投資人圓桌對話：OpenAI“宮鬥劇”，對中國AI創業有什麼啓發和教訓？
圓桌對話：AI的紅利與安全挑戰（來源：本站科技報道）
記者：普子胥
2023年12月5日，深圳市互聯網信息辦公室、寶安區人民政府、本站傳媒聯合主辦的“2023新一代人工智能(深圳)創業大賽”頒獎典禮在深圳成功舉辦。
“2023新一代人工智能(深圳)創業大賽”旨在促進人工智能的創新發展，助力人工智能初創企業健康成長。經過海選報名和多輪篩選比拼，大賽獲獎項目將由主辦方從現金、流量扶持、產業資源供需對接等多維度給予豐厚激勵。現場，“本站新一代人工智能產業聯盟”正式成立，未來將持續加強產業、資本、媒體、政府資源的鏈接，爲創業者提供服務。
現場，就當下AI行業存在的機會和風險等重大熱點難點問題，美團龍珠合夥人於紅、明勢資本合夥人夏令、清流資本合夥人劉博、青松基金合夥人張放出席了以《AI的紅利與安全挑戰》爲主題的圓桌對話環節，廣東天使會創始人兼秘書長何鉅作爲本次圓桌對話的主持人。
如何判斷一個創業者的核心素養？就該話題，美團龍珠合夥人於紅表示，創業者要回歸本心，而不是機會主義。創業者不僅需要警惕市場上忽然出現的風口，更重要的是，要對自己選擇的堅定信念。是否真正做出過選擇，如何選擇，也是考量創業者的一個關鍵因素。
就Open AI近期董事會震動對中國企業啓示的話題，明勢資本合夥人夏令表示，當下美國在Open AI討論的重點是AI對人類安全的威脅。然而，中國人工智能企業更大的問題，則是如何追上Open AI的進展，這纔是最核心的挑戰。
談及下一步人工智能機遇與挑戰話題時，清流資本合夥人劉博認爲，國內在To B場景的應用上會先起來，因爲現階段國內企業創始人對產品定義能力比較欠缺，而to B場景一般都有比較明確的定義要求，對創業企業本身的定義能力要求不高，當下To B應用的難點在於把產品體驗SOP化。
如何衡量一個好項目、如何判斷一家企業是否優質？現場，青松基金合夥人張放談到，根據青松十多年投資經驗觀察下來，創業者的韌性是創業過程中非常重要的一點，尤其是在AI這個時代。當下，AI處在相對早期，技術一直在更新迭代，所以產品的終局是什麼樣子沒人能預料，過程中會發生很多創始人都沒有想到的各種各樣的變化。
以下爲大會《圓桌論壇》對話節錄：
何巨：請大家一句話介紹自己。我是廣東天使會創始人何巨，我是紮根在大灣區、專注在種子期和天使期的早期投資，每週三在廣州有開放日，每週四在深圳有開放日，基本上形成大灣區的創業入口，在大灣區想創業的創業者都會到我們這個地方說一嘴，能夠跟得住，投進去。
於紅：大家好，我是於紅，美團龍珠的合夥人，我們的投資階段涵蓋天使輪到Pre-IPO輪，我們也有實力支持發展到後期的公司。我們的目標是希望投到下一代最偉大的企業家，希望他們有機會可以改變中國，改變世界。在這個過程中，美團總結了過往的經驗和教訓，希望可以分享給這些創業者們，支持他們的創業之旅。
夏令：大家好，我是明勢資本的合夥人夏令，明勢資本2014年成立，過去9年只幹一件事情，那就是科技領域的早期投資。我們是國內造車新勢力最頭部公司理想汽車的天使投資人。我們在AI領域是國內頭部大模型公司的MiniMax的早期投資人，也是總部在深圳的家用機器人公司雲鯨智能和通用機器人公司逐際動力的天使投資人。
劉博：大家好我是清流資本的合夥人劉博，今年是清流資本的第10年，清流資本是由前百度技術副總裁王夢秋女士創立的雙幣種早期投資基金，我們關注方向的是新能源、新材料、新智能和新消費。
張放：大家好，我是青松基金的合夥人張放，青松基金成立於2012年，有十多年曆史，現在主要關注新能源、智能製造和數字經濟三大領域，大AI方向也是其中重要板塊。作爲一家專注早期階段的VC機構，我們非常重要的特點是，持續在尋找技術發展下的一些行業變革的因素，在這些方向和偏好下，我們已經投資了200多家企業，謝謝大家。
何巨：前不久Open AI董事會出現重大變動。這對中國的AI創業有什麼啓發和教訓？董事會結構和組織結構應該如何優化？
於紅：中國整體上來說所處的階段有個很突出的特點，我們沒有足夠長的時間積累出一批成熟的職業經理人，能夠幫助創業者把公司從1到10，從10到100做大。對於中國的創業者來說必須要有自己原生的管理能力，雖然之前沒有，還是需要自己去學習的。所以海外我們看到無論是喬布斯，還是說包括Uber的創始人被趕出公司，背後本質的原因是投資人或者是董事會具備很強的治理能力。董事會的確得對CEO或者是對公司的管理層有任免的權利，而在中國這個權利往往是掌握在創始人的手中，中國的投資人往往比較信任創始人，創始人在董事會上都是具備多數投票權的。在我看來，至少在可見的未來之內，可能中國的創始人不太需要擔心這個問題，因爲創始人在董事會上有充足的權利。
夏令：我覺得大家以吃瓜的心態看了一週多，背後很多探討的是技術加速主義和對齊主義的爭論。在美國探討的安全是AI對人類威脅的安全，但是因爲巨大的技術差距，跟國內關注的AI內容安全壓根不在一個層次上。所以對於我們一邊看他們的發展，一邊探討，對於中國創業者來說核心關心的是能不能跟上Open AI進展，跟上scaling law，這是最核心的挑戰。
從安全本身來講，我覺得安全本身最後的解決還是要靠大模型自己，今天大家用一些傳統的內容安全技術去做，如果想解決未來AI真正的安全問題，其實還是需要更強大的大模型自己能夠有機會解決，這也是Open AI自己內部解決對齊問題的核心思路。
何巨：這場“宮鬥”背後本質上是人工智能（AI）發展兩種路線的衝撞，一派加速主義”，希望AI在技術精英的帶領下加速前進改造世界；另一邊則是以利他主義理論爲根基、力求讓AI在人類控制下發展的保守派別。你怎麼看這個問題？
劉博：這個問題應該解構一下。現在到底有多少技術上沒有突破的問題是因爲我們介意它會發生一些安全問題？不同環境下的安全語境也是完全不一樣的。而且非常安全和非常好用中間有很多的程度，從我們看中早期項目來講，更多早期項目是先要讓這個產品有一定的亮點、有一定效率之後到市場上跑一跑，否則完全不知道需要面對的是什麼類型的安全問題。
張放：這個問題我們當時內部在看整個事件發展的時候也討論過，可能因爲我們是投資機構，第一反應是我們在這件事情上有什麼樣的投資機會。最直接的投資機會是，基於中國國情產生了安全層面的投資機會，包括在數據層面、模型層面、部署環節、測試環節。所以我們覺得可能會在這塊有一些創業者的機會。總體上，我們也是很認可這件事情的解決最終還是要通過模型和算法本身的進步來進行的。
何巨：昨天我們也看了項目，剛纔幾個嘉賓也分享了一些方面的想法，實際上中國和美國的差距還是比較明顯的，尤其是在應用端的差距還是比較明顯的。這也提出一個問題，在於我們這幫創業公司在現在的AI戰場上落地，應用層面有哪些機會？
於紅：其實剛纔有幾位創業者或者是分享嘉賓已經講過了，無外乎是To C、To B以及To G，更多的考量點是優先級，在哪些方面可能更快地落地。其實中國和美國的進度會不太一樣，美國那邊尤其是過去10年，經歷了SaaS巨大的爆發，我們在跟美國的一些創業者交流的時候，問他中國的投資人和海外投資人有什麼區別，他講海外投資人更多關心To B，中國投資人更多關心To C。這其實和兩國的國情是高度相關的。
今天我們看AI落地應用，如果說在中國的應用上來說，我們會覺得在To C裡面，雖然今天還沒有看到什麼樣的火花，但我覺得在To C裡面應用的機會是挺大的，有可能會以更快的速度到來。在To B上面，目前也有蠻多的技術挑戰，以及中國的基礎設施的問題。但是我們還是挺希望在To B領域，因爲有AI的出現能夠帶動中國的SaS有一次騰飛。
何巨：可以講具體一點，具體哪些領域你們認爲機會更大一點？
夏令：首先要看你要不要做模型，如果做模型就是兩類，美國一流的公司做生產力工具，二流公司做娛樂內容平臺。中國公司由於在模型上的差距，做娛樂內容類更有機會，甚至有世界級的機會。如果你要在中國做生產力工具，你面臨的問題是模型能力到底有沒有足夠的強。
如果沒有模型能力，是不是就沒有AI創業機會？也不是。你努力做一個端到端的服務，AI只是其中一環，讓AI賦能完整的服務。就像上一代產業數字化公司，你可以看到技術和做重同樣重要。
劉博：國內主要在看To B場景的應用，上半年聊了很多項目，發現在這個階段下創始人的產品定義能力還是欠缺的，這個浪潮來得太突然了，在To B的場景下有很多限定，工作流到底是什麼樣，需要很多標準產品，滿足一個既定的標準是一個“命題作文”，相對來說比較容易一點。今天來看很多To B應用難是難在把產品體驗SOP化，現在工程師去用很好用，但是放在甲方場景下，比如說金融場景下、遊戲製作、動漫製作的場景下，甲方的人用到你的產品沒有那麼好用。
海外看To C的場景更多，偏娛樂化的，或者是偏社區化的一些應用，這也是我們關注的，核心是團隊需要baseAI本體上去構思整個產品，而不是去迎合Web2.0的使用習慣做改造，這需要團隊有很強的產品定義能力。
何巨：我想問一下另外一個問題。昨天看那麼多項目的過程中，發覺很多創業者基本上都是名校+大廠出來的，名校+大廠出來之後很容易獲得先發優勢拿到一些紅利的資源。最大的一個問題是他們機會太多，往往韌勁就不夠，引出一個問題是怎麼判斷這些團隊投或者是不投，你們怎麼判斷這些人？
張放：昨天我們也討論過這個問題，我們也投了非常多的公司，在這十多年可能也積累了一些“看人”的經驗，韌性這件事的確是創業過程中非常重要的一點，尤其是在AI這個時代。因爲AI有一些特點，在技術上面還是在相對早期的狀態，技術一直在更新迭代。所以產品的終局是什麼樣子的，在過程中會發生很多創始人都沒有想到的各種各樣的變化。在用戶端，其實用戶對這個產品、對這個技術、對這個市場的理解也是非常早期的。
夏令：這兩年科技投資比較熱，也說高校的教授不夠用了，投資人比教授還多。明勢很清楚我們投的人是企業家而不是科學家，或者是能夠把創業這件事情做成一定是懂技術的企業家，他過去可以是科學家，但是需要知道從科學家到企業家有非常大的鴻溝，需要脫幾層皮纔可以做到，甚至有的人永遠都跨不過去。
何巨： 在人工智能爆發的階段，有沒有建議給創業者在賽道的切入上面，對此有沒有好的判斷邏輯或者是方法論？
於紅：從我們的角度來說，很重要的一點是創業者要回歸本心，不是機會主義。跟您剛纔的問題很類似，創業者在艱難的時刻能夠堅持下來，是他內心裡認可這個機會是真的機會，而不是因爲是風口。所以投機或者是把風口作爲創業的動機，對於創業者自己本身來說也是需要警惕的。要選擇一個自己認爲深信不疑的機會，首先來說是更重要的。
其次是學會選擇，我倒是覺得選擇並不一定是隻在創業的時候學會的，坦白講無論是面試也好，我經常問一個問題是有沒有真正做過選擇，人生很長，真正做過選擇的人是不多的，尤其是在中國。
劉博：我覺得有關高校的學生或者是教授創業的問題在AI領域沒有那麼嚴重了，像Pika的團隊和midjunery的團隊可以很精簡，它的產品類型是更教授和學生創業友好的狀態，我們去年看的新能源項目也有很多高校教授出來創業，後面量產的難度對於高校團隊挑戰非常大。
從投資判斷來講，如果是學生做AI項目，我們會偏好眼裡有光、Geek感覺很強的團隊，對產品有很強的飢渴度，看見了產品中我沒看到的細節，這樣的團隊是比較打動我們的。
何巨：最後一個問題，很多人所有行業可以用AI重新做一遍，大家就這個問題有沒有什麼樣的看法？或者未來的首富一定出現在AI領域？
於紅：我們倒是有一個不同的觀點，一代新的技術出來不一定是革命式的，對於很多現有的公司也有很多機會來迭代自己的業務。舉個例子，中國的PC互聯網時代的BAT並沒有被移動互聯網的TMD顛覆掉，從這個角度來說，重要的是創造一些原生的,AI前時代所沒有的，但是在AI時代獨有的事物，不僅僅是把所有以前有的東西重新做一遍。
夏令：我覺得肯定大家都有一個共性的是人還是習慣性對短期的東西過於樂觀，對於長期的東西過於悲觀。我們講自動駕駛也好，ChatGPT也好，AIGC也好，或者是通用的機器人也好。不管是人類的知識，還是自然界進化的規律，只要你有數據，就可以用比人類更高維的方式處理，實現智慧的涌現，不管是在自動駕駛、文本、機器人還是藥物的發現。這個範式是今天大家無比的相信而且看到的，問題是落到不同具體的行業時，大家會發現蘊含着知識的數據是極度稀缺或者是成本高昂的，這嚴重製約了通用機器人、藥物的發現和材料的發現，都是一樣的。
對於它短期遇到的困難或者是到達我們想要實現的所謂“通用某某”的時候，還是要有比較長的時間，還是要有充分的估計，這其實也是對創業公司短期內如何實現商業化的比較大的挑戰。
劉博：這句話拉長時間來看沒有什麼問題。但是中期來看，過去很多風口，無論是媒體端、資金端、資源端大家的耐心基本上就是三年，你看到過去有很多風口現象，三年過後就沒了，無論是AR/VR還是當時的無人零售。三年之後是炮灰還是做成了，基本上就是這樣一個時間窗口。對於今天決定入行還是已經在裡面的創業者，比較重要的是，能在3-4年的時間窗口內找到一個商業模式，今天AI領域最賺錢的英偉達也是賺過遊戲的錢、crypto的錢之後賺到了AI的錢，今天很多項目是一樣的道理。
張放：我們覺得一個行業的發展不是單一技術的驅動，而是多個技術疊加產生的效應，你不能看單一的技術做判斷，而是要多維度做判斷。所以，AI這件事當然在不同的行業它發展的速度是不一樣的，創業者既要對這個領域的技術發展有非常深刻的認識，也要時刻地跳出來看看這個行業爆發還需要哪些技術疊加的支持。