據(jù)設(shè)備和生產(chǎn)鏈業(yè)者消息，臺積電已經(jīng)決定在德國半導(dǎo)體重鎮(zhèn)德累斯頓設(shè)廠。根據(jù)****《工商時報》報道，臺積電計劃在2025年開始生產(chǎn)，并預(yù)計未來五年海外產(chǎn)能將占據(jù)20%以上的28納米及更先進制程。
德累斯頓已經(jīng)擁有完整的半導(dǎo)體生產(chǎn)鏈和供應(yīng)生態(tài)系統(tǒng)，臺積電在此建廠還能獲得歐盟補助，并更加接近客戶。該地區(qū)是歐洲最大的半導(dǎo)體中心之一，許多企業(yè)都在當(dāng)?shù)卦O(shè)立晶圓廠，并有全方位支持。
由于全球地緣政治風(fēng)險的影響，臺積電近年來一直在進行全球投資布局，并已確定在美國和日本進行投資。此外，新加坡、阿聯(lián)酋和印度等地也在競爭引進相關(guān)晶圓代工廠投資，但尚未敲定具體投資計劃。
臺積電強調(diào)，他們將繼續(xù)擴大產(chǎn)能，已實現(xiàn)3納米技術(shù)量產(chǎn)，并在為2025年開始量產(chǎn)的2納米技術(shù)做準(zhǔn)備。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-13/2922449.shtml,如有侵權(quán),請聯(lián)系刪除
]]>而讓他擔(dān)心的是，還看不到從中**的方法。里特表示，“每個人都對可能發(fā)生的事情充滿信心。也有有一種觀點認(rèn)為 AI 無所不能。我們要逆流而上?！?/p>
這種懷疑反映了硅谷風(fēng)投之間的緊張關(guān)系，他們夾在對人工智能的興奮和更廣泛的技術(shù)低迷之間，后者導(dǎo)致過去一年對初創(chuàng)企業(yè)的投資下降。
但最近推出的“生成式人工智能”工具，例如 OpenAI 的 人工智能 聊天機器人，讓人們對可能出現(xiàn)一批新的公司產(chǎn)生了很大的興趣。
上周，英國《金融時報》透露，風(fēng)險投資公司安德森?霍洛維茨（Andreessen Horowitz）領(lǐng)投了 Character.ai 公司，投資金額超過2億美元，對這家聊天機器人制造商的估值約為10億美元。與此同時，由 DeepMind 的聯(lián)合創(chuàng)始人 Mustafa Suleyman 和 LinkedIn 創(chuàng)始人 Reid Hoffman 創(chuàng)建的成立一年的初創(chuàng)公司 Inflection AI 正在洽談籌集高達6.75億美元的資金，去年已經(jīng)籌集了2.25億美元。
一月份，微軟確認(rèn)對 人工智能 制造商 OpenAI 進行了“數(shù)十億美元的投資”。知情人士此前表示， OpenAI 正以290億美元的估值向微軟尋求100億美元的投資。
然而，許多風(fēng)險投資公司表示謹(jǐn)慎，不僅因為令人眼花繚亂的估值，還因為人工智能集團在構(gòu)建“基礎(chǔ)模型”（需要大量數(shù)據(jù)和計算能力才能運行的機器學(xué)習(xí)系統(tǒng)）時需要大量資金。
一位投資者表示，由于需要大量資金和計算資源，最近生成人工智能的飛躍發(fā)展堪比登月:這是一項令人印象深刻的技術(shù)成就，只有擁有國家級財富的人才能夠**這種產(chǎn)品。
“公司估值過高，唯一合理的投資主題是盡早進入，”另一位資深投資者表示。
微軟與OpenAI的協(xié)議確保了該公司可以訪問這家科技巨頭的Azure云計算平臺。本月早些時候，谷歌斥資約3億美元收購了Anthropic10%的股份，當(dāng)時這家人工智能初創(chuàng)企業(yè)正從谷歌的云計算部門購買大量計算資源。
在人們對人工智能產(chǎn)生熱情之前，紅杉資本（Sequoia Capital）等許多頂級投資者也在向新興的加密貨幣集團投入資金后蒙受損失，結(jié)果加密貨幣的價值在過去一年里下跌。
AI 的潛力吸引了 Sarah Guo 等人，一年前，她領(lǐng)導(dǎo)了風(fēng)險投資公司 Greylock 對加密領(lǐng)域的投資，同時也是加密貨幣交易所 F TX 的天使投資人。
現(xiàn)在F TX 已經(jīng)破產(chǎn)，但Sarah Guo通過她的新基金 Conviction 籌集了超過1億美元用于投資人工智能。她認(rèn)為現(xiàn)在是投資的好時機，人工智能交易的競爭非常激烈，但她承認(rèn)“其中一些估值是無稽之談”。
許多投資者不再關(guān)注構(gòu)建基礎(chǔ)模型的公司，而是轉(zhuǎn)而關(guān)注將構(gòu)建在基礎(chǔ)模型之上的應(yīng)用程序。
這導(dǎo)致一些人等待時機，也就是等待具有明顯商業(yè)潛力的“殺手級應(yīng)用”的到來。“如果 人工智能 是 iPhone，那么我們就會看到很多計算器應(yīng)用程序，”Bain Capital Ventures 的合伙人 Christina Melas-Kyriazi 說。
隨著消費者能夠使用這項技術(shù)，比如與 人工智能 交談來撰寫演講稿，或使用 Dall-E 等文本到圖像程序來創(chuàng)作夢幻般的圖畫，圍繞生成式 AI 的討論越來越多。
隨著越來越多的人開始使用這些程序，錯誤和不良反應(yīng)的發(fā)生率也在增加。
有投資者警告說，那些從加密交易轉(zhuǎn)向人工智能投資的人，可能是在把一項幾乎沒有商業(yè)應(yīng)用的華麗技術(shù)與另一項技術(shù)交換。
“有時泡沫會從一個地方移動到另一個地方，資金必須流向某個地方，”一位在加密貨幣上押下重注的風(fēng)險資本投資者表示。“在這些炒作周期中，會有許多被高估的東西?！?/p>
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-07/2921858.shtml,如有侵權(quán),請聯(lián)系刪除
3月7日 消息:總部位于舊金山的風(fēng)險基金 Emergence Capital 的創(chuàng)始人戈登·里特 （Gordon Ritter） 認(rèn)為，人工智能領(lǐng)域的近期發(fā)展代表著重大的技術(shù)進步。
而讓他擔(dān)心的是，還看不到從中**的方法。里特表示，“每個人都對可能發(fā)生的事情充滿信心。也有有一種觀點認(rèn)為 AI 無所不能。我們要逆流而上?！?/p>
這種懷疑反映了硅谷風(fēng)投之間的緊張關(guān)系，他們夾在對人工智能的興奮和更廣泛的技術(shù)低迷之間，后者導(dǎo)致過去一年對初創(chuàng)企業(yè)的投資下降。
但最近推出的“生成式人工智能”工具，例如 OpenAI 的 人工智能 聊天機器人，讓人們對可能出現(xiàn)一批新的公司產(chǎn)生了很大的興趣。
上周，英國《金融時報》透露，風(fēng)險投資公司安德森?霍洛維茨（Andreessen Horowitz）領(lǐng)投了 Character.ai 公司，投資金額超過2億美元，對這家聊天機器人制造商的估值約為10億美元。與此同時，由 DeepMind 的聯(lián)合創(chuàng)始人 Mustafa Suleyman 和 LinkedIn 創(chuàng)始人 Reid Hoffman 創(chuàng)建的成立一年的初創(chuàng)公司 Inflection AI 正在洽談籌集高達6.75億美元的資金，去年已經(jīng)籌集了2.25億美元。
一月份，微軟確認(rèn)對 人工智能 制造商 OpenAI 進行了“數(shù)十億美元的投資”。知情人士此前表示， OpenAI 正以290億美元的估值向微軟尋求100億美元的投資。
然而，許多風(fēng)險投資公司表示謹(jǐn)慎，不僅因為令人眼花繚亂的估值，還因為人工智能集團在構(gòu)建“基礎(chǔ)模型”（需要大量數(shù)據(jù)和計算能力才能運行的機器學(xué)習(xí)系統(tǒng)）時需要大量資金。
一位投資者表示，由于需要大量資金和計算資源，最近生成人工智能的飛躍發(fā)展堪比登月:這是一項令人印象深刻的技術(shù)成就，只有擁有國家級財富的人才能夠**這種產(chǎn)品。
“公司估值過高，唯一合理的投資主題是盡早進入，”另一位資深投資者表示。
微軟與OpenAI的協(xié)議確保了該公司可以訪問這家科技巨頭的Azure云計算平臺。本月早些時候，谷歌斥資約3億美元收購了Anthropic10%的股份，當(dāng)時這家人工智能初創(chuàng)企業(yè)正從谷歌的云計算部門購買大量計算資源。
在人們對人工智能產(chǎn)生熱情之前，紅杉資本（Sequoia Capital）等許多頂級投資者也在向新興的加密貨幣集團投入資金后蒙受損失，結(jié)果加密貨幣的價值在過去一年里下跌。
AI 的潛力吸引了 Sarah Guo 等人，一年前，她領(lǐng)導(dǎo)了風(fēng)險投資公司 Greylock 對加密領(lǐng)域的投資，同時也是加密貨幣交易所 F TX 的天使投資人。
現(xiàn)在F TX 已經(jīng)破產(chǎn)，但Sarah Guo通過她的新基金 Conviction 籌集了超過1億美元用于投資人工智能。她認(rèn)為現(xiàn)在是投資的好時機，人工智能交易的競爭非常激烈，但她承認(rèn)“其中一些估值是無稽之談”。
許多投資者不再關(guān)注構(gòu)建基礎(chǔ)模型的公司，而是轉(zhuǎn)而關(guān)注將構(gòu)建在基礎(chǔ)模型之上的應(yīng)用程序。
這導(dǎo)致一些人等待時機，也就是等待具有明顯商業(yè)潛力的“殺手級應(yīng)用”的到來?！叭绻?人工智能 是 iPhone，那么我們就會看到很多計算器應(yīng)用程序，”Bain Capital Ventures 的合伙人 Christina Melas-Kyriazi 說。
隨著消費者能夠使用這項技術(shù)，比如與 人工智能 交談來撰寫演講稿，或使用 Dall-E 等文本到圖像程序來創(chuàng)作夢幻般的圖畫，圍繞生成式 AI 的討論越來越多。
隨著越來越多的人開始使用這些程序，錯誤和不良反應(yīng)的發(fā)生率也在增加。
有投資者警告說，那些從加密交易轉(zhuǎn)向人工智能投資的人，可能是在把一項幾乎沒有商業(yè)應(yīng)用的華麗技術(shù)與另一項技術(shù)交換。
“有時泡沫會從一個地方移動到另一個地方，資金必須流向某個地方，”一位在加密貨幣上押下重注的風(fēng)險資本投資者表示?！霸谶@些炒作周期中，會有許多被高估的東西?！?/p>
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-07/2921858.shtml,如有侵權(quán),請聯(lián)系刪除
3月7日 消息:總部位于舊金山的風(fēng)險基金 Emergence Capital 的創(chuàng)始人戈登·里特 （Gordon Ritter） 認(rèn)為，人工智能領(lǐng)域的近期發(fā)展代表著重大的技術(shù)進步。
而讓他擔(dān)心的是，還看不到從中**的方法。里特表示，“每個人都對可能發(fā)生的事情充滿信心。也有有一種觀點認(rèn)為 AI 無所不能。我們要逆流而上?！?/p>
這種懷疑反映了硅谷風(fēng)投之間的緊張關(guān)系，他們夾在對人工智能的興奮和更廣泛的技術(shù)低迷之間，后者導(dǎo)致過去一年對初創(chuàng)企業(yè)的投資下降。
但最近推出的“生成式人工智能”工具，例如 OpenAI 的 人工智能 聊天機器人，讓人們對可能出現(xiàn)一批新的公司產(chǎn)生了很大的興趣。
上周，英國《金融時報》透露，風(fēng)險投資公司安德森?霍洛維茨（Andreessen Horowitz）領(lǐng)投了 Character.ai 公司，投資金額超過2億美元，對這家聊天機器人制造商的估值約為10億美元。與此同時，由 DeepMind 的聯(lián)合創(chuàng)始人 Mustafa Suleyman 和 LinkedIn 創(chuàng)始人 Reid Hoffman 創(chuàng)建的成立一年的初創(chuàng)公司 Inflection AI 正在洽談籌集高達6.75億美元的資金，去年已經(jīng)籌集了2.25億美元。
一月份，微軟確認(rèn)對 人工智能 制造商 OpenAI 進行了“數(shù)十億美元的投資”。知情人士此前表示， OpenAI 正以290億美元的估值向微軟尋求100億美元的投資。
然而，許多風(fēng)險投資公司表示謹(jǐn)慎，不僅因為令人眼花繚亂的估值，還因為人工智能集團在構(gòu)建“基礎(chǔ)模型”（需要大量數(shù)據(jù)和計算能力才能運行的機器學(xué)習(xí)系統(tǒng)）時需要大量資金。
一位投資者表示，由于需要大量資金和計算資源，最近生成人工智能的飛躍發(fā)展堪比登月:這是一項令人印象深刻的技術(shù)成就，只有擁有國家級財富的人才能夠**這種產(chǎn)品。
“公司估值過高，唯一合理的投資主題是盡早進入，”另一位資深投資者表示。
微軟與OpenAI的協(xié)議確保了該公司可以訪問這家科技巨頭的Azure云計算平臺。本月早些時候，谷歌斥資約3億美元收購了Anthropic10%的股份，當(dāng)時這家人工智能初創(chuàng)企業(yè)正從谷歌的云計算部門購買大量計算資源。
在人們對人工智能產(chǎn)生熱情之前，紅杉資本（Sequoia Capital）等許多頂級投資者也在向新興的加密貨幣集團投入資金后蒙受損失，結(jié)果加密貨幣的價值在過去一年里下跌。
AI 的潛力吸引了 Sarah Guo 等人，一年前，她領(lǐng)導(dǎo)了風(fēng)險投資公司 Greylock 對加密領(lǐng)域的投資，同時也是加密貨幣交易所 F TX 的天使投資人。
現(xiàn)在F TX 已經(jīng)破產(chǎn)，但Sarah Guo通過她的新基金 Conviction 籌集了超過1億美元用于投資人工智能。她認(rèn)為現(xiàn)在是投資的好時機，人工智能交易的競爭非常激烈，但她承認(rèn)“其中一些估值是無稽之談”。
許多投資者不再關(guān)注構(gòu)建基礎(chǔ)模型的公司，而是轉(zhuǎn)而關(guān)注將構(gòu)建在基礎(chǔ)模型之上的應(yīng)用程序。
這導(dǎo)致一些人等待時機，也就是等待具有明顯商業(yè)潛力的“殺手級應(yīng)用”的到來。“如果 人工智能 是 iPhone，那么我們就會看到很多計算器應(yīng)用程序，”Bain Capital Ventures 的合伙人 Christina Melas-Kyriazi 說。
隨著消費者能夠使用這項技術(shù)，比如與 人工智能 交談來撰寫演講稿，或使用 Dall-E 等文本到圖像程序來創(chuàng)作夢幻般的圖畫，圍繞生成式 AI 的討論越來越多。
隨著越來越多的人開始使用這些程序，錯誤和不良反應(yīng)的發(fā)生率也在增加。
有投資者警告說，那些從加密交易轉(zhuǎn)向人工智能投資的人，可能是在把一項幾乎沒有商業(yè)應(yīng)用的華麗技術(shù)與另一項技術(shù)交換。
“有時泡沫會從一個地方移動到另一個地方，資金必須流向某個地方，”一位在加密貨幣上押下重注的風(fēng)險資本投資者表示。“在這些炒作周期中，會有許多被高估的東西?！?/p>
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-07/2921858.shtml,如有侵權(quán),請聯(lián)系刪除
3月7日 消息:總部位于舊金山的風(fēng)險基金 Emergence Capital 的創(chuàng)始人戈登·里特 （Gordon Ritter） 認(rèn)為，人工智能領(lǐng)域的近期發(fā)展代表著重大的技術(shù)進步。
而讓他擔(dān)心的是，還看不到從中**的方法。里特表示，“每個人都對可能發(fā)生的事情充滿信心。也有有一種觀點認(rèn)為 AI 無所不能。我們要逆流而上?！?/p>
這種懷疑反映了硅谷風(fēng)投之間的緊張關(guān)系，他們夾在對人工智能的興奮和更廣泛的技術(shù)低迷之間，后者導(dǎo)致過去一年對初創(chuàng)企業(yè)的投資下降。
但最近推出的“生成式人工智能”工具，例如 OpenAI 的 人工智能 聊天機器人，讓人們對可能出現(xiàn)一批新的公司產(chǎn)生了很大的興趣。
上周，英國《金融時報》透露，風(fēng)險投資公司安德森?霍洛維茨（Andreessen Horowitz）領(lǐng)投了 Character.ai 公司，投資金額超過2億美元，對這家聊天機器人制造商的估值約為10億美元。與此同時，由 DeepMind 的聯(lián)合創(chuàng)始人 Mustafa Suleyman 和 LinkedIn 創(chuàng)始人 Reid Hoffman 創(chuàng)建的成立一年的初創(chuàng)公司 Inflection AI 正在洽談籌集高達6.75億美元的資金，去年已經(jīng)籌集了2.25億美元。
一月份，微軟確認(rèn)對 人工智能 制造商 OpenAI 進行了“數(shù)十億美元的投資”。知情人士此前表示， OpenAI 正以290億美元的估值向微軟尋求100億美元的投資。
然而，許多風(fēng)險投資公司表示謹(jǐn)慎，不僅因為令人眼花繚亂的估值，還因為人工智能集團在構(gòu)建“基礎(chǔ)模型”（需要大量數(shù)據(jù)和計算能力才能運行的機器學(xué)習(xí)系統(tǒng)）時需要大量資金。
一位投資者表示，由于需要大量資金和計算資源，最近生成人工智能的飛躍發(fā)展堪比登月:這是一項令人印象深刻的技術(shù)成就，只有擁有國家級財富的人才能夠**這種產(chǎn)品。
“公司估值過高，唯一合理的投資主題是盡早進入，”另一位資深投資者表示。
微軟與OpenAI的協(xié)議確保了該公司可以訪問這家科技巨頭的Azure云計算平臺。本月早些時候，谷歌斥資約3億美元收購了Anthropic10%的股份，當(dāng)時這家人工智能初創(chuàng)企業(yè)正從谷歌的云計算部門購買大量計算資源。
在人們對人工智能產(chǎn)生熱情之前，紅杉資本（Sequoia Capital）等許多頂級投資者也在向新興的加密貨幣集團投入資金后蒙受損失，結(jié)果加密貨幣的價值在過去一年里下跌。
AI 的潛力吸引了 Sarah Guo 等人，一年前，她領(lǐng)導(dǎo)了風(fēng)險投資公司 Greylock 對加密領(lǐng)域的投資，同時也是加密貨幣交易所 F TX 的天使投資人。
現(xiàn)在F TX 已經(jīng)破產(chǎn)，但Sarah Guo通過她的新基金 Conviction 籌集了超過1億美元用于投資人工智能。她認(rèn)為現(xiàn)在是投資的好時機，人工智能交易的競爭非常激烈，但她承認(rèn)“其中一些估值是無稽之談”。
許多投資者不再關(guān)注構(gòu)建基礎(chǔ)模型的公司，而是轉(zhuǎn)而關(guān)注將構(gòu)建在基礎(chǔ)模型之上的應(yīng)用程序。
這導(dǎo)致一些人等待時機，也就是等待具有明顯商業(yè)潛力的“殺手級應(yīng)用”的到來?！叭绻?人工智能 是 iPhone，那么我們就會看到很多計算器應(yīng)用程序，”Bain Capital Ventures 的合伙人 Christina Melas-Kyriazi 說。
隨著消費者能夠使用這項技術(shù)，比如與 人工智能 交談來撰寫演講稿，或使用 Dall-E 等文本到圖像程序來創(chuàng)作夢幻般的圖畫，圍繞生成式 AI 的討論越來越多。
隨著越來越多的人開始使用這些程序，錯誤和不良反應(yīng)的發(fā)生率也在增加。
有投資者警告說，那些從加密交易轉(zhuǎn)向人工智能投資的人，可能是在把一項幾乎沒有商業(yè)應(yīng)用的華麗技術(shù)與另一項技術(shù)交換。
“有時泡沫會從一個地方移動到另一個地方，資金必須流向某個地方，”一位在加密貨幣上押下重注的風(fēng)險資本投資者表示。“在這些炒作周期中，會有許多被高估的東西?！?/p>
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-07/2921858.shtml,如有侵權(quán),請聯(lián)系刪除
]]>那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹(jǐn)慎布局的創(chuàng)業(yè)者也有之。
當(dāng)然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細(xì)分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。
但問題在于，不是每一波技術(shù)浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術(shù)賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？
在這樣的背景之下，2月28日，投中信息做了一場關(guān)于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。
投或不投，都在旗幟鮮明地支持
沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關(guān)的機會，并擇機出手。
唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎(chǔ)設(shè)施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。
但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。
不過眾人也感慨到，當(dāng)下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。
用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。
即便是推進到當(dāng)下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。
畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當(dāng)下的chatGPT已經(jīng)讓很多人感覺超預(yù)期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。
最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。
線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關(guān)注并在AIGC場景有多項投資案例，當(dāng)下所說的眾多AIGC應(yīng)用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎(chǔ)設(shè)施工作量和新的想象空間和機會。
這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關(guān)鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔(dān)心，總有兩三年可以把事情做出來，反而更加擔(dān)心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。
紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細(xì)分賽道的初創(chuàng)企業(yè)能夠成長起來，但當(dāng)下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。
尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當(dāng)下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應(yīng)用的邏輯持續(xù)**。
光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應(yīng)用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應(yīng)用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領(lǐng)域繼續(xù)投資下去。
畢竟，當(dāng)NLP產(chǎn)生涌現(xiàn)效應(yīng)以后，圖像是否也會產(chǎn)生涌現(xiàn)效應(yīng)？未來的大模型是會直接變成垂直領(lǐng)域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。
昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務(wù)升級壯大，也因此更加關(guān)注的是當(dāng)下更多的公司能不能針對行業(yè)應(yīng)用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側(cè)的應(yīng)用上，依照自身投資習(xí)慣篩選標(biāo)的。
此外，依照當(dāng)下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務(wù)，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。
相反，To C領(lǐng)域反而有可能有新的公司跑出來，不論是游戲還是娛樂領(lǐng)域，元宇宙的層面值得多加關(guān)注，就正如**總是能跑出來一些游戲公司一樣，值得期待。
樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當(dāng)下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領(lǐng)域，還有一定的時間窗口。
善用大模型技術(shù)的SaaS軟件企業(yè)，特別是在重交互的領(lǐng)域，就會在同質(zhì)化競爭中形成能力優(yōu)勢。技術(shù)是有窗口期的，用類似大模型的方式在垂直領(lǐng)域找到用法可能會領(lǐng)先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。
更深究進去的話，那是不是可以看下，所謂的“魔鬼在細(xì)節(jié)”，以客服領(lǐng)域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術(shù)，從而使得技術(shù)創(chuàng)新和行業(yè)knowhow緊密結(jié)合在一起，反而更容易形成自己的壁壘。
做或不做，要更加甄別真假機會
在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構(gòu)，目標(biāo)是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標(biāo)的有明確商業(yè)落地的目標(biāo)。
也因此，當(dāng)OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務(wù)做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。
那么，對于當(dāng)下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？
東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓(xùn)練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當(dāng)長的一段時間。
而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學(xué)術(shù)的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學(xué)術(shù)文獻是英文的，這些數(shù)據(jù)的準(zhǔn)確性非常重要。
以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術(shù)和數(shù)據(jù)壁壘高才是**的關(guān)鍵。
初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設(shè)，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權(quán)折扣和早期獲得GPT-4等新技術(shù)。
開源大模型，如Meta的LLaMA依然值得關(guān)注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構(gòu)和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。
針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設(shè)，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領(lǐng)域模型的訓(xùn)練和托管）很可能會勝出。但在應(yīng)用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應(yīng)該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質(zhì)，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。
創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應(yīng)用和產(chǎn)品生態(tài)需要重點關(guān)注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權(quán)，那么硬件生態(tài)如何跟軟件結(jié)合會決定實**層面產(chǎn)品路徑技術(shù)路徑的選擇。具體人工智能應(yīng)用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。
而具體到應(yīng)用層來說，基于應(yīng)用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務(wù)層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢?？偟膩碚f，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。
心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關(guān)注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。
畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構(gòu)，比如有一天，軟件會全部給重構(gòu)一遍，所以當(dāng)下應(yīng)該將GPT當(dāng)成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。
而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應(yīng)用中去，從而通過調(diào)度的方式產(chǎn)生更好的應(yīng)用。
星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當(dāng)前相對缺乏中文環(huán)境下的數(shù)據(jù)集。
也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結(jié)合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關(guān)注和做的事情。
犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當(dāng)年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。
對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準(zhǔn)自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。
天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當(dāng)時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應(yīng)用。
但在應(yīng)用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓(xùn)練NLP，用大模型訓(xùn)練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領(lǐng)域繼續(xù)深耕下去。
睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術(shù)不夠成熟，譬如給客戶提供的語音識別和NLP都不太準(zhǔn)確，但相反，業(yè)務(wù)反而很復(fù)雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術(shù)，才能夠真正落地。
因此，于偉重點關(guān)注，到底當(dāng)下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務(wù)真正融合在一起，才能真正實現(xiàn)AI技術(shù)的落地，才能在To B過程中解決關(guān)鍵的效率和生產(chǎn)力問題。
或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。
好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當(dāng)下初春的天氣一樣，又煥發(fā)出了新的生機。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權(quán),請聯(lián)系刪除
60天月活1億，OpenAI的人工智能橫空出世，使得AI當(dāng)下的創(chuàng)新更為大眾所熟知，隨后，谷歌、微軟以及國內(nèi)的百度等更多公司加入到競爭序列之中。
那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹(jǐn)慎布局的創(chuàng)業(yè)者也有之。
當(dāng)然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細(xì)分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。
但問題在于，不是每一波技術(shù)浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術(shù)賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？
在這樣的背景之下，2月28日，投中信息做了一場關(guān)于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。
投或不投，都在旗幟鮮明地支持
沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關(guān)的機會，并擇機出手。
唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎(chǔ)設(shè)施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。
但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。
不過眾人也感慨到，當(dāng)下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。
用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。
即便是推進到當(dāng)下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。
畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當(dāng)下的chatGPT已經(jīng)讓很多人感覺超預(yù)期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。
最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。
線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關(guān)注并在AIGC場景有多項投資案例，當(dāng)下所說的眾多AIGC應(yīng)用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎(chǔ)設(shè)施工作量和新的想象空間和機會。
這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關(guān)鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔(dān)心，總有兩三年可以把事情做出來，反而更加擔(dān)心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。
紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細(xì)分賽道的初創(chuàng)企業(yè)能夠成長起來，但當(dāng)下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。
尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當(dāng)下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應(yīng)用的邏輯持續(xù)**。
光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應(yīng)用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應(yīng)用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領(lǐng)域繼續(xù)投資下去。
畢竟，當(dāng)NLP產(chǎn)生涌現(xiàn)效應(yīng)以后，圖像是否也會產(chǎn)生涌現(xiàn)效應(yīng)？未來的大模型是會直接變成垂直領(lǐng)域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。
昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務(wù)升級壯大，也因此更加關(guān)注的是當(dāng)下更多的公司能不能針對行業(yè)應(yīng)用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側(cè)的應(yīng)用上，依照自身投資習(xí)慣篩選標(biāo)的。
此外，依照當(dāng)下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務(wù)，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。
相反，To C領(lǐng)域反而有可能有新的公司跑出來，不論是游戲還是娛樂領(lǐng)域，元宇宙的層面值得多加關(guān)注，就正如**總是能跑出來一些游戲公司一樣，值得期待。
樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當(dāng)下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領(lǐng)域，還有一定的時間窗口。
善用大模型技術(shù)的SaaS軟件企業(yè)，特別是在重交互的領(lǐng)域，就會在同質(zhì)化競爭中形成能力優(yōu)勢。技術(shù)是有窗口期的，用類似大模型的方式在垂直領(lǐng)域找到用法可能會領(lǐng)先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。
更深究進去的話，那是不是可以看下，所謂的“魔鬼在細(xì)節(jié)”，以客服領(lǐng)域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術(shù)，從而使得技術(shù)創(chuàng)新和行業(yè)knowhow緊密結(jié)合在一起，反而更容易形成自己的壁壘。
做或不做，要更加甄別真假機會
在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構(gòu)，目標(biāo)是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標(biāo)的有明確商業(yè)落地的目標(biāo)。
也因此，當(dāng)OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務(wù)做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。
那么，對于當(dāng)下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？
東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓(xùn)練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當(dāng)長的一段時間。
而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學(xué)術(shù)的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學(xué)術(shù)文獻是英文的，這些數(shù)據(jù)的準(zhǔn)確性非常重要。
以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術(shù)和數(shù)據(jù)壁壘高才是**的關(guān)鍵。
初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設(shè)，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權(quán)折扣和早期獲得GPT-4等新技術(shù)。
開源大模型，如Meta的LLaMA依然值得關(guān)注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構(gòu)和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。
針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設(shè)，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領(lǐng)域模型的訓(xùn)練和托管）很可能會勝出。但在應(yīng)用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應(yīng)該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質(zhì)，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。
創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應(yīng)用和產(chǎn)品生態(tài)需要重點關(guān)注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權(quán)，那么硬件生態(tài)如何跟軟件結(jié)合會決定實**層面產(chǎn)品路徑技術(shù)路徑的選擇。具體人工智能應(yīng)用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。
而具體到應(yīng)用層來說，基于應(yīng)用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務(wù)層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢。總的來說，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。
心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關(guān)注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。
畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構(gòu)，比如有一天，軟件會全部給重構(gòu)一遍，所以當(dāng)下應(yīng)該將GPT當(dāng)成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。
而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應(yīng)用中去，從而通過調(diào)度的方式產(chǎn)生更好的應(yīng)用。
星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當(dāng)前相對缺乏中文環(huán)境下的數(shù)據(jù)集。
也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結(jié)合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關(guān)注和做的事情。
犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當(dāng)年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。
對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準(zhǔn)自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。
天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當(dāng)時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應(yīng)用。
但在應(yīng)用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓(xùn)練NLP，用大模型訓(xùn)練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領(lǐng)域繼續(xù)深耕下去。
睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術(shù)不夠成熟，譬如給客戶提供的語音識別和NLP都不太準(zhǔn)確，但相反，業(yè)務(wù)反而很復(fù)雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術(shù)，才能夠真正落地。
因此，于偉重點關(guān)注，到底當(dāng)下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務(wù)真正融合在一起，才能真正實現(xiàn)AI技術(shù)的落地，才能在To B過程中解決關(guān)鍵的效率和生產(chǎn)力問題。
或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。
好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當(dāng)下初春的天氣一樣，又煥發(fā)出了新的生機。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權(quán),請聯(lián)系刪除
60天月活1億，OpenAI的人工智能橫空出世，使得AI當(dāng)下的創(chuàng)新更為大眾所熟知，隨后，谷歌、微軟以及國內(nèi)的百度等更多公司加入到競爭序列之中。
那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹(jǐn)慎布局的創(chuàng)業(yè)者也有之。
當(dāng)然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細(xì)分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。
但問題在于，不是每一波技術(shù)浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術(shù)賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？
在這樣的背景之下，2月28日，投中信息做了一場關(guān)于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。
投或不投，都在旗幟鮮明地支持
沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關(guān)的機會，并擇機出手。
唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎(chǔ)設(shè)施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。
但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。
不過眾人也感慨到，當(dāng)下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。
用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。
即便是推進到當(dāng)下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。
畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當(dāng)下的chatGPT已經(jīng)讓很多人感覺超預(yù)期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。
最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。
線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關(guān)注并在AIGC場景有多項投資案例，當(dāng)下所說的眾多AIGC應(yīng)用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎(chǔ)設(shè)施工作量和新的想象空間和機會。
這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關(guān)鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔(dān)心，總有兩三年可以把事情做出來，反而更加擔(dān)心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。
紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細(xì)分賽道的初創(chuàng)企業(yè)能夠成長起來，但當(dāng)下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。
尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當(dāng)下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應(yīng)用的邏輯持續(xù)**。
光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應(yīng)用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應(yīng)用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領(lǐng)域繼續(xù)投資下去。
畢竟，當(dāng)NLP產(chǎn)生涌現(xiàn)效應(yīng)以后，圖像是否也會產(chǎn)生涌現(xiàn)效應(yīng)？未來的大模型是會直接變成垂直領(lǐng)域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。
昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務(wù)升級壯大，也因此更加關(guān)注的是當(dāng)下更多的公司能不能針對行業(yè)應(yīng)用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側(cè)的應(yīng)用上，依照自身投資習(xí)慣篩選標(biāo)的。
此外，依照當(dāng)下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務(wù)，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。
相反，To C領(lǐng)域反而有可能有新的公司跑出來，不論是游戲還是娛樂領(lǐng)域，元宇宙的層面值得多加關(guān)注，就正如**總是能跑出來一些游戲公司一樣，值得期待。
樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當(dāng)下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領(lǐng)域，還有一定的時間窗口。
善用大模型技術(shù)的SaaS軟件企業(yè)，特別是在重交互的領(lǐng)域，就會在同質(zhì)化競爭中形成能力優(yōu)勢。技術(shù)是有窗口期的，用類似大模型的方式在垂直領(lǐng)域找到用法可能會領(lǐng)先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。
更深究進去的話，那是不是可以看下，所謂的“魔鬼在細(xì)節(jié)”，以客服領(lǐng)域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術(shù)，從而使得技術(shù)創(chuàng)新和行業(yè)knowhow緊密結(jié)合在一起，反而更容易形成自己的壁壘。
做或不做，要更加甄別真假機會
在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構(gòu)，目標(biāo)是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標(biāo)的有明確商業(yè)落地的目標(biāo)。
也因此，當(dāng)OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務(wù)做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。
那么，對于當(dāng)下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？
東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓(xùn)練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當(dāng)長的一段時間。
而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學(xué)術(shù)的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學(xué)術(shù)文獻是英文的，這些數(shù)據(jù)的準(zhǔn)確性非常重要。
以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術(shù)和數(shù)據(jù)壁壘高才是**的關(guān)鍵。
初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設(shè)，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權(quán)折扣和早期獲得GPT-4等新技術(shù)。
開源大模型，如Meta的LLaMA依然值得關(guān)注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構(gòu)和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。
針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設(shè)，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領(lǐng)域模型的訓(xùn)練和托管）很可能會勝出。但在應(yīng)用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應(yīng)該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質(zhì)，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。
創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應(yīng)用和產(chǎn)品生態(tài)需要重點關(guān)注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權(quán)，那么硬件生態(tài)如何跟軟件結(jié)合會決定實**層面產(chǎn)品路徑技術(shù)路徑的選擇。具體人工智能應(yīng)用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。
而具體到應(yīng)用層來說，基于應(yīng)用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務(wù)層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢。總的來說，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。
心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關(guān)注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。
畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構(gòu)，比如有一天，軟件會全部給重構(gòu)一遍，所以當(dāng)下應(yīng)該將GPT當(dāng)成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。
而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應(yīng)用中去，從而通過調(diào)度的方式產(chǎn)生更好的應(yīng)用。
星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當(dāng)前相對缺乏中文環(huán)境下的數(shù)據(jù)集。
也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結(jié)合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關(guān)注和做的事情。
犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當(dāng)年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。
對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準(zhǔn)自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。
天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當(dāng)時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應(yīng)用。
但在應(yīng)用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓(xùn)練NLP，用大模型訓(xùn)練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領(lǐng)域繼續(xù)深耕下去。
睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術(shù)不夠成熟，譬如給客戶提供的語音識別和NLP都不太準(zhǔn)確，但相反，業(yè)務(wù)反而很復(fù)雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術(shù)，才能夠真正落地。
因此，于偉重點關(guān)注，到底當(dāng)下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務(wù)真正融合在一起，才能真正實現(xiàn)AI技術(shù)的落地，才能在To B過程中解決關(guān)鍵的效率和生產(chǎn)力問題。
或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。
好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當(dāng)下初春的天氣一樣，又煥發(fā)出了新的生機。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權(quán),請聯(lián)系刪除
60天月活1億，OpenAI的人工智能橫空出世，使得AI當(dāng)下的創(chuàng)新更為大眾所熟知，隨后，谷歌、微軟以及國內(nèi)的百度等更多公司加入到競爭序列之中。
那么，在眾所周知的AI既定的機會之下，誰在思考，誰又在行動？出手的投資人有之，觀望的投資人也有之；積極樂觀的創(chuàng)業(yè)者有之，謹(jǐn)慎布局的創(chuàng)業(yè)者也有之。
當(dāng)然，王慧文、周伯文、唐杰等行業(yè)人士的不斷入局，更是給人工智能為代表的AGI添了一把柴，受到了眾多投資人的熱捧，更何況語音識別、圖像識別等AI細(xì)分賽道獨角獸早就專美在前，以至于不論本身態(tài)度如何，為AI創(chuàng)新的向前推進搖旗吶喊成了一件非常正確的事情。
但問題在于，不是每一波技術(shù)浪潮的紅利都可以被上一代的大公司真正抓住的，也不一定是初創(chuàng)公司就一定能抓住創(chuàng)新的機會，那么問題來了，人工智能正在迅速成為通用技術(shù)賦能百業(yè)，進入到通用大模型時代，是誰能真正抓住這次機會，趁機**鰲頭？
在這樣的背景之下，2月28日，投中信息做了一場關(guān)于“AI新奇點”的閉門沙龍，在這次由光速**支持的投中2?系列沙龍之AI閉門沙龍中，十幾位與會的嘉賓為AI往前推動發(fā)展之現(xiàn)狀提供了很多行業(yè)值得思考和投資的方向。
投或不投，都在旗幟鮮明地支持
沙龍現(xiàn)場，與會投資人中，不論**幣基金還是美元基金都在觀察著AI相關(guān)的機會，并擇機出手。
唯一區(qū)別只在于，用東方富海合伙人王兵的話來說，**幣基金更傾向于投資底層基礎(chǔ)設(shè)施，商業(yè)模式清晰且有核心壁壘，回報率非常明確，就值得**。
但美元基金更敢于冒險和重倉，紅點**合伙人劉嵐表示，對于美元投資人來說，大模型的押注也是勢在必得，希望可以通過更多的投入來追上甚至趕超，尤其是像王慧文、周伯文這樣的創(chuàng)業(yè)者，具有非常高的融資能力，還有非常強的組團隊能力，就值得一試。
不過眾人也感慨到，當(dāng)下眾多公司都在GPT方向上一涌而上，百度已經(jīng)是國內(nèi)看起來最有決心的公司了，都還要等文心一言產(chǎn)品出來之后再看發(fā)展如何，眾多初創(chuàng)公司更需要在“垂直”方向找機會，從而在差異中找到自身優(yōu)勢，形成國內(nèi)真正的生態(tài)。
用中金資本董事總經(jīng)理張清的話來說就是，現(xiàn)階段AIGC或者AGI到底更類似于前兩三年特別熱鬧但罕見落地的元宇宙，還是類似于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)巨頭頻出，拓出一條寬廣的賽道，也才剛剛起步。
即便是推進到當(dāng)下的AIGC層面，至于從業(yè)者或投資人也并不是新故事，估值怎么合理？規(guī)范程度到底如何？生意如何落地？都有待于進一步驗證。
畢竟，這么多年的AI發(fā)展歷程中，語音、視覺等想象空間相對局限，當(dāng)下的chatGPT已經(jīng)讓很多人感覺超預(yù)期，之后如果這種“奇跡”的空間不亞于元宇宙所描繪出來的空間，乃至于巔峰產(chǎn)業(yè)、行業(yè)，就有待于真正的大力出奇跡了。
最終，AI還是會回歸核心要素，算力、算法、數(shù)據(jù)和傳感，這四者是協(xié)調(diào)且螺旋式上升的，只有在特定時間內(nèi)把四要素筑了最高的壁壘，為什么大家覺得OpenAI無可匹敵？正是因為上述均衡發(fā)展到一定階段了。一個美好的未來雖然展現(xiàn)在投資人和創(chuàng)業(yè)家面前，但是是門檻顯著提高的未來。
線性資本董事總經(jīng)理鄭燦也闡述道，線性之前就關(guān)注并在AIGC場景有多項投資案例，當(dāng)下所說的眾多AIGC應(yīng)用場景，此前就已經(jīng)存在，無非是今天的大模型讓眾人看到加速泛化的能力，隨之而來的是巨大的基礎(chǔ)設(shè)施工作量和新的想象空間和機會。
這樣一來，“錢、人、卡、數(shù)據(jù)”幾個關(guān)鍵因素中，“錢”和“人”相對好搞，錢總有人出，人都知道上哪兒挖，無非是挖不挖得出來以及多少錢的問題，“卡”也不是那么擔(dān)心，總有兩三年可以把事情做出來，反而更加擔(dān)心的是數(shù)據(jù)問題，一來數(shù)據(jù)清洗工作要求很高，二來商業(yè)回報相對少，畢竟只有好的中文數(shù)據(jù)集，以及未來跟其他模型連接，才能繼續(xù)其他的創(chuàng)新和發(fā)展。
紅點**合伙人劉嵐則以自身投資了兩個算力芯片企業(yè)為例發(fā)現(xiàn)，**有著巨大的數(shù)據(jù)量，也因此包括AI安防等細(xì)分賽道的初創(chuàng)企業(yè)能夠成長起來，但當(dāng)下這一波的核心反而變成了算法模型，但因為這件事在**非常有意義，所以即便大模型的**最高，也一定要參與進去。
尤其是，只有**有自己的算法模型，才能把在大廠或者創(chuàng)業(yè)乃至于在高校的人才更好地拉動起來，從而形成成熟的商業(yè)模式，當(dāng)下眾多從業(yè)者涌入進來，已經(jīng)開始形成百花齊放的態(tài)勢，所以完全可以按照先投模型再投應(yīng)用的邏輯持續(xù)**。
光速**合伙人蔡偉也表示，上一波的AI創(chuàng)業(yè)浪潮中，很多投資人都**且有所收獲，但中間也遇到了AI的創(chuàng)新墻，直到2021年大模型的應(yīng)用逐漸廣泛起來，2022年生成模型出現(xiàn)了Jasper等優(yōu)秀應(yīng)用，再加上光速在美國投了Stability.AI，現(xiàn)在又看到人工智能模型不斷上升，AI的創(chuàng)新墻被打破了，讓自身更加堅定在這一領(lǐng)域繼續(xù)投資下去。
畢竟，當(dāng)NLP產(chǎn)生涌現(xiàn)效應(yīng)以后，圖像是否也會產(chǎn)生涌現(xiàn)效應(yīng)？未來的大模型是會直接變成垂直領(lǐng)域的大模型，還是會變成多模態(tài)大模型會統(tǒng)一世界？一旦發(fā)生變化，就會改變很多AI發(fā)展趨勢從而產(chǎn)生更多新的落地商業(yè)模式，還可以賦能更多不同的行業(yè)，這正是很多機會的所在。
昆仲資本創(chuàng)始合伙人梁雋樟自去年開始就跟投資的很多AI公司探討如何利用新一波機會借機把自身業(yè)務(wù)升級壯大，也因此更加關(guān)注的是當(dāng)下更多的公司能不能針對行業(yè)應(yīng)用做出針對性的行業(yè)解決方案，此外就是在眾多眼花繚亂端一側(cè)的應(yīng)用上，依照自身投資習(xí)慣篩選標(biāo)的。
此外，依照當(dāng)下中美不同的情況，放在**的環(huán)境中，To B公司通常并不能單獨依靠產(chǎn)品就解決行業(yè)的痛點，反而還是要提供一套完整的方案和服務(wù)，這樣已經(jīng)在做的公司可以在原來的行業(yè)knowhow、客戶積累、渠道等優(yōu)勢上，往前推動公司的發(fā)展。
相反，To C領(lǐng)域反而有可能有新的公司跑出來，不論是游戲還是娛樂領(lǐng)域，元宇宙的層面值得多加關(guān)注，就正如**總是能跑出來一些游戲公司一樣，值得期待。
樂言科技 CEO沈李斌也直言，美國有很多基于OpenAI的創(chuàng)業(yè)公司，但**會不會有這一波的創(chuàng)業(yè)機會，還是未知的。更多可以看到的是大模型公司當(dāng)下有兩個機會，一個是做開源，另外一個是做垂直，畢竟通用模型并不能直接用于垂直領(lǐng)域，還有一定的時間窗口。
善用大模型技術(shù)的SaaS軟件企業(yè)，特別是在重交互的領(lǐng)域，就會在同質(zhì)化競爭中形成能力優(yōu)勢。技術(shù)是有窗口期的，用類似大模型的方式在垂直領(lǐng)域找到用法可能會領(lǐng)先半年到一年，兩年沒人追得上的可能性也太低了，所以更多的機會看起來是留給行業(yè)內(nèi)已經(jīng)到一定規(guī)模公司的，而不是剛剛進入行業(yè)的企業(yè)。
更深究進去的話，那是不是可以看下，所謂的“魔鬼在細(xì)節(jié)”，以客服領(lǐng)域為例，是否可以在交互過程中根據(jù)每家店不同的運營策略形成每輪不同的話術(shù)，從而使得技術(shù)創(chuàng)新和行業(yè)knowhow緊密結(jié)合在一起，反而更容易形成自己的壁壘。
做或不做，要更加甄別真假機會
在沙龍上，眾多嘉賓激烈討論為什么OpenAI并不是市場化的VC投資出來的？OpenAI起初做的時候是非營利機構(gòu)，目標(biāo)是研究AI對人類的后續(xù)影響，沒有任何商業(yè)化KPI，任何商業(yè)化的VC一定需要被投資的標(biāo)的有明確商業(yè)落地的目標(biāo)。
也因此，當(dāng)OpenAI把GPT-3做出來之后，微軟看到前者的潛力所在，再加上微軟想借機把自身的云服務(wù)做好，才最終投資了OpenAI。即便這樣，微軟的投資也是做生意型的，即80%的錢又回到了微軟，成為了微軟的業(yè)績，股價借機上漲很多。
那么，對于當(dāng)下更多的初創(chuàng)公司則要怎么借這波機會來發(fā)展壯大自己？
東方富海合伙人王兵則表示，縱觀OpenAI的歷史，其大概早在4年前就已經(jīng)開始有無上限的費用在訓(xùn)練模型，也因此，在美國不開源的前提之下，國內(nèi)眾多公司想要摸索出來，還需要相當(dāng)長的一段時間。
而這其中，可能存在三個壁壘：一方面是硬件層面的壁壘，頭部公司可能沒問題，但大部分的初創(chuàng)公司很難解決這個問題；一方面是人的壁壘，除了純學(xué)術(shù)的壁壘外，即便是有經(jīng)驗的人才也需要積累；此外則是數(shù)據(jù)積累層面的積累，95%的學(xué)術(shù)文獻是英文的，這些數(shù)據(jù)的準(zhǔn)確性非常重要。
以前“AI四小龍”為什么到后面都不**了？王兵分析到，歸根到底，并不是因為專用的能力，反而是因為壁壘較低，所以不管是通用人工智能還是專用人工智能，技術(shù)和數(shù)據(jù)壁壘高才是**的關(guān)鍵。
初心資本合伙人李可佳作為科技創(chuàng)業(yè)者和投資人分享了自己的觀點，從用戶視角和數(shù)據(jù)視角看，OpenAI依然一枝獨秀，做強閉源大模型，隨著面向開發(fā)者的成本大幅降低，立足OpenAI的“生態(tài)（寄生）創(chuàng)業(yè)機會”，依然是確定性最高的；OpenAI也在通過資本的方式強化這個假設(shè)，推出了加速器Converge，除提供資金外，還提供特別激勵措施，包括授權(quán)折扣和早期獲得GPT-4等新技術(shù)。
開源大模型，如Meta的LLaMA依然值得關(guān)注和投入，作為后來者，疊加一些安全和合規(guī)層面的問題，開源和閉源將在你追我趕之間推動整個產(chǎn)業(yè)發(fā)展，我們能在芯片架構(gòu)和**作系統(tǒng)過去三十年的發(fā)展中找到熟悉的路徑參考。
針對自研大模型以外的創(chuàng)業(yè)機會，甚至可以做出一些假設(shè)，如果最終產(chǎn)品的主要差異化是 AI 本身，那么垂直化+中間層（to Developer的大模型與領(lǐng)域模型的訓(xùn)練和托管）很可能會勝出。但在應(yīng)用層， 對AI的需求會出現(xiàn)長尾特征，那么它更有可能發(fā)生水平化。也就是隨著時間的推移，我們還應(yīng)該看到更多傳統(tǒng)護城河的建立，回歸到商業(yè)和效率的本質(zhì)，包括初心資本也可能會看到新型護城河站穩(wěn)腳跟。
創(chuàng)東方投資合伙人謝玉娟則重點提醒，未來人工智能應(yīng)用和產(chǎn)品生態(tài)需要重點關(guān)注行業(yè)監(jiān)管。尤其是在某些特定行業(yè)中，其更加注重自主產(chǎn)權(quán)，那么硬件生態(tài)如何跟軟件結(jié)合會決定實**層面產(chǎn)品路徑技術(shù)路徑的選擇。具體人工智能應(yīng)用在哪個行業(yè)可以跑出來獨角獸公司，就需要分析行業(yè)里核心的資源掌握在其中的哪些環(huán)節(jié)，是否人工智能可以助力實現(xiàn)更多行業(yè)的突破。
而具體到應(yīng)用層來說，基于應(yīng)用場景來如何形成高性價比的方案，最終還是要從客戶的角度出發(fā)，看產(chǎn)品或者解決方案怎么能在具體業(yè)務(wù)層面形成閉環(huán)的同時，給客戶提供出更高的性價比優(yōu)勢?？偟膩碚f，從商業(yè)模式閉環(huán)角度上產(chǎn)業(yè)鏈內(nèi)最終買單的人，以及國內(nèi)外傾向性的監(jiān)管政策，對于初創(chuàng)公司底層算法模型和硬件的選擇，都會有著重大的影響。
心識宇宙CEO陶芳波也表示，自己也沒想人工智能這么快到來，即便是因為從業(yè)經(jīng)歷很早就關(guān)注AGI，也只是作為樂觀主義者估算5到19年左右可以出來，但現(xiàn)在，一年的時間就出現(xiàn)了，這樣一來，對行業(yè)來說可能有好有弊。
畢竟從原來的視角來看，可能以前所走的很多AI工作就沒有意義了，而是需要被重構(gòu)，比如有一天，軟件會全部給重構(gòu)一遍，所以當(dāng)下應(yīng)該將GPT當(dāng)成全新的“腦子資源池”來看，具體就是人工智能是一種腦力資源，是新時代的CPU。
而今天所說的AIGC和AGI還不太一樣，AGI有可能會**整個行業(yè)，陶芳波甚至表示，其是比移動互聯(lián)網(wǎng)還大的機會，**即便現(xiàn)在沒有，而自身也希望可以有，即便功成不必在我。具體如何做，就需要先把大模型層做好，使得**創(chuàng)業(yè)者可以往上看看，并在其上更好地布中間層，針對性地把大模型放到應(yīng)用中去，從而通過調(diào)度的方式產(chǎn)生更好的應(yīng)用。
星塵數(shù)據(jù)創(chuàng)始人、CEO章磊則指出一個被忽略的問題，即**有沒有AI infra的公司？**是只有國外的公司有，國內(nèi)從業(yè)人員太過于專注在方**上，而方**反而是公開的，但實際上不公開的內(nèi)容才有更多的knowhow和壁壘性。此外則是數(shù)據(jù)積累層面的積累，95%的數(shù)據(jù)集是英文世界產(chǎn)生的，當(dāng)前相對缺乏中文環(huán)境下的數(shù)據(jù)集。
也因此，章磊從自身出發(fā)思考，到底從AI角度能做什么？結(jié)合自身，反而覺得數(shù)據(jù)方向是眾人所忽略的，且重要性足夠高，還需要一定的算法背景：數(shù)據(jù)90%都是能夠自動化的，要跟算法對話的人也需要很好的數(shù)據(jù)策略，再加上模型不斷迭代，數(shù)據(jù)也需要不斷迭代，這些都是值得關(guān)注和做的事情。
犀光科技創(chuàng)始人鄧宇龍還推測到，可能聊天工具代表的社交方面，以及視頻CV方面都會被大**。為什么？當(dāng)年微信可以很快起量，除了大量的QQ用戶系統(tǒng)保駕護航外，還有移動聊天、語音等重要的功能點，所以社交被**是是必然趨勢，只分時間長短。
對于創(chuàng)業(yè)公司來說，無論是OpenAI還是百度，誰來做底層框架并不重要，平臺足夠好用即可，反而是要更加瞄準(zhǔn)自身的發(fā)揮空間所在，做好自己的部分，等自身做到一定規(guī)模，還可以借用大模型做出自身的行業(yè)模型出來。
天娛數(shù)科旗下子公司元境科技 CEO王智武則表示，自身一直在堅持做虛擬數(shù)字人這一垂直賽道，且也是行業(yè)內(nèi)比較早期接入人工智能能力的一家公司，當(dāng)時只是想能不能用NLP小模型，從而讓虛擬人動起來，做旅游、文旅方面的應(yīng)用。
但在應(yīng)用過程中發(fā)現(xiàn)，虛擬擬數(shù)字人的延遲會達到6-8秒不說，還會在直播的時候上下文對不上，一本正經(jīng)地胡說八道”，所以最后是用人工智能的模型去訓(xùn)練NLP，用大模型訓(xùn)練小模型，這樣反而可以在垂直的賽道比如虛擬客服、直播帶貨的虛擬主播領(lǐng)域繼續(xù)深耕下去。
睿企科技創(chuàng)始人于偉同時坦言到，之前在微軟時看AI賦能企業(yè)非常難，這其中一個很重要的原因就在于技術(shù)不夠成熟，譬如給客戶提供的語音識別和NLP都不太準(zhǔn)確，但相反，業(yè)務(wù)反而很復(fù)雜，反而是自己做了之后發(fā)現(xiàn)，深入場景，打磨產(chǎn)品，迭代技術(shù)，才能夠真正落地。
因此，于偉重點關(guān)注，到底當(dāng)下的人工智能有多好？為此，睿企科技最近做了很多測試發(fā)現(xiàn)，人工智能作為通用模型可以用來做很多工作，但是和專業(yè)行業(yè)模型還是有很大差距，只有深入行業(yè)，讓AI能力和業(yè)務(wù)真正融合在一起，才能真正實現(xiàn)AI技術(shù)的落地，才能在To B過程中解決關(guān)鍵的效率和生產(chǎn)力問題。
或許，說一千道一萬，還是需要國內(nèi)眾多從業(yè)者眾人拾柴火焰高，一起努力才能真正抓住AGI這一次的機會，借機呈現(xiàn)出更多百花齊放的生態(tài)來。
好消息是，最近兩天，除了王慧文、周伯文縱身一躍選擇再次創(chuàng)業(yè)之外，唐杰、王小川等眾多大佬也正在趕來的路上，百度的文心一言更是直接3月對外發(fā)布，**AI也正如當(dāng)下初春的天氣一樣，又煥發(fā)出了新的生機。
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/viewpoint/2023-03-06/2921629.shtml,如有侵權(quán),請聯(lián)系刪除
]]>當(dāng)我拿同一個問題——“你們機構(gòu)的投資人下工廠嗎？”一連問了幾個機構(gòu)的投資人后，他們的第一回應(yīng)幾乎一模一樣。
“我們投資人必須去啊?！?/p>
“咦，難道其他同行之前不下廠子嗎？”
“我們團隊下工廠早都常態(tài)化了……”
對于一批投資人狂奔工廠這事兒，追本溯源還要歸因于智能制造業(yè)的崛起。一些在賽道里至少扎根5年的（智能制造）投資人對這個現(xiàn)象倒沒有想象中的內(nèi)卷壓力，有人理性地分析去工廠還是考驗的技術(shù)活兒，不是“隨便一個外行就能做的好的”，也有人語氣頗為玩味：“那些嫌下廠子low的高端投資人終于也下水了”。
投資人的**KPI？
不止一個投資人向我否定了“**KPI”的說法，這其中緣由似乎是多層的。
第一，至少對制造業(yè)賽道的投資人來說，下工廠的行為基礎(chǔ)到談不上KPI的程度，如同盡調(diào)就必須去做調(diào)研一樣。第三，如何正確的下工廠，不同的投資人有不同維度的理解，很難用單一的KPI來形容。有個投資人甚至說，“投資機構(gòu)如果要設(shè)這樣的KPI，那我會覺得蠻好笑的。作為投資人，走一線這樣的自覺性都沒有嗎？”
2017年就開始看智能制造的王旭（化名）表示，對某些特定群體的投資人來說下廠的確是一種KPI，這波投資人此前大多來自互聯(lián)網(wǎng)、消費賽道，此前的投資層面基本涉及不到生產(chǎn)、制造等方面，同時王旭還透露，他們（TMT投資人）潛意識里把工廠歸類為低端標(biāo)簽，現(xiàn)在轉(zhuǎn)投硬科技或者智能制造等產(chǎn)業(yè)“也是逼不得已”。
一位的確因to C賽道不景氣而調(diào)轉(zhuǎn)領(lǐng)域的投資人朋友也同樣向我表達了這方面的茫然：投硬科技的都下工廠，我不去，顯得不專業(yè)。一位早期基金的投資人透露了一些細(xì)節(jié)：一些后期基金會選擇通過下廠子這種方式“整天和項目方泡著，就為了拿點份額，不是真的去考察”。
究竟如何下工廠才顯得專業(yè)呢？同樣是不止一個硬科技投資人表達了相似的觀點：專不專業(yè)，對他們來說，并不重要。換句話說，他們下工廠不是為了顯得專業(yè)。
比如盈動資本的投資人周健就表示他并不會給自己設(shè)列下廠頻率表，也不會給自己規(guī)定一定要一天跑夠多少家工廠，而是根據(jù)項目的具體情況斟酌去工廠的時間和頻次，“我不大會泡在工廠里，去多了也并非是好事，或許還會給項目方造成壓力?！?/p>
投資人下廠的正確姿勢
所有的事都是外行看熱鬧，內(nèi)行看門道。投資人下廠子也不例外。
和周健不同，藍湖資本的合伙人魏海濤恰恰喜歡“泡在蘇州園區(qū)里”，他也被很多同行戲稱為“蹲在工廠里的投資人”。對在制造業(yè)做了十余年投資的魏海濤而言，下廠子有種安全感，他也表示這種滲透在一線的方式方法讓他可以對產(chǎn)業(yè)的變化擁有極強的敏銳度。
據(jù)了解在藍湖資本內(nèi)部，下工廠的投資人必須要做到下到工廠看出門道，而不僅僅看個熱鬧。
因為投資人通過下工廠除了可以在盡調(diào)層度上交叉驗證某些數(shù)據(jù)或真相之外，這里頭最重要的是投資人的專業(yè)性程度究竟高不高。
綠動資本的投資人高正芳就表示，像新能源、新材料等產(chǎn)業(yè)投資對投資人的技術(shù)認(rèn)知門檻要求很高——這不僅僅是只下個工廠就能做到的，投資人必須懂物理、化學(xué)等相關(guān)的專業(yè)知識，并且具備相關(guān)的資源和信息才能做好投資或投后的工作。當(dāng)投資人深入到中試線或者實驗室中，和項目方一起做實驗做檢測時，就需要投資人具備把工藝控制和生產(chǎn)放大關(guān)鍵的節(jié)點與難點搞明白的能力，投資人必須做到心中有數(shù)。同時，投資人還需要一雙金睛火眼，與一線工人交流時要了解工廠的實際運營情況，設(shè)備的型號和功率與廠區(qū)用電用水是否匹配，目前的產(chǎn)品質(zhì)量管理如何控制等，因為方方面面都體現(xiàn)了目前工廠的管理水平和真實情況。
周健也表示，投資人下工廠更多的還是配合做盡調(diào)，因此投資人去工廠是否真的達到了盡調(diào)的目的才是最重要的，這里頭考驗的完全是細(xì)活兒?！耙傻氖抡f多也不多，說少也不少，比如怎么通過對設(shè)備自動化程度，折舊成新，所有權(quán)性質(zhì)，庫存管理，存貨情況等的觀察，甚至可以通過耗電量/水量等細(xì)微點來驗證，這是投資人下工廠的應(yīng)該要帶的思維模式?！敝芙≌f。
這些真正的“門道”也順勢成為傳統(tǒng)硬科技投資人，在面對新錢和熱錢涌進產(chǎn)業(yè)時，的優(yōu)勢——他們的安全感壁壘非常的高。
對這些投資人來說，投制造業(yè)的體感不同于投TMT，一是因為制造業(yè)項目的質(zhì)地很實，不屬于純粹的概念的東西。二是，制造業(yè)很“慢”，用周健的說法，制造業(yè)本身需要長期的耐心（比如十年），投資人不僅僅是投資的角色，還要有企業(yè)家的熱情，“要幫企業(yè)做很多事，如果僅限于投資的維度反而做不好”。
同時周健也強調(diào)了一條傳統(tǒng)硬科技投資人的優(yōu)勢：相比于TMT投資人，他們更懂得在相幫的同時，不打亂企業(yè)的節(jié)奏——這十分重要?！爸悄苤圃旎鹆酥?，很多企業(yè)之前本來做事情很實，但資本進入后打亂了原本的節(jié)奏，我們要做的就是幫助他們保持自我，而不是帶著互聯(lián)網(wǎng)思維大躍進。”
下工廠還能用來募資
投資人下廠子的目的都比較簡單：做盡調(diào)，或者豐富產(chǎn)業(yè)經(jīng)驗。但其實已經(jīng)有厲害的投資團隊可以通過下工廠的形式來為自己積累LP資源。
比如業(yè)內(nèi)一家50億左右規(guī)模的中小基金，他們會定期組織上市公司代表團去以色列做產(chǎn)業(yè)考察，做到真正的下工廠，了解頂尖科技趨勢，做深度的行業(yè)調(diào)研。據(jù)了解，這種形式已經(jīng)幫助他們積累了20多家上市公司產(chǎn)業(yè)LP。
這種形式不可謂不精準(zhǔn)，因為他們完全切中了上市公司對產(chǎn)業(yè)協(xié)同的深度訴求。該基金合伙人表示，除了基層投資人之外，產(chǎn)業(yè)大佬更關(guān)心一線技術(shù)的發(fā)展和全球產(chǎn)業(yè)的變革。
總的來說，“投資人下工廠”的熱潮折射的正是如今的硬科技投資時代和曾經(jīng)的互聯(lián)網(wǎng)投資時代最大的不同。投資人熱衷泡在工廠里或許只是一種熱門現(xiàn)象，但在現(xiàn)象背后，還涉及到一個最為樸素的問題：投資的本質(zhì)是什么？
是像一些互聯(lián)網(wǎng)投資一般賺估值的錢？還是耗費數(shù)年時光賺企業(yè)成長價值的錢？
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921510.shtml,如有侵權(quán),請聯(lián)系刪除
沒人再說這事兒很low了，相反，這事兒成為檢驗?zāi)阕鳛橥顿Y人是否真的專業(yè)的標(biāo)準(zhǔn)之一。
當(dāng)我拿同一個問題——“你們機構(gòu)的投資人下工廠嗎？”一連問了幾個機構(gòu)的投資人后，他們的第一回應(yīng)幾乎一模一樣。
“我們投資人必須去啊?！?/p>
“咦，難道其他同行之前不下廠子嗎？”
“我們團隊下工廠早都常態(tài)化了……”
對于一批投資人狂奔工廠這事兒，追本溯源還要歸因于智能制造業(yè)的崛起。一些在賽道里至少扎根5年的（智能制造）投資人對這個現(xiàn)象倒沒有想象中的內(nèi)卷壓力，有人理性地分析去工廠還是考驗的技術(shù)活兒，不是“隨便一個外行就能做的好的”，也有人語氣頗為玩味：“那些嫌下廠子low的高端投資人終于也下水了”。
投資人的**KPI？
不止一個投資人向我否定了“**KPI”的說法，這其中緣由似乎是多層的。
第一，至少對制造業(yè)賽道的投資人來說，下工廠的行為基礎(chǔ)到談不上KPI的程度，如同盡調(diào)就必須去做調(diào)研一樣。第三，如何正確的下工廠，不同的投資人有不同維度的理解，很難用單一的KPI來形容。有個投資人甚至說，“投資機構(gòu)如果要設(shè)這樣的KPI，那我會覺得蠻好笑的。作為投資人，走一線這樣的自覺性都沒有嗎？”
2017年就開始看智能制造的王旭（化名）表示，對某些特定群體的投資人來說下廠的確是一種KPI，這波投資人此前大多來自互聯(lián)網(wǎng)、消費賽道，此前的投資層面基本涉及不到生產(chǎn)、制造等方面，同時王旭還透露，他們（TMT投資人）潛意識里把工廠歸類為低端標(biāo)簽，現(xiàn)在轉(zhuǎn)投硬科技或者智能制造等產(chǎn)業(yè)“也是逼不得已”。
一位的確因to C賽道不景氣而調(diào)轉(zhuǎn)領(lǐng)域的投資人朋友也同樣向我表達了這方面的茫然：投硬科技的都下工廠，我不去，顯得不專業(yè)。一位早期基金的投資人透露了一些細(xì)節(jié)：一些后期基金會選擇通過下廠子這種方式“整天和項目方泡著，就為了拿點份額，不是真的去考察”。
究竟如何下工廠才顯得專業(yè)呢？同樣是不止一個硬科技投資人表達了相似的觀點：專不專業(yè)，對他們來說，并不重要。換句話說，他們下工廠不是為了顯得專業(yè)。
比如盈動資本的投資人周健就表示他并不會給自己設(shè)列下廠頻率表，也不會給自己規(guī)定一定要一天跑夠多少家工廠，而是根據(jù)項目的具體情況斟酌去工廠的時間和頻次，“我不大會泡在工廠里，去多了也并非是好事，或許還會給項目方造成壓力。”
投資人下廠的正確姿勢
所有的事都是外行看熱鬧，內(nèi)行看門道。投資人下廠子也不例外。
和周健不同，藍湖資本的合伙人魏海濤恰恰喜歡“泡在蘇州園區(qū)里”，他也被很多同行戲稱為“蹲在工廠里的投資人”。對在制造業(yè)做了十余年投資的魏海濤而言，下廠子有種安全感，他也表示這種滲透在一線的方式方法讓他可以對產(chǎn)業(yè)的變化擁有極強的敏銳度。
據(jù)了解在藍湖資本內(nèi)部，下工廠的投資人必須要做到下到工廠看出門道，而不僅僅看個熱鬧。
因為投資人通過下工廠除了可以在盡調(diào)層度上交叉驗證某些數(shù)據(jù)或真相之外，這里頭最重要的是投資人的專業(yè)性程度究竟高不高。
綠動資本的投資人高正芳就表示，像新能源、新材料等產(chǎn)業(yè)投資對投資人的技術(shù)認(rèn)知門檻要求很高——這不僅僅是只下個工廠就能做到的，投資人必須懂物理、化學(xué)等相關(guān)的專業(yè)知識，并且具備相關(guān)的資源和信息才能做好投資或投后的工作。當(dāng)投資人深入到中試線或者實驗室中，和項目方一起做實驗做檢測時，就需要投資人具備把工藝控制和生產(chǎn)放大關(guān)鍵的節(jié)點與難點搞明白的能力，投資人必須做到心中有數(shù)。同時，投資人還需要一雙金睛火眼，與一線工人交流時要了解工廠的實際運營情況，設(shè)備的型號和功率與廠區(qū)用電用水是否匹配，目前的產(chǎn)品質(zhì)量管理如何控制等，因為方方面面都體現(xiàn)了目前工廠的管理水平和真實情況。
周健也表示，投資人下工廠更多的還是配合做盡調(diào)，因此投資人去工廠是否真的達到了盡調(diào)的目的才是最重要的，這里頭考驗的完全是細(xì)活兒。“要干的事說多也不多，說少也不少，比如怎么通過對設(shè)備自動化程度，折舊成新，所有權(quán)性質(zhì)，庫存管理，存貨情況等的觀察，甚至可以通過耗電量/水量等細(xì)微點來驗證，這是投資人下工廠的應(yīng)該要帶的思維模式?！敝芙≌f。
這些真正的“門道”也順勢成為傳統(tǒng)硬科技投資人，在面對新錢和熱錢涌進產(chǎn)業(yè)時，的優(yōu)勢——他們的安全感壁壘非常的高。
對這些投資人來說，投制造業(yè)的體感不同于投TMT，一是因為制造業(yè)項目的質(zhì)地很實，不屬于純粹的概念的東西。二是，制造業(yè)很“慢”，用周健的說法，制造業(yè)本身需要長期的耐心（比如十年），投資人不僅僅是投資的角色，還要有企業(yè)家的熱情，“要幫企業(yè)做很多事，如果僅限于投資的維度反而做不好”。
同時周健也強調(diào)了一條傳統(tǒng)硬科技投資人的優(yōu)勢：相比于TMT投資人，他們更懂得在相幫的同時，不打亂企業(yè)的節(jié)奏——這十分重要?！爸悄苤圃旎鹆酥螅芏嗥髽I(yè)之前本來做事情很實，但資本進入后打亂了原本的節(jié)奏，我們要做的就是幫助他們保持自我，而不是帶著互聯(lián)網(wǎng)思維大躍進。”
下工廠還能用來募資
投資人下廠子的目的都比較簡單：做盡調(diào)，或者豐富產(chǎn)業(yè)經(jīng)驗。但其實已經(jīng)有厲害的投資團隊可以通過下工廠的形式來為自己積累LP資源。
比如業(yè)內(nèi)一家50億左右規(guī)模的中小基金，他們會定期組織上市公司代表團去以色列做產(chǎn)業(yè)考察，做到真正的下工廠，了解頂尖科技趨勢，做深度的行業(yè)調(diào)研。據(jù)了解，這種形式已經(jīng)幫助他們積累了20多家上市公司產(chǎn)業(yè)LP。
這種形式不可謂不精準(zhǔn)，因為他們完全切中了上市公司對產(chǎn)業(yè)協(xié)同的深度訴求。該基金合伙人表示，除了基層投資人之外，產(chǎn)業(yè)大佬更關(guān)心一線技術(shù)的發(fā)展和全球產(chǎn)業(yè)的變革。
總的來說，“投資人下工廠”的熱潮折射的正是如今的硬科技投資時代和曾經(jīng)的互聯(lián)網(wǎng)投資時代最大的不同。投資人熱衷泡在工廠里或許只是一種熱門現(xiàn)象，但在現(xiàn)象背后，還涉及到一個最為樸素的問題：投資的本質(zhì)是什么？
是像一些互聯(lián)網(wǎng)投資一般賺估值的錢？還是耗費數(shù)年時光賺企業(yè)成長價值的錢？
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921510.shtml,如有侵權(quán),請聯(lián)系刪除
沒人再說這事兒很low了，相反，這事兒成為檢驗?zāi)阕鳛橥顿Y人是否真的專業(yè)的標(biāo)準(zhǔn)之一。
當(dāng)我拿同一個問題——“你們機構(gòu)的投資人下工廠嗎？”一連問了幾個機構(gòu)的投資人后，他們的第一回應(yīng)幾乎一模一樣。
“我們投資人必須去啊?！?/p>
“咦，難道其他同行之前不下廠子嗎？”
“我們團隊下工廠早都常態(tài)化了……”
對于一批投資人狂奔工廠這事兒，追本溯源還要歸因于智能制造業(yè)的崛起。一些在賽道里至少扎根5年的（智能制造）投資人對這個現(xiàn)象倒沒有想象中的內(nèi)卷壓力，有人理性地分析去工廠還是考驗的技術(shù)活兒，不是“隨便一個外行就能做的好的”，也有人語氣頗為玩味：“那些嫌下廠子low的高端投資人終于也下水了”。
投資人的**KPI？
不止一個投資人向我否定了“**KPI”的說法，這其中緣由似乎是多層的。
第一，至少對制造業(yè)賽道的投資人來說，下工廠的行為基礎(chǔ)到談不上KPI的程度，如同盡調(diào)就必須去做調(diào)研一樣。第三，如何正確的下工廠，不同的投資人有不同維度的理解，很難用單一的KPI來形容。有個投資人甚至說，“投資機構(gòu)如果要設(shè)這樣的KPI，那我會覺得蠻好笑的。作為投資人，走一線這樣的自覺性都沒有嗎？”
2017年就開始看智能制造的王旭（化名）表示，對某些特定群體的投資人來說下廠的確是一種KPI，這波投資人此前大多來自互聯(lián)網(wǎng)、消費賽道，此前的投資層面基本涉及不到生產(chǎn)、制造等方面，同時王旭還透露，他們（TMT投資人）潛意識里把工廠歸類為低端標(biāo)簽，現(xiàn)在轉(zhuǎn)投硬科技或者智能制造等產(chǎn)業(yè)“也是逼不得已”。
一位的確因to C賽道不景氣而調(diào)轉(zhuǎn)領(lǐng)域的投資人朋友也同樣向我表達了這方面的茫然：投硬科技的都下工廠，我不去，顯得不專業(yè)。一位早期基金的投資人透露了一些細(xì)節(jié)：一些后期基金會選擇通過下廠子這種方式“整天和項目方泡著，就為了拿點份額，不是真的去考察”。
究竟如何下工廠才顯得專業(yè)呢？同樣是不止一個硬科技投資人表達了相似的觀點：專不專業(yè)，對他們來說，并不重要。換句話說，他們下工廠不是為了顯得專業(yè)。
比如盈動資本的投資人周健就表示他并不會給自己設(shè)列下廠頻率表，也不會給自己規(guī)定一定要一天跑夠多少家工廠，而是根據(jù)項目的具體情況斟酌去工廠的時間和頻次，“我不大會泡在工廠里，去多了也并非是好事，或許還會給項目方造成壓力?！?/p>
投資人下廠的正確姿勢
所有的事都是外行看熱鬧，內(nèi)行看門道。投資人下廠子也不例外。
和周健不同，藍湖資本的合伙人魏海濤恰恰喜歡“泡在蘇州園區(qū)里”，他也被很多同行戲稱為“蹲在工廠里的投資人”。對在制造業(yè)做了十余年投資的魏海濤而言，下廠子有種安全感，他也表示這種滲透在一線的方式方法讓他可以對產(chǎn)業(yè)的變化擁有極強的敏銳度。
據(jù)了解在藍湖資本內(nèi)部，下工廠的投資人必須要做到下到工廠看出門道，而不僅僅看個熱鬧。
因為投資人通過下工廠除了可以在盡調(diào)層度上交叉驗證某些數(shù)據(jù)或真相之外，這里頭最重要的是投資人的專業(yè)性程度究竟高不高。
綠動資本的投資人高正芳就表示，像新能源、新材料等產(chǎn)業(yè)投資對投資人的技術(shù)認(rèn)知門檻要求很高——這不僅僅是只下個工廠就能做到的，投資人必須懂物理、化學(xué)等相關(guān)的專業(yè)知識，并且具備相關(guān)的資源和信息才能做好投資或投后的工作。當(dāng)投資人深入到中試線或者實驗室中，和項目方一起做實驗做檢測時，就需要投資人具備把工藝控制和生產(chǎn)放大關(guān)鍵的節(jié)點與難點搞明白的能力，投資人必須做到心中有數(shù)。同時，投資人還需要一雙金睛火眼，與一線工人交流時要了解工廠的實際運營情況，設(shè)備的型號和功率與廠區(qū)用電用水是否匹配，目前的產(chǎn)品質(zhì)量管理如何控制等，因為方方面面都體現(xiàn)了目前工廠的管理水平和真實情況。
周健也表示，投資人下工廠更多的還是配合做盡調(diào)，因此投資人去工廠是否真的達到了盡調(diào)的目的才是最重要的，這里頭考驗的完全是細(xì)活兒?！耙傻氖抡f多也不多，說少也不少，比如怎么通過對設(shè)備自動化程度，折舊成新，所有權(quán)性質(zhì)，庫存管理，存貨情況等的觀察，甚至可以通過耗電量/水量等細(xì)微點來驗證，這是投資人下工廠的應(yīng)該要帶的思維模式?！敝芙≌f。
這些真正的“門道”也順勢成為傳統(tǒng)硬科技投資人，在面對新錢和熱錢涌進產(chǎn)業(yè)時，的優(yōu)勢——他們的安全感壁壘非常的高。
對這些投資人來說，投制造業(yè)的體感不同于投TMT，一是因為制造業(yè)項目的質(zhì)地很實，不屬于純粹的概念的東西。二是，制造業(yè)很“慢”，用周健的說法，制造業(yè)本身需要長期的耐心（比如十年），投資人不僅僅是投資的角色，還要有企業(yè)家的熱情，“要幫企業(yè)做很多事，如果僅限于投資的維度反而做不好”。
同時周健也強調(diào)了一條傳統(tǒng)硬科技投資人的優(yōu)勢：相比于TMT投資人，他們更懂得在相幫的同時，不打亂企業(yè)的節(jié)奏——這十分重要。“智能制造火了之后，很多企業(yè)之前本來做事情很實，但資本進入后打亂了原本的節(jié)奏，我們要做的就是幫助他們保持自我，而不是帶著互聯(lián)網(wǎng)思維大躍進?！?/p>
下工廠還能用來募資
投資人下廠子的目的都比較簡單：做盡調(diào)，或者豐富產(chǎn)業(yè)經(jīng)驗。但其實已經(jīng)有厲害的投資團隊可以通過下工廠的形式來為自己積累LP資源。
比如業(yè)內(nèi)一家50億左右規(guī)模的中小基金，他們會定期組織上市公司代表團去以色列做產(chǎn)業(yè)考察，做到真正的下工廠，了解頂尖科技趨勢，做深度的行業(yè)調(diào)研。據(jù)了解，這種形式已經(jīng)幫助他們積累了20多家上市公司產(chǎn)業(yè)LP。
這種形式不可謂不精準(zhǔn)，因為他們完全切中了上市公司對產(chǎn)業(yè)協(xié)同的深度訴求。該基金合伙人表示，除了基層投資人之外，產(chǎn)業(yè)大佬更關(guān)心一線技術(shù)的發(fā)展和全球產(chǎn)業(yè)的變革。
總的來說，“投資人下工廠”的熱潮折射的正是如今的硬科技投資時代和曾經(jīng)的互聯(lián)網(wǎng)投資時代最大的不同。投資人熱衷泡在工廠里或許只是一種熱門現(xiàn)象，但在現(xiàn)象背后，還涉及到一個最為樸素的問題：投資的本質(zhì)是什么？
是像一些互聯(lián)網(wǎng)投資一般賺估值的錢？還是耗費數(shù)年時光賺企業(yè)成長價值的錢？
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921510.shtml,如有侵權(quán),請聯(lián)系刪除
沒人再說這事兒很low了，相反，這事兒成為檢驗?zāi)阕鳛橥顿Y人是否真的專業(yè)的標(biāo)準(zhǔn)之一。
當(dāng)我拿同一個問題——“你們機構(gòu)的投資人下工廠嗎？”一連問了幾個機構(gòu)的投資人后，他們的第一回應(yīng)幾乎一模一樣。
“我們投資人必須去啊。”
“咦，難道其他同行之前不下廠子嗎？”
“我們團隊下工廠早都常態(tài)化了……”
對于一批投資人狂奔工廠這事兒，追本溯源還要歸因于智能制造業(yè)的崛起。一些在賽道里至少扎根5年的（智能制造）投資人對這個現(xiàn)象倒沒有想象中的內(nèi)卷壓力，有人理性地分析去工廠還是考驗的技術(shù)活兒，不是“隨便一個外行就能做的好的”，也有人語氣頗為玩味：“那些嫌下廠子low的高端投資人終于也下水了”。
投資人的**KPI？
不止一個投資人向我否定了“**KPI”的說法，這其中緣由似乎是多層的。
第一，至少對制造業(yè)賽道的投資人來說，下工廠的行為基礎(chǔ)到談不上KPI的程度，如同盡調(diào)就必須去做調(diào)研一樣。第三，如何正確的下工廠，不同的投資人有不同維度的理解，很難用單一的KPI來形容。有個投資人甚至說，“投資機構(gòu)如果要設(shè)這樣的KPI，那我會覺得蠻好笑的。作為投資人，走一線這樣的自覺性都沒有嗎？”
2017年就開始看智能制造的王旭（化名）表示，對某些特定群體的投資人來說下廠的確是一種KPI，這波投資人此前大多來自互聯(lián)網(wǎng)、消費賽道，此前的投資層面基本涉及不到生產(chǎn)、制造等方面，同時王旭還透露，他們（TMT投資人）潛意識里把工廠歸類為低端標(biāo)簽，現(xiàn)在轉(zhuǎn)投硬科技或者智能制造等產(chǎn)業(yè)“也是逼不得已”。
一位的確因to C賽道不景氣而調(diào)轉(zhuǎn)領(lǐng)域的投資人朋友也同樣向我表達了這方面的茫然：投硬科技的都下工廠，我不去，顯得不專業(yè)。一位早期基金的投資人透露了一些細(xì)節(jié)：一些后期基金會選擇通過下廠子這種方式“整天和項目方泡著，就為了拿點份額，不是真的去考察”。
究竟如何下工廠才顯得專業(yè)呢？同樣是不止一個硬科技投資人表達了相似的觀點：專不專業(yè)，對他們來說，并不重要。換句話說，他們下工廠不是為了顯得專業(yè)。
比如盈動資本的投資人周健就表示他并不會給自己設(shè)列下廠頻率表，也不會給自己規(guī)定一定要一天跑夠多少家工廠，而是根據(jù)項目的具體情況斟酌去工廠的時間和頻次，“我不大會泡在工廠里，去多了也并非是好事，或許還會給項目方造成壓力?！?/p>
投資人下廠的正確姿勢
所有的事都是外行看熱鬧，內(nèi)行看門道。投資人下廠子也不例外。
和周健不同，藍湖資本的合伙人魏海濤恰恰喜歡“泡在蘇州園區(qū)里”，他也被很多同行戲稱為“蹲在工廠里的投資人”。對在制造業(yè)做了十余年投資的魏海濤而言，下廠子有種安全感，他也表示這種滲透在一線的方式方法讓他可以對產(chǎn)業(yè)的變化擁有極強的敏銳度。
據(jù)了解在藍湖資本內(nèi)部，下工廠的投資人必須要做到下到工廠看出門道，而不僅僅看個熱鬧。
因為投資人通過下工廠除了可以在盡調(diào)層度上交叉驗證某些數(shù)據(jù)或真相之外，這里頭最重要的是投資人的專業(yè)性程度究竟高不高。
綠動資本的投資人高正芳就表示，像新能源、新材料等產(chǎn)業(yè)投資對投資人的技術(shù)認(rèn)知門檻要求很高——這不僅僅是只下個工廠就能做到的，投資人必須懂物理、化學(xué)等相關(guān)的專業(yè)知識，并且具備相關(guān)的資源和信息才能做好投資或投后的工作。當(dāng)投資人深入到中試線或者實驗室中，和項目方一起做實驗做檢測時，就需要投資人具備把工藝控制和生產(chǎn)放大關(guān)鍵的節(jié)點與難點搞明白的能力，投資人必須做到心中有數(shù)。同時，投資人還需要一雙金睛火眼，與一線工人交流時要了解工廠的實際運營情況，設(shè)備的型號和功率與廠區(qū)用電用水是否匹配，目前的產(chǎn)品質(zhì)量管理如何控制等，因為方方面面都體現(xiàn)了目前工廠的管理水平和真實情況。
周健也表示，投資人下工廠更多的還是配合做盡調(diào)，因此投資人去工廠是否真的達到了盡調(diào)的目的才是最重要的，這里頭考驗的完全是細(xì)活兒?！耙傻氖抡f多也不多，說少也不少，比如怎么通過對設(shè)備自動化程度，折舊成新，所有權(quán)性質(zhì)，庫存管理，存貨情況等的觀察，甚至可以通過耗電量/水量等細(xì)微點來驗證，這是投資人下工廠的應(yīng)該要帶的思維模式?！敝芙≌f。
這些真正的“門道”也順勢成為傳統(tǒng)硬科技投資人，在面對新錢和熱錢涌進產(chǎn)業(yè)時，的優(yōu)勢——他們的安全感壁壘非常的高。
對這些投資人來說，投制造業(yè)的體感不同于投TMT，一是因為制造業(yè)項目的質(zhì)地很實，不屬于純粹的概念的東西。二是，制造業(yè)很“慢”，用周健的說法，制造業(yè)本身需要長期的耐心（比如十年），投資人不僅僅是投資的角色，還要有企業(yè)家的熱情，“要幫企業(yè)做很多事，如果僅限于投資的維度反而做不好”。
同時周健也強調(diào)了一條傳統(tǒng)硬科技投資人的優(yōu)勢：相比于TMT投資人，他們更懂得在相幫的同時，不打亂企業(yè)的節(jié)奏——這十分重要?！爸悄苤圃旎鹆酥?，很多企業(yè)之前本來做事情很實，但資本進入后打亂了原本的節(jié)奏，我們要做的就是幫助他們保持自我，而不是帶著互聯(lián)網(wǎng)思維大躍進?！?/p>
下工廠還能用來募資
投資人下廠子的目的都比較簡單：做盡調(diào)，或者豐富產(chǎn)業(yè)經(jīng)驗。但其實已經(jīng)有厲害的投資團隊可以通過下工廠的形式來為自己積累LP資源。
比如業(yè)內(nèi)一家50億左右規(guī)模的中小基金，他們會定期組織上市公司代表團去以色列做產(chǎn)業(yè)考察，做到真正的下工廠，了解頂尖科技趨勢，做深度的行業(yè)調(diào)研。據(jù)了解，這種形式已經(jīng)幫助他們積累了20多家上市公司產(chǎn)業(yè)LP。
這種形式不可謂不精準(zhǔn)，因為他們完全切中了上市公司對產(chǎn)業(yè)協(xié)同的深度訴求。該基金合伙人表示，除了基層投資人之外，產(chǎn)業(yè)大佬更關(guān)心一線技術(shù)的發(fā)展和全球產(chǎn)業(yè)的變革。
總的來說，“投資人下工廠”的熱潮折射的正是如今的硬科技投資時代和曾經(jīng)的互聯(lián)網(wǎng)投資時代最大的不同。投資人熱衷泡在工廠里或許只是一種熱門現(xiàn)象，但在現(xiàn)象背后，還涉及到一個最為樸素的問題：投資的本質(zhì)是什么？
是像一些互聯(lián)網(wǎng)投資一般賺估值的錢？還是耗費數(shù)年時光賺企業(yè)成長價值的錢？
本文由小編網(wǎng)絡(luò)轉(zhuǎn)載而成,原文來源:http://www.techweb.com.cn/it/2023-03-03/2921510.shtml,如有侵權(quán),請聯(lián)系刪除
]]>