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(huì)，清科創(chuàng)業(yè)邀請(qǐng)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(shí)代的投資機(jī)遇》圓桌對(duì)話由英諾天使基金創(chuàng)始合伙人李竹主持，對(duì)話嘉賓為：

　　陳維廣藍(lán)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(dá)科投合伙人

　　以下為演講實(shí)錄，

　　經(jīng)投資界（ID:pedaily2012）編輯：

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

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

　　陳維廣：大家好!藍(lán)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(qǐng)，我們主要關(guān)注的領(lǐng)域有消費(fèi)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(tái)、國有資本控股運(yùn)營平臺(tái)，整個(gè)平臺(tái)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(tái)，肩負(fù)著“推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、放大財(cái)政資金引導(dǎo)效應(yīng)、帶動(dòng)社會(huì)投資、強(qiáng)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(diǎn)發(fā)展產(chǎn)業(yè)投資布局，但也有全國性的投資，跟各大機(jī)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(shí)間比較長，跟在座很多機(jī)構(gòu)也有合作，希望借今天的這個(gè)會(huì)議進(jìn)一步加強(qiáng)跟大家的交流。

　　張鵬：大家好!泰達(dá)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(xiàng)目，遍布半導(dǎo)體各個(gè)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(gè)問題，大家都認(rèn)為現(xiàn)在是一個(gè)AI紅利期，大家對(duì)于這個(gè)紅利期有多長，有什么樣的看法?你們現(xiàn)在投資的這些項(xiàng)目里面，有沒有看到一些趨勢(shì)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(qiáng)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(huì)有在這些方向更深度的思考和發(fā)現(xiàn)，例如我們?cè)谛履茉搭I(lǐng)域投資了理想汽車，在機(jī)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(dòng)駕駛也會(huì)有天翻地覆的變化�；厮萘�七年��，自動(dòng)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(shí)踐端到端的自動(dòng)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(gè)重要的突破。

　　另外一點(diǎn)就是機(jī)器人，之前的機(jī)器人很多還是像早年手機(jī)一樣就是功能機(jī)，你搞一個(gè)掃地機(jī)器人，或者給墻刷漆的機(jī)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(jī)器人，機(jī)器人可以做很多任務(wù)，而不是局限在一個(gè)單點(diǎn)任務(wù)，或者變成更加智能了，這是我們都在關(guān)注的趨勢(shì)。機(jī)器人應(yīng)用是不是做到一個(gè)低的成本在生活當(dāng)中使用、是不是可以找到一個(gè)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(jī)器人，投資邏輯是什么?

　　陳維廣：我們之前投了一些服務(wù)機(jī)器人像一些清潔機(jī)器人國內(nèi)也有七八成的功能水平。智元會(huì)利用大模型的泛化能力，使得機(jī)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(diǎn)實(shí)際上構(gòu)成了我們投資決策中的一個(gè)重要前提。這個(gè)可能是我們投的一個(gè)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(diǎn)是Sora證明我們要對(duì)物理世界有進(jìn)一步的了解，要采集物理世界的數(shù)據(jù)，這里泛化的人機(jī)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(gè)機(jī)會(huì)。但能否形成一個(gè)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(jī)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(gè)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(qiáng)化，所以這個(gè)智能肯定跟強(qiáng)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(jī)器人的大公司主要在中國，所以陳維廣總您認(rèn)同這個(gè)觀點(diǎn)嗎?關(guān)鍵零部件、成本這些因素中國更有優(yōu)勢(shì)?

　　陳維廣：硬件這一塊我們有優(yōu)勢(shì)，在軟件這個(gè)方面還是要追趕。因?yàn)槲覔?dān)心中國的創(chuàng)業(yè)公司視角，如果美國他們?cè)谲浖�、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(shì)以外，在軟件算力還是要繼續(xù)耕耘和追趕。

　　李竹：因?yàn)閷?duì)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(jī)器人，但是國內(nèi)的人形機(jī)器人成本下降非常快，要是將來一個(gè)人家里面買兩三個(gè)人形機(jī)器人用幾萬塊錢也是可以的，馬睿總您剛才談到了生命科技AI結(jié)合，這里有什么趨勢(shì)，您認(rèn)為個(gè)方面投資窗口期紅利期多長?

　　馬睿：首先對(duì)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(gè)移動(dòng)互聯(lián)網(wǎng)的周期，從出現(xiàn)iphone到出現(xiàn)抖音有10年時(shí)間，因此未來十年是一個(gè)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(yàn)證)了大模型，大模型可以理解一本書、生成一張圖、生成一個(gè)視頻，未來AGI需要更加理解物理世界。

　　所以，我們有一個(gè)判斷，下一輪科技革命開始于AI，但可能不會(huì)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(dòng)。我們看到了挺多機(jī)會(huì)。如果你去看美股，現(xiàn)在科技公司里面有五個(gè)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(duì)比也反映出生物醫(yī)藥領(lǐng)域有非常多的價(jià)值埋藏，但是挖掘還沒有那么有效，就是因?yàn)樯�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(gè)很難用經(jīng)驗(yàn)表述，我們可以設(shè)計(jì)橋梁，但是我們還做不到理性設(shè)計(jì)藥物。我們可以設(shè)計(jì)橋梁，但是我們不能設(shè)計(jì)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(jì)出來了。

　　而AI是最適合解高維方程的，AI的進(jìn)展會(huì)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(shí)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(gè)事情跟AI都有非常大的聯(lián)系。合成生物剛才其實(shí)也有嘉賓講過了，最重要的就是實(shí)現(xiàn)工程化，可以設(shè)計(jì)生物學(xué)，而不是逐漸試錯(cuò)。AI制藥通過計(jì)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(huì)啟發(fā)新的計(jì)算架構(gòu)。

　　最后，其實(shí)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(gè)例子大家可以看得非常清楚。一個(gè)是AlphaGo利用計(jì)算來預(yù)測(cè)蛋白結(jié)構(gòu)，達(dá)到試驗(yàn)一樣的準(zhǔn)確度，這在計(jì)算方法上是從未發(fā)生過的，其實(shí)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(duì)比)的數(shù)據(jù)加進(jìn)去了。第二就是引入了Transformer。

　　第二個(gè)例子，就是現(xiàn)在蛋白設(shè)計(jì)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(jì)算都會(huì)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?cè)瓉砣说鞍捉Y(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(shí)際上對(duì)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(dòng)力?

　　馬睿：其實(shí)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(cè)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(gè)很重要的話題就是怎樣利用AI來產(chǎn)生數(shù)據(jù)。再補(bǔ)充一下，因?yàn)楝F(xiàn)在對(duì)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(gè)平臺(tái)，除了高效高速產(chǎn)生數(shù)據(jù)的這種機(jī)器人，未來在計(jì)算層面可以產(chǎn)生數(shù)據(jù)，我看AGI領(lǐng)域也是一個(gè)熱點(diǎn)，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(gè)未來比較重要的。

　　李竹：實(shí)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(cè)、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(gè)東西本來有知識(shí)產(chǎn)權(quán)，但是通過AI可以做新的設(shè)計(jì)也是產(chǎn)生了很大項(xiàng)目?

　　馬睿：對(duì)于合成生物學(xué)來說，在元件層面做一些設(shè)計(jì)，在未來通路層面做一些設(shè)計(jì)，才能真正的實(shí)現(xiàn)把合成生物學(xué)類比成，把一個(gè)生物類比成半導(dǎo)體可以真正的做設(shè)計(jì)，我覺得可能我們會(huì)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(huì)不會(huì)對(duì)這個(gè)現(xiàn)象有所改變，或者推動(dòng)產(chǎn)生新的一波浪潮?

　　馬睿：我覺得還是需要時(shí)間，因?yàn)檎麄�(gè)行業(yè)本身也正處于復(fù)蘇進(jìn)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(duì)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(shì)，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(dá)了一個(gè)高潮，數(shù)百億的市場資金投入其中，我們投資的部分項(xiàng)目也正在進(jìn)行申報(bào)，有的甚至接近上市階段，以及其他企業(yè)的投資項(xiàng)目也處于退出過程中。

　　正如先前發(fā)言嘉賓所言，大家都對(duì)AI領(lǐng)域的商業(yè)化進(jìn)展略感不滿，因?yàn)锳I制藥、自動(dòng)駕駛技術(shù)未能如最初設(shè)想般帶來實(shí)質(zhì)性的藥品產(chǎn)出，或達(dá)到理想的自動(dòng)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(diǎn)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(gè)概念的東西，現(xiàn)在大家相信了，未來可能對(duì)于生物醫(yī)藥融資有所帶動(dòng)。

　　李竹：請(qǐng)歐陽總介紹一下，在AI領(lǐng)域你們?cè)鯓涌紤]?

　　歐陽濱：現(xiàn)在“擁抱AI”已成為一個(gè)廣泛共識(shí)，在產(chǎn)業(yè)發(fā)展的各個(gè)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(gè)這個(gè)AI化全鏈條，就是每個(gè)環(huán)節(jié)每個(gè)領(lǐng)域，首先大的角度來講全鏈條都是投資機(jī)會(huì)，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(tái)型公司，我們首先是基金投資公司，若按幾個(gè)主要階段劃分，我們?cè)谒懔�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(jí)大模型，我們不僅在廣州本地，也在全國范圍內(nèi)進(jìn)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(duì)整個(gè)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(diǎn)，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(jī)會(huì)，現(xiàn)在也在建這樣一些算力基礎(chǔ)設(shè)施，包括作為一個(gè)城市發(fā)展產(chǎn)業(yè)的基礎(chǔ)設(shè)施，城市運(yùn)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(jī)會(huì)，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(gè)人對(duì)于人工智能都有非常多的想象。在這個(gè)大環(huán)境下，可能即將迎來一場新的革命，這個(gè)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(shì)，一定是從優(yōu)勢(shì)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(gè)主賽道發(fā)展人工智能的應(yīng)用，造是先進(jìn)制造，車是智能駕駛，健是生物健康，城是城市運(yùn)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(jī)構(gòu)，去年評(píng)選了一百個(gè)人工智能場景，80%是來源于這幾個(gè)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(gè)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(gè)投資的機(jī)會(huì)。

　　同時(shí)，我們要關(guān)注的幾個(gè)關(guān)鍵要素包括：擁有扎實(shí)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(diǎn)關(guān)注這些主要應(yīng)用能力所帶來的投資機(jī)遇。

　　李竹：您剛才談到了基礎(chǔ)設(shè)施，我們也知道實(shí)際上基礎(chǔ)設(shè)施的投資非常大，要建一個(gè)計(jì)算中心，像大一點(diǎn)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(shì)?

　　歐陽濱：跟其他的專業(yè)股權(quán)投資機(jī)構(gòu)不一樣，廣州基金是產(chǎn)業(yè)投資平臺(tái)，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(yùn)行，到產(chǎn)業(yè)的布局，到具體的股權(quán)項(xiàng)目，可能對(duì)于國企平臺(tái)來說一個(gè)方面更加有優(yōu)勢(shì)。第二，這也是區(qū)域經(jīng)濟(jì)發(fā)展的一種要求，面向人工智能我們?nèi)ビ�接這個(gè)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(gè)鏈條，事實(shí)上想圍繞著人工智能產(chǎn)業(yè)打造一個(gè)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(gè)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(gè)人工智能發(fā)展跟城市人工智能運(yùn)行的底座，之后在這個(gè)上面孵化，形成一個(gè)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(gè)非常重要的一個(gè)產(chǎn)業(yè)，在這個(gè)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(gè)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(duì)廣汽集團(tuán)全產(chǎn)業(yè)鏈進(jìn)行布局投資，包括上市公司廣汽集團(tuán)、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(gè)創(chuàng)業(yè)公司的成長、每個(gè)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(tái)，我們?cè)谕顿Y布局上會(huì)有一定的優(yōu)勢(shì)，能夠更快、更近距離地高效融入到當(dāng)?shù)氐闹攸c(diǎn)產(chǎn)業(yè)上，圍繞產(chǎn)業(yè)鏈進(jìn)行金融賦能。

　　李竹：下面我們有請(qǐng)?zhí)┻_(dá)張鵬總介紹一下，您這個(gè)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(gè)是AI上層建筑的基石，應(yīng)該是整個(gè)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(shí)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(jìn)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(jià)值提升。

　　AI一開始賦能各個(gè)行業(yè)，把人的效率極大提升，這個(gè)期間是以人為主。而AI相對(duì)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(jìn)而把人從生產(chǎn)過程中抽離出來，進(jìn)而得到更大的價(jià)值提升。從這個(gè)角度去看，包括歷史上幾次工業(yè)革命的驗(yàn)證，我們不用懷疑AI價(jià)值，它的價(jià)值會(huì)持續(xù)很長時(shí)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(duì)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(gè)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(gè)全球半導(dǎo)體市場應(yīng)該達(dá)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(gè)基礎(chǔ)行業(yè)，它是很多行業(yè)的基石，所以這個(gè)底座還是比較大的，近幾年整個(gè)全球半導(dǎo)體行業(yè)可能也就六七千億美元，到2030年會(huì)來到一萬億美元。目前半導(dǎo)體收入占比最多的是消費(fèi)、通訊、汽車等，但是到2030年，預(yù)測(cè)占比構(gòu)成最大的需求是高性能計(jì)算，預(yù)計(jì)會(huì)達(dá)到40%，這個(gè)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(gè)一萬億，是整個(gè)我們大語言模型發(fā)展，從初代的1億量級(jí)的樣本參數(shù)到現(xiàn)在一萬億量級(jí)的樣本參數(shù)，這幾年樣本參數(shù)的快速增長，推動(dòng)我們的大模型越來越智能，數(shù)據(jù)量的快速增張?jiān)斐蓪?duì)基礎(chǔ)算力硬件的需求會(huì)越來越大。

　　第三個(gè)一萬億，整個(gè)半導(dǎo)體技術(shù)的演進(jìn)方向是比較清晰的，從目前的FINFET到Nanosheet、CFET，技術(shù)演進(jìn)可以帶來單位面積算力成倍提升，功耗顯著降低等好處，進(jìn)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(shí)現(xiàn)和能耗降低的持續(xù)挑戰(zhàn)，但算力需求確實(shí)巨大的，當(dāng)前單芯片上的晶體管數(shù)量約為一千億個(gè)晶體管，但我們通過采用先進(jìn)的封裝技術(shù)，能夠在單個(gè)算力單元內(nèi)實(shí)現(xiàn)一萬億個(gè)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(jìn)封裝技術(shù)來實(shí)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(shì)。除此之外，還有很多新興的計(jì)算形式、算法模型、傳輸存儲(chǔ)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(jī)會(huì)。這就是我們從宏觀角度對(duì)AI的理解。根據(jù)這一認(rèn)知，我們需要構(gòu)建一個(gè)有效的投資組合，并將其合理分布在時(shí)間軸上，這是我們對(duì)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(qǐng)問怎樣看待半導(dǎo)體對(duì)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(gè)更有投資價(jià)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(dá)，他們已經(jīng)來到了兩萬億美元市值，從市值來看英偉達(dá)已經(jīng)遠(yuǎn)遠(yuǎn)超過了英特爾，這個(gè)是AI應(yīng)用推動(dòng)的一個(gè)變化趨勢(shì)。

　　從投資角度看，我們必須評(píng)估技術(shù)路徑的可行性及價(jià)值。在AI計(jì)算領(lǐng)域，當(dāng)前存在多種技術(shù)路線，雖然CPU也可用于計(jì)算，但在對(duì)transformor模型的計(jì)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(jì)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(gè)技術(shù)要有較長的生命力，就必須同時(shí)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(gè)要素。例如英偉達(dá)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(shí)質(zhì)性貢獻(xiàn)。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(gè)角度來講肯定選擇去投資一個(gè)GPGPU的公司是一個(gè)對(duì)的方向。但如何選擇對(duì)的賽手，涉及的問題比較復(fù)雜。我想提到的一點(diǎn)就是投資GPGPU的這個(gè)技術(shù)路線有一定的時(shí)間窗口和約束條件，需要一定的抗風(fēng)險(xiǎn)能力。如果看好這個(gè)方向，這個(gè)方向的投資特點(diǎn)就是高風(fēng)險(xiǎn)高收益。

　　李竹：現(xiàn)在我們最近看到二級(jí)市場，像除了英偉達(dá)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(huì)因?yàn)锳I帶來一個(gè)很大拉動(dòng)嗎?

　　張鵬：我們確實(shí)也在思考這個(gè)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(gè)普遍說法是半導(dǎo)體在美國是一個(gè)傳統(tǒng)行業(yè)，但其實(shí)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(fèi)品企業(yè)的公司，現(xiàn)在其實(shí)有了更強(qiáng)的半導(dǎo)體屬性，像谷歌、蘋果、亞馬遜這樣的世界級(jí)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(shí)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(shí)是好的發(fā)展，因?yàn)檎麄�(gè)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(gè)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(duì)于半導(dǎo)體來說這無疑拓寬了邊界，增加了新的機(jī)遇，對(duì)于投資半導(dǎo)體專業(yè)機(jī)構(gòu)來講，也意味著新的機(jī)遇正在來臨。所以我相信在AI的帶動(dòng)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(huì)對(duì)半導(dǎo)體行業(yè)帶來利好，我們看到兩個(gè)比較簡短的問題，第一個(gè)每家投的，雖然方向不一樣，但是肯定有自己的今年重點(diǎn)投資跟AI相關(guān)的一些細(xì)分方向，每個(gè)人簡單說兩三個(gè)，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(gè)是算、一個(gè)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(jī)會(huì)，我們也會(huì)關(guān)注這個(gè)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(gè)行業(yè)應(yīng)用，我們會(huì)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(gè)，其中一個(gè)跟光相關(guān)，光電混合的。因?yàn)槲磥硪�考量的因素是三個(gè)，計(jì)算算力、內(nèi)存、帶寬。未來越來越要求傳輸跟內(nèi)存，其實(shí)峰瑞資本投了很多光模塊、光引擎，也投了光計(jì)算。另一個(gè)我們今年會(huì)繼續(xù)關(guān)注AI制藥2.0，例如蛋白設(shè)計(jì)的公司。

　　陳維廣：我們?nèi)ツ曛饕�是大模型人工智能，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?yàn)閭鬏斶�是相對(duì)來說比較重要的，隨著參數(shù)的增長比較重要。另外一個(gè)就是能源有關(guān)的，我們前年投了一個(gè)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(gè)方面其實(shí)中國跟美國比還是有一定的差距，不光是芯片，其實(shí)也包括了整個(gè)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(shí)都是還是很多的機(jī)會(huì)。

　　第二，在數(shù)字世界里面主要是能夠推動(dòng)大模型落地，因?yàn)榇竽Ｐ痛蠹疫^去的概念就說，我提一些問題，我生成一些東西，實(shí)際上一旦介入流程可以應(yīng)用，這是我們重點(diǎn)關(guān)注的方向。

　　第三，具身智能包括通用能力的機(jī)器人方面，工廠和家庭是重點(diǎn)的場景。

　　最后一個(gè)問題我想問大家，大家對(duì)于AI現(xiàn)在改變我們的現(xiàn)實(shí)世界，改變這個(gè)數(shù)字世界，你們認(rèn)為在幾年之內(nèi)對(duì)于中國有一個(gè)明顯的改變，是三年之內(nèi)，還是五年之內(nèi)，每個(gè)人預(yù)測(cè)一下?

　　陳維廣：我個(gè)人看法，中國在AI輸不起，或者說得更加極端一點(diǎn)，追趕如果差距太大的話，這個(gè)牽扯到生產(chǎn)利潤，所以我覺得改變應(yīng)該是會(huì)比較明顯的，就像移動(dòng)互聯(lián)網(wǎng)一樣，因?yàn)樗�是一個(gè)比移動(dòng)互聯(lián)網(wǎng)更加泛化的技術(shù)，這個(gè)改變會(huì)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(duì)來說比較不一樣，這個(gè)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(huì)，每次Open AI宣布他們升級(jí)的時(shí)候，一堆做應(yīng)用的就全部消滅掉了，這個(gè)泛化能力是不是可以持續(xù)的放大，可能是一個(gè)預(yù)期，這個(gè)有一點(diǎn)像每次升級(jí)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(huì)影響到每個(gè)人。

　　李竹：中國三年還是五年?

　　陳維廣：這個(gè)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(dòng)互聯(lián)網(wǎng)，2008年蘋果手機(jī)第一次推出來的時(shí)候，我們還說地理位置，當(dāng)時(shí)想地理位置會(huì)用到地圖，可是逐漸地演變就是用到了外賣、打車，所以這個(gè)現(xiàn)在我們很難去完全判斷結(jié)果，我覺得一定會(huì)影響到我們每個(gè)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(huì)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(gè)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(gè)積累蓄力階段會(huì)持續(xù)多久，確實(shí)難以精確預(yù)估，但推測(cè)不會(huì)太短暫也不會(huì)太長久。

　　李竹：如果一定讓您選一個(gè)?

　　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(huì)陸續(xù)有突破，而我們狹義上理解的通用AI可能會(huì)需要更長時(shí)間。

　　歐陽濱：實(shí)際上，整個(gè)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(qiáng)項(xiàng)，也是中國的突出優(yōu)勢(shì)所在。從整個(gè)推動(dòng)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(diǎn)，我想三年會(huì)有一個(gè)比較明顯的感覺。

　　馬睿：要說AI對(duì)現(xiàn)實(shí)世界的改變，海內(nèi)外是有差異的，美國從0-1強(qiáng)，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(duì)美國而言，預(yù)計(jì)在接下來的三年內(nèi)可能會(huì)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(duì)中國而言，未來3-5年，我們需要加快步伐，追趕先進(jìn)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(dòng)，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(gè)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(huì)對(duì)美國經(jīng)濟(jì)產(chǎn)生一個(gè)巨大影響。實(shí)際上，不管三年還是五年都是一個(gè)不長的時(shí)間，所以我們其實(shí)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(jì)增長帶動(dòng)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?cè)谧�的各位也�?huì)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!