Nachricht

Im Bereich der künstlichen Intelligenz scheint der Investitionsboom eine Abkühlungsphase zu durchlaufen.

Obwohl die KI-Technologie weithin als Schlüsselfaktor für die Zukunft angesehen wird, ist die Realität so, dass viele KI-Startup-Projekte die wirklichen Schwachstellen des Marktes nicht lösen, was zu einem Missverhältnis zwischen Finanzierungsangebot und Projektnachfrage führt. Investoren beginnen, das Marktpotenzial und den praktischen Einsatzwert von KI-Projekten rationaler zu bewerten. Gleichzeitig ziehen große Modellprojekte aufgrund ihrer technischen Hürden und breiten Anwendungsperspektiven eher Kapital an.

Doch selbst diese Projekte stehen vor Herausforderungen wie Unsicherheit in der technologischen Entwicklung, hohen F&E-Kosten und Schwierigkeiten bei der Kommerzialisierung.

Wie sieht die Zukunft der KI-Investitionen aus?

„Im Bereich des KI-Unternehmertums scheint das Angebot an Projekten die Nachfrage zu übersteigen“, sagte ein Investor in ALL-in AI.

Der ideale KI-Startup-Prozess sollte darin bestehen, eine Lösung basierend auf einem spezifischen Marktbedarf zu entwickeln und den Investoren dann die Breite und Dringlichkeit dieses Bedarfs zu demonstrieren. In Wirklichkeit gehen viele Projekte jedoch in die entgegengesetzte Richtung. Sie bauen zunächst eine mehrdimensionale Plattform für künstliche Intelligenz auf und suchen gleichzeitig nach Fördermitteln und legen bestimmte Richtungen fest. Dieser Ansatz macht es für Investoren schwierig, das spezifische Gewinnmodell und das Marktpotenzial des Projekts einzuschätzen.

Aus Sicht der Kapitalversorgung sind US-Dollar-Fonds zwar sehr an KI-Unternehmerprojekten interessiert, sie selbst hatten jedoch in diesem Jahr Schwierigkeiten bei der Mittelbeschaffung, was ihre Investitionen in den risikoreichen, langzyklischen KI-Bereich einschränkt. Gleichzeitig konzentrieren sich auch einige ausgereifte RMB-Fonds auf den Bereich KI, investieren jedoch lieber in Projekte, die die Marktverifizierung bestanden und bestimmte Ergebnisse erzielt haben.

Nehmen wir als Beispiel das autonome Fahren. Dieser Bereich galt einst als einer der potenziellsten Anwendungsbereiche künstlicher Intelligenz. Es besteht jedoch eine Kluft zwischen Realität und Idealen. Autonomes Fahren erfordert nicht nur starke Technologie, sondern auch die Unterstützung durch Richtlinien, Vorschriften und Marktförderung. So müssen beispielsweise die Straßenverkehrsregeln für selbstfahrende Fahrzeuge und die Definition der Unfallhaftung schrittweise verbessert werden. Darüber hinaus ist die Werbung der Automobilhersteller gegenüber den Verbrauchern auch von entscheidender Bedeutung, um die Akzeptanz des autonomen Fahrens zu erhöhen. Diese Faktoren haben den Kommerzialisierungsprozess des autonomen Fahrens verlängert und die Begeisterung der Anleger beeinträchtigt. Seit Beginn der Begeisterung für autonomes Fahren im Jahr 2016 sind die Investitions- und Finanzierungsereignisse sowie der Umfang in der heimischen autonomen Fahrbranche bis 2021 zurückgegangen und werden in den Jahren 2022 und 2023 deutlich zurückgehen.

Obwohl KI in vielen Bereichen wie Büro, Kreation und Bildung innovative Projekte hat, glauben viele Investoren, die sich seit vielen Jahren in Hard-Tech-Bereichen engagieren, dass es in diesem Jahr keine ausreichend überzeugende Innovationsszene gegeben hat. Sie glauben, dass das KI+-Modell bahnbrechende Innovationen erfordert, die die Produktionseffizienz wirklich verbessern können, und nicht nur oberflächliche Dekoration.

Die Investitionssituation im KI-Bereich weist eine gewisse Differenzierung auf. Für große Modellprojekte ist die Finanzierung relativ einfach, für KI-Projekte, die auf konkrete Anwendungsszenarien abzielen, ist die Finanzierung schwieriger. Ein KI-Investor wies darauf hin, dass der Hauptgrund darin liegt, dass diese Anwendungsprojekte praktische Probleme nicht effektiv lösen. Beispielsweise wurde ein von einem Unternehmer in Chongqing entwickeltes Essay-Korrekturprojekt von Investoren bevorzugt, weil es praktische Bedürfnisse erfüllte. Einige Leute folgten ihm sogar zum Flughafen, um es für Investitionen abzufangen. Ebenso bietet der KI-Begleitdienst Eltern eine schnelle Diagnose und medizinische Entscheidungsunterstützung, wenn ihre Kinder nachts krank sind, was auch als Lösung praktischer Schmerzpunkte angesehen wird.

Im Gegensatz dazu ist es weniger wahrscheinlich, dass Projekte finanziert werden, die sich nur auf Informationslücken, Lehr- oder KI-Unternehmertumsschulungen stützen, oder Projekte, die nur Technologien wie KI hinzufügen, die das Gesicht verändern und generative Inhalte zu Originalprojekten hinzufügen.

Im Juni letzten Jahres erhielt ein von einem Doktorandenteam in Singapur entwickeltes kollaboratives KI-Büroprojekt finanzielle Unterstützung von einzelnen Investoren. Xiaoyang (Pseudonym), eines der Teammitglieder, sagte, dass KI-Investoren angesichts der aktuellen Begeisterung vorsichtig seien Die Wahrscheinlichkeit, eine Finanzierung zu erhalten, liegt bei nahezu Null.

Xiaoyang gab außerdem bekannt, dass die Kernmitglieder ihres Teams alle aus dem Doktorandenteam der Universität Singapur stammen und er seit drei Jahren an Sprachmodellprojekten beteiligt ist. In der ersten Hälfte dieses Jahres haben die vom Team entwickelten Projekte die Tests bestanden und Vermarkter bauen kommerzielle Kanäle mit B-Side-Unternehmen auf. Da es sich bei allen Teammitgliedern um Doktoranden handelt, nehmen sie häufig an den Innovationswettbewerben der Schule teil und lernen durch ihre Mentoren einige Investorenressourcen kennen. Einer der Einzelinvestoren zeigte großes Interesse an seinem Projekt und investierte zwei Drittel der Projektlaufzeit, hauptsächlich zur Deckung der Forschungs- und Entwicklungskosten.

Xiaoyang wies darauf hin, dass der Grund, warum KI Aufmerksamkeit erregt habe, darin liege, dass Verbraucher das Potenzial von KI in mehr Anwendungsszenarien sehen. Für Unternehmer und Investoren, die schon lange in diesem Bereich tätig sind, ist dies jedoch kein neuer oder nachhaltiger Wachstumspunkt. Wenn die meisten Investoren inmitten dieser Begeisterungswelle Geschäftspläne erhalten, prüfen sie daher rational den Hintergrund des Teams und die in der Branche verbrachte Zeit und gehen hinsichtlich des Investitionsbetrags relativ konservativ vor, der normalerweise nur die nächste Stufe der Forschungs- und Entwicklungskosten abdeckt . Weitere Investitionen werden getätigt, sobald Fortschritte erzielt werden.

In den letzten Jahren sind eine Reihe von KI-Einhorn-Unternehmen entstanden, darunter Zhipu AI, Baichuan Intelligence, Zero One Wish usw. In unterteilte Bereiche: Computer Vision und Bildgebung auf technischer Ebene, intelligente Roboterprojekte auf Anwendungsebene und intelligentes Fahren / Projekte zum autonomen Fahren sind Bereiche, die mehr Risikokapital erhalten.

Auch bei den KI-Unternehmen, die in den letzten zwei Jahren beim Kapital heiß begehrt waren, gibt es einige Gemeinsamkeiten. Große Modelle sind natürlich eine der beliebtesten KI-Investitionsrichtungen. Viele KI-Einhornunternehmen konzentrieren sich auf die Entwicklung und Nutzung großer Modelltechnologien, wie z. B. Zhipu AI, Zero-One Everything usw. Sie haben verschiedene Produkte auf den Markt gebracht, die auf großen Modellen basieren, darunter aber nicht beschränkt auf die Verarbeitung natürlicher Sprache, Bild- und Videogenerierung usw.

Darüber hinaus haben einige Unternehmen auch modalübergreifende Modelle von Text zu Bild (Text zu Bild), Text zu Sprache (Text zu Audio) und Text zu Text (Text zu Text) entwickelt und damit die Fähigkeit der KI bei der Verarbeitung verschiedener Typen demonstriert von Dateien. .

Unter KI-Unicorn-Unternehmen ist die Open-Source-Zusammenarbeit oft die Methode, die sie häufig wählen. Zhipu AI hat beispielsweise das zweisprachige Chinesisch-Englisch-Konversationsmodell ChatGLM-6B veröffentlicht, das den Technologieaustausch und die Zusammenarbeit fördert und die Entwicklung der KI-Technologie beschleunigt Das unabhängige Unternehmen Corner Beast konzentriert sich auf die Anwendung der KI-Technologie auf bestimmte Branchen oder vertikale Szenarien, wie z. B. die Forschung und Entwicklung von Zhiyuan Robot im Bereich humanoider Roboter und die Innovation von Mejia Technology im Bereich intelligenter und vernetzter Automobilkomponenten.

Darüber hinaus verfügen viele KI-Einhornunternehmen über Gründungsteams von Top-Technologieunternehmen oder bekannten Universitäten. Diese Teammitglieder verfügen häufig über umfassende Forschungs- und Praxiserfahrung und bilden eine solide Grundlage für die technologische Innovation des Unternehmens.

Obwohl sie sehr gefragt sind, liegen die größten Herausforderungen, mit denen KI-Einhornunternehmen im Prozess der technologischen Innovation konfrontiert sind, hauptsächlich in der Ungewissheit der technologischen Entwicklung, den hohen Forschungs- und Entwicklungskosten und der Schwierigkeit, die Technologie zu kommerzialisieren.

Die Technologie entwickelt sich rasant weiter und KI-Unternehmen müssen ständig den neuesten Technologietrends folgen. Dies erfordert nicht nur kontinuierliche Investitionen des Unternehmens in Forschung und Entwicklung, sondern erfordert auch, dass sich das Forschungs- und Entwicklungsteam schnell an technologische Veränderungen anpasst und die Vitalität aufrechterhält Innovation.

Hohe Forschungs- und Entwicklungskosten sind eine weitere wichtige Herausforderung für KI-Einhornunternehmen. Insbesondere im Bereich großer Modelle und Deep Learning erfordern das Training und der Einsatz dieser Modelle enorme Rechenressourcen und Datenunterstützung, und diese Ressourcen erfordern oft teure Hardwareinvestitionen sowie Betriebs- und Wartungskosten. Darüber hinaus ist die Kommerzialisierung der KI-Technologie auch voller Herausforderungen. Wie man die Technologie in vom Markt akzeptierte Produkte umwandelt und wie man geeignete Geschäftsmodelle und Gewinnkanäle findet, sind alles Probleme, die KI-Einhornunternehmen lösen müssen.

Datenschutz- und Compliance-Risiken sind ebenfalls Herausforderungen, die KI-Einhornunternehmen im Prozess der technologischen Innovation nicht ignorieren dürfen. Da die Datenschutzbestimmungen immer strenger werden, müssen Unternehmen sicherstellen, dass ihre Datenverarbeitung und -anwendungen den gesetzlichen und behördlichen Anforderungen entsprechen. Dies erhöht nicht nur den Compliance-Aufwand, sondern stellt auch höhere Anforderungen an die Gestaltung und Anwendung der Technologie.

Strenge Investitionsanforderungen haben auch dazu geführt, dass sich die Anleger im KI-Bereich allmählich beruhigt haben.

Die Finanzierungssituation der chinesischen Industrie für künstliche Intelligenz auf dem Primärmarkt im Jahr 2023 weist einige Veränderungen auf. Obwohl sich die Investitions- und Finanzierungsbranche insgesamt im Abschwung befindet, ist die Finanzierungssituation im Bereich der künstlichen Intelligenz immer noch relativ angespannt. Laut Daten von IT Orange betrug die Gesamtzahl der Finanzierungsereignisse im Bereich der künstlichen Intelligenz auf dem Primärmarkt am 20. November 2023 530, was einem Rückgang von 26 % im Vergleich zum gesamten Finanzierungstransaktionsvolumen entspricht schätzungsweise 63,1 Milliarden Yuan Der Yuan fiel im Vergleich zum Vorjahreszeitraum um 38 %.

Der Bereich der KI-Investitionen steht vor vielen Herausforderungen und Dilemmata.

Da die Technologie immer weiter voranschreitet, achten Investoren zunehmend auf den tatsächlichen Return on Investment (ROI) von KI-Projekten. Obwohl die Kapitalrendite von KI-Projekten in den letzten Jahren gestiegen ist, haben sich die Erwartungen des Marktes an die Vorteile von KI-Investitionen von rein technischen Fähigkeiten hin zu tatsächlichen Renditen verlagert. Darüber hinaus erfordert die schnelle Weiterentwicklung der KI-Technologie, dass Unternehmen weiterhin mit der neuesten Technologie Schritt halten müssen, was bedeutet, dass Anleger über ein tiefes Verständnis und eine genaue Einschätzung von Technologietrends verfügen müssen.

KI-Projekte, insbesondere das Training großer Modelle, erfordern enorme und kontinuierliche Investitionen in Forschung und Entwicklung, was für Startups mit begrenzten Mitteln eine große Herausforderung darstellt. Gleichzeitig müssen KI-Unternehmen skalierbare Implementierungsszenarien im Kommerzialisierungsprozess finden, um Technologie in tatsächlichen Geschäftswert umzuwandeln. Dieser Prozess ist voller Unsicherheiten. Datenschutz- und Compliance-Risiken haben mit der Umsetzung von Datensicherheitsgesetzen und Gesetzen zum Schutz personenbezogener Daten zugenommen, was zu höheren Compliance-Kosten und Risiken für KI-Unternehmen führt.

Die Begeisterung des Marktes für KI-Investitionen hat auch die Sorge vor Finanzblasen geweckt. Einige Analysten glauben, dass die derzeitigen enormen Investitionen in KI zu einer Finanzblase führen könnten, da die Kluft zwischen KI-Einnahmen und -Ausgaben größer wird und große Einnahmen erforderlich sind, um sicherzustellen, dass die Investition die erwartete Rendite bringt. Darüber hinaus mangelt es trotz der Weiterentwicklung der KI-Technologie an KI-Produkten auf dem Markt, die erhebliche Vorteile bringen, und nicht viele KI-Produkte werden tatsächlich von Verbrauchern genutzt.

Im Investmentbereich ist die Bewertung einiger KI-Unternehmen möglicherweise zu hoch, was die Übernahme durch den Primärmarkt erschwert, und im Falle anhaltender Verluste ist der Sekundärmarkt möglicherweise nicht bereit zu zahlen. Da führende KI-Unternehmen ihre Fähigkeit steigern, Geld anzuziehen, kommt es häufig zu großen Einzelfinanzierungsereignissen, was nicht nur den gesamten durchschnittlichen Finanzierungsbetrag in der Branche erhöht, sondern auch die Investitionsschwelle erhöht. Auch die Unsicherheit im politischen und regulatorischen Umfeld ist ein Faktor, den Anleger berücksichtigen müssen. Richtlinienänderungen können sich auf den Betrieb und die Investitionsrenditen von KI-Unternehmen auswirken, insbesondere im Hinblick auf die Datennutzung und den Datenschutz.

Anleger müssen diese Faktoren umfassend berücksichtigen, um fundierte Entscheidungen bei der Prüfung von KI-Investitionen treffen zu können. Die Komplexität und Unsicherheit von KI-Investitionen erfordert von Anlegern umfassende technische Erkenntnisse, Marktanalysefähigkeiten und Risikobewertungsfähigkeiten.

Im Bereich der KI-Investitionen stehen Anleger vor vielen Herausforderungen. Zu den größten gehören Unsicherheit bei der Technologieentwicklung, Schwierigkeiten bei der Kommerzialisierung, hohe F&E-Kosten, Datenschutz- und Compliance-Risiken, Bedenken hinsichtlich Marktblasen und Bewertungsprobleme wie übermäßiger Wert. Angesichts dieser Herausforderungen müssen Anleger eine Reihe von Strategien zur Risikobewertung und -steuerung anwenden.

Erstens müssen Anleger über ein tiefes Verständnis der neuesten Entwicklungen und zukünftigen Trends in der KI-Technologie verfügen, einschließlich der Beurteilung des Reifegrads der Technologie und ihres Marktanwendungspotenzials. Das Verständnis von Technologietrends ist von entscheidender Bedeutung, um vorherzusagen, wohin sich die Branche entwickelt. Zweitens ist es von entscheidender Bedeutung, das Geschäftsmodell des KI-Unternehmens zu bewerten, insbesondere die Marktnachfrage nach seinen Produkten oder Dienstleistungen, den Kundenstamm, die Einnahmequellen und die Rentabilität.

Angesichts der Tatsache, dass KI-Projekte in der Regel enorme Investitionen in Forschung und Entwicklung erfordern, müssen Investoren die Finanzlage und Finanzierungsmöglichkeiten des Unternehmens sowie die erwartete Kapitalrendite sorgfältig bewerten. Gleichzeitig sind Überprüfungen der Datenkonformität auch unerlässlich, um sicherzustellen, dass die Methoden der Datenerfassung, -verarbeitung und -speicherung des KI-Unternehmens den Datenschutzbestimmungen und Datenschutzrichtlinien entsprechen.

Die Identifizierung von Marktblasenrisiken ist von entscheidender Bedeutung, um Investitionen zu Markthochs zu vermeiden. Anleger sollten eine rationale Analyse der Bewertung von KI-Unternehmen durchführen und Investitionen in Projekte mit überbewerteten Bewertungen vermeiden. Darüber hinaus kann die Diversifizierung von Anlageportfolios zur Risikostreuung, einschließlich der Investition in KI-Unternehmen in verschiedenen Technologiefeldern und in unterschiedlichen Entwicklungsstadien, das Risiko einer einzelnen Investition verringern.

Eine kontinuierliche Überwachung nach der Investition und eine rechtzeitige Anpassung der Anlagestrategien sind entscheidend, um auf Marktveränderungen reagieren zu können. Die Einrichtung eines Risikomanagementmechanismus, einschließlich Risikoidentifizierung, -bewertung, -überwachung und -minderungsmaßnahmen, kann Anlegern dabei helfen, potenzielle Verluste besser zu kontrollieren. Bei Bedarf können beratende Branchenexperten oder professionelle Anlageberater tiefere Markteinblicke und Anlageberatung liefern.

Kurz gesagt, KI-Investitionen erfordern von Anlegern einen umfassenden und umsichtigen Ansatz zur Risikobewertung und stellen sicher, dass Anlageentscheidungen auf ausreichenden Informationen und professionellen Analysen basieren. Durch diese Strategien können Anleger die Herausforderungen im Bereich KI-Investitionen besser bewältigen und robuste Anlagerenditen erzielen.