风投涌入生成式AI
1. 红杉预测生成式AI经济价值将达数万亿美元
2. 生成式AI受资本热捧，10月诞生数家独角兽
3. 应用处于早期阶段，风险与挑战依旧存在
文丨白话华尔街
图：Venture Beat
近10年人工智能技术取得长足进步，并成为人类日常生活的一部分。机器可以替代人类针对不同需求找出规律，对数据做出分析与判断。例如，在网页中推荐广告、识别诈骗信息和垃圾邮件等。这类人工智能正在不断的迭代中变得更加聪明，被统称为分析式AI（Analytical AI）。
如今人工智能发展迎来新阶段，它们不只满足于机械式的分析现有数据，而是可以创造有意义并具备美感的新作品，如撰写文本、生成图像、视频、代码和游戏场景等，这一新型的AI技术被称为生成式AI（Generative AI）。
生成式AI通过深度学习和神经网络等数据密集型人工智能，从大量不同类型的书籍、文章、照片、绘画、代码中收集数据，并识别其中的基本模式。根据关键字提示，生成式AI平台可以模仿这些资源，生成新的文本、图片和代码。短短一年时间，生成式AI已经成为继数字资产、元宇宙之后资本热捧的对象。
万亿美元的市场机会
2015年之前，AI停留在小模型阶段，多被用于分析型任务，规模不足以满足简单的生成需求。直到2017年，谷歌研究院在一篇名为《Attention is All You Need》的论文中首次引入基于注意力机制的Transformer架构，标志着机器学习有史以来最大的突破。Transformer架构能生成质量上乘的语言模型，利用强大的并行训练减少训练时间，生成型AI因此有了技术上的可行性。
随后的几年里，AI模型逐渐发展壮大，用于训练的计算量不断增长，AI在写作、语音、图像识别、阅读理解和语言理解方面已经超越了人类基准水平。今年，新技术如扩散模型的出现使计算成本下降，算法的存储、带宽和计算速度都有了极大的提高。同时一些模型开放了源代码，AI模型持续变得更好、更快、更便宜，该领域正在期待杀手级应用的出现。
2020年之前，AI模型的写作、阅读理解、语音理解、图像识别、语言理解能力已经超越人类基准，来源：Sequoia
红杉在近期博客《Generative AI: A Creative New World》中预测，未来该领域的经济价值将达到数万亿美元。“从文本原创、产品设计、编程，再到广告、游戏和市场营销，每一个需要人类原创力的行业都将有可能会被AI颠覆。生成式AI最终将会把创作与知识类劳动的边际成本降为零，极大提升生产力并创造巨大的经济价值。”
风投涌入生成式AI
尽管生成式AI在应用方面处于早期阶段，但不少投资者相信这项新技术将在各个行业引发生产力革命，并诞生出巨额估值的初创公司。Pitchbook数据显示，已经有数百家公司开始进军生成式AI，投资者和创业者都正在飞速涌向该领域。
图：Open AI
Open AI：2015年成立，总部位于美国旧金山。OpenAI开发的GPT-3和Dall-E 2是开创性的语言和图片生成AI模型，也是许多生成式AI平台诞生的基础。2019年微软向OpenAI投资了10亿美元，今年10月有消息称微软有望增加对OpenAI的投资力度。此外，Meta、谷歌和其AI子公司DeepMind Technologies也都发布了巨型语言模型供外界研究。
图：Jasper
Jasper：2021年成立，总部位于美国德州奥斯汀。Jasper开发的生成式AI平台帮助用户自动生成促销博客文章和其他营销材料。自推出以来，Jasper的用户已经累计突破8万名，该公司向企业收取AI内容服务费，并根据生成的AI字数数量设定价格。该公司表示第一年收入已经达到3500万美元。
在全球风投市场降温的大环境下，Jasper在10月中旬的A轮融资中筹集了1.25亿美元，估值15亿美元，其投资者包括Insight Partners、Coatue和Bessemer Venture等。
与Jasper类似的AI内容初创公司还包括Copy.ai、WriteSonic、Peppertype、Wordtune和Simplified等。Copy.ai在2021年10月完成了1100万美元的A轮融资，Copysmith在2021年4月融得1000万美元。
图：Stability AI
Stability AI：2019年成立，总部位于英国伦敦。该公司于8月推出了一款免费的开源图像生成器Stable Diffusion，可以依据文本生成相应的图片，该生成器已被全球超过20万名名软件开发人员下载。该公司开发的Dream Studio注册用户超过100万，生成图片超过1.7亿张。
10月17日，Stability AI种子轮得到Coatue、Lightspeed Venture和O'Shaughnessy Ventures领投的1.01亿美元，估值超过10亿美元，成为欧洲最新一家独角兽。
风险与挑战
2011年IBM的超级计算机Watson在美国智力问答竞赛节目“危险边缘”（Jeopardy）中击败了两名种子选手夺冠。此后IBM花了10年时间和数十亿美元，研发Watson的AI能力帮助医生用于疾病诊断。但在今年1月，IBM将Watson卖给了私募股权公司Francisco Partners，该计划也宣告失败。
对生成型AI而言，挑战也同样存在。尽管基础研究取得进展，但生成式AI仍然处于非常早期的阶段，应用程序处于萌芽，用户追求分销和网络效应的盈利因素仍不明确。同时其在商业模式和技术方面仍有许多问题需要解决，比如版权、信任与安全以及成本等。
另一方面，生成型AI输出的内容质量还没有得到保证，在达到要求之前算法仍需要改进。尽管开源代码降低了技术成本，使更多不同用途的AI模型流入市场，但算法改进仍需要时间。目前，生成AI模型已经开始在通用的中、短篇写作，较长的代码，初级的艺术、图标、摄影中应用，但仍未实现在垂直领域的文本、代码写作和游戏、视频、3D模型的构建中发挥作用。
生成型AI各时间点在各领域的应用程度，来源：Sequoia
据红杉预测，2025年生成型AI在文本领域水平将高于人类平均值，在代码领域可以根据文本生成初版的应用程序，在图像/视频/游戏领域也将达到人类的终稿和二稿水平。2030年生成型AI在这些领域将彻底实现成熟应用，生成内容水平将超越各领域的专业人员。
但在任一受资本热捧的领域，炒作与泡沫都在所难免。与自动驾驶技术类似，该技术在多年前被提出，但迄今为止自动驾驶汽车仅在有限的试点项目中被应用。生成式AI走向成熟的时间目前也没有明确答案，投资者对生成型AI公司投入的巨大赌注最终可能会颠覆当前的创作、商业和娱乐模式，但在真正的变革到来之前，没人确保他们不会成为下一个IBM。
【免责声明】
海投全球及旗下各自媒体账号对所分享内容观点保持中立，不对其准确性提供任何明示或暗示的保证，仅供读者学习参考之用，禁止用于商业用途，且无投资指导意义。本声明适用于海投全球全部原创与转载文章，声明的最终解释权归海投全球所有。谢谢！
往期精选
点击“阅读原文”，查看更多研究
微信扫码关注该文公众号作者