“生成式AI能创造多大价值，就能带来多大损失”

原文来源：小饭桌

作者丨王满华

编辑丨张丽娟

图片来源：由无界 AI生成

在刚刚过去的 CES 2024（国际消费电子展）上，著名 AI 科学家吴恩达和李飞飞进行了一场长达 40 分钟的对谈。他们一致预测：这次由大模型引发的 AI 浪潮，不会再像 7 年前那样热闹几年后进入“冰河期”，人工智能的商业基础会持续增长。

但是未来这波浪潮里，又有多少机会是留给创业公司的？进入2024，创投圈的一个明显体感是： 大模型的窗口期已过，留给VC和创业公司的机会不多了。

这一观点并非空穴来风。从数据上看，根据美国投资机构COATUE的统计，截止至2023年11月，风险资本向AI领域的投入已经近300亿美元。具体到国内一级市场，绝大部分投资流向了AI大模型和AI基础设施的头部公司和明星项目。

英诺天使基金合伙人王晟提供了一组数据：目前我国在基金业协会备案VC数量约为12000家，真正敢于大手笔下注、布局了AI重要方向的VC仅为20余家。与此同时，大模型领域项目估值持续增高，第一轮动辄数亿美元的估值，让大部分投资机构望而却步。

这一语境下，2024年AI领域的机会又在哪里？小饭桌得到的一致答案是——应用端。

但一个现实的问题是，AI应用场景庞大且不集中，创业者还要尽量绕开巨头的必经之路，这无疑给新入局者带来了诸多挑战。在峰瑞资本投资合伙人陈石看来，寻找“非共识”机会，将成为创业者成功的关键。

那么，如何从确定性赛道中寻找“非共识”？AI应用端有哪些潜在的投资机会？以及在AI应用创业中又要关注哪些要点和风险？

带着这些问题，小饭桌特别邀请了峰瑞资本投资合伙人陈石、英诺天使基金合伙人王晟、凡卓资本合伙人王梦菲，以“洞见·2024：AI领域投资机遇与展望”为主题展开了深入探讨，并聊了聊如今火热的多模态大模型以及具身智能的创业机会。

多模态的机会不在初创公司，具身智能的拐点尚未到来

几乎所有投资人都相信，投资尤其是早期投资的巨大价值，往往隐藏在“非共识”里。

在王晟看来，从非共识变成共识，实际上是一个“Timing”的问题。“非共识分为三个层次，首先一定是建立在大的共识基础上的，只是对于关键时间节点的捕捉、技术范式的选择，以及人和团队的选择不同，造成了非共识。”

以多模态大模型为例。多模态作为下一阶段AI发展的重点，几乎已在业内达成共识。但王晟指出，这一方向对于初创公司的创新环境来说，算不上友好。

“多模态并不算是一个全新的命题，做好多模态大模型的前提，首先是做好大语言模型，如今AI大模型的竞争格局逐渐固化，巨头林立，创业公司的机会不多了。”

王晟认为，AI创业公司的发展机会在于解决新问题。像多模态生成式模型、3D模型等，仍然拥有极其巨大的市场，同时也是英诺更关心的领域。

关于最近持续升温的具身智能赛道，投资人也发表了不同的见解。

在陈石看来，具身智能无疑是AI未来一个比较确定的发展方向，但从技术角度出发，具身智能的实现还面临着诸多挑战。“具身智能首先是语言模型和行动模型的结合，目前行动模型仍然存在许多挑战，如果泛化地去做具身智能，其实是一个比较艰难的方向，而且很容易与巨头狭路相逢。”

他建议，创业公司可以选择在某一行业的垂类场景里去做尝试，积累一些经验，形成局部业务闭环。此外，与具身智能相关的，比如数据公司也是其比较看好的方向。

陈石认为，应用层创业的要点是技术为先，场景为重。团队首先要懂AI技术，准确地把握技术发展的路径，并将其恰当地应用到场景里。但这只是起点，长期来说，一家公司的壁垒很难靠AI建立，基于对行业的深度理解和思考，从而在场景层面领先，打通业务闭环，才是建立壁垒的好机会。

王梦菲对此也表示认同：“无论是AI也好，聚生智能也好，未来都一定是一个伟大的事业，但对于企业来说，前提是他得活到那一天，因此找到闭环，建立自己的壁垒非常重要。”同时她补充道，“尽量离大模型远一点，离大厂远一点。”

而从投资的角度来看，投具身智能究竟是应该投本体还是智能，亦或是关键零部件？