人工智能的“資本游戲”

吳洋洋

“大模型的投資其實在ChatGPT發布前就已經結束了。”云啟資本合伙人陳昱在見完公司一位出資者（LP）后對《第一財經》雜志說。

說這句話的時候，陳昱顯得輕松，他所在的機構就是那個精準踩中游戲節奏的幸運兒。2021年，云啟資本參與了MiniMax的天使輪融資，后者現在估值約12億美元，為目前中國估值最高的生成式AI獨角獸，由來自商湯的通用智能技術前負責人閆俊杰創立。估值緊隨MiniMax的是智譜AI、百川智能和零一萬物，目前資本市場對這3家初創公司的估值都是10億美元，3家公司的創始團隊分別來自清華大學、搜狗和創新工場。

不是所有投資人都像陳昱這么幸運，在生成式AI浪潮興起前夜，不早也不晚，遇到了從商湯出來的創業者。線性資本也曾在ChatGPT發布后尋找過模型層的投資標的，最終都因價格過高而放棄。這家投資機構目前把主要投資放到了應用層。

模型層和應用層是生成式AI領域逐漸形成的上下游。這個概念最初由OpenAI在2022年年底提出，當時，這家公司發布了著名的聊天機器人ChatGPT，讓用戶可以像微信聊天一樣與AI對話，向AI請教問題或者干脆將它當作傾訴對象。不過，OpenAI真正想向市場推銷的并不是這個聊天機器人，而是它背后的模型—最初是GPT-3.5，2023年3月進化到GPT-4。在OpenAI構想的商業模式里，OpenAI提供智力（即模型），其他公司基于這個智力平臺創造上層應用，從而將模型本身變成一個基座、一個平臺，以及一個超級AI。最終，應用層公司從它們俘獲的用戶那里收取使用費或獲得廣告費，而OpenAI這樣的模型公司通過向應用層公司收取使用模型的訂閱費。

這種分工很容易理解，但在ChatGPT發布后的那半年（也就是2023年上半年），它并不怎么被創業者接受，因為他們發現：這跟互聯網和移動互聯網時代的創業不同，互聯網作為一種底層技術不會沖到前臺把應用層的活也干了，它只是一種通信技術；生成式AI就不同了，隨著模型越來越強大，這個智力怪獸會不斷吃掉原本屬于應用層的創業項目，就像模型周邊有一個“殺傷區”，當模型的能力變強，殺傷區就會變大。

Jasper就是前車之鑒，這家公司是2022年的明星AI公司，它基于OpenAI的GPT-3模型構建了一個AI文本生成工具，主要向傳媒營銷從業者提供創意內容生成服務。發現這個需求旺盛的細分市場后，Jasper2022年的年度經常性收入（ARR）相比2021年翻了一番，達到8000萬美元，并且公司成立18個月后就獲得了15億美元估值。然而這個增長神話隨著ChatGPT的推出戛然而止。2023年9月有媒體爆出，Jasper已經降低收入預期并開始裁員，兩位創始人也相繼辭職。

然而經過2023年的博弈，到了ChatGPT發布一周年這個節點，這種模型層和應用層的分工又轉而被市場接受—推動這種轉變的不是技術本身，而是投資技術的人。

陳昱眼中，在中國，除了MiniMax與智譜，其他在大模型層面的創業公司幾乎已經被判了“死刑”，尤其是那些ChatGPT爆紅之后才匆忙組建的公司，例如王小川的百川智能、豈凡超的深言科技，以及王慧文的光年之外。

他給出的理由很簡單，大模型是極度燒錢的生意，技術巨頭可以靠其他業務輸血堅持，創業公司則必須融到足夠多的錢才有可能活下來，而每個市場上的錢能養活的大模型創業公司，很難超過兩個。

事實的確如此。從成本看，訓練一個大模型需要支付高昂的研發人員工資（平均年薪接近百萬美元），購買并清洗訓練所需的數據（越來越稀缺），承擔每天數十萬美元的電費以及更為昂貴的算力費用。以OpenAI訓練GPT-4為例，上述開銷算下來大約是6700萬美元—這還僅僅是訓練的費用。當GPT-4這樣的大模型訓練完畢，如果想讓用戶使用它，例如讓ChatGPT為程序員生成代碼，專業的表述就是用GPT-4做推理，OpenAI還需要支付算力成本，據估算這項成本超過100萬美元/天?！跋胍龃竽Ｐ蛣摌I，沒有上億美元根本上不了牌桌?！标愱耪f。

此外，風險投資（VC）機構也不愿意在一個細分市場中押注兩個以上的項目，因為“再多的話，資本就無法退出”。團購市場中的點評與美團、外賣市場中的美團與餓了么、打車市場中的滴滴和快的……這些行業都經歷過“百團大戰”，最后能讓資本安全退出的只有“兩家公司”模式，市場已一再驗證過這一點。

數據來源：根據公開資料整理

數據來源：根據公開資料整理

百川智能的投資者名單似乎也在說明資本市場的態度，其中只出現了阿里巴巴、騰訊、小米等大公司型的投資者，而沒有一家VC機構在列。

市場之所以“選中”MiniMax和智譜，原因之一是這兩家公司都創立得夠早，但也不是過早。它們都是在ChatGPT發布前一兩年創立的，其中MiniMax創立于2021年年底，智譜再早一點，創立于2019年。根據智譜CEO張鵬和投資了MiniMax的陳昱對《第一財經》雜志的說法，智譜和MiniMax都是在看到了OpenAI發布的GPT-3后認識到市場機遇的，那時是2020年，比ChatGPT的發布早兩年。

時機對于投資者來說同樣殘酷。“投資的窗口期很短，最多6個月，像是智譜、MiniMax這些公司早在大家還沒發現之前就已經被投掉了。”陳昱說。無論是創業者還是VC機構，一旦錯過了投融資的窗口期，后面的道路就會變得艱難，后面加入的創業公司很難拿到下一輪融資，而VC公司想投資智譜和MiniMax，成本也比之前高得多。

像MiniMax與智譜這樣的雙寡頭局面不僅存在于中國的大模型市場，在美國同樣如此—只不過它們背后站著的都是技術大公司。美國生成式AI的兩大寡頭，一家是微軟支持的OpenAI，另一家是Google與亞馬遜支持的Anthropic，前者目前估值860億美元，后者的估值為184億美元。其他AI獨角獸的市場估值都在百億美元以下，和它們差了一個數量級。

在硅谷，生成式AI激起了比在中國豐富得多的泡沫。2023年年初ChatGPT發布后，OpenAI的估值上漲到290億美元，到了2023年11月，其估值已膨脹到了860億美元，成長3倍。僅一個月后，它尋求新一輪融資時提出的估值又上漲了，達到1000億美元—作為對照，目前阿里巴巴的市值不到2000億美元。

不過這些泡沫與沒有真正了解資本心思的創業項目越來越無緣。相比估值不斷膨脹的OpenAI，融資金額曾一度領先的InflectionAI（以下簡稱“Inflection”）自2023年7月完成13億美元的融資后已經很久沒有新的融資消息傳出。這家由DeepMind聯合創始人穆斯塔法·蘇萊曼（MustafaSuleyman）創立的大模型公司同樣有著明星投資者名單，例如比爾·蓋茨和Google前首席執行官埃里克·施密特（EricSchmidt）。當資本和技術巨頭們都已經選定了合作伙伴，留給其他模型公司的錢就不多了。

和中國市場一樣，在資本作出選擇之后，其他創業項目無論是自研模型還是使用開源的第三方模型，要么被降低估值，要么開始被按照應用層的項目估值—這類項目的估值相較于模型層通常會小一個數量級。主打AI社交的Character的遭遇大概就是如此。這家公司讓用戶可以像制作比薩一樣制作屬于自己的AI并與之聊天，有人在這個平臺上為自己的已故親人創建AI，也有的人把愛因斯坦或伊麗莎白女王的數據輸入從而創造出AI版愛因斯坦和AI版女王。這家公司試圖在2023年9月以50億美元的估值融資，但直到現在仍未能兌現這筆融資，其估值因此停留在了上一輪融資時的12億美元。

在模型層，中美兩國市場都形成了雙寡頭格局，不過區別仍然存在，其中最大的差異就是兩個市場的模型能力。相較于一年前的預期，陳昱對國內模型的進展感到失望。他認為模型要解決兩個核心問題：好用、便宜。美國解決了第一點，尚未解決第二點，而中國兩個都沒有解決。

當模型層創業成為“資本的游戲”和大公司的陣地后，更多的VC機構將目光放在了產業鏈更下游。

“上半年大家都處于一個上頭的階段，很多錢都投給了那些對于資金需求量更大的公司（大模型創業公司），下半年不少應用層的公司逐漸被注意到。”線性資本投資副總裁白則人告訴《第一財經》雜志。線性資本前兩年已經投資了一些與生成式AI相關的初創企業，目前該領域仍然是線性資本的重點投資方向。

然而對于應用層創業公司，大部分投資機構的態度同樣謹慎。原因是即便市場被資本的運轉邏輯強行分成了上游和下游，模型能力的提升對于下游應用的吞沒威脅仍然存在。于是，被一個無所不能的大模型吞噬幾乎成了每個應用層創業者的夢魘，尤其當山姆·阿爾特曼（SamAltman）在2023年11月舉辦的OpenAI開發者大會上推出GPTs和GPTStore，讓用戶可以通過上傳數據定制一個獨一無二的聊天機器人，并可以選擇將它發布到公開市場上—就像每個開發者在蘋果或安卓應用商店中所做的那樣—這種擔心達到了頂峰。

“我不僅當時擔心，直到現在還擔心。”心識宇宙創始人陶芳波對《第一財經》雜志說，“但這是一個開放的世界，如果你的東西真的被別人做了，說明你價值分層的判斷沒有做好，最后你也只能認輸?！?/p>

MindOS是陶芳波公司的核心產品，這是一個讓每個用戶都能創建智能體（Agent）的平臺，創建出來的智能體可以協助用戶的工作和生活，例如查詢并總結郵件、安排項目日程并跟蹤進度等等。GPTs現在還沒有MindOS智能體那么高的自由度，但包括陶芳波在內的所有人都不知道未來它可能發展成什么樣子。“現在（應用層）創業最難的點就是不確定性，過去做一個應用，至少兩三年是確定的，但現在連兩三個月都不確定。對于創業團隊來說，在變化中找到PMF（Product-MarketFit，產品-市場最佳契合點）的壓力很大。”陶芳波說。

對于應用層創業公司如何尋找確定性，并在此基礎上建立壁壘，幾位風險投資人的答案非常統一，那就是數據。

豐元資本創始人李強對《第一財經》雜志稱，“生成式AI時代真正的門檻是數據的積累，如果你只是用爬蟲到網上去爬別人的數據，那么別人一拳頭就能把你撂倒。只有你的產品和服務做得足夠好，用戶不斷在你的平臺上互動，這樣產生的數據才有著巨大價值，也是大模型公司最缺乏的東西?！?/p>

數據來源：根據公開資料整理

數據來源：根據公開資料整理

數據來源：根據公開資料整理

李強2012年在硅谷創辦了專注于華人創業者在種子輪和A輪階段的融資需求的豐元資本，并一直保持每年30至40個項目的投資節奏。2023年在生成式AI熱潮下他看的項目比往年多了不少，但豐元資本最終投的項目數量并沒有變，除非對方是有數據積累優勢的公司，他才會考慮投資。

2023年，中國的生成式AI領域看起來熱鬧，但除了短暫爆紅的妙鴨相機，沒有誕生一款足夠有影響力的AI應用。模型“殺傷區”的存在不足以解釋這一現象，陳昱認為造成這種狀況的原因不是創業者擔心模型太強，而是模型不夠“好用”。他看到的一個現象是，中國并不缺擅長在應用環節找到PMF的創業者，但他們中的不少人選擇了面向海外用戶創業，因為在海外市場，他們可以基于更“好用”的模型比如OpenAI的GPT開發上層應用。

“AI應用創業的一點優勢在于，只要你的產品可以帶給用戶沉浸式的體驗，那么從產品上線第一天起你就可以向用戶收費?！标悊⒎哺嬖V《第一財經》雜志，他正在研發一款類似Character·AI的應用，通過生成式AI技術“復活”哈利·波特、雷電將軍（出自游戲《原神》）這些受歡迎的角色，讓用戶可以全方位與它們互動。這款應用基于非國產模型，并面向海外市場。

尚晏儀是另一位想拓展美國市場的中國創業者。他創立的StellarRover曾推出名為iMean的智能引導機器人，因為絕大部分辦公軟件的引導都是文字式的，新手用戶很難理解，iMean的瀏覽器插件可以根據場景判斷用戶可能卡在了使用軟件的哪一步，從而調出相關的程序引導用戶完成工作。實現這種功能需要模型有很好的推理能力。

一些手握資金的人直接跑到海外去尋找項目了。2023年年初，投資人王超與二十多位朋友共同在硅谷成立了一家叫MetropolisDAO的公司，專門投資包括生成式AI在內的新型創業項目。其投資對象包括AI項目Pika，這家公司由來自斯坦福大學人工智能實驗室的兩位華人郭文景和孟晨琳聯合創立，目前估值2億美元。GitHub前首席執行官奈特·弗里德曼（NatFriedman）也是Pika的投資者之一，他聲稱，之所以在Runway、StabilityAI、Adobe等巨頭之外還投資了Pika，看中的是兩位創始人的“速度”。弗里德曼曾在一個夏天的下午建議創始團隊開發一個將文本嵌入視頻的路徑，次日凌晨3點，他收到短信，稱該功能已準備就緒?！澳壳盁o論哪家產品的PMF都還不夠，新團隊依然有充足的機會。”王超在Pika宣布完成5500萬美元融資時在社交媒體上寫道。

陳昱身處國內市場，不過他告訴《第一財經》雜志，他大概會花80%的時間看國內創業者的項目，但最終，他愿意投資的項目中有80%面向海外市場—這些項目要么是在國內創立但面向海外市場，要么直接是在海外創立的。

VC機構是生成式AI的積極參與者，但這股技術浪潮的最大出資者并不是這些每次出手不超過1億美元的VC，而是位于硅谷的大公司，它們常常一出手就是數十億美元—硅谷的兩家模型寡頭OpenAI和Anthropic就是這么誕生的。

這些投資一方面是防御性的，目的是為了綁定最有潛力的大模型：微軟綁定了OpenAI，亞馬遜和Google綁定了Anthropic。而在國內，除了與阿里巴巴一樣投資了智譜和百川智能，騰訊還投資了MiniMax、深言科技等模型公司。

同時，這么做的另一意圖是在高度不確定的技術變革中尋求一種具有確定性的生意—云計算。這些大公司的每次投資都是對云計算客戶的鎖定，就像OpenAI需要微軟的Azure，Anthropic此前一直使用著最大投資者Google的云服務，等到2023年9月得知亞馬遜要向自己投資40億美元時，作為交易條件，Anthropic把最主要的云服務供應商由Google換成了亞馬遜。

于是，幾乎所有技術巨頭都建立了模型平臺：上面有自研的模型、投資的模型、開源的模型。反正不論這些模型是哪家公司以何種技術訓練出來的，最終把它交付到客戶手上的都是云計算巨頭。

大公司出手在某種程度上促進了生成式AI的發展，OpenAI的最強模型GPT-4就是微軟的錢燒出來的，Anthropic也在復制這一模式，它計劃建立一個能力比當今最強大的AI還要再強10倍的模型，并為此在2023年融了至少60億美元，出資者都是大公司。

數據來源：根據公開資料整理

與之相比，中國模型公司獲得的資金大概小了兩個數量級。以獲得最多大公司投資的百川智能為例，根據它2023年10月17日宣布的數字，其A1輪融資總共只獲得了3億美元，投資者包括阿里巴巴、騰訊、小米等一眾大公司。

投資者對《第一財經》雜志稱，并不是這些大公司不愿給出更多資金，而是這些大公司本身的盈利能力在大幅下滑。比如阿里巴巴，2021年其電商凈利潤下滑了10%，整個公司也在2023年啟動了拆分，各業務板塊須自負盈虧。

而自2020年以來實施的反壟斷、防止資本無序擴張，使得包括阿里巴巴和騰訊在內的大公司出手謹慎，所投創業項目斷崖式下降。以騰訊為例，IT桔子的數據顯示，2016年騰訊向創業市場投出的資金比市面上排名前五的VC機構投的加起來還多。然而2023年，騰訊投資的項目總數只有37個，約為高峰時的1/10。市場上曾形成toBAT的創業風潮，但當大公司不再是“接盤者”，想要投資創業項目的VC機構也會變得更謹慎。

“資金越多，能投入的資源越多，能嘗試的方法就越多，能動用的人也越多，最后出來的效果就會越好。”智譜CEO張鵬對《第一財經》雜志說，這種資金水平與模型智能水平之間的正比關系已經形成，中國初創公司無法獲得同等規模的資金支持，唯一的選擇就是“更聚焦”。

這種聚焦在2023年還勉強可行，到2024年就會更具挑戰。根據陳昱提供的數據，大模型的推理成本比訓練成本更高，以MiniMax為例，二者之間的成本比例差不多是10∶1。這意味著當生成式AI進入商業化階段（這正是2024年的行業主題），創業項目消耗錢的速度會比2023年單純訓練模型時更快。2023年沒有融到足夠多錢的公司，到了2024年會更艱難。而沒有足夠的資金，模型的好用性就無法提升，模型不好用就沒有造血能力，不能造血就無法優化模型—總之，“從模型到賺錢”的飛輪將無法轉動起來。

在模型能力更強的市場，出海項目當然還要面對“殺傷區”的怪獸。暫時不需要面對這頭怪獸對國內創業者來說像是一道護身符，不過，這算不上什么競爭優勢，只會讓市場的發展更緩慢。

陳昱和白則人都預計，2024年市場上除了會出現更強大的模型，包含視頻理解和生成在內的多模態模型將更加成熟，此外，端側AI也將變得更流行—意思是大模型這種龐然大物會找到一種方式，從龐大的數據中心“走”出來，進入每個普通人的電腦和智能手機，Google和蘋果都已經在開發這樣的技術。

一切的想象最終都會回到模型本身，不好用的模型只會讓市場差距越來越大。