"Kebenaran" dari huru-hara model skala besar AI: investor melihat lebih banyak dan berinvestasi lebih sedikit, 20 perusahaan hanya menerima 6 miliar yuan dalam pembiayaan
Angka: Pada Konferensi Kecerdasan Buatan Dunia 2023, banyak perusahaan menampilkan produk dan aplikasi model skala besar AI
"Lihat lebih banyak, pilih lebih sedikit", "suasana menunggu dan menonton relatif kuat". Berbicara tentang sikap lembaga investasi terhadap kewirausahaan model skala besar AI tahun ini, demikianlah perasaan sebagian investor dan pengusaha dalam negeri.
Namun di industri, model besar AI masih populer. Pada Konferensi Kecerdasan Buatan Dunia yang baru saja selesai, lebih dari 30 model skala besar secara kolektif menunjukkan kekuatan mereka. Perusahaan Internet domestik dan banyak perusahaan AI telah melangkah ke jalur panas model skala besar, dan pertempuran 100 model telah dimulai .
Di pasar modal ventura, nama-nama besar seperti Wang Huiwen, Wang Xiaochuan, dan Li Kaifu memasuki pasar satu demi satu, memanggil untuk menjadi OpenAI China, untuk menjadi model skala besar terbaik di China, dll., Menjadi penting kekuatan dalam gelombang model skala besar AI ini.
Menurut statistik yang tidak lengkap dari Sohu Technology, pada paruh pertama tahun ini, setidaknya 20 perusahaan model skala besar menerima pembiayaan lebih dari 6 miliar yuan. Dari perspektif global, jumlah pembiayaan terkait melebihi 50, dan China serta Amerika Serikat memimpin, dengan masing-masing lebih dari 20, melibatkan total 100 miliar yuan.
Meskipun jumlah transaksi domestik relatif besar, jumlahnya hanya menyumbang 6% dari dunia, investor domestik tidak murah hati, dan pasar investasi model besar AI sedikit sepi.
Pada saat yang sama, semua pihak belum mencapai konsensus tentang nilai kewirausahaan model besar Zhu Xiaohu, mitra pengelola GSR Ventures, dan Fu Sheng, ketua Cheetah Mobile, telah berdebat satu sama lain mengenai hal ini sebelumnya.
Cheng Hao, pendiri Yuanwang Capital dan Xunlei, menilai bahwa tidak akan ada lebih dari 10 model tujuan umum di dunia, dan hanya ada sedikit peluang untuk berwirausaha. Ini pada dasarnya telah menjadi konsensus dalam lingkaran investasi, CEO Baidu Robin Li juga mengatakan sebelumnya bahwa tidak perlu menemukan kembali roda.
Tetapi banyak pengusaha merasa sulit untuk setuju. Wang Xiaochuan percaya bahwa perusahaan pemula harus memiliki peluang, dan tanpa beban dan tekanan komersial yang lebih besar, mereka akan berjalan lebih cepat daripada perusahaan besar.
Li Wei, Vice President of Engineering & Chief Scientist of Going out to ask, mengatakan kepada Sohu Technology bahwa tidak mungkin pabrikan besar akan memonopoli model besar untuk keperluan umum. "Banyak startup yang meluncurkan model besar, membuktikan bahwa masalah ini bukan masalah besar lagi."
Terlepas dari perbedaannya, ada konsensus bahwa aplikasi akan menjadi kuncinya. Dari menunggu untuk melihat apakah akan melakukannya, hingga masuknya pemain dari semua lapisan masyarakat, model besar telah mencapai tahap menjawab bagaimana menerapkannya. Apakah itu pabrik besar atau perusahaan baru, ini adalah lembar jawaban yang harus dijawab.
Bos memiliki halo sendiri saat memasuki permainan, siapa yang berinvestasi dalam model besar?
ChatGPT lahir, memicu puncak model besar gelombang ketiga AI, dan sekelompok petinggi memulai bisnis mereka sendiri. Menurut statistik Sohu Technology yang tidak lengkap, pada paruh pertama tahun ini, setidaknya 20 perusahaan skala besar memperoleh pembiayaan, dan kebanyakan dari mereka berada di babak malaikat awal atau babak A.
Pengusaha ini pada dasarnya memiliki halo mereka sendiri, termasuk Kai-fu Lee, Wang Huiwen, Wang Xiaochuan, Li Zhifei, Zhou Bowen, dll., Yang memiliki latar belakang wirausaha atau skala besar, serta pemula akademis seperti Universitas Tsinghua, National People's Kongres, dan Universitas Danau Barat, di antaranya Universitas Tsinghua sangat khas.Profesor Tsinghua berdiri di belakang Teknologi Shengshu, Teknologi Shenyan, Sisi Gelap Bulan, Kecerdasan Qingmao, Kecerdasan Dinding Wajah, dan Kecerdasan Lingxin.
Gambar: Perusahaan model AI skala besar yang memperoleh pendanaan secara publik pada paruh pertama tahun ini Sumber: informasi publik, Tianyancha
Dari sisi investor, tidak hanya modal industri seperti Tencent, Baidu Ventures, Ant Group, dan TAL, tetapi juga modal ventura seperti Sequoia, IDG, ZhenFund, Sinovation Ventures, Qiming Ventures, Matrix Partners, dan Qiji Ventures. pemeran. Sequoia adalah yang paling aktif, dengan setidaknya 5 bidikan, termasuk Light Years Beyond, Shenyan Technology, The Dark Side of the Moon, dan Project AI 2.0, sementara Tencent telah berinvestasi di Light Years Beyond, MiniMax, dan Shenyan Technology.
Dalam hal skala pembiayaan, total pembiayaan yang diungkapkan oleh proyek-proyek dalam statistik ini melebihi 6 miliar yuan. Menurut data publik, pada paruh pertama tahun ini, ada 51 pembiayaan perusahaan yang melibatkan AI model besar di dunia, dan jumlah investasi dan pembiayaan melebihi 100 miliar yuan Artinya, jumlah transaksi domestik menyumbang hampir 40% , tetapi jumlah pembiayaan hanya sekitar 6%.
Sejumlah transaksi berskala besar di pasar AS menyumbang mayoritas, termasuk investasi Microsoft senilai $10 miliar di OpenAI, Bill Gates, Microsoft, dan investasi Nvidia senilai $1,3 miliar di Inflection AI, dan akuisisi MosaicML oleh perusahaan data AS Databricks senilai $1,3 miliar . Ketiga transaksi ini saja menyumbang sekitar 90% dari total global.
Ini juga menunjukkan sampai batas tertentu bahwa meskipun model skala besar domestik sangat terlibat dan saham konsep di pasar modal telah berlipat ganda dan meroket, investor di pasar primer masih relatif berhati-hati, terutama dalam transaksi bernilai besar.
Qu Kai, pendiri Bab 42, yang bergerak di bisnis FA modal ventura, mengungkapkan bahwa hampir semua dana dolar AS saat ini sedang melihat AI, dan beberapa dana RMB juga tertarik. "Banyak institusi yang sangat positif, tetapi pada akhirnya tidak banyak yang akan bergerak. Mungkin akan ada lima puluh atau enam puluh."
Li Wei, Vice President of Engineering & Chief Scientist, juga dapat merasakan bahwa komunitas investasi sebenarnya sangat peduli dan menyukai model-model besar, tetapi mereka juga sangat berhati-hati. "Bagaimanapun, ini adalah arah teknologi baru dengan investasi besar, tetapi model bisnisnya saat ini tidak jelas."
Guo Tao, seorang investor malaikat dan pakar senior dalam kecerdasan buatan, menganalisis Sohu Technology dan mengatakan bahwa semakin banyak lembaga investasi yang menyadari bahwa model besar AI menghadapi jumlah investasi yang besar, periode pengembalian yang lama, tingkat keberhasilan yang rendah, persaingan ketat di industri, dan peraturan yang semakin ketat.Dan masalah lainnya, sehingga pengambilan gambar cenderung hati-hati, dan suasana wait and see saat ini relatif kuat.
Pada saat yang sama, Guo Tao percaya bahwa saat ini tidak banyak perusahaan AI skala besar yang layak untuk diinvestasikan.Sebagian besar perusahaan pemula hampir tidak memiliki keunggulan signifikan dalam teknologi, data, dan ekologi.
Selain itu, penilaian banyak perusahaan bintang yang menjanjikan terlalu mahal, biasanya berjarak beberapa tahun cahaya, hanya dalam tiga bulan, penilaian telah melonjak dari 200 juta dolar AS menjadi 1 miliar dolar AS, dan banyak lembaga yang putus asa. Berakhirnya perusahaan ini juga cukup memalukan, Meituan Wang Xing "menyelamatkan" saudara laki-laki dan investornya dengan lebih dari 2 miliar yuan, dan Wang Huiwen pergi lebih awal karena sakit.
Melanjutkan preferensi investasi Internet, dan mulai berjuang setelah demam mereda
Dalam hal arah investasi spesifik model besar AI, lembaga investasi hampir melanjutkan preferensi era investasi Internet, dan lapisan aplikasi adalah yang paling populer. Cheng Hao mengatakan bahwa Yuanwang Capital terutama berinvestasi di perusahaan middleware dan lapisan aplikasi.
Menurut data yang diungkapkan oleh Qu Kai, di antara proyek AI yang telah menerima uang tahun ini, 10%-20% untuk model, 20%-30% untuk lapisan infra/menengah, dan 60%-70% adalah untuk lapisan aplikasi. . Jika tidak menghitung proyek yang mendapatkan uang, proyek yang membuat aplikasi bisa mencapai 95%.
Dari infra yang mendasarinya (seperti chip, kerangka kerja, dan infrastruktur lainnya), hingga lapisan model, middleware, dan berbagai aplikasi, industri model skala besar AI juga telah membentuk struktur piramida terbalik yang mirip dengan industri chip. Jika lapisan bawah bergantung pada teknologi sumber terbuka asing dan sulit ditembus, sebagian besar perusahaan rintisan domestik bertaruh pada lapisan aplikasi, dan lapisan model berbiaya tinggi hanyalah permainan untuk beberapa perusahaan.
Li Wei percaya bahwa perusahaan pemula terutama melakukan model skala besar dasar dan aplikasi hilir model skala besar, dan tidak realistis atau tidak perlu membuat model skala besar dasar. "Oleh karena itu, banyak start-up cenderung menerapkan skenario vertikal. Melalui panggilan API atau penerapan privatisasi OEM, mereka akan memanfaatkan layanan model besar dari pemasok model besar untuk fokus pada penelitian inovatif dan pengembangan data dan aplikasi. Ini akan menjadi arah yang relatif jelas."
Namun, gelombang kegemaran model besar ini sepertinya sudah mulai mereda.Contoh yang sering dikutip adalah puncak trafik ChatGPT. Menurut data situs web pihak ketiga, SimilarWeb, lalu lintas global situs web dan klien seluler ChatGPT menurun 9,7% bulan ke bulan di bulan Juni tahun ini, penurunan pertama sejak akhir tahun lalu, dan waktu yang dihabiskan oleh pengunjung di website juga mengalami penurunan sebesar 8,5%. Selain itu, lalu lintas situs web seperti Microsoft Bing dan Character.AI juga menurun dalam berbagai tingkatan di bulan Juni.
"Pasar semakin dingin dalam satu atau dua bulan terakhir, karena perubahan kualitatif dalam model besar telah menurun baru-baru ini, dan ada lebih sedikit wirausahawan baru dan cerita baru untuk diceritakan daripada di awal tahun. Tapi setiap jalur dan hotspot memiliki kelebihan dan kekurangannya sendiri. Fu, ini normal," kata Qu Kai.
Dia percaya bahwa pada tahap selanjutnya dari model AI besar, kita harus bekerja keras untuk mengimplementasikannya. Gelombang hot spot berikutnya mungkin akan terjadi dua atau tiga bulan kemudian. Untuk sejumlah besar proyek yang telah menerima uang di semester pertama tahun ini, akan memakan waktu beberapa bulan untuk menyelesaikan peluncuran produk. Lihat apakah ada aplikasi pembunuh yang lebih banyak dan lebih baik, dan lihat siapa yang akan menjadi pemimpin lapisan aplikasi.
Faktanya, pabrikan besar saat ini berjuang untuk pendaratan dan aplikasi komersial model besar. Ketika Huawei merilis Pangu 3.0 baru-baru ini, mereka berharap dapat menggunakannya untuk membantu semua lapisan masyarakat, daripada berfokus pada level model suara. "Kami sangat sibuk melakukan hal-hal sehingga kami tidak punya waktu untuk puisi."
Guo Tao percaya bahwa meskipun model AI telah mendingin, itu akan bertahan sekitar satu tahun secara keseluruhan, dan fokusnya akan secara bertahap beralih dari tingkat teknologi yang mendasarinya ke tingkat aplikasi vertikal.
Li Di, CEO Xiaoice, menilai bahwa homogenisasi model besar sekarang serius, dan tidak perlu begitu banyak model besar di pasaran.Demam akan mereda pada tahun 2024, dan ditemukan siapa yang berada di pantai dan yang berenang telanjang.
Tidak ada peluang untuk model umum? Homogenisasi jalur vertikal sangat serius
Bagi pengusaha, bagaimana memikirkan arah sebelum memasuki pasar sangatlah penting. Zhu Xiaohu mengatakan bahwa ChatGPT sangat tidak bersahabat dengan perusahaan pemula, dan akan melepaskan fantasi pembiayaan dalam dua hingga tiga tahun ke depan. Fu Sheng mengeluh tentang hal ini, mengatakan "Investor kami bodoh dan mereka yang tidak takut."
Belakangan, Zhu Xiaohu menjelaskan bahwa dia tidak menyangkal peluang wirausaha di bidang model skala besar, tetapi mengingatkan para wirausahawan untuk tidak percaya takhayul tentang model skala besar tujuan umum. "Bagi sebagian besar pengusaha, skenario adalah prioritas dan data adalah rajanya."
Pandangan ini pada dasarnya telah menjadi konsensus kalangan investasi dalam negeri saat ini. Guo Tao percaya bahwa model skala besar untuk tujuan umum akan membentuk situasi monopoli tertentu, dan pengusaha serta "pabrik kecil" akan dirugikan dalam hal modal, teknologi, data, dan ekologi saat mereka menggunakan model skala besar untuk tujuan umum .
"Parit model skala besar tujuan umum sangat tinggi, dan efek jaringannya juga kuat. Umpan balik pengguna akan membuatnya semakin pintar, dan perusahaan yang membuatnya pertama kali akan memiliki keunggulan penggerak pertama." Cheng Hao juga percaya bahwa tidak ada peluang bagi perusahaan pemula untuk membuat model skala besar untuk keperluan umum Besar, hanya pabrik besar yang mampu membelinya.
Pada saat yang sama, dia percaya bahwa model dasar umum tidak akan membutuhkan begitu banyak perusahaan di masa depan. "Mungkin tidak akan ada lebih dari 10 model tujuan umum sumber tertutup dan sumber terbuka yang dapat digunakan di dunia di masa mendatang, itu terlalu banyak."
Tetapi banyak pengusaha tidak setuju. "Banyak perusahaan start-up telah meluncurkan model skala besar, membuktikan bahwa ini bukan masalah besar. Jika ingin mencapai level GPT-4, juga sangat sulit bagi pabrikan top, dan sepertinya mustahil untuk memonopolinya. sekarang." Kata Li Wei.
Dia percaya bahwa meskipun perusahaan pemula tidak dapat bersaing dengan pabrikan skala besar dalam hal sumber daya perangkat keras dan kekuatan teknik, keunggulan mereka adalah lebih membumi, memiliki jalur arahan keseluruhan atau permintaan produk, dan tidak membuat model besar demi model besar.
“Model besar dasar tidak monolitik, dan ada ruang untuk ekspansi. Startup dapat memulai dengan model satu miliar atau sepuluh miliar, dan kemudian memutuskan apakah akan terus mengembangkan model 100 miliar sesuai dengan kebutuhan dan tindak lanjut mereka sendiri. sumber daya." Li Wei berkata.
Banyak perusahaan pemula mengikuti rute ini saat membuat model berskala besar. Misalnya, Baichuan Intelligence pertama kali meluncurkan model parameter 7 miliar, dan masih melatih model parameter 50 miliar Pada dasarnya, tidak ada perusahaan pemula yang memilih untuk membuat model besar dengan 100 miliar parameter.
Dalam pandangan Li Wei, ukuran model bukan satu-satunya indikator, dan skenario aplikasi juga merupakan dimensi referensi yang penting. "Untuk sebagian besar aplikasi, model skala super besar seperti meriam yang memukul nyamuk. Tidak hanya butuh waktu lama untuk menyimpulkannya, harganya juga mahal, dan sulit untuk diterapkan dan disebarkan, dan tidak membuat masuk akal dalam hal efek yang sebenarnya."
Oleh karena itu, Li Wei percaya bahwa persaingan membabi buta untuk kesempurnaan tidak boleh menjadi arus utama R&D dan inovasi model skala besar. Ini adalah kompetisi yang lebih bermakna dan sehat untuk mempromosikan model skala besar menjadi ringan dan vertikal. Penting.
Cheng Hao percaya bahwa di masa depan, banyak perusahaan kecil dan menengah akan memiliki model vertikalnya sendiri, dan perusahaan rintisan akan memiliki lebih banyak peluang untuk mengembangkan aplikasi atau rantai alat di jalur vertikal. "Sebagian besar lembaga investasi masih melihat jalur industri vertikal, seperti Wang Xiaochuan dan Wang Huiwen, sebagian besar mereka bertaruh pada orang, bukan membuat model skala besar untuk keperluan umum."
Namun, pemilihan jalur teknis jalur vertikal juga menghadapi banyak tantangan. Li Wei berkata terus terang bahwa penerapan model skala besar di bidang vertikal akan lebih sulit dari yang dibayangkan.
Dia percaya bahwa salah satu tantangan saat ini adalah perubahan yang terlalu cepat dan mempesona. Sulit bagi perusahaan pemula untuk terhubung dan memilih pemasok skala besar. Sebagian besar model skala besar belum menghasilkan layanan yang matang yang dapat diterapkan , dan hulu dan hilir tidak bisa mulus Masalah docking dan matching.
Pada saat yang sama, masih ada masalah seperti homogenitas teknis dan inter-rolling komersial. "Mendorong persaingan teknologi dan pengembangan model yang berbeda, mengoordinasikan kerja sama bisnis, dan mengurangi keterlibatan antar bisnis adalah arah yang harus dikerjakan bersama oleh perusahaan teknologi dan komunitas." Li Wei mengimbau.
Lihat Asli
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
"Kebenaran" dari huru-hara model skala besar AI: investor melihat lebih banyak dan berinvestasi lebih sedikit, 20 perusahaan hanya menerima 6 miliar yuan dalam pembiayaan
Sumber: Teknologi Sohu
Pengarang: Liang Changjun
Editor: Yang Jin
"Lihat lebih banyak, pilih lebih sedikit", "suasana menunggu dan menonton relatif kuat". Berbicara tentang sikap lembaga investasi terhadap kewirausahaan model skala besar AI tahun ini, demikianlah perasaan sebagian investor dan pengusaha dalam negeri.
Namun di industri, model besar AI masih populer. Pada Konferensi Kecerdasan Buatan Dunia yang baru saja selesai, lebih dari 30 model skala besar secara kolektif menunjukkan kekuatan mereka. Perusahaan Internet domestik dan banyak perusahaan AI telah melangkah ke jalur panas model skala besar, dan pertempuran 100 model telah dimulai .
Di pasar modal ventura, nama-nama besar seperti Wang Huiwen, Wang Xiaochuan, dan Li Kaifu memasuki pasar satu demi satu, memanggil untuk menjadi OpenAI China, untuk menjadi model skala besar terbaik di China, dll., Menjadi penting kekuatan dalam gelombang model skala besar AI ini.
Menurut statistik yang tidak lengkap dari Sohu Technology, pada paruh pertama tahun ini, setidaknya 20 perusahaan model skala besar menerima pembiayaan lebih dari 6 miliar yuan. Dari perspektif global, jumlah pembiayaan terkait melebihi 50, dan China serta Amerika Serikat memimpin, dengan masing-masing lebih dari 20, melibatkan total 100 miliar yuan.
Meskipun jumlah transaksi domestik relatif besar, jumlahnya hanya menyumbang 6% dari dunia, investor domestik tidak murah hati, dan pasar investasi model besar AI sedikit sepi.
Pada saat yang sama, semua pihak belum mencapai konsensus tentang nilai kewirausahaan model besar Zhu Xiaohu, mitra pengelola GSR Ventures, dan Fu Sheng, ketua Cheetah Mobile, telah berdebat satu sama lain mengenai hal ini sebelumnya.
Cheng Hao, pendiri Yuanwang Capital dan Xunlei, menilai bahwa tidak akan ada lebih dari 10 model tujuan umum di dunia, dan hanya ada sedikit peluang untuk berwirausaha. Ini pada dasarnya telah menjadi konsensus dalam lingkaran investasi, CEO Baidu Robin Li juga mengatakan sebelumnya bahwa tidak perlu menemukan kembali roda.
Tetapi banyak pengusaha merasa sulit untuk setuju. Wang Xiaochuan percaya bahwa perusahaan pemula harus memiliki peluang, dan tanpa beban dan tekanan komersial yang lebih besar, mereka akan berjalan lebih cepat daripada perusahaan besar.
Li Wei, Vice President of Engineering & Chief Scientist of Going out to ask, mengatakan kepada Sohu Technology bahwa tidak mungkin pabrikan besar akan memonopoli model besar untuk keperluan umum. "Banyak startup yang meluncurkan model besar, membuktikan bahwa masalah ini bukan masalah besar lagi."
Terlepas dari perbedaannya, ada konsensus bahwa aplikasi akan menjadi kuncinya. Dari menunggu untuk melihat apakah akan melakukannya, hingga masuknya pemain dari semua lapisan masyarakat, model besar telah mencapai tahap menjawab bagaimana menerapkannya. Apakah itu pabrik besar atau perusahaan baru, ini adalah lembar jawaban yang harus dijawab.
Bos memiliki halo sendiri saat memasuki permainan, siapa yang berinvestasi dalam model besar?
ChatGPT lahir, memicu puncak model besar gelombang ketiga AI, dan sekelompok petinggi memulai bisnis mereka sendiri. Menurut statistik Sohu Technology yang tidak lengkap, pada paruh pertama tahun ini, setidaknya 20 perusahaan skala besar memperoleh pembiayaan, dan kebanyakan dari mereka berada di babak malaikat awal atau babak A.
Pengusaha ini pada dasarnya memiliki halo mereka sendiri, termasuk Kai-fu Lee, Wang Huiwen, Wang Xiaochuan, Li Zhifei, Zhou Bowen, dll., Yang memiliki latar belakang wirausaha atau skala besar, serta pemula akademis seperti Universitas Tsinghua, National People's Kongres, dan Universitas Danau Barat, di antaranya Universitas Tsinghua sangat khas.Profesor Tsinghua berdiri di belakang Teknologi Shengshu, Teknologi Shenyan, Sisi Gelap Bulan, Kecerdasan Qingmao, Kecerdasan Dinding Wajah, dan Kecerdasan Lingxin.
Dari sisi investor, tidak hanya modal industri seperti Tencent, Baidu Ventures, Ant Group, dan TAL, tetapi juga modal ventura seperti Sequoia, IDG, ZhenFund, Sinovation Ventures, Qiming Ventures, Matrix Partners, dan Qiji Ventures. pemeran. Sequoia adalah yang paling aktif, dengan setidaknya 5 bidikan, termasuk Light Years Beyond, Shenyan Technology, The Dark Side of the Moon, dan Project AI 2.0, sementara Tencent telah berinvestasi di Light Years Beyond, MiniMax, dan Shenyan Technology.
Dalam hal skala pembiayaan, total pembiayaan yang diungkapkan oleh proyek-proyek dalam statistik ini melebihi 6 miliar yuan. Menurut data publik, pada paruh pertama tahun ini, ada 51 pembiayaan perusahaan yang melibatkan AI model besar di dunia, dan jumlah investasi dan pembiayaan melebihi 100 miliar yuan Artinya, jumlah transaksi domestik menyumbang hampir 40% , tetapi jumlah pembiayaan hanya sekitar 6%.
Sejumlah transaksi berskala besar di pasar AS menyumbang mayoritas, termasuk investasi Microsoft senilai $10 miliar di OpenAI, Bill Gates, Microsoft, dan investasi Nvidia senilai $1,3 miliar di Inflection AI, dan akuisisi MosaicML oleh perusahaan data AS Databricks senilai $1,3 miliar . Ketiga transaksi ini saja menyumbang sekitar 90% dari total global.
Ini juga menunjukkan sampai batas tertentu bahwa meskipun model skala besar domestik sangat terlibat dan saham konsep di pasar modal telah berlipat ganda dan meroket, investor di pasar primer masih relatif berhati-hati, terutama dalam transaksi bernilai besar.
Qu Kai, pendiri Bab 42, yang bergerak di bisnis FA modal ventura, mengungkapkan bahwa hampir semua dana dolar AS saat ini sedang melihat AI, dan beberapa dana RMB juga tertarik. "Banyak institusi yang sangat positif, tetapi pada akhirnya tidak banyak yang akan bergerak. Mungkin akan ada lima puluh atau enam puluh."
Li Wei, Vice President of Engineering & Chief Scientist, juga dapat merasakan bahwa komunitas investasi sebenarnya sangat peduli dan menyukai model-model besar, tetapi mereka juga sangat berhati-hati. "Bagaimanapun, ini adalah arah teknologi baru dengan investasi besar, tetapi model bisnisnya saat ini tidak jelas."
Guo Tao, seorang investor malaikat dan pakar senior dalam kecerdasan buatan, menganalisis Sohu Technology dan mengatakan bahwa semakin banyak lembaga investasi yang menyadari bahwa model besar AI menghadapi jumlah investasi yang besar, periode pengembalian yang lama, tingkat keberhasilan yang rendah, persaingan ketat di industri, dan peraturan yang semakin ketat.Dan masalah lainnya, sehingga pengambilan gambar cenderung hati-hati, dan suasana wait and see saat ini relatif kuat.
Pada saat yang sama, Guo Tao percaya bahwa saat ini tidak banyak perusahaan AI skala besar yang layak untuk diinvestasikan.Sebagian besar perusahaan pemula hampir tidak memiliki keunggulan signifikan dalam teknologi, data, dan ekologi.
Selain itu, penilaian banyak perusahaan bintang yang menjanjikan terlalu mahal, biasanya berjarak beberapa tahun cahaya, hanya dalam tiga bulan, penilaian telah melonjak dari 200 juta dolar AS menjadi 1 miliar dolar AS, dan banyak lembaga yang putus asa. Berakhirnya perusahaan ini juga cukup memalukan, Meituan Wang Xing "menyelamatkan" saudara laki-laki dan investornya dengan lebih dari 2 miliar yuan, dan Wang Huiwen pergi lebih awal karena sakit.
Melanjutkan preferensi investasi Internet, dan mulai berjuang setelah demam mereda
Dalam hal arah investasi spesifik model besar AI, lembaga investasi hampir melanjutkan preferensi era investasi Internet, dan lapisan aplikasi adalah yang paling populer. Cheng Hao mengatakan bahwa Yuanwang Capital terutama berinvestasi di perusahaan middleware dan lapisan aplikasi.
Menurut data yang diungkapkan oleh Qu Kai, di antara proyek AI yang telah menerima uang tahun ini, 10%-20% untuk model, 20%-30% untuk lapisan infra/menengah, dan 60%-70% adalah untuk lapisan aplikasi. . Jika tidak menghitung proyek yang mendapatkan uang, proyek yang membuat aplikasi bisa mencapai 95%.
Dari infra yang mendasarinya (seperti chip, kerangka kerja, dan infrastruktur lainnya), hingga lapisan model, middleware, dan berbagai aplikasi, industri model skala besar AI juga telah membentuk struktur piramida terbalik yang mirip dengan industri chip. Jika lapisan bawah bergantung pada teknologi sumber terbuka asing dan sulit ditembus, sebagian besar perusahaan rintisan domestik bertaruh pada lapisan aplikasi, dan lapisan model berbiaya tinggi hanyalah permainan untuk beberapa perusahaan.
Li Wei percaya bahwa perusahaan pemula terutama melakukan model skala besar dasar dan aplikasi hilir model skala besar, dan tidak realistis atau tidak perlu membuat model skala besar dasar. "Oleh karena itu, banyak start-up cenderung menerapkan skenario vertikal. Melalui panggilan API atau penerapan privatisasi OEM, mereka akan memanfaatkan layanan model besar dari pemasok model besar untuk fokus pada penelitian inovatif dan pengembangan data dan aplikasi. Ini akan menjadi arah yang relatif jelas."
Namun, gelombang kegemaran model besar ini sepertinya sudah mulai mereda.Contoh yang sering dikutip adalah puncak trafik ChatGPT. Menurut data situs web pihak ketiga, SimilarWeb, lalu lintas global situs web dan klien seluler ChatGPT menurun 9,7% bulan ke bulan di bulan Juni tahun ini, penurunan pertama sejak akhir tahun lalu, dan waktu yang dihabiskan oleh pengunjung di website juga mengalami penurunan sebesar 8,5%. Selain itu, lalu lintas situs web seperti Microsoft Bing dan Character.AI juga menurun dalam berbagai tingkatan di bulan Juni.
"Pasar semakin dingin dalam satu atau dua bulan terakhir, karena perubahan kualitatif dalam model besar telah menurun baru-baru ini, dan ada lebih sedikit wirausahawan baru dan cerita baru untuk diceritakan daripada di awal tahun. Tapi setiap jalur dan hotspot memiliki kelebihan dan kekurangannya sendiri. Fu, ini normal," kata Qu Kai.
Dia percaya bahwa pada tahap selanjutnya dari model AI besar, kita harus bekerja keras untuk mengimplementasikannya. Gelombang hot spot berikutnya mungkin akan terjadi dua atau tiga bulan kemudian. Untuk sejumlah besar proyek yang telah menerima uang di semester pertama tahun ini, akan memakan waktu beberapa bulan untuk menyelesaikan peluncuran produk. Lihat apakah ada aplikasi pembunuh yang lebih banyak dan lebih baik, dan lihat siapa yang akan menjadi pemimpin lapisan aplikasi.
Faktanya, pabrikan besar saat ini berjuang untuk pendaratan dan aplikasi komersial model besar. Ketika Huawei merilis Pangu 3.0 baru-baru ini, mereka berharap dapat menggunakannya untuk membantu semua lapisan masyarakat, daripada berfokus pada level model suara. "Kami sangat sibuk melakukan hal-hal sehingga kami tidak punya waktu untuk puisi."
Guo Tao percaya bahwa meskipun model AI telah mendingin, itu akan bertahan sekitar satu tahun secara keseluruhan, dan fokusnya akan secara bertahap beralih dari tingkat teknologi yang mendasarinya ke tingkat aplikasi vertikal.
Li Di, CEO Xiaoice, menilai bahwa homogenisasi model besar sekarang serius, dan tidak perlu begitu banyak model besar di pasaran.Demam akan mereda pada tahun 2024, dan ditemukan siapa yang berada di pantai dan yang berenang telanjang.
Tidak ada peluang untuk model umum? Homogenisasi jalur vertikal sangat serius
Bagi pengusaha, bagaimana memikirkan arah sebelum memasuki pasar sangatlah penting. Zhu Xiaohu mengatakan bahwa ChatGPT sangat tidak bersahabat dengan perusahaan pemula, dan akan melepaskan fantasi pembiayaan dalam dua hingga tiga tahun ke depan. Fu Sheng mengeluh tentang hal ini, mengatakan "Investor kami bodoh dan mereka yang tidak takut."
Belakangan, Zhu Xiaohu menjelaskan bahwa dia tidak menyangkal peluang wirausaha di bidang model skala besar, tetapi mengingatkan para wirausahawan untuk tidak percaya takhayul tentang model skala besar tujuan umum. "Bagi sebagian besar pengusaha, skenario adalah prioritas dan data adalah rajanya."
Pandangan ini pada dasarnya telah menjadi konsensus kalangan investasi dalam negeri saat ini. Guo Tao percaya bahwa model skala besar untuk tujuan umum akan membentuk situasi monopoli tertentu, dan pengusaha serta "pabrik kecil" akan dirugikan dalam hal modal, teknologi, data, dan ekologi saat mereka menggunakan model skala besar untuk tujuan umum .
"Parit model skala besar tujuan umum sangat tinggi, dan efek jaringannya juga kuat. Umpan balik pengguna akan membuatnya semakin pintar, dan perusahaan yang membuatnya pertama kali akan memiliki keunggulan penggerak pertama." Cheng Hao juga percaya bahwa tidak ada peluang bagi perusahaan pemula untuk membuat model skala besar untuk keperluan umum Besar, hanya pabrik besar yang mampu membelinya.
Pada saat yang sama, dia percaya bahwa model dasar umum tidak akan membutuhkan begitu banyak perusahaan di masa depan. "Mungkin tidak akan ada lebih dari 10 model tujuan umum sumber tertutup dan sumber terbuka yang dapat digunakan di dunia di masa mendatang, itu terlalu banyak."
Tetapi banyak pengusaha tidak setuju. "Banyak perusahaan start-up telah meluncurkan model skala besar, membuktikan bahwa ini bukan masalah besar. Jika ingin mencapai level GPT-4, juga sangat sulit bagi pabrikan top, dan sepertinya mustahil untuk memonopolinya. sekarang." Kata Li Wei.
Dia percaya bahwa meskipun perusahaan pemula tidak dapat bersaing dengan pabrikan skala besar dalam hal sumber daya perangkat keras dan kekuatan teknik, keunggulan mereka adalah lebih membumi, memiliki jalur arahan keseluruhan atau permintaan produk, dan tidak membuat model besar demi model besar.
“Model besar dasar tidak monolitik, dan ada ruang untuk ekspansi. Startup dapat memulai dengan model satu miliar atau sepuluh miliar, dan kemudian memutuskan apakah akan terus mengembangkan model 100 miliar sesuai dengan kebutuhan dan tindak lanjut mereka sendiri. sumber daya." Li Wei berkata.
Banyak perusahaan pemula mengikuti rute ini saat membuat model berskala besar. Misalnya, Baichuan Intelligence pertama kali meluncurkan model parameter 7 miliar, dan masih melatih model parameter 50 miliar Pada dasarnya, tidak ada perusahaan pemula yang memilih untuk membuat model besar dengan 100 miliar parameter.
Dalam pandangan Li Wei, ukuran model bukan satu-satunya indikator, dan skenario aplikasi juga merupakan dimensi referensi yang penting. "Untuk sebagian besar aplikasi, model skala super besar seperti meriam yang memukul nyamuk. Tidak hanya butuh waktu lama untuk menyimpulkannya, harganya juga mahal, dan sulit untuk diterapkan dan disebarkan, dan tidak membuat masuk akal dalam hal efek yang sebenarnya."
Oleh karena itu, Li Wei percaya bahwa persaingan membabi buta untuk kesempurnaan tidak boleh menjadi arus utama R&D dan inovasi model skala besar. Ini adalah kompetisi yang lebih bermakna dan sehat untuk mempromosikan model skala besar menjadi ringan dan vertikal. Penting.
Cheng Hao percaya bahwa di masa depan, banyak perusahaan kecil dan menengah akan memiliki model vertikalnya sendiri, dan perusahaan rintisan akan memiliki lebih banyak peluang untuk mengembangkan aplikasi atau rantai alat di jalur vertikal. "Sebagian besar lembaga investasi masih melihat jalur industri vertikal, seperti Wang Xiaochuan dan Wang Huiwen, sebagian besar mereka bertaruh pada orang, bukan membuat model skala besar untuk keperluan umum."
Namun, pemilihan jalur teknis jalur vertikal juga menghadapi banyak tantangan. Li Wei berkata terus terang bahwa penerapan model skala besar di bidang vertikal akan lebih sulit dari yang dibayangkan.
Dia percaya bahwa salah satu tantangan saat ini adalah perubahan yang terlalu cepat dan mempesona. Sulit bagi perusahaan pemula untuk terhubung dan memilih pemasok skala besar. Sebagian besar model skala besar belum menghasilkan layanan yang matang yang dapat diterapkan , dan hulu dan hilir tidak bisa mulus Masalah docking dan matching.
Pada saat yang sama, masih ada masalah seperti homogenitas teknis dan inter-rolling komersial. "Mendorong persaingan teknologi dan pengembangan model yang berbeda, mengoordinasikan kerja sama bisnis, dan mengurangi keterlibatan antar bisnis adalah arah yang harus dikerjakan bersama oleh perusahaan teknologi dan komunitas." Li Wei mengimbau.