当前位置:首页|资讯|融资|生成式AI

AI投资指南:顶级投资者分享的未来增长点|甲子光年

作者:甲小姐甲子光年发布时间:2024-10-15

“既然吾辈皆神不如好好做神” 。

作者|八度

9月5日,2024 Cloud 100 China榜单发布暨CEO峰会在上海西岸美高梅酒店举办。峰会的主题是《The Rise of AI Cloud》,聚焦于AI Cloud这一时代潮流,深入探讨了GenAI时代的发展大势。

在本次峰会上,一场以“站在GenAI分歧点,顶级投资者如何看待AI未来大机会”为主题的高峰对话吸引广泛关注,现场座无虚席,这是一次关于人工智能未来发展方向的精彩讨论。

Subotovsky Emergence Capital合伙人Santi、红杉中国合伙人郑庆生、靖亚资本创始管理合伙人郑靖伟以及甲子光年创始人兼CEO张一甲,这四位嘉宾分享了他们对AI领域的深刻见解。他们的讨论覆盖了大模型的商业化、AI在不同行业的应用,以及对未来技术趋势的预测。

讨论中,大模型的未来发展成为了焦点。郑靖伟提出,虽然大模型技术令人瞩目,但企业在实际应用时需要权衡是否真的需要这样庞大的模型。他指出,大模型可能面临速度和成本的挑战,这可能限制了它们在商业环境中的广泛应用。

Santi同样认为,每个公司都应该充分地利用大模型,但并不是说所有的公司都需要建基础模型、基础设施。他们可以站在巨人的肩膀上,这样成本就可以降下来。

现场,张一甲提出了一个封闭式问题:AI此刻到底是不是泡沫?郑靖伟认为,尽管当下某些公司的估值可能过高,但从长远来看,此刻的AI不是泡沫。Santi则认为AI领域存在泡沫,但他将泡沫视为创新和技术发展的自然组成部分,认为这些泡沫最终会孕育出新的创新浪潮。

在讨论AI的应用前景时,郑靖伟和Santi都表达了对生成式AI在多个领域的乐观态度。他们认为,从内容创作到生产力工具,再到专业服务,AI都有巨大的应用潜力。

在对未来的预测中,几位投资者都表达了对新兴AI公司的期待。他们认为,未来几年将会出现新一代的AI驱动公司,这些公司可能会像早期的阿里和Google一样,成为行业的领导者。

张一甲总结,技术让我们已经拥有了千里眼、顺风耳,人工智能还将让我们拥有更多,但希望这种拥有最终是解放我们而不是让我们成为人工智能的奴隶。

甲子光年创始人兼CEO张一甲

以下是本场对话的精华内容,经过编辑整理:

1.AI成本之辩:大模型与小模型之争

张一甲:这一次我们的主题叫“站在GenAI分歧点”。因为人工智能很重要,这件事情几乎不言而喻了。但我们不得不承认,在大共识的人工智能面前,其实我们有非常多的非共识分歧。开源、闭源,AI商业化如何闭环?千亿参数、长文本、多模态,大模型的关键指标是什么?规模法则的天花板在哪?Transformer是不是最优解?所以在这样一个时间点上,我们今天就直面分歧,想听听大家最真实的想法和声音。

那最开始还是请各位简单地花一分钟时间,介绍一下自己以及自己所在的公司或者机构。

郑靖伟:我是Peter,靖亚资本的创始管理合伙人。我们成立于2017年,主要聚焦于企业软件领域的投资。近两年来,随着生成式AI的兴起,我们依然投资在To B的企业软件领域,但重点是以生成式AI为主导的企业软件。

Santi:大家好,和靖亚资本一样,我们在硅谷也专注于To B的业务。

张一甲:所以你们现在是联合做了一些投资?

郑靖伟:他(Santi)是我们的战略合作伙伴,同时也是我们的LP。

张一甲:我相信,当谈到人工智能(AI)时,最大的分歧本质上还是财务问题。大家都在说,虽然大型模型很好,但是成本太高。即使最牛的OpenAI,外媒报道说今年预计亏损50亿美金,而且12个月内帐上现金可能就烧完。

对于这件事情,各位有什么看法?

郑靖伟:大模型虽好,但当企业考虑应用时,需要思考是否真的需要使用大模型。大模型能够处理很多事情,但在解决一个问题时,可能并不需要大模型。

大模型可能会有速度较慢的问题,并且推理成本相对较高,使用它们还需要更专业的人才,最后账可能算不过来。

如果你是一家大型企业,不仅在中国,许多国际大公司也对将公司数据交给公有云的大模型厂商感到担忧。他们可能更愿意去Hugging Face这样的平台探索,看看有哪些小模型更适合现在的业务场景,这样账更算得过来。

靖亚资本创始管理合伙人郑靖伟

Santi:我觉得在早期我们会看到技术的一些变化,成本肯定会非常高的,但现在还是有机遇的,我们如何能够降低成本,每个公司都应该充分的利用大模型,不是说所有的公司都需要建基础模型、基础设施。他们可以站在巨人的肩膀上,这样成本就可以降下来。

并不是说在最开始的时候所有公司都要花很多钱,因为现在有很多机遇,这种通用的模型、通用的技术,在这个基础之上大家可以更加专注于垂直行业,在通用模型的基础上更加专业化。

你所需要的训练模型的信息和OpenAI当时训练大模型的信息是不一样的,所以你构建自己行业小模型的成本会更低一些。我不同意我们构建AI公司很昂贵,我觉得做基础设施的AI公司很贵,但建AI的应用没有那么贵,而且我们可以速度更快。

我们也可以建立起很多好公司,我相信在未来3年我们会看到很多新一代的公司被构建起来,比如早期的阿里、Google,那些公司将会在未来3-5年出现,我也很高兴很激动给他们一定的支持。

张一甲:所以听起来Sanit和Peter的观点更近,基础设施太贵了我们做点小模型依然能从应用上赚到钱。

2.AI泡沫之争:现状与前景

张一甲:现在问一个封闭式的问题:AI此刻到底是不是泡沫?只能二选一,是或不是给我一个答案。

郑靖伟:我觉得AI现在不是泡沫,像我刚才讲的未来有巨大的机会。不排除现在有些公司的估值是过高的,但拉长看5年、10年后,我不觉得现在的AI是个泡沫。

Santi:我觉得它是一个泡沫,但我觉得是一系列泡沫的组合,有些泡沫可能未来会不存在,但是很多泡沫会汇集成大海,并滋生新的创新,所以说我们还是要看好创新和技术。我觉得在过去20至30多年,AI领域是泡沫最多的行业,但泡沫也可以成为海洋。

郑靖伟:我补充一下,从1996年到2000年互联网泡沫,但互联网泡沫的时候哪些公司的估值是最高的,思科、英特尔、还有一家公司现在都不存在的公司,名叫Sun Microsystems。要知道,Sun Microsystems当时是两千亿美金的市值。

所以我们看现在生成式AI最先起量的是谁?英伟达、AMD、超微这些企业先起来,但几年后Google、Facebook一家家出来了,但一开始的时候这些都是nobody,都是些基础设施的公司,Sun Microsystems就是最鲜明的例子。

张一甲:泡沫的定义不一定是褒义词、贬义词,它可以是一个丰富的多义词。下个问题问Santi,我在你们Emergence Capital上看到了一篇文章《The AI Plateau Is Real — How We Jump To The Next Breakthrough》(人工智能的高原现象是真实存在的 —— 我们如何跳至下一个突破)。你为什么要写这篇文章,写这篇文章想说明什么?有什么样的建议概括给现场的观众?

Santi:我们发表这篇文章的时候做了很多内部研究,我们想表达的是很多技术的变革是一个S曲线的发展,并且它不是唯一一个S曲线,它是一系列S曲线的集合。

图片来源:靖亚资本

END.


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1