- Rubrique
92k Popularité
45k Popularité
15k Popularité
4k Popularité
5k Popularité
29k Popularité
16k Popularité
23k Popularité
13k Popularité
3k Popularité
- Épingler
92k Popularité
45k Popularité
15k Popularité
4k Popularité
5k Popularité
29k Popularité
16k Popularité
23k Popularité
13k Popularité
3k Popularité
La Silicon Valley « jette de l'argent » pour créer des dieux, peut-on copier l'IA à la chinoise ?
Source originale : intelligence du cône de lumière
Texte｜Hao Xin
Cet article est produit conjointement par Light Cone Intelligence x Tencent Technology
Balayant la brume des licenciements de l'année dernière et la chute des cours boursiers, la Silicon Valley réapparaît sous les projecteurs avec une attitude "Gatsby" grâce à l'IA.
Selon les statistiques incomplètes de Light Cone Intelligence, en 180 jours, la Silicon Valley a réalisé 42 financements dans le domaine de l'intelligence artificielle, et remporté 55% du montant global de la levée de fonds. Parmi eux, 8 sociétés licornes vedettes de l'intelligence artificielle ont émergé, avec un montant de financement moyen de 330 millions de dollars américains.
L'argent chaud a afflué du ciel de la Silicon Valley et les dollars ont accumulé de nouvelles histoires.
"Pour l'ère AGI, cette année est la meilleure année des dix dernières années, mais ce sera la pire année des dix prochaines années." L'atmosphère de l'entrepreneuriat est pleine de tous les coins, ce qui est presque devenu le consensus de Silicon Vallée.
"En participant à cinq ou six réunions par semaine, des séminaires technologiques aux opportunités d'application, la Silicon Valley a été dans l'excitation de l'IA au cours des six derniers mois." Kong Xianglai, un Chinois diplômé de Stanford et résidant dans la Silicon Valley, non ne s'est consacré qu'à l'entrepreneuriat des guides d'achat e-commerce AI, et même la faction AGI Advent, une communauté AI qu'elle a accidentellement lancée, a également explosé de manière inattendue sous cette vague d'enthousiasme.
Des entrepreneurs chinois de l'autre côté de l'océan ont également été infectés, des entrepreneurs vedettes tels que Wang Xiaochuan et Li Zhifei, ainsi que de nombreux investisseurs de renom tels que Dai Yusen, associé directeur de ZhenFund, et Zhou Yutong, associé de Jinshajiang Venture. Capital, ne veux pas "voir des fleurs dans le brouillard". , Watching the Moon in the Water", s'est envolé pour la Silicon Valley trois fois de suite en janvier.
Bien que le domaine de l'AGI en Chine et aux États-Unis soit tout aussi chaud, le modèle et l'écologie du marché sont complètement différents.
La différence la plus évidente est que, par rapport à la « compétition des 100 modèles » en Chine, l'entrepreneuriat modèle de base à grande échelle n'est pas très populaire dans la Silicon Valley. "OpenAI est le seul, et seules les grandes entreprises telles que Google et Meta le contestent. Les startups fabriquent rarement des modèles de base à grande échelle", a déclaré Cheng Hao, partenaire de Yuanwang Capital et fondateur de Xunlei, à Guangcone Intelligence, mais en Chine, Certaines personnes veulent encore jouer, car on ne sait toujours pas qui sera l'OpenAI chinois à la fin, et le processus de création de dieux est dangereux et sexy.
En dehors du grand modèle, la Silicon Valley regorge de fleurs épanouies dans la couche intermédiaire et la couche d'application verticale. Mais contrairement à la Chine, bien que les investisseurs aient un odorat aiguisé et aient longtemps flairé la "viande", ils "voient plus et investissent moins" ; dans le domaine de l'entrepreneuriat en IA, il y a peu d'entreprises autres que les toutes nouvelles grandes- modèles réduits La voix des moyennes et grandes entreprises.
Que ce soit en raison du retrait des fonds en dollars américains ou de l'environnement entrepreneurial national de l'IA, contrairement à l'ère Internet, dans ce cycle de frénésie technologique, les entrepreneurs et VC chinois connaissent une confusion sans précédent, et la stratégie Copy to China semble progressivement échouer en haut.
"La Silicon Valley attache une grande importance à la technologie et se concentre sur la mise à niveau des capacités de modélisation à grande échelle, tandis qu'en Chine, une plus grande attention est accordée aux modèles commerciaux", a déclaré Kong Xianglai à Opticone Intelligence. A l'ère AGI, leur logique métier reste inchangée.
Combinant des entretiens approfondis avec des investisseurs et des entrepreneurs, Lightcone Smart a passé en revue le financement et le développement des start-ups d'IA dans la Silicon Valley au cours du premier semestre de cette année, dans l'espoir de trouver des opportunités et des avertissements dans la vague d'entrepreneuriat AI 2.0, en vue à donner aux investisseurs nationaux et Un peu d'inspiration pour les startups.
**Vague de recherche d'or par l'IA, où va l'argent spéculatif ? **
Selon les données de PitchBook, une société étrangère d'analyse de données sur le capital-risque, au cours du premier semestre de l'année, un total de 1 387 financements ont eu lieu dans le domaine mondial de l'IA, levant un montant de financement de 25,5 milliards de dollars américains, avec un montant de financement moyen de 26,05 millions de dollars américains. Selon les données de l'agence de services financiers Carta, au premier trimestre de 2023, le financement des start-up américaines du cycle A AI augmentera de 58,4 % d'un mois sur l'autre, et la valorisation des entreprises du cycle d'amorçage augmentera de 19 %.
La moitié de l'argent spéculatif est allé à la Silicon Valley. Selon les statistiques incomplètes de Lightcone Intelligence, il y a eu 42 financements dans la Silicon Valley au cours du premier semestre de l'année, pour un montant total d'environ 14 milliards de dollars américains, soit 55 % du montant total des financements mondiaux. La ronde de financement moyenne est de 330 millions de dollars, soit près de 13 fois le niveau de financement moyen.
Les start-up de l'IA dirigées par OpenAI sont devenues des protagonistes bien mérités : parmi les 40 entreprises qui ont reçu des investissements, près de 60 % des entreprises ont été créées en un an. Ses tours de table sont également à un stade précoce : parmi les 42 financements, les tours d'amorçage ont représenté 40 % et les tours B (y compris les tours B) 86 %.
Kong Xianglai a déclaré à Guangcone Intelligence que la plupart des start-ups de la Silicon Valley adoptent une approche petite et sophistiquée. Le nombre d'équipes de projet entrepreneuriales en phase de démarrage est de 3 à 5 personnes, et la taille de l'équipe de projet à moyen terme est également contrôlée. entre une douzaine à des dizaines de personnes. L'effet de Midjourney est stupéfiant partout dans le monde. Avec une équipe de 11 personnes à ses débuts, il a réalisé un chiffre d'affaires de 100 millions de dollars américains. ** "Le domaine AGI accorde plus d'attention à l'innovation technologique, et il est inutile d'entasser les gens. » ** Kong Xianglai a déclaré sans ambages.
C'est très différent de la façon de démarrer une entreprise en Chine. Le nombre d'équipes entrepreneuriales nationales est généralement important. Par exemple, les médias ont rapporté que Light Years Beyond de Wang Huiwen comptait 70 personnes avant sa dissolution. La lettre ouverte de Wang Xiaochuan a révélé que Baichuan Intelligent a initialement formé 50 personnes.
Cependant, bien que l'échelle des équipes entrepreneuriales d'IA dans la Silicon Valley soit généralement petite, leur capacité à attirer de l'argent est incroyable.
Jusqu'à présent, les classements des startups AIGC par montant de financement sont : OpenAI (11,3 milliards de dollars), Inflection (1,525 milliard de dollars), Cohere (445 millions de dollars), Adept (415 millions de dollars), Runway (195,5 millions de dollars), Character.AI (150 dollars). millions) et Stability AI (environ 100 millions de dollars).
Derrière eux se trouvent encore des entreprises bien connues et des gros bonnets du cercle technologique. Lightcone Intelligence a compilé des statistiques et a constaté qu'au premier semestre de l'année, Microsoft a participé à 5 projets de financement d'IA, Google 4 fois, Nvidia 6 fois et OpenAI 3. Ensemble, ces géants ont participé à environ 43 % du financement de l'IA.
Pour se concentrer davantage, la Silicon Valley se concentre actuellement sur trois directions de l'IA : la première est la couche de base des grands modèles ; la seconde est la couche intermédiaire où se trouvent les outils de développement et les bases de données ; la troisième est la couche d'application verticale.
Cheng Hao a présenté à Guangcone Intelligence qu'à l'exception des deux sociétés OpenAI et Anthropic pour le modèle de base, d'autres entrepreneurs font des modèles open source ; les entrepreneurs au niveau des outils mobilisent tous les talents et les élites pour construire une communauté open source, et la principale barrière est de créer un écosystème de développeurs ; Il existe deux types de start-up regroupées dans la couche applicative, l'une est constituée d'entreprises dans des domaines verticaux tels que le recrutement juridique et RH, et l'autre est d'entreprises généralistes liées à la rédaction, aux images Wensheng, et vidéos Wensheng. La couche applicative regroupe généralement les produits B-end, et les produits C-end le sont beaucoup moins, ce qui relève de l'état de recherche de modèles explosifs dans les fissures des géants.
Du point de vue des différentes opportunités, au cours du premier semestre de l'année, il y a eu 8 financements à la couche de base des grands modèles dans la Silicon Valley, 12 financements à la couche intermédiaire et 23 financements à la couche d'application verticale. Cependant, le montant du financement est inversement proportionnel, avec des montants de financement de 11,08 milliards de dollars, 350 millions de dollars et 2,52 milliards de dollars.
En surface, la couche de base des grands modèles semble être le domaine d'investissement le plus chaud, mais en fait, elle est entièrement prise en charge par OpenAI. Si l'énorme financement d'OpenAI de 10,3 milliards de dollars US est exclu, le ratio de financement de l'ensemble de la couche verticale des grands modèles sera directement passer de 79 % à 79 % % a chuté à 21 %.
Kong Xianglai a déclaré: «Les investisseurs de la Silicon Valley sont divisés en deux factions, l'une est seulement optimiste à propos d'OpenAI et pense qu'OpenAI dominera les applications 2C-end à l'avenir, il n'est donc pas nécessaire d'investir trop de temps dans le domaine de C -end applications, et à la place investir dans des entreprises B-end et AI qui sont profondément intégrées dans l'industrie ; l'autre faction a l'attitude opposée, adopte activement la communauté open source et est également optimiste quant aux applications verticales du côté 2C, estimant que des entreprises licornes peuvent aussi émerger de ce domaine.
Dans l'ensemble, au cours du premier semestre de cette année, les directions suivantes ont déclenché vague après vague de pépites d'or dans la Silicon Valley :
Couche de base du grand modèle : modèle de base à petits paramètres, grand modèle général.
Couche intermédiaire : base de données vectorielles, chaîne d'outils d'IA, outil de déploiement de modèles.
Couche d'application verticale : vidéo Wensheng, voix Wensheng, robot de dialogue IA, recherche IA générative, application légale de champ vertical, robot humanoïde.
Kong Xianglai a ajouté et conclu que les investisseurs de la Silicon Valley se concentrent actuellement sur plusieurs directions, à savoir les agents IA (corps intelligent), la multimodalité (carte Wensheng, vidéo Wensheng), la résolution des illusions de l'industrie (droit, médecine), la direction personnalisée (Caractère IA et autres robots de dialogue), middleware pour les grands modèles de langage et les applications de scénarios industriels qui sont profondément renforcées par l'IA.
À l'aube de la ruée vers l'or, la valeur de ces parvenus a augmenté avec la marée.En 2022, les champs ChatGPT et AIGC attireront plus de 2,6 milliards de dollars américains en or, et un total de 6 licornes verront le jour. du 8 mai de cette année, les licornes Le nombre de membres du club est passé à 14 (Midjourney n'a pas encore d'évaluation).
1 000 VC ont levé leurs pancartes pour soumissionner en même temps, et ce qu'ils ont apporté, c'est Baby, qui a été créé il y a moins de quatre mois, et a levé deux tours de financement d'une valeur de centaines de millions de dollars. Le 29 juin, Inflection AI a bouclé un nouveau tour de financement de 1,3 milliard de dollars américains, devenant la deuxième start-up d'intelligence artificielle générative la plus financée, et le capital a une fois de plus réussi à fabriquer des dieux.
En même temps que le miracle arrivait dans la Silicon Valley, le tour à élimination directe commençait officiellement.
Les données, seule barrière à l'ère de l'AIGC
En seulement six mois, la Silicon Valley a déjà apporté une vague de véritables leçons d'or et d'argent à l'entrepreneuriat en IA.
La première est que des entreprises comme Jasper qui ont grandi en accédant à l'interface API OpenAI ont été touchées.
En tant que premier groupe de sociétés licornes AIGC, Jasper a saisi cette vague d'opportunités de mise à niveau de l'IA, et sa valorisation a grimpé à 1,5 milliard de dollars. Mais son problème est également très fatal. Les barrières de produits des sociétés fictives sont très minces. Son expérience utilisateur et sa marque sont bonnes, mais pas les meilleures. Il est facile d'être remplacé par des produits différenciés construits dans des segments à forte valeur. plus gros problème.
Cheng Hao estime que les plus grands concurrents de Jasper sont des concurrents géants tels que ChatGPT, Microsoft Copilot et NotionAI.Le problème est que la valeur supplémentaire créée n'est pas assez épaisse. Pour des entreprises comme Jasper, l'essentiel est de trouver des moyens de travailler dur sur le stockage des données, la collaboration entre plusieurs personnes et l'intégration des flux de travail pour augmenter la fidélité des utilisateurs.
L'autre est l'équipe de chatbot soutenue par VC, qui a levé beaucoup d'argent lors du boom financier de l'année dernière et prévoit de le vendre aux entreprises cette année. Mais en début d'année, il y avait tellement de chatbots sur le marché, et les barrières techniques n'étaient pas hautes, ils étaient faciles à copier, et rentraient une fois de plus dans le cercle vicieux de l'homogénéisation.
De plus, Neeva, une plate-forme de recherche d'IA pour le C-end, a finalement été rachetée par une grande entreprise en raison de difficultés de mise en œuvre commerciale.Avec cette leçon apprise, presque toutes les entreprises de la Silicon Valley attaquent désormais frénétiquement le marché des entreprises.
"Les start-up doivent d'abord choisir la bonne voie, que ce soit '+AIGC' ou 'AIGC+'." Cheng Hao pense que le choix est plus important que le travail acharné.
Le critère de choix "+AIGC" et "AIGC+" est la proportion d'IA dans l'ensemble de la chaîne de valeur de l'entreprise. Si la composante IA d'une entreprise représente 10% et la logique métier 90%, il est plus adapté de prendre la voie entrepreneuriale "+AIGC" ; si sa composante IA représente plus de 50%, il est plus adapté de prendre la voie " itinéraire AIGC+".
Les dominos ont commencé à tomber, et on ne sait pas qui sera le prochain Jasper, mais il devient de plus en plus clair que les startups de l'ère AIGC doivent également défendre leurs douves.
L'investisseur Chamath Palihapitiya estime que soit vous êtes au plus bas et maîtrisez la scène des données ; soit vous êtes au sommet absolu et disposez de ressources informatiques de base.
"Pour les entreprises en phase intermédiaire, elles valent peut-être beaucoup aujourd'hui, mais elles ne valent peut-être rien demain", a déclaré Chamath Palihapitiya.
"Les données sont le seul obstacle à l'ère de l'AIGC", a déclaré Kong Xianglai.
Kong Xianglai estime que ni le modèle ni la puissance de calcul ne sont la douve de l'ère AIGC. Quel que soit le niveau de classement de la formation de modèle, il finira par tomber dans une application pratique. Les données de distribution des utilisateurs accumulées dans la scène seront incluses dans l'ensemble de données de modèle de réglage fin de l'entreprise. Après une itération continue, il sera formé du côté de l'entreprise.Le volant de données, sur cette base, le grand modèle qui est affiné et formé deviendra de plus en plus précis, formant un effet de rétroaction positif.
Avec l'open source de LLaMA2, les barrières techniques des grands modèles ont encore été brisées. Comme l'a dit Fu Sheng, "les start-up d'IA se réveillent au milieu de la nuit avec le sourire", le rythme d'achèvement de la technologie sera accéléré , et la concurrence pour les données deviendra plus intense.
** IA à la chinoise, ne copiez pas la Silicon Valley et ne copiez pas votre ancien moi **
Les opportunités et les leçons de l'argent réel sont devant nous. Où ira l'IA à la chinoise ?
"Les grands modèles conduiront à une révolution de l'interaction et de la productivité. Cheng Hao a déclaré à Guangcone Intelligence que les industries axées sur le langage naturel en bénéficieront en premier. Par conséquent, le service client intelligent, le conseil avant-vente, la rédaction, la traduction, le juridique dans les domaines verticaux, et recrutement RH Ces « fruits à portée de main » seront naturellement ciblés très tôt par les entrepreneurs.
Cependant, "l'application de la loi et des conseils psychologiques aux États-Unis est chaude. La raison fondamentale est que les coûts de main-d'œuvre des avocats et des conseillers psychologiques sont très élevés et que le modèle économique des applications modèles à grande échelle peut fonctionner sans heurts. En Chine , il n'y a pas un tel environnement, et la copie aveugle ne fonctionnera pas. » Il y a deux mois déjà, certains investisseurs ont fait des commentaires à la chinoise sur le boom des investissements aux États-Unis.
Outre Wen Shengtu et Digital Man, comme la Silicon Valley, de nombreux entrepreneurs chinois visent également la nouvelle génération de service client intelligent. Mais en même temps, les inquiétudes et les angoisses concernant "l'homogénéisation" se répandent tranquillement.
"Le marketing du service client représente près de la moitié des 8 projets d'entrepreneuriat d'applications d'IA", s'est exclamé Yang Ji (pseudonyme), qui est également engagé dans l'entrepreneuriat de marketing du service client d'IA, à voix basse, en regardant les concurrents sur le road show. Au fur et à mesure que le roadshow progressait, son expression devenait de plus en plus tendue.
Yang Ji a déclaré à Lightcone Intelligence que la technologie est relativement mature et que la demande est claire.Le marketing du service client est devenu la scène la plus rapide et il est maintenant passé du marché intérieur à l'Asie du Sud-Est. L'expérience entrepreneuriale de Yang Ji reflète le problème commun d'un groupe d'entrepreneurs d'Internet à l'AIGC actuel. Ils ne veulent pas dépenser de l'énergie sur les os durs de la technologie, mais veulent juste prendre des raccourcis en trouvant des scénarios et en faisant des applications.
Je crains que les entrepreneurs chinois ne soient obligés de marcher sur les fosses sur lesquelles la Silicon Valley a marché. Les paroles de Hegel se réalisent à nouveau : « La seule leçon que l'humanité puisse tirer de l'histoire, c'est que l'homme n'apprend rien de l'histoire.
Il n'y a pas de prévisions de revenus, pas de nombre d'utilisateurs et les roadshows de type PPT sont organisés les uns après les autres, ce qui empêche les VC chinois de démarrer. "ChatGPT est nouveau, et la chose confuse est que je ne sais pas quoi investir dans ; à ce stade, il n'y a rien dans quoi investir. »
Il est facile de se rassembler pour faire des applications simples, mais il n'y a pas de raccourci vers l'essor de l'industrie de l'IA.
Les géants de la modélisation à grande échelle, y compris OpenAI, sont maintenant arrivés à leur propre période de goulot d'étranglement de développement. Yin Yifeng, ingénieur technique de Hugging Face, une communauté étrangère de modèles open source, a confirmé à Lightcone Intelligence : « Il peut être difficile de faire de nouvelles percées technologiques pendant au moins six mois, ce qui limitera considérablement la mise en œuvre à grande échelle des applications. ."
La technologie de la Silicon Valley a atteint son plafond et doit revenir en arrière et renforcer les capacités techniques de la couche intermédiaire. Pour la Chine, c'est aussi une excellente opportunité de compléter la chaîne industrielle.
Si le développement d'un grand modèle est comparé à "la construction d'une maison", alors l'IA Infra (infrastructure d'IA) dans la couche intermédiaire est une "boîte à outils". Se référant à la tendance de développement de la Silicon Valley, la création d'outils de données, le déploiement de modèles de terminaux mobiles d'entreprise, ainsi que la pratique et l'application des agents IA seront tous la prochaine direction de développement.
Christensen a mentionné dans "The Innovator's Answer" qu'il existe une corne d'abondance qui peut retenir la richesse dans la chaîne industrielle. L'investisseur de TMT VC, Na Liu, a déclaré : " Actuellement, la corne d'abondance dans le domaine de l'IA Infra évolue dans la chaîne de valeur, passant d'AutoML, une solution basée sur une plate-forme avec une structure intégrée (axée sur la performance) à la modularisation (flexibilité, rapidité, commodité ) Principalement). » Derrière cela se cache le fait que les entreprises souhaitent ouvrir le processus de la « boîte noire » et espèrent pouvoir ajuster de manière flexible chaque composant du modèle et du flux de travail de construction pour obtenir le système et les résultats d'analyse qui répondent le mieux à leurs besoins spécifiques .
Le maillon le plus précieux est aussi l'os le plus difficile. La Chine manque désormais d'outils et d'usines de fabrication de matières premières. Cela explique également pourquoi la Chine manque de grands modèles compétitifs : la couche inférieure est faible et la couche supérieure est faible.
En prenant les données des trois éléments de l'IA comme exemple, les chaînes industrielles chinoises liées aux données sont presque toutes "tout compris" par les grandes entreprises du cloud, manquant de culture approfondie dans un certain domaine vertical, et pour commencer- des entreprises, chaque lien sera C'est l'occasion de faire du bon travail. La « préparation des données » est une opportunité aux caractéristiques chinoises, qui comprend la qualité des données, l'étiquetage des données, la synthèse des données, ainsi que les centres d'application et les projets.
À l'heure actuelle, les sociétés de données synthétiques ont progressivement gagné la faveur du capital. Une société d'IA générative capable de synthétiser des données d'image, "Kuawei Intelligence" a achevé les cycles de financement Angel et Pre-A de 100 millions de dollars en un an l'année dernière ; cette année, Guanglun Intelligence, qui vient d'être créée cette année, a terminé trois tours de financement dans un délai de six mois.Après le tour Angel +, et son financement cumulé s'élève à des dizaines de millions de RMB.
Après le culte de la technologie à ses débuts, de plus en plus d'entrepreneurs ont réalisé que la route OpenAI n'est pas la seule solution à l'ère des modèles à grande échelle.
En plus du grand modèle, la couche intermédiaire est un chemin apparemment de niche, mais plus sûr ; tandis que la couche d'application, qui semble être le "fruit à portée de main", est un pont à une seule planche avec des milliers de soldats et de chevaux , et il est plus facile pour le vainqueur de tout emporter. Les grandes usines passent en premier.
Mais pour l'IA à la chinoise, il est plus facile de savoir qu'elle ne peut pas copier aveuglément la Silicon Valley ; ce qui est plus difficile à faire, c'est de ne pas copier le "vieux soi" et de suivre l'ancienne voie de la re-livraison où les gens s'emparent des projets.