创投和科技巨头“备战”AIGC，商业化空间已显现

界面新闻记者 | 张艺 张熹珑

人工智能带动了新的科技和产业潮流。“大模型时代正全面到来。”多位专家在5月25日至26日在广州举办的2023小蛮腰科技大会暨AIGC人工智能峰会上表示，智能生成时代到来的影响，在于经济活动的整个逻辑、所有模式和生态都发生了改变。

以AIGC为代表的人工智能在今年迎来了爆发式的增长。据IDC数据，2023年全球人工智能支出将达到1540亿美元，同比增长将达到26.9%；到2026年AI相关产业规模支出将达到3000亿美元，2022-2026年的复合年增长率将达到27%。

本轮人工智能是全球科技创新，市场巨大，商业化的空间已提前显现，也成为科研、创投、产业落地之间竞赛的制高点。而在上述几个领域，我国正奋起直追，但这注定是一次“道阻且长”的历程。

业内称2030年进入人机协同时代

人工智能概念最早在1956年达特茅斯会议上提出。按照业界的观点，人工智能发展经历了三次浪潮：上世纪50年代-70年代， 人工智能主要用于解决代数、几何问题；80年代后专家系统使得人工智能实用化；1993年至今，深度学习算法推升了新一轮人工智能发展的浪潮。

而在未来，人工智能大行其道，已经成为业内共识。IBM大中华区董事长陈旭东认为，人工智能在未来几年将有突飞猛进的发展，发展过程中存在几个关键节点：

• 2022年是突破性的一年，以ChatGPT为开端，基础模型展示了其巨大的能力；
• 2024年，AI的治理和相关法规将得到进一步完善；
• 2029年或更早一些，人工智能将有望具备逻辑推理能力，同时是可信、可解释的推理；
• 到2030年，全能型、多模态的人工智能将进一步普及，人类的生产生活进入全新的人机协同时代。

“人工智能女王”贾斯汀·卡塞尔在活动现场表示，未来的一个方向是标志性AI和大语言模型的结合：“如果我们能够和AI共存，AI也必须要和我们建立关系；它也要使用我们的五种感官，AI的下一个步骤就是使用身体语言以及五种感官。”

中欧资本董事长、原华为副总裁张俊在接受界面新闻等媒体采访时提出，ChatGPT的里程碑式的突破在于它把对话机器人的技术真正落地，它可能带来一个生产力的飞跃，倒逼生产关系的进步。

“ChatGPT代表了未来大模型的走向，下一步必将会从语言模型走向多模态模型，多模态智能涌现，同时也会进一步走向物理世界，在机械智能上做通用大模型、通用智能。”京东集团副总裁何晓冬如此表示。

在此背景下，通用人工智能、脑机交互、AI芯片等概念相继提出，但行业仍面临较大的风投难题。“中国现在的资本很活跃，但资本很难落地。”广州粤港澳大湾区研究院理事长郑永年认为，科技进步是核心，但如果没有科研体制改革或者行政体制改革很难落地。

创投称将“全力投资硬科技和AI”

投资人工智能是门好生意吗？界面新闻发现，创投机构正积极关注这一领域的投资机会。

“未来十年的投资计划，我们希望在中国投资1000家硬科技和AI公司，分布在很多细分领域。”梅花创投创始合伙人吴世春在大会上提出上述目标。他认为，中国是AI最大的应用市场，在每一个细分的行业领域、细分赛道都会涌现出很多创业机会、投资机会。

吴世春自称是一个对中国的未来最乐观的天使投资人。据介绍，作为活跃的早期投资机构，过去三年公司投了300多家硬科技公司，包括新能源新材料、半导体、军工、大数据、智能制造、商业航天，现在“我们做好了准备全力地去投资中国的硬科技和AI应用领域”。

“我们看到了AI领域在选矿、材料的发现、生物医药等各个领域的应用。我们会关注AI在细分垂直领域对行业效率的提升、成本的降低。”吴世春表示。

不过，吴世春也提到，接下来虽然中国还面临很多不确定性，比如说退出难、募资难、需求比较疲弱等一些实际困难。

郑永年指出，应用技术是资本密集型的，并且风险很大：“创投是我国非常大的短板，我们需要一大批国资或民营的金融机构专门为中小企业服务。”应用技术需要大量的资本支持，风投可以把分散的社会资本集中起来做这件高风险的事情：“政府负责基础科研，企业负责技术转化，风投支撑技术转化。”

他提及，在发达经济体应用技术都交给企业来做，从0到1的基础科研转化到1-10的应用技术。例如美国有两类实验室：一类是基础科研实验室，主要放在大学；另一类是工业实验室，主要是放在企业。

另一重不确定性因素来自缺乏上量的应用场景。目前，除了安防、银行等部分领域，AI仍缺少可行性能上规模的应用场景。在张俊看来，这也是目前人工智能主要的问题：“出现了一大批人工智能公司的独角兽从1800亿一直跌到C轮（的情况）。为什么？就是没有应用场景、没有落地。”

张俊也认为，AIGC、对话机器人只是人工智能技术发展一个“极小的分支”，没有必要一哄而上，还是应该更多关注这些概念背后底层核心技术的研究。

当前AI大模型、AIGC的商业化处于探索阶段。张俊表示，国内的科技大厂不应在一些低技术领域过度厮杀，而应该改变观念，更大力度投入底层技术的研发，“底层技术一旦突破就能实现一个爆发性增长点。”

张俊希望通过中欧资本投出“下一个华为”，“中国至少还需要10到20个华为这样的公司。”

科技巨头“备战”AIGC

在人工智能落地这件事上，巨头企业更有发言权。何晓冬称，针对产业需求，京东在持续升级人工智能大模型。公司2021年提出了10亿级别大模型，去年打造了百亿级大模型，今年将进一步升级到千亿级别的产业大模型。

目前，京东已通过大模型，生成了3000多个品类商品的介绍，已生成文字超30亿。

“大只是一个方面，我们更加关注它如何在产业上真正落地。”何晓冬表示，大模型首先会在京东上大量电商场景进行落地。他认为，京东产业链条的多个场景提供了大量的数据和大量的交互机会，使得人机对话技术、内容生成技术都有了用武之地。

陈旭东通过近期调研指出，中国企业在AI落地上，主要体现在AI使用的成熟度、对“随处运行”的重视以及在自动化和可持续方面的应用：近60%的中国企业已经在业务中积极部署AI，99%的企业认为AI解决方案的随处构建、随处部署和运营至关重要。另外，70%的企业正考虑如何通过AI加速环境、社会、治理等方面的进程。

在气候和气象研究方面，美国国家航空航天局（NASA）和IBM正创建AI基础模型，应用于检测自然灾害、跟踪自然资源管理中植被和野生动物栖息地的变化；在用于分子科学的基础模型方面，IBM一项预训练的AI模型可用于筛选、创造分子。

根据IBM的2022年全球AI指数报告，全球企业的AI采用率正在稳步提升。落地的场景主要有三个：一是如何利用AI加强员工应对业务挑战的能力，包括成本的压力、工具的缺乏、项目或数据的复杂性、技能缺口和劳动力缺乏等。二是通过AI提高运维、安全及威胁检测、业务流程自动化。三是利用AI打造更具可持续的运营，超过三分之二的企业已经或者打算把AI应用到企业的可持续发展中。