當下，人工智能迎來“iPhone時刻”，其傳播速度超過歷史上任何技術革命。

(資料圖片僅供參考)

然而，摩根士丹利在報告中指出，不可否定的是AI發展的不確定性很高，VC們敏銳地發現了這一點，并指出以下“三大焦點問題”。

AI增長顯著，急需模塊化

AI產業飛速發展，“技術擴散”速度超出互聯網革命，其中模塊化（Modularity)是AI實現更快增長的關鍵。

“技術擴散”（Tech Diffusion）是近年來最重要主題之一，是一項技術從首次得到商業化應用，經過大力推廣、普遍采用階段，直至最后因落后而被淘汰的過程。

而人工智能的技術擴散速度，即向非技術鄰近領域的溢出效應，是前所未有的。為了更清楚地表明這一點，大摩下圖比較了1885年后電力革命、2007年后互聯網革命和2022年后的人工智能革命的技術擴散速度。

其中，模塊化（Modularity 分模塊專門處理不同方面的任務)是通過創新堆棧實現更快增長和顛覆的關鍵。如果沒有廣泛的互聯網接入，人工智能的增長是難以持續的，而如果沒有廉價電力的接入，這反過來也是不可能的。未來快速增長和中斷的領域將在這些人工智能的大模型的基礎上類似地模塊化。

(注：模型訓練無法覆蓋所有場景，當遇到越來越多種不同的任務時，AI表現變得越來越糟糕。這也是大部分主流AI產品依賴提示詞才會給出相對符合邏輯答案的原因，而“模塊化”，即分模塊專門處理不同方面的任務，是解決泛化問題的方案之一。）

比如，擁有大模型的公司開源插件，如OpenAI新發布的數據分析工具“代碼解釋器”，受益于這種模塊化的擴展方法，會創造更大的使用廣度、深度和粘性。然而，相對于歷史上任何技術，采用速度之快也意味著Generative AI的s曲線只需幾個月，而不是過去預期的幾年或幾十年。

AI公司估值下滑并出現極端分化

AI企業的融資和估值中，也存在80/20法則（企業80%利潤來自20%的項目），OpenAI最近又籌集了3億美元，其估值在270-290億美元之間。該公司在過去7輪融資中籌集的資金總額超過110億美元。

目前還沒有一個競爭對手能與OpenAI的ChatGPT相媲美，最近的平臺數據顯示，其月活躍用戶數超過了Reddit、Netflix和Linkedin，接近20億。

然而，平均而言，人工智能/ML公司的估值較它們2021年1月水平的估值水平低60%，當時AI/ML在處于炒作周期。盡管對人工智能的投資需求明顯增長（占所有風險投資的10%），但只有少數私人人工智能公司的通過價值重估，OpenAI就是這樣一家公司。

開源大模型可能挑戰融資模式

最近幾周討論最激烈的問題是，面對開源模型，大模型公司的護城河到底有多大？

2023年，被投入AI領域的資金已經超過120億美元（占市場風險投資總額的10%）。然而，再次達到上述帕累托點，目前80%的資金集中在大模型所有者，而不是下游的APP制造商手中。此后加速了向非科技行業的擴散。

當然，有一個很好的理由——訓練越來越大的LLM成本昂貴，而利用那些具有API的模型來創建下游應用程序比較便宜，現在的現狀似乎也是如此。

而開源LLM的出現是否會導致這一資本部署比例在某個時候出現反轉——無論是在公開市場還是在私人市場，融資是否有利于低成本的開源LLM的出現？

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

關鍵詞：