AI大模型专家访谈｜驰星创投郭浩然：人工智能真正的应用浪潮刚刚开始

原标题：AI大模型专家访谈｜驰星创投郭浩然：人工智能真正的应用浪潮刚刚开始

今年以来，以“ChatGPT”为代表的人工智能技术在全球范围内掀起新的高潮，拉开了全球“人工智能”技术竞技的帷幕，引发了新一轮人工智能应用热潮，谁能率先落地，谁就能在此次人工智能革命中占得先机，成为时代变局的领航者。

12月28日，2023人工智能大模型基准测试科创发展大会暨中西部数字经济大会（下称“大会”）将在成都市正式举办。

一方面，大会邀请权威机构及高校专家组建了“大模型基准评测专家委员会”将对国内大模型开展评测工作，深入了解当前国内大模型的能力水平以及大模型企业发展情况。另一方面，头部企业、专家学者、国内权威标准制定机构等将在大会齐聚一堂，共同探讨行业发展趋势，搭建产业上下游沟通平台，推动大模型技术的进步。

红星新闻记者邀请到驰星创投创始管理合伙人郭浩然展开对话。驰星创投是一家创建于2017年的早期风险投资机构。郭浩然表示，人工智能最大的价值在于知识的搬迁、重构和应用，未来还有很长的红利期，投资要关注显性与隐性的成本、收益、易用性和生态优势。

以下是对话实录：

人工智能真正的应用浪潮刚刚开始

除了投资，还投算力、投数据、投服务

红星资本局：驰星创投专注于投资人工智能的AI技术研发以及技术应用的早期项目，您作为创始人，选择人工智能赛道是出于什么考量？

郭浩然：首先，人工智能与其他技术赛道的投资逻辑不同，它不仅是技术集合推动产业变化，更是一种经济范式的变革。过去的几次范式变革包括汽车、电力和互联网，我们的生活方式、经济结构都因它们的普及而改变。人工智能技术突破使得人类第一次拥有针对劳动力要素进行改造的工具，这也是人工智能最大的社会与经济的价值，即知识的搬迁、重构和应用。

其次，尽管这个行业的发展时间较长，但真正的应用浪潮才刚刚开始，还有很长的红利期。GPT3.5、GPT4和GPT5等技术的发展路径表明，大模型技术架构和应用都存在较大持续革新的机会。

第三，人工智能技术适合中国，因为中国面临着新旧产能更替的机会，有机会在人工智能这个相对不落后的技术领域形成长板优势。我们做人民币投资，因此在国内的人工智能投资有较大的机会。我们希望成为数字的创新合作伙伴，陪伴未来的希望之星成长。

驰星创投除了投资，还投算力、投数据、投服务。在过去的6年里，我们孵化了两家核心生态公司，形成了驰星数智创新平台。去年开始，我们围绕被投企业、行业龙头、政府和资源方建立创新联合体和创新中心，在资本、算力、数据、产业资源等关键要素上全方位赋能人工智能领域的创业伙伴。

红星资本局：据了解，驰星创投近90%的投资项目分布在产业研发以及技术应用的关键节点。能否介绍近期重要的已投项目及成果？

郭浩然：关于近期的重要投资成果，我们有三个关注的细分领域。一是基础大模型，特别是多模态大模型。因为我们看到，目前趋势是从语言大模型及单一方向的大模型迈向多模态大模型的竞争格局。对于一家偏早期的投资机构来说，语言大模型的布局阶段其实已经过去，相对语言模型，多模型模型的生态位更加多元。因此我们更关注多模态大模型。我们正在投资一家年轻、拥有顶尖技术的团队，专注于视频领域的基础大模型。

另一个方向是大模型的应用或垂直领域的平台企业。我们在金融、文娱、制造、农业和制药等领域都有投资。例如，心咚和量子动力在文娱领域发展成为初步具有全球影响力的创业企业。在农业和制药方面，我们分别投资了丰码科技、沃时科技等公司，这些公司在各自领域都已小有名气。

第三，在人工智能和数据基础设施上，我们也花费了很多精力。在数据治理上，我们投资了恩核，也是恩核的第一轮投资人。近期恩核的营收及各方面发展都很好，为上百家银行客户提供数据治理的产品和服务。在数据安全方面，我们投资的众图识人、凯馨科技等公司则服务了国内排名前五的银行。我们在数据治理和数据安全方面将继续寻找其他企业。

整体而言，我们执行差异化策略，通过联合各方建立创新中心，与更多上下游产业链合作伙伴协同，降低创新成本，提高成功效果和效率，共同推动人工智能和数据的发展。联合体自身也是一个开放的生态组织，为加盟科技企业成长综合赋能，除去业务增值服务，也体系化的输出管理和投后服务。

寻找掌握前沿技术的创业科学家

核心考虑是企业能产生多少经济价值和商业价值

红星资本局：您本身是做技术出身，那在合作伙伴的选择上，是不是更倾向对产业和技术都有一定了解的团队？

郭浩然：我们观察到，中国企业家的生存能力模式经历了几次转变。第一次是整合资源为主，政商融通，第二次是技术专家和行业专家出身较多，第三次则是科学家为底色。现在，我们寻找的是掌握人工智能和其他领域核心前沿技术，同时具备创业潜质的创业科学家。

红星资本局：大语言模型我们比较了解，多模态大模型具体考量什么？

郭浩然：其实，目前无论是语言大模型还是多模态大模型，都处于发展的初期，发展格局还在建立当中。例如，OpenAI所代表的全球领先的语言大模型如在向多模态大模型演进，已经和后面的追赶者拉开了一定身位，其主要的竞争壁垒是大量资金的投入和工程上的先发优势。相比之下，我们国家的大模型还在追赶GPT 3.5的核心能力。

作为技术偏好的投资机构，我们重点会分析企业拥有和创造的技术价值、经济价值、商业价值和投资价值。其中核心的考虑是，它能产生多少经济价值，以及可变现的商业价值，其次在这之上找到我们VC风险投资的价值之锚。目前的基础大模型主要还是通过技术指标进行评价，尚未充分考虑经济价值和商业价值。例如，在金融行业的应用中，我们希望对大模型在投顾、客服等岗位技能上进行辅助或替代的评价。以及对于组织架构的优化。

此外，许多大模型并非直接应用于最终场景，而是作为生态应用模式的一部分。商业价值中的生态指标也是非常重要的一部分。我用了这个模型以后，对我来讲收益有哪些？这个东西是不是很方便？是不是很麻烦？是不是带来很大的风险？我能获得多少生态赋能？

总的来说，对于经济价值评估需要考虑四个关键要素：显性与隐性的成本、收益、易用性和生态优势。

目前，大模型更多地是大型演示或实验，我认为大模型的评测未来将从专业领域扩展到社会领域。本次的测评（即人工智能大模型评测榜单，分为应用创新榜单和基础创新榜单，对大模型的不同研究维度及相关能力进行测评）可以为专业领域带来良性竞争，引导社会资源的良性配置。无论是对投资人、行业终端用户还是开发者，都可以作为参考或辅助标准。我们希望这次活动能为整个行业发展带来一些积极引导。

红星资本局：从投资人的角度来说，还有哪些需要额外考量的地方？

郭浩然：是的，这就是我们说不仅投资，还要组建联合体和创新中心的原因，因为我们清晰地看到，大模型要真正演变为大生意、大产业，需要三个重要点。

首先，创新主体不仅包括大模型的技术公司，还需要开发者、行业应用客户等共同参与，共建共享。因此，未来大模型企业的发展策略应该有限考虑联合体形式，也有利于快速找到应用场景。其次，在垂直领域上，需要形成差异化的壁垒。我们认为，只有真正抓住行业里面的核心数字化需求要点，才有可能从数据到决策形成价值闭环，构建自己的壁垒。就比如我刚刚举的金融行业的例子。最后，大模型的核心价值是知识应用，与改造和优化的目标岗位之间的比较优势如何很重要。因此，我们做评测的下一步工作是导向模型如何在产业场景里更好地应用。

AI公司与AI技术公司不同

投资机构应该看清大局形势

红星资本局：今年我们发现，受AIGC概念催化影响，不少AI上市公司在二级市场备受关注，但有一些公司股价涨幅与业绩偏离较大，盈利模式受到质疑。对此您怎么看？

郭浩然：互联网公司和外包公司都是做网页的，但一个是依托流量要素构建模式的互联网公司，一个是输出技术的人力外包公司。同样，AI公司也分为两类，AI技术公司和真正的AI公司，如果是AI技术公司其实网页开发外包公司没什么区别。

那什么是真正的AI公司？我认为是其创造价值的模式能否在要素层面进行优化和替代。例如，一家在农业领域做AI的公司，能不能某种程度上优化或者解放原先农业里的劳动力？是不是可以直接或间接通过模型输出和执行更加有比较优势的决策？这个就是比较重要的评价指标，它创造了一个决策的要素，去替换了原来的要素。现在有多少公司是AI技术公司，多少是真正的AI公司，这个就由大家去评价了。

红星资本局：今年全球资本市场处在震荡中，投资似乎也日趋紧缩。在这种背景下，创投企业面临着哪些风险？

郭浩然：今年的投资环境与往年相比会有所不同，步伐可能会放缓。不过，所有人都在面临大环境的变化，不只是个别的人。就像个人发展一样，公司也需要适应环境。在这个时候，我认为大多数投资机构应该看清大局形势。

金融脱钩是最难的。美元即将进入降息通道，我们不会再有更低廉的美元资本进行经济扩张。这给我们带来了两难问题：一方面，我们需要专业性、市场化、更有竞争力的资本金融体系来支撑发展；另一方面，其他经济主体一旦获得有差异化竞争优势的资本支撑，是否能在某些领域赶上我们？这意味着我们需要在技术方向上取得更大的进步来赢得竞争。因此在我看来，挑战和机遇是并存的。

如何抓住机遇并调整自身生存能力以适应当前大环境的变化，对于我们来说，我们希望在投资之外，提供差异化的服务能力。这也是我们根据大环境变化调整自身生存技能的一种方式。过去20多年，创投行业经历了野蛮式的成长。现在，随着大环境的变化，整个行业正在进行出清优化，某种角度而言也是环境选择的优胜劣汰。经过这一波变革，中国经济发展模式会演化成为产业资本与金融资本的双轮驱动，人民币的影响力和优势会逐步提升，中国的创投行业也将获得更大的发展红利。我个人对未来持乐观态度。

红星新闻记者 蒋紫雯

编辑 肖子琦