隨著AI故事的演進(jìn),一個(gè)重要問題逐漸擺在了投資人面前:生成式AI到底應(yīng)該投什么?想要回答這個(gè)問題,我們不妨看看移動(dòng)互聯(lián)網(wǎng)的發(fā)展歷史。
在很多人看來,生成式AI的機(jī)會(huì)有點(diǎn)像移動(dòng)互聯(lián)網(wǎng);仡櫼苿(dòng)互聯(lián)網(wǎng)的發(fā)展,大概有三個(gè)關(guān)鍵階段:2007 年,iPhone 1 發(fā)布,至此移動(dòng)互聯(lián)網(wǎng)開始正式啟航;2010 年,iPhone 4 發(fā)布,奠定了移動(dòng)互聯(lián)網(wǎng)的基本框架;2012 年,移動(dòng)互聯(lián)網(wǎng)的應(yīng)用開始爆發(fā),字節(jié)、滴滴、小紅書紛紛成立。
從邏輯上講,GPT 3.5 的發(fā)布,更像是 AI界的iPhone 1時(shí)刻,發(fā)展方向已經(jīng)明確,但產(chǎn)業(yè)框架尚不清晰。這樣的混沌也一定程度上增加了投資的難度,甚至?xí)霈F(xiàn)不少的投資“陷阱”。
這樣的事情在移動(dòng)互聯(lián)網(wǎng)時(shí)代同樣發(fā)生。在移動(dòng)互聯(lián)網(wǎng)早期,“手電筒”等工具類產(chǎn)品以及應(yīng)用商店曾經(jīng)吸引了不少投資人的押注。后來的事實(shí)證明,這不過是移動(dòng)互聯(lián)網(wǎng)的投資“陷阱”。
如何尋找移動(dòng)互聯(lián)網(wǎng)的投資機(jī)會(huì)?五源資本的方法或許值得大家參考。
根據(jù)五源資本劉芹此前對(duì)移動(dòng)互聯(lián)網(wǎng)的分析:手機(jī)具備了PC的特點(diǎn)。但是,手機(jī)還有三個(gè)非常重要的東西,是PC上沒有的:1)手機(jī)上有位置的參數(shù);2)手機(jī)里面有通訊錄;3)手機(jī)有攝像頭,有外放設(shè)備。沿著這個(gè)邏輯,五源資本得出一個(gè)結(jié)論:下一代殺手級(jí)的應(yīng)用是移動(dòng)的、社交的和富媒體化的。
沿著這個(gè)邏輯,當(dāng)我們?cè)趯ふ疑墒紸I的投資機(jī)會(huì),倒不如多問自己幾句:什么能力是生成式AI獨(dú)有,而以前不具備的?
/ 01 /
大模型進(jìn)入應(yīng)用時(shí)刻
2023年是大模型真正破圈的一年;仡櫛据喩墒紸I的突破,來自于底層大模型的持續(xù)進(jìn)化。GPT 作為當(dāng)前全球最強(qiáng)大的語(yǔ)言大模型,從2018年5月GPT初代版本,到2023年3月的 GPT-4,僅5年時(shí)間模型的性能就產(chǎn)生了質(zhì)的飛躍。
從目前看, GPT 模型快速進(jìn)化的原因主要有兩個(gè):
一是訓(xùn)練方法的持續(xù)迭代,從 GPT-1 的半監(jiān)督式學(xué)習(xí),到 GPT-2 舍棄了微調(diào)階段,再到 GPT-3 的 In-context 學(xué)習(xí)和海量參數(shù),以及引入了基于人工反饋的強(qiáng)化學(xué)習(xí)之后的ChatGPT。
二是在模型參數(shù)規(guī)模擴(kuò)大背后,是 OpenAI 對(duì)研發(fā)和算力的持續(xù)高投入,通過“大力出奇跡”的方式,支撐了模型參數(shù)和訓(xùn)練數(shù)據(jù)的快速膨脹。
隨著大模型以及 ChatGPT 等一系列“殺手級(jí)”應(yīng)用的誕生,生成式 AI 在文本、圖像、代碼、音頻、視頻和 3D 模型等領(lǐng)域展現(xiàn)出了強(qiáng)大的能力。
今年3月,微軟發(fā)布了基于GPT-4的AI辦公助手office Copilot,此后包括企業(yè)服務(wù)、營(yíng)銷、低代碼、安全、教育、醫(yī)療、金融等領(lǐng)域的AI應(yīng)用開始陸續(xù)發(fā)布。7 月份,Microsoft 365 Copilot 公布定價(jià),為每個(gè)用戶 30 美元/月,同時(shí)全球CRM龍頭 Salesforce 宣布正式向所有用戶開放AI產(chǎn)品,并給出了單個(gè)產(chǎn)品每用戶每月50美元的定價(jià)。隨著兩大軟件巨頭AI功能定價(jià)發(fā)布,AI 應(yīng)用將正式進(jìn)入商業(yè)化落地階段。
生成式 AI的應(yīng)用不止停留在B端,C端的落地速度同樣可觀。11 月 29 日,成立僅半年的 AI 初創(chuàng)公司 Pika 正式推出 AI 視頻生成工具 Pika1.0,同日公司宣布獲得 5500 萬美元的融資,當(dāng)前估值 2.5 億美元。
Pika的特點(diǎn)在于,能夠?qū)崿F(xiàn)從普通 2D 動(dòng)畫到實(shí)拍感的電影場(chǎng)景、3D 動(dòng)畫全面 覆蓋,還能夠支持對(duì)視頻實(shí)時(shí)編輯和修改,其中生成的視頻在光影、動(dòng)作流暢度等方面甚至都不輸好萊塢動(dòng)畫電影級(jí)別。
種種跡象顯示,在模型、算力、生態(tài)推動(dòng)下,AI 應(yīng)用正在進(jìn)入大爆發(fā)時(shí)代。
/ 02 /
資本紛紛押注大模型基礎(chǔ)設(shè)施
生成式AI的高速增長(zhǎng),也引爆了相關(guān)領(lǐng)域的投資。
從一級(jí)市場(chǎng)看,截至8月底,GitHub 上 AI 開源項(xiàng)目數(shù)量達(dá)到了 91 萬,相較于去年全年的增幅達(dá)到 264%。根據(jù)Replit的數(shù)據(jù),23年二季度AI項(xiàng)目環(huán)比增速達(dá) 80%,相較于去年同期同比增長(zhǎng)了34倍。
從去向看,大部分生成式 AI 項(xiàng)目還處在早期,大部分資金投向了包括大模型開發(fā)在內(nèi) AI 基礎(chǔ)設(shè)施層, 而應(yīng)用層資金流向僅占三成。
其中,基礎(chǔ)設(shè)施層的投資集中度相對(duì)較高。自22年第三季度以來,AI基礎(chǔ)設(shè)施層,在投融資的數(shù)量?jī)H占總數(shù)的 10%的情況下,投融資的金額占據(jù)生成式AI融資金額的70%以上,這也體現(xiàn)了基礎(chǔ)設(shè)施層資金密集型的特點(diǎn)。
在應(yīng)用層,通用AI應(yīng)用占大多數(shù)*主導(dǎo),占比達(dá) 65%。相比之下,垂直行業(yè)應(yīng)用目前無論投融資的數(shù)量還是金額都要遠(yuǎn)低 于通用型應(yīng)用。
從二級(jí)市場(chǎng)看,AI 算力基礎(chǔ)設(shè)施層公司率先受益于 AI 產(chǎn)業(yè)浪潮,其中英偉達(dá)是 AI“掘金買鏟”邏輯的核心受益者,其次為微軟、Google、AWS、Oracle 等頭部云服務(wù)廠商和大模型廠商。
原因在于,在當(dāng)下的生成式AI產(chǎn)業(yè)鏈里,基礎(chǔ)設(shè)施層是最確定的環(huán)節(jié)。根據(jù)海外風(fēng)險(xiǎn)投資機(jī)構(gòu) Andressen Horowitz 的粗略估算,應(yīng)用廠商平均需要將 20-40%的收入支付給云服務(wù)商或大模型廠商,同時(shí)大模型廠商通常也會(huì)將近一半收入用于支付云基礎(chǔ)架構(gòu)。也就是說,當(dāng)前生成式AI總收益的10-20%流向了云服務(wù)商。
在硬件層面,英偉達(dá)是最受益的標(biāo)的,其主力 AI 芯片 A100、 H100 承載了絕大多數(shù) AI 模型訓(xùn)練與開發(fā),占據(jù) AI 服務(wù)器硬件成本的近 90%。
盡管AI 應(yīng)用仍然處于早期,且應(yīng)用層從商業(yè)化以及兌現(xiàn)時(shí)間會(huì)落后于基礎(chǔ)設(shè)施層幾個(gè)季度,但今年以來頭部應(yīng)用廠商股價(jià)同樣也有所演繹。今年年初至今,Palantir、Salesforce、Shopify等應(yīng)用層公司也都有著不錯(cuò)的漲幅。
隨著后續(xù)越來越多的AI應(yīng)用廠商進(jìn)入到實(shí)質(zhì)性商業(yè)化階段,AI領(lǐng)域的投資也將進(jìn)入更加復(fù)雜的階段。
/ 03 /
尋找生成式AI的投資脈絡(luò)
在信息技術(shù)脈絡(luò)里,軟件和硬件呈現(xiàn)了完全不同的發(fā)展軌跡。在軟件行業(yè),只有直接掌控用戶和數(shù)據(jù)資產(chǎn)的平臺(tái)型應(yīng)用才是最終的贏家。而在半導(dǎo)體行業(yè),比下游直接面向用戶的電子產(chǎn)品公司有更高的集中度,高通、臺(tái)積電和英特爾在各自領(lǐng)域都有極強(qiáng)的話語(yǔ)權(quán)。
換言之,AI世界的演進(jìn)路徑會(huì)更接近半導(dǎo)體還是互聯(lián)網(wǎng)行業(yè),意味著*的蛋糕到底會(huì)出現(xiàn)在模型層還是產(chǎn)品層?在回答這個(gè)問題前,我們先來看下AI與上述兩個(gè)領(lǐng)域究竟有何不同。
與很多行業(yè)不同,半導(dǎo)體行業(yè)的發(fā)展邏輯來自消費(fèi)市場(chǎng)對(duì)性能永無止境的需求,并最終演化為摩爾定律。這迫使制造巨頭們通過巨額研發(fā)投入,持續(xù)保持了每一代產(chǎn)品的技術(shù)*。在這個(gè)過程中,性能提升會(huì)越來越難,其帶來的收入增長(zhǎng)和所需巨額研發(fā)成本往往是不匹配的,這構(gòu)成了半導(dǎo)體制造的極高的壁壘。
但這樣的情況并不會(huì)出現(xiàn)在生成式AI的模型層,原因有兩點(diǎn):
一是軟件相比硬件更難保持技術(shù)的長(zhǎng)期*。目前,大模型的投入成本主要在訓(xùn)練成本,但訓(xùn)練成本相比造芯片動(dòng)輒幾十億的投入相比還是小巫見大巫。這也能從國(guó)內(nèi)外大模型發(fā)展看出。盡管國(guó)內(nèi)與國(guó)外大模型仍有明顯差距,但相比年初差距已有明顯縮短。
二是相比消費(fèi)者對(duì)手機(jī)和PC「性能」的無限需求,在很多場(chǎng)景下,用戶對(duì)生成式AI的智能化程度呈現(xiàn)邊際遞減的。也就是說,所有場(chǎng)景對(duì)生成式AI性能的要求并不是無限的。
既然模型層邏輯跑不通,但要說應(yīng)用層公司有很大機(jī)會(huì),也未必。原因在于,大模型邏輯下,產(chǎn)品體驗(yàn)與控制模型高度綁定,且數(shù)據(jù)反饋對(duì)模型改進(jìn)至關(guān)重要。在這種情況下,你很難相信一個(gè)高度依賴大模型廠商的應(yīng)用層公司。而對(duì)應(yīng)用層公司來說,把自身高質(zhì)量數(shù)據(jù)完全交給大模型廠商去進(jìn)行迭代,本身也是一件風(fēng)險(xiǎn)極高的事情。
從這個(gè)角度上說,無論是模型層還是應(yīng)用層公司都有各自的問題,同時(shí)占據(jù)模型層和應(yīng)用層的全棧公司或許才有捕獲*價(jià)值的可能。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
2024年的Adobe MAX 2024發(fā)布會(huì)上,Adobe推出了最新版本的Adobe Creative Cloud。
奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。
9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽(yáng)成功舉辦。