2024年，科技领域呈现出蓬勃发展的态势。在政策支持、技术迭代的加持和推动下，AI在市场规模、行业应用等方面均有新的进展。
执牛耳梳理了来自于真格基金、梅花创投、愉悦资本、蓝驰创投等投资机构的观点，AI的未来在何处？在AI浪潮下，投资人看好哪些领域和企业？
希望本文从投资视角出发为读者带来新观察和新思考。
投资案例：月之暗面、氦星光联、东方空间、森亿智能等
大浪潮往往是由年轻人推动的。比如 OpenAI 的创始人在创办 OpenAI 时，一个 30 岁、一个 29 岁、一个 28 岁，都非常年轻。
我们一直寻找最优秀的年轻人。杨植麟在清华的时候我们就开始关注他，他是清华上下几届公认的「神中之神」，后来在 CMU 的时候也是国际非常知名的一线 AI 学者，做出了非常好的工作，我们非常早就在关注他。
这一波 AI 大浪潮，我们认为年轻创业者又会有很多机会，而是他是其中最优秀的人，当他要做大模型的时候，我们认为他是最适合的人选，所以就再次投资他。这是一个对我们很容易的决定。
真格有一个“小天才”理论。小天才首先是要在新浪潮里找。在新的浪潮里大家都同时起步，年轻人往往因为早接触新的事物，反而可能做得最好。如果你现在再做房地产，很难成为一个小天才。
我们希望这个「天才」，是前面没有年龄作为限定的——我们不是在寻找 90 后最佳创业者，或者 00 后最懂 AI 的人。我们寻找的就是最佳创业者，就是最懂 AI 的人。
比如说比尔·盖茨做微软的时候，他就是最好的程序员；扎克伯格做 Facebook 的时候，他就是最好的互联网创业者。我们希望优秀没有年龄作为定语。
“在大时代浪潮面前，不要犹豫，不要彷徨，不要只会抱怨，顺着浪潮坚定向前走就是答案。”
基金行业寒冬已悄然降临，然而危中有机，越是寒冬，越是新物种和新机遇孕育的时刻。创投机构，必须快速适应当前的创投环境，要和地方政府合作，要走到更下沉的城市去，并且要修炼“募投返管退”的新本事，还要学会低流量生存发展，这不仅是对创投基金事关生死，对每一个企业更是如此。
像商业航天、低空经济、AI应用、生物制药等方向，大家都能看得到机会，在这个时候就看谁能真正识别出好的公司，能够在这轮新质生产力里面跑出来。
很多初创大模型公司没有盈利模式，最后会是把钱花完就死掉。没有造血能力的话，他的钱其实都花在了买英伟达的芯片上，然而招人很贵，赚到的钱又那么稀缺，尤其在To C场景中，假设收费还有多少人愿意接受，那么大的一个东西却没有忠诚的付费用户，这是个很可怕的事情。
此外，在面对大厂巨头竞争时，大模型创业公司的胜算也不大。“阿里、腾讯、字节、百度这些公司，他们可以很好的把AI跟自己的场景去做结合，新的创业公司无论是在物质还是场景上都有较大的差距。
大模型掀起“降价潮”，就意味着这片市场开启了恶性竞争。价格战意味着同质化严重，一开始还会说我是多少亿的参数，到后面的时候，强调这种参数已经解决不了问题，市场并不买账，只有打价格战。
当下，大模型公司第一赚不了什么钱，然后基本上现在每一轮融资都是贴着上面的估值，就是看起来融了很多钱，但是增长的估值很少
现在，很多大模型创业公司的融资估值比并不健康，基本上估值是靠投资人的钱堆起来，这种独角兽不是市场上长出来的独角兽，而是钱堆起来的独角兽。
美国在创新上有先发优势，中国追赶上会有后卷优势，现在一个新科技的创新还没有到收回研发成本的阶段，中国创业者已经像潮水一样卷过去，现在大模型已经开始卷价格了，这就进入了中国创业者熟悉的领域了。
移动互联网、移动支付、AIoT及云、物流和智能制造构成新一代的基础设施，正在全球范围内对经济进行重构。
基础设施具有普遍性、安全性、可靠性、经济性，一旦形成，影响巨大。基础设施不等于新技术，一项前沿技术在早期会有很高的媒体关注度，但真正影响到经济还得历经必要的阶段。
AI终将成为新基础设施。AI今天正在作为一个新技术快速成长，但AI本身对经济至今为止还没有形成大的经济总量。未来一旦成为基础设施，就会参与到经济的循环里重构经济。这个重构会以“双边”的形式进行：产品/服务应用和用户运营。
这样的案例有很多——瑞幸咖啡是我们在A轮就投资的项目，现在已经成为中国最大的咖啡连锁品牌。瑞幸善于使用数字基础设施，在供应链端进行强化，同时也在用户端进行管理，把两边重构在一起，形成了新的不同的价值体系。
去年在香港上市的途虎养车已经成为中国最大的汽车后市场服务平台，2023年实现136亿收入、4.8亿利润，收入做到了行业第二名到第五名的总和。途虎既有用户运营，也有供应链垂直整合，还有产品和用户的匹配，其实底层是数据，这样的公司会越来越多。
---36氪WAVES大会，愉悦资本创始人刘二海《范式变革下的风险投资》
投资案例：月之暗面、高仙机器人、沐言智语、幂律智能等
1、开源的优势不会更大，大模型不会被一统天下，既做模型又做应用有何不可
首先，模型要用得起才有可行性，所以基于开源模型做小型化、垂直化是必然趋势。
但对于那些AGI制高点，比如逻辑推理能力、多模态和视频生成模型，未来闭源的趋势预计还将持续。如果不及时投入，可能在竞争中会落下风。长远来看，真正能实现AGI的通用模型会非常有限，但基于不同场景的行业模型会百花齐放。同时由于文化差异、地缘政治等原因，不同国家可能会有各自的大模型。
既做模型也做应用的打法是合乎逻辑的。只有不断收集用户的反馈、积累模型的应用实践，创业者创业者才能深刻认知自己对模型的需求、以及如何迭代模型。
2、模型小型化、垂直化与Scaling Law 不矛盾，但想探索AGI有难度
Scaling law所带来的模型能力提升还远没有看到尽头，仍能沿着它继续向前。虽然有的人担心数据有限，但实际上仍有大量的数据没有被应用到模型训练中，比如私域数据，以及更重要的物理数据，这两类数据都会赋予模型更多可能。
一些学者、创业者尝试用更小的、端侧的模型去探索AGI。我们认为这个路线和Scaling law并不矛盾，它希望用更低成本、更快速度实现上升曲线更陡峭的智能提升。
这条路线非常考验团队的能力，涉及到我们上面说的对数据的处理、选用，对超参数的设置等等。未来这条路线的难度会逐渐加大，市场上关于高阶模型训练的公开信息会越来越少，再想复刻、调优是更难的。
凡「执牛耳」未标注原创文章，均系转载、摘录内容仅为学习之目的分享。「执牛耳」对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。读者应详细了解所有相关风险，并请自行承担全部责任。如有侵权请联系后台删除。
抱团交流
一个集大神卖家与逗趣同行于一体的交流群，扫码添加客服微信(备注“进群”哦）。
目前100000+人已关注加入我们
下一篇：“12315+12345”举报，卖家赶跟卖效果100%！
上一篇：卷竞争对手，还不如先卷自己！
文章为作者独立观点，不代表AMZ520立场。如有侵权，请联系我们。
