经济观察网记者郑晨烨“我们认为，美国的许多大模型仍处于‘从0到1’的阶段，主要聚焦于一些C端应用领域，更偏向于虚拟经济或线上经济。相比之下，中国大模型的优势在于能够在首次落地后不断完善和壮大。同时，依靠较为完整的积累，中国在实体经济中进行垂直领域的大模型应用具有显著优势。”在7月19日举办的中欧国际工商学院第六期“湾区会客厅”上，谈及中美在AI大模型领域的差异，商汤集团执行总监、国际业务CTO伊帅表示。
在伊帅看来，当前这一波AI浪潮与此前的根本区别在于：过去的人工智能主要是单点应用或单点场景，而现在的人工智能已经从小模型或垂域模型逐渐转变为通用模型，不再需要为每一个场景训练巨大的模型或收集海量数据。在AI具备了一些通用能力之后，就可以逐渐应用于对话聊天机器人、文生图算法以及各种具身智能场景。
“我们过去一直强调三要素（数据、算力、算法），但许多AI创业公司和机构往往忽视了场景应用。实际上，AI并不是一个单纯的行业，它需要通过技术来帮助各行各业在原有模式下实现变革和突破。”伊帅进一步补充说。
而站在投资人的视角看，现阶段夯实AI的基础设施又可能是比关注大模型本身更具确定性的事。深圳市鼎心资本管理有限公司创始合伙人胡慧就在现场的分享中表示：“到目前为止，AI杀手级的应用还没有出现。对于AI未来的杀手级应用到底在哪里，应该投哪个大模型，我觉得还是存在很多不确定性。但我们认为现在确定性非常高的是AI的基础设施建设，如果你想跑AI的大模型，你想跑AI的应用，都必须有AI算力的基础设施。”
基础设施先行
ChatGPT面世还不到两年，生成式AI已经开始深度重塑各行各业。
在刚刚结束的2024世界人工智能大会上，十八金刚人形机器人、阿里通义灵码、联想集团笔记本YOGABook9iAI元启、蚂蚁集团基于蚂蚁百灵大模型的“支付宝智能助理”、商汤Vimi可控人物视频生成大模型、特斯拉Cybertruck、智谱AI基座大模型等产品集中亮相，从自动驾驶到AI终端，从大模型到人形机器人，各家参展企业百花齐放的产品展现了AI正快速向各行业应用场景渗透的趋势。
伊帅也在“湾区会客厅”现场介绍了商汤正在开发的一些行业大模型案例。例如在金融领域，其正在开发的模型能够进行金融文档的检索和问答，包括英文报表的智能分析和投研报告的生成。用户可以通过模型查询证券账户办理流程，获得海量数据库的详细答案，还能找到相关法律法规的引用，这些都依托于先进的大语言模型技术。在医疗领域，商汤的大模型可以生成并分析体检报告，帮助用户解析数据，推荐复诊科室及关注事项，并输出过去5至10年的报告以分析指标变化。
“（人工智能的算法）正在从传统的单一场景算法研发模式，逐步发展到更为行业化的端到端大模型算法研发模式。”伊帅指出。
而算法的迭代又有赖于算力和数据底座的支持，胡慧在现场分享中就分析称：“2023年时，我们看到亚马逊、Meta（Facebook）、谷歌、微软四家公司资本性支出创下历史纪录，达到1357亿美元，同比增长达到47%，主要用于AI相关的基础设施。什么叫AI的基础设施？主要就是买英伟达GPU芯片，买以英伟达GPU芯片为主的整个AI相关交换机、AI数据中心。英伟达是非常大的受益者，今年5月份公布2024年一季报，净利润同比暴增6倍，达到148.8亿美元，营收超越特斯拉，达到260亿美元，同比增长262%。”
“我们得出的一个结论就是，AI的基础设施建设先行于AI的应用。结合我们在半导体领域的积累，我们2024年的核心投资策略就是关注AI基础设施带来的系统性机会，一个新的（投资）周期已经开始启航了。”胡慧强调说。
胡慧还表示，现阶段，人工智能是中美科技竞争最核心的领域，中美两国都必须建立自己的AI基础设施。英伟达的创始人黄仁勋提出了“主权AI”概念，指出各国需要构建自己的AI算力基础设施和大模型，以便处理本国的数据。
“在AI时代，数据是非常重要的资产，通过不断地积累和完善，资本视角下的浪潮：关注基建带来的系统性投资机会能够在大模型时代发挥非常大的价值，所有AI的能力都是构建在数据资产之上的，无论是从国家政策层面还是到具体的企业层面，都在不断强化数据资产的要素概念。类似于土地资产一样，我们可以预见在不久的未来，数据资产会作为非常重要的资产要素在全球交易。”伊帅补充说。
资本市场助力
“我的结论是，要让新质生产力得到发展，让中国的经济结构转型、升级完成，必须有一个更发达的资本市场。换句话说，我国金融行业发展得不够，结构相对比较单一，应该更丰富，这样才能不光把创新部分做好，同时还能把整合部分做好，还能把传统产业部分的升级和转型也做好。”中欧国际工商学院金融学教授、中欧企业与资本市场研究中心主任黄生在分享时指出，当下新兴产业的发展与资本市场存在着一定的脱节现象。
黄生认为，资本市场存在三个方面的问题。首先，国内资本市场的参与者过于注重IPO在退出策略中的作用。在他看来，无论是投资方还是企业，许多都对IPO抱有强烈的信仰，很多中国创业者将公司上市视为最高的理想，机构投资者也往往以IPO退出作为主要的投资目标，最终比较投资机构的标准就是其手中有多少成功的IPO。
其次，国内有相当一部分企业在上市时，未来的发展空间就已经很有限了。他指出，在国内，企业通常在已经比较成熟的阶段才会选择IPO。这与美国不同，因为中国的监管条件更为严格，尤其是新“国九条”中提到要加强市场准入的监管，提高了门槛，意味着许多公司不大可能在早期阶段上市。因此，企业在上市前必须达到最佳状态。这也导致在一级市场上，企业的估值被不断推高，而在IPO后估值无法再进一步提升，甚至可能出现估值倒挂。
“如果你是IPO市场的投资人或者二级市场的投资人，这家企业留给你的收益空间已经不大了。这也解释了为什么二级市场很难做好。”黄生说。
最后，黄生还指出，眼下在国内的一级市场上，投资主要集中在创新端（VC），而后端的整合以及传统企业转型和升级（PE）的投资则非常少，换句话说，并购基金的作用有待加强。
黄生认为，中国在创投生态的两端都存在不足：一端是天使甚至种子阶段的投资，另一端是相对后期的并购基金。目前，天使端的短板有一些政府主导的基金在补充，而VC整个产业生态相对繁荣，但在后期的PE，尤其是并购基金这一端，是最缺乏的。
“我手上的数据显示中国的PE行业中，大概只有11%的钱是用来做并购基金的，而这跟美国市场上并购基金占PE行业60%的资金量形成鲜明的差别，我们还聚焦在前端创新层面，后端比较少。我们即使有并购基金，退出途径也绝大部分局限在二级市场，即需要把它推向IPO。”黄生强调说。
此外，在他的观察中，眼下各地政府兴起的天使母基金和产业基金，投的都是早期阶段的项目，而很少有政府基金专注于产业整合。尽管有些地方政府基金专注于产业投资，但数量不多。
黄生认为，这种投资方式带来了一个显而易见的问题：“如果每个地方政府都做同样的事情，尽管在每个个体层面是合理、理性的，但最终形成合力，会带来什么结果？创新创业的企业数量有限，资金一直追逐这些企业，各地都会追逐相同的行业和企业，导致这些企业估值迅速提升，也带来产能过剩的问题。因为各地政府投的是类似的行业和企业，导致同质化投资和产能过剩。”
在他看来，新“国九条”落地后，上述问题在一定程度上得到了改善：首先，在上市公司市值管理中，新“国九条”鼓励企业围绕主业进行并购重组，这可以解读为对产业并购的鼓励；其次，关于退市途径，新“国九条”特别强调了完善多元退市渠道，鼓励头部企业吸收合并产业链上的上市公司。
“这一点非常重要，因为‘主动退市才是真正的退市’。目前，监管更多关注应退尽退，包括面值退市、财务退市、市值退市等情况。今年截至目前已有40多家企业退市，全年预计可能达到100家左右。然而，仅靠‘应退尽退’无法提升上市公司整体的质量和市值，因为还有很多并不触发被动退市条件、但发展前景和市值不高的企业占用了大量市场资源。因此，大量企业应该主动退市，这才是市场生态优化的关键。在美国市场，高峰时每年有约8%的上市公司通过私有化或被收购的方式主动退市，主动退市是美国市场上退市方式的主流。”黄生称。
