Después de más de 200 días de ebullición de AIGC, los inversores llegaron a tres importantes consensos

Fuente: Primera Voz Nueva

Fuente de la imagen: Generada por Unbounded AI

El 19 de julio, Meta, la empresa matriz de Facebook, lanzó el modelo grande Llama 2, que se utilizará de forma gratuita con fines comerciales y de investigación y es conocido como el código abierto de reemplazo de GPT-4 más potente. Esto cambiará la situación de que muchos modelos grandes en todo el mundo se desarrollaron en base a Llama, pero están limitados por el hecho de que no se pueden usar para uso comercial gratuito.

Se han producido nuevos cambios en la estructura del mercado de IA, y el foco del círculo de capital de riesgo se ha bloqueado de nuevo. Cuando las personas discuten que se acerca la singularidad de la inteligencia artificial humana y que se acerca la era de AIGC, las cosas están cambiando lentamente a medida que AIGC funciona de manera salvaje.

En primer lugar, en términos de cuánto tiempo puede durar la popularidad de AIGC, el círculo de inversión se ha dividido gradualmente. Algunas personas dijeron que la inversión persigue el rendimiento y la certeza, mientras que la liquidez del modelo grande de propósito general aún no está clara. El mercado se está enfriando, por lo que debe tener cuidado al comprar.

Algunas personas tienen la opinión opuesta, pensando que el desarrollo de AIGC acaba de comenzar y se volverá aún más popular el próximo año. El AIGC de hoy es solo en el campo del texto, y el modelo grande multimodal aún no ha salido. Para fines de este año, algunos avances en imágenes de Open AI pueden estimular aún más la imaginación de todos.

No es solo la actitud lo que diferencia, sino también los datos indiferentes que pueden igualar la alta atención del mercado. Según datos relevantes, desde principios de este año hasta mayo, la tasa de crecimiento de las visitas de ChatGPT cayó del 131,6% al 2,8%. Desde la perspectiva de las acciones reales, existe un gran contraste entre el bajo número de inversiones de los inversores y el entusiasmo por deslizar la pantalla en el círculo de amigos.

Parece haberse convertido en una ley de la naturaleza que la aparición de cosas nuevas siempre va acompañada de actitudes "polarizadas". Durante los más de 200 días de fermentación continua de AIGC, ¿a qué consenso han llegado los inversores? ¿Dónde están las oportunidades para los emprendedores?

First New Voice se puso en contacto con varios inversores, tratando de averiguar qué se ha establecido en el turbulento proceso de AIGC en función de la situación actual. ¿Qué pasó con el arranque? Se espera que esto promueva positivamente y aporte valor al desarrollo de la industria.

La ola AIGC abre oportunidades para la próxima era‍‍‍‍‍‍‍‍‍‍‍‍

La explosión de AIGC ha entusiasmado al círculo inversor.

Según la estimación de Qubit Think Tank, se estima que para 2030, el tamaño del mercado AIGC superará el billón de RMB.

Según datos públicos, en 2022 habrá más de 500 eventos de inversión en la industria AIGC de mi país, con un monto de inversión superior a 90 mil millones de yuanes. Según estadísticas incompletas de Tianyancha y First Voice, de enero a junio de 2023 (al 27 de junio), la financiación total de la industria nacional de AIGC alcanzó los 4959 millones de yuanes y el número de financiaciones ascendió a 46 veces.

El tiempo se remonta a finales de 2022. Fang Zhenghao, socio gerente de Xiaomiao Langcheng, notó que AIGC ha atraído poca atención en los círculos de tecnología e inversión. En marzo de 2023, ChatGPT se hizo popular en el círculo. "El círculo de amigos recibe información relevante casi todos los días. El entusiasmo de la gente y las posibles preocupaciones sobre la inteligencia artificial han alcanzado un pico sin precedentes", dijo Fang Zhenghao.

A medida que la generación de algunas imágenes de video sintéticas ha logrado avances en las aplicaciones C-end, la sensación de que "ha llegado un nuevo cambio de paradigma de productividad" se hizo más fuerte en el corazón de Fang Zhenghao. Él cree que la inteligencia artificial desempeñará un papel más importante en varios campos verticales y aplicaciones industriales en el futuro.

Bai Zeren, vicepresidente de Linear Capital Investment, tiene sentimientos similares: "AIGC es una oportunidad a muy largo plazo, análoga a Internet, y la tendencia de desarrollo futuro debe ser que la IA penetre en varios escenarios como capilares." Es optimista sobre esta ola de AIGC y cree que debe haber una gran cantidad de oportunidades de inversión siguiéndola.

"Tenemos muchas ganas de ver más innovaciones y cambios". Wang Xiao, fundador de Jiuhe Venture Capital, dijo que cuando llega una nueva ola de IA, detrás de la rápida popularización de aplicaciones como ChatGPT está el surgimiento de una nueva generación de capacidades de IA representadas por el surgimiento de la inteligencia.

"De ahora en adelante, ya sea que esté trabajando o iniciando un negocio, asegúrese de estar relacionado con la IA". Lu Qi, ex vicepresidente global de Microsoft, director de operaciones de Baidu y fundador de Miracle Forum, tiene una actitud más firme. "AIGC no es una tendencia actual, y una tendencia significa oportunismo. Es demasiado subestimar el impacto de la IA en el desarrollo del mundo".

Las oportunidades para los próximos diez años, o incluso la próxima era, se están desarrollando lentamente.

Solo mire el modelo grande y no lo proyecte, el dinero real se reparte entre el modelo vertical y la capa de aplicación

Durante los más de 200 días de continua fermentación de AIGC, los inversores han llegado a cierto consenso, que se refleja principalmente en tres aspectos:

Consenso 1: existen oportunidades deterministas para la infraestructura de potencia informática, y el gran modelo es un "juego" para los ricos‍

En la arquitectura ecológica de la nueva ola de IA compuesta por la capa de infraestructura de potencia informática, la capa de modelo (modelo base, modelo de código abierto, modelo grande autoconstruido) y la capa de aplicación, han surgido algunas oportunidades deterministas.

**En primer lugar, con el desarrollo de la inteligencia artificial, la demanda de poder de cómputo ha mostrado una expansión explosiva. **Existen oportunidades definitivas en la capa de infraestructura de potencia informática, que se ha convertido en el consenso de los mercados de capitales en China y Estados Unidos.

El desempeño del mercado secundario respalda esta opinión. Desde finales de octubre de 2022 hasta el 17 de julio, el precio de las acciones de Nvidia se disparó de $123 por acción a $464 por acción. Desde principios de 2023, los precios de las acciones de las empresas de inteligencia artificial en la capa de infraestructura de potencia informática nacional, como Cambrian y Sugon, han sido fuertes.

**En segundo lugar, los modelos grandes generarán grandes cambios en los paradigmas de I+D y aplicación. ** Algunos inversionistas creen que la posibilidad de que la tecnología de IA dominada por modelos grandes pueda reducir costos de manera efectiva y aumentar la eficiencia ha despertado el entusiasmo de los empresarios. Esta es también la razón por la que puede tener lugar la Guerra de los Cien Modelos.

Baidu lanzó "Wen Xin Yi Yan", Ali lanzó Tongyi Qianwen, el modelo grande Xinghuo de Xunfei, Meituan, Baichuan Smart, Yunzhisheng, etc. también se unieron a la pista de modelos a gran escala. Según las estadísticas, a partir de julio, mi país tiene más de 80 modelos grandes con parámetros superiores a 1 mil millones.

Hoy, la Guerra de los Cien Modelos se ha intensificado y estabilizado gradualmente. La gente ha llegado gradualmente a un consenso sobre la capa modelo: la capa modelo es un juego para grandes "jugadores". Este "jugador" se refiere tanto a los empresarios como a los inversores.

La inferencia y el entrenamiento de modelos grandes requieren directamente el poder de cómputo del chip y la tarjeta gráfica, y la capa del modelo requiere un soporte de equipo técnico muy fuerte, lo que hace que la inversión de capital sea muy grande.

Tomando Open AI como ejemplo, según estadísticas relevantes, el costo del entrenamiento de GPT-4 una vez es de aproximadamente 63 millones de dólares estadounidenses, lo que requiere 1,8 billones de parámetros enormes. Esto no incluye el costo de la recopilación de datos, RLHF, etc.

En el análisis final, los talentos y chips técnicos de alto nivel necesitan quemar dinero. "Lo más importante en esta etapa es ver quién tiene una gran capacidad financiera y una gran fortaleza de capital, y quién tiene una mayor probabilidad de éxito". Fang Zhenghao dijo que las nuevas empresas en la oficina enfrentan el problema de quedarse atrapadas en el extremo de la potencia informática. En comparación con las empresas extranjeras, todavía hay una brecha en el modelo grande. Sobre la base del poder de cómputo y los talentos de alta tecnología, es una competencia para ver qué inversión en I+D es más efectiva y quién puede hacerlo mejor en tecnología.

Lo mismo ocurre con las instituciones.

"Las oportunidades de inversión a nivel de modelo solo pueden seguir existiendo entre algunos jugadores con un capital sólido". Fang Zhenghao observó que para las instituciones de inversión cuya escala de gestión no es particularmente grande, si no realizan un despliegue temprano antes de que la industria esté en auge, es poco probable que participen en una inversión de modelo a gran escala en este momento.

Sería un buen momento para diseñar modelos a gran escala el año pasado, pero este año no es un buen momento para la mayoría de las instituciones de inversión de corto y mediano plazo.

Además del enorme costo, hay muchos factores que llevan a los inversores a vender con cautela, como la mejor ventana de tiempo, la liquidez comercial, etc.

"Si fuera yo, no elegiría invertir en proyectos relacionados con modelos a gran escala este año". Shi Mao, socio gerente fundador de Changlei Capital, dijo que después de perder la mejor ventana de tiempo para invertir en la pista del modelo a gran escala subyacente, observó que actualmente hay una gran brecha en la combinación de la capa del modelo y la capa de la aplicación, y la realización de la tecnología del modelo a gran escala aún no está clara.

Vale la pena señalar que los modelos verticales con necesidades claras y escenarios de aterrizaje han atraído la atención del capital. **

A principios de este año, Xiaomiao Langcheng llegó a un consenso interno de no invertir en modelos a gran escala, sino de vigilar los modelos a gran escala en las decenas de miles de millones de industrias. "En comparación con las empresas a gran escala que ya han flotado en el agua, las empresas emergentes tendrán más oportunidades en la subdivisión de campos verticales. Porque después de aterrizar en una industria específica, es más fácil para las empresas emergentes acumular conjuntos de datos de mayor calidad en ella".

Esto es consistente con la opinión de Zhu Xiaohu, socio gerente de GSR. GSR Ventures es una de las primeras instituciones que realizó las inversiones AIGC más verticales en China. Zhu Xiaohu declaró públicamente una vez que para la mayoría de los empresarios, deberían "primero el escenario, los datos son el rey" y entrenar sus propios modelos verticales en lugar de ser supersticiosos con los modelos grandes generales.

Consenso 2: En la capa de aplicación, las "viejas fuerzas" en ciertos campos verticales tienen mejores oportunidades‍

Un hecho es que los inversores están más interesados en el modelo grande y no invierten en él, sino que invierten más dinero real en la capa de aplicación.

"También estamos muy preocupados por el progreso y los cambios del gran modelo en sí. Teniendo en cuenta el patrón de competencia del mercado actual y el umbral de capital, tenderemos a invertir en oportunidades como la capa de aplicación y la nueva infraestructura al realizar una venta". Bai Zeren dijo que Linear Capital está más preocupado por cómo se pueden implementar nuevas tecnologías en la industria para resolver problemas industriales de manera más efectiva y aportar un gran valor comercial a la industria. Esta es la lógica de inversión constante de Linear Capital.

“Alentamos a todas las empresas con inversiones a pensar en la posibilidad de combinar sus negocios con AIGC en el futuro, al menos desde la perspectiva de la gestión corporativa, también deben pensar en cómo mejorar la eficiencia humana interna a través de la IA.”, dijo Bai Zeren.

Actualmente no hay consenso en el círculo de inversión sobre las oportunidades deterministas en la capa de aplicación. Sin embargo, muchos inversores dijeron que desde la perspectiva de las empresas, los jugadores veteranos en varios campos verticales de To B tienen ventajas obvias.

Fang Zhenghao comparó las empresas que han entrado sucesivamente en el campo de la inteligencia artificial con las "viejas fuerzas" y las "nuevas fuerzas". Las "viejas fuerzas" comenzaron con la red neuronal profunda en 2016. En ese momento, nació el primer lote de empresas de inteligencia artificial, incluidas AI Four Tigers y algunas empresas emergentes. Las empresas de inteligencia artificial que han surgido en los últimos años se consideran nuevas fuerzas.

"Las 'viejas fuerzas' en algunos campos verticales han dominado las necesidades y los escenarios de los clientes y, al mismo tiempo, pueden tomar la iniciativa para cumplir con la iteración de la tecnología de IA". En opinión de Fang Zhenghao, estas empresas son empresas con oportunidades de desarrollo relativamente ciertas en la capa de aplicación.

Algunos inversores han expresado opiniones similares. Además de las nuevas empresas, en realidad hay una serie de empresas de inteligencia artificial en acciones en la capa de aplicación en varios campos verticales. Se han desarrollado durante seis o siete años, y pueden convertirse en un grupo de protagonistas entre las empresas de inteligencia artificial en el lado de la aplicación en el próximo período de tiempo. “Debido a que tienen clientes y escenarios en sus manos, tendrán una ventaja más competitiva”.

Wang Xiao, fundador de Jiuhe Venture Capital, dijo que la IA cambiará todos los ámbitos de la vida, incluido SaaS, el software de herramientas, y se espera que la generación anterior de empresas de IA utilice esta iteración tecnológica para llevar a cabo actualizaciones estructurales. "La tecnología Xiaoduo, en la que invertimos en 2015, se basa en la tecnología del modelo de lenguaje grande, y recientemente lanzó el modelo XPT de Xiao en el campo vertical del comercio electrónico. Con la ayuda de modelos grandes y datos de la industria acumulados en el pasado, potenciará más escenarios comerciales de comercio electrónico y brindará mejores soluciones".

Consenso 3: Los inversores prestan atención al equipo y la comercialización‍

En esta ola de AIGC, los inversores invierten principalmente en personas y direcciones, y el fondo invisible se ha convertido en una consideración importante.

"¿Qué ve el fundador en el futuro y qué papel espera desempeñar en el futuro? Usamos el futuro descrito por el emprendedor y el futuro que él ve para encontrar un punto de resonancia en el medio. Luego juzgamos si el emprendedor realmente puede hacer esto desde la perspectiva de su crecimiento y nivel técnico". Esta es la lógica central de Zhang Jinjian, socio fundador de Oasis Capital, en el proceso de inversión.

**Además de la inversión, en términos de consideraciones específicas, varias instituciones se enfocan más en la capacidad de comercialización del proyecto. **

Desde la perspectiva de Linear Capital, las capacidades de comercialización se reflejan principalmente en tres aspectos: barreras de entrada, como una diferenciación suficiente de la tecnología, una buena adaptación a escenarios específicos o la necesidad de conocimiento del dominio en el escenario mismo; producción rápida, que puede integrar rápidamente las capacidades de LLM para hacer productos en puntos débiles; formar un circuito cerrado efectivo de datos y retroalimentación.

Jiuhe Venture Capital, que ha invertido en proyectos estrella como Eagle Eye Technology y Tanji Technology, tiene una visión similar a Linear Capital. Wang Xiao dijo que además de considerar el factor fundador en la inversión, también es necesario considerar escenarios y necesidades de aterrizaje claros, que realmente pueden reducir costos y aumentar la eficiencia para los clientes.

La estrategia de inversión de Xiaomiao Langcheng se centra en la selección y posiciones fuertes. Para el 5% de los proyectos que no se pueden perder, dispararemos activamente, y para el 95% de los proyectos, comenzaremos desde la perspectiva del cazador y haremos un buen trabajo de investigación con paciencia. "El núcleo de la inversión es expresar su comprensión de un asunto con el corazón. Si lo comprende, debe invertir durante mucho tiempo y continuar invirtiendo".

Diferentes preocupaciones: velocidad de desarrollo tecnológico, valoración, modelo de negocio

Las dos primeras oleadas de IA fueron en 2012 y 2016 respectivamente.

En 2012, la AlexNet basada en el aprendizaje profundo desarrollada por el profesor Geoffrey Hinton y dos estudiantes ganó el campeonato en el ImageNet Large-Scale Visual Recognition Challenge. Desde entonces, el aprendizaje profundo ha sentado las bases técnicas subyacentes de la inteligencia artificial.

En 2016, en la competencia Go humano-computadora, AlphaGo derrotó al campeón mundial de Go Lee Sedol, lo que rápidamente encendió el fuego del capital de riesgo de inteligencia artificial global.

**Un hecho que hay que afrontar es que en las dos primeras olas del auge de la inteligencia artificial, el 90% de las empresas emergentes perdieron dinero. Y los inversores solo ganaron dinero si entraron temprano. **

Un inversionista de CVC dijo que antes del surgimiento de la inteligencia artificial generativa, el entusiasmo de la gente por invertir en IA era extremadamente bajo, porque el desempeño comercial de estas empresas era mucho menor que la confianza de los inversionistas. "Mucho trabajo de personalización, limpieza y preparación de datos, mucho ajuste de modelos, casi todos los escenarios comerciales son un sistema de proyecto no estándar, y la estructura de costos de talento de la industria no es razonable, lo que resulta en menos del 1% de las empresas rentables en las últimas dos olas de inteligencia artificial".

Kai-fu Lee describe la tercera ola actual de IA como el progreso de "de la isla aislada al continente". En comparación con las dos oleadas anteriores, esta oleada de IA hace posible que GM construya un nuevo mundo con capacidades de campo cruzado. Una vez que un modelo poderoso esté respaldado por suficientes datos, en un escenario adecuado, la IA creará una productividad que supera la de los humanos.

Por supuesto, en este proceso también existirán preocupaciones.

La preocupación de Linear Capital para la empresa es que el equipo no es lo suficientemente fuerte como para probar y cometer errores con flexibilidad en el entorno tecnológico y comercial que cambia rápidamente; los escenarios de corte son demasiado superficiales para formar un circuito cerrado efectivo, y caerán en la competencia del mar rojo en el futuro.

Xiao Miao Langcheng tiene dos preocupaciones: primero, el rápido desarrollo de modelos y algoritmos de código abierto reducirá el umbral para la adquisición de tecnología, lo que hará que la inversión en tecnología de las principales empresas de inteligencia artificial en el pasado se convierta en una inversión inválida Bajo la feroz competencia de la homogeneización, el modelo comercial esperado por los inversores finalmente no funcionará.

En segundo lugar, aunque la inteligencia artificial tiene en la actualidad cierta capacidad de generalización, para lograr una alta precisión es necesario aprender y ajustar parámetros para cada escena. Los clientes tienen una gran demanda de servicios personalizados. Es decir, aunque el módulo principal es común a nivel de modelo, todavía hay una gran cantidad de complementos funcionales para personalizar, lo que eventualmente llevará a las startups a tener que brindar servicios personalizados, cayendo en el dilema de ser difíciles de escalar.

En esta ola, ¿cómo aprovechan los emprendedores las oportunidades? Varios inversores dieron consejos.

"Si hay un creador en el mundo, ya ha emitido la orden". Zhang Jinjian, socio fundador de Oasis Capital, cree que en la gran ola, los empresarios deben adoptar activamente, no para dibujar un mapa, sino para esperar el pistoletazo de salida para correr e ingresar a la industria lo antes posible.

"Antes de la revolución industrial, la gente no tenía una productividad redundante, por lo que no había productos básicos ni circulación de productos básicos. Después de la revolución industrial, con la circulación de productos básicos, se produjo el desarrollo de la industria del transporte y la industria minorista. Ahora, en la era de la IA, en teoría, las 500 empresas más importantes del mundo pueden rehacerlo", dijo Zhang Jinjian.

Fang Zhenghao aconseja a los empresarios que hagan un buen uso de la ventana del mercado de capitales para completar el financiamiento y, al mismo tiempo, no quemar dinero desesperadamente después de completar el financiamiento y deben tomar una decisión antes de hacer un movimiento. “Debido a que aún no ha llegado el momento de la explosión de las aplicaciones de inteligencia artificial, los emprendedores deben identificar cuáles de ellas son oportunidades reales para las empresas de nueva creación y luego pulir sus productos y negocios para aprovechar esta ola de oportunidades para ir más allá”.

Desde la perspectiva de los inversionistas, cualquier industria en el mundo tiene un ciclo de desarrollo, y los verdaderos emprendedores son el grupo de personas con una fuerte resiliencia que pueden resistir la tentación y probar los altibajos del ciclo de la industria, y nunca darse por vencidos. **