Sora文生视频模型、英伟达GPU、国产大模型Kimi爆火，2024年伊始，人工智能话题热度再次走向高潮，在数字时代的浪潮中，传统的价值投资策略正面临着前所未有的挑战与机遇。
一些嗅觉敏锐的投资人，已经提前感受到了大模型行业到来的波涛汹涌。如何抓住数字化与人工智能的新浪潮，如何进行投资布局，VC和投资人的说法，显然更具参考性。
4月2日，由和讯网、北京大学国家发展研究院主办的《新经济公开课》系列论坛在北京举行。
在“寻找数字时代价值投资的新策略”圆桌论坛中，英诺天使基金合伙人、北京前沿国际人工智能研究院理事王晟，大河资本管理合伙人陈剑峰，天使投资人、溪山天使汇发起人、北京大学汇丰商学院创新引擎实验室主任许晖就该主题发表了自己的见解。
投AI，它有10倍互联网的能量
主持人：在目前这个时刻，数字经济领域中，各位最看重或最关注的投资赛道分别是什么？
王晟：英诺天使基金是天使阶段的投资基金。所以我们希望我们是第一个发现并投资项目的，希望能够陪伴项目成长。当然今天英诺在早期的投资体量规模算是不小的，我们大概管60亿的资金。今年明年后年，我们测算大概每年要投10个亿的资金出去，意味着每年我们要投大几十个项目，每个项目典型的投资金额是一千万到两千万之间。
今天，我们要投的新一代数字经济，其实就是以AI能力为底座的，甚至可能扩展到物理世界里，以机器人和具身智能的提升为底座。现在要讲AI经济，和上一波的数字经济有个很大的区别在于，过去是信息要素的流动，信息要素变成一种数字化可流动的经济要素或生产力要素，用来在千行百业促进生产力提效。但是今天的AI，变成了一种智能能力要素的平权和流动，所以这是非常大的区别。
陈剑峰：现在的数字经济基座是建立在AI基础上的数字经济。所以以前叫互联网+，现在叫AI+。以前互联网阶段实际上解决信息互联互通，包括全球范围内的人和物、物和物、人和人之间的信息互联互通。
现在这一波浪潮实际上是在信息互通的基础上，对信息进行理解，并且在去理解的过程中转化为执行的行动，这次我们把它称之为新的生产力革命，而这次生产力革命甚至可以类比到蒸汽机和电的发明。所以这次产生的能量，可能是10倍互联网的能量，我们特别关注这个领域，好奇巨浪到来会给我们带来什么。
许晖：虽然叫天使会，但我们更多的角色像外部合伙人。我们有个“512”计划：十年时间培养5家百亿美元的公司，10家10亿美元的公司，20家10亿人民币的公司，这是我们的愿景，跟他们相伴左右。
我认为做早期不辛苦，很快乐，见到了中国一批最有梦想的人，他们也在创造中国的未来，甚至点燃希望之光。不然的话这个世界是沉闷的，他们有愿景，有未来。
我们也没有特别的诉求，不需要董事会席位，这可能有悖于投资人的规矩，我们只希望看到创业者日渐高大而远去的背影。
投资大模型，最核心还是看人
主持人：决定去投一个赛道中的标的公司，你衡量的标准是什么？有什么项目是绝对不投的？
王晟：做早期投资最重要的就是投人，我们希望事对、人也对，最重要的是人。对于硬科技来讲为什么会迷恋科学家，迷信高校创业，我们希望这些科学家具有企业家精神，这是非常重要的。当你去投资一个大模型，比如投资相关的清华实验室，但实际上背后是整个清华计算机系，这个实验室可能长达20年、30年，几十号人做成科技成果转化。
对于趋势和共识而言，肯定希望投到非共识，但是这个非共识我们相信他未来半年马上就会成为广泛的共识，这个时候我们会去投。
陈剑峰：我有几个核心的投资概念：做新不做旧，做硬不做软，做B不做C，尤其在AI这件事情上更是如此。直到今天我会非常清晰地认识到现在的创业与曾经有很大的不同，现在的创业讲究要有足够的积累，为什么清华的团队在大模型上特别受欢迎，正因为有足够的积累。
另外，大厂出来的人，在大模型上会有优势，例如百川智能，它的创始人王小川是曾经中国最先进做搜索引擎数据处理的那个人，正好赶上大模型的时代，所谓春风雨露一相逢，便胜人间无数，在这个领域，不是每个人都能实现创业的，所以现在投资机构的胆子都很小，应用、逻辑、场景会有巨大落地的问题，到底怎样的场景可以有效缩短投入产出的时间，是我们特别关心的问题。
许晖：相较而言我是比较敢投资的，用现在的话说就是“人傻钱多速来”。我们投的项目不会特别在意项目本身，因为项目是会变的，我们更关注创始人。我们不是在投项目，我们在投人，投他的愿景，投他的初心和使命，陪他一起开启一个美好而伟大的属于他们的时代，这是我们的投资逻辑，而不是从项目考虑。
另外，我们也不投Pre-IPO的项目，不投需要抢份额的项目，也不投已经盈利或者告诉我们明天就会盈利的项目；我们投的是未来，一个我们共同创造的未来，一个看上去残缺的美，我们更在意的是创业者的使命感，创业是一个英雄之旅，同时也是一条回家之路，我们是在帮创业者一起回家，去实现他们内心的梦想，那我们还怕什么，所以我们敢投。
大模型要靠Agent，应用是创业的蓝海
主持人：大模型很热，但距离通用价值还差一点意思，无论to B还是to C，最后一公里卡在哪儿？制约它的条件是什么？
王晟：今天大模型就是世界知识的压缩，你会发现光有知识有什么用呢？光有知识没有用，光有知识就是个聊天机器人，但是真正对这个社会起到什么生产力、价值了吗？没有，你得去搞科研，才能创造价值。
今天的大模型距离最终的应用，最后一公里是什么？最后一公里行业普遍的共识就是代理（Agent），我们需要一个代理，一个像人一样的机器人，代理需要去跑大模型底座的能力，它应该懂一切，像人一样去导览、下订单，也可以使用各种API接口，大模型要靠Agent。
接下来的AI公司都是造“人”的公司，例如“纸片人老婆”、包揽你生活全部的个人助理，未来AI的公司是一个造“人”的公司在硅谷已经是一个共识了，你造的这个人有多难，你造的这个人未来的空间就有多大。
主持人：在数字经济领域，还有哪些商业模式具有非常高爆发性、高投资性、高增长性的？
陈剑峰：AI最基础的东西是算力。算力如何提供，因此现在有一个业态是算力中心，会跟原来的数据中心一样成为遍布整个中国的产业体系。
建算力中心时比较重要的环节是GPU服务器，例如现在英伟达的服务器变得非常重要，但现在英伟达服务器受到了美国政府的限制，中国便出现了一个机会，谁能在当下的环境中提供算力代替英伟达，发展GPU的产业。
但再往上走会涉及芯片、晶圆制造，中国需要芯片制造大厂，还有能源谁来提供的问题，但总之这应该是一个向上走的过程。
往下走，层次非常清晰，就是应用。目前大家都在做大语言模型基座，这个地方是今后创业的蓝海。但五年之后可能只有两个方向，一个是面向社会的，一个是面向政府，可能会有一部分企业脱颖而出。
越往上走，创业成本会越来越高，电站你就干不了，大语言模型一般人也干不了。但是越往下走，应用层可能产生一个巨量的蓝海环境。
--THE END--