華創資本創始合夥人熊偉銘：未來5年我肯定看不見盈利的大模型
·當下國內大模型的發展面臨的很大挑戰來自商業化，“基礎技術可以追趕美國，但在商業化上缺乏成熟的軟件市場。”華創資本創始合夥人熊偉銘告訴澎湃科技，國內大模型公司更像是拿着一把錘子到處找釘子的階段，未來5年肯定看不見盈利的大模型，10年沒準也看不見。
儘管國內在大模型領域上呈現出千帆相競的熱鬧場面，但大模型的態度分裂成兩大陣營。一是以月之暗面創始人楊植麟爲代表的技術信仰派，他們大多來自頂尖院校，強調技術創新和長期願景的重要性。技術信仰派認爲AI的發展不僅是爲了與短期的產品市場契合，而是要在未來10-20年內實現對世界的深遠改變。二是以金沙江創投主管合夥人朱嘯虎爲代表的市場信仰派，他們更注重大模型的商業模式和短期的商業可行性，對大模型公司的高估值和缺乏明確商業場景持懷疑態度。
作爲硬科技投資人、華創資本創始合夥人的熊偉銘坦言，他也贊同朱嘯虎的觀點，他認爲當下國內大模型的發展面臨的很大挑戰來自商業化，“基礎技術可以追趕美國，但在商業化上缺乏成熟的軟件市場。”日前，在接受澎湃科技專訪時，熊偉銘作出上述表述，“現在大模型公司是到處‘找釘子’的階段。”
華創資本創始合夥人熊偉銘。
華創資本曾投資AI芯片公司深鑑科技、壁仞科技，自動駕駛公司文遠知行、智加科技，但在大模型領域，雖然華創資本保持高度關注，但至今尚未出手。
以下是澎湃科技與熊偉銘的對話實錄。
“大模型我們缺人、缺時間，還需要一定積累”
澎湃科技：你一直關注人工智能，在過往這些年裡，這一領域發生了哪些變化？
熊偉銘：大模型現在關注度很高，我們從2015年開始關注，當時網絡參數達到1億，我們已經覺得太了不起了，算是開啓了人工智能的序幕。
從技術流派來分，一部分大模型做視覺，一部分做語義，當下這一波大模型實際上是語義。從2018年、2019年開始，我們關注了斯坦福的Stanford Question Answering Dataset（SQuAD），當時他們一直在追語義。
這幾年，大模型又發生了一些變化。一方面模型的參數規模越來越大，ChatGPT出現後，各種各樣的模型參數級別都是上千億級別，另一方面是GPU的算力提升，像英偉達就把AI算力大大提升了。
Sora對外宣稱30億參數，是“大力出奇跡”，把大模型整體的算力提上了一個新的臺階。從2016年開始到現在，經過八年的時間，從編程（computation）到大語言模型，從以前模型完全不及人類的表現，到現在大語言模型能夠部分達到人類的表現，這一點具有超越性。這在八年前很難想象，我們投資行業肯定是非常興奮的。
澎湃科技：你們看好國內哪些大模型公司？目前大模型的發展面臨哪些挑戰？
熊偉銘：我覺得國內例如智譜清言、王小川的百川智能都是不錯的團隊。
但還得認識到，與世界領先水平相比，國內的大模型整體上還處在落後的狀態。OpenAI 2015年成立，早期因爲不知道怎麼賺錢，以非營利性研究實驗室的方式成立。當時在國內，大家一看不賺錢誰都不敢幹，除了清華、北大這些頂尖高校的老師，但投入極少。
所以在大模型上，我們整體投入不夠、算力也不夠，現在海外人才能回來的也不多。在大模型上，我們缺人、缺時間，我覺得還需要一定積累。
大模型的挑戰肯定是在商業化上，我們商業化基礎比較薄弱。基礎技術還可能追趕美國，但在商業化上，我們還沒有一個成熟的軟件市場。
我們也很期待未來國內大模型的功能能夠大規模提高，用戶對於現有軟件產品的付費意願或付費能力能提高。
切口足夠小的垂直行業適合發展AI
澎湃科技：之前Kimi引發了一波國內大模型長文本的“內卷”，你怎麼看這件事？
熊偉銘：目前市面上的大模型產品我們也都會嘗試，國內大模型裡Kimi跑出來後，可能會更適用於國內的中文環境。
從工業產品角度來看，可能大模型在商業上的場景覆蓋還不夠多。
我聽說大公司們都在用大模型來做廣告投放，但除此之外，還沒有看到其他更多的應用。不是看見一個還不錯的Kimi，我們就要做100個Kimi，從中比較出一個最好的Kimi，而是要去考慮怎麼讓Kimi適用於各行各業。
現在大家看大模型的產品形態和應用，看得很窄，這是我們國內大模型公司一個問題。我們的大模型企業需要在行業裡扎得足夠深，它需要知道用戶的痛點和需求。
現在的大模型公司更像是拿着一把錘子到處找釘子的階段，哪裡是最適合這把錘子的地方呢？我覺得那些垂直領域足夠深、切口足夠小的行業，很適合去發展AI。
說到商業化，因爲我們現在的市場基礎還比較薄弱，這一點是我們大模型行業面臨的很大挑戰。但是我們有一個強大的政府採購市場，我們現在要拿To G（Government政府）的訂單來補To C（Consumer消費者）的訂單，但是最終價值落點還是在To C上。
當大模型能像手機應用一樣，在終端設備比如手機、ipad上運行了，這個產業纔算真正發展起來。
澎湃科技：爲什麼大模型To C端的商業化會比較難？
熊偉銘：第一是缺應用，尤其是在國內。國外應用可能還更多一些，在美國市場裡，會有很多獨角獸公司或Startup（新創企業）。畢竟以硅谷爲中心的西方科技市場領先國內科技市場很多倍。
第二個原因是我們的月人均GDP比美國的GDP差很多，所以從基本面上承擔不起大規模的投入，所以不會有像OpenAI這樣的公司做大規模的投入和新產品的設計。
過去國內很多的創新其實都是在已知領域裡迭代創新，而不是在未知領域裡突破創新。因爲從科技市場的角度來看，我們確實還處在一個剛剛起步的階段。
就大環境來看，我們GDP總量是可以的，但佔大頭的是固定資產投資，而不是科技投資。
按照人均標準來看，我們人均對於科技產品的付費意願和能力都極低，所以很多科技產品形態在中國是不穩定的。退潮之後，我們要誠實地面對現在國內科技水平和經濟水平，我們到底推什麼樣的產品能夠可行，我們應該去拿什麼樣的訂單。
我覺得大模型公司現在會面向政府或是國企的商業訴求，這其實是更適合中國大模型公司的路徑。
澎湃科技：我們之前採訪了一些大模型專家，他們非常直截了當地說國內的大模型底層原始創新比較少，可能更多的是探索落地應用這些方面。你覺得現在國內大模型發展處於什麼階段？
熊偉銘：大部分的企業產品形態長什麼樣還不知道。文心一言去年出來都是ChatGPT形態，但這不見得是唯一可行的產品形態。
圍繞着大模型的公司，其實都是鉅虧的公司，我也不覺得投資人有什麼所謂的洞察。我們太窮了，捨不得投大模型。我的LP（有限合夥人）全都是人民幣，我要關心我投的這些企業一是不是滿足於科創板的上市要求，能否盈利。
我覺得未來5年我肯定看不見盈利的大模型，10年沒準也看不見。國內自動駕駛到現在已經7年時間，他說10年能盈利。這種特別前沿的事情在中國做不值錢，風險有點大。
深圳是中國的硅谷，這是肯定的
澎湃科技：所以你們公司大模型硬科技這塊兒一個都沒投嗎？
熊偉銘：我們公司在大模型這個領域一個都沒投，因爲現在大模型公司是到處“找釘子”的階段。前沿科技比如大模型、機器人這兩塊第一波曲線我們放棄了，在技術上我們現在已經錯過基礎設施的階段，現在我們得看應用層面。第二波我們以實際落地的角度來看，還需要再等三年以後，再看大模型應用層面，垂直應用結合To B端和To G端，我會更有動力去看。
澎湃科技：你曾經在一次演講中說，2022年國內整個環境對於創業者來說有心理壓力，現在這個環境在你看來發生了哪些變化？
熊偉銘：現在除了印度、日本，全世界範圍內的創業者心理壓力都很大。
硅谷的VC融資現在也非常困難，除了頭部的幾家和紅杉這些老牌公司沒有問題，其實大家業績都不佳。美國今年資本化也很差，最成功的“美國貼吧”Reddit融資了7億美金。只不過美國如果你是頭部VC，你的募資能力還是可以保證。現在資金只往頭部聚集。
中國國內沒有這種市場環境，因爲國內沒有市場化資金，因爲IPO理論上變得更加嚴苛，我們之前嘗試一些新東西，剛開始就已經被喊停。所以2023年比2022年環境差一些，但2024年會稍微好一些，大家目前已經能心態平和地去面對失敗。
澎湃科技：作爲投資人，在你看來，國內有沒有可能出現像蘋果、英偉達這樣的公司？如果出現，會在上海、北京還是深圳？
熊偉銘：我個人認爲肯定是深圳。深圳實際上是東南亞市場的最北端，而不是中國市場的最南端，它是一個國際市場的高峰，深圳是中國的硅谷，這是肯定的。
現在深圳已經有很好的科技企業，比如華爲的總部就在深圳。美國典型的科技頭部公司比如英偉達這類企業一定要通過資本市場助力，但華爲完全沒有，華爲是一箇中國式科技企業樣板的典型。在國內我比較看好這類特別本土化的公司，還有比亞迪和吉利。
澎湃科技：你們未來會比較看好哪些方向？ChatGpt和Sora的出現讓大家看到了人工智能的爆發，未來下一個爆發點會是什麼？
熊偉銘：雖然我們沒有投大模型公司，但我們也在關注這些大模型公司在幹什麼。比如現在的智譜清言已經開始有比較好的生態，他們也有投資團隊。
未來，我個人認爲AI能重塑（rebuild）很多內容。AI會有無數機會，能賦能千行百業。我們認爲，比如類似生物醫療行業，科學家做實驗時，如果能借助AI會變得更有效率。在這些垂直行業紮根足夠深、足夠小，其實非常適合AI，尤其是在數據價值高，而且獲取數據有壁壘的行業裡特別關鍵，所以我覺得AI可能會加速我們人均GDP或整個科技市場的成長。我們對AI+這個模式是有所期待的。