ニュース

人工知能の分野では、投資ブームが冷却期間を迎えているようです。

AI テクノロジーは将来の主要な推進力であると広く考えられていますが、現実には、多くの AI スタートアップ プロジェクトが市場の本当の問題点を解決しておらず、その結果、資金の供給とプロジェクトの需要の間に不一致が生じています。投資家は、AI プロジェクトの市場可能性と実用化価値をより合理的に評価し始めています。同時に、大規模なモデルプロジェクトは、技術的な障壁と広範な応用の見通しにより、資本を集める可能性が高くなります。

しかし、これらのプロジェクトでも、技術開発の不確実性、研究開発費の高騰、実用化の難しさなどの課題を抱えています。

AI投資の未来はどうなるのか？

「現在、AI起業家精神の分野では、プロジェクトの供給が需要を上回っているようだ」とALL-in AIの投資家は語った。

理想的な AI スタートアップ プロセスは、特定の市場ニーズに基づいてソリューションを開発し、そのニーズの広さと緊急性を投資家に示すことです。しかし、実際には、多くのプロジェクトは逆の方向に進み、資金を探して具体的な方向性を決定しながら、まず多次元の人工知能プラットフォームを構築します。このアプローチでは、投資家がプロジェクトの具体的な収益モデルと市場の可能性を評価することが困難になります。

資金供給の観点から見ると、米ドルファンドはAI起業家プロジェクトに高い関心を持っているものの、今年は米ドルファンド自体が資金調達に困難を抱えており、リスクが高くサイクルの長いAI分野への投資は制限されている。同時に、一部の成熟した人民元ファンドもAI分野に注力していますが、市場検証を通過し、一定の成果を上げたプロジェクトへの投資を好みます。

自動運転を例に挙げると、この分野はかつて人工知能の最も潜在的な応用分野の 1 つとみなされていました。しかし、現実と理想の間にはギャップがあります。自動運転には強力な技術が必要なだけでなく、政策、規制、市場促進のサポートも必要です。たとえば、自動運転車の交通規則や事故責任の定義は徐々に改善する必要があります。さらに、自動車メーカーによる消費者へのプロモーションも、自動運転の受け入れを拡大する鍵となります。これらの要因が自動運転の実用化プロセスを長期化し、投資家の熱意に影響を与えています。 2016年に自動運転ブームが始まって以来、国内の自動運転業界における投融資件数と規模は2021年までに減少し、2022年と2023年には大幅に減少すると予想されている。

AIはオフィス、創造、教育など多くの分野で革新的なプロジェクトを進めているが、ハードテクノロジー分野に長年携わってきた多くの投資家は、今年は十分に魅力的なイノベーションシーンがなかったと考えている。彼らは、AI+ モデルには、単なる表面的な装飾ではなく、生産効率を真に向上させる破壊的なイノベーションが必要であると考えています。

AI分野の投資状況には一定の差別化が見られ、大規模なモデルプロジェクトへの資金調達は比較的容易ですが、特定のアプリケーションシナリオを対象としたAIプロジェクトへの資金調達はより困難です。 AI投資家は、主な理由は、これらの応用プロジェクトが現実的な問題を効果的に解決できないことにあると指摘した。たとえば、重慶の起業家が開発した論文添削プロジェクトは、実際的なニーズを解決したため、投資家に支持され、投資を目的として空港まで追いかけてきた人もいた。同様に、AI 付随サービスは、子どもが夜間に病気になったときに保護者に迅速な診断と医療上の意思決定のサポートを提供し、実際的な問題点を解決するとも考えられています。

対照的に、情報ギャップ、教育や AI 起業家精神トレーニングのみに依存するプロジェクト、または AI 顔変更や生成コンテンツなどのテクノロジーを元のプロジェクトに追加するだけのプロジェクトは、資金調達を獲得できる可能性が低くなります。

昨年6月、シンガポールの博士チームが開発したAI連携オフィスプロジェクトが個人投資家から資金援助を受けた。チームメンバーの一人であるシャオヤン（仮名）は、AI投資家は現在のブームに対して慎重になっている、技術的な障壁がない、概念的なビジネスプランしかない、テスト済みの製品がない、あるいは製品が簡単にコピーされている場合には警戒している、と語った。融資を受けられる可能性は限りなくゼロに近いです。

Xiaoyang氏はまた、チームの中心メンバーは全員シンガポール大学の博士課程チームの出身であり、言語モデルプロジェクトに3年間携わっていることも紹介した。今年上半期に、チームが開発したプロジェクトはテストに合格し、マーケティング担当者はBサイド企業との商業チャネルを確立しています。チームメンバーは全員博士課程の学生であるため、学校のイノベーションコンテストに頻繁に参加し、メンターを通じて投資家のリソースと知り合います。個人投資家の 1 人は、彼らのプロジェクトに強い関心を示し、主に研究開発費を賄うためにプロジェクトの 3 分の 2 を投資しました。

Xiaoyang氏は、AIが注目を集めている理由は、消費者がより多くの応用シナリオでAIの可能性を感じているからだと指摘した。しかし、この分野に長年携わってきた起業家や投資家にとって、これは新しい成長点でも持続可能な成長点でもありません。したがって、ほとんどの投資家はこの熱意の波の中で事業計画を受け取ると、チームの背景と業界で費やした時間を合理的に検討し、投資額に関しては比較的保守的であり、通常は次の段階の研究開発費のみをカバーします。進捗後に追加投資を行います。

近年、Zhipu AI、Baichuan Intelligence、Zero One Wish など、多くの AI ユニコーン企業が出現しています。細分化された分野では、技術レベルではコンピューター ビジョンとイメージング、アプリケーション レベルではインテリジェント ロボット プロジェクト、インテリジェント ドライビングが含まれます。 / 自動運転プロジェクトは、より多くのベンチャーキャピタルが流入する分野です。

過去 2 年間、資本からの人気が高かった AI 企業に関しては、いくつかの類似点もあります。大規模モデルは当然、資本が好む AI 投資の方向性の 1 つです。多くの AI ユニコーン企業は、Zhipu AI、Zero-One Everything などの大規模モデル テクノロジーの開発と活用に重点を置いています。ただし、自然言語処理、画像やビデオの生成などに限定されません。

さらに、一部の企業は、テキストからビジュアル（テキストからビジュアル）、テキストから音声（テキストからオーディオ）、およびテキストからテキスト（テキストからテキスト）のクロスモーダル モデルも開発しており、さまざまなタイプを処理する AI の能力を実証しています。データの。

AI ユニコーン企業の間では、オープンソース コラボレーションがよく選ばれる方法です。たとえば、Zhipu AI は、技術の共有とコラボレーションを促進し、AI テクノロジーの開発を加速する中国語と英語のバイリンガル会話モデル ChatGLM-6B をオープンソース化しました。独立系の Corner Beast は、Zhiyuan Robot の人型ロボット分野での研究開発や、Mejia Technology の自動車インテリジェントおよびネットワーク コンポーネント分野でのイノベーションなど、AI テクノロジーを特定の業界または垂直シナリオに適用することに重点を置いています。

さらに、AI ユニコーン企業の多くは、トップテクノロジー企業や有名大学からの設立チームを擁しており、これらのチームメンバーは豊富な研究経験と実践経験を持っていることが多く、企業の技術革新に強固な基盤を提供しています。

AI ユニコーン企業が技術革新の過程で直面する最大の課題は、需要が高いにもかかわらず、主に技術開発の不確実性、高い研究開発コスト、および技術の商業化の難しさに起因しています。

テクノロジーは急速に発展しており、AI 企業は常に最新のテクノロジートレンドを追う必要があります。そのためには、企業が R&D に継続的に投資するだけでなく、R&D チームがテクノロジーの変化に迅速に適応し、その活力を維持する必要もあります。革新。

高額な研究開発コストも、AI ユニコーン企業が直面する重要な課題です。特に大規模なモデルや深層学習の分野では、これらのモデルのトレーニングとデプロイには膨大なコンピューティング リソースとデータ サポートが必要であり、これらのリソースには高額なハードウェア投資と運用保守コストが必要となることがよくあります。さらに、AI技術の商用化には、その技術を市場に受け入れられる製品にどのように変換するか、適切なビジネスモデルと収益チャネルをどのように見つけるかなど、AIユニコーン企業が解決すべき課題もたくさんあります。

データプライバシーとコンプライアンスのリスクも、AIユニコーン企業にとって技術革新の過程で無視できない課題です。データ保護規制がますます厳しくなるにつれて、企業はデータ処理とアプリケーションが法的要件および規制要件に準拠していることを確認する必要があります。これにより、コンプライアンスコストが増加するだけでなく、テクノロジーの設計と適用に対する要件も高くなります。

厳格な投資要件により、AI分野への投資家も徐々に落ち着きを取り戻しています。

2023 年の主要市場における中国の人工知能産業の資金調達状況は、いくつかの変化を示しています。投資・金融業界全体は低迷しているものの、人工知能分野の資金調達状況は依然として比較的熱い。 IT Orange のデータによると、2023 年 11 月 20 日の時点で、プライマリー市場における人工知能分野の融資イベントの総数は 530 件で、融資取引の総量は前年同期と比較して 26% 減少しました。推定631億元 元は前年同期比38％下落。

AI投資の分野は多くの課題とジレンマに直面しています。

テクノロジーが進化し続けるにつれて、投資家は AI プロジェクトの実際の投資収益率 (ROI) にますます注目を集めています。近年、AI プロジェクトの投資収益率は向上していますが、AI 投資のメリットに対する市場の期待は、純粋な技術的能力から実際の収益へと移行しています。また、AI技術の急速な進化により、企業は常に最新の技術を追い続ける必要があり、投資家は技術動向を深く理解し、正確に判断する必要があります。

AI プロジェクト、特に大規模モデルのトレーニングには巨額かつ継続的な研究開発投資が必要であり、資金が限られているスタートアップにとっては大きな課題です。同時に、AI 企業は、テクノロジーを実際のビジネス価値に変えるために、商業化プロセスでスケーラブルな実装シナリオを見つける必要があります。このプロセスには不確実性が伴います。データセキュリティ法や個人情報保護法の施行に伴いデータプライバシーとコンプライアンスのリスクが増大し、AI企業にコンプライアンスのコストとリスクが増大しています。

市場のAI投資への熱意は、金融バブルへの懸念も引き起こしている。アナリストの中には、AIへの現在の巨額投資が金融バブルを引き起こす可能性があると考えている人もいる。その理由は、AIの収入と支出の差が拡大しており、投資が期待される利益を確実に生み出すためには巨額の収入が必要だからである。また、AI技術は発展しているものの、大きなメリットをもたらすAI製品が市場に不足しており、実際に消費者に利用されているAI製品も多くありません。

投資分野では、一部のAI企業の評価額​​が高すぎるため、プライマリー市場が引き継ぐのが難しく、損失が続く場合にはセカンダリー市場が支払いに応じない可能性がある。主要な AI 企業が資金を集める能力を高めるにつれて、大規模な単一資金調達イベントが頻繁に発生し、業界全体の平均資金調達額が増加するだけでなく、投資閾値も上昇します。政策や規制環境の不確実性も、投資家が考慮する必要がある要因であり、政策の変更は、特にデータ使用とプライバシー保護の点で AI 企業の運営と投資収益に影響を与える可能性があります。

投資家が AI への投資を検討する際には、情報に基づいた意思決定を行うために、これらの要素を総合的に考慮する必要があります。 AI 投資の複雑さと不確実性により、投資家は深い技術的洞察、市場分析能力、リスク評価能力を必要とします。

AI投資の分野では、投資家は多くの課題に直面していますが、その最大の課題としては、技術開発の不確実性、商品化の難しさ、高額な研究開発コスト、データプライバシーとコンプライアンスのリスク、市場バブルへの懸念、過大な価値などの評価問題などが挙げられます。これらの課題に直面して、投資家はリスクを評価し管理するためにさまざまな戦略を採用する必要があります。

まず、投資家は AI テクノロジーの最新の開発と将来の傾向を深く理解しておく必要があります。これには、テクノロジーの成熟度と市場応用の可能性の評価も含まれます。業界がどこへ向かうかを予測するには、テクノロジーのトレンドを理解することが重要です。第二に、AI 企業のビジネス モデル、特にその製品やサービスに対する市場の需要、顧客ベース、収益源、収益性を評価することが重要です。

AI プロジェクトには通常、巨額の研究開発投資が必要であることを考慮すると、投資家は企業の財務状況と資金調達能力、および期待される投資収益率を慎重に評価する必要があります。同時に、AI企業のデータ収集、処理、保管方法がデータ保護規制やプライバシーポリシーに準拠していることを確認するために、データコンプライアンスのレビューも不可欠です。

市場の高値での投資を避けるためには、市場のバブルリスクを特定することが重要です。投資家はAI企業の評価を合理的に分析し、過大評価されたプロジェクトへの投資を避ける必要がある。さらに、異なる技術分野や異なる開発段階の AI 企業に投資するなど、リスクを分散するために投資ポートフォリオを多様化することで、単一の投資によるリスクを軽減できます。

市場の変化に対応するには、投資後の継続的なモニタリングと投資戦略のタイムリーな調整が重要です。リスクの特定、評価、監視、緩和策を含むリスク管理メカニズムを確立することは、投資家が潜在的な損失をより適切に制御するのに役立ちます。必要に応じて、コンサルティング業界の専門家またはプロの投資アドバイザーが、より深い市場洞察と投資アドバイスを提供できます。

つまり、AI 投資では、投資家が包括的かつ慎重なアプローチでリスクを評価し、投資決定が十分な情報と専門的な分析に基づいて行われるようにする必要があります。これらの戦略を通じて、投資家は AI 投資分野の課題にうまく対処し、堅調な投資収益を達成することができます。