海外AI创投已向应用层、服务层渗透，关注商业能力

转载

577 天前

9068

AI梦工厂

文章转载来源：AI梦工厂

来源：东西游戏（ID：gh_1b4d3bcc1b12），作者：东西游戏

图片来源：由无界 AI工具生成

2023年至今，以ChatGPT为代表的生成式AI持续引领全球新一轮创投热潮。这一轮围绕AI的创投风口，目前较为主流的逻辑，仍是技术引发的生产力革命，将带来行业与市场增量乃至洗牌的机会。

自OpenAI开放API后，全球主要投资市场加速下场布局多模态大语言模型，寻找对标ChatGPT的产品。

而在OpenAI创立的美国，基于数量快速增长的AI初创公司，已进一步布局差异化应用。除了重视打造有差异性的类ChatGPT产品，也更注重与产业结合，向不同场景拓展，加速商业化进程。

这既表现在很多谷歌、微软、苹果等技术背景团队的独角兽公司，从底层技术着手，直接寻求对一些产业，尤其是知识性产业的革新，追求“杀手级应用”；也体现在大量初创团队，围绕生成式AI引领的交互技术变革，改进产品体验、工具易用性等，在商业模式上，向应用层、服务层衍生，探索B端与C端的变现机会。

其中，对创意和内容有极大需求，又能快速连通B端和C端市场的文娱、游戏与社交场景，也成为当前阶段，相关技术走向应用落地和商业化现阶段的主要试验田之一。

一、ChatGPT引领AI领域创投持续增长，关注初创公司核心业务、安全性与价值观

2021年GPT-3模型的发布，就已引发美国市场对大规模预训练模型的投资热潮。2022年受全球多方因素影响，与AI相关的融资事件以及对新AI公司的投资数量出现下降，但长期来看投资者对AI领域仍抱有信心。2023年斯坦福大学AI指数报告显示，在过去十年中，2022年的AI领域私人投资金额是2013年的18倍。

2023年3月，OpenAI发布GPT-4模型，实现了图像模态输入的技术突破，在内容真实性、安全性、风格可控等方面做出改进。以ChatGPT为代表的生成式AI技术发展，引领人机交互方式的变革，更成为创投的热门赛道。

根据Crunchbase数据统计，今年3月美国AI领域就发生了投融资事件89起，已披露投资额总和超过26亿美元。

今年以来，亚马逊、Betaworks、Salesforce等多家机构继续入场，启动为AI初创公司提供资金的计划，着重孵化早期项目。

如Salesforce VC在3月宣布推出2.5亿美元的生成式AI投资基金，据称该基金已经投资了搜索引擎you.com、Anthropic、Cohere、Hearth.ai四家初创公司；AWS在4月提出为生成式AI公司提供为期10周，总价值30万美元的模型优化和定制化上市建议项目；Betaworks计划从6月到9月向大约10家AI初创公司提供50万美元的资金。

由于大语言模型公司间竞争激烈，OpenAI宣布将ChatGPT的价格下调90%，加速生成式AI技术的商业化应用进程。这增加了基础模型领域的进入壁垒，其他竞争者的融资需求进一步提升；也促使更多公司关注AI技术应用与产业落地，在技术军备竞赛之外，开辟产品、工具和服务的细分赛道，探索商业变现方向等。

目前来说，在生成式AI成为新一轮概念热点的市场中，短期内并不能创造实际现金流的AI初创企业保持较高的估值，让投资机构有信心地把资金投入其中，试探哪些新兴技术领域真正有投资价值。不过头部大型语言模型公司的高估值也已反映出后进场的成本劣势，从长期来看，投资机构更需要筛选那些解决核心业务问题，真正有商业变现潜力的公司。

VC机构Insight Partners对此提出了四项衡量指标，分别是可量化的投资回报率、产品有客户粘性、收入受益于用户数据增长和不可复制的核心技术。更多投资者正在等待考虑到用户体验、易操作性和嵌入性等差异化因素的“杀手级应用”出现。

此外还需要考虑到AI公司的自我监管能力，包括客户数据的安全性、隐私性、是否在合法的基础上符合道德，这些因素的缺失会影响企业的声誉和投资回报率，而从投资者的角度发现这些潜在问题并不容易。

最后，判断长期商业化能力，还包括对公司和产品本身价值观的考量。Ascend Venture Capital的合伙人Dan Conner认为，一些AI产品有偏见地把一些群体排除在外，“风险资本和投资者作为新产品和创新的决定者，可以通过使人工智能开发更具包容性来帮助缩小贫富差距，他们可能只需要调整评估投资组合中潜在项目的方式。”

二、微软、谷歌、苹果、Meta员工离职创业潮，促进大模型赛道的差异化竞争

近两年，微软、谷歌、苹果持续为AI领域输送创业人才，这一势头在2023年更加明显。目前获得融资的AI创业团队，很多都具备在这些公司的研发、业务经历。

尤其在大语言模型的创业领域，参与者基本是大厂离职的技术专家，其中不乏已估值超10亿美元的独角兽。同时，伴随参与者增多，在大语言模型这一主要赛道上，不同团队的投入侧重也出现差异性。

OpenAI CEO Sam Altman认为，“我们正处于这些巨型模型时代的末期，将以其他方式让它们变得更好”；Cohere 的联合创始人 Nick Frosst也提到，“有很多方法可以让Transformer变得更好、更有用，而且很多方法不涉及向模型添加参数。”

这在一定程度上表明，大语言模型的竞赛正在从“以数据为中心”的扩大规模，向探索差异化应用方向拓展。

例如由OpenAI出走元老创立的Anthropic，强调其旨在从底层技术着手，构建“可靠、可解释和可操纵的人工智能系统”，并表示为了安全性愿意牺牲一些产能；核心成员来自谷歌和苹果的Cohere，则计划引入类似于ChatGPT的新对话模型，但更侧重于业务应用，主要面向开发人员和企业。

谷歌曾在AI领域贡献了不少先驱研究成果。但从部分离职创业员工的反映看，谷歌把AI应用到实际业务的节奏相对较慢，这驱使一些技术人员离职创办自己的团队，并着重如何与产业结合。

典型如Ashish Vaswani和Niki Parmar，于2022年创立Adept AI，2023年3月就完成3.5亿美元的B轮融资，目标是创造让人和计算机协同工作的通用人工智能（AGI），打造一个通用模型，作为“AI队友”来帮助人类完成工作。

Adept AI界面

Adept AI提出“人与AI合作解决问题”的模式，用户只需要在文本框中输入自然语言指令，就可以指挥AI帮助自己完成各类任务，例如生成图表、调整图表细节、设置提醒、网上购物等，展现出使用场景的广泛适用性。

而围绕这些大模型持续搭建的基建体系，包括大语言模型代理集成平台、机器学习运维（MLOps）帮助基础模型落地，集成到开发人员或企业的应用、工具中，在今年仍然有广泛的市场需求，也是投资机构持续加码的赛道。

谷歌、苹果前员工创业的Fixie将自己定位于“大语言模型的自动化平台”，提供云端一站式托管部署，帮助用户构建客户支持、业务自动化等多业务场景的代理，今年3月完成了Redpoint Ventures领投的1700万美元种子轮融资；Google Ventures领投，Factory、SVA、Greylock参投的Modular，目标则是重建全球ML基础设施，部署到现有的工作流中，使用者无需重构或重写代码，种子轮融资3000万美元。

除了微软、谷歌和苹果，值得注意的还有Meta，经历部门重组和大规模裁员的动荡，流失了20多位高管和顶级AI科学家，这些人才目前也活跃在AI创业领域。

Meta在AR和VR方面业务的重要顾问John Carmack成立了AGI初创公司Keen Technologies，获2000万美元融资，投资方包括前GitHub首席执行官Nat Friedman、红杉资本等；曾在Facebook担任产品经理的Keith Peiris和Henri Liriani，则创办了一家用AI自动生成演示文稿的公司Tome，获得光速创投领投的4300万美元B轮融资。

三、创投从技术层向应用层、服务层延伸，B端和C端的工具化需求逐渐打开

受益于上游技术革命，下游逐渐出现针对特定领域的应用与服务型AI初创公司，加速进入细分目标市场，并吸引到潜在客户，初步将产品投入使用，把握这一轮AI产品化、应用服务的红利。

除了Adept AI这类依托技术研发力的明星公司，一些初创公司未必拥有大厂的技术背景，但抓住了特定客户群体的需求，且能快速创造现金流，同样受到资本偏好。

例如总部位于伦敦的Deep Render凭借AI视频压缩服务，2023年3月完成IP Group 和Pentech Ventures领投的900万美元A轮融资，其潜在客户有Twitch、YouTube等平台，预计2023年DAU达到4000万；

AI电子邮件写作助手Lavender也在2023年2月完成由Norwest Venture Partners领投、Signia Venture Partners参投的1320万美元A 轮融资，该软件能根据收件人的信息自动生成个性化草稿，已经为十几家营销、创意领域公司提供服务。

除了企业客户，很多AI选择将技术产品化或与现有产品融合，包括在平台集成第三方AI应用等，直接面向消费者提供服务，同样正在打开C端客户市场。

生成式AI语音技术平台Voicemod就在为社交元宇宙打造语音化身，近日完成了1450万美元的融资，由Kfund 的增长基金 Leadwind 领投，前Discord首席营销官Eros Resmini的Minifund参投。其专业版产品已有超过4000万下载量，如今将推出直接面向消费者的版本，供用户创作内容。

Voicemod产品界面

Kfund合伙人Jamie Novoa认为，“许多推向市场的酷炫技术所缺乏的，是与之相关的具体且可扩展的商业模式，而Voicemod的与众不同之处在于，它打造了一款每天有数百万人使用的产品，并且具有显着的收入吸引力。”

此外，上游底层技术公司也开始投资下游应用层公司，提供技术和战略指导。OpenAI 初创基金领投了对轻量级AI自动生成笔记应用程序Mem的2350万美元融资，投后估值达到1.1亿美元，除了获得资金外，Mem还可以提前访问新的OpenAI系统和Microsoft Azure资源。

OpenAI 首席运营官 Brad Lightcap 表示，“Mem的愿景与OpenAI初创基金的目标完全一致，即加速公司使用 AI 来提高生产力的过程，更广泛地说，是提高人类潜能。”Mem已经为Twitter提供了AI生成内容摘要和类似推文建议的服务。

四、生成式AI与游戏、文娱、社交场景结合：供给端投资逻辑明确，消费端潜力有待挖掘

目前生成式AI技术已带动内容生产力的提升，与游戏、文娱、社交等内容需求较大的场景产生更深度结合。主要体现在，正从早期个别环节，渗透到诸如游戏、影视、动画、虚拟社交等产业的工业化流程和AIGC生态中，包括剧本、编辑、美术、3D资产创建、交互体验等等。

光速创投在投资Stability AI时就提到，内容创作是人类永恒的命题，生成式AI在根本上改变了创作型工作的效率，Stable Diffusion作为免费开源项目打造了充满活力的社区，将成为非营利组织的理想业务合作伙伴。

类似地，光速创投还投资了文本生产力工具Tome。光速创投合伙人兼Tome董事会成员Michael Mignano认为，Tome增强了人们利用AI表达想法的能力，这就是为什么Tome 是最快达到100万用户的生产力工具，比Slack、Dropbox、GitHub和Calendly等一些最流行的应用程序更快。

全球最大的游戏领域风投基金之一Griffin Gaming Partners和微软M12基金，也针对游戏需要大量技术人员测试的痛点，领投了对AI引擎公司modl.ai的850万欧元 A 轮融资，该引擎能提供大量AI游戏机器人代替人类玩家测试游戏，加快改进游戏体验。

游戏的测试市场已达到数十亿美元，M12的 Carli Stein表示，“我们对modl.ai将对游戏行业产生的影响感到兴奋，它将使游戏开发者能够专注于他们喜欢的开发部分，同时自动化他们不喜欢的昂贵、耗时的手工流程。”

而对于创意性生产工作，资本还开始关注那些让用户自己上传数据库训练，避开同质化和法律风险的AIGC工具。例如游戏艺术资产生成平台Scenario，允许用户使用第一方训练数据，训练自己的AI生成器，从而更高效地批量生成游戏视觉资产，已经获得Play Ventures领投，Anorak Ventures、Twitch创始人Justin Kan参投的600万美元种子轮融资。

scenario平台生产的艺术资产

除了在内容供给端提高生产力，生成式AI引领人机交互方式变革，也有望改变用户的游戏、文娱内容消费和社交体验，从另一个维度拓展相关应用场景的想象空间。

随着GPT-4模型的发布，人机交互方式已经从传统的命令行交互、图形界面交互进入了对话式交互时代。相较早期局限于文本交互、训练数据有限、泛化能力不足的对话机器人，新型对话式AI在交互媒介、交互对象、交互场景和交互体验上都有所提升。

具体来说，包括交互媒介在物理形式上从触控、传感系统发展到动作捕捉的虚拟现实，在自然语言交互方面API自动化逐渐取代UI界面，RPA软件的应用场景减少；推动虚拟人成为人和机器以外的第三种交互对象，交互场景拓展到AR、VR的虚拟场景；在交互体验上，“输入-反馈”的交互流程从单模态向多模态转变，AI具有理解图文混合输入的能力等等。

例如在内容社交方向上，近期获得a16z领投的1.5亿美元A轮融资的Character.AI，估值达到10亿美元。Character.AI让用户可以与AI进行基于角色扮演的社交，通过用户提供创作工具和素材，使其创建、训练自己的AI模型，让AI扮演特定角色。目前Character.AI每月网站访问量接近1亿次，用户平均每天在网站停留的时间超过2小时。