“既然吾辈皆神不如好好做神” 。
作者｜八度
9月5日，2024 Cloud 100 China榜单发布暨CEO峰会在上海西岸美高梅酒店举办。峰会的主题是《The Rise of AI Cloud》，聚焦于AI Cloud这一时代潮流，深入探讨了GenAI时代的发展大势。
在本次峰会上，一场以“站在GenAI分歧点，顶级投资者如何看待AI未来大机会”为主题的高峰对话吸引广泛关注，现场座无虚席，这是一次关于人工智能未来发展方向的精彩讨论。
Subotovsky Emergence Capital合伙人Santi、红杉中国合伙人郑庆生、靖亚资本创始管理合伙人郑靖伟以及甲子光年创始人兼CEO张一甲，这四位嘉宾分享了他们对AI领域的深刻见解。他们的讨论覆盖了大模型的商业化、AI在不同行业的应用，以及对未来技术趋势的预测。
讨论中，大模型的未来发展成为了焦点。郑靖伟提出，虽然大模型技术令人瞩目，但企业在实际应用时需要权衡是否真的需要这样庞大的模型。他指出，大模型可能面临速度和成本的挑战，这可能限制了它们在商业环境中的广泛应用。
Santi同样认为，每个公司都应该充分地利用大模型，但并不是说所有的公司都需要建基础模型、基础设施。他们可以站在巨人的肩膀上，这样成本就可以降下来。
现场，张一甲提出了一个封闭式问题：AI此刻到底是不是泡沫？郑靖伟认为，尽管当下某些公司的估值可能过高，但从长远来看，此刻的AI不是泡沫。Santi则认为AI领域存在泡沫，但他将泡沫视为创新和技术发展的自然组成部分，认为这些泡沫最终会孕育出新的创新浪潮。
在讨论AI的应用前景时，郑靖伟和Santi都表达了对生成式AI在多个领域的乐观态度。他们认为，从内容创作到生产力工具，再到专业服务，AI都有巨大的应用潜力。
在对未来的预测中，几位投资者都表达了对新兴AI公司的期待。他们认为，未来几年将会出现新一代的AI驱动公司，这些公司可能会像早期的阿里和Google一样，成为行业的领导者。
张一甲总结，技术让我们已经拥有了千里眼、顺风耳，人工智能还将让我们拥有更多，但希望这种拥有最终是解放我们而不是让我们成为人工智能的奴隶。
甲子光年创始人兼CEO张一甲
以下是本场对话的精华内容，经过编辑整理：
1.AI成本之辩：大模型与小模型之争
张一甲：这一次我们的主题叫“站在GenAI分歧点”。因为人工智能很重要，这件事情几乎不言而喻了。但我们不得不承认，在大共识的人工智能面前，其实我们有非常多的非共识分歧。开源、闭源，AI商业化如何闭环？千亿参数、长文本、多模态，大模型的关键指标是什么？规模法则的天花板在哪？Transformer是不是最优解？所以在这样一个时间点上，我们今天就直面分歧，想听听大家最真实的想法和声音。
那最开始还是请各位简单地花一分钟时间，介绍一下自己以及自己所在的公司或者机构。
郑靖伟：我是Peter，靖亚资本的创始管理合伙人。我们成立于2017年，主要聚焦于企业软件领域的投资。近两年来，随着生成式AI的兴起，我们依然投资在To B的企业软件领域，但重点是以生成式AI为主导的企业软件。
Santi：大家好，和靖亚资本一样，我们在硅谷也专注于To B的业务。
我们观察到这些早期的云服务公司，并对比分析，以探索我们接下来还有哪些投资机会。例如，我们正在寻找未来一两年内可能出现的机会。我们非常兴奋地看到许多创始人在美国取得了显著进展。我们与Peter的团队一起，共同挖掘了在中国的发展机会，这包括更多地关注中国本土市场的企业，以及那些有志于拓展海外市场的中国企业。我们非常兴奋能够参与到这样的合作中，并进行共同投资。
张一甲：所以你们现在是联合做了一些投资？
郑靖伟：他（Santi）是我们的战略合作伙伴，同时也是我们的LP。
张一甲：我相信，当谈到人工智能（AI）时，最大的分歧本质上还是财务问题。大家都在说，虽然大型模型很好，但是成本太高。即使最牛的OpenAI，外媒报道说今年预计亏损50亿美金，而且12个月内帐上现金可能就烧完。
对于这件事情，各位有什么看法？
郑靖伟：大模型虽好，但当企业考虑应用时，需要思考是否真的需要使用大模型。大模型能够处理很多事情，但在解决一个问题时，可能并不需要大模型。
大模型可能会有速度较慢的问题，并且推理成本相对较高，使用它们还需要更专业的人才，最后账可能算不过来。
如果你是一家大型企业，不仅在中国，许多国际大公司也对将公司数据交给公有云的大模型厂商感到担忧。他们可能更愿意去Hugging Face这样的平台探索，看看有哪些小模型更适合现在的业务场景，这样账更算得过来。
靖亚资本创始管理合伙人郑靖伟
Santi：我觉得在早期我们会看到技术的一些变化，成本肯定会非常高的，但现在还是有机遇的，我们如何能够降低成本，每个公司都应该充分的利用大模型，不是说所有的公司都需要建基础模型、基础设施。他们可以站在巨人的肩膀上，这样成本就可以降下来。
并不是说在最开始的时候所有公司都要花很多钱，因为现在有很多机遇，这种通用的模型、通用的技术，在这个基础之上大家可以更加专注于垂直行业，在通用模型的基础上更加专业化。
你所需要的训练模型的信息和OpenAI当时训练大模型的信息是不一样的，所以你构建自己行业小模型的成本会更低一些。我不同意我们构建AI公司很昂贵，我觉得做基础设施的AI公司很贵，但建AI的应用没有那么贵，而且我们可以速度更快。
我们也可以建立起很多好公司，我相信在未来3年我们会看到很多新一代的公司被构建起来，比如早期的阿里、Google，那些公司将会在未来3-5年出现，我也很高兴很激动给他们一定的支持。
张一甲：所以听起来Sanit和Peter的观点更近，基础设施太贵了我们做点小模型依然能从应用上赚到钱。
2.AI泡沫之争：现状与前景
张一甲：现在问一个封闭式的问题：AI此刻到底是不是泡沫？只能二选一，是或不是给我一个答案。
郑靖伟：我觉得AI现在不是泡沫，像我刚才讲的未来有巨大的机会。不排除现在有些公司的估值是过高的，但拉长看5年、10年后，我不觉得现在的AI是个泡沫。
Santi：我觉得它是一个泡沫，但我觉得是一系列泡沫的组合，有些泡沫可能未来会不存在，但是很多泡沫会汇集成大海，并滋生新的创新，所以说我们还是要看好创新和技术。我觉得在过去20至30多年，AI领域是泡沫最多的行业，但泡沫也可以成为海洋。
郑靖伟：我补充一下，从1996年到2000年互联网泡沫，但互联网泡沫的时候哪些公司的估值是最高的，思科、英特尔、还有一家公司现在都不存在的公司，名叫Sun Microsystems。要知道，Sun Microsystems当时是两千亿美金的市值。
所以我们看现在生成式AI最先起量的是谁？英伟达、AMD、超微这些企业先起来，但几年后Google、Facebook一家家出来了，但一开始的时候这些都是nobody，都是些基础设施的公司，Sun Microsystems就是最鲜明的例子。
张一甲：泡沫的定义不一定是褒义词、贬义词，它可以是一个丰富的多义词。下个问题问Santi，我在你们Emergence Capital上看到了一篇文章《The AI Plateau Is Real — How We Jump To The Next Breakthrough》（人工智能的高原现象是真实存在的 —— 我们如何跳至下一个突破）。你为什么要写这篇文章，写这篇文章想说明什么？有什么样的建议概括给现场的观众？
Santi：我们发表这篇文章的时候做了很多内部研究，我们想表达的是很多技术的变革是一个S曲线的发展，并且它不是唯一一个S曲线，它是一系列S曲线的集合。
图片来源：靖亚资本
我们相信我们达到一个高点的时候，我们来看AI的生产力，它的基准不同OpenAI模型的生产力还是不一样的，我们要增加边际利润，我们相信最终我们可以实现一点，就是公共数据的使用和获取，它可能创造的价值不是0-1的价值，我们需要再往前走一步，下一步就是我们如何用专有的数据，在公司的范围内，比如你在金融服务行业、生命科学行业，你公司的专有数据能赋能你的公司创造更多的业务价值。
所以说只靠技术是不够的，我们需要非常精确的答案，然后来帮助你去做业务决策，OpenAI的大语言模型非常好，消费者可以使用，但如果到To B的领域，我们需要有非常精确的数字、非常专有的数据训练模型，这样才能实现下一波的创新。
这时候我们看到一系列的应用将会产生，像Salesforce、Google这样的公司，他们都是因为解决了业务问题所以才比较繁荣。
3.AI应用前瞻：探索下一个Killer App
张一甲：请问各位，你们看好生成式AI在哪些领域、行业、场景的应用？
郑靖伟：我觉得应用层肯定有很多机会，我再展开下，刚才讲的第一个是生成，不管是文字、图片、视频、3D甚至音乐；第二个是生产力工具，大家肯定听过Copilot，未来的个人助手；第三个是所谓的洞察；第四个领域就是AI替代传统服务领域，不管是律师、会计师、设计师，这里面都有巨大的机会，因为你不是在卷传统IT、软件的预算，而是在打一个10倍、20倍甚至更大的服务预算。
最后，让我们看看现实世界的情况。比如，从今年开始，英伟达已经不再只谈论大型模型了，他们更多地关注于具身智能。他们展示了五个机器人的例子，这些机器人展示了未来AI在现实世界中能够协助人类做的事情。这五大机会表明，无论未来大家选择在哪个领域创业，所面临的机遇都是巨大的。
Santi：长期来看，我们会看到人类的创造力是一个很难被AI替代的领域。我们的观点是，可能有些人会觉得AI的创造力很强，因为它速度很快，我们也有很多这样的AI模型，比如给我们写一首歌、创作一个故事、解读一张图片。
然后，大家就达成了一个共识，觉得AI的模型能够极大地创造出一些有创造力的产品，这就像生命科学甚至一些研究领域，如果你应用AI的话，好多的项目它们会完成的非常快，从而让这个行业能够增长的很快。
我们已经开始看到有一些这样的公司了，像一些药物发现、生命科学领域已经开始应用AI，我们相信以后我们会看到有很大的关于药物开发方面的进展。
张一甲：我直接问一个更具体也更诱惑的问题，ChatGPT之后的下一个Killer App是谁？或者可能在什么领域？
郑靖伟：我认为，在早期很难预测哪些应用会成为未来的杀手级应用。比如，当初Salesforce刚出现时，大家都没想到它会成为未来的杀手级应用，它上市时的市值仅为10亿美元。同样，今日头条刚推出时，人们也没想到字节跳动未来会发展得如此庞大。
但如果你要问我，我刚才分享过，谁能将自然语言交互做到极致，谁就可能开发出潜在的杀手级应用。因为目前的交互系统还不够智能。如果能够开发出一个应用，我告诉它做什么，它就能快速高效地完成，并且能够整合代理（Agent）、大型模型（Large Models）、工作负载（Workload），这可能是一个巨大的机会。
另外，面向企业（B端）的应用肯定也有机会。是否有可能重新打造一个Salesforce，但这次使用的数据结构不是传统的关系型数据库，而是最新的技术，能够直接处理各种客户资料，并将其存储在新型数据库中，这可能会成为一个全新的Salesforce，也可能是一个新的杀手级应用。虽然现在无法确定哪个会成功，但未来在各位之中肯定会有人有机会创造出杀手级应用。
Santi：我花了很多时间思考这个问题：关于下一代社交网络，人们可以利用AI进行互动，并且能够通过AI建立新的关系。在这样的领域中，需要有人能够找到正确的用户界面（UI）和合适的买家。
从面向企业（To B）的角度来看，我确实相信，许多针对专业消费者的业务将会快速发展。AI这样的智能体不仅可以帮助我们的员工，还可以帮助所有企业实现增长，促进新产品的开发。这种价值需要个人、消费者以及整个工作和生活方式的转变来共同体现AI的价值。
4.拥抱AI未来：投资人的洞见
张一甲：最后一个问题想cue一下最近一个比较新的概念ASI（Artificial Super intelligence）。在硅谷、孙正义口中大家都不断在描绘超越人类智能的所谓人工超级智能的到来大概是什么时间，会掀起什么样的风暴，不同的人的说法不一致，但在我看来当它平均的生产力超过人就应该算是到来了。
站在ASI的大方向，人工智能超越人类智能几乎是必然发生的事情，站在这样既定的背景下，我们看到人工智能的产品、英雄座次表天天在换，只要后发就有机会超越前一位，而且很多成本曲线、价格曲线在一路走低，全世界这个风暴几乎是7×24小时不停歇，全世界最聪明的人全都投入进这个领域，在这个情况下我们的确定性越来越少，我们投哪个项目谁是第一名谁是第二名，这个座次排序也越来越不稳定。
在这种情况下投资人的自我修养是什么，我们怎么面临这样的未来？
郑靖伟：因为我们专注于早期投资，所以我们需要有一定的容错空间。正如我刚才提到的，如果你相信数字化是未来的大趋势，生成式AI将引领未来的发展，那么应用层的创新肯定会变得非常流行。
在这样的背景下，下一个像张一鸣或马化腾这样的科技巨头可能会出现。因此，我们需要勇敢地投资于这些未来的创业者。
Santi：我认为我们可能高估了AI在未来几年，比如未来2到3年内的影响力。早期投资者通常更关注技术，并相信这些技术在未来5到10年将展现出优势。然而，我们需要设定宏伟的目标。
如果一切顺利，我们必须思考未来的世界将会是什么样子。这是一个挑战，因为在过去的20年里，我们习惯了增量思维：一旦技术进步，它可能更快、更好、更便宜，人们就会购买它。但现在，我们需要思考的是，从长远来看，5到10年后的世界会是什么样子，这项技术是否能够随着世界的发展而演进。
如果有些公司在赋能那些几年后可能不复存在的创业公司，那么这样的投资是没有意义的。因此，我们需要深入理解这些公司所在的具体行业和它们的业务逻辑。如果他们的业务在未来几年内可能会消失，那么我们赋能它们就没有意义。我们应该拥有长远的眼光。所以，当我们考虑投资时，我们需要转变思维方式，拥有长远的眼光。
张一甲：这个讨论到最后大家都能够想象到我们今天面对这个分歧点，要想真正达成共识靠我们讨论是不够的，还是要靠产品说话、数据说话，最终还是钱包说话，口袋深的才能跑到下一个时段。
其实人工智能这件事值得我们不断讨论和反思有个背景在于它早已溢出商业的范畴，它此时此刻已经开始影响每个人的日常生活，只要你看手机你就在被人工智能的这场蝴蝶效应所裹胁。
它会影响人，影响人的意识流，影响人际关系，影响每个人的信息茧房，影响科学突破的频次和进展，影响教育，影响下一代的审美，影响整个地球村的通讯方式，而且影响很多公司的决策者，需要追赶在技术的后面，去达成握手言和，否则会发现大量的公司联合创始人离家出走，创始人出走，董事会出走。可能大家都还没有做好完全的认知和心理准备，因为它发展的实在太快了。
最后结尾，套用前阵子吴声在北京的一场演讲说，“既然吾辈皆神不如好好做神”，技术让我们已经拥有了千里眼、顺风耳，人工智能还将让我们拥有更多，但希望这种拥有最终是解放我们而不是让我们成为人工智能的奴隶。
*应受访者要求，部分现场嘉宾对话内容未予呈现
（封面图及文中配图来源：2024 Cloud 100 China）
END.
本文作者可以追加内容哦 !
