AI時代的投資機遇

　　春光作序，萬物和鳴。一年一度的“投資界百人論壇”于2024年3月1日在三亞舉辦，作為中國股權(quán)投資行業(yè)開年盛會，清科創(chuàng)業(yè)邀請創(chuàng)·投圈各位老友共聚一堂，把脈不一樣的2024，聆聽浪潮新聲。

　　本場《AI時代的投資機遇》圓桌對話由英諾天使基金創(chuàng)始合伙人李竹主持，對話嘉賓為：

　　陳維廣藍馳創(chuàng)投管理合伙人

　　馬睿峰瑞資本合伙人

　　歐陽濱廣州基金總經(jīng)理

　　張鵬泰達科投合伙人

　　以下為演講實錄，

　　經(jīng)投資界（ID:pedaily2012）編輯：

　　李竹：今天幾個討論大家都提到了AI，在這個過程中，我們看到了在去年到今年這個時間AI發(fā)展得非�？欤瑥腃hatGPT的推出，大家對基礎(chǔ)大模型關(guān)注，后來又有Sora，當(dāng)然這個中間穿插著人形機器人等等，所以在這場變革當(dāng)中AI到底有什么樣的機會，我們又如何看待這個行業(yè)等，是我們今天要討論的問題。

　　我們先請各位介紹一下自己的機構(gòu)跟主要的投資領(lǐng)域跟方向，大家有一個了解。

　　陳維廣：大家好!藍馳創(chuàng)投起源于硅谷，我們主要專注于早期科技投資，是目前國內(nèi)規(guī)模最大的早期基金之一，覆蓋的投資領(lǐng)域有AI、硬科技，還有生命科學(xué)。

　　馬睿：首先感謝清科的邀請，我們主要關(guān)注的領(lǐng)域有消費及TMT、生物醫(yī)藥、軟硬科技、新能源以及這些方向的一些交叉投資。

　　歐陽濱：廣州基金是廣州市政府產(chǎn)業(yè)投融資平臺、國有資本控股運營平臺，整個平臺上涵蓋的業(yè)務(wù)鏈條比較長，從政府引導(dǎo)基金、VC、PE、并購，以及公募基金等全鏈條，我們都有具體的業(yè)務(wù)經(jīng)營板塊。廣州基金作為政府產(chǎn)業(yè)投融資平臺，肩負(fù)著“推動產(chǎn)業(yè)轉(zhuǎn)型升級、放大財政資金引導(dǎo)效應(yīng)、帶動社會投資、強化區(qū)域金融中心地位”的初心使命，主要圍繞著地方政府重點發(fā)展產(chǎn)業(yè)投資布局，但也有全國性的投資，跟各大機構(gòu)開展產(chǎn)業(yè)、基金等層面上的合作。廣州基金的存續(xù)時間比較長，跟在座很多機構(gòu)也有合作，希望借今天的這個會議進一步加強跟大家的交流。

　　張鵬：大家好!泰達科投是一家成立于2000年的國資背景投資公司，聚焦于科技中早期的投資，投資方向如半導(dǎo)體、生物醫(yī)藥、智能制造，我本人主要負(fù)責(zé)半導(dǎo)體領(lǐng)域投資，在半導(dǎo)體領(lǐng)域我們已投資布局十幾年，大概投資了100家項目，遍布半導(dǎo)體各個細(xì)分領(lǐng)域，其中算力基礎(chǔ)設(shè)施和今天的AI主體相關(guān)，期待和大家分享。

　　李竹：我們下面討論第一個問題，大家都認(rèn)為現(xiàn)在是一個AI紅利期，大家對于這個紅利期有多長，有什么樣的看法?你們現(xiàn)在投資的這些項目里面，有沒有看到一些趨勢性的東西?

　　陳維廣：為什么大家現(xiàn)在如此關(guān)注AI，主要原因我認(rèn)為在于大模型的通用性逐漸顯現(xiàn)。之前大模型并未受到廣泛關(guān)注，直至Open AI的出現(xiàn)，人們才開始重視起來。如今的大模型不僅在文字領(lǐng)域，在圖片和視頻領(lǐng)域也展現(xiàn)出強大的泛化通用性，大家在媒體也看得比較多了。

　　而我們基于之前的投資布局，也會有在這些方向更深度的思考和發(fā)現(xiàn)，例如我們在新能源領(lǐng)域投資了理想汽車，在機器人領(lǐng)域也做了一些嘗試。我們認(rèn)為，除了類似ChatGPT這樣的大模型發(fā)展方向外，基于大模型的深度學(xué)習(xí)，自動駕駛也會有天翻地覆的變化�；厮萘�七年��，自動駕駛企業(yè)主要依賴高精度地圖以及傳感器數(shù)據(jù)來感知周圍環(huán)境。然而，當(dāng)前無論是特斯拉還是國內(nèi)汽車廠商，都開始關(guān)注并實踐端到端的自動駕駛技術(shù)，即省去了中間處理環(huán)節(jié)，直接模擬人類駕駛員的駕駛習(xí)慣和駕駛方式，這無疑是一個重要的突破。

　　另外一點就是機器人，之前的機器人很多還是像早年手機一樣就是功能機，你搞一個掃地機器人，或者給墻刷漆的機器人等都屬于比較注重功能性，而接下來基于垂直大模型的泛化能力，你一套大模型注入到機器人，機器人可以做很多任務(wù)，而不是局限在一個單點任務(wù)，或者變成更加智能了，這是我們都在關(guān)注的趨勢。機器人應(yīng)用是不是做到一個低的成本在生活當(dāng)中使用、是不是可以找到一個很好的商業(yè)路徑我覺得這些創(chuàng)業(yè)公司都在努力探索。

　　李竹：我記得你們投了智元機器人，投資邏輯是什么?

　　陳維廣：我們之前投了一些服務(wù)機器人像一些清潔機器人國內(nèi)也有七八成的功能水平。智元會利用大模型的泛化能力，使得機器人能夠完成不同的任務(wù)，甚至包括高度復(fù)雜的任務(wù)，而非僅僅局限于某一簡單功能。這一點實際上構(gòu)成了我們投資決策中的一個重要前提。這個可能是我們投的一個重要的假設(shè)，當(dāng)然足夠泛化、成本足夠低可以解決比較復(fù)雜的問題。

　　李竹：核心還是通用的執(zhí)行能力能夠泛化?

　　陳維廣：如果大家關(guān)注Sora視頻，很多眼球都在專注于它的視頻生成，更加關(guān)鍵一點是Sora證明我們要對物理世界有進一步的了解，要采集物理世界的數(shù)據(jù)，這里泛化的人機結(jié)合和物理世界打開了想象的空間，很有可能就是未來的一個機會。但能否形成一個好的商業(yè)模式，現(xiàn)在沒有人能給出完全的答案。

　　李竹：不管是汽車，還是現(xiàn)在通用的機器人核心還是泛化能力，我們上一代的AI主要是感知，現(xiàn)在新一代的AI就是包括決策、包括執(zhí)行都可以做，而且不光可以做交給它的任務(wù)，還有一定的泛化能力。

　　陳維廣：而且在完成了一個任務(wù)當(dāng)中生成新的數(shù)據(jù)。

　　李竹：完成任務(wù)當(dāng)中可以不斷地反哺強化，所以這個智能肯定跟強化學(xué)習(xí)結(jié)合非常緊的。

　　我之前去了一次谷歌，谷歌很多投資人認(rèn)為將來人形機器人的大公司主要在中國，所以陳維廣總您認(rèn)同這個觀點嗎?關(guān)鍵零部件、成本這些因素中國更有優(yōu)勢?

　　陳維廣：硬件這一塊我們有優(yōu)勢，在軟件這個方面還是要追趕。因為我擔(dān)心中國的創(chuàng)業(yè)公司視角，如果美國他們在軟件、深度學(xué)習(xí)以及算力上比我們做的更好，如果差距很大的話，我們有可能又回到富士康的年代，他掙99塊錢我們掙1塊錢，所以中國創(chuàng)業(yè)者除了在硬件這一塊有傳統(tǒng)的優(yōu)勢以外，在軟件算力還是要繼續(xù)耕耘和追趕。

　　李竹：因為對于物理世界的改變所以跟硬件有關(guān)，這一塊我們看到了像特斯拉推出了人形機器人，但是國內(nèi)的人形機器人成本下降非�？�，要是將來一個人家里面買兩三個人形機器人用幾萬塊錢也是可以的，馬�？偰鷦偛耪劦搅松�命科技AI結(jié)合，這里有什么趨勢，您認(rèn)為個方面投資窗口期紅利期多長?

　　馬睿：首先對于AGI，現(xiàn)在大家認(rèn)為它是下一次科技革命的開始，我們可以參照上一個移動互聯(lián)網(wǎng)的周期，從出現(xiàn)iphone到出現(xiàn)抖音有10年時間，因此未來十年是一個非常大的紅利期，現(xiàn)在只是剛剛開始，OpenAI相當(dāng)于POC(Proof of concept，概念驗證)了大模型，大模型可以理解一本書、生成一張圖、生成一個視頻，未來AGI需要更加理解物理世界。

　　所以，我們有一個判斷，下一輪科技革命開始于AI，但可能不會只是純AI，還是要從AI最后回到物理世界，物理世界中的新材料、生物這些本身被AI加速，產(chǎn)生更大的生產(chǎn)驅(qū)動。我們看到了挺多機會。如果你去看美股，現(xiàn)在科技公司里面有五個超過一萬億美金市值的，而醫(yī)療領(lǐng)域現(xiàn)在市值最高的是禮來七千億美金。這種對比也反映出生物醫(yī)藥領(lǐng)域有非常多的價值埋藏，但是挖掘還沒有那么有效，就是因為生物很多問題都是特別復(fù)雜的，翻譯到數(shù)學(xué)就是高維方程，這個很難用經(jīng)驗表述，我們可以設(shè)計橋梁，但是我們還做不到理性設(shè)計藥物。我們可以設(shè)計橋梁，但是我們不能設(shè)計藥物，我們只能發(fā)現(xiàn)藥物偶爾碰到我們發(fā)現(xiàn)了，但是我們從頭開始，像半導(dǎo)體一樣完全設(shè)計出來了。

　　而AI是最適合解高維方程的，AI的進展會使得我們有可能定量的描述和理解復(fù)雜的生物學(xué)的底層規(guī)律，從而實現(xiàn)工程化的生物學(xué)。Open AI出來之前，我們主要看三條線，合成生物、腦科學(xué)、AI制藥，這三個事情跟AI都有非常大的聯(lián)系。合成生物剛才其實也有嘉賓講過了，最重要的就是實現(xiàn)工程化，可以設(shè)計生物學(xué)，而不是逐漸試錯。AI制藥通過計算把藥做出來，而不是通過盲篩。腦科學(xué)是研究我們?nèi)四X怎樣工作的，會啟發(fā)新的計算架構(gòu)。

　　最后，其實利用大模型和大模型相關(guān)的算法來賦能生物醫(yī)療，舉兩個例子大家可以看得非常清楚。一個是AlphaGo利用計算來預(yù)測蛋白結(jié)構(gòu)，達到試驗一樣的準(zhǔn)確度，這在計算方法上是從未發(fā)生過的，其實AlphaGo主要做了兩件事情，一是加了數(shù)據(jù)，把基因跟MSA(Multiple sequence alignment，多序列對比)的數(shù)據(jù)加進去了。第二就是引入了Transformer。

　　第二個例子，就是現(xiàn)在蛋白設(shè)計的成功率大大提高了，把算法拿到生物里面做應(yīng)用得到了比較好的結(jié)果。美國有一些這樣的公司，中國也有，我們也在密切關(guān)注。雖然并非所有的生物計算都會是基于單一龐大的基礎(chǔ)模型完成，但是也能看到各種各樣的創(chuàng)新。

　　李竹：您認(rèn)為是十年的投資窗口，還是非常長的投資窗口，生命科技我們原來人蛋白結(jié)構(gòu)復(fù)雜性數(shù)字化做得不夠徹底，所以AI出來之后實際上對于行業(yè)范式應(yīng)該有所改變，我們看到了像生命科技，像新材料、材料科學(xué)，現(xiàn)在新一代的AI出來之后都產(chǎn)生了很大驅(qū)動力?

　　馬睿：其實峰瑞之前在生物科技領(lǐng)域重要的投資主線之一就是生物的數(shù)據(jù)化。你要先有一些測量、傳感才能有數(shù)據(jù)去供AI學(xué)習(xí)，大模型來了之后一個很重要的話題就是怎樣利用AI來產(chǎn)生數(shù)據(jù)。再補充一下，因為現(xiàn)在對于數(shù)據(jù)要求越來越高，我們未來要在生物里面扮演這樣的一個平臺，除了高效高速產(chǎn)生數(shù)據(jù)的這種機器人，未來在計算層面可以產(chǎn)生數(shù)據(jù)，我看AGI領(lǐng)域也是一個熱點，就是從哪來數(shù)據(jù)，我們有沒有這些數(shù)據(jù)，還有這些數(shù)據(jù)質(zhì)量，這個未來比較重要的。

　　李竹：實際上AI在生命科技里面是應(yīng)用比較多的，除了剛才您提到的，像分子結(jié)構(gòu)預(yù)測、藥的結(jié)構(gòu)發(fā)現(xiàn)，還有合成生物學(xué)里面的酶，酶這個東西本來有知識產(chǎn)權(quán)，但是通過AI可以做新的設(shè)計也是產(chǎn)生了很大項目?

　　馬睿：對于合成生物學(xué)來說，在元件層面做一些設(shè)計，在未來通路層面做一些設(shè)計，才能真正的實現(xiàn)把合成生物學(xué)類比成，把一個生物類比成半導(dǎo)體可以真正的做設(shè)計，我覺得可能我們會有20家一萬億生物醫(yī)療的公司，九十年代最高市值是做出來減肥藥的公司。

　　李竹：我們看到生命科學(xué)領(lǐng)域融資比較低迷，AI會不會對這個現(xiàn)象有所改變，或者推動產(chǎn)生新的一波浪潮?

　　馬睿：我覺得還是需要時間，因為整個行業(yè)本身也正處于復(fù)蘇進程中，且內(nèi)部各板塊表現(xiàn)不一。例如，這兩年中國的合成生物領(lǐng)域雖然每年的融資情況相對穩(wěn)定，并未受到過大影響，但也呈現(xiàn)出從峰值逐漸回落的趨勢，相比之下，創(chuàng)新藥領(lǐng)域受到的影響更為顯著。AI制藥領(lǐng)域同樣具有周期性特征，上一輪熱潮幾乎到達了一個高潮，數(shù)百億的市場資金投入其中，我們投資的部分項目也正在進行申報，有的甚至接近上市階段，以及其他企業(yè)的投資項目也處于退出過程中。

　　正如先前發(fā)言嘉賓所言，大家都對AI領(lǐng)域的商業(yè)化進展略感不滿，因為AI制藥、自動駕駛技術(shù)未能如最初設(shè)想般帶來實質(zhì)性的藥品產(chǎn)出，或達到理想的自動駕駛水平，AI影像技術(shù)也尚未能全面替代醫(yī)生的角色。不過，此刻技術(shù)正在向前迭代，有點類似螺旋式上升，盡管當(dāng)前商業(yè)化的落地應(yīng)用還不明晰，但可以觀察到此次與上一輪熱潮有所不同，可以看到不全是泡沫，或者是一個概念的東西，現(xiàn)在大家相信了，未來可能對于生物醫(yī)藥融資有所帶動。

　　李竹：請歐陽總介紹一下，在AI領(lǐng)域你們怎樣考慮?

　　歐陽濱：現(xiàn)在“擁抱AI”已成為一個廣泛共識，在產(chǎn)業(yè)發(fā)展的各個領(lǐng)域都能夠被AI賦能，各行各業(yè)應(yīng)該說都AI化了。我認(rèn)為，AI既然是一場變革，其影響應(yīng)該更加持續(xù)深遠(yuǎn)，存在著巨大的投資紅利期、窗口期。

　　首先，整個這個AI化全鏈條，就是每個環(huán)節(jié)每個領(lǐng)域，首先大的角度來講全鏈條都是投資機會，包括算力、算力基礎(chǔ)設(shè)施、數(shù)據(jù)處理以及應(yīng)用層面。作為一家平臺型公司，我們首先是基金投資公司，若按幾個主要階段劃分，我們在算力基礎(chǔ)設(shè)施硬件領(lǐng)域已有布局，例如國產(chǎn)替代化，涵蓋了前端芯片及部分智能物聯(lián)網(wǎng)芯片公司。

　　其次，在算法技術(shù)層面，無論是當(dāng)前熱議的“百模大戰(zhàn)”，還是行業(yè)級大模型，我們不僅在廣州本地，也在全國范圍內(nèi)進行了一系列投資。此外，應(yīng)用層的投資同樣備受關(guān)注。

　　總體來看，當(dāng)前AI對整個產(chǎn)業(yè)鏈的影響是全面且深入的，鏈條布局也是比較開，感覺上面有幾點，前面大的投資尤其硬件GPU國產(chǎn)化了，包括“百模大戰(zhàn)”的確需要大投入，未來可能形成頭部企業(yè)的集聚。

　　我們現(xiàn)在越來越關(guān)注前端機會，現(xiàn)在也在建這樣一些算力基礎(chǔ)設(shè)施，包括作為一個城市發(fā)展產(chǎn)業(yè)的基礎(chǔ)設(shè)施，城市運行包括公共算力基礎(chǔ)設(shè)施，作為國企也在投入，所以為城市的大模型底座，包括一些硬件的廠商也可以提供一些機會，帶來一些應(yīng)用場景。

　　再次，重在應(yīng)用。人工智能賦能各行各業(yè)現(xiàn)在剛剛起步，每個人對于人工智能都有非常多的想象。在這個大環(huán)境下，可能即將迎來一場新的革命，這個過程我們是必須投入的。

　　各行各業(yè)是百花齊放的局面，如果結(jié)合我們自己廣州的優(yōu)勢，一定是從優(yōu)勢的產(chǎn)業(yè)當(dāng)中率先產(chǎn)生，廣州的“造車健城”，圍繞著幾個主賽道發(fā)展人工智能的應(yīng)用，造是先進制造，車是智能駕駛，健是生物健康，城是城市運行，這樣的行業(yè)大應(yīng)用可能形成率先突破，廣州我們連通政府部門包括專業(yè)機構(gòu)，去年評選了一百個人工智能場景，80%是來源于這幾個賽道，這種場景越來越豐富了，所以我覺得既有業(yè)績又有流量還有應(yīng)用的產(chǎn)品更容易跑出來，產(chǎn)品的形態(tài)可能軟硬件結(jié)合在一起，面向行業(yè)、面向低端，以及這樣幾個領(lǐng)域可以提供真正形成行業(yè)上面率先的變革跟應(yīng)用，我覺得這一塊是應(yīng)用導(dǎo)向上的一個投資的機會。

　　同時，我們要關(guān)注的幾個關(guān)鍵要素包括：擁有扎實的數(shù)據(jù)基礎(chǔ)、廣泛的應(yīng)用基礎(chǔ)以及卓越的產(chǎn)品開發(fā)能力，我們將重點關(guān)注這些主要應(yīng)用能力所帶來的投資機遇。

　　李竹：您剛才談到了基礎(chǔ)設(shè)施，我們也知道實際上基礎(chǔ)設(shè)施的投資非常大，要建一個計算中心，像大一點的都要幾十億，所以我想這一塊是不是國資有更大的優(yōu)勢?

　　歐陽濱：跟其他的專業(yè)股權(quán)投資機構(gòu)不一樣，廣州基金是產(chǎn)業(yè)投資平臺，我們從產(chǎn)業(yè)的基礎(chǔ)到上面承載著產(chǎn)業(yè)到城市的運行，到產(chǎn)業(yè)的布局，到具體的股權(quán)項目，可能對于國企平臺來說一個方面更加有優(yōu)勢。第二，這也是區(qū)域經(jīng)濟發(fā)展的一種要求，面向人工智能我們?nèi)ビ�接這個浪潮，有專門的這種板塊去投資偏基礎(chǔ)設(shè)施內(nèi)容東西。

　　像剛才所說的幾個鏈條，事實上想圍繞著人工智能產(chǎn)業(yè)打造一個生態(tài)，從算力的基礎(chǔ)設(shè)施，到應(yīng)用創(chuàng)新的中心，再到產(chǎn)業(yè)的導(dǎo)入、資本的賦能、產(chǎn)業(yè)的孵化，我們想形成這樣的一個生態(tài)，所以我們也有專門的新基建板塊，不同類型的基金在投入，我們跟一些大模型合作，選擇一個人工智能發(fā)展跟城市人工智能運行的底座，之后在這個上面孵化，形成一個生態(tài)。

　　李竹：您剛才提到了應(yīng)用，我們知道廣州基金在汽車產(chǎn)業(yè)鏈投了很多公司，汽車產(chǎn)業(yè)也是廣州的一個非常重要的一個產(chǎn)業(yè)，在這個方面，能不能給這些創(chuàng)業(yè)公司提供一些應(yīng)用場景，像剛才提到了車上的大模型應(yīng)用智能性的交互，在這個方面跟創(chuàng)業(yè)公司合作，能不能跟他們做一些賦能的事?

　　歐陽濱：汽車產(chǎn)業(yè)是廣州的支柱產(chǎn)業(yè)，廣州基金對廣汽集團全產(chǎn)業(yè)鏈進行布局投資，包括上市公司廣汽集團、其前端的研發(fā)企業(yè)及產(chǎn)業(yè)鏈上的供應(yīng)商，尤其是廣汽體系孵化的企業(yè)，如電池超充企業(yè)，圍繞廣州汽車產(chǎn)業(yè)，我們的投資比例和鏈條覆蓋度都是非常大的。每個創(chuàng)業(yè)公司的成長、每個技術(shù)成果的出現(xiàn)都要依附或服務(wù)于產(chǎn)業(yè)鏈條。作為區(qū)域性的產(chǎn)業(yè)投融資平臺，我們在投資布局上會有一定的優(yōu)勢，能夠更快、更近距離地高效融入到當(dāng)?shù)氐闹攸c產(chǎn)業(yè)上，圍繞產(chǎn)業(yè)鏈進行金融賦能。

　　李竹：下面我們有請?zhí)┻_張鵬總介紹一下，您這個半導(dǎo)體跟基礎(chǔ)設(shè)施算力密切相關(guān)的?

　　張鵬：我們投資半導(dǎo)體方向更加側(cè)重于底層基礎(chǔ)算力硬件，這個是AI上層建筑的基石，應(yīng)該是整個AI行業(yè)最先發(fā)展的方向。整體上我們是這樣看AI行業(yè)的，AI其實跟歷史上前幾次的工業(yè)革命很類似，都是先提升生產(chǎn)力，進而提升效率，再變化生產(chǎn)關(guān)系或生產(chǎn)方式做最終的價值提升。

　　AI一開始賦能各個行業(yè)，把人的效率極大提升，這個期間是以人為主。而AI相對終極的發(fā)展是改變生產(chǎn)組織方式，把以人為中心的生產(chǎn)方式轉(zhuǎn)變?yōu)椴灰匀嘶蛏僖蕾嚾藶橹鞯纳�產(chǎn)方式，進而把人從生產(chǎn)過程中抽離出來，進而得到更大的價值提升。從這個角度去看，包括歷史上幾次工業(yè)革命的驗證，我們不用懷疑AI價值，它的價值會持續(xù)很長時間。

　　但我們也要關(guān)注到現(xiàn)階段AI行業(yè)所面臨的一些問題和挑戰(zhàn)，如人工智能還不太“智能”、應(yīng)用還需要大量優(yōu)化，算力需求和硬件技術(shù)、軟件算法供給的不匹配，大量算力對能源巨大的消耗等問題，但這些都阻擋不了AI的前行。

　　從半導(dǎo)體投資的視角，我想用三個一萬億的數(shù)據(jù)從側(cè)面說明AI行業(yè)的發(fā)展前景。

　　一是到2030年，整個全球半導(dǎo)體市場應(yīng)該達到一萬億美元，雖然面上看上去不算很大，但是半導(dǎo)體是一個基礎(chǔ)行業(yè)，它是很多行業(yè)的基石，所以這個底座還是比較大的，近幾年整個全球半導(dǎo)體行業(yè)可能也就六七千億美元，到2030年會來到一萬億美元。目前半導(dǎo)體收入占比最多的是消費、通訊、汽車等，但是到2030年，預(yù)測占比構(gòu)成最大的需求是高性能計算，預(yù)計會達到40%，這個結(jié)構(gòu)變化和整體的增長，證明AI行業(yè)的空間是很大的。

　　第二個一萬億，是整個我們大語言模型發(fā)展，從初代的1億量級的樣本參數(shù)到現(xiàn)在一萬億量級的樣本參數(shù)，這幾年樣本參數(shù)的快速增長，推動我們的大模型越來越智能，數(shù)據(jù)量的快速增張造成對基礎(chǔ)算力硬件的需求會越來越大。

　　第三個一萬億，整個半導(dǎo)體技術(shù)的演進方向是比較清晰的，從目前的FINFET到Nanosheet、CFET，技術(shù)演進可以帶來單位面積算力成倍提升，功耗顯著降低等好處，進而支持AI未來十年的底層硬件技術(shù)發(fā)展，當(dāng)然這還遠(yuǎn)遠(yuǎn)不夠。單位面積算力提升面臨技術(shù)實現(xiàn)和能耗降低的持續(xù)挑戰(zhàn)，但算力需求確實巨大的，當(dāng)前單芯片上的晶體管數(shù)量約為一千億個晶體管，但我們通過采用先進的封裝技術(shù)，能夠在單個算力單元內(nèi)實現(xiàn)一萬億個晶體管的集成，所以必須有效結(jié)合新的半導(dǎo)體制造工藝和先進封裝技術(shù)來實現(xiàn)解決好算力和需求的供需矛盾關(guān)系。

　　這是在未來十年內(nèi)可以預(yù)見的技術(shù)發(fā)展趨勢。除此之外，還有很多新興的計算形式、算法模型、傳輸存儲方式，甚至包括能源結(jié)構(gòu)的變化，這些新的技術(shù)都將可能逐漸打破現(xiàn)有的格局，創(chuàng)造出新的投資機會。這就是我們從宏觀角度對AI的理解。根據(jù)這一認(rèn)知，我們需要構(gòu)建一個有效的投資組合，并將其合理分布在時間軸上，這是我們對AI領(lǐng)域投資策略的一種考量。

　　李竹：您也投資了一些專注于訓(xùn)練的芯片公司，請問怎樣看待半導(dǎo)體對于訓(xùn)練的這些芯片還有推理芯片在投資上的看法，您覺得哪個更有投資價值?

　　張鵬：AI芯片最典型的應(yīng)用是訓(xùn)練和推理，行業(yè)的代表公司就是英偉達，他們已經(jīng)來到了兩萬億美元市值，從市值來看英偉達已經(jīng)遠(yuǎn)遠(yuǎn)超過了英特爾，這個是AI應(yīng)用推動的一個變化趨勢。

　　從投資角度看，我們必須評估技術(shù)路徑的可行性及價值。在AI計算領(lǐng)域，當(dāng)前存在多種技術(shù)路線，雖然CPU也可用于計算，但在對transformor模型的計算上其效率遠(yuǎn)低于GPGPU，谷歌的TPU等技術(shù)同樣致力于提供計算加速。我認(rèn)為選擇投資的技術(shù)應(yīng)具備較長的生命力，一個技術(shù)要有較長的生命力，就必須同時具備技術(shù)可行性、產(chǎn)業(yè)鏈支持和應(yīng)用生態(tài)豐富這三個要素。例如英偉達目前作為AI硬件技術(shù)的行業(yè)領(lǐng)導(dǎo)者，其構(gòu)建了CUDA生態(tài)，為AI賦能各行各業(yè)做了大量實質(zhì)性貢獻。在過去的十年里，GPGPU技術(shù)的發(fā)展路徑清晰可見，得到了產(chǎn)業(yè)鏈的有效支持，構(gòu)建豐富的應(yīng)用生態(tài)環(huán)境，我認(rèn)為GPGPU技術(shù)是目前的主流技術(shù)之一。

　　從這個角度來講肯定選擇去投資一個GPGPU的公司是一個對的方向。但如何選擇對的賽手，涉及的問題比較復(fù)雜。我想提到的一點就是投資GPGPU的這個技術(shù)路線有一定的時間窗口和約束條件，需要一定的抗風(fēng)險能力。如果看好這個方向，這個方向的投資特點就是高風(fēng)險高收益。

　　李竹：現(xiàn)在我們最近看到二級市場，像除了英偉達像AMD、英特爾等等，包括半導(dǎo)體材料設(shè)備還有應(yīng)用材料這些公司股票大幅上漲，而且市盈率很高了，你認(rèn)為中國半導(dǎo)體市場會因為AI帶來一個很大拉動嗎?

　　張鵬：我們確實也在思考這個問題，以前我們做半導(dǎo)體投資大邏輯是國產(chǎn)替代。之前業(yè)內(nèi)有個普遍說法是半導(dǎo)體在美國是一個傳統(tǒng)行業(yè)，但其實我們現(xiàn)在觀察很多美國的半導(dǎo)體公司市值并不低。所以這里我們可以看見，像很多之前被我們定義為互聯(lián)網(wǎng)或電子消費品企業(yè)的公司，現(xiàn)在其實有了更強的半導(dǎo)體屬性，像谷歌、蘋果、亞馬遜這樣的世界級大公司都在布局自己的芯片業(yè)務(wù)，而AI將無疑是助推這一轉(zhuǎn)變的關(guān)鍵要素。其實AI應(yīng)用出來之后，把半導(dǎo)體和下游的應(yīng)用的邊界模糊化了，把軟件和硬件的邊界也大模糊化了，雖然行業(yè)格局有了變化，但這其實是好的發(fā)展，因為整個行業(yè)有了很多的協(xié)同，打破邊界意味著快速的技術(shù)迭代、資源優(yōu)化、整個AI行業(yè)將像催化劑一樣加速并引爆上述行業(yè)的發(fā)展和變革，對于半導(dǎo)體來說這無疑拓寬了邊界，增加了新的機遇，對于投資半導(dǎo)體專業(yè)機構(gòu)來講，也意味著新的機遇正在來臨。所以我相信在AI的帶動下，中國半導(dǎo)體公司的估值將有更大的空間，具備真正AI能力的半導(dǎo)體公司將向美國同類公司看齊。

　　李竹：AI也會對半導(dǎo)體行業(yè)帶來利好，我們看到兩個比較簡短的問題，第一個每家投的，雖然方向不一樣，但是肯定有自己的今年重點投資跟AI相關(guān)的一些細(xì)分方向，每個人簡單說兩三個，你們細(xì)分方向上面AI持續(xù)投資你們投什么?

　　張鵬：AI方向上面，我們從技術(shù)角度來講一個是算、一個就是傳，單芯片算力密度提升速度已經(jīng)不能不支撐現(xiàn)在的快速增長算力需求，所以我們要算的快，也要傳得快，在高速數(shù)據(jù)傳輸領(lǐng)域有很多投資機會，我們也會關(guān)注這個方面。

　　李竹：歐陽總今年AI有沒有布局想法投什么重要方向?

　　歐陽濱：主要的就是剛才所說的，最終的就是一個行業(yè)應(yīng)用，我們會更加看重最終的應(yīng)用。第二，就是投早投小，投一些顛覆性創(chuàng)新的技術(shù)。

　　馬睿：我們主要兩個，其中一個跟光相關(guān)，光電混合的。因為未來要考量的因素是三個，計算算力、內(nèi)存、帶寬。未來越來越要求傳輸跟內(nèi)存，其實峰瑞資本投了很多光模塊、光引擎，也投了光計算。另一個我們今年會繼續(xù)關(guān)注AI制藥2.0，例如蛋白設(shè)計的公司。

　　陳維廣：我們?nèi)ツ曛饕�是大模型人工智��，今年可能關(guān)注基礎(chǔ)設(shè)施，也是類似的思路。光這一塊，因為傳輸還是相對來說比較重要的，隨著參數(shù)的增長比較重要。另外一個就是能源有關(guān)的，我們前年投了一個核聚變有關(guān)的企業(yè)。接下來如果算力要求越來越大，只靠低成本的傳統(tǒng)能源不一定支撐得了，我們也在看是不是還有一些不一樣的技術(shù)。

　　李竹：從英諾的角度來講，首先我贊同各位提到的，跟算力基礎(chǔ)設(shè)施相關(guān)的，這個方面其實中國跟美國比還是有一定的差距，不光是芯片，其實也包括了整個互聯(lián)的這些高速交換，還有包括像算力效率提升等很多這些軟件方面，其實都是還是很多的機會。

　　第二，在數(shù)字世界里面主要是能夠推動大模型落地，因為大模型大家過去的概念就說，我提一些問題，我生成一些東西，實際上一旦介入流程可以應(yīng)用，這是我們重點關(guān)注的方向。

　　第三，具身智能包括通用能力的機器人方面，工廠和家庭是重點的場景。

　　最后一個問題我想問大家，大家對于AI現(xiàn)在改變我們的現(xiàn)實世界，改變這個數(shù)字世界，你們認(rèn)為在幾年之內(nèi)對于中國有一個明顯的改變，是三年之內(nèi)，還是五年之內(nèi)，每個人預(yù)測一下?

　　陳維廣：我個人看法，中國在AI輸不起，或者說得更加極端一點，追趕如果差距太大的話，這個牽扯到生產(chǎn)利潤，所以我覺得改變應(yīng)該是會比較明顯的，就像移動互聯(lián)網(wǎng)一樣，因為它是一個比移動互聯(lián)網(wǎng)更加泛化的技術(shù)，這個改變會來得很快，只不過說各行各業(yè)滲透可能不一樣。從咱們IT行業(yè)或者生產(chǎn)行業(yè)相對來說比較不一樣，這個泛化隨著算力、算法能力的提升越來越更加通用，我們投資人這邊也有不同的思路，有些人說我應(yīng)該投泛化的算法，有些說投應(yīng)用，可是不知道大家有沒有體會，每次Open AI宣布他們升級的時候，一堆做應(yīng)用的就全部消滅掉了，這個泛化能力是不是可以持續(xù)的放大，可能是一個預(yù)期，這個有一點像每次升級可以把應(yīng)用變成完全沒有競爭力。隨著能力的快速上升都會影響到每個人。

　　李竹：中國三年還是五年?

　　陳維廣：這個比較難回答，我們?nèi)�層里面�?yīng)該兩三年變化很大了，可是具體傳導(dǎo)到大眾生活場景我覺得可能五年，就像當(dāng)年移動互聯(lián)網(wǎng)，2008年蘋果手機第一次推出來的時候，我們還說地理位置，當(dāng)時想地理位置會用到地圖，可是逐漸地演變就是用到了外賣、打車，所以這個現(xiàn)在我們很難去完全判斷結(jié)果，我覺得一定會影響到我們每個人。

　　張鵬：在AI行業(yè)應(yīng)用中，垂直行業(yè)應(yīng)用場景需求更加明確，發(fā)展會快一些。通用AI潛力更大，但在很多地方還需要完善。整體來看，我認(rèn)為AI行業(yè)目前正處于一個積累突破階段，類似于冪指數(shù)曲線，目前處于斜率較為平緩的階段，一旦突破其行業(yè)發(fā)展將越來越快速，斜率將越來越陡峭。至于這個積累蓄力階段會持續(xù)多久，確實難以精確預(yù)估，但推測不會太短暫也不會太長久。

　　李竹：如果一定讓您選一個?

　　張鵬：可能需要8到10年去積累突破，再往后越來越快。3年內(nèi)AI在垂直行業(yè)應(yīng)用會陸續(xù)有突破，而我們狹義上理解的通用AI可能會需要更長時間。

　　歐陽濱：實際上，整個影響力以及人們的期望感受已逐漸發(fā)生改變。從全國范圍來看，大規(guī)模算力基礎(chǔ)設(shè)施的建設(shè)堪稱我們的強項，也是中國的突出優(yōu)勢所在。從整個推動應(yīng)用的角度來說，各行業(yè)的智慧也是無窮的，所以我可能更加偏向于樂觀一點，我想三年會有一個比較明顯的感覺。

　　馬睿：要說AI對現(xiàn)實世界的改變，海內(nèi)外是有差異的，美國從0-1強，但是產(chǎn)業(yè)存在一定程度的空心化，中國創(chuàng)新上還需追趕但是我們有最全的產(chǎn)業(yè)鏈。對美國而言，預(yù)計在接下來的三年內(nèi)可能會有較大變化，原因是在芯片、模型上都比較領(lǐng)先，也做出了ChatGPT這樣to C的應(yīng)用。對中國而言，未來3-5年，我們需要加快步伐，追趕先進技術(shù)。一旦AGI成為了基礎(chǔ)設(shè)施，放在8到10年的維度，由于AI的驅(qū)動，我相信中國在智能制造、生物制造、半導(dǎo)體等領(lǐng)域的面貌將發(fā)生根本性改變，并有可能超越美國。

　　李竹：非常有意思的問題，這個問題普華永道在美國企業(yè)家里面做過調(diào)查，大概35%的人認(rèn)為三年之內(nèi)，更多的人，三分之二的人認(rèn)為五年之內(nèi)會對美國經(jīng)濟產(chǎn)生一個巨大影響。實際上，不管三年還是五年都是一個不長的時間，所以我們其實看到了美國這些投資人都在大力地投資AI相關(guān)領(lǐng)域。這一波AI帶來的經(jīng)濟增長帶動可能大家現(xiàn)在沒有想象到的，所以我想我們也拭目以待，我們在座的各位也會在AI方面做更多的投資，我們也希望大家都能夠投資成功。謝謝!