全球 1229 个独角兽的总价值高达 3.8 万亿,相当于德国 GDP

砍柴网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

 

全球 1229 个独角兽的总价值高达 3.8 万亿,相当于德国 GDP

报告显示,目前全球有 1229 家独角兽公司,覆盖 53 个国家和地区,这些企业的总价值高达 3.8 万亿美元,大致相当于德国全年的 GDP(国民生产总值)。

其中,2023 年全球仅诞生了 71 家新的独角兽企业,是 2021 年的八分之一,有所下降。

全球 1229 个独角兽的总价值高达 3.8 万亿,相当于德国 GDP 具体来说, 从地区分布来看, 美国拥有一半以上 ( 占比 53% ) 的独角兽企业,包括 Discord、1Password 等,其中有有两个行业的份额相对于全球平均水平较高——企业 科技 ,占美国独角兽企业的 39%;以及医疗保健与生命科学,占比 13%。

紧随美国之后的是中国,其中包括小红书、喜马拉雅、小冰、零一万物(01.AI)、旷视科技、晶泰科技、数坤科技等公司。从行业看,中国的独角兽企业尤其集中在工业和消费零售领域,占比分别为 31% 和 30%。

全球 1229 个独角兽的总价值高达 3.8 万亿,相当于德国 GDP 从行业来看, 企业科技是最具代表性的行业,占所有独角兽企业的 31%,包括针对一般 B2B 用例或向广泛行业销售的技术公司;其次位居第二的是,18% 份额的 金融 服务业;第三是消费品和零售业,占比 17%。

CB Insights 称,企业科技集团最近增长尤为强劲。过去 6 个月诞生的独角兽企业中大约有一半属于这一类别,包括零一万物、印度的 Krutrim 和美国的 ElevenLabs 等。

但与此同时,大多数其他行业的独角兽数量却停滞不前,甚至有所下降。数据显示,截至 2023 年,在数字健康领域初创企业退出、融资轮次减少和关闭等综合因素的推动下,医疗保健和生命科学领域的独角兽总数从 122 家减少到 117 家。

此外,平均时间而言, 很多独角兽公司从成立之初到市值达到 10 亿美元大关只用了 7 年多的时间——从金融服务业的 6.6 年,到医疗保健业的 7.7 年。

然而,如今随着 ChatGPT 风靡全球,有 34 家生成式 AI 独角兽公司达到独角兽地位的平均时间总共只有 3.9 年,比所有其他独角兽公司少 45%。

实际上,过去一年,整个世界范围 AI 领域风起云涌,一年所取得的技术突破远远超过了过去 10 年甚至几十年。人类正站在技术变革爆发点,Exascale 超级电脑每秒进行百亿亿次级计算,AI 发现的晶体结构数量是科学史上发现的 45 倍以上,仅用 30 天就研发出潜在抗癌新药,乌拉圭工业机器人数量比人口还多等。

3 月 21 日,美国银行发布的一份深度报告中指出,2024 年将是 "AI 赋能一切 " 的一年,AI 和其他技术发展之间形成一个巨大的正反馈,包括 AI、计算、机器人、通信、医疗保健、能源等 30 个技术领域或将迎来突破。而实现突破的技术 商业 化十分关键,美银预计相关市场规模约为 16 万亿美元。

报告中强调,AGI 作为人工助理,它将具备在广泛任务上达到或超过人类水平的一般认知能力,能够实现自我学习,并且能够解决未被预先编程的任务。随着数据的增长、计算能力的提高和技术的创新,AI 可能在未来十年内达到 1500 的智商,是人类平均智商的 18 倍。

美银补充称,尽管 AI 带来了许多好处,但也存在挑战,如端侧设备 AI 的功耗、成本、算法 / 软件优化和安全性问题。整体而言,美银报告预测,到 2030 年,AI 可能会为全球增加 15%-20% 左右的 经济 价值。

美国国家工程院院士、ImageNet 创建者、斯坦福大学计算机科学系首任红杉讲席教授、前谷歌副总裁李飞飞在英伟达 GTC 大会中表示:" 今天的 AI ,基本上都是从好奇心驱动的学术研究课题开始的,这是我们社会不断创新的入口。随着像 OpenAI 这样的公司开始在 AI 的发展中占据主导地位,需要相关的法规去约束这些公司,以便让公众受益。"

上海人工智能实验室领军科学家林达华教授表示,过去 AI 发展有两个非常重要的驱动力量:一是源于所有大模型的研究者和从业者对于 AGI 技术理想的追求,我们在不断地突破边界寻求越来越接近 AGI 的大模型;二是,但同时产业界也看到了大模型带来了产业革命的这种憧憬这种可能性,所以无数的企业投入巨大的资源几十亿几百亿投入这个赛道里,才促成了整个行业的迅猛发展。

" 一个是应用,一个是对技术边界的追求,这两股力量交织在一起形成了我们今天的这种波澜壮阔的发展局面。" 林达华表示,但无论是主观,还是客观来说,GPT-4 都是领先全球的,国内比较头部的商业模型离 GPT-4 仍然有一定的差距,但是他们也都超过了 GPT-3.5 的水平。

随着 AI 科技不断发展,算法语言表达的高级程度已逼近人类水平,机器人正在逐渐学会应对真实的环境。

林达华强调," 在这样一个 AI 浪潮时代,企业和从业者不需要所有卷到 " 大模型 " 的基础模型当中,而是要清楚的理解自己的资源禀赋和优势,选择自己差异化的路径,如果很多的从业者都能够基于这样的思考,去寻找自己的发展路径,中国大模型的产业最终会一路繁花、前程似锦。"

来源:钛 媒体

随意打赏

提交建议
微信扫一扫,分享给好友吧。