文｜騰訊科技 周小燕

ChatGPT爆火之後，大模型成為創投“新寵”，但也有一些長期布局AI賽道的投資人並沒有出手。

一方面，由於AIGC太燒算力，想要成長為一家具備成熟商業模式的公司，前期需要獲得強大的資金支撐，華創資本創始合伙人熊偉銘認為“10億美金”啟動資金是競賽門票，這個階段的大模型屬於大公司的天下；

另一方面，熊偉銘覺得當下大模型的發展階段就像上個世紀90年代的互聯網，基礎設施還在搭建，真正的應用端投資機會還沒到來，這一波的創投風口還需要等待。

大模型熱潮下，新一輪的創業風口在哪裡？投資機構如何把握新的機會？華創資本創始合伙人熊偉銘就以上問題接受騰訊科技專訪，核心觀點：

1、國內公司並非無法開發出大模型，只是目前來看水平相對落後，但完全有可能追趕上GPT-3.5甚至GPT-4的發展，問題在於，當我們達到這個程度時，其他人可能已經指數級地進步，參數成倍增長，而我們還需要面臨顯卡供應不足的挑戰。他人已經在過拐點時，我們可能仍在勻速上升，還會受到硬件和算力的限制。

2、一家投資機構能不能投資大模型，主要看它背後的LP對回報周期的要求，如果LP想要短期內獲得快速回報就需要謹慎投資。目前市場上有很多“寵物型”投資，一些機構投資的項目除了能對外“秀”沒什麼別的作用，也很難獲得實質性的回報。

3、很多人覺得等大模型出現成熟商業模式的時候再投資就晚了，其實不然。2008年iPhone到中國的時候，也有人覺得太晚了。但其實那一年蘋果公司的中國市場還沒開始打開，現在和當時所處的情況比較類似，一切才剛剛開始。AI用戶基數如果能達到全中國人口的5%，就可以開始投資了，到15%就已經形成一個小高潮了。

4、在投資方向上，還需要再等一等看有哪些商業機會，比如遊戲行業可能會因為AIGC而受益，還有基礎寫作方面比如財經報道等。

華創資本創始合伙人 熊偉銘

以下為訪談精華內容：

騰訊科技：你曾透露過，華創資本有5個投資人在看AI方面的項目，但暫時還沒有在大模型領域出手，背後有哪些考量？

熊偉銘：當下大模型的發展和應用如同早期計算機發展歷程，其先進的生產力僅掌握在少數機構手裡，剛開始只屬於大公司可做的範疇。例如，剛出現時的計算機只被少數公司擁有，到了80-90年代，IBM商業化並推動大型機的普及，銀行、保險公司以及通信公司都開始使用計算機。然而，計算機行業真正的大爆發卻是在90年代末，當時個人計算機才開始真正進入全球百姓家中。

從承受高昂成本的角度來看，只有大公司才能花得起錢跑大模型的算力，比如做GPT-4需要搭載一堆芯片和GPU，一兩億美金的投入只能開個頭，而且只能追到現在GPT-4的程度。回顧歷史，Jeff Dean之所以能把谷歌的AI業務做得風生水起，很大程度上歸功於當時基礎設施的低成本。用4塊580參數的顯卡就能取得相當好的成績，而現在開發AI基本需要從1萬張顯卡起步。

在2023年，我們仍然處在大模型基礎設施的早期階段。在中國做大模型更不容易，一方面，由於當前國際環境，國內的GPU供給緊張；另一方面，國內鮮有人願意投入這種前瞻性研究，因為它的產出遙遙無期。從2017年Transformer模型的1.0版本問世至今已經五年，但國內有幾個上市公司能夠連續五年投資於前瞻科技卻不見產出呢？

因此總得來說，在大模型發展的早期階段，創業公司並不適合投入其中。無論是顯卡、資金還是人才，它們都相對匱乏。大模型的開發，尤其需要口袋深的大公司來推動。

騰訊科技：但國內已經出現好幾家做大模型的創業公司，裏面也開始跑出獨角獸級別的項目，你認為他們都做不出來嗎？

熊偉銘：國內公司並非無法開發出大模型，只是目前來看水平相對落後，這就好比多年前新能源車興起時，比亞迪決定加入EV市場，引起了馬斯克的震驚。我們完全有可能追趕上GPT-3.5甚至GPT-4的發展，但問題在於，當我們達到這個程度時，其他人可能已經指數級地進步，參數成倍增長，而我們還需要面臨顯卡供應不足的挑戰。他人已經在過拐點時，我們可能仍在勻速上升，還會受到硬件和算力的限制。

有些創業者可能認為，由於資金有限，他們無需強求自己達到Open AI的水平，稍微落後一點也能被接受。但這種“稍微落後一點”的差距，可能會導致巨大的影響。有些事情做得比別人好一點就能取得良好的成果，這就像複利效應一樣，比別人好1%，逐漸累積就可以形成優秀的項目，反之，稍微落後一點，可能就會變成表現不佳的項目。

我們需要清楚目標是想快速盈利還是追求穩定的長期收益。大模型的火爆帶動了一部分人通過炒股票賺錢，但當股票價格開始下跌時，最終仍需回歸到業務本身來盈利。在二級市場炒股，只要股票能賣出去，就有可能快速獲利。然而，在一級市場，這種情況就不一定會發生。

所以，我們並非無法開發大模型，只是可能達不到頂尖的水平。

騰訊科技：所以你一定要遇到頂尖的大模型才會出手投資？據我們所知，現在幾個大模型的明星項目，國內很多投資機構想投都投不進去，它們被擠爆了。

熊偉銘：現階段，一家投資機構能不能投資大模型，主要看它背後有沒有LP“追殺”，如果LP比較在意回報就不要投。目前市場上有很多“寵物型”投資，一些機構投資的項目除了能對外“秀”沒什麼別的作用，也很難獲得實質性的回報。

現在美元基金比較缺貨，好不容易找到一個可以投的，他們就趕緊投進去交個作業，哪怕為了能把下一筆LP的錢call了也行。他們想要向美元LP證明，在最火的投資賽道里，中國一共只有5個項目，而他們投到了3個，這就證明自己是中國最會投資大模型的人。但從行業規律上來看，這是比較有挑戰的一件事情。

也有的投資機構確實投到了獨角獸，這類企業的產品和商業價值或許能走出來，但是企業價值不一定能走出來。做大模型非常燒錢，至少要10億美金，我覺得這一波熱潮里的項目在很長一段時間內都會維持在估值層面，融資也是“平”着融，比如融10億美金、估值10億美金。

騰訊科技：如果考察綜合因素， 在模型層面的確很難出手的話，也可以在AI Infra層面看一些機會，比如中間件和數據層面有哪些投資機會？

熊偉銘：我認為還不能着急，不能為了投資而投資。現在的環境其實有點像1995年的互聯網時期，當時中國連光纖、數據庫都沒有，但是熬到2015年，應用端開始嶄露頭角，從以前的Copy to China到現在Copy from China。我們可以預見，真正的大模型可能要到2038年才會完全成熟，這是一個長周期的事情。

我們應該在基礎設施完善後才開始行動，如果對標互聯網的發展歷史，1995年左右，有一些鳳毛麟角的公司做.com網站，比如中華網、中國黃頁、新浪網前身，但最後真正留下來的並不是最早做這件事情的這波人，但他們把光纖等基礎設施搭建好了，把網民數量也做上來了。當時國內很多郵箱還收費，大家只能註冊雅虎郵箱，很多學校也不收郵件，申請美國學校還需要兄弟牌打字機去打東西，今天的大模型有點像那個時刻。

就像早年的雅虎推出中文版后，用戶逐漸熟悉並普及這種服務，等大家熟悉這些玩法之後中文版出現了，東西都普及了，慢慢大家都能趕上。

在互聯網時代，真正的中國式自主創新出現的時刻，是遊戲和SP業務（Service Provider，服務提供商的縮寫）崛起的時候，AI也需要等到這樣的一些時刻，它最早的用戶是我們這樣的前沿行業用戶，慢慢再從學生用戶到普通人，再到寫字樓里上班的白領用它寫PPT，甚至出現每年交幾十塊錢費用的產品，等這些出現后，中國市場才會走出來。

我們出手至少要等到大模型時代的“SP”出來，有一個成熟的商業模式來利用這種技術的時候。在美國，大模型有很多收費點，比如可以走用戶訂閱等，但在中國的收費路徑還沒有打通。

騰訊科技：等到看到成熟商業模式再出手，會不會錯過上牌桌的機會？

熊偉銘：很多人可能會覺得等到那時候再出手就晚了，其實不然。2008年的時候一個朋友拿着iPhone問我，現在iPhone到中國是不是太晚了？但其實2008年，蘋果公司的中國市場還沒開始打開，現在和當時所處的情況比較類似，一切才剛剛開始。

大模型帶來的技術革命可能持續的時間會很長、影響的行業會更深。雖然互聯網改變了很多行業，比如零售行業幾乎完全是Build on Internet，但在軟件行業，中國從來都沒有出現一家像樣的公司，如果當初沒有互聯網的席捲，中國的軟件行業可能會按照類似美國的產品節奏發展，比如出現郵件付費模式等，但互聯網出現后，很多中間環節都跳過去了，一些該形成的商業邏輯沒有形成。

AI用戶基數如果能達到全中國人口的5%，我們就可以開始投資了，到15%就已經形成一個小高潮了，有的用戶現在不用AI，可能是因為產品形態還不太方便。我跟同事說，用GPT幫我跑一下內容，但還要先上外網、註冊賬號、想辦法購買Plus服務等等，還不如我自己寫一遍更高效。

所以，在投資方向上，我覺得還需要再等一等看有哪些商業機會，比如遊戲行業可能會因為AIGC而受益，還有基礎寫作方面比如財經報道等。

騰訊科技：你認為遊戲行業會在這一波新技術中會跑出什麼樣的新機會？

熊偉銘：大型遊戲公司會先利用好這波技術做創新，比如玩家進入房間后不用等待系統匹配真人對手，而是全部換成AI自動匹配，理論上還能做更複雜的一些互動。遊戲永遠是新IT技術的試金石，所以我們會先看遊戲行業的發展變化。

騰訊科技：還有哪些行業會最先受到AIGC的影響？

熊偉銘：電商行業也會受到衝擊，中國的電商很發達，但以後在電商領域，可能只有我們這種“老年人”才用淘寶、京東這樣結構化的百貨商場購物，年輕人可能更傾向於興趣類電商，比如電視購物、虛擬導購推薦商品等。

此外，AI還會清洗SaaS產業，中國人特別願意為Service付費，比如我們很願意發快件，所以中國物流行業做得特別好，as Service的行業特別適合在中國用AI重新做一遍。

還比如監管類的SaaS產品，每年各大保險公司都會被罰很多錢，很多公司交稅晚了或者錯了都會被罰，或許可以用AI自動抓取可疑的交易，或者AI提示公司交稅時間，這樣能夠給公司節省上億的罰款。

再往下是人機結合的業務，比如製造業、自動駕駛行業，可以運用自然語言給機器下達命令。

在工作模式上，一家公司的生產力單元也會變得越來越小，原先20個人才能做的公司，現在可能三兩個人就能做出很複雜的東西，比如Midjourney一開始只有11個人，但他們做出了一家偉大的公司。

騰訊科技：在這些可能被AIGC改造的細分領域里，華創資本已經做了哪些投資布局？

熊偉銘：如上面所說的，在細分領域上，我認為AI會先改造遊戲和純数字內容。

但這兩塊我們都不打算投資了，因為這些領域都有現成的大平台，大平台會將先進技術用得最得心應手，創業公司則更擅長組織小而美的團隊，比如基於技術迅速做出創意內容。

我們更喜歡生產力型的東西，而不是娛樂型的東西。但在生產力層面也要分情況，比如我覺得直播電商是生產力型的，但我又覺得他們不如藝人經紀公司或流量平台、MCN、淘寶做得好。我們還是更看重能結合AIGC提高生產力的新行業、新職業。

當年庄辰超做便利蜂，試圖去改變7-11的格局，後來發現還是需要有一個真人守着，因為用AI替代人力又增加了一筆技術成本，就顯得不夠划算。

而AIGC一上來就可以做完全替代人力的東西，比如客服行業，也不排除一些現有的公司很快能將AI跨越到產品裏面，原先上千人的團隊現在可能100人就夠了，利潤率很快就做上去了，這是我們喜歡的行業，用AIGC將國內沒有起來的行業直接托起來。

騰訊科技：在你描述的新行業和新職業里，有沒有可能會誕生一些全新的AI原生應用？

熊偉銘：我認為沒有所謂原生的產業，只有人做得不太好或不穩定的行業，而通過AI的輸出能很穩定地把事情做好，比如沒有人願意深更半夜接電話，但是AI可以做客服，甚至自動出勤；還比如手機掉進下水道，人可能沒辦法撿回來，但是AI可以。AI能夠做跨越時間、領域、周期的事情。

人類可能會為AI提供很多線索，有了線索之後全部由AI完成任務。就比如寫稿，可能我們聊完后，記者還需要整理錄音、調整上下文等，用AI的話，就可以先將自己的寫作風格投餵給機器，讓它按照你的風格整理，整個publicity到advertising的閉環過程，AI可以比人做得更好。

騰訊科技：聽完你的描述，現在不是“追風口”的時候，而是“等風口”的時候，需要時刻留意下一個創新點，在這個過程會不會比較焦慮？

熊偉銘：不焦慮，畢竟風口還沒來呢，也不知道這個風會吹到什麼程度，我覺得國內公司還是容易卡在算力上，即便今年算力是OK的、明年也是OK的，那後年怎麼辦？追趕上了GPT-4，那怎麼追趕GPT-5、GPT-6？

騰訊科技：算力屬於整個行業的問題，整個行業應該用什麼心態去面對這個硬性難題？

熊偉銘：全行業都需要熬一熬，這是硬件的問題，需要所有人共同解決。

騰訊科技：除了算力， 在AIGC這波熱潮里，還有哪些讓你覺得比較擔憂的事情？

熊偉銘：對AI的發展，我內心有一些憂慮。

首先，我們並不確定AI是否能被定義為生命。我們對人類生命的理解本就不夠深入。人的存在呈現出的是生物性的特徵，如蛋白質和ATCG的編碼，而這些在AI中並無法體現。那麼，我們與AI在生命的定義上是平等的嗎？我消逝與AI消逝，是否產生的效果相同？這些我並不清楚。

第二，AI是否會發展出自我意識？這也是個未知。如果AI發展出了自我意識，對我們人類而言可能就是終結。

第三，AI將以何種形態出現在這個世界中，我們是否能接受並認可它作為一種生命形態？這讓我有些擔心。因為AI顯然比我們更聰明，而且它是一種統一的智慧，不分國界，數據交融互相影響，它的進步速度甚至比我們人類更快。考慮到我們人類中只有一部分人接受過高等教育，而AI則無需上大學，它甚至可以說是全都擁有博士學位。這些都讓我感到一些擔憂。

騰訊科技：AI如果發展出自我意識，一定會對人類構成威脅嗎？

熊偉銘：即便AI沒有情感，它如果有了我自意識，就會認為“我要存在”，如果人類是它存在的障礙，那麼它可能就要將人類消滅。