未来的生成式 AI 并非绝对以算力定成败。
编者按：中国不少AI创企正逐步向全球市场进军，甚至有一些创业团队直接在海外起家，出于AI极强的科技属性，以美国为主的北美市场成为了他们迈向全球市场的首选地，其中不乏一些像Scale AI、Pika等华裔创始人创立的AI公司拿到了顶级美国VC的融资，公司估值也跃升至数亿美元。北美市场成为了国内关注AI的创业者和投资人最为关注的地区，Founder Park本期邀请了Foothill Ventures （清源创投）的管理合伙人邵旭辉，从资本市场的视角出发，为创业者们分享当前北美AI领域的投资风向，希望可以对创业者们有所启发。Foothill 是硅谷具有华人背景的风投基金之一，其前身是清华企业家协会天使基金，专注于北美市场，聚焦于具有重大技术创新的深科技早期初创公司，投出了Ascend Element等多家深科技领域的独角兽公司。
1.拥有世界一流的创始团队非常重要，包括拥有强大的技术实力、执行能力。
2.AI 在语言文字和视频上的应用是超预期的，而在机器人方面的发展是低于预期的。
3.未来更好的算法与模型也很可能意味着更多专用的、小型的芯片会迎来发展。
Q1：2024 年，你关注最多的一个 AI 的产品/公司是什么？你觉得它最打动你的地方在哪里？
邵旭辉：我使用最多的 AI 产品实际上是 Otter.AI。在市场份额方面，它是最好的英文AI会议记录管理工具。有了 Otter，我在所有会议中都不再需要手写任何记录了。它不仅在会议结束后立即提供最高质量的会议摘要和总结接下来的任务，还让我能在会议期间随时向AI助手提问，或者基于我所有的会议记录来回答我的问题。由于 Otter.ai 的音频引擎、语音识别、再到自然语言理解都是完全自研开发的，它的记录最准确，AI 助手的回答也更加可靠，产品的迭代完全在自己的掌控之下。
Q2：2024 年，你思考最多的一个 AI 相关的问题是什么？为什么思考这个问题，最近有什么一些结论？
邵旭辉：超大算力真的是开发最领先的 AI 技术所必须的吗？如果真是如此，那AI的未来必然会被控制在少数国家的少数大公司手里。这对未来的地缘政治，社会发展的自由公允性，和市场的走向都会有深远的影响。
其实，未来的生成式 AI 并非绝对以算力定成败。算力有限的创业公司或者科研机构，可能有以下三个方向的机会：
首先，创业公司可以打造生成式 AI 的基础设施，解决底层的问题。几乎所有领域的公司，都在考虑自身在生成式 AI 方面的竞争策略。在数据隐私/计算安全、准确性/可靠性、商业逻辑等等领域都会有很碎片化的的要求。而大厂的工具链、服务链只能解决一部分需求，其他的就需要初创企业来填补，比如 Lepton.AI、Corvic.AI、Fairly.AI 等都属于这个范畴。
其次，虽然大公司在算力方面拥有优势，创业公司可以将目光投向专业领域——对于这些领域来说，持续积累的专业数据将会有着不可替代的价值，其中的行业壁垒、合规等方面的积累也能形成一定的护城河。
而更重要的是，不少领域（比如生物医药、网络安全、科研、制造）的底层逻辑和大模型擅长的语言文字视频并不相近，无法直接套用，也不容易简单的做二次开发就能获得好的结果。
从另一个角度来说，大模型也同样打开了许多新机遇，过去一些离商业化较远的领域可能忽然就有前进的动力了，其中往往会有创业公司的机会。比如AI写代码——Augment 以近 10 亿美金的估值融资 2.27 亿美金，Cognition则以20亿美金估值融资 1.75 亿美金，后者创立时间才刚刚半年。近期机器人的热潮也是个很好的例子。机器人公司 Figure 发布的视频大家也都看到了，机器人可以完成复杂任务后，在工业、农业、医疗等领域会带来很多的新变化。
算法方面，我也看好未来的新变化。目前，在生成式 AI 的算法方面，呈现Nvidia、OpenAI、Microsoft 三巨头垄断的格局。今年 GTC 上，Transformer的原作小组首次聚集，八位作者中的七位与黄仁勋对话，核心观点就是：Transformer 已经够老了，期待看到更新的模型。
从仿生学的角度来说，这个观点也很站得住脚——目前算法的功耗算力，跟自然界还有很大差距。人的大脑功耗几十瓦。昆虫的大脑功耗是毫瓦/微瓦级的，神经元数量极少，也能完成特别复杂的立体视觉、三维控制、捕猎逃生等感知相关的行为。同等情况下，如果让电脑复现小动物在自然界里识别、控制、捕猎、求生的能力，需要更先进的模型，也一定会逐步出现更先进的模型。
而未来更好的算法与模型也很可能意味着更多专用的、小型的芯片会迎来发展。
比如我们此前投资的 D-matrix，主打存内计算，预计将在 2024年大规模量产，目前已经有大量订单。另一个模拟计算芯片设计企业Tetramem 也备受关注，已经发布了多篇 Nature 论文。
除此之外，开源的相对小型的 Transformer 模型（如 Microsoft PHI-2、Mistral 7B）也会迎来快速发展。在我看来，这些开源的小模型对于AI行业持续、健康的发展是很有必要的。这次AI的热潮与以往的科技潮不同，大公司并未占据所有重要的研究方向——谷歌上市时，许多大学就停止了对搜索算法的研究，因为谷歌已经有了很好的团队和资源来推进搜索算法。而生成式AI则不是，对于研究机构而言，这些开源的小模型中还有很多值得探索的地方，目前所有名校的计算机系也都在积极研究开源模型。
未来我们期待的新的算法很可能就会从这些科研人员的工作中涌现。
Q3：2024 年，AI 相关的行业，有哪些发展速度是超你预期的？有哪些发展速度是低于你预期的？国内 2024 年下半年的AI领域的投资可能会呈现哪些特点？
邵旭辉：AI 在语言文字和视频上的应用是超预期的。而在机器人方面的发展是低于我的预期的：目前看到的几个“头部”公司，虽然都有巨大的资本投入，发出来的 demo 都比较初级，没有解决核心的问题。
我的预测是到今年下半年，大多数稍微后期的AI投资会相对趋于理性，不再是简单的投注一个标签，而是要真正看到商业前景和产品的执行力。这也会间接促使早期的AI投资也变得更理性化一点。
Q4：如果投 AI 相关公司，会重点投什么轮次和阶段？你的投资标准里包括了哪些必备条件？
邵旭辉：我们的AI投资专注于种子轮阶段。在这一阶段，我们基金合伙人的成功创业经验和对行业深入的了解不仅能帮助我们更好地评估这些早期AI技术，还能帮助创始人顺利度过关键的初始阶段。
投资标准/理念：我们 100% 专注于北美市场，并且 100% 专注 B2B 企业。我们的投资理念是被投企业必须具有重大技术创新。换句话说，技术壁垒对我们来说是必须的。
Q5：如果投 AI 相关公司，最看重哪些创业者的特质？
邵旭辉：AI 初创公司正逐渐呈现“赢者通吃”的趋势。因此，拥有真正世界一流的创始团队非常重要。这不仅包括拥有最强的技术实力，也包括强大的执行能力。
Q6：这几年最打动你的一个创业者是谁？他有哪些特质打动你？对于AI领域的明星创业者和非明星创业者分别有哪些建议？
邵旭辉：Jerry 是我们去年投资的生成式 AI 公司 Supio 的 CEO。我认为 Jerry具备我们所看好的 CEO 的两个特质：一是能够简明清晰地解释复杂的技术产品，做好广义销售；二是 120 分的勤勉，他真正热爱自己的工作，并且夜以继日地致力于优化公司各方面的业务。（虽然这种特质在中国较为常见，但在美国文化中，这第二个特质相对罕见。）
对于明星团队，比较容易在一开始得到投资人的认可/追捧。一定要头脑清醒，不要把估值等同成就，把融资额等同成功率。专注技术，把产品做好。不管有多少融资，都要讲求最高效率。创业是个马拉松比赛。在赛道上跑得长远的团队才有机会赢。
对于非明星团队，精确定位一个狭窄的垂类，把自己的优势充分体现出来，让自己成为在这个垂类的“明星”，用扎实的科研和相关调研来说服投资人；用实际行动来证明市场。在技术创新有大的变更的时期，往往是非明星团队能够打破常规，另辟蹊径，最后成为赢家的。
