ChatGPT橫空出世，引發(fā)生成式AI浪潮。在大模型帶來的新范式下，哪些行業(yè)會受到影響，同時又存在哪些投資和創(chuàng)業(yè)的機會？
“2023中國投資年會”上，在曦域資本合伙人李文寧的主持下，大米創(chuàng)投董事長艾民、深創(chuàng)投執(zhí)行總經(jīng)理&華東總部副總經(jīng)理艾興、初心資本合伙人李可佳、力鼎資本合伙人劉睿、遠翼投資合伙人裴耘、東方富海合伙人王兵、基石資本合伙人楊勝君這8位VC、PE行業(yè)的資深投資人，圍繞AIGC和ChatGPT等話題展開了一場激烈的討論。
在李文寧看來，因為AIGC和GPT，互聯(lián)網(wǎng)行業(yè)和投資行業(yè)又有當(dāng)年百團之戰(zhàn)的趨勢；裴耘認(rèn)為，這塊的百團大戰(zhàn)對賽道總體是好事，大風(fēng)才會推動賽道更快迭代前進，所有的企服項目都有機會用GPT或多或少重做一遍；艾民判斷，ChatGPT與元宇宙不同，能極大提升各個行業(yè)在各個領(lǐng)域的應(yīng)用；在劉睿的理解中，大家之所以這么看好這個行業(yè)，最核心的點是它改變了人機交互方式。
結(jié)合長期的從業(yè)經(jīng)驗，王兵判斷這次通用人工智能的突破具有決定性意義，不會亞于計算機和電力發(fā)明這么大的突破,因為它本質(zhì)上把人類智能最根本的屬性“語言”給學(xué)會了。艾興認(rèn)為，ChatGPT是因為數(shù)據(jù)量積累到一定的程度，加上巨大的算力才成功的，大廠之所以不遺余力沖進來，是因為不擠進來可能就會被淘；在李可佳看來，開源之后，大模型將有很多適合中國創(chuàng)業(yè)者的機會，隨著大量第三方中間件或應(yīng)用開發(fā)者涌入生態(tài)，將創(chuàng)造整個產(chǎn)業(yè)底層的繁榮。不過楊勝君則認(rèn)為，目前市場對AI的預(yù)期特別高，但是它需要時間去成長，期望在短期內(nèi)達到很高的預(yù)期并不現(xiàn)實。
以下為現(xiàn)場探討實錄，由投中網(wǎng)進行整理：
李文寧：大家好！我是曦域資本的李文寧。我們今天繼續(xù)討論AIGC和ChatGPT的Topic。先自我介紹一下，我們成立于2015年，投ToB和軟件賽道，有42家被投公司，90%多都是做純軟件�，F(xiàn)在在投的是三期基金，除了討論的AIGC，在NLP和其他的隱私科技、隱私計算和RPA、衛(wèi)星科技賽道都有布局。
艾民：感謝投中，大米創(chuàng)投專注早期成長期硬科技企業(yè)投資，目前管理4只基金，其中管理的天使基金拿到了深圳市區(qū)兩級天使引導(dǎo)基金的出資。大米創(chuàng)投挖掘培育了禾賽科技、云鯨智能、蘭洋科技、微埃智能、本末科技等一批具有發(fā)展?jié)摿Φ捻椖浚瑯?biāo)志性的項目是在美國納斯達克上市的禾賽科技，個人+基金是該公司的天使投資人，占比10%多。還有一個是做掃拖一體智能機器人的云鯨智能，估值兩年多漲一百多倍，禾賽是漲了300多倍。
艾興：我是艾興，來自深創(chuàng)投華東總部，主要的投資方向是數(shù)字智能和智能網(wǎng)聯(lián)汽車，謝謝！
李可佳：大家好，我是初心資本合伙人李可佳。初心是一支成立于2015年的早期雙幣基金，目前已經(jīng)投了一百多個項目，其中有多家獨角獸，都集中在新一代生產(chǎn)力工具、云原生和AIGC領(lǐng)域。我個人有10年創(chuàng)業(yè)經(jīng)歷，把公司賣給字節(jié)后，在字節(jié)主要負(fù)責(zé)教育SaaS和硬件業(yè)務(wù)。目前在初心做投資人，以前創(chuàng)業(yè)者的視角和投資人的身份尋找下一個指數(shù)級增長公司和下一位新生代商業(yè)的領(lǐng)袖。
劉睿：大家好，我是力鼎資本的劉睿。力鼎資本成立于2007年，我們經(jīng)歷了創(chuàng)業(yè)板和科創(chuàng)板兩波浪潮，從一家傳統(tǒng)的PE機構(gòu)成長為綜合投資管理集團，目前管理的資產(chǎn)規(guī)模超過300億元，我們股權(quán)投資板塊有三個團隊：一個是生物醫(yī)藥、一個是碳中和，還有一個是硬科技。我所在的硬科技團隊，從上一波專用人工智能時代就開始關(guān)注AI賽道，投資了格靈深瞳、晶視智能、九章云極等一批代表性的AI企業(yè)。今天感謝投中的邀請，能和各位朋友交流當(dāng)下最熱門的話題。
裴耘：大家好，遠翼投資目前在管規(guī)模五六十億元，目前是第二期基金，主要投資于成長期。在覆蓋賽道內(nèi)，我們一直關(guān)注自動化和企業(yè)服務(wù)兩個領(lǐng)域。也投資了以高仙、珞石和已上市的微創(chuàng)機器人等為代表的機器人企業(yè)。企服領(lǐng)域，我們投資了e簽寶、唯智、DataPipeline等細分龍頭。也希望能夠借助投中的會議，在這兩個領(lǐng)域能找到與GPT有清晰技術(shù)交叉的項目。
另外，我們的集團遠東宏信，作為國內(nèi)頭部的金融加產(chǎn)業(yè)集團，有兩萬多成交企業(yè)客戶，可以為大家提供非常多的產(chǎn)品迭代場景和樹立旗艦案例的機會。
王兵：我是東方富海的王兵，基金目前管理規(guī)模350億元，投資了超過600個項目，上市退出超過70個，主要的投資領(lǐng)域是信息技術(shù)、新能源新材料、半導(dǎo)體先進制造、生物醫(yī)藥等。
我在做投資之前，在半導(dǎo)體芯片、人工智能領(lǐng)域有超過20年的管理研發(fā)經(jīng)驗，個人的投資方向也是這幾個領(lǐng)域。最近一段時間，大家都知道了AIGC，就是ChatGPT特別火。這個領(lǐng)域，不管是做研發(fā)，還是做投資，每天都處于睡眠不足的狀態(tài)，因為有大量的信息去看，希望今天有機會和大家分享一下最近的心得。
楊勝君：大家好，我是基石資本的楊勝君�；Y本是20多年的老牌機構(gòu)，累計管理資產(chǎn)逾600億元。作為綜合性基金，目前大約70%投科技，30%投醫(yī)療健康。從2015年開始，在中國科技發(fā)展最快的方向，包括人工智能、半導(dǎo)體和新能源等，我們都進行了重倉投資。我也做了十幾年的半導(dǎo)體芯片投資，前幾年半導(dǎo)體沒人看，所以我做投資時第一個項目是商湯科技，正是看準(zhǔn)了AI這個大方向。
幾乎所有行業(yè)都會受到新的通用人工智能影響
李文寧：這幾個月，每個禮拜都有AIGC相關(guān)的新聞出來。前幾年和朋友們聊天，我都不太好說自己做AI投資，這兩個月我很高興和別人說我專門投AI賽道。
現(xiàn)在因為AIGC和GPT出來，互聯(lián)網(wǎng)行業(yè)，特別是投資行業(yè)，又有當(dāng)年百團之戰(zhàn)的趨勢。所以，第一個問題想問大家，怎么看待現(xiàn)在一個這么火的市場？二是，大模型除了在軟件、硬件的場景里面，大家覺得對于AIGC，還適用于哪些其他的領(lǐng)域，以及未來其他的機會。
艾民：剛才李總說了，自從去年下半年ChatGPT火了以后，一直是在跟蹤大的方向，對我們來說，這塊是非常大的革命。我們在深圳也搞過幾次小范圍論壇和聚會，大家也在探討它和之前的元宇宙不一樣，從底層還是改變和提升了效率，能夠通過生成序列，有自己新的內(nèi)容產(chǎn)生，所以它會極大提升各個行業(yè)在各個領(lǐng)域的應(yīng)用。所以，我看到很多大廠也是在投入大模型，搜狗創(chuàng)始人王小川的二次創(chuàng)業(yè)也是做大模型。
從投資的角度來說，我還是比較謹(jǐn)慎。我們今年在這個賽道有一些布局，因為ChatGPT的興起，非常確定的賽道就是算力的提升，還有數(shù)據(jù)的存儲和散熱等。我們之前布局了蘭洋科技，這是一個從日本回來做散熱的公司，我們從天使輪開始連續(xù)追投三輪，估值由幾千萬元增長到近5億元。我們判斷浸入式散熱領(lǐng)域即將爆發(fā)，項目跑得不錯。我們也投了一個從英國回來的光計算芯片項目，能大幅度提升算力，還有一個也是提升算力的Chilplet項目。
艾興：ChatGPT，在我看來，將引發(fā)人工智能的革命。人工智能已經(jīng)發(fā)展了很多年，GPT實際上是提供了一種新方法。大廠都已經(jīng)投入了，中小企業(yè)有沒有這樣的機會？我們已經(jīng)陸陸續(xù)續(xù)地接到一些不錯的解決方案、感覺不錯的項目，我記得最早接觸的是一個做芯片數(shù)據(jù)的項目，一個芯片信息的網(wǎng)站，公司很快就做出了反應(yīng)，以ChatGPT方法幫助客戶查詢所需要的信息，前兩年芯片短缺，實際上也是信息不對稱，這是一個案子。還有一個是在醫(yī)療器械領(lǐng)域，一個大廠有很多的醫(yī)療器械布在醫(yī)院，通過區(qū)塊鏈技術(shù)，經(jīng)過加密把醫(yī)院的很多敏感數(shù)據(jù)集中起來，利用大模型的方法取得了很好的效果。我就講這兩個例子，說明小企業(yè)、各行各業(yè)都有機會。
還有一點是，大家對這個東西都在討論，很多人都感興趣。有了興趣就會了解，項目來了就會認(rèn)真去看。我們會看有什么特點，團隊有沒有什么能力把企業(yè)做起來。所以我覺得這是下一個風(fēng)口，這是第一個問題。
第二個問題，所謂的大模型和小模型實際上是一個相對概念，大廠有資金，有算力可以去做通用大模型，小公司、特定行業(yè)可以做行業(yè)的大模型。行業(yè)大模型是把行業(yè)的數(shù)據(jù)打通，利用算法加以優(yōu)化，然后幫助行業(yè)解決痛點。中國的企業(yè)家創(chuàng)業(yè)精神都非常好，然后思路打開以后，我覺得會有很多的企業(yè)在這上面去競爭和創(chuàng)業(yè)。
謝謝！
李可佳：目前行業(yè)變化速度很快。類比初心原來布局的云原生領(lǐng)域；以往，當(dāng)我們從單體軟件向基于云的微服務(wù)架構(gòu)遷移的時候，會面對多云，多租戶，異構(gòu)數(shù)據(jù)庫等新環(huán)境管理和運維的增量需求。過程中就產(chǎn)生了一大批創(chuàng)業(yè)公司致力在工具層和中間層，推動了整個計算云產(chǎn)業(yè)的繁榮�，F(xiàn)在，大模型之上，在應(yīng)用層和模型層之間，存在大量原生性的需求，海外的趨勢已經(jīng)很明顯，例如hugging face，civitai等。我認(rèn)為很適合中國創(chuàng)業(yè)者，尤其是開源以后，存在大量長尾和垂類的需求，初心認(rèn)為這些是符合邏輯的投資機會。也是我們當(dāng)前在看的方向之一。
第二個，過往抓住熱點的創(chuàng)業(yè)者很多，但能打透一個行業(yè)的創(chuàng)業(yè)者很少。我們回過頭來看一些優(yōu)秀的連續(xù)創(chuàng)業(yè)者，為什么一些老炮能連續(xù)創(chuàng)業(yè)成功？因為這些成功的連續(xù)創(chuàng)業(yè)者有對行業(yè)更深入的認(rèn)知，更成熟的組織調(diào)動能力，高效的打法和策略。尤其在復(fù)雜性很高、履約鏈條長的一些toB行業(yè)里，往往機會會握在成熟的創(chuàng)業(yè)者手里。這一輪機會，我們提前mapping了上百位符合這個畫像的優(yōu)秀創(chuàng)業(yè)者。
劉睿：我們是從2015、2016年關(guān)注人工智能賽道，就像剛才艾總提到的，這當(dāng)中我們也對某些項目持謹(jǐn)慎態(tài)度，但這次GPT展現(xiàn)出來的泛化和推理能力，不僅僅是讓投資行業(yè)，也讓科技產(chǎn)業(yè)對AI能做更多事，達到更加智能的狀態(tài)快速形成了強共識，這是信念的轉(zhuǎn)變。原來大家不太認(rèn)可AI能和人一樣，或者覺得像電影中的故事相對遙遠。但當(dāng)大家看到OpenAI用大力出奇跡的方式，在達到了這樣驚人的效果后，所有的資源都往這個賽道涌，帶來了很多機會，所以我們想象的未來會加速離我們更近。
其次，這次GPT浪潮，所有海內(nèi)外巨頭跟進非�？欤椭耙苿踊ヂ�(lián)網(wǎng)相比，除了極少數(shù)巨頭可能在前幾年有布局，其他基本上是被動參戰(zhàn)，他們帶著很強的憂患意識做大模型，他們知道自己在PC時代和移動時代所積累的工具，如果未來失去了工具升級的引擎，或者引擎不掌握在自己的手上，會很快被取代，所以大家在第一時間就All IN，快速把所有的工具加上了大模型的功能，基本上在巨頭本來就強勢的場景沒有留給初創(chuàng)公司太多機會。
大家這次為什么這么看好AIGC，最核心的點是它改變了人機交互方式，原來上一代我們是通過手指和觸摸屏完成應(yīng)用操作的過程，但現(xiàn)在中間很多無趣的過程可以被取代，比如通過語音來操作。現(xiàn)在只是第一步，大家把自己原來的工具加上AI的功能。
第二步會有大廠或初創(chuàng)企業(yè)推出類似于語音助手或智能助理，將所有的應(yīng)用集大成于一起，以一個應(yīng)用解決所有的簡單操作和復(fù)雜處理。
第三步是GPT將連接物理世界，因為它現(xiàn)在是輸入到輸出停留在數(shù)字世界，沒有接上如視覺、壓力或溫度等傳感器，未來接上這些傳感器再通過模型訓(xùn)練去感知這個世界時，將可以處理更多更復(fù)雜的線下任務(wù)，所以我覺得這個行業(yè)的機會才剛剛開始。
裴耘：百團大戰(zhàn)對賽道是好事，總體上風(fēng)大才會推動賽道更快前進。但對于身處其中的你我來說，更多在于競爭是否激烈，3-5年的生存率是否會低這件事上。
競爭激烈這件事，從整個媒體報道包括目前較多的研究報告表象來看，在To C端，以AIGC為代表的大模型應(yīng)用項目會非常多，相對激烈，但在To B端，很多項目還在“水下”，很多做To B應(yīng)用還沒有被大家看到GPT在其中的釋放潛力。
前一段時間和朋友還聊到，目前有點疲軟的企服賽道，其實可以用GPT或多或少重做一遍。比如說做Code Review這又比如流程自動化、RAP等等，類似比如Techface就是個很好的案例。
作為我們來說，主要還是關(guān)注各類成長期項目，所以會關(guān)注項目本身是不是有獨立于大模型技術(shù)之外的，已有的堅實場景和業(yè)務(wù)基礎(chǔ)，然后理由大模型技術(shù)去改善某一段生產(chǎn)效率，甚至是全鏈條整體的產(chǎn)品或者服務(wù)體驗。對于這樣的項目，我們非常關(guān)注，不光是軟件，也可以是硬件，因為硬件牽涉到設(shè)備對環(huán)境的感知和與用戶的交互，這都是GPT大有可為的地方。
王兵：我在上世紀(jì)90年代讀博士，很大的一部分時間是以神經(jīng)網(wǎng)絡(luò)解方程。那時候AI畢業(yè)也找不到工作，所以我去做芯片。中間有好幾波AI進步，第一波是十年前英偉達把CODA做出來，做了非常好的并行計算架構(gòu)，再加上互聯(lián)網(wǎng)帶來的大數(shù)據(jù)，還有算法上的創(chuàng)新，讓一些卷積神經(jīng)網(wǎng)絡(luò)和視覺第一代AI可以學(xué)習(xí)人類的直覺了，這是深度學(xué)習(xí)上巨大的突破。
這次是突破了通用人工智能，相信大家也達成了共識。這次的突破具有決定性，不會亞于計算機和電力發(fā)明這么大的突破。因為它本質(zhì)上把人類智能最根本的屬性學(xué)會了，那就是語言。我們是通過創(chuàng)建語言和使用語言，來實現(xiàn)通用人工智能。今天GPT4可以充分理解人類語言，而且可以推理和產(chǎn)生知識。這個被人類學(xué)會了，我們進入了新的時代，這個時代大家很焦慮的就是看任何一個行業(yè)，除了一些特別垂直的硬件領(lǐng)域，幾乎找不到一個行業(yè)不被新的通用人工智能影響和顛覆，有的行業(yè)是直接被顛覆。
舉兩個例子。第一個是軟件，剛剛好幾位嘉賓也說過，軟件是第一個被沖擊，為什么？因為軟件本質(zhì)上是把人類語言翻譯為機器語言和計算機運行所需要的語言的操作。當(dāng)你有通用人工智能的能力，這個操作不需要了。再去驅(qū)動計算機做一件事時，我們只需要用語言告訴它需要做什么。原來我們認(rèn)為編程是一個固化的行為，是把一定人類知識固化到代碼的行為。未來所有的軟件都是動態(tài)，當(dāng)你有一個智能助手也好，某一個形態(tài)的AI接口也好，告訴它你需要做什么，它是可以通過插件的方式調(diào)動世界上所有的智能軟件完成這個任務(wù)，即使這個軟件和原來理解的軟件完全不是同一個東西。這是對軟件行業(yè)的顛覆。
第二個是對互聯(lián)網(wǎng)的顛覆。為什么互聯(lián)網(wǎng)也是必然會被顛覆的行業(yè)？大家想想，我們?nèi)タ椿ヂ?lián)網(wǎng)，互聯(lián)網(wǎng)的本質(zhì)就是每一個互聯(lián)網(wǎng)APP及某一個場景的入口。比如說我要訂機票用攜程，購物用京東，叫外賣用美團，看視頻用抖音。但是如果未來我使用所有Foundation的入口都是一個叫個人智能助手時，這些APP存在的價值還在哪里？所以為什么全中國、全世界的互聯(lián)網(wǎng)公司、AI公司和軟件公司都在搞大模型，因為他們都知道，如果你跟不上這一波，基本上就被淘汰了。所以我覺得這是一次特別大的行業(yè)的動蕩和顛覆及創(chuàng)新的過程，這里面一定會有大量的機會。
對我們來說，短期更偏確定性高的機會。比如說現(xiàn)在很多人挖金子，但是不是每個人能挖到，但是造鏟子的賺錢。所以我們投了大量AI算力的基礎(chǔ)設(shè)施，DPU、CPU、大芯片的封裝測試等。你得保證足夠的算力來支撐完成這件事，不管誰贏，算力都需要。
第二個，大量的行業(yè)場景有小公司的機會。底層大模型難看到小公司的機會，但是垂直類的行業(yè)應(yīng)用會有很多小公司的機會。這里面會有大量對行業(yè)的了解和數(shù)據(jù)的積累，快速的響應(yīng)和靈活的能力，這并非大公司所具備，所以這些領(lǐng)域還有很多的機會。
楊勝君：主持人問這波ChatGPT的熱潮。我們在行業(yè)深耕了很多年，2015年，我在做了十多年芯片后轉(zhuǎn)行做投資，第一個做的就是AI投資那時候芯片沒太多機會，只能看其他的行業(yè)。
2015年，我們國內(nèi)的第一次AI熱潮是非�；鸬�，遠超今天�，F(xiàn)在的市場遠比那個時候更加冷靜和理性。
當(dāng)時做模型和應(yīng)用的公司非常多�，F(xiàn)在二級市場非�；�，人工智能相關(guān)的股票漲了很多，但是很多公司真的是和chatGPT、AI相關(guān)嗎？不一定。而2015年那一波很多是和chatGPT、AI相關(guān)。上一波（20152018年間）行業(yè)里面前10的AI公司，我們投了一半。像商湯、云從、第四范式等我們都參與了投資。
上一波，整個市場的期待很高。
但是從2018年到2022年這4年時間里，AI迎來了一個低谷，雖然大家對AI的期望很高，但是實際上從商業(yè)化的進程來說AI是很慢的，哪怕是頭部的公司都是如此，所以真正的AI其實遠未達到大家所想象的能力，更不用說所謂的通用AI。今天ChatGPT來了所謂的通用AI，這個東西和這個話題還是比較早的，我們依然需要堅持很長的時間。
以前很多人問我們怎樣看待AI這個行業(yè)，我舉個例子，人類兩千年前發(fā)明了馬車，今天火箭、衛(wèi)星的速度比馬車快幾千倍。AI的發(fā)展從1956年開始算，到現(xiàn)在也就是五六十年的時間，從2012年的深度學(xué)習(xí)到現(xiàn)在也就是十年。AI的發(fā)展還處在非常初期的階段，一個非常初期的行業(yè)大家想讓它在短時間內(nèi)達到非常高的預(yù)期，是很難的，它需要時間去成長。
反過來說，為什么我們說AI是硬科技，是可以放在地緣政治的平臺里進行討論的話題？因為它是需要長期投入的行業(yè)。所以今天的局面市場熱鬧，但理性比5年前程度高，這是正常的現(xiàn)象。
第二個問題是，ChatGPT帶來的AI是否意義很大？意義非常之大。我們以前的設(shè)想今天ChatGPT很容易做到了，不管是語音還是NLP的東西都可以做了。前一段時間，我們家小朋友要寫一篇作文，題目是《論蘇軾》，我寫底稿花了兩個小時，但用ChatGPT，很快4、5段文字就出現(xiàn)了，可見它的效率比人類高。而且我們只要把里面胡說八道的東西改一改，文章就可以達到80分的水平。所以這種重大的進步，對于推動行業(yè)的各種應(yīng)用意義重大。美國人在這方面有很好的敏感性，對于它的行業(yè)上下游進行了限制。從這個角度，我們依然會投資像ChatGPT這樣的東西。
第三點，怎樣投資ChatGPT呢？這個賽道有熱度也有理性，理性是因為這件事不像大家想象的那么容易和快速，這個領(lǐng)域的初創(chuàng)小公司的機會越來越少。不管是數(shù)據(jù)還是訓(xùn)練所需的算力，以前的模型和ChatGPT都有幾個數(shù)量級的差距，ChatGPT 4可能是在2萬億的參數(shù)水平，但是三四年前通用語言的模型只有1億水平。
這幾個數(shù)量級的提高，這對數(shù)據(jù)的要求很高的。更高的是算力，所以我們看到，ChatGPT出來以后，英偉達馬上對中國斷供A100芯片，然后為了做生意把A100改成A800。即便是英偉達要做這么高算力的芯片也是很不容易的，這巨大的投入更不是初創(chuàng)公司能夠做到的。
前一段時間，像王小川等團隊要做初創(chuàng)公司，他們的融資規(guī)模和以前完全不是一個數(shù)量級的，是按10億美金的級別來準(zhǔn)備的。我和好幾個團隊聊了，他們覺得基本上要準(zhǔn)備10億美金的體量，才能做到ChatGPT-4的水平。以往很少會有初創(chuàng)公司需要這么多的啟動資金。今天在算法領(lǐng)域也能融到這樣的資金，是巨大的突破。所以我們對這一領(lǐng)域期待還是很大的。
總得來說，熱度反映了大家對這一事情的期望，但是理性也反映了這里面的難度。
AIGC和元宇宙本質(zhì)上就是不同的
李文寧：沿著剛才艾興總和楊樹總提到的這波AIGC創(chuàng)業(yè)的時間口，這波創(chuàng)業(yè)潮什么時候能明顯看出行業(yè)格局？像不像區(qū)塊鏈和Web3一樣，來的時候非�？�，但是過了三四年，不管是從投資也好還是創(chuàng)業(yè)也好，好像就沒那么火了，特別是在國內(nèi)。
所以對行業(yè)格局、包括這一波AIGC，大家覺得什么時候可以明確看出格局？
艾民：我覺得這和之前的元宇宙是完全不同的事情，我認(rèn)為它是一個非常革命性的技術(shù)的誕生，會影響人的各個領(lǐng)域，包括李總說的AI的設(shè)計等，包括各種消費級別的機器人，今后的掃地機器人可以人機交互，之后各個領(lǐng)域都會顛覆的。它會徹底改變各個領(lǐng)域從B端、C端的生活。這里面國內(nèi)一定會跑出自己大模型的公司，一定會起來的。我認(rèn)為兩三年應(yīng)該格局就會明朗了。
艾興：我們集團2017年左右成立了數(shù)據(jù)智能小組，我是這個小組的成員之一。當(dāng)時集團的想法就是布局大數(shù)據(jù)、云計算、人工智能。
現(xiàn)在因為有ChatGPT出現(xiàn)，它把以前通訊基礎(chǔ)的數(shù)據(jù)量積累到一定的程度。這些大廠為什么要拼命擠進來，就是因為它會被顛覆。今天不改，明天就沒有它了，所以他們不遺余力沖進來。對于小廠，對于一些產(chǎn)業(yè)，你如果現(xiàn)在能開始思考這種方法，你就和大廠們站在同一起跑線，但你晚一天就比人家晚一天。當(dāng)然了，這里面也會有成功和不成功的，每一次風(fēng)口都是這樣，需要我們有火眼金睛。
李可佳：第一，熱度帶來更多的研究者和更充沛的資金，但若技術(shù)預(yù)期落空，短期看不到更多價值，會帶來一定寒潮，要時刻保持警惕。
第二，AIGC不同于元宇宙，它不是簡單需求的升級，是真正技術(shù)帶來的范式的創(chuàng)新，本質(zhì)上是有區(qū)別的。
第三，現(xiàn)在大家普遍看到的AIGC是生成能力，但我們更期待未來AIGC在歸納能力上的突破。包括我在內(nèi)的上一批的AI創(chuàng)業(yè)者，我們做的SaaS產(chǎn)品，都是偏幫助行業(yè)提升效率。但如果未來AIGC的歸納能力能夠大規(guī)模應(yīng)用，就會從提升效率直接變成達成結(jié)果，從copilot +到真正的auto-pilot，會帶來爆炸式的范式變化。
劉睿：會不會像元宇宙和其他的概念一樣快速結(jié)束？我認(rèn)為決定行業(yè)熱度能否快速結(jié)束，一是技術(shù)上限多快達到，二是可轉(zhuǎn)化落地的商業(yè)化場景有多少。
比如上一波以機器視覺為代表的AI公司，剛開始是人臉識別模型大家發(fā)論文打榜，技術(shù)很快到了天花板，人臉識別準(zhǔn)確率沒用多久大家都是99%以上。元宇宙則是長期沒有找到一個真正讓無論是ToB還是ToC用戶持續(xù)付費的商業(yè)模式。反過來看GPT，算力不斷發(fā)展，無論是A100到H100，還是后面其他的100出來，算力還在不斷地迭代，模型也在不斷地改進。
現(xiàn)在大家都知道確定性模型越大可能會出來意想不到的效果，這一波GPT下游應(yīng)用需要較長的時間才能形成格局，但是上游算力和模型的行業(yè)格局基本上會很快形成，就類似云服務(wù)行業(yè)的格局在兩三年內(nèi)固化。
不過下游應(yīng)用剛剛開始，我們也很期待在這一波GPT浪潮中即使巨頭林立，也會像移動互聯(lián)網(wǎng)時代爆發(fā)。就像當(dāng)我們覺得電商沒有機會的時候，出來了拼多多，當(dāng)我們覺得社交沒有機會的時候，出來了今日頭條，所以這一波浪潮中，很可能會涌現(xiàn)出更具商業(yè)創(chuàng)新精神和冒險精神的企業(yè)。
裴耘：關(guān)于時間點的話題，我聽到最激進的結(jié)果是69個月。我覺得保守來說是兩年時間。這里主要說得是Foundation model。并不是說2年后大家都停止進步了，而是由于大模型智力密集與資金密集的兩大特點會導(dǎo)致這兩類核心資源會快速向頭部匯集，不太可能長期地讓整個賽道都雨露均沾。但之后，各類基于幸存下來的大模型基礎(chǔ)展開的應(yīng)用迭代，時間會很長，這個是確定性的，不用擔(dān)心。
另外，我也想幫元宇宙說兩句話，大家覺得元宇宙不行了，但我想告訴大家六七年前那一波元宇宙浪潮里的企業(yè)，目前仍然是賽道內(nèi)的領(lǐng)先企業(yè)。他們現(xiàn)在產(chǎn)品更好、價格更低，市場比原來大，而且如今的估值也比當(dāng)時高很多，所以這個賽道并未曇花一現(xiàn)，依然是在往前走。
王兵：我覺得這一波AI的浪潮是和元宇宙是本質(zhì)上不同的東西，以前我們所做的很多東西叫生產(chǎn)力工具，這次創(chuàng)造的是生產(chǎn)力本身。那這波浪潮多大、會持續(xù)多久？今天GPT4相當(dāng)于大學(xué)本科的水平，在美國的律師考試能夠超過90%的大學(xué)生，大致是這樣的水平。
未來GPT多長時間能達到工科博士和全世界最頂級的數(shù)學(xué)家的智力水平？這還是需要相當(dāng)長的時間。可能是十年、二十年甚至更久。這一波從技術(shù)的角度看是可以持續(xù)不斷地做下去。
從商業(yè)上，和元宇宙巨大的不同的是，我們看到今天哪怕是我的智力就一個本科大學(xué)生的水平，我也已經(jīng)可以在非常多的工作中產(chǎn)生巨大的價值。就像文生圖，我們現(xiàn)在可以用幾美分的成本創(chuàng)造出專業(yè)攝影師圖片質(zhì)量的東西，所以這個商業(yè)價值非常巨大。
目前這一波里第一技術(shù)還有非常大的提升空間，商業(yè)化潛力也巨大，所以這一波有非常大的投資機會，只不過最近幾年處于非常動蕩和不確定性的階段，要過一段時間賽道才會清晰，但這個賽道本身的價值是不需要質(zhì)疑的。
楊勝君：我們高度看好人工智能的技術(shù)。2000年前人類發(fā)明了馬車，而現(xiàn)在人類比2000年前跑得快多了，因為兩千年來人類在交通工具上一直在發(fā)明和創(chuàng)造。相應(yīng)的，人類對于智能化也是發(fā)明和創(chuàng)造。
前一段時間我問一些美國的教授，他們已經(jīng)不搞ChatGPT了，為什么？搞不起，成本太高。所以美國學(xué)術(shù)界已經(jīng)沒有人搞ChatGPT了，ChatGPT的生意只有大公司才能做。這意味著門檻越來越高。
那中國大陸的機會在哪里？首先不是應(yīng)用的問題，而是我們自己能不能把模型做到GPT-3.5、GPT-4的水平。剛才有嘉賓說兩年時間做到GPT-4，那這兩年我們怎么把模型做出來？上一波AI浪潮起得快、落得快，這是因為上一波的AI起來以后美國人很快把開源模型釋放出來，3個人的公司也可以做人臉識別、酒店和社區(qū)安防。但是今天，美國人沒有開源GPT-4的模型，所以國內(nèi)沒有幾個人知道ChatGPT 4長成什么樣。
第一步要解決底層技術(shù)是什么樣的，把這個問題解決了以后，才能講我們未來的應(yīng)用是什么。今天這一波熱潮，一級市場的投資人要比以前理性，一方面是因為真正更深層次的技術(shù)問題需要時間打磨，而我們現(xiàn)在手上沒有這么多的人才和資源。另一方面，我們的模型需要不斷地訓(xùn)練，需要驗證模型的芯片和算力，但這些是緊缺的，如果國內(nèi)哪一家公司能夠拿到一千片英偉達A100的芯片，那它會非�；稹�
所以這AIGC在中國還是僅處于早期底層技術(shù)的開發(fā)階段。
當(dāng)?shù)讓蛹夹g(shù)開發(fā)趕上OpenAI的ChatGPT 4，我們才能討論我們的應(yīng)用是什么樣的應(yīng)用。當(dāng)然，我們的應(yīng)用非常廣泛，比互聯(lián)網(wǎng)更廣泛。僅僅是一個聯(lián)接的生意，就吸引了全世界。
人工智能的浪潮，我們看好，但投資過程我們很謹(jǐn)慎，我們一直在找靠譜的企業(yè)。
前一段時間我見到李開復(fù)，我問他現(xiàn)在ChatGPT可以寫文章和寫內(nèi)容了，大家做汽車賽道的都想做自動駕駛，我們也投了幾家自動駕駛的公司，那什么時候人類能真正實現(xiàn)L4、L5的自動駕駛？我問他，從你人工智能博士的角度，你認(rèn)為GPT能夠做自動駕駛嗎？
他說我們要實現(xiàn)自動駕駛需要努力，但有可能會演進出能夠開車的GPT；如果是這樣的話當(dāng)然最好，但是這一時間會比大家想象得更長。
李文寧：非常感謝各位嘉賓。
