旗下微信矩阵:

大模型时代的投资机遇

武汉拥有非常优质的高校资源,人才是不缺的。尤其是这些年有一个非常大的趋势,人才往相对内陆地区的回流,是人口结构年轻化程度较高的城市,所以武汉人才的基础面临一个非常难得的历史机遇。
2023-11-13 13:30 · 投资界     
   

创投强则产业兴。“2023武汉创新投资生态大会”于2023年11月3日在武汉举办。大会以“聚力投资生态·助推创新发展”为主题,引导财政资金、产业资本、社会资本、创新力量紧密协同,共话新发展,奋力谱写武汉科创篇章。会上武创投副总经理梅先锋主持了以《大模型时代的投资机遇》为主题的圆桌讨论,对话嘉宾为:

韩    义      云启资本执行董事

姬    利      华盖资本董事总经理

欧阳延军   和玉资本合伙人

王雪梅      英诺天使基金合伙人

魏海涛      蓝湖资本合伙人

叶志钢      武汉绿色网络信息服务有限责任公司董事长&CEO

袁宏伟      卓源资本创始合伙人兼董事长

周   奇      金沙江联合资本管理合伙人

大模型时代的投资机遇

以下为对话实录,

经投资界(ID:pedaily2012)编辑:

梅先锋:在开始本轮圆桌论坛之前,我想简单把今年投资市场的现状做一个描述。前不久,我到北京参加了一场创投机构的峰会,有一位行业大咖对近两年的投资市场做了一个总结,用了三个关键词:“难难难”、“降降降”、“新新新”,我在这里借用一下,“难难难”说的是这两年好的项目越来越少,很难找;“降降降”说的是与前些年相比,这两年的基金规模在下降;“新新新”说的是今年新的产业、新的机会也在不断涌现,还是很有希望的。当然,今年的资本市场表现不是很好,持续在调整,但是我们注意到有一个细分领域持续吸引着投资人的眼光,不管是一级市场还是二级市场,都是如此。

这个细分领域就是人工智能和大模型行业,台上在座的各位既有创投机构的合伙人,也有相关企业的创始人,接下来就围绕大模型时代的投资机遇进行一些探讨。

首先请各位嘉宾做一下自我介绍,并根据自身的经验,结合今年实际参与过的投资案例,探讨一下如何看待大模型投资市场和机会,会选择大模型基础设施设备还是应用?

韩义:云启2014年成立,主要关注科技产业化和产业数字化这两个大的板块。

云启早年一直在关注AI,因为AI这个大的方向,从最早的CV识别,再到声音,然后到bard的出现,已经走了蛮长时间,现在,大模型把有监督学习的场景也优化了。

我们在大模型方向上已经投了一些公司:在早期投资了MiniMax,一家专注于做自研多模态大模型的公司;领投了Zilliz,全球排名前三的向量数据库。在大模型产业配套落地的时候,不光需要模型,还需要向量数据库,来辅助应用场景落地。我们在模型的一个生态链路上去投资,今年投了一个做AIagents的早期创业公司。这个产业的发展其实才刚刚开始。

现在,大模型的生态很热。但是从早年就开始投AI,已经经历了一个周期:最开始热度非常高,但企业的发展其实是循序渐进的,现在慢慢会有一些回冷、企业开始迭代。我们整体的感觉是,模型的优化和迭代速度没有那么快。

王总聊到大模型的出现会替代一些文秘、营销的工作,这是偏向创意类的。而涉及到一致性、准确性要求比较高的工作,模型就会需要借助外围的工程化能力去提高一致性和准确度。

整体上,我们认为中国的大模型产业有很多机会,因为大模型的上游需要用GPU和算力卡来训练,再拉动以IDC为主的数据中心整个产业链的迭代和增长。

姬利:华盖是2012年成立的,到今年已经11年了。现在我们主要是布局两个大的赛道,医疗和科技。医疗可能会占华盖管理资本量大头,科技赛道我们从创立之初,也一直在布局。

现在华盖总的管理规模差不多200亿,目前已经投了160多家企业,差不多30家企业已经完成了IPO。我在华盖主要是负责数字科技方向基金的筹建和投资工作。

在大模型领域,华盖投资的风格和策略,主要还是以成长期为主,也在持续的关注大模型赛道。具体我们会看一些比较确定性的投资机会、投资方向。之前我们有布局像GPU等,涉及到算力基础设施的投资。因为大模型出来之后,对于算力的需求和未来市场的空间越来越大,呈一个爆炸式的增长,所以在算力这一块,我们在寻求一些比较确定性的投资机会。

另外在应用层这一部分,泛人工智能这个方向我们一直有在关注。这一波的大模型出来之后,AI进化到了2.0或者3.0阶段,在1.0阶段我们就一直在看,包括人工智能在金融领域的应用、在一些企业服务领域的应用。现在我们也在寻找一些应用端确定性的机会,包括最近我们也在关注讯飞孵化的一个大模型的应用,在物联网应用场景的企业,总体发展还是非常不错的。

所以我们在看大模型的赛道和投资的时候,纵向看底层的基础设施和最上层的应用层会相对的多一些。如果横向,我们再去找两个确定性的机会,一个是大厂孵化,或者说在寻找一些经验证实的应用场景。另外就是在技术端和产品端,我们也在寻找有潜力成为这种平台型、生态型的技术,或者是产品。

欧阳延军:我主要负责硬科技的投资,我们现在基本上两大块,医疗和科技。和玉是一个非常关注早期底层创新机会的一个投资机构,我们是一个美元基金。

2015年成立,基本上我们在成立之初主要是投互联网+,像boss直聘,美团和找钢网,赋能中国传统行业数字化转型。这几年我们专注于硬科技,应该说从17、18年开始,我们就投资AI相关的公司,从底层的算力芯片到中层的应用,也包括自动驾驶,医疗大数据分析,还有3D视觉机器人。其实我们投资了很多所谓上一代的AI, 决策式AI公司。生成式AI用一种所谓非寻常的方式去训练机器,让它更具有这种泛化能力,是一个划时代的革命。一个平台级模型的出现,肯定会衍生出来一个非常巨大的应用市场。这个万亿美元级的市场,投资人都会非常兴奋。

我们关注还是两块,一个是底层的这种算力。国产芯片制造,是非常有机会,也是非常必要的,不管赚不赚钱,大家都要支持。还有应用,头部应用或者是新的垂类的应用,我觉得是有很多的机会。当然最近我们也一直在看,也没有特别出手大模型相关的东西。我们投了一个AI公司,它是整个研发的平台,整个AI工业设计的平台,为医疗、智能制造、新能源行业做提高产品效率的工作。我们一点一点在这个行业里面深耕,和玉主要的优势是深耕中东地区,同时我们在美国也投资一些早期项目。

王雪梅:英诺是成立于2013年,到现在已经有10年的时间,我们一直专注于早期的投资,管了有50亿的天使基金,投资了500多家早期项目。

英诺源于清华根植于清华,最近我们在光谷注册成立了一支新的天使基金,主要专注于人工智能和新一代信息技术的投资。

在投资方面,从底层到中间层,然后再到应用层,英诺都已经有了不少的投资。底层和算力这一块我们投了原粒半导体,做核心功能芯粒。模型这一块我们投了深言科技,他们的模型能力在国内是头部,深言是多模式覆盖所有文本生成任务,他们和清华大学NLP实验室联合开发的语鲸模型系统发布了第一个开源的中英文大模型。深言创始人岂凡超说,他们在创业之初和发展过程中获得了很多来自于开源世界的帮助,所以现在想做一些回馈,把他们在训练大模型过程中的一些技术和数据开源出来,欢迎大家使用。模型方面另外还投了两个Ai for Science的项目,一个是做医用材料研发的,一个是做锂离子电池正负极材料研发的。

魏海涛:我们的基金主要有两个投资方向,一个是企业数字化,对应的是企业级的一些应用软件,另外一个就是工业数字化,其实就是智能制造,包括数字和智能驱动的产业升级。我们在阶段上没有太多的限制,有些公司也从天使轮开始投资,主要聚焦的轮次在A轮和B轮。

这一年的时间我的感触很深,我们在企业软件和制造业领域都投了非常多的做产品的公司,以前我们开股东会和董事会,很多的时候是投资人问这个企业家:最近有一个新的方向,你有没有关注?我觉得AIGC、大模型这一波的浪潮过来,趋势是倒过来的,非常多我们投资的企业CEO和CTO在问我们有没有在用大模型,他们已经在用了。这一波浪潮在产业界的关注比投资界更多,他们已经用这个大模型对整个生产环节的品质监测,包括数据的收集和处理,在做一些非常实操的事情。

我相信在座每一个投资人都希望在这样一个浪潮里面,找到属于自己的独角兽,并在早期的时候投进去。任何一个产业的发展都有自己的规律,最开始一定是技术的进展。这一次的进展从美国开始,从技术变成产品,产品慢慢成熟以后进入一个市场化的时代,用自己的技术形成了产品后去打对标的市场。现在大模型毫无疑问处在一个技术发展的阶段,如果我们回头去看上一代的AI时代,在13、14年AI刚开始兴起的时候,投资人也在不断的找方向,那个时候大家把AI分了非常多的细分赛道。

我们在当时的AI时代经过深入研究,最后落脚在了无人驾驶。在无人驾驶这个领域,我们投资了几个天使轮项目,今天他们发展成为了非常成功的公司。

回过头去看,我们把那个时代不错的AI公司都看过一遍,但我们对估值还是有比较高的要求,在时机不对的情况下也错过了一些投资的机会,类似于第四范式。

今天这个节点来看,大模型对未来整个产业的发展是一个巨大的推手和助力,无论是在TO B还是在TO C端,企业里已经有很多人在用ChatGPT解决个人工作中的问题,这个价值是巨大的。

具体到商业层面,我们还是会回归到商业本质,你用这样一个技术的进步推动了这个产品,到底给客户解决了什么样的问题。我觉得这个事情在中国跟在美国还是会不太一样。

我们对中国在应用层的创新和发展很有信心,因为在中国尤其是做TO B的客户,大家可能并不太关心你到底用了什么样的先进技术,最关心你这个东西到底解决了企业,或者在生产和供应链当中遇到的问题。我们希望看到它对产业有比较大的革新作用,能够为客户创造一些真实的价值。同时在中国,我们期待有非常刚性的付费意愿。

叶志钢:我是武汉绿色网络信息服务有限公司的董事长和CEO,也兼任CTO,实际上我就是一个工程师。

武创投最近在我们pre-ipo轮也投资了,东湖开发区、武汉市、湖北省、国投四级都有给我们公司投资。公司的领域是基础设施,客户是三大运营商,我们围绕着运营商网络的流量,大模型和人工智能所涉及到的底层技术,像机器学习和深度学习,好几年前我们就开始在用。

更重要的是由ChatGPT、OpenAI引爆的人工智能的方向,很显然这是一个巨大的市场。 2020年我们刚成立,到现在为止流量增长了两千倍。我们的价格是下降的,主要因为这个基础增长得非常厉害。所以说我们的增长率也非常高。今年估计也会有比较大幅的增长。

归结于原因,实际上就是因为你的基础选对了,方向选对了,我认为人工智能这一块,我看到一个数据,到2040年应该估计是有2.6万亿到4.6万亿美金的市场,我们不可能说每个企业都选自己的方向,如果大方向选对了,在细分领域做到第一,一定能抓住机会。我们选择的大方向没有偏离,但是细方向实际是变化的,这个细方向变化了以后,还是能抓住机会,这次确实是一个很大的机会,但是我们坚持到在自己的领域上深耕,不会跟风。我们会想潮水退了,风落了以后,我们还能不能活着。

袁宏伟:疫情开始的时候,我们团队从另一个平台出来自己创业,到现在我们的策略依然没有变,不管是在什么条件下,什么样的外部环境下,我们还是聚焦在自己的策略上,那就是投最前沿的科技。

这个团队是我在16、17年的时候,大家就开始一起工作的。那个时候也是人工智能在国内刚刚开始被大家关注。在人工智能的启蒙阶段,我们非常幸运的选择了投相关领域的头部企业全覆盖的策略。在智能驾驶上,我们选了小马智行,人工智能视觉上我们选的商汤,在机器人上,我们选了优必选,还有第四范式,我们都是在这个阶段做了一些布局。其实对中国来说,这个十年到二十年的时间是技术类创业企业最有发展前景的,机会最好的,吸收了社会最大的关注和资源倾斜的领域。我相信有那么多的资源倾斜在这里,一定会诞生出非常伟大的公司。

在前沿科技上,大模型这一块我们也早已布局了。AI数字人领域布局了拓源智慧,大模型领域选择了比较熟悉的百川智能。虽然我们是个人的一个平台,但是我们的团队成员主要是清华人工智能专业毕业的,聚焦在很多清华校友创业的团队,经常会遇到英诺天使、百度风投大家比较熟悉的一些机构。

关于专注在大模型这一块,我们也形成了自己的一个打法,首先中国一定会有自己的大模型,这个是不容错过的。而且这个大模型实际上就是未来的超级大脑。我们有人工智能的人才基础。国家发展到这个程度,我们必须要有自己的核心技术,在前沿技术上我们肯定要非常着力的做布局。

我们总结的三个基础设施的方向,就是算力、存力和传输力。这给我们国内的创新企业提供了非常好的机会。当然这不是一蹴而就的,需要一个很长的时间。但它是一个实实在在存在的市场,而且是我们必须要靠自己的力量来解决的,也会有全社会的资源向这个方向去倾斜。所以在基础设施上,我们也持续布局了很多和算力相关的一些基础设施,还有半导体算力相关的芯片。

综上所述,大模型这一块还是会带来非常多的机会,我们也非常看好,会持续关注,持续投入。

周奇:金沙江联合资本目前管理规模是70多亿人民币,投了100多个项目。我们主要关注两硬一软的方向,分别是智能制造、新一代信息技术,以及数字化企业的服务。我们基本上是投产业为主,以TO B为主要的抓手。关于大模型这一块,我们是这么理解的,首先大模型到底颠覆的是什么,我觉得根本来讲是两块:一是内容生成,所谓的AGI、AIGC;二是改变了人与机器交付的方式。

这几年美元基金投资的速度比以前放缓了很多,大模型非常适合美元基金的风格,如果这两年美元基金没有放缓,可能在大模型的投入量会大十倍以上,可这并不能阻挡大模型在整个行业里面的发展趋势。但与此同时,我们也要清醒的看到中国有很多原创性的技术还是非常不够,大模型不是我们中国人发明的,过去几年人工智能领域大家都在做NLP,突然发现大模型大力出奇迹,就像以前大家都在练各种各样的武功,但人家拉了大炮,所以练什么武功都没有用,一炮就轰完了。我们现在更加希望看到原创性的AI技术,这需要有更长期的投资和更有远见的企业家来进行创业。

再就是应用端,就整个大模型领域来讲,就是两头大:一是大模型的模型这部分,这绝大多数是大公司的机会,或是有长钱支撑的创业公司的机会;二是应用大,所以就是抓两头。

梅先锋:在座的大部分都是天使投资机构,也有创投机构,像华盖资本,还有叶总的绿色网络有限公司。大家都谈到了对大模型市场的投资,有很早就开始覆盖的,有在看大模型的基础设施,也有看大模型的应用的。

从刚才的讨论我已经很明确的感觉到大模型这个行业未来的趋势,以及天花板很高。基于大模型技术开发出来的新应用,不仅推动了各行业的智能化升级,更带来了经济的进一步发展,武汉近年来把人工智能列为了重要的产业,请大家结合武汉的优势产业,以及各自对武汉的了解,为武汉大模型的发展提提建议,同时投资者应该如何通过股权投资推动和引导大模型的发展,助力科技创新?

韩义:我是武汉大学毕业的,在这里度过了四年的青春,对这个城市有蛮深的感情。在我原来的认知体系下,以前的武汉经济格局靠重工、钢铁和化工,支撑1.8万亿的GDP。武汉还有一个特点,就是大学特别多,大学代表着人才、科研。我们有很多的被投在和武汉的各种企业去做合作,比如说我们的被投元戎启行在和东风集团落地自动驾驶的合作。

我毕业的时候,光谷在渐渐崛起,代表电子产业的崛起。武汉的核心优势是人才力量,在科研人才的体系下,会有更多的科技产业兴起。另外,一线城市现在人力成本比较高,所以很多做数字化的公司会把人才往武汉、成都迁移,这是武汉的机遇。政府现在支撑的力度也非常大,有很好的融资和投资环境。

第二点,基金未来怎么帮助武汉做落地的实事。武汉的智能制造发展得很好,机械加工、精工类行业的厂区可以迁往武汉,长江中上游的配套已经比较齐备。未来会有更多机会,帮助我们被投合作的一些产业落地到武汉,推动武汉的发展。

姬利:最近两年来武汉的机会倒不是很多,这两年往合肥跑的倒还挺多的。大家经常去比较武汉和合肥两个城市的产业基础和政府的风格,正好我们也在合肥看跟大模型相关的创业企业,从科大讯飞出来的,同时,也在看武汉的一个跟算力,跟光子计算相关的一个创业型企业,发展得也非常不错,我觉得每个城市都有自己产业的基础。

合肥在人工智能领域已经培育了不错的上市公司,加上也有比较深厚的产业基础。武汉这边在光计算、芯片、智能制造这些方向上,有比较深的一些基础,所以如果给武汉一些建议,要在大模型等比较前沿科技的产业上去做一些布局。有两个认清,一个是要认清这个产业,有哪些是可以政府去推动的,比如说通过投资,我们可以寻找一些确定性的机会,通过招商落地的方式落到当地。还有一些早期的,从高校、科研院所能够做长期布局的一些案子,我觉得也可以做一些布局。第二个认清,就是认清自己在整个大模型这个产业链当中有哪些优势,或者有哪些点是可以通过单点突破做出一个爆款,依托一个点去把整个生态,或者说整个产业链能够做得相对全一些。不是越全越好,要做出自己的一个特色。

最后的问题是从基金的角度如何去推动产业的发展,希望找到好的企业,然后寻找到合适的资金,能够长期的去促进产业的发展。

欧阳延军:我大概讲三点,还是围绕着刚才的话题,我觉得在算力上,我们国家在这一方面确实不够。政府的支持很有必要,还是要加大对芯片相关的投入。我们也研究了各地政府对大模型的支持政策,貌似北上深在大模型方面给的政策更多一些,武汉可以考虑模仿北上广,增加算力中心和数据交易的投入,建一个智能算力的枢纽,发挥一些统筹调度的作用,武汉说不定现在已经有了,也可以参考。

基金投资的这个事情,武汉也有很多早期布局,就是投天使,像我刚才讲的算力也好,大模型也好,其实投到后面越投不动了,早中晚要有一个统筹的规划,要有一个接力的概念,这就是一个架构的问题,我们早期机构投完了,后面如果没有人能接上,就很麻烦,我们看到一些芯片公司就面临着这样的问题。当然很多政府都在支持,但是我觉得重要的是从政府的角度,去扶持一些长线的生意。

王雪梅:武汉应该会成为新能源的第四大城市,仅次于北京、上海和深圳,所以我认为大模型这一块,能源方面垂直行业的模型在武汉应该是有机会的。我们正在引进一个能源的模型,会把它们倒挂过来落地,这中间可能也会遇到一些问题,因为能源行业或者其他的垂直行业,会有一些行业方面的knowhow,或者区块割裂的问题,导致模型本身的深度,模型的灵敏性和及时性有待提高,除了要找到一流的创业团队,需要资金,需要一流的投资人投入更多的认知,包括人脉还有产业的资源,里面还有各级政府的支持和帮助。这是在垂直行业的模型方面。

另外,生物医药也是武汉的一个重点产业,我现在有一个蛋白质的模型,正在介绍他来光谷落地,我觉得这是一块很好的土壤。

第三块,我们也在等待语言模型上会长出一些杀手级的应用来。现在整个资本市场的环境不一样,资金结构也不一样。一个创业者创业,前几年天使投资几百万,A轮投到几千万,现在不是那个时代了,以前的创业者创业前几年需要看月亮,更需要看六便士,现在是都要坚固,所以环境是不一样了。

上午听报告的时候,听市长提到了武汉现在人口有1500万,其实在应用端,武汉本土来说是一个超级大的市场,应用端的AI助理、医疗服务都会有很好的机会。抖音最开始做的时候,其实不是抖音字节,最开始做段子和做头条,现在变成了巨无霸。美团最早是做拼团的,并不是做外卖的。所以我们需要寻找到一些一流的团队,把投资人所有的资源,把我们的认知能够赋能进去,能够陪伴他们一起来成长。

魏海涛:武汉拥有非常优质的高校资源,人才是不缺的。尤其是这些年有一个非常大的趋势,就是人才往相对内陆地区的回流,比如武汉、成都、西安这些地方,都是近期中国人口净增长最快的城市,也是人口结构年轻化程度较高的城市,所以武汉人才的基础面临一个非常难得的历史机遇。

我个人还是比较信奉市场化,任何产业的市场化发展一定是良性的。作为一个很新的产业,我们要先找到六便士在哪里,武汉有非常多的对大模型应用有支付能力的甲方,我觉得甲方能够把这个场景和预算开放出来,一定能吸引非常优质的创业公司、创业团队来到这里去服务这些甲方,去做这个生意。

这些优秀的头部创业公司来到以后,人才会沉淀下来做研发和产品。我认为应该考虑把应用场景开放出来,找到好的团队,让大家来这里落地。

另外,有一些事情是投资机构的钱不太适合做,政府适合做,就是很长线的投资,比如关于基础设施的投资,降低创业成本,吸引创业者来创业。非常长线的东西需要政府来布局,使整个产业生态能够循环起来,武汉是具备了非常好的这样的基础。

叶志钢:我从一个创业者和工程师的角度来说一下我的看法,从投资的角度,我都认同各位的观点。大家可能担心算力不足,但从技术角度我不是特别的担心,更担心的是我们能不能有这种真正有效的、细分的、丰富多彩的应用。因为从基础设施来讲,中国具有非常多数量的工程师,80年前我就看到了工程师红利。农民工的红利被珠三角占了,但是在武汉有非常多的高校和科研院所,所以我认为工程师的价格是美国硅谷公司的一个汇率差,就是6-7倍,我们的价格是这样一个比例,必须从中看到我们缺乏真正创新型的人才。但是,我们绝对人数的比较大。

基于这个原因,中国做得好的,现在我们讲GPC,以前是讲CPU,存储和网络,把CPU吃掉的这些都是应用,不管是腾讯,QQ、微信、阿里、京东、美团、头条,海外的青年人都很疯狂去用,这种都是从中国一个巨大的应用市场的角度做出来的。做完了以后,确实是科技含量比较高的。但是在我们来看并不是技术驱动的,是市场驱动的。在这个层面,我认为中国想逆转,可能芯片很重要,整个投资也很重要。如果不把这个业务运作起来,这个就很难了。这个业务运作,昆仲王总讲的我都认同,最后有一点他漏掉了,就是实际上从宏观上来讲,多的技术复合结合可能产生杀手级的应用是很厉害的,比如说像大模型,还有波士顿动力这样的机器人,我们刚刚看他的时候,震撼得一塌糊涂。虽然最顶级的技术没有开源,AI很多核心没有开源,但是我们能够成长是因为有一些技术开源了。包括前两年的元宇宙,这些东西结合网络进行复合型的创新,这是产业的机会。

武汉的机会在于高素质的中等创新人,而不是顶尖,不是全球顶尖的,这一点必须得看清楚。好多都是清华的,北大和清华是顶尖的,这是毫无疑问的。所以我们如果把这一部分的人才用好,政府在这一方面引导比较精准,我觉得还是有机会的,硬拼我觉得很难。

袁宏伟:之前对武汉谈不上特别的深入的了解,也是因为一些机缘投资了一些企业,感受到了武汉的氛围。19年的时候投了联特,上市的时候确实感受到一个是对这个行业,属地助推的力量还是非常强的。另外,我比较了一下,它不是一个在光通讯领域非常领先的这样一个企业,但它是落地和产业链的结合非常深入的这样一个状态。因为我也投了一些很领先的企业,反而到现在还没有成功上市。

我的感觉不一定正确,确实是赞同叶总说的,武汉有非常强大的工程师基础,相对来说成本是比较低的。确实是缺乏一些真正有能力,带领他们的领军人才。其实不管合肥还是湾区的经验也好,还是需要政府和资本共同结合形成这样一个生态,把更多的有领军、有创意的,能够真正做科技企业家的人才吸引到地方来,带领当地的这些工程师和当地的环境相结合,我相信能创造出非常伟大的公司来。

周奇:我之前做过一次AIGC的分享,当时分享题目叫AIGC“认知”智能的新时代,而不是“人工”智能的新时代,因为人工智能里面分了计算智能、感知智能和认知智能,现在已经进入到了第三步的认知智能新时代。

从大模型的角度来讲,中国的机会到底在哪里?我认为中国发展大模型,主要还是中 美科技割裂所带来的机会。那怎么培育大模型呢?我认为这不是工程师的红利,大模型颠覆的其实就是工程师。比如今年马斯克刚刚发布的全自动驾驶V12版本,没有一行代码是人工写的,全是机器自动生成的,所以说人工智能颠覆的就是工程师,我们虽然不想去承认,但就是这么一个结果。真正要搞大模型,缺乏的不是工程师,是顶级的科学家。我认为他们的出身是要有土壤的,像OpenAI、Midjourney这样的公司,只有十几人就能做出年收入超过十亿美金的公司来,这是件复杂且长期的事情。另外就是能够有长线思维资本的助力,这一点上我相信武汉是有这样的机会的。

我认为在整个大模型领域里的投资分为两端,一端是技术模型本身,另外是应用端。过去我们也投了很多人工智能公司, AI浪潮退去以后,发现AI行业虽然很热闹,但应用和落地都有问题,都不赚钱,只是靠一些技术并不高的收入来维持公司的利润。我觉得AIGC或者大模型行业在刚刚发展起来的时候,一样应该清醒认识到这样的情况。事实上我们投过的一些包括数字人、AIGC在内的公司在早几年都找不到应用场景,反倒是另外一些有非常好应用场景、非常赚钱的公司更愿意与AI合作,把AI、大模型作为他们提供服务的小工具,形成了这样的一个状态。

所以我认为在中国的土壤上,我们不希望把AI和大模型仅仅作为一个工具,而更应该作为服务去卖。

梅先锋:首先回应一下周总精彩的分享,我觉得您所讲的跟刚才叶总所讲的不冲突,叶总所讲的是企业的发展,行业的发展,大模型和AIGC在发展的过程当中,需要大量工程师的推动,行业发展起来之后,行业应用也会推动人才向更高层面去发展。

刚才各位嘉宾对武汉人工智能的发展、大模型的发展从政府的投入,能源模型,投资阶段,武汉人才优势和资本招商等各个角度提供了很好的建议。

行业在快速的发展,投资机构也在逐渐重视这个行业,投资了不少有潜力的企业,也错失了一些机会,希望今后咱们这些同行,在线下,在项目端能够深入交流,助力行业发展,分享行业发展的果实。让我们再次用掌声感谢各位嘉宾精彩的分享,本轮圆桌论坛到此结束。

本文来源投资界,原文:https://news.pedaily.cn/202311/525228.shtml

【本文为投资界原创,网页转载须在文首注明来源投资界(微信公众号ID:PEdaily2012)及作者名字。微信转载,须在微信原文评论区联系授权。违规转载必究责。】