소식

인공지능 분야에서는 투자 붐이 냉각기를 겪고 있는 것으로 보인다.

AI 기술이 미래를 이끄는 핵심 동인으로 널리 알려져 있지만, 현실적으로 많은 AI 스타트업 프로젝트가 시장의 실질적인 문제점을 해결하지 못해 자금 공급과 프로젝트 수요의 불일치가 발생하고 있습니다. 투자자들은 AI 프로젝트의 시장 잠재력과 실제 적용 가치를 보다 합리적으로 평가하기 시작했습니다. 동시에 대규모 모델 프로젝트는 기술적 장벽과 광범위한 적용 가능성으로 인해 자본을 유치할 가능성이 더 높습니다.

그러나 이러한 프로젝트에도 기술 개발의 불확실성, 높은 R&D 비용, 상용화의 어려움 등의 과제가 있습니다.

AI 투자의 미래는?

올인AI에 투자한 한 투자자는 “이제 AI 창업 분야에서는 프로젝트 공급이 수요를 초과하는 것 같다”고 말했다.

이상적인 AI 스타트업 프로세스는 특정 시장 요구를 기반으로 솔루션을 개발한 다음 투자자에게 이러한 요구의 폭과 긴급성을 보여주는 것입니다. 그러나 실제로는 많은 프로젝트가 반대 방향으로 진행된다. 우선 자금을 모색하고 구체적인 방향을 정하면서 다차원적인 인공지능 플랫폼을 구축한다. 이러한 접근 방식은 투자자가 프로젝트의 구체적인 수익 모델과 시장 잠재력을 평가하기 어렵게 만듭니다.

자본 공급 측면에서 미국 달러 펀드는 AI 창업 프로젝트에 많은 관심을 갖고 있지만 올해 자금 조달에 어려움을 겪어 고위험, 장기 사이클 AI 분야에 대한 투자가 제한됐다. 동시에 일부 성숙한 RMB 펀드도 AI 분야에 초점을 맞추고 있지만 시장 검증을 통과하고 특정 결과를 달성한 프로젝트에 투자하는 것을 선호합니다.

자율주행을 예로 들어보겠습니다. 이 분야는 한때 인공지능의 가장 잠재적인 응용 분야 중 하나로 간주되었습니다. 그러나 현실과 이상 사이에는 괴리가 있다. 자율주행에는 강력한 기술이 필요할 뿐만 아니라 정책, 규제, 시장 홍보의 지원도 필요합니다. 예를 들어, 자율주행차의 도로규칙과 사고책임의 정의 등을 점진적으로 개선할 필요가 있다. 또한, 자동차 제조업체가 소비자에게 홍보하는 것도 자율주행에 대한 수용성을 높이는 데 핵심입니다. 이러한 요인들은 자율주행 상용화 과정을 지연시키며 투자자 열광에도 영향을 미쳤다. 2016년 자율주행 열풍이 시작된 이후 2021년까지 국내 자율주행 산업의 투자 및 금융행사와 규모가 줄어들었고, 2022년과 2023년에도 크게 줄어들 것으로 예상된다.

AI는 사무, 창작, 교육 등 다양한 분야에서 혁신적인 프로젝트를 진행하고 있지만, 수년간 하드 기술 분야에 종사해 온 많은 투자자들은 올해 충분히 설득력 있는 혁신 현장이 없었다고 믿고 있다. 그들은 AI+ 모델에는 단지 피상적인 장식이 아닌 생산 효율성을 진정으로 향상시킬 수 있는 파괴적인 혁신이 필요하다고 믿습니다.

AI 분야의 투자 상황은 어느 정도 차별화를 보이고 있다. 대규모 모델 프로젝트의 경우 자금 조달이 상대적으로 쉬운 반면, 특정 응용 시나리오를 대상으로 하는 AI 프로젝트의 경우 자금 조달이 더 어렵다. 한 AI 투자자는 이러한 응용 프로젝트가 실질적인 문제를 효과적으로 해결하지 못하는 것이 주된 이유라고 지적했습니다. 예를 들어, 충칭의 한 기업가가 개발한 에세이 교정 프로젝트는 실질적인 요구 사항을 해결했기 때문에 일부 사람들은 투자를 위해 이를 가로채기 위해 공항까지 따라갔습니다. 마찬가지로 AI 동반 ​​서비스는 자녀가 밤에 아플 때 부모에게 신속한 진단과 의학적 의사결정 지원을 제공하는 등 실질적인 문제점을 해결해 주는 것으로 평가된다.

반면, 정보 격차, 교육 또는 AI 기업가 정신 교육에만 의존하는 프로젝트 또는 원래 프로젝트에 AI 얼굴 변경 및 생성 콘텐츠와 같은 기술만 추가하는 프로젝트는 자금 조달 가능성이 낮습니다.

지난해 6월 싱가포르 박사팀이 개발한 AI 협업 오피스 프로젝트가 개인 투자자들로부터 자금 지원을 받았다. 팀원 중 한 명인 샤오양(가명)은 AI 투자자들이 현재의 열풍에 대해 경계하고 있다고 말했다. 기술적인 장벽이 없고 개념적인 사업 계획만 있거나 테스트된 제품이 없거나 제품이 복제되기 쉽다면 자금 조달 가능성은 제로에 가깝습니다.

Xiaoyang은 또한 팀의 핵심 구성원이 모두 싱가포르 대학 박사팀 출신이며 3년 동안 언어 모델 프로젝트에 참여해 왔다고 소개했습니다. 올해 상반기에는 팀이 개발한 프로젝트가 테스트를 통과했으며, 마케터들은 B측 기업과 상업 채널을 구축하고 있다. 팀원들은 모두 박사과정 학생들이기 때문에 학교의 혁신 대회에 자주 참여하고 멘토를 통해 투자자 자원을 알게 됩니다. 개인 투자자 중 한 명은 자신의 프로젝트에 강한 관심을 보였으며 주로 R&D 비용을 충당하기 위해 프로젝트 전체의 2/3를 투자했습니다.

Xiaoyang은 AI가 주목받는 이유는 소비자가 더 많은 응용 시나리오에서 AI의 잠재력을 보기 때문이라고 지적했습니다. 하지만 오랫동안 이 분야에 종사해 온 기업가와 투자자들에게 이는 새로운 성장 포인트나 지속 가능한 성장 포인트가 아닙니다. 따라서 대부분의 투자자는 이러한 열광 속에서 사업 계획을 받을 때 팀 배경과 업계에서 소비한 시간을 합리적으로 검토하고 일반적으로 다음 단계의 연구 개발 비용만 충당하는 투자 금액에 있어서는 상대적으로 보수적입니다. 진행 후 추가 투자가 진행될 예정입니다.

최근에는 Zhipu AI, Baichuan Intelligence, Zero One Wish 등 수많은 AI 유니콘 기업이 등장했습니다. 세분화된 영역에서는 기술 수준의 컴퓨터 비전 및 이미징, 응용 수준의 지능형 로봇 프로젝트, 지능형 운전 등이 있습니다. / 자율주행 프로젝트는 벤처캐피탈을 더 많이 받는 분야이다.

지난 2년간 자본의 러브콜을 많이 받은 AI 기업을 보면 비슷한 점도 있다. 대형 모델은 당연히 캐피탈이 선호하는 AI 투자 방향 중 하나입니다. 많은 AI 유니콘 기업은 Zhipu AI, Zero-One Everything 등 대형 모델 기술을 개발하고 활용하는 데 중점을 두고 있습니다. 이들은 대형 모델 애플리케이션을 기반으로 다양한 제품을 출시했습니다. 자연어 처리, 이미지 및 비디오 생성 등에 국한되지 않습니다.

또한 일부 회사에서는 텍스트를 시각적으로(텍스트를 시각적으로), 텍스트를 음성으로(텍스트를 오디오로), 텍스트를 텍스트(텍스트를 텍스트로)하는 크로스 모달 모델을 개발하여 다양한 유형을 처리하는 AI의 능력을 입증했습니다. 데이터.

AI 유니콘 기업들 사이에서는 오픈 소스 협업이 자주 선택되는 방법입니다. 예를 들어 Zhipu AI는 기술 공유 및 협업을 촉진하고 일부 AI 기술 개발을 가속화하는 중국어-영어 이중 언어 대화 모델 ChatGLM-6B를 오픈 소스로 제공했습니다. 독립 Corner Beast는 휴머노이드 로봇 분야의 Zhiyuan Robot 연구 개발, 자동차 지능형 및 네트워크 구성 요소 분야의 Mejia Technology 혁신과 같은 특정 산업 또는 수직적 시나리오에 AI 기술을 적용하는 데 중점을 둡니다.

또한, 많은 AI 유니콘 기업은 최고의 기술 기업이나 유명 대학 출신의 창립팀을 보유하고 있습니다. 이들 팀원은 풍부한 연구와 실무 경험을 갖추고 있어 기업의 기술 혁신을 위한 탄탄한 기반을 제공합니다.

높은 수요에도 불구하고 AI 유니콘 기업들이 기술혁신 과정에서 직면하는 가장 큰 난관은 주로 기술 개발의 불확실성, 높은 연구개발 비용, 기술 상용화의 어려움에서 비롯된다.

기술은 빠른 속도로 발전하고 있으며, AI 기업은 최신 기술 동향을 지속적으로 따라야 합니다. 이를 위해서는 기업의 지속적인 R&D 투자가 필요할 뿐만 아니라, R&D팀이 기술 변화에 빠르게 적응하고 활력을 유지해야 합니다. 혁신.

높은 R&D 비용은 AI 유니콘 기업이 직면한 또 다른 중요한 과제입니다. 특히 대형 모델과 딥러닝 분야에서는 이러한 모델을 훈련하고 배포하는 데 막대한 컴퓨팅 리소스와 데이터 지원이 필요하며, 이러한 리소스에는 값비싼 하드웨어 투자와 운영 및 유지 관리 비용이 필요한 경우가 많습니다. 또한, AI 기술의 상용화 역시 도전 과제로 가득 차 있습니다. 기술을 어떻게 시장에서 수용할 수 있는 제품으로 변환할 것인지, 적합한 비즈니스 모델과 수익 채널을 어떻게 찾을 것인지는 모두 AI 유니콘 기업이 해결해야 할 문제입니다.

데이터 프라이버시와 컴플라이언스 리스크도 AI 유니콘 기업이 기술 혁신 과정에서 무시할 수 없는 과제다. 데이터 보호 규정이 점점 더 엄격해짐에 따라 기업은 데이터 처리 및 애플리케이션이 법률 및 규제 요구 사항을 준수하는지 확인해야 합니다. 이는 규정 준수 비용을 증가시킬 뿐만 아니라 기술 설계 및 적용에 대한 요구 사항도 더 높아집니다.

엄격한 투자 요건도 AI 분야에 대한 투자자들의 마음을 점차 진정시켰다.

2023년 1차 시장에서 중국 인공지능 산업의 자금 조달 상황은 몇 가지 변화를 보여준다. 전반적인 투자금융 산업이 침체기를 겪고 있지만, 인공지능 분야의 자금조달 상황은 여전히 ​​상대적으로 뜨겁다. IT Orange 데이터에 따르면 2023년 11월 20일 현재 1차 시장 인공지능 트랙의 총 금융 이벤트 수는 530건으로 전년 동기 대비 26% 감소했습니다. 위안화 가치는 631억 위안으로 추산되며 위안화 가치는 지난해 같은 기간에 비해 38% 하락했다.

AI 투자 분야는 많은 도전과 딜레마를 겪고 있습니다.

기술이 계속 발전함에 따라 투자자들은 AI 프로젝트의 실제 투자 수익률(ROI)에 점점 더 많은 관심을 기울이고 있습니다. 최근 몇 년간 AI 프로젝트의 투자수익률이 높아졌지만, AI 투자의 혜택에 대한 시장의 기대는 순수한 기술적 역량에서 실제 수익으로 옮겨갔다. 또한, AI 기술의 급속한 반복으로 인해 기업은 최신 기술을 지속적으로 따라갈 필요가 있으며, 이는 투자자가 기술 동향에 대한 깊은 이해와 정확한 판단을 가지고 있어야 함을 의미합니다.

AI 프로젝트, 특히 대형 모델의 트레이닝에는 막대하고 지속적인 R&D 투자가 필요하며, 이는 자금이 제한된 스타트업에게는 큰 도전 과제입니다. 동시에 AI 기업은 기술을 실제 비즈니스 가치로 전환하기 위해 상용화 과정에서 확장 가능한 구현 시나리오를 찾아야 합니다. 이 과정은 불확실성으로 가득 차 있습니다. 데이터 보안법 및 개인정보 보호법의 시행으로 데이터 개인 정보 보호 및 규정 준수 위험이 증가하여 AI 기업에 규정 준수 비용과 위험이 높아졌습니다.

AI 투자에 대한 시장의 열광은 금융 거품에 대한 우려도 불러일으켰다. 일부 분석가들은 AI에 대한 현재의 막대한 투자가 금융 거품으로 이어질 수 있다고 생각합니다. 왜냐하면 AI 수입과 지출의 격차가 벌어지고 있고, 투자가 기대 수익을 창출하려면 막대한 수입이 필요하기 때문입니다. 또한 AI 기술이 발전하고 있음에도 불구하고 시중에는 실질적인 혜택을 가져다 주는 AI 제품이 부족하고, 실제로 소비자가 사용하는 AI 제품도 많지 않습니다.

투자 분야에서는 일부 AI 기업의 가치가 너무 높아 1차 시장이 인수하기 어려울 수 있고, 지속적인 손실이 발생할 경우 2차 시장이 지불할 의사가 없을 수도 있다. 선도적인 AI 기업이 자금 유치 능력을 높이면서 대규모 단일 자금 조달 이벤트가 자주 발생하며, 이는 업계 전체 평균 자금 조달 금액을 증가시킬 뿐만 아니라 투자 문턱도 증가시킵니다. 정책 및 규제 환경의 불확실성도 투자자가 고려해야 할 요소입니다. 정책 변화는 특히 데이터 사용 및 개인정보 보호 측면에서 AI 기업의 운영 및 투자 수익에 영향을 미칠 수 있습니다.

투자자는 AI 투자를 고려할 때 정보에 입각한 결정을 내리기 위해 이러한 요소를 종합적으로 고려해야 합니다. AI 투자의 복잡성과 불확실성으로 인해 투자자는 심층적인 기술적 통찰력, 시장 분석 역량 및 위험 평가 역량을 갖추어야 합니다.

AI 투자 분야에서 투자자들은 기술 개발의 불확실성, 상용화의 어려움, 높은 R&D 비용, 데이터 프라이버시 및 규정 준수 위험, 시장 거품에 대한 우려, 과도한 가치와 같은 가치 평가 문제 등 많은 어려움에 직면해 있습니다. 이러한 과제에 직면한 투자자는 위험을 평가하고 관리하기 위해 다양한 전략을 채택해야 합니다.

첫째, 투자자는 기술의 성숙도와 시장 적용 잠재력을 평가하는 것을 포함하여 AI 기술의 최신 개발 및 미래 동향에 대해 깊이 이해해야 합니다. 기술 동향을 이해하는 것은 업계가 어디로 향할지 예측하는 데 중요합니다. 둘째, AI 기업의 비즈니스 모델, 특히 제품이나 서비스에 대한 시장 수요, 고객 기반, 수익원 및 수익성을 평가하는 것이 핵심이다.

AI 프로젝트에는 일반적으로 막대한 R&D 투자가 필요하다는 점을 고려할 때 투자자는 회사의 재무 상태와 자금 조달 능력은 물론 예상 투자 수익을 신중하게 평가해야 합니다. 동시에 AI 기업의 데이터 수집, 처리, 저장 방법이 데이터 보호 규정 및 개인정보 보호정책을 준수하는지 확인하기 위해 데이터 규정 준수 검토도 필수적입니다.

시장 거품 위험을 식별하는 것은 시장 최고치에 투자하는 것을 피하는 데 중요합니다. 투자자들은 AI 기업의 가치평가를 합리적으로 분석하고, 과대평가된 프로젝트에는 투자하지 말아야 한다. 또한 다양한 기술 분야, 다양한 개발 단계의 AI 기업에 투자하는 등 위험을 분산시키기 위해 투자 포트폴리오를 다양화하면 단일 투자의 위험을 줄일 수 있습니다.

시장변화에 대응하기 위해서는 투자 후 지속적인 모니터링과 적시적인 투자전략 조정이 중요합니다. 위험 식별, 평가, 모니터링 및 완화 조치를 포함한 위험 관리 메커니즘을 확립하면 투자자가 잠재적 손실을 더 잘 통제하는 데 도움이 될 수 있습니다. 필요한 경우 업계 전문가 또는 전문 투자 자문가와 상담하여 더 깊은 시장 통찰력과 투자 조언을 제공할 수 있습니다.

즉, AI 투자에서는 투자자가 위험을 평가하기 위해 포괄적이고 신중한 접근 방식을 취하고 충분한 정보와 전문적인 분석을 바탕으로 투자 결정을 내릴 것을 요구합니다. 이러한 전략을 통해 투자자는 AI 투자 분야의 과제에 더 잘 대처하고 견고한 투자 수익을 얻을 수 있습니다.