知名投资人透露：AIGC非常热，我们就投这些

公众号新闻

2023-05-11 11:05

2022年底 ChatGPT问世，引爆了全球对AIGC（生成式人工智能）极大关注。作为人工智能的一个新分支、一项新技术，各界都在关注几个问题：

·它是投资者的机会，还是投机者的机会？

·它能火多久？

·对投资人来说，它好投吗？哪些好投，哪些不好投？

·对创业者来说，哪些赛道好创业，哪些又是美丽的陷阱？它未来会通向哪里，应该怎样提前捕捉机会？

近期，铅笔道举行AIGC科技大会。圆桌论坛环节，在铅笔道联合创始人薛婷主持下，三位嘉宾对以上问题做了深度讨论，他们分别是：英诺天使基金合伙人王晟、峰瑞资本投资合伙人陈石、商汤国香资本董事总经理余俊。

以下是精华提要：

1、AIGC能火多久？

火很久，这一波AI很不一样。

2、大语言模型的投资时代结束了吗？

结束了。

3、过去半年，投资人都在干什么？

在焦虑中学习，找上岸的船票。

4、哪些趋势正在发生？

太多了。人、产业、应用都在底层变革。

5、AIGC公司活得怎么样？

非常热，但是非常难。

6、哪些赛道尤其有机会？

多模态大模型、垂直大模型、软件行业、机器人……

以下是嘉宾的对话实录：

铅笔道薛婷：大家好，我是永远二十几岁的薛婷，虽然创业7年了，聊过很多创业者，但是在这一波AI浪潮下，想必大家对于投资的趋势很感兴趣，今天也很幸运邀请到三位知名机构投资人，来聊聊行业的趋势和投资机会。首先请三位投资人自我介绍一下，然后回答一个问题：这波 AIGC浪潮来临时，你们慌了吗？

峰瑞资本陈石：我是峰瑞资本的陈石。我以前做过技术研发，后来做投资也看技术比较多一些，从软件到AI，我之前在阿里巴巴工作期间，亲历了所谓AI1.0的过程，做投资后也投资了一些AI1.0和AI2.0项目。

这一波的AI 2.0，很多媒体朋友也在问我们，说会不会像前面那一波那样很快就过去了。前面那一波AI从我个人的角度来看，它的技术不够通用，落地场景比较有限，商业上真正有规模性收入的机会集中在安防、KYC等少数几个应用场景里。

但这一轮完全不一样。它的技术更通用，有更广阔的应用场景，是一个很大的机会。我们期待它能够产出很多的创业和投资机会的。

英诺天使王晟：刚才主持人说我们焦虑不焦虑，客观来讲我一点都不焦虑，为什么？第一波AI兴起的时候，英诺投得略微晚了点，但实际上收益还是很不错的。

大家可以看到上一波AI里最典型的场景——自动驾驶，我们投的文远知行现在正在纳斯达克申报上市，投的智行者正在科创板上市。在AI+医疗领域，我们投的推想科技也在科创板申报上市。在其他领域，我们还有其他几家独角兽和准独角兽企业。

作为只投天使轮的机构来说，这些项目都有几十倍甚至大几十倍的财务收益。

第二波 AI我们关注很及时。大概从2020年底，基金内部就非常明确说，未来所有的小模型都要被推倒了。两年多之前我们就知道，未来的世界就是大模型了。

未来的10-15年就是预训练大模型范式，但是对不起，我们发现市场上没有可投的标的，那么王慧文（前美团联合创始人）今年1月份宣布带这个节奏，成立光年之外（大模型公司），我当然很高兴。

我们一直在这个里面看，去年春天，我们就跟清华的孙茂松教授沟通，他是国内自然语言领域的泰斗级人物。我们和他们团队就达成共识，激励他们出来创业。

后来，我们就投资了深言科技（CEO岂凡超是孙教授学生）——也是这个领域一个非常重要的玩家，我们投了之后，他们又迅速融了几轮。

所以要有足够的耐心，就像我们2020年底就想投大模型，但是找不到公司，一直等到了2022年，我们投资其实已经到了当年9月份。在这个过程中，我们作为早期机构也充分理解了要做时间的朋友。

今天部分投资人焦虑的是什么？大模型很显然是通往未来新世界的一条船，所有的投资人都想拿到一张船票，赶快去未来的新美洲大陆上圈地。但已经拿到船票的人不焦虑，所以我们并不焦虑。

另外，我们要遵循产业的客观规律。我们看了这么多项目，虽然AI大模型、AIGC非常热，但是非常难，所以焦虑也没有用。

商汤国香资本余俊：我们基金也是一支早期基金了，是商汤上市前后成立的专注于人工智能领域的私募股权投资机构及资本运营平台。

刚才谈到焦虑不焦虑的问题，我们也发布了很多AI产品。大约2周前，我们发布了自己的“日日新”大模型体系，包括“秒画”等一系列生成式AI模型。

结合市面上各种各样的AIGC公司，确实如王总所说有点难以下手，但还有另外一只手。我们有大装置，有AIGC等，我们也服务在这个新范式下的创业者，不论他们是大模型创业者，还是垂直领域的创业者。

铅笔道薛婷：刚才晟总有一句话说：现在没有大模型投资标的，焦虑也没有用。其实OpenAI（ChatGPT母公司）已经创业8年了，最近半年特别火。我很好奇，大家在半年里都做了哪些功课？在未来的时间里，大家准备以什么姿态参与进去？

峰瑞资本陈石：最近业界讨论比较多的一个趋势是AI原生（AI Native）。

在AI之前是互联网的年代，从上世纪90年代开始出现了一批所谓的互联网原生应用。2000年是PC互联网，2010年是移动互联网，移动互联网把大部分人变成了互联网用户。今天同样是一个这样的机会，大家要开始去接受AI。它在行业以及应用上都会发生巨大的变迁。现在我们身边已经有很多的 AI原住民，这一批人的特点是什么？

他们已经开始接受和习惯跟强大的AI友好相处，比如用它来生成文本，用它来写文章。这里有个内容生产范式的转变，写文章只需要提个要求或列个提纲不需自己动手写，作画也是给几个提示词让AI来画，开车有时候也不需要自己动手。这些AI原住民的数量会越来越多。

他们会熟练使用用各种各样的AI产品，把自己很多的生活或工作任务交给模型去做。

另外在学习方面也要善于使用AI技术，举个例子，今天我们人类在语言学习上能力远远低于ChatGPT，人家这么稍微学一下就能掌握多种语言，而且能力非常强。所以今天比赛作文，大部分人写不过它。

反过来讲，人类学花了这么长时间学习母语，学习外语，其实很多时候比不过AI，所以我们是不是应该反向跟它学习，学习怎么能够更好的提升学习能力，这些都AI原住民可能会干的事情。

关于“行业的AI替代”。所有行业可能多多少少都会受到AI影响，在运行流程的各个环节上都有可能会被AI去替代，无论是部分替代，还是全部替代。

我们之前投资过一家餐饮自动化营销公司，完全用强化学习来做，它可以直接把餐饮的营销活动完全自动化，店主只要设定目标函数：你要它怎么干，它就怎么给你做。未来应该让AI把这个完整的工作环节接走，而不是说我给你提供SaaS，人类还得继续操作。

关于应用，今天大部分AI原生应用都有一些明显的特点，比如说它可能是自然语言交互的，它可能是能力很强，有通识能力，会思考，可以跟你灵活对话。未来也许它们能做你的助手，成为你的工作伴侣。

英诺天使王晟：主持人刚刚问过去半年投资人都在干什么，未来1-3年投资人要怎么应对。

首先，英诺算是在这个领域持续投资，虽然AI1.0进场晚了点，2.0时代我们还是比较领先。我们看到身边的基金关注到这一波大模型和AIGC，其实是受到了ChatGPT发布之后的触动，这是去年11月底的事了。在这个过程中，投资人每天都在被各种新消息轰炸，然后不断学习。

可以简单把投资人分为几类，第一类是完全不懂，他没有信仰，他也没有认知的底子，无法依靠逻辑合理性去判断未来。所以他们最典型的问题就是说 AI是昙花一现吗？会不会像元宇宙、区块链那样今年或明年崩，这是最缺乏认知的投资人，远远学习的不够。

第二类是有一定认知的投资人（比如过去投过AI）。他比较理解自己焦虑的问题，他在不断地发现项目。

其实很多投资人并不知道，这个市场上到底谁才适合做大模型，可能加起来不过两只手。我们专业的投资人其实很容易理解，谁能做谁不可能做，最终可能就一两家。懂这个行业的人是知道哪些团队是有可能的。

很多人都不知道这些人在哪，只能四处盲目地找知道的人。但这里还有一些另外的问题，比如你谈完能投得进去吗？你有没有选择？绝大多数投资人没有这个能力，只有极少数的最头部的投资人。这就是过去半年大家做的事情，以及未来做什么事情。

以前，投资人的工作无外乎是这些：不断学习思考，建立自己的投资逻辑，建立自己的投资坐标系，然后找到最好的创始人去投。但是我们今天在做什么？是希望全社会的力量团结起来推动AIGC的发展。

我们10年前AI很落后，可能要排到全球10-20位的位置。但是我们的互联网很发达，人才很棒，我们的钱很多，我们还有很多的数据，所以在2020年之前，我们迅速超越了其他国家，仅次于美国，成为全球第二名。我们发的AI论文数超过美国，是美国人的两倍，但我们在AI领域的学术影响力只有美国的1/5，所以我们离美国其实还非常远。

同时从2020年之后，我们看到：跟美国的差距不是在缩小，而是在越来越大，而且是加速的大。

我们做的所有的工作都是为了推动AI发展，包括我之前去阿里达摩院去给科学家讲课，我前两天去清华给老师同学们讲课，我去券商的会给新二级市场投资人讲课。我说你们这些搞二级投资的都是没有理想的，我希望你们除了赚钱之外，能够为中国的 AI发展做出一点其他贡献。因为未来世界的权力的之争，老百姓的这种幸福，我们经济的发展，最重要的新科技范式就是这一波 AI。

铅笔道薛婷：余总，你们基金在AI的投资逻辑是什么，最近半年做了哪些准备？

商汤国香资本余俊：我们寻找项目也有一些思路，第一个是思考中外差异（比如中美差异）。互联网也好，AI也好，发展到今天，从过去的互联网时代，已经积累了很多（大）玩家，这些玩家的基础已经不一样。今天的创业者需要与巨头差异化，路线肯定不一样。

在美国，你会发现很多基于ChatGPT的应用，做一层产品化的东西，它也能估值15亿美金甚至几十亿美金，但这件事情在国内可能就不行。大厂可能基于过去自己的流量，或者说基于它过去积累的用户产品能力，可能以内生化的方式做。

所以第一件事情得想清楚，中国创业者的机会点到底在哪，是不是要和大厂PK。尤其是在应用层，创业者更需想清楚。有大厂并不意味着没机会，因为今天国内还是有很多行业存在数据孤岛、需要私有化部署。

第二，个人认为国内对创业者更有机会的可能是2B场景。2B的核心也是需求与价值。谁来买单就是一个很重要的事情，买单的前提就是需求和价值。

从路径来说，是不是有数据供训练，训练出来的产品是不是能进一步提升效率，或者从财务角度看，它能不能给服务对象带来APU或者续约率的增长。

第三，还发现一个问题，就是团队只有技术还不够，还要具备创造客户价值的能力。很多公司的销售能力吃不透，很多优秀行业最后拼的是销售能力。

从商汤的角度来说，我们会关注与自身差异化能力的机会点。比如，最近在看软件+硬件，硬件就是机器人+多模态，这是我非常喜欢的一个方向。我们会去寻找行业里对机器人产品力、工程能力很有经验的人，还有就是在什么场景解决什么问题的产品定位有深刻洞见的团队。这样的团队，商汤也能提供很好的助力，商谈的软件算法、大模型的能力能够在软件方面和portfolio协同。我相信下半年或者明年这个领域就会开始有更多公司会出来。

铅笔道薛婷：英诺近期重点在关注哪些细分领域？提前透露一下。

英诺天使王晟：我们还是专注在大模型。目前我们说语言大模型第一波投资已经过去了。英诺在这个阶段，市场上的优秀公司基本都聊了，最终我们还是坚定自己的选择，不断在加注深言（科技）。接下来就是多模态（图片、视频等）。我们现在看到哪些人在做？很多非常优秀的教授、老师、院士企业家在做。

这些大模型大家是寄予很高期望的。因为语言大模型已经让我们震撼不已了，接下来的这些规模太大，我们就乐观点看，未来1-3年会产生极其巨大的突破。

另外一种大模型我们也在关注——深度结合各个知识领域里的大数据模型。很多科研领域都可以应用，包括工业生产也一样，很多的产业都可以用 AI去解决。

对于AI和场景结合的大模型我们也在看，但没有那么关注。如果今天的AI用iPhone时刻来类比，那就是07年iPhone1。微信是2011年才出现的，饿了么美团（外卖）滴滴是2012年，拼多多是2015年了，抖音是2016年才出现。iPhone已经过去10多年了，所以可以让子弹飞了，没关系的。新应用场景的创新需要时间。

铅笔道薛婷：谢谢晟总。陈总刚才也提到在消费领域的投资实践。我们也知道峰瑞投了很多知名消费品牌。不知道在AI这波浪潮里，你们在关注哪些细分领域？

峰瑞资本陈石：除了大模型之外，今天的软件行业一定会有比较大的变化。

首先它的语言和它的程序结构已经有十几年没变了，像我们现在熟悉的语言，很多是上个世纪90年代兴起的。软件行业，包括它的软件工具，包括它的编程语言、程序架构、部署和运维方式等，都会有很大变化。我们也投资了一家这样的公司，它可以与GPT结合，专门为GPT做优化，成为GPT的手和脚。我们今天的软件产业一定需要跟着AI优化：软件代码层会变得越来越薄，但是AI层会越来越重。

另外一个方向，商业一定会自动化，未来的商业就是你给它一个东西（比如指令或者目标），让它自己去做。我已经看到一些场景，比如服务的线上化智能化。

还有一个方向是中间层的创业机会，今天看到AIGC，是因为首先出现了像全栈大型语言模型、多模态生成模型等，未来会出现更多种类和数量的垂直模型或者中间模型，它将进入到各行各业，为各行各业赋能。这里面的机会也非常大。

铅笔道薛婷：最后一个问题，我也是替台下创业者问的。我相信台下的创业者可以分为两类，一类是公司业务与AIGC趋势没有太大关系的，可能未来1-2年暂时影响不到我的业务，但大家还是陷入一种未知的恐慌里，你对他们有哪些建议？一类公司是已经在AI里生根了，你对他们又有哪些建议？

商汤国香资本余俊：我重点谈谈第二类公司，他们已经切入到业务的流程及场景了，但接下来可能需要思考：效率提升的点在哪里，优化服务的点在哪里？

举个例子，我最近看到一家有意思的公司。过去很长时间做蓝领招聘的公司都是一种模式，比如招聘骑手，其传统模式是在58买量，买完量之后销售打电话，打完电话加微信。这样的公司会有一堆打电话的客服人员。你会发现，这些客服（或销售）有些转化率能做到5%，但平均转化率只有1%，甚至更低。这中间有什么可以做？这里面的客服问题都是相对固定，比如福利待遇怎么样？周边配送路程怎么样？配送车辆套餐怎么样？等等。这些问题都是可以训练出来的。其次，我们发现客服不同转化率背后的原因是什么？比如回答的及时性。如果依靠人工去回答的时候，这个人可能就流失了，因为另外的公司已经给offer了。所以这个中间，其实是通过RPA+GPT的方式，把客服1%的转化率提升到了5%——整个效率就提升了。

这个案例对创业者有一个普适性：几乎所有公司都有销售部门，都可以把自己的业务拆解，看哪一步能用技术去优化。

很多时候需要去思考，普适性的需求不仅仅是做项目，第一个问题是抽象出一个共同需求，针对这个需求你可以做1-10个项目，但是你得抽象出共同的需求，找到最大的公约数是什么。

第二个问题是，垂直行业产品化是一方面，另一方面，经常发现团队的销售能力不能够横跨。比如我今天上午看了一家公司，他帮助公司布置垂直场景里的GPT，他有软件+硬件，他今天能打烟草（行业客户），但可能打不了证券。这是一个跨行业销售体系的问题，往往也是技术团队可能要面临的问题。

铅笔道薛婷：谢谢余总。晟总你也谈谈：针对两类公司，一类是与AIGC强关联的，一类是弱关联的，他们面对这波大机会应该怎么做，请你分别讲一讲。

英诺天使王晟：我们投的方向有很多芯片、半导体材料。其中很多公司和AIGC也没太大关系，但我希望所有创始人都要积极地应用AIGC。原因非常简单，AIGC会改变所有行业，我们先不说它未来能创造出来新的场景、新的行业，至少现在来说，它作为一个超强的生产力工具，会改变所有的行业。今天也许你说我制造业也没被改变，但是当AI走到某天时，所有的制造业都会被改变，所有的服务业都会改变。