卡尔达诺鲸鱼不断积累,
环球AI现状:世界并不总是平的
原文作者:霞光社
作者 | 王欣,编辑 | 刘景丰
图片来源:由无界 AI生成
“人工智能领域的泡沫,总是在不断产生又破灭中循环。”
梅拉妮·马歇尔在著作《AI3.0》中,这样描述人工智能领域5到10年的周期循环。
2016年,击败围棋世界冠军李世石后,AlphaGo短暂掀起人脸识别、自动驾驶等人工智能浪潮。2023年,ChatGPT的横空出世让大模型成为AI界当之无愧的“顶流”。泡沫破灭,资本冷静后,不理智的潮水终于褪去。如今,AI界鲜少再重谈人脸识别,自动驾驶难以落地,而在国内,大模型也从当红炸子鸡慢慢成为投资人投不起的领域。
研究人工智能的群体已经熟悉了这一模式:在“人工智能的春天”,投资机构过度承诺,媒体过度炒作,紧接着便会迎来“人工智能”的寒冬。
环球并不同此凉热。在美国,VC圈对人工智能投资热情不减。而在积极拥抱AI的东南亚,中美正在进行AI技术与投资的角逐——2020到2021年,来自美国和中国的投资者,参与了267笔东南亚人工智能公司的投资交易,占总投资比重40%。
一个可喜的现象是,在东南亚,科大讯飞、华为、海康威视等中国科技公司与东南亚当地产生千丝万缕的联系,中国科技企业正成长为东南亚AI界的中流砥柱。
曾经,普利策奖得主托马斯·弗里德曼在《世界是平的》中,说世界的竞技场已变得更加平坦,变平的世界让每个个体、区域都站在同一水平线下。
环顾全球AI界,我们发现,世界并不总是平的。
全球范围内,不同区域AI风向有何不同?当AI企业走出国门,又会迎来哪些机遇挑战?ChatGPT为什么并不脱胎于腾讯、谷歌等数据集庞大的大厂?对于AI初创企业有什么启发和意义?
谷歌湾区总部。图源:受访人邱谆提供
大洋以西,国境以东:中美AI融资不同境遇
现在整个国内投资界几乎形成了一个共识,就是“大模型的投资热正在冷却”。
作为今年创投圈最火热的赛道,大模型曾炙手可热,无数科技大厂、AI创业公司掀起一股又一股的大模型浪潮。而今全球科技公司对大模型的竞争,正进入存量时代。
根据IT桔子数据,截止到2023年11月底,国内人工智能赛道一级市场的总融资额有580起,比2022年减少了26%,总融资金额是630亿元,与去年同期也下降了38%。
而在大洋彼岸,美国的大模型融资依旧如火如荼。根据Crunchbase数据,去年VC阶段的投资有11%流向了人工智能赛道,截止到今年下半年,2023年的比例增长了26%,有26%的VC阶段的投资都流向了人工智能,美国投资界对大模型的参与热情不减反增。
大洋东西,AI融资正面临不同境遇。
这背后,不同融资环境差异到底是如何造成的?
首先,在美国,大模型已经达到了能够产生巨大经济效益的规模,并且在一定程度上影响了宏观经济。有研究发现,这一次自硅谷刮起的大模型之风,已经为美国的GDP贡献了一个百分点的增长。而在中国,虽然百模大战愈演愈烈,但大模型的变现之路仍处在摸索的初级阶段,而商业化问题一直是上几轮AI浪潮下,难以找到最佳solution的老难题。
其二,在中国尚未出现像OpenAI一样的应用层全栈式AI公司,能够从基层大模型、中间层一直做到应用层。而大模型这种极度依靠大算力暴力美学的领域,对于初创公司来说,太烧钱,门槛太高,堪称军备竞赛。大模型不能投,但应用层又没有特别多的公司出来,投资圈开始冷静思索,大家都处在观望状态。
硅谷的中心Palo Alto的foothill公园,毗邻斯坦福大学与乔布斯故居。 图源:受访人邱谆提供
华映资本海外合伙人邱谆认为,这背后体现了中美技术原创能力的不同。
“硅谷还是一个以原创技术为核心的,为基座的驱动力,这还是很重要的,中国的优势在于优化,不一定是原创,就是人有我有,可能人有我优,再者规模化,上一波深度学习驱动的机器视觉,可以说是AI1.0,现在大语言模型算是AI2.0, 这两波浪潮国内目前的参与都还主要在优化和规模化方面。”
1997年从北京大学毕业后,邱谆就去美国学习人工智能,从南加州大学信息科学研究院毕业后,他加入了硅谷传奇科技公司——思科,前几年回国后加入了投过壁仞科技、星辰数据等AI领域知名公司的华映资本。他持续关注中美、东南亚等地的AI创投。时间倒回到千禧年,邱谆仍在硅谷深耕技术,那时正值AI寒冬,但整个硅谷还是在不断的积累,很耐心地等待下一个突破。