非凡资本胡小婧：生成式AI，究竟被高估还是低估？

“2023年上半年，中国生成式AI行业融资总额达到73.99亿。美国生成式AI一级市场中，硅谷共融资42次，总金额为140亿美元。国内73.99亿元的规模，相当于硅谷的7%。”

“通过对比，我们还能发现中国生成式AI及其应用生态呈现出的一些独特特征。”

“我想分享一些当前中国创业者开创的一些创新性AI实际应用：比如ChatPPT，是一键生成PPT演示文稿的工具，他们的数据表现非常出色，目前付费用户已经超过万人，这意味着已经实现了百万元的产品服务收入，这在目前的市场中是相当罕见的。”非凡资本合伙人胡小婧说。

当我们探讨生成式AI技术在千行百业的应用前景时，一种声音是任何行业都能被AI重做一遍，现在就是拥抱AI的最佳时机，另一种声音是当前技术和市场还在早期阶段，泡沫大于实质。那么当前生成式AI的发展究竟是被高估，还是被低估了？

每个人对这项技术的前景都有自己的看法，但我们真正需要的，是更有说服力的数据与分析。

2023年上半年，国内外AI投融资有什么机会？

生成式AI投融资趋势如何？

国内目前出现了哪些生成式AI优秀产品案例？

前不久，混沌创新院2020级同学，长期身临AI投资研究一线的研究者——非凡资本合伙人胡小婧做客混沌直播间，带来混沌创新院AI系列直播栏目第6期内容。

以下内容来自于她的直播分享：

分享嘉宾 | 胡小婧 混沌创新院2020级同学，非凡资本合伙人

上半年中美生成式AI投融资机会与趋势

2023年上半年，国内生成式AI行业融资总额达到73.99亿。并且，今年六月，融资规模就已经达到了52.3亿，在下图中我们能够看到一个非常陡峭的峰值。但这不代表六月份市场爆发了，只是大部分的交易披露发生在六月。这也意味着我们现在看到的今年上半年融资总额，也是一个相对滞后的数据。

我们做一级市场股权投融资交易，了解到的情况是，还有接近30%的交易暂未披露，包括一些大模型交易、战略投资交易。所以，这73.99亿也是一个比较保守的数据。根据非凡资本相对乐观地预计，今年生成式AI赛道全年的融资总额应该在150亿以上。

在2021年，中国的AI赛道很火，国内的 AI“四小龙”也上市了。这一时期赛道是快速发展的，或者说是资本聚拢的。到了2023年，生成式AI在整个AI赛道中更加亮眼，呈加速发展的状态。

我们再聚焦看，上图列出了AI赛道投融资事件Top10。Minimax名之梦公司是一匹黑马，从融资总额上看，它是创业公司里，或者说非巨头做大模型领域里融资金额最高的一家，并且获得了腾讯投资的投资。

腾讯投资、昆仑万维、美团、蚂蚁都是非常活跃的大厂投资机构。我们可以看到，大厂投资或战投在AI产业投资领域占到了相当大的份额，这都有别于我们以往接触到的VC。

再对比一下国内和硅谷的情况。2023年上半年美国生成式AI一级市场中，硅谷在人工智能领域共融资42次，总金额为140亿美元，约为1006亿元人民币。国内的73.99亿元人民币的规模，大概相当于硅谷的7%。这体现了中国当前在人工智能发展过程中的一些特点：

首先，中国在人工智能基础层上的发展相对于美国仍处于较早阶段， AI芯片和相关的基础设施仍在不断发展壮大。相比之下，美国在基础层的发展已然成熟。

其次，国内目前是基础层、模型层和应用层三个层面同时发力获得一级市场的融资。而在美国市场，即使不考虑OpenAI，他们也已经不需要在基础层面进行过多的投资，更为注重基础大模型、垂直应用层的发展，并且在中间层（向量数据库、AI工具链、模型部署工具）开始投入。总体来看，中美两国在基础大模型领域的参与力度都是很高的。

在生成式AI行业融资领域，国内和美国之间尚且存在许多明显的差异，这些差异包括企业融资数量、融资规模等多个方面。我们目前正经历着从模型层面到应用层面的追赶阶段，但现有的一些模型参数规模依然较低。

生成式AI行业在国外已经出现了相对成熟的商业模式，但在国内仍然尚未看到被大规模采用的情况。可以说我们仍然处于验证阶段。

因此在当前初级阶段，我们的主要任务是弥补基础设施的不足，确保能够达到60分水平，然后在此基础上进一步提高精度和质量。追赶阶段结束后，再根据国内的产业格局和市场情况，形成适合中国特色的应用模式。

我们在这里进行了一次大胆探讨，试图提出一个观点，即在弥补了基础设施的不足、构建出更加成熟的通用语言模型基础之后，中国的人工智能发展可能会走出一条独具特色的“中国式AI”路子。

通过对比，我们能够发现中国的生成式AI和应用生态呈现出一些独特特征：

第一，73.99亿元的交易规模，对比美国市场的热度来看，这个数字还是较为冷淡的。从我接触投资人的经验来看，当前国内一级市场对于生成式AI项目有着更为严格的要求，需要它具备高可用性和十倍好的特点。例如，对一些项目投资人会直接要求了解其数据增长情况。但在硅谷，相关企业可能在产品研发阶段或概念验证阶段，就可以广泛地接触机构或融资，并获得积极反馈。

第二，国内平均人力成本相对较低，但在某些特定的高技能领域，比如法律领域，人力成本则非常高昂。在这种情况下，对国内B2B企业来说，提高人员效率的需求会更加迫切，对于降低成本和效率提升的要求也更高，这就导致了软件和服务的替代成本增加。这就是为什么我说当前应用生态里的竞争非常残酷，因为市场不仅要求高可用性，还要求达到十倍好——而在硅谷，也许五倍的重要性就足够了。

第三，国内AI发展除了基础设施不够完善外，社区交流文化也不够发达。硅谷的开放AI和开源社区都非常活跃，创新性也非常出色。所以，在与很多项目进行沟通的时候，我会有一个感觉，即这次AI浪潮更多地给到了那些经验丰富的创业者一个发展机会——如果你之前在移动互联网领域或技术领域积累了丰富的经验，那么在当前的AI创业中，你将拥有明显优势。

如果你有AI native领域经验，如果你有相关技术类的创业经验，或者你是NLP领域的从业者，那么你的背景资源、行业认知、综合能力都能帮到你。另外，在存量改造层，如果你是一家基于产业的公司，拥有服务客户的场景和积累数据，也会得到很好的发展机会。无论从哪方面来看，成熟创业者或创业项目都具备极大优势，在当前AI浪潮中，这一点极为明显。

第四，还有一点非常值得注意。相比美国，中国互联网行业的充分发展，使得场景商业数据更加全面。此外，中国互联网在各个行业的垂直渗透也更加广泛。因此，中国具备快速完成大模型60分的能力，并且可以迅速实现精细化填补，从而建立自身的竞争壁垒和竞争优势。

第五，我们也需要结合中国国情来看，当前互联网和高科技行业在国内的GDP中并没有占据绝对主导的地位。相反，智能制造等生产领域仍然是中国经济的主要贡献者，中国的产业结构也是这样。这一点尤其需要结合我们国家整体的发展规划，包括“十四五”规划以及国家针对生成式人工智能领域的监管政策等来看。我们相信中国的AI产业有能力加速行业升级，推动转型提效，而且有巨大发展潜力。

总结来看，当前的情况可以用一个比喻来形容，就像对待孩子的穷养和富养。我们现在可能处于穷养的阶段，因此需要非常明确地识别问题，提出解决方案，并快速实现自我造血。另外，必须与产业结合，这样才能找到创造价值方面的生态位。

与硅谷相比，我认为中国在生成式AI领域的历史使命也有所不同。从中国的角度来看，我们的主要任务仍然是赋能和升级现有的传统行业和实体经济。这意味着我们需要将AI技术放在各个传统领域进行评价，进而推动传统领域的发展和效率提升。这与硅谷更多关注创新和新兴技术发展有根本不同。

在下面这张图，我们可以看到当前人工智能在各个行业和领域的广泛应用。到2022年，中国的人工智能产业规模已经达到1958亿元，而且随着生成式人工智能的迅速发展，预计整个人工智能领域将继续保持快速增长的趋势。

图中标记为紫色的领域是已经经过验证，并且实现了规模化的落地应用。这些领域包括互联网营销、风控与安全、调度等等。此外，还有机器人技术和人机对话等领域也在广泛应用中。这些实际应用展示了人工智能在不同行业中的巨大潜力，以及如何为各个领域带来效率提升和创新机会。

这些其实就是AI在整个中国的产业当中的状况，我们接下来做的事情就是要让它更快加速，更好提效。科协主席万钢说过：“中国人工智能发展一直牢牢把握‘赋能实体经济，支撑社会发展’这条主线，形成具有中国特色的研发体系和应用生态，引领经济社会各领域从数字化、网络化向智能化跃升。”这也印证了我们的一个判断。

生成式AI优质案例分析

接下来，我想分享一些我们当前遇到的中国创业者做的具备创新性的一些AI实际应用。 

首先是ChatPPT，这是一个一键生成PPT演示文稿的工具，他们的数据表现非常出色，目前付费用户已经超过万人，这意味着其已经实现了百万元的产品服务收入，这在目前的市场中是相当罕见的。而且ChatPPT 不仅在 PPT 生成领域表现出色，在文档排版领域也有深入的理解。这家公司目前规模不大，大约只有 20 名员工。

另一个有趣的产品是Novel monkey，是由中国的创业者开发的小说生成模型。它学习了大量的网文内容，可以一键生成10万字的小说。目前，他们每个月的收入已经达到约10万美元，而且因为生成一些小说不需要额外的成本，只需输入当下的热门关键词，因此利润非常可观。

而且Novel monkey还会监测小说的观看量，如果一部小说的观看量达到一定水平，他们会介入人工编辑，通过对小说情节的优化从而生产出畅销小说。据我所知这家公司只有三名员工，但他们通过轻量级的方式创造了非常有创新性的产品，这是一个非常有趣的案例。

大模型的出现带来了效率的显著提升，证明了技术平权对于小型团队在创新和提供高质量产品方面的影响。这是我举的两个TOC行业的例子。

接下来介绍的是To B的项目，首先是筷子科技。筷子科技主要业务为处理商业视频的编拍剪投管，他们将商业视频的制作拆分为多个工作流模块，并利用AI技术来提高工作效率。这对于需要在不同平台进行高频发布定制视频内容的企业——比如连锁店铺，非常有价值。

以名创优品为例，他们的店长可能需要在抖音、小红书等短视频平台上多次发布基于位置的内容，以吸引本地受众，如果纯靠人工可能成本是非常高昂的。筷子科技的解决方案是通过AI混剪、配音和特效等功能，帮助店长快速生成多个视频样本，并基于推荐规则提供哪些视频效果更好的建议。这使得店长可以轻松一键生成主题内容，覆盖特定地域的人群，从而提高视频获客效果。

这个解决方案对在视频内容制作和分发方面迫切希望提高效率的企业非常有价值，特别是在当前视频内容大量增加的时代。筷子科技的产品目前已经成功地满足了客户很大的需求，这主要反映在他们的客户增长和收入增长数据。

优质SaaS产品的成功案例可以在商业视频领域提供有价值的启示。筷子科技在商业视频领域的成功案例表现出，他们的产品在提高视频内容生产效率和营销方面发挥了巨大作用。通过帮助企业快速生成、定制和分发视频内容，他们释放了视频制作的潜力，并在商业领域实现了显著增长。

这一成功不仅体现在客户增长上，还体现在收入增长方面。每个月50%以上的速度增长数据表明，筷子科技的解决方案正被市场广泛接受，让商家和客户都获得了实际价值。特别是在ChatGPT等AI产品在全国范围内引起广泛关注后，筷子科技有更好的机会与AI产品融合，并吸引更多客户采用这种AI解决方案。

另一家TOB公司是澜码科技，他们是一家专注于AI Agent领域的公司，他们的产品和解决方案也受到了广泛关注和投资支持。AI Agent被视为下一个时代的人工智能产品发展方向，与传统SaaS软件不同，它具有更高的性能的自主决策和资源组织能力，能更好地满足业务目标。同时能够自动化执行任务、协作和决策，就像一位真实的数字员工一样。这种技术的发展可以提高工作效率，更好地集成到现有工作流程中。

澜码科技获得的融资表明市场对AI Agent领域所具备潜力的兴趣。这种技术有望在未来改变工作方式，使企业更加灵活、高效，并有可能引领软件和工作流程的新方向。

AI Agent概念被提出的时间还不长，但我们已经看到中国创业者在这个新兴行业有了各种实践。目前AI Agent的能力已经能允许基于大型语言模型和自然语言处理技术，结合企业内部的工作流程和数据，以语言实现对话式任务的改造和执行。这可以帮助企业用户通过自然语言与AI Agent进行交互，从而更快地获取所需信息并执行任务。

比如一家销售企业负责人，可以对AI Agent发出指令，分析企业的销售数据和产品信息，并快速生成一个图表，回答企业的问题。这种方式消除了传统方式中需要手动采集和分析数据的步骤，大大提高了工作效率。

AI Agent的应用领域非常广泛，不仅限于销售数据，还可以用于客户支持、数据分析、报告生成等各种业务场景。其发展代表着人工智能技术在企业内部自动化方面的不断进步，将为企业带来更高的效率和更好的决策支持。目前，澜码正在与一些大型企业合作。

这也提醒我们，除了依赖现有的AI工具以外，积极与基于AI解决方案的应用或公司接触也非常有价值。例如，我们可以更好地了解需要哪些数据准备工作，以及如何存储数据，以便未来能够轻松地供AI调用。这实际上间接提升了公司内部知识库、工作效率和工作流程，甚至可以形成方法论。如果我们计划AI集成或学习AI，就需要明确如何将公司的数据跟AI类型的产品结合起来。

这就是我介绍的四个案例，它们分别在TOB和TOC领域都已有实际商业应用。目前在投资融资市场中，我们更多地看到的是TOB领域的案例，TOC领域的案例相对较少。这可能是因为大家对TOC领域还有怀疑，担心如果大模型的能力持续提高，TOC领域的竞争壁垒可能会降低。基于这个初始判断， TOC领域案例相对较少。

另外还有一个原因是，国内当前一级市场的投资资金相对有限。因此，大多数投资者更愿意寻找那些能够快速获得回报的项目。所以相对于TO B领域，那些需要大规模养户和资金大量投入的TOC模式的确融资更加困难。

给产业+AI的公司的建议

再回到今天我们讨论的主题，即当前生成式AI，究竟是被高估还是低估了？我认为这个问题并不是特别重要。因为这个问题实际上是相当主观的，取决于个人对行业的乐观或悲观态度。另外，我们无法简单对一个问题回答是或否，而是需要具体情况具体分析。这种思考方式才是最有意义的。

我自己有一个思考方法，这也是我请教别人时常思考的问题，就是如果我们要评估一个产业或新兴技术是否被高估或低估，需要看应用的生态系统有多大。根据我的总结，有两个关键因素：

一个是技术和场景的稳定性。我们可以通过类比移动互联网来理解这一点。移动互联网引入了全新的手机场景，支持了一个庞大的应用生态系统。基于Android和App Store等平台，诞生了许多价值数百亿甚至千亿美元的公司。这正是因为移动互联网相对稳定，可以衍生出大规模行业和价值。

现在，我们正处于人工智能关键的“十年阶段”。行业需要考虑人工智能的场景是否已经普及，以及谁正在推动。我们常说当前是从硅界面（图形界面）进入了LA（语言界面，对话界面）的新时代。但目前，基于对话式界面的应用尚未实现大规模增长。国内用户仍然主要使用搜索引擎，而没有完全切换到对话界面。因此，全新的AI场景尚未完全形成。

再回到技术层面，如果技术已经相对稳定，并且技术的迭代可以快速跟上，并且不会出现明显的断裂，那么我认为应用生态将会有很好的发展前景。这种情况下，通常需要三到五年的时间来发展应用生态。比如，美团是基于移动互联网本地生活场景的产品，短短半年时间，美团就建立了一个庞大的本地生活服务帝国。再比如拼多多，它基于微信生态系统发展，从崛起到上市只用了三年时间。

在一个新兴场景下，应用生态的形成可能需要三到八年的时间。在这期间，判断一个行业是否能够崛起，既要考虑它在技术上是否相对稳定，以及场景是否已经普及。

另一个关键因素是清晰的商业模式和价值网络。在当前生成式AI产品中，通常存在一个基础层，例如语言模型或其他开源模型，以及一个应用层，这两层共同解决问题。这两种类型的参与者或者产业结构通常具有相对清晰的商业模式，它们的价值网络也比较清晰。这意味着两个系统的同时供应和需求之间存在明确关系。

但是目前还存在一些模糊的领域，尤其是在简单的对话式界面任务方面。这些领域的需求被认为总有一天会被大模型解决。在这种情况下，问题就会变得模糊。因此，我认为现在正在构建生态系统的一些企业和大公司需要明确哪些领域是可行的，哪些领域是不可行的。比如百度的文心一言，他们设立了一个十亿元的文心基金，用于扶持那些基于文心一言模型开发产品的创业者。语言模型能否主导行业，主要取决于其应用生态系统的发展情况，百度正在积极参与并推动生态系统的发展。

所以，我想强调的是，如果要建设大语言模型，就必须非常明确地建立一个生态系统。并且这个生态系统需要有一个明确愿景，才能吸引更多的创业者在其中建立独特的商业模式。

基础模型要明确价值网络，明确自己不做什么，保持克制，这是非常重要的。这实际上也非常符合混沌的理念——只有照亮别人的价值网络，才能够鼓励整个生态蓬勃发展起来。

主持人：作为创新院20级的同学、同时也是在21年参加了X班的校友，觉得创新院带给你最大的价值点是什么？

胡小婧：今天这个分享，我一点紧张的感觉都没有，这就是混沌带给我的一种安全感。在今天的交流中我只是分享自己的思考过程，这种充满混沌味道的思考方式就是我在创新院学习之后，在思维方式上沉淀的一些东西。

主持人：创新院给你留下印象最深的是什么？

胡小婧：在创新院20级的时候，我们当时有一个特殊的活动，就是徒步走过库布齐沙漠的破冰模块，这个模块帮助我们建立了深厚的信任和了解。这是我认为与其他课程不同，而且让我留下深刻印象的地方。

另外，还有“一”思维。“一”思维帮我们找到了“一”。它还给了我们一个重要的启发是把公司看作一个生命体，并理解其背后作为生命体的需求，尤其是需要被看见的需求。这大大丰富了我们的业务线。所以，我认为“一”思维为我个人和我们公司都带来了很实际的价值，想到这里我就觉得非常感恩。