投資家の視点から見ると、Tencent、Baidu Ventures、Ant Group、TAL などの産業資本だけでなく、Sequoia、IDG、ZhenFund、Sinovation Ventures、Qiming Ventures、Matrix Partners、Qiji Ventures などのベンチャーキャピタルも存在します。キャスト。 Sequoia が最も活発で、Light Years Beyond、Shenyan Technology、The Dark Side of the Moon、Project AI 2.0 を含む少なくとも 5 つのショットがあり、Tencent は Light Years Beyond、MiniMax、Shenyan Technology に投資しています。
Li Wei 氏の見解では、モデルのサイズだけが指標ではなく、アプリケーション シナリオも重要な参照ディメンションです。 「ほとんどのアプリケーションにとって、超大規模モデルは蚊を撃つ大砲のようなものです。推論に長い時間がかかるだけでなく、多額のコストがかかり、適用と展開が難しく、収益性も高くありません。実際の効果という点では非常に理にかなっています。」
AI大規模モデル混戦の「真実」:投資家はより多くを見て投資を減らす、20社は60億元しか融資を受けなかった
出典:捜狐テクノロジー
著者:梁昌軍
編集者:ヤン・ジン
「もっと見て、投票は少なく」「様子見の雰囲気が比較的強い」。今年のAI大規模モデル起業に対する投資機関の姿勢について、一部の国内投資家や起業家はこう感じている。
しかし業界では依然としてAI大型モデルが人気だ。閉幕したばかりの世界人工知能会議では、30を超える大型モデルが一斉に実力を見せつけ、国内インターネット企業や多くのAI企業が大型モデルのホットトラックに参入し、すでに100モデルの戦いが始まっている。
ベンチャーキャピタル市場では、王恵文、王小川、李開福などのビッグネームが次々と市場に参入し、「中国のOpenAIになる」「中国最高の大規模モデルになる」などと称し、重要なベンチャーキャピタル市場となっている。この AI 大規模モデルの波に大きな影響を与えます。
捜湖科技の不完全な統計によると、今年上半期に少なくとも20社の大規模モデル企業が60億元以上の融資を受けた。世界的に見ると、関連融資件数は50件を超え、中国と米国がそれぞれ20件以上、総額1000億元をリードしている。
国内取引件数は比較的多いものの、その額は世界の6%に過ぎず、国内投資家は寛大ではなく、AI大型モデル投資市場はやや閑散としている。
同時に、大型モデルの起業家としての価値については関係者全員が合意に達しておらず、GSR VenturesのマネージングパートナーであるZhu Xiaohu氏とCheetah Mobileの会長であるFu Sheng氏は以前、この点について互いに議論していた。
Yuanwang Capital と Xunlei の創設者である Cheng Hao 氏は、汎用モデルは世界に 10 を超えることはなく、起業家精神を発揮する機会はほとんどないと判断しました。これは投資界隈では基本的にコンセンサスとなっており、百度のCEOロビン・リー氏も以前、車輪の再発明は必要ないと述べていた。
しかし、多くの起業家は同意するのが難しいと感じています。王暁川氏は、新興企業にはチャンスがなければならず、負担や商業的プレッシャーがなければ、大企業よりも早く経営できると信じている。
エンジニアリング担当副社長兼首席研究員のリー・ウェイ氏は捜狐科技に対し、大手メーカーが汎用大型モデルを独占する可能性は低いと語った。 「多くの新興企業が大型モデルを立ち上げ、この問題がもはや大きな問題ではないことを証明している。」
違いはあるものの、アプリケーションが鍵となるという点では一致しています。大型モデルは、それを実行するかどうかの待機から、各界のプレーヤーの参入に至るまで、それをどのように実装するかを答える段階に達しました。大手工場であろうと、新興企業であろうと、これは必須の回答シートです。
ボスはゲームに参加すると自分の後光を持っていますが、誰が大きなモデルに投資しているのでしょうか?
ChatGPT が誕生し、AI の第 3 波の大規模モデルのピークが始まり、大物グループが独自のビジネスを始めました。捜狐科技の不完全な統計によると、今年上半期に少なくとも20社の大規模企業が資金調達を獲得し、そのほとんどが初期のエンジェルラウンドまたはAラウンドに参加した。
これらの起業家には基本的に独自の後光があり、リー・カイフ、王恵文、王小川、李志飛、周博文などの起業家的または大規模な経歴を持つ人のほか、清華大学、国民人民大学などの大学の新人も含まれます。清華大学は特に代表的な大学であり、清華大学の教授は、聖樹テクノロジー、瀋陽テクノロジー、ダークサイド オブ ザ ムーン、青毛インテリジェンス、フェイス ウォール インテリジェンス、霊新インテリジェンスを支持しています。
投資家の視点から見ると、Tencent、Baidu Ventures、Ant Group、TAL などの産業資本だけでなく、Sequoia、IDG、ZhenFund、Sinovation Ventures、Qiming Ventures、Matrix Partners、Qiji Ventures などのベンチャーキャピタルも存在します。キャスト。 Sequoia が最も活発で、Light Years Beyond、Shenyan Technology、The Dark Side of the Moon、Project AI 2.0 を含む少なくとも 5 つのショットがあり、Tencent は Light Years Beyond、MiniMax、Shenyan Technology に投資しています。
資金調達規模に関しては、この統計に含まれるプロジェクトによって開示された資金調達総額は60億元を超えています。公開データによると、今年上半期に世界でAI大型モデルに関連した企業融資が51件あり、投融資額は1000億元を超え、国内取引件数の4割近くを占めた。 , しかし融資額はわずか6%程度でした。
MicrosoftによるOpenAIへの100億ドル投資、Bill Gates、Microsoft、NvidiaによるInflection AIへの13億ドル投資、米国のデータ会社DatabricksによるMosaicMLの13億ドル買収など、米国市場における多数の大規模取引が大半を占めた。 。これら 3 つの取引だけで世界全体の約 90% を占めます。
これはまた、国内の大型モデルが激しく関与し、資本市場のコンセプト株が倍増して急騰しているにもかかわらず、流通市場の投資家が、特に高額取引において依然として比較的慎重であることをある程度示している。
ベンチャーキャピタルのFA事業を手掛けるChapter 42の創設者であるQu Kai氏は、現在ほぼすべての米ドルファンドがAIに注目しており、一部の人民元ファンドも関心を示していると明らかにした。 「多くの機関は非常に前向きですが、最終的には行動に移す機関は多くありません。おそらく50か60はあるでしょう。」
エンジニアリング担当副社長兼主任研究員のリー・ウェイ氏も、投資コミュニティは実際には大きなモデルを非常に懸念しており、派手なものではあるものの、非常に慎重でもあると感じています。 「結局のところ、これは多額の投資を伴う新しい技術の方向性ですが、ビジネスモデルは現時点では不透明です。」
エンジェル投資家で人工知能の上級専門家である郭濤氏は捜湖テクノロジーを分析し、AI大型モデルは多額の投資額、長い回収期間、低い成功率、業界の熾烈な競争に直面していることにますます多くの投資機関が気づいていると述べた。規制強化などの影響でショットは慎重になり、比較的様子見の雰囲気が強いのが現状だ。
同時に、Guo Tao 氏は、現時点では投資に値する大規模な AI 企業は多くないと考えており、ほとんどの新興企業はテクノロジー、データ、エコロジーの点で大きな利点をほとんど持っていません。
さらに、多くの有望なスター企業の評価額は高すぎて、通常は数光年先のことであり、わずか 3 か月で評価額は 2 億米ドルから 10 億米ドルに跳ね上がり、多くの金融機関が落胆しています。この会社の結末も非常に恥ずかしいもので、王興の美団は兄弟や投資家を20億元以上で「救い」、王恵文は病気のため早期退職しました。
ネット投資優先を継続し、熱が下がってから戦い始める
AI大型モデルの具体的な投資方向に関しては、投資機関はインターネット投資時代の好みをほぼ引き継いでおり、アプリケーション層が最も人気がある。 Cheng Hao氏は、元王資本は主にミドルウェアとアプリケーション層の企業に投資していると述べた。
Qu Kaiが開示したデータによると、今年資金を受け取ったAIプロジェクトのうち、10%〜20%がモデル向け、20%〜30%がインフラ/中間層向け、60%〜70%がアプリケーション層用。お金がもらえるプロジェクトを除けば、応募があったプロジェクトは95%に達するかもしれません。
AI大規模モデル産業も、基盤となるインフラ(チップ、フレームワーク、その他のインフラストラクチャなど)からモデル層、ミドルウェア、各種アプリケーションに至るまで、チップ産業と同様の逆ピラミッド構造を形成しています。最下層が海外のオープンソース技術に依存していて突破が難しい場合、国内スタートアップの多くはアプリケーション層に賭けており、高コストモデル層は一部の企業の勝負に過ぎない。
Li Wei 氏は、新興企業は主に基本的な大規模モデルとその下流の応用を行っており、基本的な大規模モデルを作成することは現実的ではないし、必要性もないと考えています。 「したがって、多くの新興企業は垂直シナリオに応募する傾向があります。API コールまたは OEM 民営化展開によって、大規模モデル サプライヤーの大規模モデル サービスを活用して、データとアプリケーションの革新的な研究と開発に焦点を当てることになります。これにより、比較的明確な方向性になります。」
しかし、この大型モデルのブームは落ち着き始めているようで、よく例として挙げられるのが ChatGPT トラフィックのピークです。サードパーティWebサイトSimilarWebのデータによると、ChatGPTのWebサイトとモバイルクライアントの世界的なトラフィックは、今年6月に前月比9.7%減少し、昨年末以来初めての減少となった。ウェブサイトの訪問者数も 8.5% 減少しました。さらに、Microsoft Bing や Character.AI などの Web サイトのトラフィックも、6 月には程度の差はありますが減少しました。
「最近、大型モデルの質的変化が減少しており、新しい起業家や語るべき新しいストーリーが年初に比べて減っているため、ここ1、2か月で市場は冷え込んでいます。しかし、すべてのトラックとホットスポットには独自の長所と短所があります。ふふ、これは正常です。」と Qu Kai 氏は言いました。
同氏は、「大規模な AI モデルの次の段階では、それを実装するために熱心に取り組む必要がある」と考えています。次のホットスポットの波は、おそらく 2 ~ 3 か月後になるでしょう。上半期に資金を受け取った多くのプロジェクトにとって、製品の発売が完了するまでに数か月かかるでしょう。もっと優れたキラー アプリがあるかどうかを確認し、誰がアプリケーション層のリーダーになるかを確認してください。
実際、現在、大手メーカーは大型モデルの上陸・実用化に向けて努力をしている。ファーウェイは最近Pangu 3.0をリリースした際、音声モデルレベルに焦点を当てるのではなく、あらゆる分野を支援するためにそれを使用したいと表明した。 「私たちは何かをするのにとても忙しいので、詩を書く時間がありません。」
Guo Tao氏は、AIモデルは冷え込んでいるものの、全体としては1年程度は継続し、焦点は基礎技術レベルから垂直アプリケーションレベルに徐々に移行すると考えている。
XiaoiceのCEOであるLi Di氏は、大型モデルの均質化は現在深刻であり、市場にこれほど多くの大型モデルを市場に出す必要はないと判断し、その熱は2024年には沈静化するはずであり、誰が岸にいるのかが判明したと述べた。裸で泳いでいる人。
一般モデルの可能性はありませんか?縦走路の均質化が深刻
起業家にとって、市場に参入する前にどのように方向性を考えるかは非常に重要です。 Zhu Xiaohu氏は、ChatGPTは新興企業に対して非常に非友好的であり、今後2、3年以内に資金調達の夢を放棄するだろうと述べた。傅生氏はこれについて「われわれの投資家は無知で、恐れを知らぬ投資家だ」と不満を述べた。
その後、朱暁湖氏は、大型モデルの分野での起業の機会を否定したわけではないが、汎用の大型モデルについて迷信を持たないよう起業家に注意を喚起したと説明した。 「ほとんどの起業家にとって、シナリオが優先され、データが王様です。」
この見解は基本的に現在の国内投資界のコンセンサスとなっている。郭濤氏は、汎用大規模モデルが一定の独占状況を形成し、起業家や「小規模工場」が汎用大規模モデルを導入すると資本、技術、データ、生態系の面で不利になると考えている。 。
「汎用大規模モデルの外堀は非常に高く、ネットワーク効果も強い。ユーザーのフィードバックによってモデルはどんどん賢くなっていき、最初に作った企業が先行者利益を得ることができる。」(チェン氏)ハオ氏はまた、新興企業が汎用の大規模モデルを作るチャンスはなく、巨大な工場だけがそれを買う余裕があると考えている。
同時に、一般的なベースモデルは将来的にはそれほど多くの企業を必要としないだろうと同氏は考えている。 「おそらく、将来的に世界中で使用できるクローズドソースおよびオープンソースの汎用モデルは 10 個しかなくなるでしょうが、それは多すぎます。」
しかし、多くの起業家はこれに同意しません。 「多くの新興企業が大型モデルを投入しており、この件が大きな問題ではないことが証明されています。GPT-4のレベルに達するとなると、トップメーカーにとっても非常に難しく、独占するのは不可能と思われます」今すぐです」とリー・ウェイは言いました。
同氏は、新興企業はハードウェアリソースやエンジニアリング力の点では大規模メーカーに太刀打ちできないものの、より現実的で、全体的な着地点や製品需要を持っており、生産性を高めていない点が利点だと考えている。大型モデルのための大型モデル。
「基本的な大規模モデルは一枚岩ではなく、拡張の余地があります。スタートアップは 10 億または 100 億のモデルから始めて、その後、自社のニーズに応じて 1,000 億のモデルを開発し続けるかどうかを決定できます。リソースを増やしてください」とリー・ウェイは言いました。
多くのスタートアップ企業は、大規模モデルを作成するときにこのルートをたどります。たとえば、Baichuan Intelligence は最初に 70 億のパラメータ モデルを立ち上げ、現在も 500 億のパラメータ モデルをトレーニング中ですが、基本的に 1,000 億のパラメータを持つ大規模なモデルを作成することを選択するスタートアップ企業はありません。
Li Wei 氏の見解では、モデルのサイズだけが指標ではなく、アプリケーション シナリオも重要な参照ディメンションです。 「ほとんどのアプリケーションにとって、超大規模モデルは蚊を撃つ大砲のようなものです。推論に長い時間がかかるだけでなく、多額のコストがかかり、適用と展開が難しく、収益性も高くありません。実際の効果という点では非常に理にかなっています。」
したがって、リー・ウェイ氏は、盲目的に完璧を競うことが大規模モデルの研究開発とイノベーションの主流であってはならず、大規模モデルの軽量化と垂直化を促進することがより意味のある健全な競争であることが重要であると考えています。
Cheng Hao 氏は、将来的には多くの中小企業が独自の垂直モデルを持ち、新興企業が垂直軌道でアプリケーションやツールチェーンを開発する機会が増えると考えています。 「ほとんどの投資機関は依然として王暁川氏や王恵文氏のような垂直産業の軌跡に注目しており、汎用の大規模モデルの製造ではなく人材に大きく賭けている。」
しかし、垂直トラックの技術的なルートを選択することは、多くの課題にも直面します。李偉氏は、垂直分野における大規模モデルの大規模導入は想像以上に難しいと率直に語った。
同氏は、現在の課題の1つは、変化があまりに早く、目まぐるしいことであると考えており、新興企業が大規模サプライヤーとの接続や選定が難しいこと、大規模モデルのほとんどが、適用できる成熟したサービスをまだ生み出していないこと、と考えている。 、上流と下流をシームレスにできない、ドッキングとマッチングの問題。
同時に、技術的な均一性や商業的な相互圧延などの問題も依然として残っています。 「テクノロジー競争とモデル開発の差別化を促進し、ビジネス協力を調整し、ビジネスの相互関与を減らすことが、テクノロジー企業とコミュニティが協力すべき方向性である」とリー・ウェイ氏は訴えた。