 

國內的百度、阿里、騰訊等互聯網大廠，有過去多年的積累加上大量的資金投入，才能跟上潮流。但很多大公司做大模型是為了炒高股價，花在研發上的資金如果變多，利潤就跟不上了，股市的表現也會反向制約公司的決定。

 

熊偉銘更看好華為這樣的公司，有資金儲備但不上市，可以更自由地在研發上進行投入。

 

05

缺應用的關鍵是缺人才

這波大模型浪潮中，最早在C端賺到錢的公司是做應用的。比如Jasper就將業務建立在OpenAI之上，來生成各種寫作模板套件，然後向C端收費。 

 

這啓發了美國一眾創業公司，開始調用大模型的API來打造新應用，其中最火爆的要數ChatGPT這種AI對話機器人、Midjourney這類AI圖像生成產品以及Pika這類AI視頻生成工具。

 

不過，這條路在國內尚未完全走通，國內的AI原生應用屈指可數。一方面，國內缺少To C的應用場景。另一方面，國內缺少相應的人才。

 

熊偉銘以郭文景（Pika APP創始人）為例，指出優秀的AI人才不僅需要技術過關，更關鍵的是要懂用户和場景，“理論上，能懂用户的人就可以拿下這個市場，技術只能排在第二位，不過要把產品調得易用，也很關鍵。”

 

06

垂直大模型也有意義

一些企業試圖用大模型給零售、金融、製造等垂直領域進行智能化升級，背後的邏輯是，用行業數據對通用大模型進行精調，使其在特定領域表現更好。

 

不過，以李彥宏為代表的一些人認為，這樣煉出來的大模型沒有智能湧現能力，特定行業的參數規模不夠大，不足以產生智能湧現。

 

在熊偉銘看來，這些垂直行業的大模型，更像是大模型的局部應用。大部分的行業其實不需要自己的大模型，但是大模型可以成為一個基座，用大模型的理解能力來替代人工、提高效率。

 

比如醫療診斷行業，整個行業加起來或許也只有幾千萬個參數，但是如果利用大模型提高效率，也許上一輪商業模型沒有跑通的AI診斷項目，很快就能有新進展。再比如將大模型用在Biotech（生物科技）研發領域，原來培養一個分子要等一年，還有實驗失敗的風險，現在大模型兩秒就能生成100萬個分子，大大加速了研究進程。 

 

07

AI會替代人類80%的工作

 

隨着大模型和算力的發展，未來20年，80%的工作都可能被AI取代。被取代的大部分都是重複勞動類型的工作，可以由虛擬人替我們去做。

 

當然，諸如醫生、律師這樣的專業工種是不會被替代的，他們可以藉助AI工具提升效率和生產力。比如醫生原來一天看60個病人已經到達極限，但如果利用AI診斷大部分基礎病，醫生接診那些AI無法診斷的病人，就能實現效率最大化。

 

AI可能會改變我們的工種、工作內容和工作方式，但人的重要性永遠不可替代。只要世界上存在經濟和政治系統，就需要人來維持這個系統，這個系統中間存在無數個需要平衡的個體和集體，這是機器從效率角度無法理解和替代的。

 

關於工作被取代，很多人其實關心的不是工作，而是擔心沒有那份工資。熊偉銘認為大家不必太過擔心，總會有更多的新工作能替代原來的工作，“需要面臨的其實是分配問題”。

 

以後的世界，AI或許會和物理世界有更深度的耦合。比如每個人都有自己的AI Agent（俗稱人工智能代理，是一種能夠感知環境、進行決策和執行動作的智能實體），來處理各項私人需求；再比如AI或許能開車、能養老、也能送小孩上學。以後，每個人一覺醒來，都可以選擇今天是使用“碳基真人”還是“硅基分身”出現。

 

08

無需擔心AI消滅人類

在90年代拍攝的多部AI相關的電影中，總會出現機器人有自我意識，機器人不傷害人類的設定失效等橋段，給大家造成了心理陰影，認為人類和AI之間，勢必會在某一天爆發共存問題。但正如當年的“千年蟲問題”沒有出現一樣，大家如今似乎也有點過於擔心AI的負面效應了。

  

人類過去創造的技術都只是工具，如果沒有人類，它們也不能獨立存在——它們需要人類來為它們充電、更換太陽能板、維護系統等。而這種共生關係也將在未來長期存在。

 

AI如果存在意識，它應該是一個高於人類的生命體，就像人類不會主動去追踩螞蟻，AI也不會來侵佔人類。除非它們跟人類需要同樣的空間和資源，才會爆發戰爭，但這種情況大概率不會發生。只有人會奴役人，更高階的智慧物種可能不屑於這麼做。

 

09

國內卷大模型的熱潮到明年一季度就會消退

美國作為大模型的發源地，目前也只有十個左右的大模型。但中國到今年10月已經發布了238個大模型，產品的實際差異很小，有一些還是“套殼”——在Llama開源模型的基礎上訓練而來，對外卻宣稱自己是“原創”。

 

從投產比的角度來看，中國是否真的需要有自己的OpenAI？這個問題的答案或許是否定的，我們不需要那麼多大模型，國內上市公司做大模型，看上去更像是一個提振股價的商業決定。

 

最終這些大模型也不會全部活下來，熊偉銘預判，大概到明年一季度，大部分大模型產品就會出局，這股大模型熱潮也將在那時迎來尾聲。一旦資本市場沒有正循環——大模型的故事，既不能提升收入，也不能改善利潤，企業們也將失去投入的動力。而對行業來説，重複造輪子也是對社會資源的極大浪費，這股風潮，終究會停止。

 

編輯 / 蘇琦