作者：小岩
2023年是AI实现大爆发的元年，特别是大模型赛道，因为ChatGPT的横空出世，在全世界范围内掀起了一波浪潮。
按理说，如今的AI备受瞩目，正处于风口浪尖上，应该会有大量的热钱涌入，是资本眼中的香饽饽。不过，有意思的是，尽管AI领域，特别是大模型赛道一路发展的风生水起，可大部分的VC却没有选择下场入局，更多的，是以看客的身份在旁边观望。
AI赛道一路狂飙，VC方却“十动然拒”，冷漠观望，这背后逻辑究竟是什么？
为何对大模型望而生畏？有了OpenAI这一珠玉在前，大模型的选择更要谨慎。
早在今年5月，作为AI领域的初创公司，OpenAI还是一枝独秀般的存在。但很快，在随后的几个月里，大量同类型的公司和产品开始出现。譬如谷歌推出了Bard；Anthropic推出了Claude 2等等。从技术性能上来说，这些模型都不及GPT 4优秀，但也并不存在明显的差距。
在这种情况下，很多投资人会认为未来的发展趋势应该是“开源和闭源共存”。所以对于大模型产品的选择，会变得更加审慎。
此外，对于整个市场，特别是对美国市场而言，大模型赛道的发展愈发有变成红海的趋势。先是包括谷歌，Meta，微软，英伟达在内的核心选手纷纷下场，包括OpenAI，Anthropic，Cohere，Inflection，Stability AI以及马斯克的xAI在内的头部初创公司也运营的风生水起。这些头部力量基本网罗到了主要的AI人才，并且吸引到了主要战略投资人与财务投资人的投资。此时再来的创业公司，很难在市场上获得足够优质的人才，以及足够多的资金的支持。投资人更怕自己的钱就此打了水漂。
更重要的是，很多VC认为当下大模型公司的估值不够合理，溢价严重，存在大量泡沫。很多AI公司动辄就有30亿美金以上的估值，其中OpenAI的估值已经达到了300亿美金。当然，这直接说明了这一类AI公司具有极大的发展潜力，但对投资人而言，却不得不因此考虑“风险收益比不太理想”的问题。特别是当你布局的公司最多只能处于行业第3名第4名，行业的终局和商业化变现的前景就会变得很不明朗。
举例来说，微软投资OpenAI，只要OpenAI能帮助微软的搜索工具Bing提高1 %的市场份额，那么微软就可以轻松收回100亿美金的投资成本。英服务器托管网伟达也是如此，对英伟达来说，投资基础大模型公司是非常划算的。因为他投资1块钱在这些公司里面，如果能够撬动5块钱，而这5块钱大部分会用来购买英伟达的芯片，变成英伟达的收入。
国内VC的普遍态度：太烧钱；项目大都在炒冷饭；项目根本投不起来…
事实上，在投资AI大模型赛道这一方面，国内的很多大佬并不手软。
举例来说，启明携手经纬，把数亿元的天使轮投向周伯文创办的衔远科技；创新工场孵化的AI 2.0 大模型澜舟科技，也续上一笔数亿元Pre-A轮，斯道资本和创新工场也在持续加码的进行投资。
但更多的VC则对AI大模型望而生畏，因为它实在是太烧钱了。据统计，大模型每一次运算的成本在450万美元（约合3000万元）左右。此外，这一行业的人员成本相当之高，基本在月薪2万-月薪10万的区间。由此可见，如果自身不是具备极强的“钞能力”服务器托管网，很难够得上投资大模型的门槛。
更关键的点在于，正所谓“打铁还须自身硬”，很多VC不愿意出钱投资，大概率是因为过硬的项目不够多，根本抢不起来。究其原因，主要有两点。一是估值体系还不成熟，几亿一轮融资，释放10到20个点的股权，公司的估值就立马超过10亿，这显然违背了以商业价值去进行评估的原则。二是因为国内AI的发展还不够成熟，商业化落地的时机还不够成熟。
生成式AI仍旧是未来投资的主流。
根据权威统计来看，生成式AI在今年同样实现了巨大的进步，很可能是VC即将追逐的重点赛道之一。
说到这里，先来给大家解释一下生成式AI与大模型之间的联系和区别。
首先，并非所有生成式AI工具都建立在大模型之上，但所有大模型都是生成式AI的一种形式。生成式AI是一类人工智能的广义范畴，指的是任何可以创建原创内容的人工智能。其次，目前的大模型创建的是纯文本输出，不管是之前的大模型，还是在2022年一炮打响的OpenAI，都属于这个范畴。不过，随着多模态大模型的发展，这些大模型还可以接受音频，图像等作为输入。
但生成式AI和大模型一样，都会彻底改变整个AI行业。生成式AI可以改变我们进行3D建模，生成视频输出或创建语音助手和其他音频的方式。大模型将更多地关注基于文本的内容创建，并可能在语音助手等更广泛的生成式AI选项中发挥作用。
说回主题。
生成式AI堪称今年“最靓的仔”，特别在美国的投资市场，尤是如此。根据行业数据，23年上半年，美国生成式AI的融资总额140亿美金，当然，这其中的大多数都流入了头部公司。其中，140亿的融资额，但就OpenAI就占了103亿。
从某种程度上说，VC行业与jia密货币市场类似，有牛熊市之分，会呈现显著的周期性。最典型的特征可以概括为好募的时候不好投，好投的时候不好募。所以，想要获得好的投资收益，务必做到错峰出手，在熊市就着手进行布局。如今，生成式AI的创业和投资周期刚刚开始，预计会在未来10年获得产业加速和技术创新。而那时，或许就是VC收获投资收益的最佳时期。
反观国内的投资市场，似乎更愿意把筹码押在垂直领域的细分范畴上。有投资人认为，如今国内大模型出现可以对标ChatGPT的产品的概率不大，所以，还不如在一些垂直领域的细分里找机会，譬如3D大模型，视频大模型，多模态大模型等中型模型等。在垂直领域，只要你进入的足够早，比别人优先积累到领域内的私有数据；只要市场规模足够大，你就完全有可能发展成为行业一霸。
如今国际上AI发展风起云涌，国内各大厂则百家争鸣，这对资本而言未尝不是一个利好，但对初创公司而言，则意味着更大的难度，更多的挑战。毕竟，在新一轮的AI浪潮下，找VC拿钱的门槛越来越高了。
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net
相关推荐: 使用IntelliJ IDEA本地启动调试Flink流计算工程的2个异常解决
记录：471 场景：使用IntelliJ IDEA本地启动调试Flink流计算时，报错一：加载DataStream报错java.lang.ClassNotFoundException。报错二：No ExecutorFactory found to execut…
