ChatGPT創(chuàng)業(yè)潮來襲：誰縱身一躍，誰筑墻積糧？

最近，ChatGPT的大火吸引了科技圈的高度關注，而圍繞這種生成式AI技術的創(chuàng)業(yè)潮也隨即被引爆。

無論是對標大模型，打造中國的Open AI，還是基于大模型開發(fā)細分領域的AI工具，或者從底層硬件發(fā)力，芯片、互聯(lián)網(wǎng)、AI領域的技術大咖紛紛躬身入場，搶占創(chuàng)業(yè)先機，唯恐落后他人半步。

業(yè)內(nèi)人士看來，生成式AI技術所創(chuàng)造出的驚人生產(chǎn)力或?qū)⒏淖兦邪贅I(yè)，不亞于又一次產(chǎn)業(yè)革命，由此引發(fā)的創(chuàng)業(yè)機會遍及產(chǎn)業(yè)上下游，但大模型研發(fā)的高技術門檻與高投入，也讓進入這一領域的創(chuàng)業(yè)者面臨重重挑戰(zhàn)，在賽道火爆的同時，或更要多點冷思考。

生成式AI創(chuàng)業(yè)大佬紛紛入局

伴隨著ChatGPT、谷歌Bard、百度文心一言等的先后發(fā)布，生成式AI技術的比拼不僅在行業(yè)巨頭中展開，同樣也激發(fā)著初創(chuàng)公司的踴躍入場。

一周前，英特爾首席架構(gòu)師Raja Koduri 突然宣布將于3月底離職。在蘋果和英特爾服務多年后，他將成立一家 AI生成式游戲軟件公司。Raja Koduri表示，將在未來幾周內(nèi)公布更多關于這家初創(chuàng)公司的信息。顯見其正在緊鑼密鼓的籌劃中。

3月19日，創(chuàng)新工場董事長兼CEO李開復宣布，正在籌建Project AI 2.0公司，定位是AI 2.0全新平臺和AI-first生產(chǎn)力應用的世界級公司。值得關注的是，今年已61歲且經(jīng)歷多年抗癌成功的李開復，在其博士研究項目即瞄準AI技術40年后，終于又在AI 領域“繼續(xù)擼起了袖子”。“Project AI 2.0不僅僅要做中文版 ChatGPT。”李開復表示:“AI 2.0已經(jīng)到來，這是絕對不能錯過的一次革命，這個時代將誕生新平臺并重寫所有應用。”

而一個月前，美團聯(lián)合創(chuàng)始人王慧文同樣發(fā)下宏愿，要打造中國的Open AI。為此，王慧文個人出資5千萬美元，已啟動成立光年之外科技有限公司。其老朋友、美團創(chuàng)始人王興在朋友圈表示，“AI大模型讓我既興奮于即將創(chuàng)造出來的巨大生產(chǎn)力，又憂慮它未來對整個世界的沖擊。”此次王慧文的入局，無疑鼓勵了王興，王興表示已決定個人參與光年之外的A輪融資，并將出任董事。

此外，搜狗前CEO王小川、原京東集團高級副總裁周伯文、出門問問創(chuàng)始人兼CEO李志飛、阿里前技術副總裁賈揚清、前字節(jié)跳動視覺技術負責人王長虎等也都在最近宣布，將進軍中國版ChatGPT和生成式AI戰(zhàn)場。

而在國外，AI技術人員創(chuàng)業(yè)的行動似乎更早一步。根據(jù)Business Insider的一項調(diào)查統(tǒng)計，2022年內(nèi)，僅Alphabet一家公司就有26位AI專家離職，其中包括子公司谷歌、DeepMind 兩大科技巨頭，多位AI專家離職后創(chuàng)辦了自己的新公司。

據(jù)風投公司NFX統(tǒng)計，目前已有約450家生成式AI公司，它們一共籌集了將近120億美元的資金。資本助力下，科技大佬兒們的搶跑入局，讓這一領域更加火熱。

算力底座面臨變革

AI技術喊了很多年，但在ChatGPT之前，鮮有讓業(yè)界整體為之激動的應用落地。ChatGPT智能機器人對話模型的出現(xiàn)，讓AI第一次真正實現(xiàn)像人一樣的說話與“思考”。生成式AI的落地與廣泛應用，正推動AI發(fā)展進入新時代。

在剛剛召開的英偉達GTC大會上，英偉達CEO黃仁勛稱ChatGPT代表著“嶄新的計算平臺已經(jīng)誕生，AI的‘iPhone時刻’已經(jīng)到來”。在他看來，生成式AI是一種新型計算機、一種可以用人類語言進行編程的計算機，這種能力影響深遠。“現(xiàn)在，每個人都可以命令計算機來解決問題，每個人都可以成為程序員。生成式AI將重塑幾乎所有行業(yè)”。

如何利用生成式AI技術重塑千行百業(yè)？顯然，這不僅僅是數(shù)家、數(shù)十家公司的事兒，而是需要整個行業(yè)共同的投入與努力。

在深存科技創(chuàng)始人袁靜豐看來，ChatGPT所帶來的機會遍及產(chǎn)業(yè)上下游，尤其是對更加“硬核”的上游產(chǎn)業(yè)算力基礎設施帶來巨大挑戰(zhàn)，算力芯片、存儲、網(wǎng)絡等底層硬件、數(shù)據(jù)中心架構(gòu)面臨變革，也催生了很多新的投資創(chuàng)業(yè)機會。

據(jù)悉，大模型的訓練具有數(shù)據(jù)量大、算力需求高、算法復雜、訓練周期長等特點，對底層硬件資源的消耗非常龐大，是典型的數(shù)據(jù)繁重應用場景。以ChatGPT的開發(fā)為例，它相當于是收集了過去20年互聯(lián)網(wǎng)的公開數(shù)據(jù)，要滿足GPT-4的訓練需求，至少需要1萬張英偉達A100顯卡，再加上其他資源，估計達到其需求的數(shù)據(jù)中心規(guī)模至少要投入40-50億元。“這還僅僅只是入場券，而目前要真正做到大模型持續(xù)訓練和支持海量訪問服務，在傳統(tǒng)方法下可能需要超10萬張A100顯卡。”袁靜豐指出。

與此同時，大模型的參數(shù)數(shù)量及規(guī)模在快速增長，用戶數(shù)量及訪問量也在不斷增加，按照目前趨勢，模型參數(shù)規(guī)模大概每年增長近10倍，日活訪問量則可能增長更快，這些都對硬件資源帶來驚人的消耗。

“降本增效的需求問題對于GPT這樣的大模型的研發(fā)愈發(fā)突顯。”袁靜豐指出，“解決由此帶來的挑戰(zhàn)給基礎設施硬件廠商帶來多種機會，主要圍繞數(shù)據(jù)、算力及算法優(yōu)化三個方面。”

具體來看，為了解決數(shù)據(jù)量呈指數(shù)級增長且海量并發(fā)訪問所帶來的“大而快數(shù)據(jù)”需求，思考“數(shù)據(jù)引力”問題變得尤為重要，算力需要離數(shù)據(jù)越來越近，減少和優(yōu)化數(shù)據(jù)搬運是效率提升的關鍵，以數(shù)據(jù)為核心的計算已成為繼基于GPU的計算加速，DPU/IPU的網(wǎng)絡加速之后的又一重要趨勢。

以深存科技為例，2020年成立之際，在看到快速增長的大模型等數(shù)據(jù)繁重場景爆發(fā)對硬件基礎設施的挑戰(zhàn)趨勢下，將公司定位為“以數(shù)據(jù)為核心計算”的芯片和解決方案供應商，聚焦高算力、高性能數(shù)據(jù)加速和I/O加速為核心目標，提供數(shù)據(jù)繁重場景下的優(yōu)解方案，研發(fā)與存儲系統(tǒng)緊密結(jié)合的計算存儲處理器/數(shù)據(jù)處理芯片，致力解決“大數(shù)據(jù)”和“快數(shù)據(jù)”并存的難題。

同樣看好AI技術，并在AI領域投資布局的中科創(chuàng)星創(chuàng)始合伙人米磊則認為:“國內(nèi)要在軟硬件上同時下功夫，一方面把算法做得更好一點，另一方面提升數(shù)據(jù)量，解決算力問題，因為現(xiàn)在還面臨高端GPU算力卡脖子問題。”

ChatGPT創(chuàng)業(yè)熱潮下的冷思考

從下游的應用方向來看，ChatGPT引發(fā)的創(chuàng)業(yè)機會主要有兩方面，一是對標ChatGPT，發(fā)展自己的通用大模型或細分領域大模型；二是基于這些大模型，針對細分市場開發(fā)具體應用工具。

在袁靜豐看來，盡管發(fā)展大模型十分燒錢，但在這一行業(yè)在全球走向成熟之前，不管是發(fā)展通用大模型，還是打造細分領域的特定大模型，都非常有必要。

“因為很多行業(yè)或企業(yè)的數(shù)據(jù)是非公開的，像ChatGPT、百度文心一言等大模型無法獲得這些數(shù)據(jù)來訓練AI，所以這些細分領域也需求建立自己的大模型。”袁靜豐指出，“它可以不像ChatGPT那么復雜，也不需要巨大的數(shù)據(jù)中心驅(qū)動，或者可以直接部署在私有云上，這樣涉及到行業(yè)Knowhow、專業(yè)領域知識產(chǎn)權(quán)等敏感數(shù)據(jù)就可以不用離開現(xiàn)場，而企業(yè)同樣可以享有大模型帶來的AI便利與效率。”

此前，國內(nèi)在大模型及生成式AI方面的初創(chuàng)公司并不是很多，主要是一些技術實力雄厚的大企業(yè)在做，例如，百度、華為、阿里、字節(jié)跳動等都在大模型方面有持續(xù)投入。總體來看，國內(nèi)在大模型方面與國外還有一定差距，尤其是最近，GPT-4新一代超大規(guī)模多模態(tài)大模型的發(fā)布，讓生成式AI的能力更進一步提升，給國內(nèi)的從業(yè)者帶來更急迫的壓力和挑戰(zhàn)。

面對大模型在研發(fā)方面的挑戰(zhàn)，米磊認為:“我們要優(yōu)化算法，解鎖上下文學習的能力，首先是通過更多高質(zhì)量數(shù)據(jù)和任務進行模型的訓練，達到高質(zhì)量的境界；其次要通過和環(huán)境的交互、自我的優(yōu)化實現(xiàn)提升；最后要提升自我反思的學習能力。”據(jù)悉，在大模型及AI領域，中科創(chuàng)星已投資了智譜AI、瑞萊智慧等初創(chuàng)企業(yè)。其中，智譜AI是由清華大學計算機系技術成果轉(zhuǎn)化而來，其基于千億基座模型的ChatGLM，最近已開啟內(nèi)測。

而在大模型基礎之上的應用層技術開發(fā)門檻相對較低，范圍更廣，或會催生出一批新興創(chuàng)業(yè)企業(yè)。例如，通過結(jié)合ChatGPT等的生成算法和自身的寫作經(jīng)驗，開發(fā)一款智能寫作工具，像AI文本生成公司Regie.ai就是這一類型；還可以基于ChatGPT等的翻譯能力，開發(fā)智能翻譯工具等。

但在金沙江創(chuàng)投主管合伙人朱嘯虎看來，這一方向的創(chuàng)業(yè)或?qū)⑤^難融資。“ChatGPT太過強大，不利于創(chuàng)業(yè)公司，創(chuàng)業(yè)公司基于ChatGPT能夠創(chuàng)造的價值非常單薄”，在2023黑馬產(chǎn)業(yè)大會上，朱嘯虎公開指出，“未來兩三年內(nèi)請大家放棄融資的幻想，必須能夠自己造血。”

寫在最后

所謂風險與收益并存，越是挑戰(zhàn)重重的地方，越是蘊含著無限的機會。ChatGPT喚醒了世界對AI技術的重新認知，生成式AI時代的大幕已然拉開。在中國有必要擁有自己的Open AI的產(chǎn)業(yè)共識下，對ChatGPT賽道的追捧以及由此帶來的火熱可以預見。但越是火熱，越要冷靜看待，客觀研判。不管是上游底層硬件芯片方面的創(chuàng)新，還是圍繞大模型的研發(fā)，以及基于大模型的應用開發(fā)，只有結(jié)合實際、遵循規(guī)律，且耐得住持久的投入和堅持，或才能迎來最終的突破。