A股行情
  • 上证指数---
  • 深证成指---
  • 创业板指---
  • 沪深300---
  • 中证500---
  • 科创50---
首页 > 创投 > 正文

ChatGPT带动AI发展步入快车道,创投机构抢滩布局AIGC

2023-02-10 11:29:32 21世纪经济报道 21财经APP 申俊涵

21世纪经济报道记者申俊涵北京报道

近期,由美国人工智能公司OpenAI开发的聊天机器人模型ChatGPT火遍全网。其上线两个月后,月活用户已经超过1亿人,堪称史上用户增长速度最快的消费级应用程序。

在创投圈,ChatGPT也成为了投资人讨论研究的热点。“ChatGPT引领了今年的第一个超级风口,它不仅是一阵风潮,而是标志着人工智能进入下一阶段。”一位来自科技行业的投资人对21世纪经济报道说。

同时,多位投资人对记者表示,目前国内大厂短期内想推出类似产品,仍具有一定难度。但可以确定的是,人们对AI行业的认知在往乐观的方向转化,AI的发展将进入快车道。尤其是ChatGPT所在的AIGC(AI-Generated Content)赛道,正引发越来越多投资机构的抢滩布局。

ChatGPT掀起新一轮AI热潮

近年,人工智能一直是科技界火热的话题,人们对智能语音助手也并不陌生。但在商业上,这项技术始终没有足够成熟广泛的应用。ChatGPT的出现,让事情发生了改变。

明势资本合伙人夏令对21世纪经济报道表示,相比上一代NLP技术的聊天机器人,ChatGPT以多轮次、多任务、多领域、高质量的人机对话能力,展现了接近人类水平的表达和理解能力,极大的扩展了NLP技术的实用领域。也正因为其优秀的效果,ChatGPT短时间内就获得了亿级用户的参与,迅速大火。

他解释称,ChatGPT是AI技术跨越的成果,与上一代NLP是不同的技术范式。上一代NLP技术主要还是使用RNN/CNN为特征提取器,将一个NLP任务拆解成分词、句法等很多子任务,每个子任务都是一个子模型分别标注和训练,导致最终的效果的天花板明显。而且如果要解决不同的NLP任务都要分别训练微调,成本高、效率低。

新一代NLP是端到端数据驱动的AI系统,在新的更优秀的特征提取器(Transformer)基础上,基于统一的一个语言大模型和人类反馈强化学习模型就可以处理上千种生成类和理解类任务,不再拆分子任务、不需要对不同任务单独训练,效果好、上限高、成本低,让AI更大规模、更广泛的应用的可能性极大提高。

“ChatGPT数据体量更大、算力更强,更重要的是采用了开放生态,扩大C端用户群。C端的免费使用快速带来热度,使其变成现象级的应用。从商业化角度来看,虽然ChatGPT具备To C的可能性,但短期内To B的应用机会更多,到To C还有距离。” 九合创投创始人王啸对21世纪经济报道说。

ChatGPT大火之后,具体将被应用在哪些领域?星瀚资本创始合伙人杨歌对21世纪经济报道表示,ChatGPT的出现带来生产要素的改变,它首先会颠覆搜索引擎行业,然后逐渐替代人们的一些判断型、对话型甚至决策型的工作,在法律、商业、工程甚至艺术方面都能够得以应用。

高临咨询北美分析师Charlie Miner认为,目前只有少数工作可以被生成式AI(例如,DALL-E 2、Stable Diffusion和 ChatGPT)真正取代,因为它们在速度、准确性和逻辑推理方面存在局限性。然而,事情正在迅速变化,进步将以数月而不是数年来衡量。

“我们已经可以看到,人工智能可以在许多工作中提高效率。例子包括市场营销、客户服务、研究和游戏设计。” Charlie Miner对21世纪经济报道说。目前,人类在公共演讲、团队管理和创造力等软技能方面仍处于领先地位。在一两年内,对于整个行业来说,了解如何让AI为你工作有时比知道如何自己做事更重要。采用ChatGPT等AI作为免费服务私人助理,将变得司空见惯。

具体到投资行业,也因ChatGPT的出现而带来变化。一位来自早期投资机构的合伙人对21世纪经济报道表示,桌面研究(desk research)完全可以交给ChatGPT做,一些改变确实正在发生。

但也有投资人认为,人工智能可以帮助创投机构进行数据处理,快速分析市场趋势、评估投资机会等,但并不能够替代投资人做出投资判断。比如在早期投资过程中最重要的就是“投人”,创业者的情怀、决心、韧性等是机器无法判断的,只有投资人与创业者打交道,才能挖掘出最合适的创业者。

资本抢滩投资AIGC初创企业

ChatGPT的持续火热,引发了国内百度、阿里、京东等大厂的加码布局。21世纪经济报道记者采访发现,多家投资机构也正在抢滩投资ChatGPT所在的AIGC赛道。

“ChatGPT是GPT 3到GPT 4之间的过渡版本,本身是现象级风潮。而生成式AI是长期趋势所在,随着算法和算力的提升,大模型理论蓝图成为现实,实现了从分析到创造的跨越,未来将有更成熟的To B商用。”王啸说。

在生成式AI的浪潮下,大公司和初创公司各有优势参与其中。比如在底层的技术设施层,需要大量的研发投入,以训练大模型,这类机会属于大公司。应用层,以及让应用层更好地使用大模型的中间层,将有创业公司的机会。创业公司可以轻资产的尝试,更快的迭代。

“初创企业的竞争壁垒在于产品力和场景适用度,通过对应用场景的深入理解,以更高的生成水平,快速扩大用户群,从而获得更多的数据。”王啸说,“我们关注营销、游戏、内容消费等领域,在ChatGPT热潮来临之前就投资了一些在AIGC领域有长期积累的项目。”

夏令认为,AIGC是未来的趋势,今天AIGC技术的发展只是刚刚让技术与商业场景搭上了边。从需求端来看,数字经济时代,无论是工作还是生活场景,存在着海量的文字、代码、图片、声音、视频的生成和理解需求,人类对于效率、成本和体验的追求是无止境的。

从供给端来看,ChatGPT背后新一代AI技术范式还在持续发展。算力成本按照摩尔定律持续降低单位成本,语言模型的参数量以高于摩尔定律的速度增长,再加上不断获取的人类反馈,效果上限高,应用领域的边界持续扩展,未来一定会广泛应于与人类生产生活。

这个过程中,很难说对于大厂或者初创企业来说谁的机会更大。比如说像国内外的很多大厂一直以来都在进行大模型的研究和训练,但是相对来说他们的研究更偏向学术性,与商业落地仍有一定的距离。对于初创企业来说,要搭建一个自己的大模型,对于团队的模型技术和商业理解也有很高的要求。

“没有场景和没有雄厚的资金,对于推动新兴技术创新的初创公司来说不完全是劣势。”他说。初创公司不需要像大厂一样,商业落地必须与自己已有的核心场景结合,必须考虑短期KPI。初创公司没有历史包袱,可以以需求为导向,结合新兴技术的优势探索最佳的落地场景,可以比大厂更专注和更耐心。大厂研究院虽然有充足的资金很早就做前沿技术研究,但不少偏向学术性,实用性不足。初创公司因为资金效率要求,必须从起步就考虑工程化,反而商业化可能可以做的更好。

明势资本在2021年年底已经在重点关注AIGC领域,并在2022年初陆续布局了几家AIGC初创公司。夏令表示,在投资AIGC初创企业时,早期投资人首先看的是公司的能力长板,希望团队至少要具备以下两种能力之一:一种是以工程化思维去独立研发先进大模型的技术能力;一种是对下游场景需求的深刻洞察,能够将现有技术与垂直商业场景需求结合的产品力。