您的位置:主页 > 公司动态 > 公司新闻 > 公司新闻

CMC本钱徐晨:VC为安在投数字技能

2023年6月8-9日,由南通市财政局、南通科创出资集团、中共南通市崇川区委、崇川区人民政府主办,南通市北高新区管委会、清科创业、南通宝月湖科创出资集团承办的“2023清科·南通宝月湖出资人大会”在南通举行。

大会以创投链接资源,以资源撬动工业,约请创投、立异、创客各方头部力气齐聚南通,加速近悦远来的基金集合建造。在丰厚南通“万事好通”出资热力求的根底上,以创投之力分析崇川科创时机,助力南通打造立异高地,为编写“强富美高”新南通现代化建造新篇章奉献创投力气。

会上,CMC本钱合伙人徐晨宣布《数字技能——立异的驱动力气》主题讲演。

以下为讲演实录,

经修改:

十分感谢主持人,也感谢清科约请我来到南通,南通的风光美丽,气候也十分晴朗。今日,我想和咱们简略共享下数字技能和立异的联系。当然我看了下,下午的重头戏应该在之后的环节,后边有一个大的圆桌评论,到时各位嘉宾应该有十分多的观念和咱们进行进一步的讨论,我这儿抛砖引玉起一个头。

CMC本钱是一家专心科技、消费、互联网范畴的专业出资组织,咱们出资的掩盖早、中、后期各阶段。今日这个主题是一个挺庞大的论题,其时我拿到这个主题的时分觉得相对来说或许比较难给咱们做一个全面的共享。可是反过来想,本年是我在这个作业从业的第20年,从最早进入这个作业咱们看到的一个现象便是,数据作为新式的资源在不断地推进着咱们的作业向前行走。

原先有段时刻我个人觉得数据好像是一种动力,是一种新年代的石油,可是最近经过几轮新技能革新之后,我觉得数据在某种程度上更像一种原材料,反而咱们后边环节会更多评论到的芯片及新式算力底座的根底设备更像真实意义上的动力,它们把原材料经过自己能量经过算法变成可运用的运用或许详细的产品。

另一方面数字技能的重要性我信任在座各位都会深入地感触到,在现在这个年代大都数字技能已转化成可运用的运用产品,最近Apple的头显也刚刚发布,大都人或多或少都现已日子在所谓的物理和数字国际这样两条线并行运转的国际里。特别是当智能手机遍及今后,咱们会发现,不论是从C端老百姓日常日子傍边也好,仍是重视到作业端、企业端也好,数据这个作业就变成咱们离不开、也无时无刻都在触摸的维度。

从今日的论题来看,数字技能在今日这个时刻点究竟给咱们带来怎样大的改动,我想和咱们共享下。中心的点是,经过几轮大数字技能自身的前进,现在是一个全新年代的节点,其特征比较过往的进程来看,咱们或许会进入一个新的彻底不相同的东西和渠道的年代,后边会讲到一个重要的点,过往会发现技能都是围绕着某个方向或许某个场景在演进,咱们发现这轮革新很有或许会看到许多场景或许作业会沿着技能自身的底座呈现而晋级,这是今日大约的方向。

接下来我把论题略微收拢一点,更多来谈一下数字技能傍边的人工智能,由于这个论题或许很难躲避。人工智能自身的运用咱们也知道是从2014年最早呈现在咱们的广泛视界傍边,最早是在视频安防这块,咱们也现已感同身受,不论是散步在街头,或许回到家中,或许进入商场里,视频安防现已成为随时随地可见的技能运用,一起它每天每分钟都在发生许多的数据。

其他一部分咱们发现零售商业、整个人工智能落地其实是人工智能场景化落地的第一步,之后到了工业制作阶段,现在咱们觉得人工智能现已渐渐从处理某个问题、处理某个作业的痛点或许小切入点技能变成真实意义上的底座渠道。这对算力和芯片自身来说都带来了巨大的时机。

除了人工智能,其实数字孪生或许元国际带来的革新也是十分值得等待的。新加坡最近把整个城市用数字孪生的方法表现在了网络上,你会发现这不光是一个简略地供文娱、休闲用的技能,它还为城市管理的猜测和城市的规矩拟定供给了更多维度的考虑。所以这块是一个十分大的时机。

一起人工智能自身的开展其实带来了巨大驱动,最近有一家公司市值一直在飙升,便是做了算力底层的芯片。这块应该具有进一步巨大的商场时机,当这个模型或当数据越来越多的时分,跟着算法的提高、跟着数据自身结构的改善,咱们会用更少的数据,用愈加有用的模型,当咱们把模型运用到更多场景的时分或许不行短少的便是算力。假如做一个类比的话,比如以动力方面的电能来说,咱们会发现,不论是新动力车也好仍是储能商场的开展也好,电自身是一种最通用、最有需求的动力方式。算力也是相同,跟着整个人工智能作业开展和相关传统工业不断接入人工智能,算力自身的需求仍是会持续倍增。

还有自身数据量的增加,咱们都调查到了就不必再举例。整个数据出产或许发生现已逐步形成了十分大的闭环,越来越多的设备被接入今后,越来越多的设备被运用,包含运用设备的人数也变得越来越多,数据的增加其实是在不断改动的。

还有一个比较大的突破点,有时分咱们觉得数据对咱们来说是有优点也有害处的,许多的数据往往使咱们缺少判断才能或许很难理清这些数据。跟着人工智能模型自身的演进,咱们也知道最近许多人都忧虑自己的作业被代替掉,有几个作业其完结已渐渐地从咱们的视界傍边开端消亡,其中有一个专门做数据管理和数据收拾的作业,大模型可以逐步代替这类作业功用。

还有便是高速扩张,数据作业某种程度上来说和许多人重视的新动力作业十分相似,有十分多的共同点。由于数据越多今后,包含模型自身越多今后,需求的存储和交互也就越来越多,这其实也是在整个作业开展傍边发生的巨大时机。

推进整个作业的中心驱动力,在现在来看,咱们称之为大模型。可是这个在英文里并不叫大模型,叫根底模型。咱们可以看到,整个模型的数据量是在不断地加深的,当然咱们会发现其中有一家公司数据人员超越其他家,它并不是咱们熟知的OPENAI,而是之前阿里的M6,现在为止看起来参数级别是全球最大的。

反过来说,这时分就会呈现一个十分有意思的现象,参数级最多的模型并不必定是最广为人知的模型,OPENAI历来没有在参数或许参数量上打败过其他人,可是他在用户运用详细落地运用和领会上远远超越其他人。前段时刻Sam Altman在会上被人问了一个问题,你怎样看待这么多开源的大模型,OPENAI的优势究竟在哪里,最终他没有答复出来,由于这个问题没有办法答复。

从咱们的视点来看,就觉得根底模型这个作业仅有一个可以承认的是,咱们不能确认五年、十年今后究竟哪家会真实抢先,但它作为一种技能的根本底座,作为技能的推进力,会逐步地呈现在更多人的日子里。这是不行逆的趋势。

咱们常常会把这些技能比成一个人的不同部分,或许咱们说整个数字技能自身的演进来说便是技能体系变得更像物理的人的进程,从最早的可以看到、听到,不论是视觉也好、NLP也好,根本上便是简略的我可以看到的东西,或许我可以进行言语描绘的。到现在会发现,许多人会看到现在朋友圈的许多图其实并不是真实意义上天然摄影的,都是模型生成的,例如Midjourney等等之类。咱们最近内部做Review,团队几个小朋友ppt里做的插图都是自己Prompt出来的,不是像咱们最初上百度搜一搜,然后把这个图插进去,他们现在都自己Prompt把图出来。

从这个比如看,你会发现跟着模型的开展,它的形状越来越多,包含有声响的,包含视频。最近咱们和一些研究组织在聊,其实很大程度上来说,这个模型自身也会发生一部分和人小脑相同的功用,它可以和谐决议计划,可以做动作等等之类。

最近假如咱们重视这个作业的话,大模型和机器人协作也是一个十分大的场景,这块其实也调动了更多新的不论是底层的硬件,仍是算力芯片,还包含低功耗算力芯片的需求。

其实整个大模型的演进越来越像一个咱们物理国际存在的人,从这点来看,的确是数字技能在改动国际,它的立异点在于使咱们和技能自身的区隔变得越来越小,越来越窄。

当然国内永远是不会在这些大的方面落后全球的脚步,咱们可以看到最近国内大模型现已有点数不过来,内部简略的计算一下,大约全国各式各样发布的大模型将近100个了吧。当然不能说这些大模型都有它的价值,但可以看出整个大模型现已成为咱们整个作业的一致。

下面我讲一下整个新一轮数字技能带来的中心立异时机。在曩昔AI服务场景中,咱们觉得最大的一个缺陷或许说最大的一个应战,其实仍是“头痛医头,脚痛医脚”,咱们依照一个详细问题来处理这个详细的问题。

可是大模型的场景下,咱们会发现本来许多传统工业,特别是在我国,有时机的得到巨大的改动。在曩昔的信息化进程中,咱们会发现许多时分有一些技能在国外用的很好的产品,在我国却很难落地,这是由于我国特其他作业特征,十分多的常识和流程都沉积在咱们所谓的Know-how,也便是历史经验里。而这些不容易标准化的信息,其实很难把它们归集起来,关于上一代的产品也就无法做到落地了。但就像前面提到的相同,大模型自身变得越来越像人,所以在许多传统工业开展进程傍边,不论咱们曾经讲的是工业4.0也好,或许说传统工业的数字化也好,之前碰到的困难很有或许在将来的一段时刻内由于大模型自身的开展,它和人的强互动包含它自身自己才能的迭代,变得可以处理。当然这个事还需求挺长时刻,可是咱们觉得可以调查到立异在往这个方向开展。

这个图咱们发现大模型自身供给了一个新的底座,除了大模型自身的立异以外,它供给了一系列立异的时机。大模型自身通用型的底层模型和一个详细的上层运用,中心经过什么样的方法来处理,或许是一个咱们称之为相似于PaaS或许SaaS的东西。可是咱们也不知道、也很难去幻想,在这套全新体系里未来会呈现什么。

最重要的一点是,咱们觉得立异自身来说离咱们十分近的主要原因和这张图所描绘的状况相同,曩昔有个东西叫AI 场景,比如说AI 工业、AI 机器人或许AI 商业,这么说的原因是什么呢?其实咱们是更多地想办法把AI这个技能完结到某个场景傍边,咱们是拿着这个东西,拿着锤子去找钉子。但现在的状况发生了一个比较大的改动是一个场景 AI的状况。现在在通用模型傍边,咱们会看到更多的是这个场景傍边的问题怎么更好地被AI处理。在整个进程傍边最大的点是说通用的东西和通用的渠道或许会成为新一代传统工业的新的根底,除了它的物理设备和整个所谓传统的一些根底投入以外,或许会成为其他一个咱们看到的新的数字底层。

这个或许比较难了解。可是咱们可以幻想一下,曩昔咱们的手机的中心功用是电话。当你要用其他功用的时分,你有必要要去考虑,要去想我要买一个什么样功用的手机,是买一个带有必定游戏功用的手机仍是相对来说通话时刻更长的手机。它其实很难完结十分多的功用和维度,中心还呈现过摄影手机,咱们或许都还有形象。

但现在我觉得很少有人用一个详细的功用来界说一个手机或许大都的手机现已具有了通用的功用。它现已可以完结咱们想要完结的简直一切使命。我自己个人的领会,这个领会仍是很深入的,本来的工业场景中,咱们幻想过用各式各样的终端来完结这个作业的开始数字化和数据搜集的进程。后来发现自从手机呈现今后,这个问题天然而然就方便的处理了。由于它作为一个新的东西,新的收集的维度,它变成一个十分简略易用的事物,并且我觉得大都人其实也是在开端运用相似于微信这样的运用之后,渐渐感触到了所谓的数字化和这个东西自身的力气。

本来许多公司其实内部历来不信任内部通讯软件等等之类,但咱们看到现在越来越多的公司,许多国企、央企内部都在用相似飞书、钉钉这样的东西,这是一个十分大的改变。可是我觉得客观讲,这个习气其实某种程度上来说并不是钉钉或许飞书做了彻底改变和教育商场的动作,而是他们的确是在根底功用变得更老练之后当令的呈现,处理了咱们一直以来想处理的问题。

还有一点比较值得等待的,不知道咱们对微软的体系有多了解,曾经微软的体系每次更新的时分,咱们往往是处于一种很杂乱的心态,会觉得这个东西更新完今后,不知道仍是不是好用,可是从大模型现在的开展进展来看,它每一次迭代根本很少带给咱们绝望的领会,带给咱们的是更多的期望和更多的惊喜。

所以我觉得咱们站在了一个好的时刻窗口,我期望数字技能自身可以为更多的创业者和出资人发明新的投入立异、拥抱立异的时机,谢谢咱们!

本文