生成式人工智能将成为下一代生产力革命的核心,因为AI对劳动者、生产资料和劳动对象这生产力三要素都有巨大提升作用。
来源 |昆仲资本
作者 |闾 琤
出品 | 资人说(touzirenshuo)
随着英伟达在十年时间内将AI算力提升数十倍,AI模型的能力也进化到可处理ZB数量级别的数据,生成式人工智能正逐步成为推动世界经济发展的新引擎。
在昆仲资本闾琤看来,生成式人工智能将成为下一代生产力革命的核心。
因为AI对劳动者、生产资料和劳动对象这生产力三要素都有巨大提升作用。
尽管仍然与美国有一定差距,但中国在生成式AI领域展现出显著的科研、创投投入与市场需求优势,虽面临挑战,但也蕴含巨大机遇。
全球知名机器学习模型的统计数量,中国仅次于美国,在AI公司融资额和AI公司数量等指标上,属于全球第一梯队。
更值得注意的是,从2010年起,中国在AI领域已经有大量的专利申请,这意味着中国不再是以往的跟随者,而是这一波生成式人工智能领域的创新者。
尽管取得进步,但中国仍面临AI硬件短缺和B端市场的数字化渗透率低的挑战。
如果AI硬件短缺可以依靠国内企业的进步逐渐解决,那么B端市场的数字化渗透率低,有可能成为制约中国生成式AI应用发展的关键瓶颈。
自成立伊始,昆仲资本就专注在早期科技投资,并构建了自己的“生态式打法”
相较于那些追求“大而全”的头部机构,昆仲资本更倾向于深耕属于自己的“根据地”。
例如昆仲投资的小鹏汽车、文远知行、速腾聚创、灵明光子这几家智能出行产业链上下游的企业就已形成了一个比较好的生态——
它们是彼此的供应商、合作伙伴,甚至有些是另外一些的投资方。
在人工智能中的具身智能赛道,昆仲资本从2022年开始就进行布局,并先后在早期阶段投资了逐际动力、戴盟机器人、若愚科技等公司。
其中逐际动力的优势主要在足式机器人,戴盟机器人是灵巧手,而若愚科技则给机器人装上大模型大脑,它们在产业链上占据了各自的位置,并有相互协同的潜力。
近日,昆仲资本闾琤在2024青岛创投风投大会上发表题为“生成式AI开启新一代生产力革命”的主题演讲,深入探讨了生成式人工智能的发展现状、前景及其对全球生产力带来的深刻变革。
以下,Enjoy~
尊敬的各位嘉宾、各位领导,大家好!
我来自昆仲资本,昆仲资本是一家专注于科技创新领域早期投资的基金,非常有幸有这样的机会和大家分享我们在生成式人工智能领域的一些看法。
从技术层面看,人工智能是一个非常宽泛的概念,在过去几十年的影视、文学作品和科学研究中也频频出现。
但生成式人工智能其实指的是人工智能和机器学习这些大范畴下的一个特定小范畴,它是我们在算力、算法方面,通过量变产生质变之后形成的新型人工智能。
生成式人工智能在人机交互上有很大变化,与以往的人工智能交互,我们需要自己会写代码,或者操作某种系统界面,而生成式人工智能可以直接通过prompt(提示词)来完成对话式的交互。
我们只需要用日常语言告诉AI我们想要什么,AI就会通过我们语言的理解,以及对大量数据进行统计分析后,基于各种各样的模型,生成我们想要的各种模态的内容,包括图片、文字、视频和最近很火的3D内容等。
未来,生成式人工智能不光可以产生内容,还能直接对物理世界造成影响。
例如现在很多创业公司和前沿科研机构,都在研究利用大模型控制工业机器人和商业机器人,也就产生了具身智能赛道。
01

生成式人工智能

技术突破与市场潜力

人工智能已经存在很久,为什么现在它让人兴奋,值得深入讨论?
我们从需求和供给两个层面分析。
首先是需求层面,全球范围内人口红利都在消失,全要素生产力效率增长在放缓,需要新技术给全球经济和社会注入活力。
因此,不光是中国,全球各国都需要人工智能。
上图是几个代表性国家全要素生产力效率增长的情况。
过去十年内,我国在大多数时候是领先于全球的,但这几年全要素生产力效率的增长在下降;
而在人口方面,近几年生育率下降,人口总数会有稳中降的趋势。
生产力等于生产效率乘以人口总数,如果人口总数提升的中长期预期不容乐观,那我们就必须要从生产效率提高上来努力。
相比之下,美国、德国这样的发达国家也有着同样问题,尽管从数据上来看人口有所增长,但基数太小,不足以支撑生产力发展,因此,也需要通过提高全要素生产力来发展。
从数据中可看出,近几年美国的全要素生产力有复苏趋势,这跟目前人工智能的发展有关系,引领这一趋势的就是美国的科技领域的平台型巨头们。
其次从供给侧看,生成式人工智能为什么会实现?
过去也有几次人工智能的浪潮,但并没有在产业上取得好的结果。
为什么这一波生成式人工智能有可能成功?
我们认为这里面有两个大方面因素影响:
第一,我们已有足够多的数据供人工智能使用。
下图左表是全球范围内产生的数据总量。
2023年,全世界范围内储存的数据超过180ZB(1ZB是10的21次方字节),这一数字在2010年仅为2ZB,不到15年时间翻了90倍。
根据IDC最新的预测,2024年一年就会产生近160ZB数据,到2028年,这一数字将变成385ZB。
第二是模型方面的进展,上图右表展示的是全球知名的机器学习系统所需要的算力水平。
在最近这一波AI浪潮之前,人工智能所需要的算力水平相对较低,但自2016年之后的六、七年,人工智能大模型所需要的算力水平也达到了10的14次方这一水平。
在算力提升到这个级别后,我们就有能力尝试去分析以ZB为计量单位的数据规模。
此外,令人欣喜的是芯片的算力还在不断增长,且速度超过摩尔定律。
例如英伟达用不到十年时间将其GPU芯片的算力提升了几十倍。
接下来,我们分析全球范围内生成式人工智能的产业格局。
第一大板块是AI硬件算力,这是整个人工智能领域的基础。
当前硬件市场规模超500亿美金,其中90%以上由英伟达占据。
根据英伟达年报,去年其GPU数据中心的收入是475亿美金,其中有约67亿美金来自中国。
这对我们其实是好消息,因为在当前大环境下,英伟达从中国获取收入占比已经从2022年的接近20%跌到今年的12%左右,我们估计未来几年英伟达在中国份额会跌到趋近零,而这块百亿美金规模的GPU市场将由国内芯片企业承接。
第二是模型和软件应用板块。
OpenAI近期宣布,其ARR已经超过20亿美金,尽管这个规模跟硬件相比还小,但其增长速度却非常可怕。
无论微软还是谷歌,今年在生成式人工智能领域的收入也会有非常惊人的增长,这一板块的市场规模将快速突破100亿美金。
最后是服务板块,可以将这个板块看成软硬件之间的润滑剂,他们帮助企业进行人工智能转型,这也是我们认为以前在国内做IT服务的厂商可以切入的市场。
接下来我们分析未来的发展预测。
彭博社预测,到2032年,全球生成式人工智能市场规模将达到1.3万亿美金,其中硬件算力市场规模将达到6400亿美金,剩余近7000亿美金为各类模型和软件服务。
一些核心的细分市场,对国内企业挖掘在AI大潮中的方向可以起到一定指导作用。
首先数字营销仍会占到非常大的比重;
其次AI助理,比如ChatGPT;
还有底层运营,IT服务,游戏娱乐,办公、教育等,均有望产生至少百亿美金级别的市场。
02

中国在生成式人工智能

领域的优势与挑战

生成式人工智能领域,在商业化领域和技术发展方面,以美国为首的西方发达国家当前比我们领先,那我们国家的生成式人工智能产业发展前景如何?有哪些优势和挑战?
第一个优势,在这一波生成式人工智能的浪潮中,我们在科研方面没有落后。
上图是按照国家划分的,全球知名机器学习模型的统计,美国遥遥领先,我们仅次于美国。
在AI相关专利申请领域,我们获得的专利比美国多,这至少说明我们在这一波的生成式人工智能中科研投入力度大。
更值得注意的是,从2010年起,我们已经有大量的专利申请,这意味着我们不再是以往的跟随者,而是这一波生成式人工智能领域的创新者,且处于全球第一梯队。
第二个优势是创投持续活跃。
在AI领域的私募融资,我们跟美国还是有一定差距,基本跟欧洲持平,但如果考虑到科技巨头自身内部投入,我们肯定明显领先于欧洲。
在初创公司数量上,我们也是全球第一梯队,仅次于美国和欧洲。
第三个优势,也是我们认为非常重要的一个优势,就是市场和用户的认知。
一个新鲜事物的产生,初期阶段市场和用户对它的认知和认可就很重要,这直接决定了它在前期发展需要多久时间和多高成本。
令人欣喜的是,现在我们国家和市场对AI的接受程度高,潜在需求旺盛。
这从两个方面可以看到:
第一是现在有一系列大模型相关App,在很短时间内流量就呈现爆发式增长。
我们列出2024年4月QuestMobile统计的排名前十的大模型App流量情况,可以看到周访问量累计相加已经达到了两千万以上的水准,直接反映了用户和市场对大模型应用的认可。
第二是侧面认可,字节跳动近期宣布他们的大模型全面降价,还有多家厂商跟进。
无论巨头还是创业公司,它们愿意卷价格,前期投入争取市场份额,侧面反映有旺盛的用户潜在需求。
下面分析一下挑战。
第一个挑战是硬件算力。
由于众所周知的原因,我们在这方面有短板,但我认为对于这个短板,并不需要特别悲观。
根据我们拿到的一些内部数据,今年国产硬件投入将至少是百亿人民币级别的,已经有国产厂商开始崛起,让我们不至于在美国断供的条件下停止发展,未来,这块短板完全有可能被补齐。
第二个挑战,反而是我们觉得更需要关注的,就是全行业范围内B端的数字化渗透率很低。
怎么定义渗透率低?
一个参考指标就是SaaS服务。
在美国,SaaS服务有一批上市公司在做,也孕育了一批独角兽,但我国的SaaS行业一直没有成长为大行业。
生成式人工智能基因就在云上,其未来商业模式几乎可以肯定是以SaaS为主,因为独自建立算力中心并从头训练AI模型对于大多数公司从成本上是不可承受的。
怎样让B端接受数字化,进而接受生成式人工智能,就成为未来行业发展的一大挑战。
03

生成式AI开启新一代生产力革命

总结来说,生成式人工智能为生产力带来的改变是革命性的。
生产力三要素,劳动者、生产资料和劳动对象,生成式人工智能如果仅改进某一方面则不能称之为革命性的,正是因为它对每个方面都有很大作用,我们才认为它是革命性的。
例如针对劳动者,未来人工智能会为劳动者做深度赋能,如果劳动者不知道怎么和AI合作,利用AI工作,可能未来没有办法在劳动力市场生存。
针对生产资料,也就是劳动工具,它会使数字化工具实现智能化。
未来,办公软件一定是AI化的办公软件,大家一定会在三到五年之内摆脱每天手画PPT的流程,而变成把自己想要表现的内容告诉AI,它会帮我们完成PPT。
针对劳动对象,传统的劳动对象是矿产资源、农作物等。
在生成式人工智能时代,数据真正变成核心资源,正如我们之前提到的,当今社会数据量之大,只有生成式人工智能能够处理这个量级(数百ZB)的数据,这就形成了一个新的劳动对象。
在上述影响之下,生成式人工智能会对生产力形成一个乘数效应。
我们相信生成式人工智能会是继移动互联网和云计算之后,下一代生产力革命的核心,并且在完成了移动互联网时代的补课之后,我们有望在这一次生产力革命中成为领导者和创新者。
  ·   END   ·  
近 期 活 动

----------------------------------------
----------------------------------------
阅 读 推 荐
视 频 推 荐
合 作 对 接
寻求报道、商务合作、投融资对接媒体互推、开白、投稿、爆料等……
扫码添加投资人说运营者微信,备注「商务合作」详细沟通。
超 级 社 群
【投资人说】正在组建超级投资者社群、超级创业者社群、超级读者群、超级媒体群等,目前总人数已超1000人。
关注【投资人说】微信公众号,发送信息「进群」,与各行业精英直接交流,共同进步。
旗 下 媒 体
发现在看了吗,戳下看看
继续阅读
阅读原文