近日，华创资本创始合伙人王道平受邀参加南京建邺数字经济暨AIGC产业大会 ，发表了《AI时代的投资趋势及商业模式创新》主题演讲。

Note：

(相关资料图)

生成式AI前景很光明，规模下限是互联网生态

目前生成式AI的发展尚处于早期技术突破阶段

未来更广阔的发展空间是在应用层

美国应用层过10亿美金的公司超过10家，中国应用层公司还处于寻找PMF、商业化早期的阶段

技术无国界：AI时代是全球化的竞争，或者至少是全国的竞争比较

与互联网时代不同，相比流量，AI时代的应用直接收费更有效

AI是颠覆式的，同时安全也很重要

以下为分享内容，经过CGCVC编辑：

很高兴和大家分享，作为投资机构我们怎么看待 AI 大浪潮。

最近两年，AI 发展特别快、特别火，尤其 OpenAI 推出 GPT 之后，我们看到的技术突破用 AI 的词就是“涌现”，能力上跟以前有质的差别。但是，我们做投资还是相对冷静一些，任何一个技术的创新或者发展，通常都会有这样的迷思——高估短期的发展，而低估了长期的发展。

这也是人的局限性。因为人是感性动物，对近期的事情记忆更深刻，感受更深，对当下的东西关注度更高，所以期待也更高。站在客观的角度，我们反而对未来非常乐观，对当下有更多谨慎，更多思考。

喧嚣之下，现在 AI 具体的应用或者能解决什么样的实际问题，其实还有待发展。我们判断，未来的前景非常光明，而且规模可能不亚于上一波互联网时代的浪潮。

简单讲，AI 是基于数字的生态叠加出来的。理论上，任何的应用、现在已经数字化或者可能被数字化的行业都会应用 AI。互联网基本上全部是数字化，但有很多行业还在数字化的进程中，未来这些行业 AI 的应用有非常大的前景。今天大模型本身用的算法、技术是相类似的，还有很多区域没有被理解，未来可能还有很多新的算法甚至新的路线出现。所以，未来可能有很多很多的发展道路选择。

中美市场对比来看，国内还是在追赶中，但其实无论中美都还处在早期技术的不断研发、不断突破中。AI 是生产力的革命，所以更多的机会肯定还是在应用层，因为它能解决实际的问题，带来实际生产力的提高或实际的价值。

与互联网时期相比，从底层到应用的结构是差不多的，最下面是基础设施，中间有一些云，上面是各种各样应用。不同之处在于什么呢？第一，原来的程序和软件更多是指令式的，而生成式 AI 可以自己理解、思考甚至决策。以前人被认为是唯一的智能体，没有其他任何的智能体参与到社会、经济活动中。未来假设机器可以独立地思考、学习、决策，世界的生活方式会发生变化。

Preliminary Generative AI  tech stack 来源：公开资料

中美之间有“防火墙”，是现在投资、创业面临的实际情况。AI 涉及很多技术，可能是颠覆式的。虽然芯片现在也有防火墙，但可能还不太一样。芯片稍微慢一点，还是可以用。但是 AI 能力的差别是很大的。我们看到的是，美国的 AI 能力目前相对更领先一些，美国以开源和闭源两套基座大模型的生态初步建立，基础设施也相对完善。比如芯片的发展会限制我们上层模型或者应用的发展速度，美国在这方面就还好，他们现在已经考虑比如百万级卡或者千万级卡算力的服务了。

他们的大模型确实也会做得更早一些，应用发展很快，在商业化上，包括用户、企业客户的采用更快一些。美国应用层过10亿美金的公司已经超过10家，有数家用户规模或者商业化比较成功的公司。

美国生成式AI创业公司图谱，来源：公开资料整理

受限于基础设施的不完善，中国现在更多是在追赶。很多公司还在早期的技术突破中，国内有很多公司在做大模型，但还没有一个大模型被大多数应用层的公司所采用。如果做应用，既要做大模型的投入，又要做应用的开发，难度会更高。 

在我们看来，大模型不一定适合创业公司做。因为大模型的投入非常大，不是一次性的，需要持续的投入。另外很现实的是，大模型本身并没有实际的商业模式。它是一个通用的基础设施，不是针对某个具体的场景或者需求，不是直接有应用产生。创业公司必须解决公司生存的问题，那这其实是非常大的挑战。除非你真的能聚集最牛的一些人，融资很厉害。但对于大多数创业公司来说，这可能不是一个特别合适的道路。相对而言，应用层的机会是非常多的，无论是 ToC 还是ToB。而国内应用层的公司，还处于寻找PMF、商业化早期的阶段。

中国生成式AI创业公司图谱，来源：公开资料

应用层的机会基本上可以看到有两个大的方向：一是在垂直行业，比如互联网营销、交通、能源、金融、法律、医疗，很多行业都可以去应用。二是它其实是泛行业的通用机会，比如 AIGC，就是内容生产，包括营销、客服、编程等。

其实这两个方向没有好坏之分，更多还是看团队的能力是否匹配。如果做垂直行业，那 AI +这个行业本身的 Know-how 就非常重要。如果公司在某个行业有经验、数据，那做垂直行业是当下非常好的选择。如果做泛行业，AI 技术相关的元素可能会更多一些，商业化等方面要考虑更多一些。除了软件，我们也关注一些做实际硬件的产品，比如工业用的视觉AI，它不但有软件，也有硬件。

大公司有很多优势，创业公司确实会面临大公司的挑战，需要找到自身的优势或者差异化的地方进入，如果是已有业务叠加 AI，优势相对是比较明显的。

我们如何判断一个AI项目要不要投？技术能力、管理能力甚至融资能力都会是关注点，因为只有综合起来，才更有生存能力。国家有国界，但 AI 技术没有国界。所以如果想在未来成长为领先大公司，技术要有一定的优势。

商业模式方面，原来互联网时代更多讲流量为王，但这波创业者、创业公司可以不单单考虑流量。在 AI 里，直接收费可能会更有效一些。AI 是一个生产力工具，它有价值，代表就是能收费，能帮人家产生价值，就能直接做商业化。

大家都说未来是 AGI，但短期现实看，AI 还只是一个技术工具，帮助提升效率，解决问题。AI 要替代人，还非常遥远。在这个过程中，安全的 AI 也很重要。在互联网时代，已经有很多这方面的问题，比如数据滥用、隐私问题。可以想象，未来这些问题会更普遍，那相应的安全监管措施，是非常非常重要和急需的。这需要大家共同思考和努力，美国已经有一些探讨和做法，国内现在更多还在技术的突破中，但这确实很重要。

谢谢大家。