Early investor in frontiers.

在即将过去的2023年里，“大模型”无疑是最能挑动神经的话题，AI还在进化但已经成为显学。“百模大战”让很多创业项目的估值水涨船高，行业直接进入大厂竞争时代。 

近日，华创资本创始合伙人熊伟铭接受了「树龙谈」的专访，表达了以下观点：这波AI的机会是上一波的一万倍；大模型混战的局面明年一季度就会消散；更看好华为这样的公司做大模型；通用大模型之外，垂直模型也有价值；未来AI会取代80%的工作岗位，但不必担心AI会消灭人类……等等。 

全文分享如下，希望能对大家学习AI有所帮助。 

01

这一波AI浪潮，早期投资人很“尴尬”

2023年被称为“大模型元年”，中国涌现出200多个大模型，掀起“百模大战”。很多创业项目的估值也水涨船高，动不动就几十亿美金，这让投资金额相对较小的早期基金十分“尴尬”——根本投不起。

前几年不是这样，以视觉识别、自动驾驶为代表的上一波AI浪潮里，投资人还得为AI行业辩解和正名，告诉大家这个行业不是忽悠，是真实存在的。现在AI成为显学，但是早期基金的投资规模与行业的估值增速匹配不上，AI行业直接进入大厂竞争时代。

不光是中国，全球的早期基金都在面临这一“尴尬”境地。从2019年开始，微软向OpenAI连续投资130亿美元，今年9月25日，亚马逊向Anthropic注资40亿美元，后者的产品Claude正与OpenAI的ChatGPT展开竞争。可以说，国外也是“巨头打架”。

放眼资本市场，2023年标普500指数的70%增长由The Magnificent Seven（苹果、微软、英伟达、谷歌母公司Alphabet、Meta、特斯拉和亚马逊）推动，“AI is the only hope，但我觉得AI主要是大公司的事儿。”熊伟铭称。

02

中美在AI方面的差距有3-4年

中美目前在AI方面的差距，熊伟铭认为有3-4年。除了算力的限制之外，也体现在资金投入和基础设施等方面。

中美资本市场环境的不同，加剧了中美在AI发展上的差距。OpenAI成立于2015年，多年处于亏损状态，其一家公司就能拿到微软超百亿美金的融资，中国智谱AI融资9轮，背后站着数十家基金和企业战投，总共才融了28+亿人民币、最新估值约百亿人民币。

美国的企业和资本愿意把资金投入到最先进的生产力研发中去，形成正向循环。同时因为市场发展充分，他们对资源的配置也更加灵活。我们需要足够的生产要素来匹配AI时代，资金、技术、人才、教育、基础设施都得跟上。

03

这波AI的机会是上一波的一万倍

上一波AI浪潮中，最后跑出来的项目更多是已经有落地场景且可以规模化的AI项目，如自动驾驶中的小马智行、文远知行，或者以安防业务起家的CV四小龙（商汤、旷视、云从和依图）。

“跟上一波AI相比，这一波AI是其1万倍乃至10万倍的机会。”熊伟铭将这一波AI浪潮类比为恐龙灭绝、人类即将出现的时代。

AI是互联网新的水电煤，但现在掌握新生产力的还是少数企业。华创的判断是，可以让子弹多飞一会儿，即使今年下半年没有出手，也不会错过所有的好公司，“这就像当年投不中亚信或者瀛海威的，可以等新浪、搜狐和百度出来，就算都没赶上，投腾讯、阿里和京东也行，我们可以慢慢琢磨应该在哪下手。” 

不过，当期的基金都是“海鲜货”，时间不等人、资金不等人，熊伟铭眼下比较看好的方向是在AI或AGI（通用人工智能）的路线上找To B的场景，因为To B的公司更容易证明商业模式。上一波AI浪潮中，华创就以同样的逻辑出手了AI芯片创业公司深鉴科技，其2018年被美国同行业巨头赛灵思Xilinx收购。同时，他认为很多之前商业模式没跑通的老公司，借助大模型提高效率或许也能跑通。

04

看好华为大模型

要做出一款好用、可用的大模型，技术门槛和成本门槛极高。即便一家公司技术实力过关，或者借用开源方案，训练模型的成本也让很多公司吃不消。训练一遍，往往需要耗资几百万元。

OpenAI之所以能潜心研发这么多年，是有微软投入的百亿美金做支撑。国内整体在AI上投入的钱太少，大模型企业常常捉襟见肘，做出来的有很多是“减配”大模型。

智谱AI目前看起来是国内大模型的第一名，智谱AI首席科学家唐杰教授之前多年在清华潜心研究，不承担盈利KPI，背后是数十家资本投注的28+亿人民币的融资金额，公司的这种状态跟早年的OpenAI差不多。不过，如今智谱AI也开始开发闭源大模型，面向B端开放API接口，开启变现之路。

国内的百度、阿里、腾讯等互联网大厂，有过去多年的积累加上大量的资金投入，才能跟上潮流。但很多大公司做大模型是为了炒高股价，花在研发上的资金如果变多，利润就跟不上了，股市的表现也会反向制约公司的决定。

熊伟铭更看好华为这样的公司，有资金储备但不上市，可以更自由地在研发上进行投入。

05

缺应用的关键是缺人才

这波大模型浪潮中，最早在C端赚到钱的公司是做应用的。比如Jasper就将业务建立在OpenAI之上，来生成各种写作模板套件，然后向C端收费。 

这启发了美国一众创业公司，开始调用大模型的API来打造新应用，其中最火爆的要数ChatGPT这种AI对话机器人、Midjourney这类AI图像生成产品以及Pika这类AI视频生成工具。

不过，这条路在国内尚未完全走通，国内的AI原生应用屈指可数。一方面，国内缺少To C的应用场景。另一方面，国内缺少相应的人才。

熊伟铭以郭文景（Pika APP创始人）为例，指出优秀的AI人才不仅需要技术过关，更关键的是要懂用户和场景，“理论上，能懂用户的人就可以拿下这个市场，技术只能排在第二位，不过要把产品调得易用，也很关键。”

06

垂直大模型也有意义

一些企业试图用大模型给零售、金融、制造等垂直领域进行智能化升级，背后的逻辑是，用行业数据对通用大模型进行精调，使其在特定领域表现更好。

不过，以李彦宏为代表的一些人认为，这样炼出来的大模型没有智能涌现能力，特定行业的参数规模不够大，不足以产生智能涌现。

在熊伟铭看来，这些垂直行业的大模型，更像是大模型的局部应用。大部分的行业其实不需要自己的大模型，但是大模型可以成为一个基座，用大模型的理解能力来替代人工、提高效率。

比如医疗诊断行业，整个行业加起来或许也只有几千万个参数，但是如果利用大模型提高效率，也许上一轮商业模型没有跑通的AI诊断项目，很快就能有新进展。再比如将大模型用在Biotech（生物科技）研发领域，原来培养一个分子要等一年，还有实验失败的风险，现在大模型两秒就能生成100万个分子，大大加速了研究进程。 

07

AI会替代人类80%的工作

随着大模型和算力的发展，未来20年，80%的工作都可能被AI取代。被取代的大部分都是重复劳动类型的工作，可以由虚拟人替我们去做。

当然，诸如医生、律师这样的专业工种是不会被替代的，他们可以借助AI工具提升效率和生产力。比如医生原来一天看60个病人已经到达极限，但如果利用AI诊断大部分基础病，医生接诊那些AI无法诊断的病人，就能实现效率最大化。

AI可能会改变我们的工种、工作内容和工作方式，但人的重要性永远不可替代。只要世界上存在经济和政治系统，就需要人来维持这个系统，这个系统中间存在无数个需要平衡的个体和集体，这是机器从效率角度无法理解和替代的。

关于工作被取代，很多人其实关心的不是工作，而是担心没有那份工资。熊伟铭认为大家不必太过担心，总会有更多的新工作能替代原来的工作，“需要面临的其实是分配问题”。 

以后的世界，AI或许会和物理世界有更深度的耦合。比如每个人都有自己的AI Agent（俗称人工智能代理，是一种能够感知环境、进行决策和执行动作的智能实体），来处理各项私人需求；再比如AI或许能开车、能养老、也能送小孩上学。以后，每个人一觉醒来，都可以选择今天是使用“碳基真人”还是“硅基分身”出现。

08

无需担心AI消灭人类

在90年代拍摄的多部AI相关的电影中，总会出现机器人有自我意识，机器人不伤害人类的设定失效等桥段，给大家造成了心理阴影，认为人类和AI之间，势必会在某一天爆发共存问题。但正如当年的“千年虫问题”没有出现一样，大家如今似乎也有点过于担心AI的负面效应了。

人类过去创造的技术都只是工具，如果没有人类，它们也不能独立存在——它们需要人类来为它们充电、更换太阳能板、维护系统等。而这种共生关系也将在未来长期存在。

AI如果存在意识，它应该是一个高于人类的生命体，就像人类不会主动去追踩蚂蚁，AI也不会来侵占人类。除非它们跟人类需要同样的空间和资源，才会爆发战争，但这种情况大概率不会发生。只有人会奴役人，更高阶的智慧物种可能不屑于这么做。

09

国内卷大模型的热潮到明年一季度就会消退

美国作为大模型的发源地，目前也只有十个左右的大模型。但中国到今年10月已经发布了238个大模型，产品的实际差异很小，有一些还是“套壳”——在Llama开源模型的基础上训练而来，对外却宣称自己是“原创”。

从投产比的角度来看，中国是否真的需要有自己的OpenAI？这个问题的答案或许是否定的，我们不需要那么多大模型，国内上市公司做大模型，看上去更像是一个提振股价的商业决定。

最终这些大模型也不会全部活下来，熊伟铭预判，大概到明年一季度，大部分大模型产品就会出局，这股大模型热潮也将在那时迎来尾声。一旦资本市场没有正循环——大模型的故事，既不能提升收入，也不能改善利润，企业们也将失去投入的动力。而对行业来说，重复造轮子也是对社会资源的极大浪费，这股风潮，终究会停止。

文章来自于36氪 “具体的来源华创资本”