2023年上半年，為什麼全球近兩成風險投資投給了人工智能？

圖檔來源：圖蟲創意

經濟觀察網 記者 李曉丹 全球人工智能企業風險投資整體呈放緩态勢，2023年上半年風險投資披露金額246億美元，較上年同期下降14.6%。但是，全球人工智能企業風險投資案例數和融資金額占全球風險投資比重逐年提升，2023年上半年全球人工智能企業獲得風險投資占全球風險投資總額比重達18.9%，創近年新高。

由畢馬威聯合中關村産業研究院釋出的《人工智能全域變革圖景展望：躍遷點來臨（2023）》報告指出，從投融資來看，2023年上半年人工智能占全球風險投資比重快速上升。

全球風險投資為何會逆勢選擇人工智能？12月14日，畢馬威中國客戶與業務發展主管合夥人江立勤、畢馬威中國數字化賦能主管合夥人張慶傑接受經濟觀察網采訪。

江立勤表示，近年來世界經濟格局深度調整，全球資本市場更加謹慎，整體上投資動作有所放緩。不過，人工智能憑借和物聯網、區塊鍊、Web3.0等各類前沿技術融合應用的技術特性，潛在市場空間廣闊，增長确定性較為明顯，普遍受到投資人看好，尤其是以ChatGPT為代表的生成式AI類應用在2023年迎來一輪爆發，一定程度上擡高了人工智能在資本市場上的熱度。

每年全球新增注冊AI企業數量已從爆發式增長轉為穩步增長，目前全球共3.6萬家AI企業，中美兩國企業數量處于領軍者位置，分别為12925家和5734家。尤其結合全球人工智能獨角獸企業分布來看，截至2023年6月底，全球人工智能領域獨角獸總數達291家，美國和中國分别擁有131家和108家，占比為45%和37%。

“從根本上來講，人工智能細分領域技術愈發成熟，場景化應用規模效應逐漸顯現是資本流向相關領域的底層驅動力，以近十年中國人工智能領域股權投資情況為例，技術方面，算力、資料平台、自然語言處理、計算機視覺與圖像四個細分領域風險投資增速明顯加快；應用方面，生活服務、智慧醫療、智能制造、智能汽車、物流倉儲投資事件較多，占人工智能全部投資事件的75%以上。”江立勤說。

《人工智能全域變革圖景展望：躍遷點來臨（2023）》報告顯示：中國人工智能領域企業密集誕生在2015年至2018年之間，約三分之二的人工智能領域核心企業成立年限在5-10年，随着有效投資增長逐漸乏力，人工智能領域新增注冊企業數量在2017年達到峰值528家後，逐年下降，到2022年新增注冊企業數減少至63家。

結合區域布局來看，中國人工智能企業主要集聚于北京、廣東、上海、浙江等地，形成京津冀、長三角、粵港澳三足鼎立的格局，其中北京市人工智能企業數量有1600餘家。具體到人工智能獨角獸企業情況，北京市人工智能獨角獸企業有41家，位居全國首位。上海市和廣東省位列第二和第三位，分别擁有人工智能獨角獸企業24家和23家。

從技術來看，“多模态預訓練大模型”将是人工智能産業的标配，畢馬威中國數字化賦能主管合夥人張慶傑表示，随着市場上大模型推出節奏走向平緩，已面世的大模型将進入一輪競争周期，各家的比拼重點不再是單一模态下參數量的提升，而是轉向多模态資訊整合和深度挖掘，通過預訓練任務的精巧設計，讓模型更精準地捕捉到不同模态資訊之間的關聯。

張慶傑介紹，發展思路主要有三種：一是利用單模态模型如LLMs（大型語言模型）來調動其它資料類型的功能子產品完成多模态任務，典型代表有VisualChatGPT、HuggingGPT等；二是直接利用圖像和文本資訊訓練得到多模态大模型，典型代表有KOSMOS-1等；三是将LLMs與跨模态編碼器等有機結合，融合LLMs的推理檢索能力和編碼器的多模态資訊整合能力，典型代表有Flamingo、BLIP2等。

“在國内市場上，雖然國産大模型雖在市場影響力方面稍遜色于GPT系列模型、PaLM-E等，但在中文語料訓練、中國文化了解方面具備本土優勢。此外，國内制造業等實體産業為大模型提供了豐富的訓練資料和應用場景。未來，在大模型面向産業賦能方面，中國大模型極有可能後發先至，也會是國内大模型競争的關鍵因素之一。”張慶傑說。

算力短缺問題引發各界廣泛關注，智能算力被看作是解決這一問題的主要技術。智能算力需求快速爆發、摩爾定律和馮氏結構體系為代表的經典計算理論進入瓶頸期，變革傳統計算範式成為必然趨勢，産業界正加速推動晶片和計算架構創新。在此背景下，本報告提出未來智能算力将是無處不在的，具體呈現“多元異構、軟硬體協同、綠色集約、雲邊端一體化”四大特征。

張慶傑表示，商業模式關乎整體生态能否實作從價值創造到價值實作的完整閉環，在MaaS模式下，需求側使用者可以專注自身業務邏輯和使用體驗，而不必關注底層技術細節，有利于解決AI“能用”但“不好用”這一關鍵落地瓶頸；而在供給側，有望形成“通用大模型+領域大模型+行業大模型+企業/個人小模型”這一基礎業态，推動AI落地千行百業，最終實作AGI（人工通用智能）。

江立勤指出，人工智能在發展過程中面臨的技術倫理與社會論壇風險表明，人工智能安全、可信的發展之路任重道遠，在解決AI風險的過程中催生出可解釋AI、聯邦學習等技術創新機遇。