一位硅谷VC眼中的硅谷:2/3生成式AI机遇属于巨头

资讯4个月前发布 hiailand
408 0 0

“比互联网时代机会规模大10倍,但三分之二机会可能是大公司的。”

面对此次以生成式AI掀起的产业创新浪潮,硅谷技术VC——Fusion Fund的创始人张璐给出这样的论断。

不过即便只有三分之一的机会属于初创企业,但大10倍机会规模还是非常可观的。

张璐坦言:从年初到现在,硅谷早期投资生态非常活跃,要是有高质量的创业项目会很快拿到超募。

不过不同于国内千模大战,现在硅谷,初创公司已经很少在做模型,大家关注点已经转向应用层。用张璐一直以来对技术创新的周期判断来讲:

基础创新阶段已经过去,现在进入到应用创新大趋势。像贾扬清创办的LeptonAI,最近大火的首个超过GPT4性能的开源模型公司NexusflowAI,Cloudera创始人最新创建的Vectara等都是是张璐最新投资的项目。

这样的发展,其实与张璐带领的Fusion Fund一直以来的投资主线不谋而合:通过新技术整合推进全产业的数字化转型

而除了生成式AI,硅谷又有怎样的New Trends?

量子位与张璐展开了年度硅谷连线。

硅谷现状:商业化速度非常快,模型层已成熟

与上一波决策式AI浪潮发展不同的是,此次生成式AI商业化落地速度非常快。

这也是张璐最明显的感知。从今年年初发展到现在,张璐坦言硅谷早期投资生态非常活跃

除了看到落地速度,也发现很多初创公司不需要融很多钱了。因为开发成本没有那么高、效率也提上来了,不需招那么多工程师。

对于很多高质量创业者来说,这会是个很好的创业时机。一些早期优质的项目经常可以拿到超募。“资本的马太效应非常明显。”

张璐也解释了这背后的原因。

一来,美国天生有个非常独特的市场环境,它可能是全世界做企业级(ToB)销售最容易、也最成熟的商业市场;

二来,ChatGPT让所有产业意识到「这个工具存在了,如果我不用,我的竞争对手会不会用?全产业数字化转型整体加速」

除了生成式AI能提高产业效能、经济形势等方面的影响,张璐还谈到了一个很有意思的现象,那就是产业玩家的紧迫性

张璐2018年就和她的合伙人前惠普CTO Shane Wall,一起建了一个Fusion Fund CXO网络,至今其中有44名500强企业的CTO,覆盖了11个不同行业。网络成员每个季度都会进行闭门讨论分享,从今年初开始,与CTO们聊的一个大主题就是各种生成式AI的产业落地应用,从“企业的数字战略”、“生成式AI的应用挑战”到“人工智能时代的数据监管和隐私”等等,张璐就谈到这些CTO的紧迫感非常强。

张璐总结这样的紧迫感来自于两个方面

一方面是他们拥有海量的有价值数据,问题在于如何利用数据策略将数据的价值反映到公司的估值,也就是制定公司数据战略。

另一方面,这些CTO发现公司员工会暗自使用ChatGPT,这背后也带来了数据隐私的问题,急需一个行业专属模型来替代,更重要的是效能提升的需求非常迫切,产业有更强的动力去应用新的技术

据张璐透露,这些大公司专门批给CTO或者是首席创新官,以及专门与初创企业战略合作的预算越来越高,以前可能只有几千万、几亿美金,现在可以到十几亿美金

这样的情况,再加上得益于AI工具的助力,初创公司开发成本降低、效率增高,也进一步提高了很多初创企业的商业变现速度。

不过在面对「生成式AI是否能够重塑各行各业」这个论断时,张璐直言:

并不觉得会重塑,在硅谷更多看到的是Plug in,相当于是现在的行业应用,再加上生成式AI作为一个feature(功能)。

张璐认为目前这一阶段仍只是人工智能的序曲,还没有达到高潮。

而要实现真正的高潮,张璐主要谈到了两点。

一个是从跨领域生态上看,目前需要解决生成式AI应用的几个挑战:一是算力成本过高;二是耗电量比较高;三是数据传输和沟通的效率,以及数据隐私的问题。

第二个则是垂直领域的应用,这其中很重要一点就是拿到行业高质量数据。这对初创企业创始人就有一定的要求,比如要懂这个行业,懂得在模型训练过程中去给专业的行业反馈;要有能力与行业龙头成为战略合作伙伴,并且拿到他们的高质量数据来去优化模型,打造行业专属模型。

而早在2017年,张璐带领的Fusion Fund团队从AI在医疗领域的创新开始,深度布局各个行业的人工智能应用。从2021年开始,张璐带领的Fusion Fund团队就在生成式人工智能商业应用开始明确的投资布局。

最早就是You.com,由Salesforce前首席科学家做的生成式AI搜索引擎,直接对标Bing。You.com近年来实现了快速增长,即将成为领域内的独角兽企业。

Fusion Fund还投资了各种垂直领域的企业,比如在制药医疗、企业服务、金融保险、物流供应链等领域均有布局。这些垂直行业的被投企业商业化都做得非常好,年收入至少在1000万美元以上,一些企业级的AI解决方案年收入超过了6000万美金。

尤其是近年来涌现了诸多企业服务场景的公司。比如Fusion Fund投资的Vectara,就是用生成式AI进行企业级搜索,解决了如何将大模型应用到小的数据团队里的问题,能够完成跨文件格式及跨语言搜索等操作,以及针对企业级会议应用的Otter.ai。

此外,Fusion Fund还关注到一些在跨领域生态上驱动AI应用的企业,覆盖从算力优化、边缘计算、数据隐私,再到AI监管、联邦学习等方面。比如业内最顶尖的边缘计算芯片公司EdgeQ,贾扬清创始的Lepton AI,开源领域的Loft.sh和Nexusflow等。

这也引出了硅谷目前第二个现状:

初创公司做模型已经非常少了,大家的关注点已经从模型来到了应用层

张璐谈到,这背后涉及美国公司的一个共性,那就是重点去做别人做不了的,然后再在周围建生态,吸引很多公司在自己生态中成长起来

英伟达就是个典型例子。英伟达有能力自己开发诸多应用,但他们并没有自己去做应用,而是专注在硬件层+基础平台层,用自己的算力系统搭建好基础设施与平台,吸引初创公司在它的平台上建立新的应用。

英伟达从数年前开始就在布局自己的生态,它推出了“初创加速计划”(Nvidia Inception Program),在各个垂直领域精选优秀的AI初创企业,获奖企业能够获得奖金并优先使用英伟达平台的资源,而Fusion Fund投资的企业中已有9家企业入选该计划。张璐团队自2017年起也一直和英伟达紧密合作,最近Fusion Fund的创始人日活动就在英伟达总部和英伟达联合举办,加速生态发展。

像谷歌、亚马逊、微软等大公司,他们也希望建立自己的生态,通过大模型来帮他们留住企业云客户。OpenAI也曾公开表达没有意愿去做垂直领域的应用。

在这样的生态环境下,初创公司就能在科技巨头开发的模型层上建立各种各样的应用。而且初创公司的选择,也会触发模型层企业的良性竞争,模型成本也会逐渐降低。

这就是为什么在美国很少见到初创公司再去做模型了,因为没有必要。

这也间接印证了张璐一直以来对技术周期的看法:技术创新的周期是“先基础技术创新,再技术应用创新,最终会带来新的商业模式创新”。现在大家一个共识是,目前已经进入到技术应用创新的周期

总的来看,此次生成式AI浪潮,其实与张璐团队一直以来强调的概念0代码人工智能平台不谋而合——

使用者不需要写任何一行代码,也不需要懂代码,就可以直接应用和受益于人工智能解决方案

之前大家一直不能理解,但现在通过ChatGPT进行了大规模的全产业教育,大家发现原来真的可以。尤其在B端,因为有非常落地的行业应用场景,推进速度非常快。

以前人工智能的概念也火过好几次,但都不像这次如此落地。这也是生成式AI最大的一个优势。从投资者的角度来看,商业落地进程加快,很快就可以解决实际问题。一个公司的发展前景就可以预测得比较明确了。

张璐建议初创公司要明智地选择切入点,不要同大企业硬碰硬,而是要去得益于大企业间的竞争,选择最有优势的应用场景去切入,选择最合适的生态去合作。另外随着产业快速发展变化,大企业不管是提供底层模型的优化,还是生态的成长,都会为初创企业带来新的行业机会。

两条投资主线更为清晰

这样的发展变化,在张璐团队看来是原有的投资主线更清晰了

也就是全产业的数字化转型。而且是投资平台性技术去挖掘数据的价值。

平台型技术包括人工智能、边缘计算等各种各样的技术。所以生成式AI其实进一步推进了全产业对人工智能的认知以及对数字化的需求。

甚至有些行业,他们并不是真的拥抱AI,但看到同行业竞争对手开始使用人工智能,就会觉得必须要布局。

所以现在看到的各种探讨,一方面在于我们到底怎样在垂直领域应用人工智能,另一方面更多探讨的是 build VS buy,是内部自建还是外部采购。

科技公司更倾向于前者,因为开发成本越来越低。但对于传统行业来说,外部采购速度更快,多样性更强,而内部去搭团队周期较长,并且也涉及一些数据隐私考量。

另一大不变的投资主线在于技术应用是否能赋能到每个个体、每个企业

人工智能最大一特点就是作为工具被人使用。现在很多人在探讨说工具将完全替代人,但张璐认为现在还不到这个阶段。

实际上,一个人使用AI等工具完成的工作量,可能就是以前三个人做的工作量。因此更需要关注的是,技术植入之后,如何更好地提升大家的生产力和生产效率。

近几年,科技与创投圈每年都会迎来全民关注的新风口,从张璐的角度来看,这其中有些是真的、有些是假的。像区块链、加密货币、元宇宙、Web3这些比较火热的话题,张璐团队一直都保持相对谨慎的态度。

但这次生成式AI所带来的数字化转型机遇,在张璐看来是真正可以落地的机会。所以不仅是Fusion Fund现在的布局,包括此前布局的AI公司,都围绕着这种趋势都在快速成长。

张璐解释说,这背后有个很重要,也是非常简单的一个判别式。

那就是回归商业本质 ,看这项技术是否在解决现实产业中一个重大的问题,还是只在自己生态圈里圈地自萌。

“We need to create something people need, not people like”,你做的技术产品必须是人/产业需要的,而不只是人/产业喜欢的。

这一点同样也适用于人工智能热潮,市场上也有不少的泡沫。比如C端一些很炫酷的应用,写几行字就能生成好玩的照片。但若想想,这个功能在未来几年每个星期都会有人使用它吗?它是否真的能可持续发展呢?

相较而言,一些产业应用确实解决能实际需求,比如利用AI解决医学影像增强,分析,在金融行业做投研报告和数据分析等等。

看好四大产业方向

围绕着这层逻辑,除了生成式AI,张璐还透露了看好四个产业领域的未来技术发展。

第一是医疗,主要有两个值得关注的方向:一是数字化治疗(Digital Therapeutics);二是数字化生物学(Digital Biology),尤其是合成生物学。从AlphaFold的持续更新,再到今年生成式AI,都极大地加速了数字化生物学的产业进程。

第二是保险行业的数字化。目前保险行业有海量的高质量数据,市场量级非常大,但与此同时又面临着利润率越来越低的产业挑战,这就让保险科技及AI在保险领域的应用有了巨大的发展空间。

第三则是新一代的制造业和物流供应链。因疫情、人力成本越来越高等各方面原因,一些传统物流供应链公司不得不推进自动化进程,由此衍生出一个非常大的趋势即自动化机器人,越来越多数字工厂将诞生。

不过她强调,这里的机器人并非简单意义上的人形机器人,而是各种各样产线上自动化运作的机器人,这是一个大方向。

一位硅谷VC眼中的硅谷:2/3生成式AI机遇属于巨头

比如最近,张璐团队投了一家保险科技公司——Koop,它是为这些应用大量机器人的工厂提供机器人保险。

除此之外,她还提到了另一种未来的想象。当机器人变得越来越小的时候,它所能做的事情、带来的创新维度就会变得非常不一样。

比如进入到临床阶段的纳米机器人,他们在投的一家数字治疗的项目,其产品就是一个智能胶囊,吞进去之后,就能实现整个消化系统的数据采集,以及定向定点的释放药物。

最后一个是太空科技。她给出论断: 现在太空科技进入到第二个阶段 。

第一个阶段,太空科技更多的是传统发射火箭、卫星,硬件比较多,成本也较高。但现在已经进入到第二阶段,即太空数据时代。

再过两年,马斯克Starlink发射的卫星总量可能会超过肉眼可见的星星数量,所以太空是非常拥挤的,三维的太空日常交通情况会非常糟糕。

所以一来这产生了很强的需求,即如何去管理和经营太空中如此庞大的社群。张璐最近投资了一家公司就专注于太空中的交通管控,这是非常重要的应用。

二来,就是太空数据要如何应用,如何将其低成本化。

举例来说,过去想要获取太空数据需要自己发射卫星,但现在可能也不需要自己发卫星,而是直接运用太空中的卫星数据。未来,地球上各类大小企业都能更好地利用太空数据,更多人也将更好地受益于太空数据,这是非常有价值的部分。

而在这个过程中一旦有数据,就可以用人工智能。

张璐坦言:很多现在讨论的技术,它都有一个很大的特点,就是它并不是突然间出现的拐点般的新技术。事实上,这些技术往往存在已久,只是现在产业开始大规模应用,而且是产业到了特定时间节点,必须要做出改变的情况下。

比如像脑机接口、人形机器人等技术,张璐觉得这些绝对是未来的发展方向,但现在技术层面的挑战还需要一步一步解决。

而像AI Healthcare以及太空科技,张璐预测或将是明年的风口。

尤其像AI HealthCare正在火速成长过程中。人工智能在医疗领域的应用,本身就是现在的一个大趋势和风口。

One More Thing:如何看待Sam Altman?

在被问到硅谷如何看待Sam Altman这个当红明星,有没有将他当做下一个马斯克、下一个乔布斯。

张璐坦言,他(现阶段)跟马斯克和乔布斯,可能还无法相提并论

“Sam当然也是非常厉害的领袖,他能够非常坚持地去做这件事情,经历了各种尝试和挑战,最终选定Transformer这个架构并一路走下来。所以我觉得Sam可能比较强的一点是他的Vision,还有对理念的坚持,确实也很有韧性。”

但是从另一方面来看,这个产品最早的idea并不来自于他,技术也不来自于他。他更多像是一个很杰出的领袖,在对的时间节点,将对的人凑在一起,然后去拿对的资源,将很多东西整合起来。

不过乔布斯和马斯克也不是同一类人。乔布斯是真正的创造者,他真的是从零到一去做创新的人。

而马斯克,其实很多他做的东西都不是完全原创,他也并非特斯拉最早创始人,但他能将其做成商业化。他更像是个Dreamer,敢于去挑战一些非常难的产业问题。

Sam Altman,现阶段来说跟乔布斯和马斯克还是有明显差距的。不可否认,OpenAI带动了生成式AI浪潮,但在OpenAI的技术和研发中,首席科学家Ilya等在内的科学家,才是真正的OpenAI之父。

本文来自微信公众号“量子位”(ID:QbitAI),作者:关注前沿科技

© 版权声明

相关文章

暂无评论

暂无评论...