黄炎：AI技术为我们带来了哪些投资机会？

2023年最受投资界关注的科技领域无疑是AI技术领域。自ChatGPT发布以来,AI技术已经掀起了一场全球性的科技风暴,人们期待AI技术能引发一场新科技革命,进而引领全球经济走出低谷。

然而,AI技术广泛应用的时代真的到来了吗?它究竟会给各个传统产业带来怎么的冲击?在这场千年未有之大变局中,隐藏着哪些投资机会?

带着这些问题,我们联系了纽约私募机构阿尔法广场资本的研究总监、公开市场部门负责人黄炎,他为我们分享了很多来自美国硅谷的最新信息,以及一些关于AI技术的深度思考。

质变:从数据产业到AI技术

“大约三年前,我在研究数据分析管理和数据科学公司的时候,开始接触AI/ML技术领域。我觉得这是一个非常具有吸引力且很有前景的研究方向。从那时起,我就开始有意识地研究这个领域了。”

黄炎是一位华尔街新锐90后投资人。2018年到2021年,全球市场跌宕起伏,黄炎和团队秉持着稳健的投资风格和长期主义的投资逻辑,把握市场机遇,连续多年创下年化30%多的投资业绩,支持团队整体管理的资产规模在几年内扩张到7亿美金。

研究员出身的黄炎对大数据、云计算、网络安全等产业方向有着多年的研究经验。“那些对数据存储、管理、提取和跨平台服务要求比较高的企业客户群体中,有相当大比例的客户会频繁使用机器模型和深度学习技术来支持其商业决策。”

黄炎当前任职的阿尔法广场资本是一家纽约私募股权投资公司,资产管理规模高达十亿美元,主要投资对象横跨公开市场与非公开市场,重点投资于包括云计算,数据分析,信息网络安全,垂直类SaaS,金融科技在内的高新技术赛道。在研究与投资工作中,黄炎与硅谷一线科创公司的创始人们建立了长期深入的合作关系,那些活跃在硅谷科技一线的从业者的前沿思考让他加深了对AI技术领域的投资认知。

“很多人以为AI技术是突然爆发的,其实并非如此。现代AI技术和概念的发展,至少已经有30年历史了。”

正如黄炎所说,2023年的AI技术大爆发并非无根之木。最近十年,由于数据总量和类别的爆发性增长,大语言模型和其他深度学习技术才得以取得关键突破,硬件和底层服务的技术和商业化也更加成熟。

这些基础条件的齐备,让AI从技术层面向产品和服务层面的进展获得加速。而面向企业和消费者的AI应用量增加之后,需求的爆发式增长也开始反哺产业界,使其得以继续扩张供给。

“AI的基础是机器学习,核心是模型。”但是,黄炎认为,AI技术和数据技术是有本质区别的。“真正意义上的AI功能实现,需要复杂神经网络支持的深度学习。如果我们把逻辑过程简化一下,可以解释得很透彻。即通过有效的模型设计与搭建,加以数据训练的方式,使得计算机能够不断自我学习,最终具备理解人类自然语言并处理原本需要人类参与的复杂任务的能力,而且这个过程是能够不断自我循环和迭代的。”

黄炎认为,目前AI技术产品的创新频率很高,但其商业逻辑与云计算行业、开源软件领域都具有很高的相似性。“它们都是以免费社区为基础,以平台为核心,附加特色,增强用户粘性,按基站使用量和订阅收费为主。”

这意味着,对AI技术需求的质量越高,模型使用量越大,相对应的费用也会越高。

AI技术的未来突破方向

在ChatGPT之前,市场对AI技术爆点的期待方向主要是智能家居和无人驾驶。事实上,中国各互联网巨头在之前的几年里,对这两个方向都布局颇深。

但是,OpenAI开发的ChatGPT横空出世,意味着许多互联网大佬此前的布局可能会出现偏差。

那么,从硅谷科创的风向角度来看,AI技术的未来突破方向会在哪里呢?

黄炎认为,从资金的流向和明星企业的估值数据上,或许可以看出几分端倪。

“第一个主要方向是,以OpenAI、Anthropic、Stable Diffusion等公司为代表的底层模型开发领域。”

显然,ChatGPT这种最近大火的大语言模型的未来前景依然向好。

但是,黄炎也提醒道:“这个方向对计算力的要求很高,对数据量的需求也非常大。另外,深度模型和变压器架构开发也具备很高的资金和技术门槛。这些客观因素决定,即便放眼全球,能够在这个方向杀到决赛圈的玩家非常有限。”

“第二个方向是,为AI/ML开发流程提供基础和便利的框架和MLOps工程链。”

这个方向主要是围绕AI模型的落地提供架构、API和其他解决方案。显然,这个方向的市场空间非常巨大,但是它对技术迭代的要求也非常高。

目前,在这一赛道上奔跑的业内知名公司主要有Hugging Face、OctoML、BentoML等。这个领域的竞争要点主要集中在广泛适用性和AI社区的人气上,因此诞生了大量以开源代码为核心的公司。

“第三个方向是,各个细分垂直领域中的AI软件公司。”

AI产业的发展需要终端企业有足够强的付款意愿。目前,像医疗、银行、支付、企业办公等各个细分行业领域,都有足够的AI市场需求,因此许多细分垂直领域中的AI软件公司应运而生,比如Jasper AI、Gong这样的企业。这些公司提供的产品主要是帮助客户降本增效。

这个领域的核心在于把握流量的入口,即客户的需求在哪里,市场就在哪里。这个领域的公司面对的客户群体最精准,且付款意愿最高,因此它们的盈利速度是最快的。

“第四个方向依然是数据科技。”

AI技术的发展离不开深度学习和大语言模型。如果说AI技术是一个刚被发现的新金矿,那么数据科技就是开采这座新金矿的铲子。新金矿吸引了越来越多的淘金客,进而带来了越来越多的铲子需求。

不过,这个行业已经比较成熟了。这其中既有MongoDB这样的上市公司,也有Databricks这样的明星独角兽企业。

“芯片,是AI技术最底层的基础设施产业,依然有强大的需求,只是这个方向的门槛极高,想要有所作为不是一件容易的事情,甚至它不只是资金的问题。”

结合最近的OPPO哲库事件来看,这个判断相当准确。

随着AI技术的持续大爆发,芯片全产业链都出现了新的需求,像英伟达、AMD、台积电,以及上游的光刻机、光刻胶企业都是受益方。现在云计算巨头们也在开发更适合AI需求的芯片,比如谷歌的TPU等等。

但是,AI芯片的量产依然是个巨大的挑战,因为AI需求实际上还处在起步阶段,需求达到量产的爆点尚未到来。

AI技术会颠覆什么?

随着AI技术的大爆发,全球各界对AI技术的担忧也愈演愈烈。AI技术正在让许多产业快速消亡,那么它最终会像好莱坞科幻大片里描述的那样颠覆人类文明吗?

黄炎认为,首先AI技术不同于以往的数据收集和快速计算,这些都不是AI的特长和方向。如果技术的目标是结构化数据的收集分析,比如通过搜索结果的选择判定客户兴趣,或者通过算法自动化某些固定流程,加快运算速度,那么有很多其他技术方案可以做的更好,根本不需要AI技术来解决。

“AI的目的是让计算机有能力理解和模拟人类思考学习的流程,并通过训练自我学习,以达到能够处理原本需要人类推理能力才能解决的复杂任务的程度。”

从这个角度来说,AI是某种意义上的人造人,但在现阶段,AI在处理特定任务时的能力还不够优秀。比如ChatGPT经常会“一本正经地胡说八道“。但是,ChatGPT背后依托的生成式AI及大语言模型的应用具有里程碑式的意义。

ChatGPT打破了人类和机器沟通的屏障,使得人可以直接使用自然语言和计算机沟通。这意味着普通人不需要代码技术就可以参与编程或AI项目,也不需要掌握复杂的技术就可以要求计算机生产自己想要的内容。

“和过往的技术变革一样,以ChatGPT为代表的生成式AI对于初级劳动力的冲击一定是巨大的。它将会让一些工作消亡,但也会诞生一批新的工作。”

黄炎认为,人类依然有很多机器无法取代的能力。“以投资人的工作为例,至少AI目前是无法取代的,因为它无法代替人建立互信关系,而这对投资服务至关重要。但是,随着技术的演进和普及,像信息收集、基础模型搭建、客户联系与反馈等工作也会慢慢消亡。”

“巴菲特和芒格认为AI不会讲笑话。其实,我们可能很快就会看到AI讲笑话了,但是它仍然很难替代人类在关键岗位上的作用。如果从AI技术的安全性来考虑,可能让AI技术保持非盈利和绝对公开的开发进程是最安全的,但是做到这一点非常困难。”

确实,这非常困难,但是这同时意味着AI技术的网络安全方向或许也存在着巨大的投资机会。

http://c5gzbdkx.cn.yongzhou.gov.cn/news-99-61848-1.html