张宇回顾 2023 年人工智能发展，探讨投资创业机遇与挑战

张宇

回顾2023年，（推出的人工智能自然语言处理工具）和GPT-4（人工智能大模型）的问世引发了广泛关注，人工智能领域因此迎来了新的发展机遇。在中国，人工智能（AI）领域的竞争已呈现“百模大战”的态势。面对这一局面，要做相关的投资或创业，若非资金和技术实力极为雄厚，创业和投资者应谨慎考虑涉足芯片或大型模型领域。

对于中国的创业者和投资人而言，真正的机遇究竟在何处？AI时代的创业和投资机会何在？我们又该如何识别优质的行业、公司和团队？在AI时代，我们可以做什么，又应避免做什么？

GPT的快速迭代

在探讨AI行业的投资创业机会之前，我们先回顾一下GPT（生成式预训练）的发展历程。尽管目前在全球内备受瞩目，对各行各业产生了深远影响，但该技术真正取得突破性进展是最近几年发生的事情。

2019年，AI技术尚未成熟，甚至有人戏称其为“人工智障”。那时，大型语言模型的参数数量有限，功能也不完善。2020年，（美国开放人工智能研究中心）发布的GPT-3是一个通用性的大语言模型，包含1000多亿个参数，能够执行文本生成、翻译和问答等任务。2022年3月，GPT-3.5版本在GPT-3的基础上进行了改进，显著提升了对话效果和逻辑严谨性。

2022年11月，的发布让世人真正感受到了GPT模型的威力和魅力。这是一个专为生成对话设计的工具，能够基于截至2021年3月的资料库回答问题。最初的仅为测试版，但很快在全球范围内引起了强烈反响。在不到三个月的时间内，其活跃用户数达到1亿，成为有史以来最快达到1亿活跃用户的互联网应用。

随后，GPT开始加速迭代。2023年3月，发布的GPT-4是一个多模态大型语言模型，它不仅能生成文本内容，还能理解图像输入，实现了用户与图片的直接对话。对于开发者而言，GPT-4最令人激动的特性之一是其API接口的同步发布，这使得用户可以通过API接口开发自己的应用程序，实现多样化的功能连接。

真正的“王炸”是GPT-，这是GPT-4的重大升级。GPT-的参数文本的数量达到了128K，相当于300页的文本材料。GPT-不仅具备更好的控制性，还拥有更丰富的知识库，知识库内容可更新至2023年4月，支持包括文本、声音、视频和图像在内的多种模态，同时提供定制化服务和更高的并发能力。

好行业、好公司、好价格

如何看待GPT快速发展所带来的新一轮人工智能投资机遇？

通常，一个优质的投资项目要满足“三好原则”：好行业、好公司、好价格。

好行业由什么决定？归根结底在于两个维度：潜在规模是否足够大以及行业结构是否足够好。一个具有足够大市场规模和良好结构的行业，投资其中的优质公司，大概率能够获得可观的回报。

行业规模受需求与成本的双重影响。除了需求的广泛性外，还必须以足够低的成本满足这些需求，行业才能实现规模化发展。在经济学中，需求与成本的动态关系决定了行业的销售额。具体到业务层面，关键在于产品和服务为用户和合作伙伴创造了多少价值。行业规模与产品、业务为顾客创造的价值大小、投入要素及其机会成本等因素紧密相关。

AI到底创造了什么价值？以为代表的大语言模型，通过生成文本、图像、声音、视频等内容，在极大提升内容生产和应用生产效率的同时，显著降低了成本。以文本交互为例，AI生成标准文本的速度远超人类。至少在目前，AI可以取代人工进行重复性的工作。虽然它并不完美，有时的回答并不正确，但的确对我们的工作、生活带来了很大变化。未来，AI的智能、思维和推理能力仍在不断加强和改进。

好的行业结构是什么？迈克尔·波特的“五力分析模型”指出，行业内存在五种力量，决定了竞争的规模和程度：供应商的讨价还价能力、购买者的讨价还价能力、潜在竞争者进入的能力、替代品的替代能力以及行业内竞争者现在的竞争能力。

价值创造后的分配问题同样关键。无论客户、公司还是供应商，都将从中获得一定的价值份额。不管是投资还是创业，我们一定要思考能从与客户及供应商的合作中分得多少价值，以及是什么因素决定了我们创造和获取的价值。

什么样的公司是好公司？除了必须位于一个好行业之外，好的公司和团队还需展现出高增长潜力和高回报能力，最好拥有护城河，如品牌影响力、专利技术、行业专长或客户转换成本等。

此外，规模效应或网络效应也很重要。在投资或创业时，我们一定要思考：业务做好、用户增多后，会不会吸引来更多用户？如果用户越来越多，成本能不能分摊？我们所做的业务、所投的团队如果同时具有网络效应和规模效应，那么这无疑是好项目或好创意，不然就可能仅限于线性增长。

在可预见的未来，AI并不能取代专业人士的经验和创意。因为底层算法是一个概率和统计的模型，只讲关联性而不是因果性，多少都会有问题，但这就是创业投资的机会。

无论哪一类公司，都需要思考其在特定场景、产品或应用中是否能产生网络效应和经验曲线效应。以亚马逊为例，该公司的增长策略就充分利用了正反馈循环：用户越多卖家越多，选品越多顾客体验越好，增长带来的成本及价格也会降低，同样会带来更多客户，也会增加流量，这是两个叠加。

这也正是采用的策略。在用户排队抢购时，其服务器并没有涨价，这是为了让大家都用上其服务。用户量越大，效率越高，成本降低，产品性能和服务质量不断改进，最终抢占市场。

AI行业的好公司可以分为几类。一类是资金和技术实力雄厚的大型企业，这些公司拥有专业的团队，能够购买所需的算力，对现有的大型模型进行微调或改进，甚至研发自己的芯片。这些公司包括、英伟达、谷歌、脸书和亚马逊等。另一类则是在特定的应用场景或数据处理上拥有独到经验和优势的公司。

如何与巨头竞争？第一是做它们不能做且不打算做的事情；第二是做它们不愿意做的事情。再强大的巨头和企业，也有不能做或不愿意做的事情，这些就是投资和创业的机会。

最后一点是好价格。价格通常由内在价值和市场情绪共同决定。市场在短期内更像是一个“投票机”，长期看则更接近于“称重机”。如果市场情绪亢奋，一致追逐热点和风口，投资者此时入局可能会付出高昂的代价。

AI时代的“可做”与“不可做”

AI产业的发展刚刚起步，其产业链可划分为上游的数据、中游的模型与算法、算力，以及下游的应用与分发。尽管产业链的各个环节均具有巨大的规模和潜力，但我们仍要思考究竟什么可做、什么不可做。

目前，中国国内的AI模型竞争已呈现“百模大战”的局面。在此背景下，除非投资者或创业者拥有雄厚的资金和技术实力，否则应避免投资芯片或大型模型领域。大型模型和算力是国家战略层面的重点，普通投资者和创业者在此领域的机会可能相对有限。

相对而言，应用层面的创新可能会为普通人提供更多机会。鉴于当前等技术偏重于软件应用，中国的创业和投资机会可能将主要集中在产业链下游的应用与分发，以及上游的数据供给。

需要强调的是，如果只是把AI作为降本增效的工具，最后的结果可能就是“卷算力、卷成本”。我们真正需要做的是打造独特的经验、创意和灵感，这些需要主动的思考和探索。

事实上，真正优秀的企业在满足顾客基本需要的同时，还会考虑在情感、生活、自我实现和超越等更深层次上为客户提供价值。无论是面向消费者还是面向企业的产品，都应思考如何为客户实现个性化价值。

个性化价值源于客户在生活和工作中的痛点。过去，解决这些痛点可能需要一个由8至10人的团队，但在AI的赋能下，团队可能仅需进行调试即可。未来，可能会出现很多一人创业的团队或公司，这在过去二十年中是未曾出现过的，这也为每个个体提供了创造价值的机会。

在成千上万个助手和应用程序中，未来能够取得商业化成功或挖掘到金矿的产品或企业，可能并非因为速度或准确性，而是因为其能够解决某一特定人群的需求。投资也是同理，其所投资的团队不必拥有最顶尖的模型，但必须对用户需求和价值有深刻的洞察力。

在创业和投资过程中，我们也需要反思：有自己参与和没自己参与，创造的价值是否不同？如果自己创立的公司或团队不复存在，世界是否会有所不同？所处的业务、公司和团队在产业链中是否具有额外的价值？

或许，当所有人都投身于AI领域时，为AI从业者提供好咖啡服务就是一门好生意；当所有人都去做咖啡业时，精心制作煎饼果子就是一门好生意。创业和投资没有贵贱之分，重要的是不要过度出价，不要去投资拥挤的地方。

（作者系中欧国际工商学院战略学教授，中欧创投营联席课程主任，文中的分析讨论是基于截至2023年11月初的已有信息所做）