noticias

En inteligencia artificial, el auge de la inversión parece estar atravesando un período de enfriamiento.

Aunque la tecnología de IA se considera ampliamente como un impulsor clave del futuro, la realidad es que muchos proyectos emergentes de IA no resuelven los verdaderos problemas del mercado, lo que resulta en un desajuste entre la oferta de financiación y la demanda de proyectos. Los inversores están empezando a evaluar de forma más racional el potencial de mercado y el valor de la aplicación práctica de los proyectos de IA. Al mismo tiempo, los proyectos modelo a gran escala tienen más probabilidades de atraer capital debido a sus barreras técnicas y sus amplias perspectivas de aplicación.

Sin embargo, incluso estos proyectos enfrentan desafíos como la incertidumbre en el desarrollo tecnológico, los altos costos de I+D y las dificultades de comercialización.

¿Cuál es el futuro de la inversión en IA?

"Ahora, en el campo del emprendimiento de IA, la oferta de proyectos parece superar la demanda", dijo un inversor en ALL-in AI.

El proceso ideal de puesta en marcha de IA debería consistir en desarrollar una solución basada en una necesidad específica del mercado y luego demostrar a los inversores la amplitud y urgencia de esta necesidad. Sin embargo, en realidad, muchos proyectos van en la dirección opuesta: primero construyen una plataforma de inteligencia artificial multidimensional mientras buscan financiación y determinan direcciones específicas. Este enfoque dificulta que los inversores evalúen el modelo de beneficios específico y el potencial de mercado del proyecto.

Desde la perspectiva de la oferta de capital, aunque los fondos en dólares estadounidenses están muy interesados ​​en proyectos empresariales de IA, ellos mismos han encontrado dificultades para recaudar fondos este año, lo que limita su inversión en el campo de la IA de ciclo largo y alto riesgo. Al mismo tiempo, algunos fondos maduros en RMB también se están centrando en el campo de la IA, pero prefieren invertir en proyectos que hayan pasado la verificación del mercado y hayan logrado ciertos resultados.

Tomemos como ejemplo la conducción autónoma. Este campo alguna vez fue considerado como una de las aplicaciones con mayor potencial de la inteligencia artificial. Sin embargo, existe una brecha entre la realidad y los ideales. La conducción autónoma no sólo requiere tecnología sólida, sino que también requiere el apoyo de políticas, regulaciones y promoción del mercado. Por ejemplo, es necesario mejorar gradualmente las normas de circulación para vehículos autónomos y la definición de responsabilidad por accidentes. Además, la promoción de los fabricantes de automóviles entre los consumidores también es clave para aumentar la aceptación de la conducción autónoma. Estos factores han prolongado el proceso de comercialización de la conducción autónoma y han afectado el entusiasmo de los inversores. Desde el inicio de la moda de la conducción autónoma en 2016, los eventos de inversión y financiación y la escala en la industria nacional de conducción autónoma han disminuido para 2021 y disminuirán significativamente en 2022 y 2023.

Aunque la IA tiene proyectos innovadores en muchos campos, como la oficina, la creación y la educación, muchos inversores que han estado involucrados en campos de tecnología dura durante muchos años creen que este año no ha habido una escena de innovación suficientemente convincente. Creen que el modelo AI+ requiere innovación disruptiva que realmente pueda mejorar la eficiencia de la producción, no solo la decoración superficial.

La situación de la inversión en el campo de la IA muestra una cierta diferenciación: es relativamente fácil obtener fondos para proyectos modelo a gran escala, mientras que es más difícil obtener financiación para proyectos de IA dirigidos a escenarios de aplicación específicos. Un inversor en IA señaló que la razón principal es que estos proyectos de aplicaciones no logran resolver problemas prácticos de manera efectiva. Por ejemplo, un proyecto de corrección de ensayos desarrollado por un empresario en Chongqing fue favorecido por los inversores porque resolvió necesidades prácticas. Algunas personas incluso lo siguieron hasta el aeropuerto para interceptarlo para realizar inversiones. De manera similar, el servicio de acompañamiento de IA brinda a los padres un diagnóstico rápido y apoyo para la toma de decisiones médicas cuando sus hijos están enfermos por la noche, lo que también se considera una solución a problemas prácticos.

Por el contrario, los proyectos que sólo se basan en lagunas de información, la enseñanza o la formación empresarial en IA, o los proyectos que sólo añaden tecnologías como la IA que cambia la cara y el contenido generativo a los proyectos originales, tienen menos probabilidades de obtener financiación.

En junio del año pasado, un proyecto de oficina colaborativa de IA desarrollado por un equipo de doctorado en Singapur recibió apoyo financiero de inversores individuales. Xiaoyang (seudónimo), uno de los miembros del equipo, dijo que los inversores en IA son cautelosos ante la moda actual. Si no hay barreras técnicas, sólo un plan de negocios conceptual, no hay productos probados o el producto es fácil de copiar, entonces. La probabilidad de obtener financiación es casi nula.

Xiaoyang también presentó que los miembros principales de su equipo son todos del equipo de doctorado de la Universidad de Singapur y que ha estado involucrado en proyectos de modelos lingüísticos durante tres años. En el primer semestre de este año, los proyectos desarrollados por el equipo pasaron las pruebas y los especialistas en marketing están estableciendo canales comerciales con empresas del lado B. Dado que todos los miembros del equipo son estudiantes de doctorado, a menudo participan en los concursos de innovación de la escuela y conocen algunos recursos de inversores a través de sus mentores. Uno de los inversores individuales mostró un gran interés en su proyecto e invirtió dos tercios del proyecto, principalmente para cubrir los gastos de I+D.

Xiaoyang señaló que la razón por la que la IA ha atraído la atención es porque los consumidores ven el potencial de la IA en más escenarios de aplicación. Pero para los empresarios e inversores que llevan mucho tiempo en este campo, este no es un punto de crecimiento nuevo ni sostenible. Por lo tanto, cuando la mayoría de los inversores reciben planes de negocios en medio de esta ola de entusiasmo, examinarán racionalmente los antecedentes del equipo y el tiempo invertido en la industria, y serán relativamente conservadores en términos del monto de la inversión, que generalmente solo cubre la siguiente etapa de gastos de investigación y desarrollo. Se realizarán inversiones adicionales una vez que se logren avances.

En los últimos años, han surgido varias empresas unicornio de IA, incluidas Zhipu AI, Baichuan Intelligence, Zero One Wish, etc. En áreas subdivididas, visión e imágenes por computadora a nivel técnico, proyectos de robots inteligentes a nivel de aplicación y conducción inteligente. / Los proyectos de conducción autónoma son áreas que reciben más capital riesgo.

Cuando se trata de empresas de inteligencia artificial que han sido muy buscadas por el capital en los últimos dos años, también existen algunas similitudes. Los modelos grandes son, naturalmente, una de las direcciones de inversión en IA favoritas del capital. Muchas empresas unicornio de IA se centran en desarrollar y utilizar tecnologías de modelos grandes, como Zhipu AI, Zero-One Everything, etc. pero no limitado al procesamiento del lenguaje natural, generación de imágenes y videos, etc.

Además, algunas empresas también han desarrollado modelos intermodales de texto a visual (texto a visual), texto a voz (texto a audio) y texto a texto (texto a texto), lo que demuestra la capacidad de la IA para procesar diferentes tipos. de datos. .

Entre las empresas unicornio de IA, la colaboración de código abierto suele ser el método que suelen elegir. Por ejemplo, Zhipu AI ha abierto el modelo de conversación bilingüe chino-inglés ChatGLM-6B, que promueve el intercambio y la colaboración de tecnología y acelera el desarrollo de la tecnología de IA; Corner Beast independiente se centra en aplicar la tecnología de inteligencia artificial a industrias específicas o escenarios verticales, como la investigación y el desarrollo de Zhiyuan Robot en el campo de los robots humanoides y la innovación de Mejia Technology en el campo de los componentes automotrices inteligentes y en red.

Además, muchas empresas unicornio de IA tienen equipos fundadores de empresas de tecnología de primer nivel o universidades reconocidas. Estos miembros del equipo a menudo tienen una rica experiencia práctica y de investigación, lo que proporciona una base sólida para la innovación tecnológica de la empresa.

Aunque son muy buscadas, los mayores desafíos que enfrentan las empresas unicornio de IA en el proceso de innovación tecnológica provienen principalmente de la incertidumbre del desarrollo tecnológico, los altos costos de investigación y desarrollo y la dificultad de comercializar la tecnología.

La tecnología se está desarrollando a un ritmo rápido y las empresas de IA deben seguir constantemente las últimas tendencias tecnológicas. Esto no solo requiere que la empresa invierta continuamente en I + D, sino que también requiere que el equipo de I + D se adapte rápidamente a los cambios tecnológicos y mantenga la vitalidad. innovación.

Los altos costos de I+D son otro desafío importante al que se enfrentan las empresas unicornio de IA. Especialmente en el campo de los modelos grandes y el aprendizaje profundo, entrenar e implementar estos modelos requiere enormes recursos informáticos y soporte de datos, y estos recursos a menudo requieren costosas inversiones en hardware y costos de operación y mantenimiento. Además, la comercialización de la tecnología de IA también está llena de desafíos. Cómo transformar la tecnología en productos aceptados por el mercado y cómo encontrar modelos de negocio y canales de ganancias adecuados son problemas que las empresas unicornio de IA deben resolver.

La privacidad de los datos y los riesgos de cumplimiento también son desafíos que las empresas unicornio de IA no pueden ignorar en el proceso de innovación tecnológica. A medida que las regulaciones de protección de datos se vuelven cada vez más estrictas, las empresas deben garantizar que su procesamiento y aplicaciones de datos cumplan con los requisitos legales y regulatorios. Esto no solo aumenta los costos de cumplimiento, sino que también impone requisitos más altos en el diseño y la aplicación de la tecnología.

Los estrictos requisitos de inversión también han hecho que los inversores se calmen gradualmente en el campo de la IA.

La situación financiera de la industria de inteligencia artificial de China en el mercado primario en 2023 muestra algunos cambios. Aunque la industria general de inversión y financiación está experimentando una recesión, la situación financiera en el campo de la inteligencia artificial todavía es relativamente complicada. Según datos de IT Orange, al 20 de noviembre de 2023, el número total de eventos de financiación en la pista de inteligencia artificial en el mercado primario fue de 530, una disminución del 26% en comparación con el mismo período del año pasado; Se estima en 63.100 millones de yuanes. El yuan cayó un 38% en comparación con el mismo período del año pasado.

El campo de la inversión en IA está experimentando muchos desafíos y dilemas.

A medida que la tecnología continúa avanzando, los inversores prestan cada vez más atención al retorno de la inversión (ROI) real de los proyectos de IA. Aunque el retorno de la inversión de los proyectos de IA ha aumentado en los últimos años, las expectativas del mercado sobre los beneficios de la inversión en IA han pasado de las capacidades puramente técnicas a los retornos reales. Además, la rápida iteración de la tecnología de IA requiere que las empresas sigan manteniéndose al día con la última tecnología, lo que significa que los inversores deben tener un conocimiento profundo y un juicio preciso de las tendencias tecnológicas.

Los proyectos de IA, especialmente el entrenamiento de modelos grandes, requieren una inversión enorme y continua en I+D, lo que supone un gran desafío para las empresas emergentes con fondos limitados. Al mismo tiempo, las empresas de IA necesitan encontrar escenarios de implementación escalables en el proceso de comercialización para transformar la tecnología en valor comercial real. Este proceso está lleno de incertidumbres. Los riesgos de cumplimiento y privacidad de los datos han aumentado con la implementación de leyes de seguridad de datos y leyes de protección de la información personal, lo que genera mayores costos y riesgos de cumplimiento para las empresas de IA.

El entusiasmo del mercado por la inversión en IA también ha generado preocupaciones sobre las burbujas financieras. Algunos analistas creen que la enorme inversión actual en IA puede conducir a una burbuja financiera, porque la brecha entre los ingresos y los gastos de la IA se está ampliando, y se necesitan enormes ingresos para garantizar que la inversión produzca el rendimiento esperado. Además, aunque la tecnología de IA se está desarrollando, faltan en el mercado productos de IA que aporten beneficios sustanciales, y los consumidores no utilizan muchos productos de IA.

En el campo de las inversiones, la valoración de algunas empresas de IA puede ser demasiado alta, lo que dificulta que el mercado primario se haga cargo y, en caso de pérdidas continuas, es posible que el mercado secundario no esté dispuesto a pagar. A medida que las principales empresas de IA aumentan su capacidad para atraer dinero, con frecuencia se producen grandes eventos de financiación únicos, lo que no sólo aumenta el importe medio general de financiación en la industria, sino que también aumenta el umbral de inversión. La incertidumbre en el entorno político y regulatorio también es un factor que los inversores deben considerar. Los cambios en las políticas pueden afectar las operaciones y el rendimiento de las inversiones de las empresas de IA, especialmente en términos de uso de datos y protección de la privacidad.

Los inversores deben considerar estos factores de manera integral para tomar decisiones informadas al considerar inversiones en IA. La complejidad y la incertidumbre de la inversión en IA requieren que los inversores tengan conocimientos técnicos profundos, capacidades de análisis de mercado y capacidades de evaluación de riesgos.

En el campo de la inversión en IA, los inversores enfrentan muchos desafíos, los mayores de los cuales incluyen la incertidumbre en el desarrollo de la tecnología, las dificultades de comercialización, los altos costos de I + D, la privacidad de los datos y los riesgos de cumplimiento, las preocupaciones sobre las burbujas del mercado y cuestiones de valoración como el valor excesivo. Ante estos desafíos, los inversores deben adoptar una variedad de estrategias para evaluar y gestionar el riesgo.

En primer lugar, los inversores deben tener un conocimiento profundo de los últimos avances y tendencias futuras en la tecnología de IA, lo que incluye evaluar la madurez de la tecnología y su potencial de aplicación en el mercado. Comprender las tendencias tecnológicas es fundamental para predecir hacia dónde se dirige la industria. En segundo lugar, es clave evaluar el modelo de negocio de la empresa de IA, especialmente la demanda del mercado de sus productos o servicios, base de clientes, fuentes de ingresos y rentabilidad.

Teniendo en cuenta que los proyectos de IA suelen requerir enormes inversiones en I+D, los inversores deben evaluar cuidadosamente la situación financiera y las capacidades financieras de la empresa, así como el retorno de la inversión esperado. Al mismo tiempo, las revisiones del cumplimiento de los datos también son esenciales para garantizar que los métodos de recopilación, procesamiento y almacenamiento de datos de la empresa de IA cumplan con las normas de protección de datos y las políticas de privacidad.

La identificación de los riesgos de burbuja del mercado es fundamental para evitar invertir en máximos del mercado. Los inversores deberían realizar un análisis racional de la valoración de las empresas de IA y evitar invertir en proyectos con valoraciones sobrevaloradas. Además, diversificar las carteras de inversión para diversificar los riesgos, incluida la inversión en empresas de inteligencia artificial en diferentes campos tecnológicos y en diferentes etapas de desarrollo, puede reducir el riesgo de una sola inversión.

El seguimiento continuo después de la inversión y el ajuste oportuno de las estrategias de inversión son cruciales para responder a los cambios del mercado. Establecer un mecanismo de gestión de riesgos, que incluya medidas de identificación, evaluación, seguimiento y mitigación de riesgos, puede ayudar a los inversores a controlar mejor las pérdidas potenciales. Cuando sea necesario, consultar a expertos de la industria o asesores de inversiones profesionales puede proporcionar conocimientos más profundos del mercado y asesoramiento de inversión.

En resumen, la inversión en IA requiere que los inversores adopten un enfoque integral y prudente para evaluar los riesgos y garantizar que las decisiones de inversión se basen en información suficiente y análisis profesionales. A través de estas estrategias, los inversores pueden afrontar mejor los desafíos en el campo de la inversión en IA y lograr retornos de inversión sólidos.