半年1000億，硅谷投資人“燒錢”造神

《AI未來指北》欄目由騰訊新聞推出，邀約全球業(yè)內(nèi)專家、創(chuàng)業(yè)者、投資人，探討AI領(lǐng)域的技術(shù)發(fā)展、商業(yè)模式、應(yīng)用場(chǎng)景、及治理挑戰(zhàn)。

文丨郝 鑫

編丨蘇揚(yáng)、劉雨琦、王一粟

一掃去年裁員、股價(jià)暴跌的陰霾，硅谷憑借AI正在以“蓋茨比”式的姿態(tài)重新站到鎂光燈下。

據(jù)光錐智能不完全統(tǒng)計(jì)，180天里，硅谷在人工智能領(lǐng)域共完成了42起融資、拿下55%全球籌資金額。其中，8家人工智能明星獨(dú)角獸公司拔地而起，平均輪次融資金額3.3億美元。

熱錢從硅谷的天空撒下，美元堆起了新故事。

“對(duì)AGI時(shí)代來說，今年是過去十年中最好的一年，卻是未來十年中最差的一年?！眲?chuàng)業(yè)的氛圍充斥著每個(gè)角落，這幾乎成為了硅谷的共識(shí)。

“一周參加五六場(chǎng)聚會(huì)，從技術(shù)研討到應(yīng)用機(jī)會(huì)，硅谷這半年都處于AI 的興奮之中?！碑厴I(yè)于斯坦福，常駐于硅谷的華人孔祥來不僅投身到AI電商導(dǎo)購的創(chuàng)業(yè)中，連其偶然發(fā)起的AI社區(qū)AGI降臨派，也在這波熱度下意外爆火。

硅谷AI交流會(huì)現(xiàn)場(chǎng)

身處大洋彼岸的中國(guó)創(chuàng)業(yè)者也受到了感染，王小川、李志飛等明星創(chuàng)業(yè)者和真格基金管理合伙人戴雨森、金沙江創(chuàng)投合伙人周雨桐等眾多知名投資人不想再“霧里看花、水中望月”，一月連續(xù)三次飛往硅谷。

中美AGI領(lǐng)域雖然同樣火熱，但在市場(chǎng)的格局生態(tài)卻截然不同。

最明顯的區(qū)別是，與國(guó)內(nèi)的“百模大戰(zhàn)”相比，基礎(chǔ)大模型創(chuàng)業(yè)在硅谷并不火熱?！癘penAI一家獨(dú)大，只有谷歌和Meta等大公司向其發(fā)起挑戰(zhàn)，創(chuàng)業(yè)公司很少做基礎(chǔ)大模型?！边h(yuǎn)望資本合伙人、迅雷創(chuàng)始人程浩對(duì)光錐智能談到，但在中國(guó)，還是有人想賭一把，因?yàn)樽罱K誰是中國(guó)的OpenAI還不確定，造神的這一過程既危險(xiǎn)又性感。

而大模型之外，硅谷卻在中間層和垂類應(yīng)用層里，呈現(xiàn)出百花齊放的熱鬧。但反觀中國(guó)，雖然投資人們嗅覺敏銳，早就聞到了“肉香”，卻“看得多投的少”；而AI創(chuàng)業(yè)領(lǐng)域，也鮮有全新的大模型之外的公司出現(xiàn)，更多是大中型公司的聲音。

無論是源于美元基金的撤退，還是國(guó)內(nèi)的AI創(chuàng)業(yè)環(huán)境，與互聯(lián)網(wǎng)時(shí)代不同，在這一輪科技狂潮中，中國(guó)創(chuàng)業(yè)者和VC們正在經(jīng)歷著前所未有的迷茫，Copy to China的策略似乎逐漸失靈了。

“硅谷重視技術(shù)，埋頭升級(jí)大模型能力，而國(guó)內(nèi)則更看重商業(yè)模式。”孔祥來對(duì)光錐智能說道。AGI時(shí)代，各自的商業(yè)邏輯依然沒有改變。

結(jié)合投資人、創(chuàng)業(yè)者的深度訪談，光錐智能復(fù)盤了今年上半年硅谷AI初創(chuàng)公司的融資和發(fā)展情況，希望能從中探尋到AI 2.0創(chuàng)業(yè)浪潮中的機(jī)遇和警示，以期給國(guó)內(nèi)投資人和創(chuàng)業(yè)公司一點(diǎn)啟發(fā)。

AI掘金潮，熱錢撒向哪兒？

據(jù)國(guó)外風(fēng)投數(shù)據(jù)分析公司PitchBook數(shù)據(jù)顯示，上半年全球AI領(lǐng)域共計(jì)發(fā)生融資1387件，籌集融資金額255億美金，平均融資金額達(dá)2605萬美金。據(jù)融資服務(wù)機(jī)構(gòu)Carta數(shù)據(jù)顯示，2023年Q1，美國(guó)A輪AI初創(chuàng)公司融資環(huán)比增長(zhǎng)58.4%，種子輪公司估值增長(zhǎng)了19%。

熱錢一半都流向了硅谷。據(jù)光錐智能不完全統(tǒng)計(jì)上半年硅谷一共有42起融資，總金額約140億美元，約合人民幣超1000億元，占世界總?cè)谫Y金額的55%。平均輪次融資金額為3.3億美元，是平均融資水平的近13倍之多。

最全硅谷AI創(chuàng)業(yè)公司梳理，制表：光錐智能

以O(shè)penAI為首的AI新貴成為當(dāng)之無愧的主角，在獲得投資的40家公司中，有近60%的公司成立時(shí)間在一年之內(nèi)。其融資輪次也處于早期階段，42起融資事件中，種子輪次占了40%，B輪以前（包含B輪）占了86%。

孔祥來告訴光錐智能，硅谷這波創(chuàng)業(yè)大多采取小而精方式，早期創(chuàng)業(yè)項(xiàng)目團(tuán)隊(duì)的人數(shù)在3-5人，中期項(xiàng)目團(tuán)隊(duì)的規(guī)模也控制在十幾人～幾十人之間，當(dāng)初Midjourney效果驚艷全世界，憑借早期11個(gè)人的團(tuán)隊(duì)就做到了一億美金的營(yíng)收，“AGI領(lǐng)域更重視技術(shù)創(chuàng)新，堆人沒有用。”孔祥來直言。

這跟國(guó)內(nèi)創(chuàng)業(yè)方式有很大不同，國(guó)內(nèi)創(chuàng)業(yè)團(tuán)隊(duì)人數(shù)普遍較多，比如媒體報(bào)道稱王慧文的光年之外解散前有70人，王小川公開信中透露百川智能最初組建人數(shù)為50人。

不過，硅谷AI創(chuàng)業(yè)團(tuán)隊(duì)規(guī)模雖然普遍偏小，但其吸金能力卻十分驚艷。

截至目前，按融資金額數(shù)量的AIGC初創(chuàng)公司的排名分別為：OpenAI（113 億美元）、Inflection（15.25 億美元）、Cohere（4.45 億美元）、Adept（4.15 億美元）、Runway（1.955 億美元）、Character.AI（1.5 億美元）和 Stability AI（約 1 億美元）。

站在他們背后的，仍是科技圈如雷貫耳的公司和大佬。光錐智能整理統(tǒng)計(jì)發(fā)現(xiàn)，上半年，微軟參與的AI融資項(xiàng)目有5起，谷歌出手4次，英偉達(dá)出手6次，OpenAI出手3次，這些巨頭加起來累計(jì)參與了約43%的AI領(lǐng)域融資。

將目光更聚焦一些，當(dāng)下硅谷對(duì)AI關(guān)注的主要集中在三個(gè)方向：一是基礎(chǔ)大模型層；二是開發(fā)工具、數(shù)據(jù)庫等所在的中間層；三是垂直應(yīng)用層。

程浩向光錐智能介紹，基礎(chǔ)大模型除了OpenAI、Anthropic兩家公司，其他創(chuàng)業(yè)者都在做開源模型；工具層創(chuàng)業(yè)者都在動(dòng)員所有人才精英做開源社區(qū)，其核心壁壘在于創(chuàng)造開發(fā)者生態(tài)；應(yīng)用層聚集著兩類創(chuàng)業(yè)公司，一類是像法律、HR招聘垂直領(lǐng)域的公司，一類是與文案、文生圖、文生視頻相關(guān)的通用型公司。應(yīng)用層普遍扎堆B端，C端產(chǎn)品少很多，屬于在巨頭夾縫中求爆款的狀態(tài)。

從不同機(jī)會(huì)層面來看，上半年，硅谷基礎(chǔ)大模型層有8起融資，中間層有12起融資，垂直應(yīng)用層面有23起融資。不過，在融資金額上卻呈現(xiàn)反比，分別融資金額為110.8億美元、3.5億美元和25.2億美元。

表面上看，基礎(chǔ)大模型層似乎是最熱的投資領(lǐng)域，但實(shí)際上完全由OpenAI一家撐起來，如果把OpenAI的103億美元巨額融資剔除，整個(gè)垂直大模型層的融資占比就直接從79%驟降至21%。

從上圖可以看出，目前垂直應(yīng)用層面是硅谷最熱的投資領(lǐng)域，融資次數(shù)多，但單次融資金額不高；基礎(chǔ)大模型層OpenAI占據(jù)絕對(duì)的領(lǐng)先地位，其他大模型公司雖然單輪次的融資較高，但難以與OpenAI相匹敵，其業(yè)務(wù)范疇也在彌補(bǔ)OpenAI的不足；中間層是VC們近期發(fā)掘的新大陸，目前，已投出了估值7.5億美金的向量數(shù)據(jù)庫公司Pincone，半只腳踏入了獨(dú)角獸行列。

孔祥來表示，“硅谷投資人內(nèi)部分為了兩派，一類只看好OpenAI，認(rèn)為未來OpenAI會(huì)統(tǒng)治2C端應(yīng)用，因而沒必要在C端應(yīng)用領(lǐng)域投入過多時(shí)間，轉(zhuǎn)而去投B端與行業(yè)深度整合的AI公司；另一派則持相反態(tài)度，積極擁抱開源社區(qū)，也會(huì)看好2C端的垂直應(yīng)用，認(rèn)為在該領(lǐng)域也可以跑出獨(dú)角獸公司?！?/p>

總體而言，今年上半年以下方向在硅谷掀起了一波又一波的掘金潮：

基礎(chǔ)大模型層：小參數(shù)基礎(chǔ)模型、通用大模型。

中間層：向量數(shù)據(jù)庫、AI工具鏈、模型部署工具。

垂直應(yīng)用層：文生視頻、文生語音、AI對(duì)話機(jī)器人、生成式AI搜索、法律垂類領(lǐng)域應(yīng)用、人形機(jī)器人。

孔祥來補(bǔ)充總結(jié)表示，當(dāng)下硅谷投資人重點(diǎn)看好幾個(gè)方向，分別是AI Agents（智能體）、多模態(tài)（文生圖、文生視頻）、解決行業(yè)幻覺（法律、醫(yī)學(xué)）、個(gè)性化方向（Character AI等對(duì)話機(jī)器人）、大語言模型的中間件以及AI深度賦能的行業(yè)場(chǎng)景應(yīng)用。

圖源：CB Insights

站在淘金熱的風(fēng)口，這些新貴們的身價(jià)隨著水漲船高，2022年，ChatGPT和AIGC領(lǐng)域吸金超過26億美元，共誕生出6家獨(dú)角獸，而截至到今年5月8日，獨(dú)角獸俱樂部的成員上升到14家(Midjourney暫無估值)。

1000家VC同時(shí)舉牌競(jìng)價(jià)，帶來的是成立不到四個(gè)月的Baby公司，融到兩輪上億美元融資。6月29日，Inflection AI完成了13億美元的新一輪融資，成為融資第二多的生成式人工智能初創(chuàng)公司，資本再次成功造神。

奇跡降臨硅谷的同時(shí)，淘汰賽也正式開始。

數(shù)據(jù)，AIGC 時(shí)代的唯一壁壘

僅僅半年，硅谷就已經(jīng)給AI創(chuàng)業(yè)貢獻(xiàn)了一波真金白銀的教訓(xùn)。

一類是像Jasper這類靠接入OpenAI API接口成長(zhǎng)起來的公司受到了沖擊。

作為第一批AIGC獨(dú)角獸公司，Jasper抓住了這波AI升級(jí)機(jī)會(huì)，估值飆到了15億美元。但其問題也十分致命，套殼公司產(chǎn)品壁壘非常薄，它的用戶體驗(yàn)和品牌很好，但達(dá)不到最好，很容易被那些高價(jià)值細(xì)分領(lǐng)域構(gòu)建的差異化產(chǎn)品而替代，通而不精是其最大的問題。

程浩認(rèn)為，Jasper的最大競(jìng)爭(zhēng)對(duì)手是ChatGPT、微軟Copilot、NotionAI等巨頭競(jìng)爭(zhēng)對(duì)手，這些巨頭有品牌，價(jià)格也便宜很多，所以那些相對(duì)弱需求的用戶自然就不愿意繼續(xù)再為Jasper買單，其根本問題在于創(chuàng)造的額外價(jià)值不夠厚。對(duì)于Jasper這類公司來講，核心是想辦法在數(shù)據(jù)存儲(chǔ)、多人協(xié)同以及工作流整合等方面下功夫，增大用戶粘性。

另一類是VC支持的聊天機(jī)器人團(tuán)隊(duì)，在去年的融資熱潮下籌集了不少資金，期望今年能向企業(yè)銷售。但年初市場(chǎng)中的聊天機(jī)器人便多如牛毛，技術(shù)壁壘不高，很容易被復(fù)制，再次走向同質(zhì)化的怪圈。

另外，面向C端的AI搜索平臺(tái)Neeva因?yàn)樯虡I(yè)落地困難，最終被大公司收購，有了這個(gè)前車之鑒，硅谷現(xiàn)在幾乎所有的公司都開始瘋狂進(jìn)攻企業(yè)級(jí)市場(chǎng)。

“初創(chuàng)公司首先要選對(duì)路線，究竟是‘+AIGC’還是‘AIGC+’?！背毯普J(rèn)為，選擇比努力重要。

選擇“+AIGC”與“AIGC+”的判斷標(biāo)準(zhǔn)是，AI在業(yè)務(wù)全價(jià)值鏈的比例。如果一家公司的AI成分占10%，業(yè)務(wù)邏輯占90%，那就比較適合走“+AIGC”的創(chuàng)業(yè)道路；若其AI成分占比在50%以上，那就更適合走“AIGC+”的路線。

多米諾骨牌已經(jīng)開始倒下，Jasper之后輪到誰尚未可知，但愈加清晰的是，AIGC時(shí)代初創(chuàng)公司也必須死死捍衛(wèi)自身的護(hù)城河。

投資人Chamath Palihapitiya認(rèn)為，要么你處于絕對(duì)底部，掌握數(shù)據(jù)場(chǎng)景；要么處于絕對(duì)頂部，擁有核心算力資源。

“對(duì)于中間階段的公司，今天可能價(jià)值不菲，但明天可能一文不值。” Chamath Palihapitiya道。

“數(shù)據(jù)才是AIGC時(shí)代的唯一壁壘。”孔祥來道。

孔祥來認(rèn)為，模型和算力都不是AIGC時(shí)代的護(hù)城河。無論模型訓(xùn)練的打榜分?jǐn)?shù)有多高，最終都要落到實(shí)際應(yīng)用中，在場(chǎng)景中積累的用戶分布數(shù)據(jù)會(huì)被納入到企業(yè)的微調(diào)模型數(shù)據(jù)集，經(jīng)過不斷的迭代，就會(huì)在企業(yè)端形成數(shù)據(jù)飛輪，在這基礎(chǔ)上被微調(diào)訓(xùn)練的大模型也會(huì)越來越精準(zhǔn)，形成正向的反饋效應(yīng)。

隨著LLaMA2的開源，大模型的技術(shù)壁壘被進(jìn)一步打破，正如傅盛所言“AI創(chuàng)業(yè)公司在半夜笑醒”，技術(shù)補(bǔ)齊的步伐加快，數(shù)據(jù)的競(jìng)爭(zhēng)也會(huì)更加激烈。

中國(guó)式AI ，不復(fù)制硅谷，也別復(fù)制舊自己

真金白銀的機(jī)遇和教訓(xùn)都擺在眼前，中國(guó)式AI 要走向哪里呢？

“大模型將引發(fā)交互革命和生產(chǎn)力革命?！背毯聘嬖V光錐智能，最先受益的是自然語言驅(qū)動(dòng)的行業(yè)，所以，智能客服、售前咨詢、寫作、翻譯、垂直領(lǐng)域的法律、HR招聘等將成為交互革命爆發(fā)后的第一波受益者，這些“低垂的果實(shí)”自然一早就被創(chuàng)業(yè)者們盯上。

但是，“美國(guó)法律、心理咨詢相關(guān)的應(yīng)用火熱，根本原因在于律師、心理咨詢師的人力成本非常高，大模型應(yīng)用的經(jīng)濟(jì)模型能夠跑通。而在中國(guó)，沒有這樣的環(huán)境，盲目Copy走不通?！痹缭趦蓚€(gè)月前，便有投資人對(duì)美國(guó)投資熱潮，進(jìn)行了中國(guó)式點(diǎn)評(píng)。

除了文生圖、數(shù)字人，與硅谷一樣的是，眾多中國(guó)創(chuàng)業(yè)者也瞄向了新一代智能客服。但與此同時(shí)，對(duì)“同質(zhì)化”的擔(dān)心和焦慮也悄無聲息地彌散。

“8個(gè) AI 應(yīng)用創(chuàng)業(yè)項(xiàng)目，客服營(yíng)銷竟然占了將近一半”，看著正在路演的競(jìng)爭(zhēng)對(duì)手，同樣從事AI客服營(yíng)銷創(chuàng)業(yè)的楊季（化名）低聲驚嘆道。隨著路演進(jìn)程的推進(jìn)，他的神情也越來越緊張。

楊季告訴光錐智能，技術(shù)相對(duì)成熟，需求明確，客服營(yíng)銷成為跑得最快的場(chǎng)景，現(xiàn)在已經(jīng)從國(guó)內(nèi)市場(chǎng)卷到了東南亞。楊季的創(chuàng)業(yè)經(jīng)歷反映了一批創(chuàng)業(yè)者從互聯(lián)網(wǎng)到現(xiàn)在AIGC的通病，不想花精力啃下技術(shù)硬骨頭，只想通過找場(chǎng)景、做應(yīng)用來走捷徑。

硅谷踩過的坑，中國(guó)創(chuàng)業(yè)者恐怕也得再踩一遍。黑格爾的這句話再次應(yīng)驗(yàn)，“人類從歷史中吸取的唯一教訓(xùn)，就是人類不會(huì)從歷史中吸取教訓(xùn)”。

沒有營(yíng)收預(yù)測(cè)，沒有用戶數(shù)，PPT式的路演接二連三地上演，令中國(guó)VC們無從下手，“ChatGPT剛來，迷茫的是不知道投什么；到現(xiàn)階段，是沒有什么可投的?！?/p>

蜂擁而上做簡(jiǎn)單的應(yīng)用固然輕松，但AI產(chǎn)業(yè)崛起之路沒有捷徑可圖。

包含OpenAI在內(nèi)的大模型巨頭公司，如今也來到了自身的發(fā)展瓶頸期。國(guó)外開源模型社區(qū)Hugging Face技術(shù)工程師尹一峰向光錐智能證實(shí)，“至少半年內(nèi)，技術(shù)可能很難有新的突破，這將極大地限制應(yīng)用的大規(guī)模落地?！?/p>

硅谷技術(shù)觸及天花板，不得不回過頭來去強(qiáng)化中間層的技術(shù)能力。對(duì)于中國(guó)來說，這恰恰也是補(bǔ)齊產(chǎn)業(yè)鏈的絕佳機(jī)會(huì)。

如果將開發(fā)大模型比作是“造房子”，那么中間層的AI Infra（AI 基礎(chǔ)設(shè)施）就是“工具箱”。參照硅谷的發(fā)展趨勢(shì)，數(shù)據(jù)工具的打造、企業(yè)端移動(dòng)端的模型部署、AI Agents的實(shí)踐和應(yīng)用，都將是下一步的發(fā)展方向。

AI Infra產(chǎn)業(yè)鏈 圖源：CB Insights

克里斯坦森的《創(chuàng)新者的解答》中提到，產(chǎn)業(yè)鏈中有能留住財(cái)富的聚寶盆。TMT VC 投資人 Na Liu提到，“當(dāng)前，AI Infra領(lǐng)域的聚寶盆在價(jià)值鏈中正在發(fā)生變化，從集成式結(jié)構(gòu)的平臺(tái)化解決方案AutoML（以性能為主）轉(zhuǎn)向模塊化（靈活、速度、便利為主）?！?/strong>這背后切中的是企業(yè)想要打開“黑盒化”的過程，希望能夠靈活地調(diào)整模型和構(gòu)建工作流程中的每一個(gè)組件，以得到最適合其特定需求的系統(tǒng)和分析結(jié)果。

最具有價(jià)值的環(huán)節(jié)，也是最難啃的骨頭，中國(guó)現(xiàn)在正是缺少工具和原材料制造工廠，這也解釋了中國(guó)為何缺乏有競(jìng)爭(zhēng)力的大模型的根本原因：底層薄弱，上層爆發(fā)乏力。

以AI三要素的數(shù)據(jù)為例，中國(guó)的數(shù)據(jù)相關(guān)產(chǎn)業(yè)鏈，幾乎都是云大廠“一站全包”，缺乏在某個(gè)垂直領(lǐng)域的深耕，而這對(duì)于初創(chuàng)公司而言每一個(gè)環(huán)節(jié)都將是機(jī)會(huì)，可以做精做專。“數(shù)據(jù)準(zhǔn)備”是中國(guó)特色機(jī)會(huì)，這里面就包括了數(shù)據(jù)質(zhì)量、數(shù)據(jù)標(biāo)注、數(shù)據(jù)合成和應(yīng)用商城與工程。

目前，合成數(shù)據(jù)公司已經(jīng)逐步得到資本的青睞。擁有圖像合成數(shù)據(jù)能力的生成式AI公司“跨維智能”去年一年內(nèi)完成天使及Pre-A輪億元級(jí)融資；今年剛成立的光輪智能半年內(nèi)完成了三輪融資，天使+輪次后，其累計(jì)融資金額達(dá)數(shù)千萬元人民幣。

走過前期的技術(shù)崇拜，越來越多的創(chuàng)業(yè)者已經(jīng)意識(shí)到，OpenAI道路不是大模型時(shí)代的唯一解，有人向上突破，有人向下做精做專。

除了大模型，中間層是一條看似小眾，但更穩(wěn)妥的路；而看似最“低垂的果實(shí)”的應(yīng)用層，卻是千軍萬馬過獨(dú)木橋，更容易贏者通吃、中大廠先行。

但對(duì)于中國(guó)式AI而言，比較容易知道，不能盲目復(fù)制硅谷；比較難做到的是，不復(fù)制“舊時(shí)的自己”，走向堆人搶項(xiàng)目的重交付老路。

歡迎關(guān)注光錐智能，獲取更多前沿科技知識(shí)！