知名投资机构coatue发布115页《2023年人工智能产业链》报告，就 AI 的现状、改善我们生活的预期、AI 对一些行业的巨大影响、开源 AI 模型现状以及以 AI 为中心的技术栈机会等做了分享，认为最好的 AI 人工智能还没有到来。

115页研报原文，请添加官方微信 openai178 免费领取

以下是部分内容：

1. AI生态系统的大爆发，可以看到ChatGPT模型的迭代速度和NVDA的earnings都远超预计，AI的整体投资组合表现也是相当亮眼，同时开源模型增长迅猛。Coatue提到了一个数据，在美国达到50%用户渗透率，PC时代用了20年，互联网时代用了12年，移动互联时代用了6年，而Gen AI只用了3年，这是非常惊人的。另外一个数字是，在1986年S&P 500公司创造$1m销售需要约7.8人，现在只需要5.1人，未来Coatue预测通过AI的应用，会少于3人——当然这不等于多余的劳动力就要失业，但是他们会到哪里去，怎么影响商品服务价格，大家可以好好琢磨琢磨：

2. AI融资高速增加，23年至今就已经超过220亿美金，其中Open AI单个公司融资100亿美金。那么中国的AI公司至今融资多少呢，我用不同渠道的数据匡算了一下，大约总计在20-30亿美金——美国在AI产业的资本投入是中国的十倍左右。要知道，在2017/18年，中国AI公司的融资可能要占到全球AI产业融资的40-50%。Coatue在22/23年迅速扩大了AI portfolio：

3. AI is not just hype ——这个我深有同感！我认为很多人高估了区块链、元宇宙、Web3、VR/AR，在过去五年，很多投资者在投资逻辑上寻找下一个体量与移动互联相当或更高的跨时代生产力变革，并阐述了很多诸如web1到web3的变化、交互工具从PC到VR的变化、组织社群关系从中心化到去中心化的变化这样的演化逻辑，但是AI的生产力变革是毋庸置疑最真实发生的的、迅速渗透到普通用户的日常生活的。有意思的是，互联网真正全球化接入是在1995年左右，iphone是07年产生的，而AI开始有所应用大约是在2017/18年，而PC互联、移动互联、AI爆发增长基本是在5-6年之后，也许5年是一个重要生产力变革的证伪/证明周期：

4. 目前投资集中在模型部分，但是模型谁能胜出Coatue认为还没有定论，同时Coatue高度认可开源模型的重要性——这里扯一句中国的市场，很多人认为大模型会是巨头的游戏，比如百度、阿里、腾讯等等，但是只要稍作了解这些公司的KPI、组织结构、激励机制和文化，我相信很多人就不会那么乐观。中国不会稀缺资本，独立的大模型如果有领先的技术和好的商业模式一定可以跑出来，这和美国的情形会有一定的差异：

5. Coatue认为企业使用AI刚刚开始，并且给了一份比较有说服力的调查。AI和SaaS的结合会是非常大的一个市场，copilot由于其的极端高效可以很明显带来ARPU的上升，且因为AI相对个性化，会更有帮助提升retention rate，进而带动ARR的下一轮增长。Coatue还提了一个类似于当年太阳能grid parity的benchmark，Human Parity，显然AI逼近的速度越来越快，某些领域已经超越了：

6. Coatue认为AI监管会是一个重要的课题，根据斯坦福的研究，目前大部分AI模型不符合EU AI Act的要求：

7. Coatue认为开源是AI的心脏，开放社区生态对AI的下一步发展至关重要——“AI is built in th open”。同时AI社区的开发者正在爆炸性增长。但是AI并不是完全开放的世界，每个不同的AI模型开放程度不同，同时数据的access也成本越来越高，Reddit和X都已经为训练数据读取收费。尽管如此，开源模型的水平也在迅速追赶闭源模型：

8. Coatue提出了一个AI-centric的ecosystem，相信很多机构也会按图索骥，其中最中心的部分是AI models，里面大部分公司都有向上或向下作一体化延申的能力，比如其中一些公司已经开始涉足芯片制造领域，且早就有云平台业务，等等。同时Coatue提出了一个新的范式，即原来的cpu+software会变成gpu+AI，当然这里面还有一个implications，就是交互介质会不会改变，譬如最近比较火的AI pin，这会是一个很有趣的遐想：

9. 继续谈AI model。这里有一个新名词：IQaaS，Intelligence-as-a-service。它可以增强能力、自动化工作流程、改变个体行为等等，这个就是SaaS的重塑，差异很大，我相信这里面会有非常多极其创新的应用产品，如果老的SaaS公司没有跟上，可能会面临很大的挑战：

10. AI模型的核心员工流动基本在头部几个公司，但是也有一些AI Mafia开始离开陆续创业，这个生态发展的非常快，可以说美国现在有AI创业最好的环境：

11. 接下来Coatue探讨了一些大模型的发展，核心是parameters和datasets在迅速的增长，同时计算成本在逐步降低。训练成本也在不断上升，也就是说新模型想要追赶的投入会非常巨大。另一方面，数据会成为模型scale up的一个壁垒，数据质量、数据数量、数据稀缺性、fine-tuning方法都会成为关键因素。Coatue提到边缘计算AI在快速发展，我认为这也是一个重要的方向。：

12. 在infrastructure部分，Coatue提到现在对运算的需求增长已经超出摩尔定律，这很有趣。同时因为用户渗透率的不断提升，目前计算需求已经更多来自inference，而不是training。因此，Coatue认为GPU的需求时代刚刚开始（买NVDA！），同时AI会给电网带来很多压力，预测到2026年将会带来超过50%的新增能源需求（AI+Energy!)，并会带来云市场的增长提速和半导体行业的大量机会，不过遗憾的是，里面Coatue并没有提到任何一家中国公司：

12. 继续说AI on the Edge，目前已经有一些在Apple芯片上跑的模型能够达到逼近GPU上的速度了，Coatue期待能够有本地运行的SOTA模型，很期待：

13. 在开发者工具这个领域，Coatue提出AI/ML Ops已经成为一个新的工具类别，从而enable AI developers to AI engineers。并着重分析了Data curation, Fine-tuning models, LLM Ops和Vector DB这些细分的赛道，当然也都是有着百亿美金mkt cap潜力的赛道。GPTs的出现也是有些颠覆性的，也许未来自然语言编程会得到很大的发展，人人皆可变身AI App developer：

14. 在人与AI交互的application领域，Coatue预期会从Human+AI Copilot过渡到AI Agent+Human Copilot，最终到AI Autopilot（那人类干毛啊），有一丢丢可怕，但是事实上我们可以看到在美国各行各业，包括创造性工作的领域，AI adoption都是逐月迅猛增长，势不可挡，这个CAGR真的令人震惊：

15. Coatue指出，在移动互联时代，07年前就存在的巨头比07年后成立的公司的收益足足高了12倍（中国显然不完全是这样的），那么AI时代会不会也是如此呢？Coatue也举出了一些过去移动互联时代公司成功的原因，就是他们在细分领域基于新技术在商业模式上的创新，这对AI时代的初创企业当然也有很多启示——Coatue甚至认为，AI领域可以产生一个超级APP(one-stop-shop+actions)：

16. Coatue做了一些总结性view：

• 未来的编程语言会是英语自然语言 ——Agree，所以我也在思考为啥还让娃学Python，她应该去学的是编程逻辑，是背后的创造方法和思考模型
• On-device AI会广泛应用 —— Not sure，但是苹果已经有了一个很清晰的AI战略，随着硬件的发展这是有可能的，Siri也是现在理论上最好的AI交互入口
• AI模型scaling会是一个工程挑战(not research)——For now agree，虽然AI发展的很快，但是现在还有很大的顶尖工程师缺口，这个系统复杂度是指数上升的
• 私有数据会解锁更多的使用场景—— 这没有任何争议，只不过需要很好的产品经理和技术同学一起去实现
• 多模态是新的前沿创新方向——当然！多模态大模型一定是未来
• 基础架构会有新的发展——Agree，如斯坦福的Hyena架构，也许有替代transformer的潜力，Flashattention可以显著加速训练和推理等等。这些都是最近几个月的研究成果，可以说AI的研究前沿发展非常之快，天上一日，人间一年，稍微松懈，马上就落后了。对投资人、创业者、科学家都是极大的挑战。可以说半年没关注，就完全不懂了，可怕！

更多完整内容，请看原版115页报告！

添加官方微信 openai178 领取原版报告。