华创资本熊伟铭：大模型是小众创业，10亿美元启动资金是“门票”

本文刊出于2023年4月13日《21世纪末中国经济报导》

最近一周，亚洲地区 AI 大数学模型角逐战再掀高潮。

4月11日，穆萨官宣新汉兰达产品网络连接“记事千问”。此前一晚，AI 东亚国家之一的周武王信息技术正式宣布以“大数学模型+大算力”推进 AGI（通用人工智慧）为产业发展战略。翌日，苏交科也正式宣布即将推出国产大语言数学模型“天成”3.5。

当亚洲地区小厂在大数学模型应用领域上演迪阿尔库相竞的热闹场面，大数学模型创业团队的列居中，也再不断涌现歌星创业团队者迸发起航。4月10日，网易创始人王大川正式宣布，他和前网易COO茹立云联合创办昌明智能，旨在打造中国版 OpenAI 基础大数学模型及革命性上层应用。

越是在竞争的环境中，企业进化越快。无论是小厂还是歌星创业团队者，他们的投入无疑将会帮助中国消费市场更慢地产出或者说有用的 AI 大数学模型。同时21世纪末中国经济报导注意到，虽然 ChatGPT 引领第二波的 AI 风潮，AI 大数学模型消费市场的体育竞技人声鼎沸，但一级消费市场仍处于相较冷静的状态，或者说押注股权投资的股权投资政府机构寥寥无几。

“现在AI的基础建设类似于90年代韭花的互联网基础建设，对 VC 政府机构而言，可能‘过嘴瘾’多过实际有才干的事情，最兴奋的天数点还没有或者说来临。”近日，展毛资本投资顾问熊伟铭在接受21世纪末中国经济报导访谈时称。

据了解，展毛资本在上一波的 AI 风潮中问鼎斐然，曾击出 AI 晶片公司束鼠信息技术、壁仞信息技术，自动驾驶公司文远武藤氏、智加信息技术。在 AI 大数学模型时代，展毛资本保持高度高度关注，但出手仍相对谨慎。

对于目前大数学模型创业团队的消费竞争态势，熊伟铭认为，谷歌在2019年向 OpenAI 股权投资10万美元，又在去年底追加股权投资100万美元。对亚洲地区的大数学模型创业团队者而言，没有10万美元的金费是不容易参加这场体育竞技的。

“同时，或者说懂大数学模型的人才仍相较匮乏。这些都意味着，大数学模型创业团队不是热切创业团队而是场非主流创业团队。只有在 AI 应用领域具备很高专业度并且在资本圈富有名气的团队，才有机会获胜。”他说。

AI 行业产业发展拐点来临，但大数学模型是场非主流创业团队

《21世纪末》：您从什么时候开始高度关注AI股权投资，怎样看待现在人工智慧产业发展的天数结点？

熊伟铭：我从2014年左右开始高度关注 AI，当时计算机视觉（Computer Vision ）应用领域的产业发展达到高峰，人脸识别、自动驾驶等方面的应用随之快速落地。反观自然语言理解应用领域（NLP ），此前一直处于不温不火的状态，一直到 ChatGPT 的出现，它体现出机器自然语义识别的能力大幅提升。

随着语义识别和图像识别的打通，AI 将更加智能化，机器的能力甚至会超过人类的能力。我们知道，人脑有接近1000亿个神经元，如今大数学模型的参数量已经超过了人类神经元的数量。按照现在的趋势，很有可能实现生产力的大规模提升，由AI 去做很多人类不愿意做的工作。这确实是到了行业产业发展拐点的状态，大家已经觉得 ChatGPT 很厉害了，但我们认为行业还刚刚起步。

《21世纪末》：有股权投资人觉得现在有种梦回互联网产业发展初期时的感觉，行业充满活力感和想象力，您的感受如何？

熊伟铭： AI 行业现在的产业发展阶段，确实类似于上世纪末90年代末，互联网行业产业发展初期时的状态。

当时大家觉得互联网很好玩，但是没有方向感，不知道互联网究竟能用来干什么。如果想成立互联网公司，需要自己买带宽、搭服务器，这是很重的资产投入。不过到现在，互联网的基础建设已经非常发达。如果按单位长度算，光纤甚至比面条还便宜。各种各样的互联网应用，随之蓬勃产业发展。

回到 AI 行业，大家觉得 ChatGPT 出来以后非常震撼，但没有特别明确的方向感去应用它。同时，想成立一家大数学模型公司成本是非常高昂的，光买 CPU 卡就是非常重资产的投入。这就像90年代韭花，你需要自己拉光纤、搭服务器。它的生产力高度被垄断，创业团队成本也非常高。

《21世纪末》：您是否看好亚洲地区的类 ChatGPT 应用？跟 OpenAI 相比，亚洲地区做大语言数学模型的团队差距主要在哪些方面？

熊伟铭：中国企业在算法人才的积累、算力晶片的储备、资金量的投入方面都还存在差距，追赶还需要一定的天数。但中国的用户数量庞大，能够更好的实践落地AI大数学模型的相关应用。

我觉得如果有些信息技术生产力会影响未来的一百年，就不必着急在一两年的天数里去追赶。90年代的时候，中国没有一家 PC 电脑厂家。但到了现在，华为的电脑质量做得非常好。把天数拉长来看，问题的解决会更加从容。

VC 投大数学模型钱太少，投商业应用又稍微有点早

《21世纪》：当第二波的 AI 创业团队股权投资浪潮袭来，您认为有哪些股权投资机会是 VC 能够参与的？

熊伟铭：现在 AI 的基础建设类似于90年代韭花的互联网基础建设，我们认为最兴奋的天数点还没有来临。VC 如果想投大数学模型，钱太少。想做商业应用，又稍微有点早。

对大数学模型创业团队项目而言，10万美元的金费是参与体育竞技的球票。而一支早期股权投资基金规模可能只有几万美元，不可能全投在一个大数学模型创业团队项目上。

所以我觉得这是超过 VC 股权投资范畴的应用领域，在大数学模型面前，所有 VC 都会觉得自己缺钱。它更适合由国家队资金去股权投资，或者是由大型互联网企业去投入，看能够在自己所处的应用领域形成怎样的产品和竞争力。

但在跟医疗、制造、游戏等相关的垂直场景的小数学模型应用领域，VC 有机会去参与股权投资。不过由于AI基础建设还没搭建好，所以在亚洲地区还没有出现特别好的公司。

《21世纪末》：具体到展毛资本，目前在 AI 赛道的投入情况如何，是否出手股权投资项目？

熊伟铭：我们现在有五个同事都在看 AI 方面的项目，但暂时还没有在大数学模型和AIGC应用领域出手。

现在消费市场上 AI 项目的估值都挺高的，赶上这波浪潮的公司肯定都想融一笔大钱。但详细聊下来你会发现，有些公司吆喝得很厉害，但做的东西并没有那么实在，团队和产品没有让人眼前一亮的感觉。

比如有的公司通过 API 的方式直接调用 ChatGPT 的算力，在其基础上做点应用。这种公司短天数内能够做点生意赚钱，但没有自己的算法、算力和数学模型，也没有实际的创新点，很容易被取代，并不值得去股权投资。

《21世纪末》：当 AI 的能力越来越接近人，您觉得做风险股权投资的这份工作是否有可能被 AI 所替代？

熊伟铭： AI 能够为我们提供帮助，但无法取代人去做早期股权投资。它的帮助主要在两方面，一是对于海量信息的收集整理、关键点的提炼，AI 是非常好的帮手。二是做报告时，AI 的语法水平和图表水平都是非常高的，能够帮助人提升效率。

同时，早期股权投资行业很难标准化，并且具有信息壁垒，这让 AI 无法取代人去做这件事。AI 对标准化的事情具有很强的学习能力，但早期股权投资行业不是标准化的。我们做的像是复杂工艺的木匠活，好不容易雕刻出来一件作品，第二次再雕刻样子就不一样了。

而且早期股权投资最大的壁垒是信息壁垒。在二级消费市场，公司信息是高度透明的，股权投资人只需要对信息做出判断。在一级消费市场存在信息壁垒，需要物理上的见面来获取信息。当我们见到创始人时，他的语气、表情、气质等，都是信息的一部分。如果不见面聊两三个小时，不去一块儿喝酒，创始人可能不会聊起过去的失败创业团队经历等。这些信息的获取过程，是 AI 无法去实现的。

《21世纪末》：如今，早期股权投资消费市场的竞争也在愈发激烈，比如高瓴推出“Aseed+”种子计划加磅种子轮股权投资，红杉中国种子基金又完成新募资等。在竞争加剧的情况下，展毛资本如何体现自身优势？

熊伟铭：对管理规模千亿的大基金而言，如果拿出几万美元做早期股权投资，每个项目投几百万美元，这不是件规模中国经济的事情，它的注意力肯定是在那些股权投资额度更大的项目上。如果大基金想投早投小，做 LP 去股权投资一些早期基金可能会效率更高。

同时，早期创新是非常分散的，早期股权投资政府机构也是百花齐放，各自捕捉自身擅长的机会点，不可能是一家独大的状态。就像是你去楼下小卖部就可以买到水，没必要专门去国贸买水。我做早期股权投资已经有20多年，有不少经验也走过一些坑，让我们做早期股权投资更具有优势。展毛过去的9期基金都是赚钱的，因为我们懂早期股权投资这件事。