加速资本投资与科技创新(全球经济巨变下,资本和科技创新之间的冲突与平衡|钛媒体焦点)

(图片来源:Unsplash)

当前全球经济持续面临压力,科技巨头们开始认识到,那些短期内无法商业化的科技创新研究已经失去了投资价值。

今年8月,媒体报道称,科技巨头Meta(原Facebook)为了降本增效,裁掉了对标谷歌DeepMind AlphaFold、利用人工智能(AI)大模型实现蛋白质预测的生物科学ESMFold项目团队。

尽管该团队离开Meta后创立的新AI 蛋白质公司EvolutionaryScale近日已完成超4000万美元种子轮融资,但报道指,Meta的这一裁员解散方案意味着其放弃了科学类技术研发,从而转向 AI 的商业化。

实际上,尽管过去9个月大模型引发全球新一轮 AI 热潮,多家科技巨头竞速生成式 AI 技术。但在 AI 新药研发等周期较长的前沿技术领域,企业短期内难以快速盈利,加上二级市场表现不佳,投资热情逐步降温,科技大厂缩减纯粹的 AI 技术研究。CB Insights数据显示,今年第二季度,全球 AI 领域投资总额环比暴减38%。

百图生科副总裁瞿佳润(Vicky QU)近日对钛媒体App表示,现在已经不是“烧”投资人的钱然后撑5年上市的时代了,资源、技术、数据算法、商业落地等综合能力,正成为 AI 公司长期发展的重要因素。

“现在其实已经到了Gartner新兴技术发展曲线的第一轮拐点,触底反弹需要企业的机会和能力。”瞿佳润表示。

风投急退,但企业技术创新需长期投资

实际上,企业的科技创新与风险投资之间,长期存在收益、价值的冲突与平衡。

早在1988年,美国卡内基梅隆大学Martin Kenney教授在《研究政策》(Research Policy)期刊中发文称,风险投资改变了美国的科技创新流程。他指出,投资人作为加速技术变革进程的“技术守门人”,为高新技术企业提供资金并协助其发展,从而促进了科技创新的变革。然而,这种模式也带来了高昂的成本投入。

Kenney教授认为,尽管风险投资是一种新型的投资方式,更注重企业的潜在收益,愿意在未得到明确回报的情况下进行投资,从而改变以往的科技创新流程,但风险投资模式也存在着一些问题。

这份报告中指出,首先,这种风投需要大量的资金投入,这无疑增加了科技创新的成本。其次,为了追求高回报,风险投资往往流向那些具有高商业化潜力的领域,而忽视了其他同样重要的科研领域。此外,由于风险投资的本质是追求高收益,可能会导致一些投资者过于注重短期收益,而忽视了企业的长期发展和科技创新的持续推进。

总的来说,Kenney教授给出的结论是,风险投资对于科技创新起着积极的推动作用,但同时也需要更加谨慎和理智地对待这种投资方式。只有这样,我们才能充分发挥风险投资的优点,降低其潜在的风险,从而更有效地促进科技创新的发展。

过去近40年,风险投资影响了全球技术和科技产业的快速发展,并诞生出数千家“独角兽”企业。CB Insights数据显示,截至今年8月,全球共诞生1221家“独角兽”,总市值超过3.8万亿元。其中至少包括55家“十角兽公司“(指估值超过100亿美元)和3家“百角兽”公司(估值至少1000亿美元)。

同时,得益于风险投资模式,谷歌、苹果、阿里、腾讯、字节跳动、滴滴、美团等企业,从初创公司逐渐发展成为互联网科技巨头。

但问题在于,相比于互联网时代的流量模式,云计算、AI、5G、生命科学等前沿科技领域投入更大、周期更长、难以有高壁垒,而且竞争者众多、亏损严重,约94%的科技独角兽公司没有盈利。

同时,风险投资机构在募、投、管、退四个环节周期却越来越短,国内投资人在科技领域的退出和回报率MOC(企业当前的公允价值与投资成本的比值)变低,只有少数几家早期机构能在某个项目上赚到钱,因此投资人对于科技企业盈利要求愈加严格。

以芯片半导体为例。据统计,截至2023年4月30日,科创板和创业板上市的135家半导体(全产业链)企业,总市值为30825亿元,尚不及英伟达一半市值。而上述135家芯片公司2022年累计实现营收2821.9亿元,平均毛利率39.1%,处于较低水平。其中,仅“国内AI芯片第一股”寒武纪一家,截至2022年的过去5年累计亏损近40亿元。

另一份公开数据显示,2022年1-3季度,IPO退出案例数量1996笔,占股权市场退出案例总数近60%,并购、股权转让等方式占比较少。

具体案例中,最近上市的SaaS公司北森控股(HKG: 9669)4年多亏损近50亿元,其股价比年初跌去7成以上,多家投资人打折出售。招股书中称天创资本2021年4月将其所有股份转让,获得802万美元,估值打折至77.5%,而红杉中国、高盛、软银等机构也未获盈利性退出。

另外,除了企业,学术科技研究领域也面临类似现象。一位中国科学院院士去年11月告诉钛媒体App,市场对于无法商业化的基础科技研究较少重视,国家自然基金会每年的资金投入更多倾斜那些有应用的科研领域,而一些单点科技创新很难得到资金支持。

“科学仪器是我们的短板,我觉得在计算方法、理论方法方面重视程度不够,所以发展没有那么快。我们基金委现在投了大概一年300多个亿,但大部分真正投在自主研发科学仪器领域不到10个亿,此前更早的时候,由于基金会整个盘子不大,所以投资更少。”上述这位院士表示。

所以,无论从哪个角度看,投资和科技创新之间的鸿沟随着时间推移而越来越深,冲突与平衡不可避免。那么像Meta这类大公司,其最终选择只能是“挥泪斩马谡”,即抛弃长周期的科学项目。

大厂放弃 AI 生物技术研究

2021年初,谷歌公司旗下DeepMind团队研发的AlphaFold2人工智能系统,在国际蛋白质结构预测竞赛(CASP)上取得惊人的准确度,约2亿个蛋白质的结构范围覆盖地球上几乎所有已知生物,多数预测模型与实验测得的蛋白质结构模型高度一致。

AlphaFold2成为当时准确度最高的蛋白质三维结构预测模型,颠覆了生物学术领域,引起广泛关注。

实际上,新药研发是人类发展中极具风险和复杂度、耗时最漫长的技术研究领域之ー,研发成本大约是26亿美元,耗时约10年,成功率不到十分之一。但随着通过AI算法取代人力筛选,让 AI 制造出药物似乎正变为现实——减少约35%的新药发现成本,周期时间也缩短至1-2年,甚至有可能几个月内完成。

据沙利文统计显示,2020年,全球药物研发市场规模达1915亿美元(约合人民币1.24万亿元)。

那么在这一背景下,互联网巨头们就看到了生物医药与 AI 的交叉点这一重大机遇,一方面试图通过建立研究团队加大该领域的理解和影响力,另一原因则是向医药公司输出算力与解决方案。Meta、腾讯、华为等中美科技巨头均在参与。

而马克·扎克伯格(Mark Zuckerberg)也看到了这一机遇,Meta是最早投 AI 的大型科技公司,并于2013年设立了基础人工智能研究 (Fair) 实验室。2020年底,Meta在Fair团队中设立生物科学研究,并于2022年7月正式推出蛋白质预测模型 Meta ESMFold。

据悉,ESMFold模型基于Transformer架构,参数量达150亿,在两周内用一个由大约2000个GPU芯片组成的集群上,预测出超6亿个宏基因组蛋白质的序列。这些序列通过20种不同氨基酸组成的链条来表达,而宏基因组也被称为生物界的“暗物质”,包括土壤、海洋和人体中的微生物。

迄今为止,ESMFold是全球最大的蛋白质语言模型,AI 的速度比 AlphaFold 快 60 倍,但准确度较低。被认为是AlphaFold重要竞争技术之一。

Meta研发的AI 模型ESMFold测出的蛋白质结构分辨图(来源:Meta)

然而,仅过了两年多时间,在全球经济衰退、广告收入降低等因素下,Meta如今试图调整其研究策略。

英国《金融时报》认为,Fair实验室内部的学术文化是Meta迟迟在 AI 大模型竞争中获得领先的原因,而随着ChatGPT的爆发,如今Meta试图调整目标“GenAI”,并重新配置其Fair团队的研究方向,转向 AI 模型的商业化。

“大公司内部想要把 AI 生物科学做好,主要受制于内部发展空间、成本控制及部门生态等因素。”瞿佳润告诉钛媒体App,尽管科技大厂的研发团队可以发布一些论文,但批量解决生命行业问题不太现实,从某种意义上,生物领域需要10年、20年的研发投入,大公司往往不愿长期坚持。

瞿佳润认为,AI 行业发展至今,无论是算力,还是数据资源,已经不再是一个简单的初创公司能够“闯”出来的了。从投资人角度看,当下的大环境变化下整个 AI 领域资金层面的问题较多,如何能支撑到IPO阶段,需要靠自身造血。而对于Meta这种大公司来说,长期投入生物医药领域是个非常“理想化”的事。

“资本是逐利的,所以不是投自动驾驶就是安防。对大厂来说,当时投钱创新是有巨大风险的。对企业的一号位来说,想的更多还是业务上的东西,花钱最后没出成果,算谁的?”搜狗创始人、百川智能创始人兼CEO王小川告诉钛媒体App。

过去两年,多家互联网大厂宣布关停或缩减非短期商业化项目。比如谷歌母公司Alphabet旗下自动驾驶车项目Waymo裁员数百人,云游戏Stadia全面收缩;亚马逊接连关停无人配送车Scout、仓库机器人公司Canvas;字节跳动停运旗下社交软件飞聊、时光相册;腾讯将下架关停企鹅FM、团购工具鹅享团等。

王小川表示,从企业惯性来说,科技大厂最容易为它的业务目标服务,很难做0到1的创新,反而更有机会是创业公司去做到,大厂人才无法形成合力。

寻路生命科学大模型落地

经历持续两年的研发投入,2020年由百度集团创始人李彦宏发起的百图生科,构建了千亿参数的跨模态大模型 “xTrimo”,并于今年3月发布生命科学大模型驱动的AIGP(AI Generated Protein)平台,以及AIGP生态合作计划,将生命科学大模型与医疗健康、药物设计、能源环保等领域的需求相结合。

瞿佳润对钛媒体App表示,如今,百图生科已不局限在生物医药领域,而是希望通过生命科学大模型落地于多个高价值领域。企业需要具备自负盈亏的能力,“收入是许多公司内部从上到下很重要的OKR”。

“一些初创企业往往招了很多十分创新的人,这些很多满腹情怀的科学家,或许能做出世界级的技术突破,但如果突然寒冬来了,资金就得‘砍’,不得不逼着这些企业把技术商业落地。”瞿佳润称。

瞿佳润表示,“相比其它公司,百图生科主要提供给客户的商业模式有两种,一是全面创新的蛋白设计平台,二是利用对方的数据提供私有的生物计算模型,而且批量化提供,这是很多AI 生物计算公司并不具备的能力。”

百图生科CTO宋乐博士提到,目前,国际上大模型能力较强的谷歌、微软等大型公司,虽然也在做生命科学相关的大模型,但更多是在发论文层面,国外大厂中还没有具备很强大模型训练能力的公司。而百图生科具有大模型训练能力以及专业的生命科学团队。

据钛媒体App了解,9月3日举行的“第二届中国生物计算大会”上,百图生科发布针对To B(企业)行业客户的xTrimo light线上模型内测招募,通过提供轻量化调用API,从而用极低的成本实现对生命科学更多复杂问题的探索。

瞿佳润认为,“烧”投资人的钱,然后撑5年IPO上市的时代已经过去。技术导向时期大家没有那么强的盈利压力,但如今,不同经济环境下,CEO、投资人对企业长期良性发展思维模式发生重要转变。

“这不是 AI 行业如何盈利问题,而是所有科技创新技术如何盈利的问题。比如,这些想法很好的机器人怎么盈利?”瞿佳润强调,如今摆在很多企业面前的发展方案就一个:自负盈亏,然后才能再谈情怀、谈理想。

(本文首发钛媒体App,作者|林志佳)

版权声明:
作者:347088617
链接:https://www.gasdg.com/n/497.html
来源:余世维企业管理
文章版权归作者所有,未经允许请勿转载。

THE END
分享
二维码
< <上一篇
下一篇>>