国内AI公司，又可以大把拿钱了

本文来自微信公众号： Tech对角线（ID：TechDJX2022） ，作者：Mia，编辑：霏霏，原文标题：《沉寂的AI公司们，又可以大把拿钱了》，头图来自：视觉中国

国内的AI圈好久没有这么热闹了。

但归因则是因为大洋彼岸的OpenAI，其研发的ChatGPT一经问世，仅在60天内就达到了1亿日活，迅速点燃了国内众多从业者的希望。

所以我们看到，先是美团联合创始人王慧文宣布带5000万美元“入组”，并很快就拉到了几亿美元的融资；再是前京东技术委员会主席周伯文新的创业项目“衔远科技”宣布完成数亿元天使轮融资；紧接着，王小川被传创业，清华教授唐杰牵头的创业公司估值被哄抢到30亿，更不用说，百度已经把当下大模型当成关键性的一战，决心要在3月推出文心一言，抢占国内的份额。

记忆镜头如果前调，早在阿尔法狗大战李世石后，中国在AI领域也曾掀起一场如火如荼的创业热潮，一直到2019年相关的投资不断下降，AI这个词也逐渐从媒体的热榜上滑落。

ChatGPT推出之后，如之前一般一窝蜂追捧AI的场景再次上演。相关概念股涨停、原本沉寂的AI公司们纷纷宣布新一轮融资、政策接连发布......

似曾相识的画面，让人不禁疑问： 难道中国AI行业的共识只有“重复和跟随”？

一、起跑不慢

2012年10月发生了一件让余凯兴奋不已的事情。

多伦多大学教授杰夫·辛顿和他的两名学生——亚力克斯·克里哲夫斯基和伊利亚·萨特斯基弗在ImageNet图像识别比赛上拿了冠军，并且发表论文介绍了算法AlexNet。

作为曾经在2010年带领美国NEC实验室拿过第一届ImageNet竞赛冠军的余凯深知这篇论文背后的重要意义。之后超6万次的引用数字也确实证明了AlexNet的论文是计算机科学史上最有影响力的论文之一。

当时，余凯已经离开了硅谷的NEC实验室，回到北京，加入百度，领导百度新成立的多媒体部，在这个部门里包括了语音识别团队和图像识别团队。

意识到神经网络技术的突破之后，余凯立刻写了封电子邮件给辛顿，并表达了百度要和他深入合作的想法。

很快，辛顿回复了愿意合作，并且还提出了100万美元科研经费的需求。在与百度首席执行官李彦宏沟通并获得支持后，百度爽快地答应了辛顿的合作条件，并给出了1200万美元的报价。

只是，余凯并没想到的是，他们的这一“爽快”反而让辛顿意识到了巨大的机会，也让百度失去了最后合作的机会。

辛顿注册了一家公司——DNNresearch，并找来了谷歌、微软以及当时还名不见经传的DeepMind，在太浩湖以秘密竞拍的方式做团队收购——拍卖以电子邮件形式举行，竞拍者身份互相保密。

随着竞争者的加入，报价也从百度最初给出的1200万美元一路攀升到2200万美元、3000万美元、4100万美元，最终停在了4400万美元，报价者正是辛顿一直想要的谷歌。

虽然百度虽未最终获胜，但在余凯看来，他的目的已经达到了：让百度的决策者认识到国外巨头对深度学习的投资力度，并下决心把自己的深度学习搞起来。

2013年1月，百度在年会上宣布要组建IDL，李彦宏亲自担任院长，余凯担任常务副院长，并招募全世界顶级的人才。

对于获胜者谷歌来说，收购DNNresearch只是一个开始，不久后，它还宣布以6.5亿美元收购了竞拍中的另一个竞争者——DeepMind。

在收购DeepMind的过程中，另一互联网巨头Facebook也参与了竞拍，给出的条件更是优渥：每位DeepMind创始人可以从Facebook套现的金额是从谷歌套现金额的两倍。

AlexNet的发布就像一声发令枪响，将起跑的讯息传遍各地。而太浩湖竞则将拍将互联网大厂、初创AI公司对深度学习的重视以及野心表露无遗，连刚成立不久的DeepMind都想要尝试一把，碰碰运气。

这也鼓励了中国一批如DeepMind一般，虽然欠缺雄厚的财力但是却汇聚了不少人工智能研究人员的AI初创公司。

2012年，黄伟从盛大创新院离职创办云知声。李志飞也毅然辞去谷歌的高薪工作，选择回国创办出门问问，并立志要打造中文版的Google Now。

2013年，芬兰的创业公司Uniqul推出了世界上第一款基于人脸识别的支付系统，这也让印奇意识到人脸识别的机会来了，随即中断学业，回国继续创业。

第二年的9月，汤晓鸥团队参加了“人工智能奥林匹克”ImageNet大赛，与包括百度、谷歌、微软在内的37个世界顶级团队竞争，取得了全球第二的成绩。这也让汤晓鸥团队声名鹊起，IDG资本合伙人牛奎光飞到香港，拜访汤教授。在港中大多媒体实验室里，他听到了徐立的“猫脑”、“猴脑”理论，并让他在不久后后掷出数千万美元，助推研究团队走出实验室。

二、差异与失落

2017年春天，第四届世界互联网大会在乌镇举行， 在这场年度盛会上举办了一场似曾相识的比赛：AlphaGo与中国围棋国手柯洁对弈。当时，柯洁是世界排名第一的围棋选手。

就在一年前，AlphaGo战胜了韩国围棋选手李世石，也一下子引爆了AI在一般民众心中的认知。自韩国比赛之后，DeepMind又花了几个月的时间改进机器的设计，通过数字试错学了新的技能，迎战柯洁。

谷歌之所以在乌镇发起这样一场比赛，一方面是作为AlphaGo的告别赛，另一方面是尝试重返中国。

就在AlphaGo与柯洁对弈期间，谷歌董事长埃里克·施密特在大会上进行了一番演讲，言辞间阐述了一款名为TensorFlow的软件的优点，并且告诉了观众们，TensorFlow可以重塑中国顶级公司。

埃里克·施密特认为，中国需要谷歌和TensorFlow。只是，后来的效果并不尽如他意，有媒体还将其描述为“谷歌的傲慢”。

后来，他总结自己那次的演讲时说，“ 我在演讲时就知道，中国人要来了 。”

这场大会结束的两个月后，中国国务院发布了《新一代人工智能发展规划》，要让中国在2020年步入人工智能强国的行列，2025年完成某些重大突破，2030年成为世界主要的人工智能创新中心。

根据美国乔治城大学技术政策小组 （CSET） 发布的报告，2015年至2021年，超过71%的交易额以及92%的交易事件来自中国投资者。

经济史学家亚历山大·格申克龙在《历史视角中的经济落后》中曾提出两个概念，一个是技术强度，指的是技术的性能和水平；另一个是技术密度，指的是技术在社会和经济中的普及程度和应用密度。

在这场全球的AI竞赛中，中国在技术强度上并不占据优势，而是携市场优势，从技术密度上走差异化的道路，强调落地。

所以，中国的AI企业们就开始拿着锤子不停的找钉子，其中金融、安防行业的数字基础好，往往走在新技术应用的最前端，所以不少AI公司的第一单都来自这两个领域：云从科技的第一单业务是为海通证券研发远程开户的身份认证系统，商汤科技的第一单是与融360联合推出的名为“天机”的风控系统，依图科技的第一单来自于苏州市公安局。

乌镇互联网大会结束后，陆奇加入了百度，当他在描述中美AI发展差异时总会提到一点：数据。“你有多少人不重要，你有多聪明也不重要。如果你没有更多的土地，你就不能生产更多的东西。”在他看来，中国拥有更多的数据，这是迎头赶上的关键。

只是，与创新性、前瞻性、原创性很高的美国AI路线相比， 这条一上来就奔向产业落地的道路，高估了技术在当下的能力，也缺少了些长远的耐性与韧性。

在AlexNet论文发布后，纽约大学心理学教授马库斯曾在《纽约时报》上发表了一篇社论，他说，辛顿支持的技术并不够强大，不足以理解自然语言的基础，更不用说复制人类思维了。

但是这种质疑并不足以改过技术突破带来的兴奋和喧闹，人们一窝蜂地冲进来强调技术是新的，是好的。但是，是否真正思考过，技术的价值在哪里？这个价值到底是“雪中送炭”还是“锦上添花”？换言之，AI真的已经发展到了拼市场、拼落地的时候了吗？

一位AI公司创始人在朋友圈里写到：2018年我们高估了AI，我们兴奋地直奔智慧城市，因为那里有现钱，而忽略了AI最有价值的语言和认知能力。2019年我们开始低估AI，开始用PS和PE倍数来衡量公司的盈利能力，卖设备的收入总归会比调用AI API的金额更大，收入来得更快......

更急更快的评判标准，自然带来了更剧烈的行业“抖动”。

沙利文公司发布的《 2019中美人工智能产业及厂商评估 》中数据显示，2013 年至 2018 年，中国 AI 领域投资热度远高于美国，投资额从2015年开始超过美国，但是到了 2019 年中国在 AI 领域的投资额与投资笔数大幅下降。

自此之后，AI这个词逐渐从媒体的热榜上滑落，产品热度下降、四小龙的上市之路历经坎坷无一不在说明着这条赛道的降温程度，一个错误地以互联网时代的标准作为自己标准的领域，也注定在无法持续贡献热点的时候被快速遗忘。

三、重复与跟随

就在国内外一窝蜂冲进来，想要用新技术拿更多钱，获得更多商业回报的时候，一群人开始反思一件事：能不能创办一间不受互联网大公司控制的人工智能实验室，摆脱利润驱动，确保人工智能以安全方式向更通用的方向发展。

2015年，Y Combinator （简称YC） 的总裁萨姆·阿尔特曼将一群人工智能研究人员聚集在加州的Rosewood酒店，商讨这一想法的可行性。其中就包括了马斯克、辛顿的学生之一也是AlexNet论文作者之一的伊利亚·萨特斯基弗、网络支付公司Stripe前CTO格雷格·布罗克曼。

当这个想法被抛出后，就意味着要选择进入一个早已由硅谷最有钱公司主导的领域，这对于他们来说无疑势单力薄且前途未卜。

就在大家犹豫要不要参与的时候，布罗克曼在这次聚会之后邀请了十个候选人来到了旧金山北部纳帕谷的一家酿酒厂度过周末，并继续讨论这一想法的细节，他给出了三周的时间供大家考虑要不要加入。最后，10个人中有9人同意，这间实验室也被命名为OpenAI。

OpenAI正式对外则是选择在当年的NIPS上，作为全球顶级人工智能人才的聚会场所，这里再合适不过。然而，想和互联网巨头抗衡的这一消息也毫无疑问地迎来了诸多质疑。

就在OpenAI宣布成立的几个小时后，萨特斯基弗在Facebook举办的一个派对上遇见了杨立昆，他直接地告诉萨特斯基弗，“你会失败的”。

至于会失败的原因，杨立昆也毫不客气地列出了十多条，比如研究人员太年轻了；实验室没有丰富经验，没有资金支持；非营利形式也不会赚钱......

外界的质疑并未阻拦OpenAI的野心。2018年OpenAI发布了一份新的实验室章程，明确表明该实验室正在打造通用人工智能。他们的目标是打造一台能够做人脑能做的任何事情的机器。

当年6月，在谷歌Transformer模型诞生一周年时，OpenAI发表了论文《Improving Language Understanding by Generative Pretraining》，推出了具有1.17亿个参数的GPT-1模型。

正是这一成果，2018年也被成为NLP的预训练模型元年。虽然之后OpenAI因为资金问题经历了重组，但最终仍然在2022年11月宣布了最新的大语言预训练模型：ChatGPT。

意大利哲学家马基雅维利有句经常被人们引用的话是：要犯有野心的错误，而不是懒惰的错误。这或许能够解释OpenAI创立的初衷，以及为何ChatGPT会出自这家实验室。

ChatGPT推出之后，迅速在中国火爆，相关概念股涨停、原本沉寂的AI公司们纷纷宣布新一轮融资、政策接连发布......国内再次上演了一出一窝蜂追捧的画面，似曾相识。

行业的共进，我们期待已久。只是，难道中国AI行业的共识只有“重复和跟随”？

参考资料：

《深度学习革命-从历史到未来》 凯德·梅茨  中信出版集团

《中美ChatGPT的商业化分野》  脑极体

本文来自微信公众号： Tech对角线（ID：TechDJX2022） ，作者：Mia