随着 ChatGPT 石破天惊地出现, 深科技驱动的创新更强势地步入大众视野
随着 ChatGPT 石破天惊地出现, 深科技驱动的创新更强势地步入大众视野。
在 MIT 管理学院发布的定义中, 这类企业的特点是拥有重要的技术壁垒, 并基于此将创新转化为变革社会的商业产品。近些年, 疫情席卷全球、自然灾害频现、人类社会面临着种种生产力的局限性, 一个全球共识呼之欲出:唯有突破性创新能够成为解决问题的核心驱动力。
位于硅谷的早期基金 Fusion Fund, 已经在这一领域日久功深。初创立时,Fusion Fund 就确立了以具有高壁垒的科技创新投资为核心的投资理念, 从 AI in Healthcare、到企业级 AI 及工业数字化,Fusion Fund 都是硅谷最先入局、在极早期精准定位有潜力创业企业的基金之一。
2022 年,Fusion Fund 旗下 You.com 通过生成式人工智能强势切入搜索领域, 被 Times 列为 2022 年度全球最佳创新之一,AI 医学影像企业 Subtle Medical 被知名分析机构 CB Insights 列入全球生成式 AI 企业 50 强, 同时列入榜单的 Fusion 公司还包括 Vectara, 企业级生成式 AI 的标杆, 创始人 Amr 曾是 2020 年上市的 Cloudera 的创始人。
其创始人张璐本人曾获世界经济论坛 (达沃斯)「全球青年领袖」、硅谷影响力女性, 福布斯 30under30 投资领域封面人物等认可, 去年也一再获得业界诸多奖项, 如《财富》评选的中国最具影响力商界女性、Business Insider2023 美国最佳早期投资人、美国 AHS 2023 年度医疗创新人物等。
硅星闻对话了 Fusion Fund 创始人张璐, 和她聊了聊在不断变动的市场环境及大背景下,Fusion Fund 是如何破局, 又如何看待那些未来通过技术撬动全球市场的创新企业的?
生成式 AI:群雄逐鹿, 创业公司只有 30% 的机会
从 ChatGPT 开始, 大模型定义了今年的 AI 热潮。
「我们现在正在经历各类新技术驱动的全产业数字化转型, 人工智能正是在快速催动这样的转型。」张璐表示。
她这样描述生成式 AI 的重要性:「在全产业的数字化转型过程中, 尤其人工智能带来的机会, 它确实可能要比互联网时代要大 10 倍以上。」
不过在她看来, 这些巨大的机会, 大部分还是会由大企业把握。
「在生成式 AI 中, 目前消费级 AI 的机会 80% 以上可能都会被现有的大科技公司掌控, 不仅因为他们有算法技术, 更重要的是他们掌握了高质量的用户数据——高质量数据是优化模型的最核心。」
目前,Microsoft 全面接入 GPT 大模型, 升级 bing 搜索, 推出 AI 助手 Copilot 等。而 Meta、Google 等头部科技企业也都发布了自己的大模型, 他们拥有的巨量的高质量用户数据、技术及资金优势, 普通创业者难以望其项背。
那么创业者的机会来自何处?
张璐表示:「一方面, 大公司的互相竞争会给创业者带来很多生态优势。他们虽然投入大量资源开发大模型, 可是底层的动力还是希望能够创造一个生态, 让初创企业在平台上建立公司。」Meta 的 Llama 大模型就是一个开源模型, 鼓励开发者基于 Llama 探索更多的应用方向, 比如 ChatLLaMA, 这是一个由 Nebuly+AI 推出的 LLaMA+AI 聊天机器人。「Nvidia 是 AI 创业生态的重要支持者, 我们有 9 家初创企业在 Nvidia 的生态中, 持续被赋能加速商业化速度。去年 11 月, 我们还和 Nvidia 一起在英伟达最新总部举办了创业者日活动。」
「另一方面, 创业公司本身也面临争夺剩余市场的机会。这个市场足够大, 就算是 20-30% 也有很大的潜力。」张璐补充道。
硅谷投资人、Fusion Fund 创始人张璐
在这个背景下, 选择正确的行业和应用就格外关键。
「这个行业是不是具有海量的高质量的数据? 是不是有非常明确的应用场景? 是否蕴藏培养几十亿美金级别初创企业的创新机会?」张璐抛出了她时常谈及的三个问题。
在这些问题的不断叩问下, 在生成式 AI 领域,Fusion Fund 率先布局了大量具有巨大潜力的企业, 今年多家被投企业也迎来快速发展, 比如 AI 驱动的音频转录公司 Otter.ai, 目前已占据该细分赛道的首位。
再比如张璐于数年前投资的 Subtle Medical, 将生成式 AI 应用于医疗影像, 今年入选 CB Insights 首个生成式 AI 全球 50 强榜单。通过深度学习技术, 深透医疗能够完成包括 MRI、PET 等医学图像的增强, 是医疗影像领域的首家生成式人工智能平台, 也开发了最早获 FDA、CE、NMPA 等同时批准的 AI 医学影像产品。
另一家被投企业 Huma.ai 则在今年刚刚发布了生命科学及制药行业的第一个生成式人工智能平台, 药厂的科学家可以通过人工智能设计临床实验的方案挖掘新药特性, 询问药物临床实验的设计方案等。
目前,Huma.ai 有着众多药厂合作, 给药厂数据化人工智能工具, 拥有大量药厂内部数据。两年前,Huma.ai 就开始和 Open AI 合作, 还与行业最顶尖的数家药厂建立合作关系, 直接帮助药厂挖掘内部价值。
值得一提的是,Fusion Fund 本身的运营中, 也有 AI 的身影——早在 2018 年, 他们就在公司内部创建了了一个人工智能分析师 Ada, 以人类历史上第一个程序员女性命名, 具有数据分析、收集, 市场信息整合搜索等功能, 同时也整合了 Fusion 投资的一些企业的技术, 比如 Vectara 的企业级搜索平台。而 Ada 最重要的一个功能之一, 就是跟踪美国顶尖的研究团队, 包括医疗、生命科学、AI 等领域, 将他们的最新论文每周总结、发给 Fusion Fund 团队。
「我们的经验也说明, 好的投资团队可以将人工智能作为工具, 去加强自己的知识和这些研究机构信息的互补。」张璐表示。
深科技领域的产业投资理论
虽然在生成式 AI 领域投资成绩亮眼, 但张璐也指出,Fusion Fund 的投资逻辑其实并非基于技术分类, 而是通过对产业的深入了解与认识, 从生态的角度「顺藤摸瓜」那些重要的基础性技术。
比如上文提到的生成式 AI。
「我们投 AI 的方式其实是投一个 Ecosystem(生态系统)——怎么找到一个生态的 key player(重要玩家), 可以去驱动人工智能的应用, 并非只投投人工智能的应用。」
张璐解释道,「人工智能应用只是最上面的一层应用层, 但是我们需要从生态去驱动人工智能的应用。比如从硬件层, 也就是芯片传感器层的新应用, 以及 infrastructure(基础设施) 层的应用, 再到云端技术、数据隐私相关技术等。这些技术都是基础设施, 可以去帮助人工智能应用快速实现。」
而在人工智能技术以外, 这一以基础设施为目标的投资策略, 也自然与深科技紧密相连。
」比如像芯片、云计算、边缘计算等技术。如果没有这些基础的技术, 人工智能应用不可能推广如此迅速, 或者做到足够高效、低成本。」
张璐以如今应用生成式人工智能最大的三个挑战为例, 解释了这个逻辑。
第一个挑战是算力成本过高。
第二个挑战是耗电量成本非常高。
第三个其实就是 communication(数据传输), 处理海量数据时的延迟与隐私问题。
「基于这三个最大的挑战, 我们在多年前就开始挖掘并投资相关技术。」张璐回忆道。早在 2016 年, 她就投资了 Paperspace, 这家人工智能企业专注于开发时的工具及基础设施, 是 virtual GPU、Nvidia 的合作伙伴,23 年刚被 Digital Ocean 以超过 1 亿美金的高价收购;再比如, 基于人工智能的耗能问题, 她投资了 Blumind, 这家企业专注于模拟计算 (Analog Computing), 可以潜在降低耗能 100 倍以上;而边缘计算 (Edge Computing) 更是解决耗能和数据延迟的核心技术, 从 2018 年开始 Fusion Fund 就开始布局, 投资了 EdgeQ、Macrometa、Bodo.ai 等边缘计算公司, 其中 EdgeQ 已发展为业内最好的边缘计算芯片公司, 去年完成了 200% 超募的 B 轮融资。
这一投资理念根植在 Fusion Fund 的发展过程中, 也逐步拓展到专注的所有领域, 包括 Healthcare(医疗),Enterprise AI(企业级 AI) 和 Industry Automation(工业自动化)。
「最初我们基金的投资重点在医疗和深科技, 也是因为对这两个产业的关注, 我们很早就布局人工智能, 也是因为医疗领域, 因为我们在投医疗很短的时间之内就发现医疗的未来是个性化、数字化。从数字化治疗、数字化诊断到数字化生物学, 想实现这些结果, 必须要整合人工智能。」
正因此, 从 17 年起,Fusion Fund 成为了硅谷投资 AI in healthcare 的先行者。
而后, 张璐敏锐地意识到, 许多人工智能技术在企业级应用正在崛起, 便顺着企业级人工智能做了布局, 包括生成式人工智能企业, 这也是 Fusion Fund 旗下被投企业在这一次浪潮中迅速崛起的原因。
「从一个角度来看, 这些合适的产业能驱动 AI 的应用。从另一个角度来看, 这些深科技和由深科技所打造的生态, 会反过来推动人工智能在全产业的应用。」
「人工智能是个工具, 有新的工具全产业都应该用, 但是一个工具无法定义我们投资的行业。工具不会替代掉人和工作 (Job), 会被替代掉的是枯燥的任务 (task) 和低效率流程。」她强调道。
在她看来, 不同产业、不同应用的选择, 对投出或者做出合适风险投资的 billion dollar business(10 亿美元企业) 很重要,「而我们选的这些垂直行业中,AI 都能发挥非常巨大作用, 拥有巨大的商业潜力。」
从 CXO 网络到 Expert 网络, 驱动深科技创企快速发展
如文初所说的, 深科技创业企业受到关注越来越多:在 2021 年第二季度, 全球孵化了 136 家独角兽公司, 其中只有 5% 是十角兽 (decacorn, 估值超过 10 亿美金) 公司。
在稀缺的「十角兽公司」中, 有三分之一是深科技公司, 它们的总估值超过 5000 亿美元。
而二八趋势也逐渐明显。
Pitchbook 报告显示, 今年晚期初创公司继续面临困难的融资和公开退出环境。
2023 年截至目前的内部交易比例达到 9.4%, 达到了近十年来的最高点。这意味着资本短缺, 投资机构不愿意承担融资风险, 只将资本投入表现出强劲增长势头的最高质量公司。
而 Fusion Fund 在行业深耕多年, 不仅能够敏锐定位这些优秀的创业公司, 更通过完善的资源网络, 帮助他们发展。
早在 2018 张璐就开始建立的 CXO 网络, 就是 Fusion Fund 独有的拓展投资深度的「秘密武器」之一。
目前,CXO 网络已有 44 位全球五百强企业高管加入, 今年举行了三个讨论会, 包括从大企业的数据策略、生成人工智能的产业应用和挑战以及数据隐私、数据监管、技术监管层面上的讨论, 这一网络也为创业者与大企业的合作搭建了顺畅桥梁。
值得一提的是, 目前担任 Fusion CXO 网络主席的 Shane Wall, 也是张璐的合伙人之一——他曾任惠普全球 CTO, 有 20 多年 500 强企业 C-level 经验, 是成功连续创业者、全球知名商业领袖, 奥巴马和特朗普政府的白宫技术委员会总统顾问。
除了 CXO Network 外, 张璐还在 2019 年开始, 建立了 Fusion Expert Network(专家网络), 覆盖近 30 位工业领袖和专家, 提供重要的行业洞察。张璐的合伙人之一 Trevor Mottl 和张璐一起管理这个网络。Trevor 曾任职于高盛、美林和多个全球性的对冲基金, 曾任 Lazard Asset 的董事总经理兼人工智能投资负责人, 带来大平台大资金的管理经验和对资本市场的深入洞察。
「当我们谈论监管 AI 时, 到底是监管 AI 这个工具本身, 还是监管它的使用者, 或是它存在的过程中的「产物」、也就是数据?」今年早些时候, 张璐受 CNBC 邀请访谈时, 对人工智能的监管给出了深刻见解。
2023 年最新加入 Fusion Fund 的投资合伙人 Rohini Kosoglu 正是以前白宫的负责技术监管的总统幕僚, 曾推动「平价医疗发法案」「人工智能权利法案」等多个政策倡议。近期, 她加入斯坦福人工智能研究所担任政策研究员。「Rohini 的加入, 让我们能够更好地帮助被投企业理解 AI 所受到的监管, 从技术、数据等多方面做好准备。」张璐表示。
回望过去的投资之路, 除了 Fusion Fund 长期布局的医疗健康、企业级应用及工业自动化等领域, 张璐的目光还投向航天科技, 在早年投资了 SpaceX 之后, 现在张璐更专注太空数据和太空经济, 通过人工智能更好的服务太空网络数据分享和卫星管理。
「AI is not everything(人工智能并非一切), 虽然说人工智能趋势很大, 但它最重要的影响其实是推动全产业数字化转型。而我们始终都在透过产业这个关注点, 去观察 AI 如何解决基础问题, 这是投资的意义与价值所在。」她表示「这个趋势才刚刚开始, 刚刚开始的 2024 和未来的几年会让人非常兴奋」。
来源：互联网
