对话境成资本向江旭：硅谷不搞百模大战，但AI应用无数，中国要做应用才能反超

出品 | 搜狐科技

作者 | 任婧瑄

运营编辑 | 王一晴

5月17日“世界电信日”当天，2024搜狐科技年度论坛在北京成功举办。境成资本管理合伙人、澳门产业技术研究院执行院长向江旭与多方代表展开了题为《AI，AI！》的思辨圆桌。

境成资本专注于深科技领域投资，核心团队由各产业资深专家以及思科、微软等国际知名企业前高管组成。不同于广撒网押宝独角兽的传统投资机构，境成资本更像个“精品投行”，聚焦特定产业赛道，比如数智技术、半导体技术和健康技术方向的投资，致力于帮助早中期企业实现技术产品化和商业化。

投资人如何在“万花丛中”甄别优质AI企业？未来生成式AI的投资前景如何？人工智能出现“超级应用”还需要多久？向江旭在论坛期间做客搜狐科技专访间，就此展开探讨。

在这波AI浪潮下，向江旭表示，境成资本将投资重点放在了人工智能应用层和基础设施层（AI Infrastructure），而非大模型。

“不管上面应用是谁、大模型最后花落谁家，最底层的刚需和机会都是巨大的。”向江旭强调，对于早期的、以底层技术为方向的项目，境成的投资人会亲自下场，甚至在从0到1孵化人工智能重新定义未来数据中心AIDC（AI Defined Data Center）的创业公司。

“所以与其说我们是投公司，实际上可以说我们是‘创’公司。”他说。

谈及近期热度颇高的生成式AI，向江旭指出，硅谷并没有所谓的“百模大战”，但是基于大模型的应用在硅谷层出不穷。甚至不少刚毕业的大学生靠大模型开发应用后，都能够在几个月内盈利。因此，“杀手级应用”也是境成资本的关注点。

向江旭认为，对于大多数企业来说，通用大模型不一定是机会所在，企业大模型、私有大模型也许更是机会点。但对于数据公开的行业大模型来说，它们随时都有可能被拥有通用大模型的大厂们“吃掉”。

“所以一定要小心我们（被投企业）是不是有护城河？私有数据、底层核心技术、或者某个领域交互和体验很好、又为用户直接带来价值的核心应用，这是我们关注的机会点。”他说。

既然AI应用是一大机会点，那么AI领域出现像TikTok这样的“超级应用”还要有多久？对此，向江旭表示，他比较看好人形机器人和Copilot或者说AI Agent。

在向江旭看来，AI“超级应用”五年内一定会出现，但一定是跟以往的聊天、短视频等都不太一样的品类。

“颠覆搜索的一定不是下一个搜索公司，很可能是一个大模型应用公司。比如，大家看到现在对谷歌挑战最大的是OpenAI，这就不是一个搜索公司，而是一个大模型+应用公司。”他说。

附专访精编

搜狐科技：根据您多年的中美高科技研发与投资经验，您如何看待我国当前大模型市场的规模和发展现状？国内基础大模型与OpenAI等AI巨头大模型的差距是否在缩小？

向江旭：如果说纯粹从大模型的一些性能指标、技术指标，去指标对指标、参数对参数，这种硬碰硬的抗衡，短期内其实非常诚实地说不容易。但是，如果是在某一个基于AI、AIGC的一个杀手级、现象级的应用，中国在这方面的差距可能会很快缩小，甚至于反超。

比如说豆包（抖音旗下 AI 智能助手），去年的百模大战，好像也没听大家说什么豆包。但是它从用户、应用、生态，从场景的、体验的、交互的角度来切入，这其实是中国公司惯常的优势。从这个角度出发，用户体验好、粘性高、频度也高。

OpenAI最近发布的GPT-4o，其实我是挺看好的。从拟人（交互）的角度来说，真的是跟人差不多，甚至于比一个普通人更具情感、更共情。

中国公司往这方面努力，我觉得是有优势的。而不是比拼大模型这些参数，海量怼GPU、怼算力，去搞一个类似于跟GPT4甚至于GPT5来抗衡的东西。

搜狐科技：境成资本今年有没有关注机器人公司，有没有考虑出手？

向江旭：其实我专门去了一趟上海调研一些潜在的企业。中国是一个制造业大国，所以中国具有硬件制造的天生优势，供应链的优势、成本的优势、人才的优势。再加上我们有大模型大脑的能力，所以人形机器人或者通用机器人这个领域，很可能是中国企业大有所为的一个方向。

我们把机器人具体的应用形态适用到中国这么多的场景，养老的、智能家居的、快递送餐的、或者低空无人机送货的，比如大疆无人机是全球领先的——如果大模型和这些硬件载体、跟智能汽车结合在一起，这个便成为我们无敌的优势。

我可能就指望我以后养老是靠机器人。现在还很贵，可能“擎天柱”也不是那么聪明，但是未来一、二十年，（机器人）肯定是能够进入到千家万户。

搜狐科技：境成资本的投资方向之一还有健康技术(Health Tech)，也已经投了不少相关企业，例如沈苏科技、博瑞医药等。可以和我们讲讲目前您最看好AI+医疗的哪些细分领域吗？

向江旭：分子制药这方面是天然的优势：怎么样通过AIGC产生这种无穷多的分子式，组合成一个新的药。

另外是Clinical Decision Support System，诊疗决策支持系统。比如说，有些公司就是把全世界顶级医疗机构的看诊案例变成大模型，相当于一个AI医生，可以帮你诊断、看病、开方子，当然还有手术机器人。

以前是基于知识、基于规则的，不够精准，还会有误诊。现在的大模型有自我学习能力、推理能力。新药的发明、AI医生等等，都是我们觉得未来可期的医疗和健康方面的AI机会。

搜狐科技：作为软件和AI的专家，能否分享一下您对AI如何重新定义下一代数据中心的一些思考和布局？

向江旭：最开始我们看到互联网上的数据是所谓的PGC(Professional Generated Content)，后来移动互联网时代都是所谓UGC(User Generated Content)，未来一定是AIGC(AI Generated Content)，而且很可能百分之八、九十的内容都是AI生成的。

那一定会产生一个数据爆炸。这些数据全扔掉的话，其中很好的数据如何保留？我们有这么多存储设备去保留吗？我们有这么多算力去算吗？我们有这么庞大的网络去传输这些数据吗？这都是巨大的挑战，所以数据中心会因为AIGC迎来整个行业的重整。

整个数据中心的算力、存储、网络以及应用，当然包括安全，都应该是因AI而优化的：AI-Defined, AI-Optimized或者是AI-Driven。

所以对所谓的AI infrastructure（基础设施层）这个领域带来了巨大的机会。不管上面应用是谁，大模型是最后是花落谁家，最底层的刚需和机会是巨大的。

搜狐科技：作为投资人，您更看重AI初创企业创始团队的哪些特质？

向江旭：在AI时代创业，任何一个AI企业肯定首先要有懂AI、大模型或者算法这方面的人，还有所谓的Domain Expert，就是领域的专家。

我对所有的被投企业都要求他们必须要具备一个AI联合创始人：AI co-founder。因为你现在做任何事情都可以借助AI。有些企业用AI帮你写商业计划书、写产品文档、写代码、找人才筛选简历、做基础设施、做营销、做服务。所有的企业都应该变成善用AI的企业，面向未来的企业一定是一个AI企业。

为什么国内会产生“百模大战”这么一个说法？很多时候大家的思路就是，“你有我也有”。其实创业应该是说，“你有这个，但是我有其他的”。怎么样从差异化、独特的、不同的角度来做创业？很多时候硅谷创业的人都是：你有了A，我一定是不做A，我就做B或者做C。

中国适合场景应用、体验用户的这种创业，而不一定是长期的这种底层的烧钱的大模型的创业。创业一样，个人的职业也一样：找出自己的优势，然后能够善用AI。甚至创一个其他行业的企业、不是AI的企业，也要善用AI，也要让AI做你的Co-founder（人工智能联合创始人）。