對(duì)比往年，九合創(chuàng)投創(chuàng)始人王嘯認(rèn)為自己在2023年出手相對(duì)保守了一些，對(duì)前期燒錢(qián)過(guò)多且不一定有收益的項(xiàng)目非常謹(jǐn)慎。

但對(duì)生成式AI項(xiàng)目除外。

對(duì)于這一他看好的賽道，他出手迅速。2022年底，王嘯曾判斷大模型將帶來(lái)一波新機(jī)會(huì)。2023年，他投了十多個(gè)AI相關(guān)項(xiàng)目，差不多占據(jù)九合創(chuàng)投2023年投資項(xiàng)目總量的70%~80%。

之所以能在大環(huán)境遇冷的情況下，在AI賽道堅(jiān)決出手，一方面是王嘯認(rèn)為自己的內(nèi)核是樂(lè)觀的。“早期投資人如果不樂(lè)觀，根本就做不了早期投資這件事。”另一方面，相比投資遇冷的整體環(huán)境，科技賽道受到的影響相對(duì)較小，資本密度也沒(méi)有下降。

九合創(chuàng)投成立于2011年，創(chuàng)始人王嘯是中國(guó)互聯(lián)網(wǎng)行業(yè)最早一批從業(yè)者，此前為百度初創(chuàng)團(tuán)隊(duì)成員，被稱為“百度七劍客”。目前九合創(chuàng)投已經(jīng)投資近300家早期科技類企業(yè)，成功上市的企業(yè)有青云科技、鷹瞳科技等。九合創(chuàng)投第五期人民幣基金正在募集中，據(jù)悉進(jìn)展順利。

“我認(rèn)為大模型運(yùn)用跟商業(yè)化的距離并不遙遠(yuǎn)，部分團(tuán)隊(duì)拿到一兩輪投資，就能依靠自己活下來(lái)了。”王嘯說(shuō)。

但王嘯也認(rèn)為，大模型的競(jìng)爭(zhēng)是大廠和資源的競(jìng)爭(zhēng)，創(chuàng)業(yè)公司的優(yōu)勢(shì)并不明顯。因此，他選擇了具身智能、多模態(tài)垂直模型以及大模型的應(yīng)用開(kāi)發(fā)三個(gè)方向。在王嘯看來(lái)，未來(lái)這些領(lǐng)域中有一定機(jī)會(huì)產(chǎn)生出新的行業(yè)巨頭。

以下為王嘯的采訪整理，有刪節(jié)。

大模型上層應(yīng)用的商業(yè)化路徑，相對(duì)清晰

AI這種能力應(yīng)用在哪個(gè)場(chǎng)景進(jìn)行商業(yè)化比較好，這是創(chuàng)業(yè)者一開(kāi)始就要思考的問(wèn)題。

因?yàn)锳I能力并不一定是稀缺的能力，尤其是大模型能力，在經(jīng)過(guò)了最初期的“緊缺”后，現(xiàn)在國(guó)內(nèi)外都有很多家大模型，且市場(chǎng)上的開(kāi)源模型也越來(lái)越多。

所以我不太看好只有技術(shù)但不理解市場(chǎng)的團(tuán)隊(duì)，我覺(jué)得做出來(lái)的難度很大。

另一方面，我始終認(rèn)為，大模型的競(jìng)爭(zhēng)一定非常激烈，投入也非常高。前段時(shí)間，Meta表示將花幾十億美元購(gòu)買(mǎi)35萬(wàn)張英偉達(dá)H100顯卡，換算成人民幣就是百億級(jí)的投入，而這僅僅是一次性購(gòu)買(mǎi)，它前期肯定累計(jì)采購(gòu)了非常多算力資源。

由此可見(jiàn)，大模型競(jìng)爭(zhēng)依舊處于百億元量級(jí)的資源競(jìng)爭(zhēng)階段，包含數(shù)據(jù)的梳理、算力的購(gòu)買(mǎi)使用以及工程師的選擇等層面，資金的密度和數(shù)量都很大。創(chuàng)業(yè)公司很難坐上牌桌，它也不可能融到那么多資金。

我們現(xiàn)在關(guān)注更多的是基于大模型之上的場(chǎng)景、應(yīng)用和需求。在過(guò)去沒(méi)有大模型，有一部分用戶需求是無(wú)法被滿足的，但基于大模型之上的軟硬件服務(wù)搭配，就有可能完成得更好，從而提高這部分用戶的滿足度。以此為基礎(chǔ)衍生出的產(chǎn)品或服務(wù)，就是很好的商業(yè)化落地方向。

在我看來(lái)，大模型上層應(yīng)用的商業(yè)化路徑，并沒(méi)有大家想象得那么復(fù)雜，相反，我覺(jué)得是清晰的。

大模型本身解決的是生產(chǎn)力問(wèn)題，為生產(chǎn)力而非生產(chǎn)工具付費(fèi)，是一件邏輯線更直接的事情。比如說(shuō)過(guò)去一個(gè)崗位需要10個(gè)人工作，但現(xiàn)在只需要1個(gè)人，剩下9個(gè)人的任務(wù)用AI替代，但只需要花費(fèi)雇傭2個(gè)人的費(fèi)用，這在商業(yè)化邏輯上并不存在問(wèn)題。

例如過(guò)去我們拍攝視頻廣告的時(shí)候，可能需要一個(gè)小團(tuán)隊(duì)拍攝兩三天，成本至少要10萬(wàn)元。但現(xiàn)在如果使用大模型生成視頻，可能只用付費(fèi)1萬(wàn)元，就可以獲得效果不錯(cuò)的視頻，而且還可以同時(shí)進(jìn)行多次復(fù)制。但實(shí)際上這1萬(wàn)元的費(fèi)用里，AI生產(chǎn)供應(yīng)商的成本可能只有1000元。所以，在我看來(lái)，大模型應(yīng)用的商業(yè)化路徑是清晰有效的。

與之相對(duì)的是，大模型的商業(yè)化依賴于應(yīng)用側(cè)的繁榮。

從目前來(lái)看，大模型應(yīng)用的生態(tài)化不是輕易能夠搭建的。因?yàn)榇竽Ｐ捅旧硎且粋€(gè)平臺(tái)型的技術(shù)，它需要在生態(tài)建立的基礎(chǔ)上，大家購(gòu)買(mǎi)它的字符。這就需要構(gòu)建在大模型上的應(yīng)用層，有足夠的豐富度和商業(yè)能力，才能夠形成商業(yè)化閉環(huán)。

近期OpenAI推出的GPT store其實(shí)就類似于App Store，因?yàn)榇竽Ｐ捅旧聿⒉荒芎芎玫亟鉀Q應(yīng)用中的需求，所以它需要開(kāi)發(fā)者在模型的基礎(chǔ)之上做開(kāi)發(fā)，來(lái)更好地給用戶或者是客戶提供服務(wù)。

這是一個(gè)比較簡(jiǎn)單的邏輯，而且這個(gè)生態(tài)一旦形成，數(shù)據(jù)能夠回歸到大模型里面，大模型的能力也會(huì)顯著提升。

現(xiàn)在大模型還是從互聯(lián)網(wǎng)抓取數(shù)據(jù)進(jìn)行清洗，但如果大模型應(yīng)用能不斷給它反饋數(shù)據(jù)，它的能力就會(huì)顯著提升。

這也是百度文心一言能夠跑到相對(duì)頭部位置的本質(zhì)原因，即發(fā)布早、用戶多，現(xiàn)在已經(jīng)形成了數(shù)據(jù)、用戶和大模型之間的一個(gè)螺旋式上升的過(guò)程。對(duì)于大模型而言，數(shù)據(jù)飛輪的先發(fā)優(yōu)勢(shì)非常明顯，即使像Google，現(xiàn)在面對(duì)OpenAI也很被動(dòng)。

只有大模型應(yīng)用的商業(yè)化普遍起來(lái)，大模型的商業(yè)化才會(huì)提速。

2024年，AI創(chuàng)業(yè)公司面臨“生死劫”

對(duì)于創(chuàng)業(yè)公司來(lái)說(shuō)，無(wú)論是to B還是to C領(lǐng)域，兩邊都有（商業(yè)化的）機(jī)會(huì)，只不過(guò)解決的問(wèn)題不一樣。to B端解決的更多是提高效率的問(wèn)題，to C需要解決用戶的需求和痛點(diǎn)，可能更偏娛樂(lè)或陪伴。

從過(guò)去一年多的發(fā)展來(lái)看，我們目前看到AI創(chuàng)業(yè)公司的商業(yè)化落地路徑，主要有兩種類型。

第一種是原公司具備數(shù)據(jù)能力和一定的客戶能力，在自身核心能力之上加入大模型能力，提升原有產(chǎn)品的體驗(yàn)和服務(wù)，在我看來(lái)這是一波更明確的機(jī)會(huì)。

第二種是從收集數(shù)據(jù)開(kāi)始，重新做一個(gè)垂直領(lǐng)域的模型。目前已經(jīng)有一些創(chuàng)業(yè)公司在嘗試做了，但想要真正把大模型運(yùn)用好，在垂直領(lǐng)域中滿足客戶需求，這是一個(gè)慢慢嘗試的過(guò)程。我預(yù)計(jì)三到五年后，才會(huì)有一批公司出現(xiàn)，把這件事做好。具體是哪些方向、領(lǐng)域或創(chuàng)業(yè)團(tuán)隊(duì)，可能還得再過(guò)兩三年才能看出來(lái)。

相比to B領(lǐng)域，to C的AI創(chuàng)業(yè)公司需要更長(zhǎng)的商業(yè)化耐心，可以優(yōu)先發(fā)展終端用戶規(guī)模，至于殺手級(jí)應(yīng)用程序，還需要一段時(shí)間。

但值得注意的是，如果AI創(chuàng)業(yè)公司最開(kāi)始沒(méi)有找到商業(yè)化落地的場(chǎng)景或機(jī)會(huì)，在大模型訓(xùn)練成本普遍較高的情況下，融不到錢(qián)就很難存活下去。因此，今年可能有大批的早期大模型創(chuàng)業(yè)公司陷入融資困難，甚至團(tuán)隊(duì)解散的困境。

在我看來(lái)，創(chuàng)業(yè)公司能做下去其實(shí)是小概率事件，“死掉”才是大概率。

2023年，九合創(chuàng)投投資了十幾個(gè)AI相關(guān)的項(xiàng)目，這期間，我們看了至少一兩百個(gè)AI相關(guān)項(xiàng)目。

我們也觀察到，目前國(guó)內(nèi)AI創(chuàng)業(yè)者對(duì)于融資的態(tài)度更切合實(shí)際了，估值等各方面的考慮也更合適。他們也更務(wù)實(shí)了，會(huì)優(yōu)先思考更多方面，比如商業(yè)化層面，公司成立初期就要有收入、利潤(rùn)，而不是單純講故事。盡管當(dāng)下的融資環(huán)境比較艱難，我認(rèn)為依然還有很多人在創(chuàng)業(yè)和嘗試創(chuàng)業(yè)的過(guò)程當(dāng)中。

另一方面，在生成式AI領(lǐng)域，大家關(guān)注AI是共識(shí)，但從投資的角度來(lái)看，還存在很多非共識(shí)。

九合在過(guò)去一年的投資篩選邏輯也進(jìn)行了一些微調(diào)。在團(tuán)隊(duì)能不能創(chuàng)造比較好的價(jià)值、有沒(méi)有技術(shù)壁壘、能不能解決一些核心問(wèn)題等大方向不變的基礎(chǔ)上，我們對(duì)于項(xiàng)目能不能持續(xù)生存、是否有造血能力這部分的考察比重在增加。如果自我造血能力短期內(nèi)無(wú)法跟上，那么團(tuán)隊(duì)的融資能力也是十分重要的一部分。

面對(duì)被“卡住”的風(fēng)險(xiǎn)，保持樂(lè)觀

很多人可能對(duì)中國(guó)的人工智能發(fā)展比較悲觀，擔(dān)心存在被“卡住”的風(fēng)險(xiǎn)，但我是相對(duì)樂(lè)觀的。

算力確實(shí)是人工智能發(fā)展的一個(gè)很重要的部分，但除了算力之外，場(chǎng)景、場(chǎng)景之上的數(shù)據(jù)，以及工程師的能力也非常重要。我認(rèn)為我們?cè)谒懔ν獾钠渌麕讉€(gè)領(lǐng)域中，并不存在顯著的問(wèn)題。甚至我們的場(chǎng)景更豐富、更多、更容易獲取數(shù)據(jù)；數(shù)據(jù)和數(shù)據(jù)處理能力也不錯(cuò)、人力成本也都相對(duì)更低。所以我不認(rèn)為我們處在非常劣勢(shì)的位置。

但是在算力上，我們確實(shí)存在瓶頸，這也會(huì)影響我們的速度。比如說(shuō)別人1個(gè)月訓(xùn)練完，我們可能需要10個(gè)月。但我覺(jué)得對(duì)人工智能最終在中國(guó)的使用，以及大范圍地提高社會(huì)效率，產(chǎn)生的影響并不大。

即使是算力問(wèn)題，通過(guò)一些其他技術(shù)解決方案，甚至有可能形成大規(guī)模算力的替代機(jī)會(huì)。

短期內(nèi)我們可能會(huì)難受一些，但長(zhǎng)期來(lái)看，我們不必悲觀。大范圍的模型應(yīng)用能力，我覺(jué)得我們會(huì)更靠前。在這一領(lǐng)域，中國(guó)人的積極性、主動(dòng)性和速度更快。因此，我覺(jué)得長(zhǎng)期是樂(lè)觀的，中短期相對(duì)比較困難，但可以克服。

另一方面，在具身智能領(lǐng)域，我覺(jué)得中國(guó)甚至可能會(huì)領(lǐng)先半個(gè)身位，因?yàn)槲覀兊闹圃斐杀镜停布?chuàng)業(yè)公司多。

并且，我們的供應(yīng)鏈能力、硬件制造能力都是全球領(lǐng)先的。明顯多于其他國(guó)家?guī)妆兜墓こ處熂t利，也讓我們具備了參與全球化競(jìng)爭(zhēng)的機(jī)會(huì)和能力。

來(lái)源：中國(guó)企業(yè)家網(wǎng) 作者：孔月昕