- Tema
92k Popularidad
45k Popularidad
15k Popularidad
4k Popularidad
5k Popularidad
29k Popularidad
16k Popularidad
23k Popularidad
13k Popularidad
3k Popularidad
- Anclado
92k Popularidad
45k Popularidad
15k Popularidad
4k Popularidad
5k Popularidad
29k Popularidad
16k Popularidad
23k Popularidad
13k Popularidad
3k Popularidad
Silicon Valley "tira dinero" para crear dioses, ¿se puede copiar la IA al estilo chino?
Fuente original: Light Cone Intelligence
Texto｜Hao Xin
Este artículo es producido conjuntamente por Light Cone Intelligence x Tencent Technology
Eliminando la neblina de los despidos del año pasado y la caída de los precios de las acciones, Silicon Valley está resurgiendo bajo los reflectores al estilo "Gatsby" con la ayuda de la IA.
Según las estadísticas incompletas de Light Cone Intelligence, en 180 días, Silicon Valley completó 42 financiamientos en el campo de la inteligencia artificial y ganó el 55% del monto global de recaudación de fondos. Entre ellas, han surgido 8 empresas unicornio estrella de inteligencia artificial, con un monto promedio de ronda de financiamiento de 330 millones de dólares estadounidenses.
El dinero especulativo cayó del cielo de Silicon Valley y los dólares se acumularon para crear nuevas historias.
"Para la era AGI, este año es el mejor año en los últimos diez años, pero será el peor año en los próximos diez años". La atmósfera de emprendimiento está llena de cada rincón, que casi se ha convertido en el consenso de Silicon. Valle.
"Al participar en cinco o seis reuniones a la semana, desde seminarios de tecnología hasta oportunidades de aplicación, Silicon Valley ha estado entusiasmado con la IA durante los últimos seis meses". Kong Xianglai, un chino que se graduó de Stanford y reside en Silicon Valley, no solo se dedicó al espíritu empresarial de las guías de compras de comercio electrónico de IA, e incluso la facción AGI Advent, una comunidad de IA que lanzó accidentalmente, también explotó inesperadamente bajo esta ola de entusiasmo.
También se han infectado empresarios chinos del otro lado del océano, como Wang Xiaochuan y Li Zhifei, así como muchos inversores de renombre como Dai Yusen, socio gerente de ZhenFund, y Zhou Yutong, socio de Jinshajiang Venture. Capital, no quiero "ver flores en la niebla". , Mirando la luna en el agua”, voló a Silicon Valley tres veces seguidas en enero.
Aunque el campo de AGI en China y Estados Unidos es igualmente candente, el patrón y la ecología del mercado son completamente diferentes.
La diferencia más obvia es que, en comparación con la “competencia de 100 modelos” en China, el modelo empresarial básico a gran escala no es muy popular en Silicon Valley. "OpenAI es el único, y solo las grandes empresas como Google y Meta lo desafían. Las empresas emergentes rara vez hacen modelos básicos a gran escala", dijo Cheng Hao, socio de Yuanwang Capital y fundador de Xunlei, a Guangcone Intelligence, pero en China, Algunas personas todavía quieren apostar, porque aún no está claro quién será el OpenAI de China al final, y el proceso de creación de dioses es peligroso y sexy.
Fuera del modelo grande, Silicon Valley está repleto de flores que florecen en la capa intermedia y en la capa de aplicación vertical. Pero a diferencia de China, aunque los inversores tienen un agudo sentido del olfato y han olido "carne" durante mucho tiempo, "ven más e invierten menos"; en el campo del emprendimiento de IA, hay pocas empresas que no sean nuevas a gran escala. modelos La voz de las medianas y grandes empresas.
Ya sea debido a la retirada de los fondos en dólares estadounidenses o al entorno empresarial nacional de IA, a diferencia de la era de Internet, en esta ronda de frenesí tecnológico, los empresarios y capitalistas de riesgo chinos están experimentando una confusión sin precedentes, y la estrategia Copiar a China parece estar fallando gradualmente. arriba.
"Silicon Valley otorga gran importancia a la tecnología y se enfoca en mejorar las capacidades de los modelos a gran escala, mientras que en China se presta más atención a los modelos comerciales", dijo Kong Xianglai a Opticone Intelligence. En la era AGI, su lógica comercial permanece sin cambios.
Combinando entrevistas en profundidad con inversores y emprendedores, Lightcone Smart revisó la financiación y el desarrollo de nuevas empresas de IA en Silicon Valley en la primera mitad de este año, con la esperanza de encontrar oportunidades y advertencias en la ola de emprendimiento de IA 2.0, con miras a para dar a los inversores nacionales y Un poco de inspiración para las nuevas empresas.
**Ola de búsqueda de oro AI, ¿a dónde va el dinero caliente? **
Según datos de PitchBook, una empresa extranjera de análisis de datos de capital de riesgo, en la primera mitad del año se produjeron un total de 1.387 financiamientos en el campo global de la IA, recaudando un monto de financiamiento de 25.500 millones de dólares estadounidenses, con un monto de financiamiento promedio de 26,05 millones de dólares estadounidenses. Según datos de la agencia de servicios financieros Carta, en el primer trimestre de 2023, la financiación inicial de IA de la ronda A de EE. UU. aumentará un 58,4 % mensual, y la valoración de las empresas de la ronda semilla aumentará un 19 %.
La mitad del capital especulativo va a Silicon Valley. Según las estadísticas incompletas de Lightcone Intelligence, hubo 42 financiamientos en Silicon Valley en la primera mitad del año, con un monto total de alrededor de 14 mil millones de dólares estadounidenses, lo que representa el 55% del monto total de financiamiento mundial. La ronda promedio de financiamiento es de $330 millones, que es casi 13 veces el nivel promedio de financiamiento.
Los advenedizos de IA liderados por OpenAI se han convertido en merecidos protagonistas.Entre las 40 empresas que recibieron inversión, casi el 60% de las empresas se establecieron en el plazo de un año. Sus rondas de financiación también se encuentran en una etapa inicial. Entre los 42 eventos de financiación, las rondas semilla representaron el 40 % y las rondas B (incluidas las rondas B) representaron el 86 %.
Kong Xianglai le dijo a Guangcone Intelligence que la mayoría de las nuevas empresas en Silicon Valley adoptan un enfoque pequeño y sofisticado. La cantidad de equipos de proyectos empresariales en etapa inicial es de 3 a 5 personas, y el tamaño del equipo de proyectos a mediano plazo también está controlado. entre una docena a docenas de personas. El efecto de Midjourney es asombroso en todo el mundo. Con un equipo de 11 personas en la etapa inicial, logró un ingreso de 100 millones de dólares estadounidenses. ** "El campo AGI presta más atención a innovación tecnológica, y es inútil acumular personas ". ** Kong Xianglai dijo sin rodeos.
Esto es muy diferente de la forma de iniciar un negocio en China. La cantidad de equipos empresariales nacionales es generalmente grande. Por ejemplo, los medios informaron que Light Years Beyond de Wang Huiwen tenía 70 personas antes de que se disolviera. La carta abierta de Wang Xiaochuan reveló que Baichuan inteligente inicialmente formado 50 personas.
Sin embargo, aunque la escala de los equipos empresariales de IA en Silicon Valley es generalmente pequeña, su capacidad para atraer dinero es asombrosa.
Hasta el momento, las clasificaciones de las nuevas empresas de AIGC por el monto de la financiación son: OpenAI ($ 11,3 mil millones), Inflection ($ 1,525 mil millones), Cohere ($ 445 millones), Adept ($ 415 millones), Runway ($ 195,5 millones), Character.AI ($ 150 millones) y Stability AI (alrededor de $ 100 millones).
Detrás de ellos todavía hay empresas conocidas y peces gordos en el círculo tecnológico. Lightcone Intelligence compiló estadísticas y descubrió que, en la primera mitad del año, Microsoft participó en 5 proyectos de financiamiento de IA, Google 4 veces, Nvidia 6 veces y OpenAI 3. Juntos, estos gigantes participaron en aproximadamente el 43 % del financiamiento de IA.
Enfocando más atención, Silicon Valley se está enfocando actualmente en tres direcciones de IA: una es la capa básica de modelo grande; la otra es la capa intermedia donde se ubican las herramientas de desarrollo y las bases de datos; la tercera es la capa de aplicación vertical.
Cheng Hao presentó a Guangcone Intelligence que, a excepción de las dos empresas OpenAI y Anthropic para el modelo básico, otros empresarios están haciendo modelos de código abierto; los empresarios a nivel de herramienta están movilizando todos los talentos y élites para construir una comunidad de código abierto, y la barrera central es crear un ecosistema de desarrolladores; hay dos tipos de empresas de nueva creación reunidas en la capa de aplicación, una es empresas en campos verticales como el reclutamiento legal y de recursos humanos, y la otra es empresas de propósito general relacionadas con redacción, imágenes de Wensheng, y videos Wensheng. La capa de aplicación generalmente reúne productos de extremo B, y los productos de extremo C son mucho menos, lo que pertenece al estado de búsqueda de modelos explosivos en las grietas de los gigantes.
Desde la perspectiva de diferentes oportunidades, en la primera mitad del año hubo 8 financiamientos en la capa básica de modelo grande en Silicon Valley, 12 financiamientos en la capa media y 23 financiamientos en la capa de aplicación vertical. Sin embargo, el monto del financiamiento es inversamente proporcional, con montos de financiamiento de US$11,080 millones, US$350 millones y US$2,520 millones.
En la superficie, la capa de modelo grande básica parece ser el campo de inversión más candente, pero de hecho, OpenAI la admite por completo. aumentar directamente del 79% al 79%, el % se desplomó al 21%.
Kong Xianglai dijo: “Los inversores de Silicon Valley están divididos en dos facciones, una solo es optimista sobre OpenAI y cree que OpenAI dominará las aplicaciones finales de 2C en el futuro, por lo que no hay necesidad de invertir demasiado tiempo en el campo de C -aplicaciones finales y, en cambio, invierten en empresas B-end y AI que están profundamente integradas en la industria; la otra facción tiene la actitud opuesta, adopta activamente la comunidad de código abierto y también es optimista sobre las aplicaciones verticales en el lado 2C, creyendo que las empresas unicornio también pueden surgir de este campo”.
En general, en la primera mitad de este año, las siguientes direcciones desencadenaron ola tras ola de pepitas de oro en Silicon Valley:
Capa de modelo grande básica: modelo básico de parámetros pequeños, modelo grande general.
Capa intermedia: base de datos de vectores, cadena de herramientas de IA, herramienta de implementación de modelos.
Capa de aplicación vertical: video de Wensheng, voz de Wensheng, robot de diálogo de IA, búsqueda generativa de IA, aplicación de campo vertical legal, robot humanoide.
Kong Xianglai agregó y concluyó que los inversores en Silicon Valley se están enfocando en varias direcciones en la actualidad, a saber, Agentes de IA (cuerpo inteligente), multimodalidad (mapa de Wensheng, video de Wensheng), resolución de ilusiones de la industria (ley, medicina), dirección personalizada (Carácter AI y otros robots de diálogo), middleware para modelos de lenguaje grandes y aplicaciones de escenarios industriales que están profundamente potenciadas por AI.
De pie en la cúspide de la fiebre del oro, el valor de estos advenedizos ha aumentado con la marea. En 2022, los campos ChatGPT y AIGC atraerán más de 2.600 millones de dólares estadounidenses en oro, y nacerán un total de 6 unicornios. Como del 8 de mayo de este año, unicornios ha subido a 14 el número de socios del club (Midjourney aún no tiene valoración).
1,000 VC levantaron sus pancartas para ofertar al mismo tiempo, y lo que trajeron fue Baby, que se estableció hace menos de cuatro meses, y recaudó dos rondas de financiamiento por valor de cientos de millones de dólares. El 29 de junio, Inflection AI completó una nueva ronda de financiación de 1.300 millones de dólares estadounidenses, convirtiéndose en la segunda empresa emergente de inteligencia artificial generativa más financiada, y el capital una vez más logró hacer dioses.
Al mismo tiempo que llegaba el milagro a Silicon Valley, comenzaba oficialmente la ronda eliminatoria.
Los datos, la única barrera en la era AIGC
En solo medio año, Silicon Valley ya ha aportado una ola de lecciones reales de oro y plata al espíritu empresarial de la IA.
Una es que empresas como Jasper, que han crecido accediendo a la interfaz API de OpenAI, se han visto afectadas.
Como el primer lote de empresas unicornio AIGC, Jasper aprovechó esta ola de oportunidades de actualización de IA y su valoración se disparó a 1500 millones de dólares. Pero su problema también es muy fatal. Las barreras de productos de las empresas ficticias son muy delgadas. Su experiencia de usuario y marca son buenas, pero no las mejores. Es fácil ser reemplazada por productos diferenciados construidos en segmentos de alto valor. La impropiedad es su mayor problema
Cheng Hao cree que los mayores competidores de Jasper son competidores gigantes como ChatGPT, Microsoft Copilot y NotionAI, pero el problema es que el valor adicional creado no es lo suficientemente grande. Para empresas como Jasper, el núcleo es encontrar formas de trabajar duro en el almacenamiento de datos, la colaboración entre varias personas y la integración del flujo de trabajo para aumentar la permanencia del usuario.
El otro es el equipo de chatbot respaldado por VC, que recaudó mucho dinero en el auge financiero del año pasado y espera venderlo a empresas este año. Pero a principios de año, había tantos chatbots en el mercado y las barreras técnicas no eran altas, eran fáciles de copiar y una vez más entraron en el círculo vicioso de la homogeneización.
Además, Neeva, una plataforma de búsqueda de inteligencia artificial para el extremo C, finalmente fue adquirida por una gran empresa debido a las dificultades en la implementación comercial. Con esta lección aprendida, casi todas las empresas de Silicon Valley ahora están atacando frenéticamente el mercado empresarial.
"Las empresas emergentes primero deben elegir la ruta correcta, ya sea '+AIGC' o 'AIGC+'". Cheng Hao cree que esa elección es más importante que el trabajo duro.
El criterio para elegir "+AIGC" y "AIGC+" es la proporción de IA en toda la cadena de valor del negocio. Si el componente de IA de una empresa representa el 10% y la lógica empresarial representa el 90%, es más adecuado tomar el camino empresarial "+AIGC"; si su componente de IA representa más del 50%, es más adecuado tomar el " Ruta AIGC+".
Las fichas de dominó han comenzado a caer y no está claro quién será el próximo Jasper, pero cada vez está más claro que las nuevas empresas en la era AIGC también deben defender sus fosos.
El inversionista Chamath Palihapitiya cree que, o se encuentra en lo más bajo y domina la escena de los datos, o se encuentra en lo más alto y tiene recursos de potencia de cómputo básicos.
“Para las empresas de etapa intermedia, pueden valer mucho hoy, pero pueden no valer nada mañana”, dijo Chamath Palihapitiya.
"Los datos son la única barrera en la era AIGC", dijo Kong Xianglai.
Kong Xianglai cree que ni el modelo ni la potencia informática son el foso de la era AIGC. No importa qué tan alto sea el puntaje de clasificación del entrenamiento del modelo, eventualmente caerá en la aplicación práctica. Los datos de distribución de usuarios acumulados en la escena se incluirán en el conjunto de datos del modelo de ajuste fino de la empresa. Después de la iteración continua, será formado en el lado de la empresa El volante de datos, sobre esta base, el modelo grande que está ajustado y entrenado se volverá cada vez más preciso, formando un efecto de retroalimentación positiva.
Con el código abierto de LLaMA2, las barreras técnicas de los modelos grandes se han roto aún más. Como dijo Fu Sheng, "las empresas emergentes de IA se despiertan en medio de la noche con risas", el ritmo de finalización de la tecnología se está acelerando y la competencia por los datos será más intensa.
IA de estilo chino, no copie Silicon Valley, y no copie su antiguo yo
Las oportunidades y lecciones del dinero real están frente a nosotros ¿Adónde irá la IA al estilo chino?
"Los modelos grandes darán lugar a una revolución en la interacción y la productividad". Cheng Hao dijo a Guangcone Intelligence que las industrias impulsadas por el lenguaje natural se beneficiarán primero. Por lo tanto, el servicio al cliente inteligente, la consultoría de preventa, la redacción, la traducción, el área legal en campos verticales, y contratación de recursos humanos Estos "frutos al alcance de la mano" naturalmente serán el objetivo de los empresarios desde el principio.
Sin embargo, "la aplicación de la ley y el asesoramiento psicológico en los Estados Unidos está de moda. La razón fundamental es que los costos laborales de los abogados y los asesores psicológicos son muy altos, y el modelo económico de las aplicaciones de modelos a gran escala puede funcionar sin problemas. En China , no existe tal entorno, y la copia oculta no funcionará". ”. Hace tan solo dos meses, algunos inversores hicieron comentarios al estilo chino sobre el auge de las inversiones en los Estados Unidos.
Además de Wen Shengtu y Digital Man, como Silicon Valley, muchos empresarios chinos también apuntan a la nueva generación de servicio al cliente inteligente. Pero al mismo tiempo, las preocupaciones y ansiedades sobre la "homogeneización" se están extendiendo silenciosamente.
"El marketing de servicio al cliente representa casi la mitad de los 8 proyectos de emprendimiento de aplicaciones de IA", exclamó en voz baja Yang Ji (seudónimo), quien también participa en el emprendimiento de marketing de servicio al cliente de IA, mirando a los competidores en el road show. A medida que avanzaba el roadshow, su expresión se volvió cada vez más tensa.
Yang Ji le dijo a Lightcone Intelligence que la tecnología es relativamente madura y la demanda es clara. El marketing de servicio al cliente se ha convertido en la escena de más rápido funcionamiento y ahora se ha trasladado del mercado interno al sudeste asiático. La experiencia empresarial de Yang Ji refleja el problema común de un grupo de empresarios desde Internet hasta el AIGC actual: no quieren gastar energía en los huesos duros de la tecnología, solo quieren tomar atajos para encontrar escenarios y hacer aplicaciones.
Me temo que los empresarios chinos tendrán que pisar los fosos que ha pisado Silicon Valley. Las palabras de Hegel vuelven a hacerse realidad: "La única lección que la humanidad puede aprender de la historia es que el hombre no aprende de la historia".
No hay pronóstico de ingresos, no hay número de usuarios, y los roadshows estilo PPT se organizan uno tras otro, lo que hace imposible que los capitalistas de riesgo chinos comiencen. "ChatGPT es nuevo, y lo confuso es no saber en qué invertir; en este escenario, no hay nada en lo que invertir".
Es fácil acudir en masa para hacer aplicaciones simples, pero no hay atajos para el auge de la industria de la IA.
Las empresas gigantes de modelos a gran escala, incluida OpenAI, ahora han llegado a su propio período de cuello de botella de desarrollo. Yin Yifeng, ingeniero técnico de Hugging Face, una comunidad extranjera de modelos de código abierto, confirmó a Lightcone Intelligence: "Puede ser difícil hacer nuevos avances en tecnología durante al menos medio año, lo que limitará en gran medida la implementación a gran escala de aplicaciones". ."
La tecnología de Silicon Valley ha tocado techo y tiene que retroceder y fortalecer las capacidades técnicas de la capa intermedia. Para China, esta es también una excelente oportunidad para completar la cadena industrial.
Si el desarrollo de un modelo grande se compara con "construir una casa", entonces AI Infra (infraestructura de IA) en la capa intermedia es una "caja de herramientas". En referencia a la tendencia de desarrollo de Silicon Valley, la próxima dirección de desarrollo será la creación de herramientas de datos, la implementación de modelos de terminales móviles empresariales y la práctica y aplicación de agentes de IA.
Christensen mencionó en "La respuesta del innovador" que existe una cornucopia que puede retener la riqueza en la cadena industrial. El inversor de TMT VC, Na Liu, mencionó: "Actualmente, la cornucopia en el campo de AI Infra está cambiando en la cadena de valor, desde AutoML, una solución basada en plataforma con una estructura integrada (centrada en el rendimiento) hasta la modularización (flexibilidad, velocidad, conveniencia ) Principalmente).” Detrás de esto, las empresas quieren abrir el proceso de “caja negra” y esperan poder ajustar de manera flexible cada componente en el flujo de trabajo de modelo y construcción para obtener el sistema y los resultados del análisis que mejor se adapten a sus necesidades específicas.
El eslabón más valioso es también el hueso más difícil. China ahora carece de herramientas y fábricas de fabricación de materias primas. Esto también explica la razón fundamental por la que China carece de un gran modelo competitivo: la capa inferior es débil y la capa superior es débil.
Tomando los datos de los tres elementos de la IA como ejemplo, las cadenas industriales relacionadas con los datos de China son casi todas "todo incluido" por parte de las grandes empresas de la nube, que carecen de un cultivo profundo en un determinado campo vertical y, para empezar, hasta las empresas, cada enlace será Es una oportunidad para hacer un buen trabajo. La "preparación de datos" es una oportunidad con características chinas, que incluye calidad de datos, etiquetado de datos, síntesis de datos y centros comerciales y proyectos de aplicaciones.
En la actualidad, las empresas de datos sintéticos han ganado gradualmente el favor del capital. Una empresa de IA generativa con la capacidad de sintetizar datos de imágenes, "Kuawei Intelligence" completó las rondas Angel y Pre-A de 100 millones de niveles de financiación en un año el año pasado; este año, Guanglun Intelligence, que se acaba de establecer este año, completó tres rondas de financiación dentro de medio año.Después de la ronda Angel +, y su financiación acumulada ascendió a decenas de millones de RMB.
Después del culto a la tecnología en la etapa inicial, cada vez más empresarios se han dado cuenta de que el camino de OpenAI no es la única solución en la era de los modelos a gran escala.
Además del modelo grande, la capa intermedia es aparentemente un nicho, pero un camino más seguro; mientras que la capa de aplicación, que parece ser la "fruta madura", es un puente de una sola tabla con miles de tropas y caballos. , y es más fácil para el ganador tomar todo. Las grandes fábricas van primero.
Pero para la IA al estilo chino, es más fácil saber que no puede copiar a ciegas a Silicon Valley; lo que es más difícil de hacer es no copiar el "viejo yo" e ir al viejo camino de la reentrega donde la gente toma proyectos.