nouvelles

Dans le domaine de l’intelligence artificielle, le boom des investissements semble connaître une période de ralentissement.

Bien que la technologie de l’IA soit largement considérée comme un moteur clé de l’avenir, la réalité est que de nombreux projets de startups en IA ne résolvent pas les véritables problèmes du marché, ce qui entraîne une inadéquation entre l’offre de financement et la demande de projets. Les investisseurs commencent à évaluer de manière plus rationnelle le potentiel commercial et la valeur des applications pratiques des projets d’IA. Dans le même temps, les projets modèles à grande échelle sont plus susceptibles d’attirer des capitaux en raison de leurs obstacles techniques et de leurs vastes perspectives d’application.

Cependant, même ces projets sont confrontés à des défis tels que l’incertitude du développement technologique, les coûts élevés de R&D et les difficultés de commercialisation.

Quel est l’avenir des investissements dans l’IA ?

« Maintenant, dans le domaine de l'entrepreneuriat en IA, l'offre de projets semble dépasser la demande. » a déclaré un investisseur dans ALL-in AI.

Le processus idéal de démarrage d’une IA devrait consister à développer une solution basée sur un besoin spécifique du marché, puis à démontrer aux investisseurs l’ampleur et l’urgence de ce besoin. Cependant, en réalité, de nombreux projets vont dans la direction opposée. Ils construisent d’abord une plateforme d’intelligence artificielle multidimensionnelle tout en recherchant des financements et en déterminant des orientations spécifiques. Cette approche rend difficile pour les investisseurs d'évaluer le modèle de profit spécifique et le potentiel de marché du projet.

Du point de vue de l'offre de capitaux, bien que les fonds en dollars américains soient très intéressés par les projets entrepreneuriaux d'IA, ils ont eux-mêmes rencontré des difficultés à lever des fonds cette année, ce qui limite leurs investissements dans le domaine à haut risque et à long cycle de l'IA. Dans le même temps, certains fonds en RMB matures se concentrent également sur le domaine de l’IA, mais préfèrent investir dans des projets qui ont passé avec succès la vérification du marché et obtenu certains résultats.

Prenons l’exemple de la conduite autonome. Ce domaine était autrefois considéré comme l’une des applications les plus potentielles de l’intelligence artificielle. Il existe cependant un écart entre la réalité et les idéaux. La conduite autonome nécessite non seulement une technologie solide, mais nécessite également le soutien de politiques, de réglementations et de promotions sur le marché. Par exemple, les règles de la route pour les véhicules autonomes et la définition de la responsabilité en cas d'accident doivent être progressivement améliorées. En outre, la promotion des constructeurs automobiles auprès des consommateurs est également essentielle pour accroître l’acceptation de la conduite autonome. Ces facteurs ont prolongé le processus de commercialisation de la conduite autonome et affecté l’enthousiasme des investisseurs. Depuis le début de l’engouement pour la conduite autonome en 2016, les investissements et les financements ainsi que leur ampleur dans le secteur national de la conduite autonome ont diminué d’ici 2021, et diminueront considérablement en 2022 et 2023.

Bien qu'IA ait des projets innovants dans de nombreux domaines tels que le bureau, la création et l'éducation, de nombreux investisseurs impliqués dans les domaines des technologies dures depuis de nombreuses années estiment qu'il n'y a pas eu de scène d'innovation suffisamment convaincante cette année. Ils estiment que le modèle AI+ nécessite une innovation de rupture capable d’améliorer véritablement l’efficacité de la production, et pas seulement une décoration superficielle.

La situation des investissements dans le domaine de l'IA montre une certaine différenciation. Il est relativement facile d'obtenir des fonds pour des projets modèles à grande échelle, alors qu'il est plus difficile d'obtenir du financement pour des projets d'IA ciblant des scénarios d'application spécifiques. Un investisseur en IA a souligné que la raison principale est que ces projets d’application ne parviennent pas à résoudre efficacement les problèmes pratiques. Par exemple, un projet de correction de dissertation développé par un entrepreneur de Chongqing a été favorisé par les investisseurs car il répondait à des besoins pratiques. Certaines personnes l'ont même suivi jusqu'à l'aéroport pour l'intercepter à des fins d'investissement. De même, le service d'accompagnement par l'IA offre aux parents un diagnostic rapide et une aide à la décision médicale lorsque leurs enfants sont malades la nuit, ce qui est également considéré comme une solution à des problèmes pratiques.

En revanche, les projets qui s’appuient uniquement sur des lacunes en matière d’information, sur l’enseignement ou la formation à l’entrepreneuriat en IA, ou les projets qui ajoutent uniquement des technologies telles que le contenu génératif et révolutionnaire aux projets originaux, sont moins susceptibles d’obtenir un financement.

En juin de l’année dernière, un projet de bureau collaboratif en IA développé par une équipe de doctorat à Singapour a reçu le soutien financier d’investisseurs individuels. Xiaoyang (pseudonyme), l'un des membres de l'équipe, a déclaré que les investisseurs en IA se méfient de l'engouement actuel. S'il n'y a pas d'obstacles techniques, seulement un plan d'affaires conceptuel, pas de produits testés ou si le produit est facile à copier, alors. la probabilité d’obtenir un financement est proche de zéro.

Xiaoyang a également expliqué que les principaux membres de leur équipe sont tous issus de l'équipe doctorale de l'Université de Singapour et qu'il est impliqué dans des projets de modèles linguistiques depuis trois ans. Au cours du premier semestre de cette année, les projets développés par l'équipe ont passé les tests et les spécialistes du marketing établissent des canaux commerciaux avec des sociétés du côté B. Les membres de l’équipe étant tous doctorants, ils participent souvent aux concours d’innovation de l’école et découvrent certaines ressources pour les investisseurs grâce à leurs mentors. L'un des investisseurs individuels a montré un vif intérêt pour son projet et a investi les deux tiers du projet, principalement pour couvrir les dépenses de R&D.

Xiaoyang a souligné que la raison pour laquelle l'IA a attiré l'attention est que les consommateurs voient le potentiel de l'IA dans davantage de scénarios d'application. Mais pour les entrepreneurs et les investisseurs qui travaillent dans ce domaine depuis longtemps, il ne s’agit pas d’un point de croissance nouveau ou durable. Par conséquent, lorsque la plupart des investisseurs reçoivent des plans d'affaires au milieu de cette vague d'enthousiasme, ils examineront de manière rationnelle l'expérience de l'équipe et le temps passé dans l'industrie, et seront relativement conservateurs en termes de montant d'investissement, qui ne couvre généralement que la prochaine étape des dépenses de recherche et développement. Des investissements supplémentaires seront réalisés une fois les progrès réalisés.

Ces dernières années, un certain nombre de sociétés licornes en IA ont vu le jour, notamment Zhipu AI, Baichuan Intelligence, Zero One Wish, etc. Dans les zones subdivisées, la vision et l'imagerie par ordinateur au niveau technique, les projets de robots intelligents au niveau des applications et la conduite intelligente / Les projets de conduite autonome sont des domaines qui reçoivent davantage de capital-risque.

En ce qui concerne les entreprises d’IA très recherchées par le capital ces deux dernières années, il existe également certaines similitudes. Les grands modèles sont naturellement l’une des orientations d’investissement préférées du capital en matière d’IA. De nombreuses sociétés licornes en IA se concentrent sur le développement et l’utilisation de technologies de grands modèles, telles que Zhipu AI, Zero-One Everything, etc. Elles ont lancé divers produits basés sur des applications de grands modèles. mais sans s'y limiter, le traitement du langage naturel, la génération d'images et de vidéos, etc.

En outre, certaines entreprises ont également développé des modèles multimodaux de texte à visuel (texte à visuel), de texte à parole (texte à audio) et de texte à texte (texte à texte), démontrant la capacité de l'IA à traiter différents types. de données.

Parmi les entreprises licornes de l'IA, la collaboration open source est souvent la méthode qu'elles choisissent. Par exemple, Zhipu AI a open source le modèle de conversation bilingue chinois-anglais ChatGLM-6B, qui favorise le partage et la collaboration technologiques et accélère le développement de certaines technologies d'IA ; L'indépendant Corner Beast se concentre sur l'application de la technologie de l'IA à des industries spécifiques ou à des scénarios verticaux, tels que la recherche et le développement de Zhiyuan Robot dans le domaine des robots humanoïdes et l'innovation de Mejia Technology dans le domaine des composants automobiles intelligents et en réseau.

En outre, de nombreuses entreprises licornes en IA disposent d'équipes fondatrices issues d'entreprises technologiques de premier plan ou d'universités renommées. Ces membres de l'équipe possèdent souvent une riche expérience en matière de recherche et de pratique, fournissant une base solide pour l'innovation technologique de l'entreprise.

Même si elles sont très recherchées, les plus grands défis auxquels sont confrontées les entreprises licornes de l’IA dans le processus d’innovation technologique proviennent principalement de l’incertitude du développement technologique, des coûts élevés de recherche et développement et de la difficulté de commercialiser la technologie.

La technologie se développe à un rythme rapide et les entreprises d'IA doivent constamment suivre les dernières tendances technologiques. Cela nécessite non seulement que l'entreprise investisse continuellement dans la R&D, mais exige également que l'équipe de R&D s'adapte rapidement aux changements technologiques et maintienne la vitalité de l'entreprise. innovation.

Les coûts élevés de R&D constituent un autre défi important auquel sont confrontées les entreprises licornes en IA. En particulier dans le domaine des grands modèles et de l'apprentissage profond, la formation et le déploiement de ces modèles nécessitent d'énormes ressources informatiques et une prise en charge des données, et ces ressources nécessitent souvent des investissements matériels coûteux ainsi que des coûts d'exploitation et de maintenance. En outre, la commercialisation de la technologie de l'IA est également pleine de défis. Comment transformer la technologie en produits acceptés par le marché et comment trouver des modèles commerciaux et des canaux de profit appropriés sont autant de problèmes que les entreprises licornes de l'IA doivent résoudre.

Les risques liés à la confidentialité des données et à la conformité sont également des défis que les entreprises licornes de l’IA ne peuvent ignorer dans le processus d’innovation technologique. À mesure que les réglementations en matière de protection des données deviennent de plus en plus strictes, les entreprises doivent garantir que le traitement de leurs données et leurs applications sont conformes aux exigences légales et réglementaires. Cela augmente non seulement les coûts de conformité, mais impose également des exigences plus élevées en matière de conception et d'application de la technologie.

Des exigences d'investissement strictes ont également amené les investisseurs à se calmer progressivement dans le domaine de l'IA.

La situation financière de l'industrie chinoise de l'intelligence artificielle sur le marché primaire en 2023 montre certains changements. Bien que le secteur global de l'investissement et du financement connaisse un ralentissement, la situation financière dans le domaine de l'intelligence artificielle est encore relativement chaude. Selon les données d'IT Orange, au 20 novembre 2023, le nombre total d'événements de financement dans le domaine de l'intelligence artificielle sur le marché primaire était de 530, soit une baisse de 26 % par rapport à la même période de l'année dernière ; estimé à 63,1 milliards de yuans. Le yuan a chuté de 38% par rapport à la même période de l'année dernière.

Le domaine de l’investissement dans l’IA est confronté à de nombreux défis et dilemmes.

À mesure que la technologie continue de progresser, les investisseurs prêtent de plus en plus attention au retour sur investissement (ROI) réel des projets d’IA. Bien que le retour sur investissement des projets d’IA ait augmenté ces dernières années, les attentes du marché quant aux avantages de l’investissement dans l’IA sont passées des pures capacités techniques aux retours réels. En outre, l’itération rapide de la technologie de l’IA oblige les entreprises à continuer de se tenir au courant des dernières technologies, ce qui signifie que les investisseurs doivent avoir une compréhension approfondie et un jugement précis des tendances technologiques.

Les projets d’IA, en particulier la formation de grands modèles, nécessitent un investissement R&D énorme et continu, ce qui constitue un défi de taille pour les startups disposant de fonds limités. Dans le même temps, les entreprises d’IA doivent trouver des scénarios de mise en œuvre évolutifs dans le processus de commercialisation pour transformer la technologie en valeur commerciale réelle. Ce processus est plein d’incertitudes. Les risques liés à la confidentialité des données et à la conformité ont augmenté avec la mise en œuvre de lois sur la sécurité des données et de lois sur la protection des informations personnelles, entraînant des coûts et des risques de conformité plus élevés pour les entreprises d'IA.

L'enthousiasme du marché pour les investissements dans l'IA a également suscité des inquiétudes concernant les bulles financières. Certains analystes estiment que les énormes investissements actuels dans l’IA pourraient conduire à une bulle financière, car l’écart entre les revenus et les dépenses de l’IA se creuse, et des revenus énormes sont nécessaires pour garantir que l’investissement produise le retour attendu. En outre, bien que la technologie de l’IA se développe, il existe sur le marché un manque de produits d’IA apportant des avantages substantiels, et peu de produits d’IA sont réellement utilisés par les consommateurs.

Dans le domaine de l'investissement, la valorisation de certaines sociétés d'IA peut être trop élevée, ce qui rend difficile la prise de relais par le marché primaire, et en cas de pertes continues, le marché secondaire peut ne pas être disposé à payer. À mesure que les grandes entreprises d'IA augmentent leur capacité à attirer des capitaux, d'énormes événements de financement uniques se produisent fréquemment, ce qui non seulement augmente le montant moyen global du financement dans l'industrie, mais augmente également le seuil d'investissement. L’incertitude entourant l’environnement politique et réglementaire est également un facteur dont les investisseurs doivent tenir compte. Les changements de politique peuvent affecter les opérations et les retours sur investissement des sociétés d’IA, notamment en termes d’utilisation des données et de protection de la vie privée.

Les investisseurs doivent prendre en compte ces facteurs de manière globale pour prendre des décisions éclairées lorsqu’ils envisagent d’investir dans l’IA. La complexité et l’incertitude des investissements dans l’IA exigent que les investisseurs disposent de connaissances techniques approfondies, de capacités d’analyse de marché et de capacités d’évaluation des risques.

Dans le domaine de l'investissement dans l'IA, les investisseurs sont confrontés à de nombreux défis, dont les plus importants incluent l'incertitude du développement technologique, les difficultés de commercialisation, les coûts de R&D élevés, les risques de confidentialité et de conformité des données, les inquiétudes concernant les bulles de marché et les problèmes d'évaluation tels que la valeur excessive. Face à ces défis, les investisseurs doivent adopter toute une gamme de stratégies pour évaluer et gérer les risques.

Premièrement, les investisseurs doivent avoir une compréhension approfondie des derniers développements et des tendances futures de la technologie de l’IA, ce qui implique d’évaluer la maturité de la technologie et son potentiel d’application sur le marché. Comprendre les tendances technologiques est essentiel pour prédire vers où se dirige l’industrie. Deuxièmement, il est essentiel d'évaluer le modèle commercial de l'entreprise d'IA, en particulier la demande du marché pour ses produits ou services, sa clientèle, ses sources de revenus et sa rentabilité.

Étant donné que les projets d'IA nécessitent généralement d'énormes investissements en R&D, les investisseurs doivent évaluer soigneusement la situation financière et les capacités de financement de l'entreprise, ainsi que le retour sur investissement attendu. Dans le même temps, les contrôles de conformité des données sont également essentiels pour garantir que les méthodes de collecte, de traitement et de stockage des données de la société d'IA sont conformes aux réglementations en matière de protection des données et aux politiques de confidentialité.

L’identification des risques de bulle de marché est essentielle pour éviter d’investir aux plus hauts du marché. Les investisseurs devraient procéder à une analyse rationnelle de la valorisation des sociétés d’IA et éviter d’investir dans des projets dont les valorisations sont surévaluées. En outre, la diversification des portefeuilles d’investissement pour diversifier les risques, notamment en investissant dans des sociétés d’IA dans différents domaines technologiques et à différents stades de développement, peut réduire le risque d’un seul investissement.

Une surveillance continue après l'investissement et un ajustement rapide des stratégies d'investissement sont essentiels pour répondre aux changements du marché. La mise en place d’un mécanisme de gestion des risques, comprenant des mesures d’identification, d’évaluation, de surveillance et d’atténuation des risques, peut aider les investisseurs à mieux contrôler les pertes potentielles. Si nécessaire, des experts du secteur ou des conseillers en investissement professionnels peuvent fournir des informations plus approfondies sur le marché et des conseils en investissement.

En bref, l’investissement dans l’IA exige que les investisseurs adoptent une approche globale et prudente pour évaluer les risques et s’assurer que les décisions d’investissement sont fondées sur des informations suffisantes et une analyse professionnelle. Grâce à ces stratégies, les investisseurs peuvent mieux relever les défis dans le domaine de l’investissement dans l’IA et obtenir des retours sur investissement solides.