GPT浪潮下的AI新奇點：誰在押注？誰在受益？

60天月活1億，OpenAI的ChatGPT橫空出世，使得AI當下的創新更為大衆所熟知，随後，谷歌、微軟以及國内的百度等更多公司加入到競争序列之中。

那麼，在衆所周知的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；積極樂觀的創業者有之，謹慎布局的創業者也有之。

當然，王慧文、周伯文、唐傑等行業人士的不斷入局，更是給ChatGPT為代表的AGI添了一把柴，受到了衆多投資人的熱捧，更何況語音識别、圖像識别等AI細分賽道獨角獸早就專美在前，以至于不論本身态度如何，為AI創新的向前推進搖旗呐喊成了一件非常正确的事情。

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，也不一定是初創公司就一定能抓住創新的機會，那麼問題來了，人工智能正在迅速成為通用技術賦能百業，進入到通用大模型時代，是誰能真正抓住這次機會，趁機獨立鳌頭？

在這樣的背景之下，2月28日，投中資訊做了一場關于“AI新奇點”的閉門沙龍，在這次由光速中國支援的投中2½系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發展之現狀提供了很多行業值得思考和投資的方向。

投或不投，都在旗幟鮮明地支援

沙龍現場，與會投資人中，不論人民币基金還是美元基金都在觀察着AI相關的機會，并擇機出手。

唯一差別隻在于，用東方富海合夥人王兵的話來說，人民币基金更傾向于投資底層基礎設施，商業模式清晰且有核心壁壘，回報率非常明确，就值得下注。

但美元基金更敢于冒險和重倉，紅點中國合夥人劉岚表示，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、周伯文這樣的創業者，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。

不過衆人也感慨到，當下衆多公司都在GPT方向上一湧而上，百度已經是國内看起來最有決心的公司了，都還要等文心一言産品出來之後再看發展如何，衆多初創公司更需要在“垂直”方向找機會，進而在差異中找到自身優勢，形成國内真正的生态。

用中金資本董事總經理張清的話來說就是，現階段AIGC或者AGI到底更類似于前兩三年特别熱鬧但罕見落地的元宇宙，還是類似于網際網路、移動網際網路巨頭頻出，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，至于從業者或投資人也并不是新故事，估值怎麼合理？規範程度到底如何？生意如何落地？都有待于進一步驗證。

畢竟，這麼多年的AI發展曆程中，語音、視覺等想象空間相對局限，當下的chatGPT已經讓很多人感覺超預期，之後如果這種“奇迹”的空間不亞于元宇宙所描繪出來的空間，乃至于巅峰産業、行業，就有待于真正的大力出奇迹了。

最終，AI還是會回歸核心要素，算力、算法、資料和傳感，這四者是協調且螺旋式上升的，隻有在特定時間内把四要素築了最高的壁壘，為什麼大家覺得OpenAI無可匹敵？正是因為上述均衡發展到一定階段了。一個美好的未來雖然展現在投資人和創業家面前，但是是門檻顯著提高的未來。

線性資本董事總經理鄭燦也闡述道，線性之前就關注并在AIGC場景有多項投資案例，當下所說的衆多AIGC應用場景，此前就已經存在，無非是今天的大模型讓衆人看到加速泛化的能力，随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、資料”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”也不是那麼擔心，總有兩三年可以把事情做出來，反而更加擔心的是資料問題，一來資料清洗工作要求很高，二來商業回報相對少，畢竟隻有好的中文資料集，以及未來跟其他模型連接配接，才能繼續其他的創新和發展。

紅點中國合夥人劉岚則以自身投資了兩個算力晶片企業為例發現，中國有着巨大的資料量，也是以包括AI安防等細分賽道的初創企業能夠成長起來，但當下這一波的核心反而變成了算法模型，但因為這件事在中國非常有意義，是以即便大模型的賠率最高，也一定要參與進去。

尤其是，隻有中國有自己的算法模型，才能把在大廠或者創業乃至于在高校的人才更好地拉動起來，進而形成成熟的商業模式，當下衆多從業者湧入進來，已經開始形成百花齊放的态勢，是以完全可以按照先投模型再投應用的邏輯持續下注。

光速中國合夥人蔡偉也表示，上一波的AI創業浪潮中，很多投資人都下注且有所收獲，但中間也遇到了AI的創新牆，直到2021年大模型的應用逐漸廣泛起來，2022年生成模型出現了Jasper等優秀應用，再加上光速在美國投了Stability.AI，現在又看到ChatGPT模型不斷上升，AI的創新牆被打破了，讓自身更加堅定在這一領域繼續投資下去。

畢竟，當NLP産生湧現效應以後，圖像是否也會産生湧現效應？未來的大模型是會直接變成垂直領域的大模型，還是會變成多模态大模型會統一世界？一旦發生變化，就會改變很多AI發展趨勢進而産生更多新的落地商業模式，還可以賦能更多不同的行業，這正是很多機會的所在。

昆仲資本創始合夥人梁隽樟自去年開始就跟投資的很多AI公司探讨如何利用新一波機會借機把自身業務更新壯大，也是以更加關注的是當下更多的公司能不能針對行業應用做出針對性的行業解決方案，此外就是在衆多眼花缭亂端一側的應用上，依照自身投資習慣篩選标的。

此外，依照當下中美不同的情況，放在中國的環境中，To B公司通常并不能單獨依靠産品就解決行業的痛點，反而還是要提供一套完整的方案和服務，這樣已經在做的公司可以在原來的行業knowhow、客戶積累、管道等優勢上，往前推動公司的發展。

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

樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創業公司，但中國會不會有這一波的創業機會，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，還有一定的時間視窗。

善用大模型技術的SaaS軟體企業，特别是在重互動的領域，就會在同質化競争中形成能力優勢。技術是有視窗期的，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，是以更多的機會看起來是留給行業内已經到一定規模公司的，而不是剛剛進入行業的企業。

更深究進去的話，那是不是可以看下，所謂的“魔鬼在細節”，以客服領域為例，是否可以在互動過程中根據每家店不同的營運政策形成每輪不同的話術，進而使得技術創新和行業knowhow緊密結合在一起，反而更容易形成自己的壁壘。

做或不做，要更加甄别真假機會

在沙龍上，衆多嘉賓激烈讨論為什麼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，目标是研究AI對人類的後續影響，沒有任何商業化KPI，任何商業化的VC一定需要被投資的标的有明确商業落地的目标。

也是以，當OpenAI把GPT-3做出來之後，微軟看到前者的潛力所在，再加上微軟想借機把自身的雲服務做好，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，成為了微軟的業績，股價借機上漲很多。

那麼，對于當下更多的初創公司則要怎麼借這波機會來發展壯大自己？

東方富海合夥人王兵則表示，縱觀OpenAI的曆史，其大概早在4年前就已經開始有無上限的費用在訓練模型，也是以，在美國不開源的前提之下，國内衆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：一方面是硬體層面的壁壘，頭部公司可能沒問題，但大部分的初創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，即便是有經驗的人才也需要積累；此外則是資料積累層面的積累，95%的學術文獻是英文的，這些資料的準确性非常重要。

以前“AI四小龍”為什麼到後面都不賺錢了？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，是以不管是通用人工智能還是專用人工智能，技術和資料壁壘高才是賺錢的關鍵。

初心資本合夥人李可佳作為科技創業者和投資人分享了自己的觀點，從使用者視角和資料視角看，OpenAI依然一枝獨秀，做強閉源大模型，随着面向開發者的成本大幅降低，立足OpenAI的“生态（寄生）創業機會”，依然是确定性最高的；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，還提供特别激勵措施，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，作為後來者，疊加一些安全和合規層面的問題，開源和閉源将在你追我趕之間推動整個産業發展，我們能在晶片架構和作業系統過去三十年的發展中找到熟悉的路徑參考。

針對自研大模型以外的創業機會，甚至可以做出一些假設，如果最終産品的主要差異化是 AI 本身，那麼垂直化+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的需求會出現長尾特征，那麼它更有可能發生水準化。也就是随着時間的推移，我們還應該看到更多傳統護城河的建立，回歸到商業和效率的本質，包括初心資本也可能會看到新型護城河站穩腳跟。

創東方投資合夥人謝玉娟則重點提醒，未來ChatGPT應用和産品生态需要重點關注行業監管。尤其是在某些特定行業中，其更加注重自主産權，那麼硬體生态如何跟軟體結合會決定實操層面産品路徑技術路徑的選擇。具體ChatGPT應用在哪個行業可以跑出來獨角獸公司，就需要分析行業裡核心的資源掌握在其中的哪些環節，是否ChatGPT可以助力實作更多行業的突破。

而具體到應用層來說，基于應用場景來如何形成高成本效益的方案，最終還是要從客戶的角度出發，看産品或者解決方案怎麼能在具體業務層面形成閉環的同時，給客戶提供出更高的成本效益優勢。總的來說，從商業模式閉環角度上産業鍊内最終買單的人，以及國内外傾向性的監管政策，對于初創公司底層算法模型和硬體的選擇，都會有着重大的影響。

心識宇宙CEO陶芳波也表示，自己也沒想ChatGPT這麼快到來，即便是因為從業經曆很早就關注AGI，也隻是作為樂觀主義者估算5到19年左右可以出來，但現在，一年的時間就出現了，這樣一來，對行業來說可能有好有弊。

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，軟體會全部給重構一遍，是以當下應該将GPT當成全新的“腦子資源池”來看，具體就是ChatGPT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有可能會颠覆整個行業，陶芳波甚至表示，其是比移動網際網路還大的機會，中國即便現在沒有，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，使得中國創業者可以往上看看，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，進而通過排程的方式産生更好的應用。

星塵資料創始人、CEO章磊則指出一個被忽略的問題，即中國有沒有AI infra的公司？答案是隻有國外的公司有，國内從業人員太過于專注在方法論上，而方法論反而是公開的，但實際上不公開的内容才有更多的knowhow和壁壘性。此外則是資料積累層面的積累，95%的資料集是英文世界産生的，目前相對缺乏中文環境下的資料集。

也是以，章磊從自身出發思考，到底從AI角度能做什麼？結合自身，反而覺得資料方向是衆人所忽略的，且重要性足夠高，還需要一定的算法背景：資料90%都是能夠自動化的，要跟算法對話的人也需要很好的資料政策，再加上模型不斷疊代，資料也需要不斷疊代，這些都是值得關注和做的事情。

犀光科技創始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視訊CV方面都會被大颠覆。為什麼？當年微信可以很快起量，除了大量的QQ使用者系統保駕護航外，還有移動聊天、語音等重要的功能點，是以社交被颠覆是是必然趨勢，隻分時間長短。

對于創業公司來說，無論是OpenAI還是百度，誰來做底層架構并不重要，平台足夠好用即可，反而是要更加瞄準自身的發揮空間所在，做好自己的部分，等自身做到一定規模，還可以借用大模型做出自身的行業模型出來。

天娛數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拟數字人這一垂直賽道，且也是行業内比較早期接入ChatGPT能力的一家公司，當時隻是想能不能用NLP小模型，進而讓虛拟人動起來，做旅遊、文旅方面的應用。

但在應用過程中發現，虛拟拟數字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經地胡說八道”，是以最後是用ChatGPT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拟客服、直播帶貨的虛拟主播領域繼續深耕下去。

睿企科技創始人于偉同時坦言到，之前在微軟時看AI賦能企業非常難，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别和NLP都不太準确，但相反，業務反而很複雜，反而是自己做了之後發現，深入場景，打磨産品，疊代技術，才能夠真正落地。

是以，于偉重點關注，到底當下的ChatGPT有多好？為此，睿企科技最近做了很多測試發現，ChatGPT作為通用模型可以用來做很多工作，但是和專業行業模型還是有很大差距，隻有深入行業，讓AI能力和業務真正融合在一起，才能真正實作AI技術的落地，才能在To B過程中解決關鍵的效率和生産力問題。

或許，說一千道一萬，還是需要國内衆多從業者衆人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現出更多百花齊放的生态來。

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業之外，唐傑、王小川等衆多大佬也正在趕來的路上，百度的文心一言更是直接3月對外釋出，中國AI也正如當下初春的天氣一樣，又煥發出了新的生機。（文/張麗娟，來源/投中網）