投资人圆桌对话：OpenAI“宫斗剧”，对中国AI创业有什么启发和教训？

圆桌对话：AI的红利与安全挑战（来源：本站科技报道）

记者：普子胥

2023年12月5日，深圳市互联网信息办公室、宝安区人民政府、本站传媒联合主办的“2023新一代人工智能(深圳)创业大赛”颁奖典礼在深圳成功举办。

“2023新一代人工智能(深圳)创业大赛”旨在促进人工智能的创新发展，助力人工智能初创企业健康成长。经过海选报名和多轮筛选比拼，大赛获奖项目将由主办方从现金、流量扶持、产业资源供需对接等多维度给予丰厚激励。现场，“本站新一代人工智能产业联盟”正式成立，未来将持续加强产业、资本、媒体、政府资源的链接，为创业者提供服务。

现场，就当下AI行业存在的机会和风险等重大热点难点问题，美团龙珠合伙人于红、明势资本合伙人夏令、清流资本合伙人刘博、青松基金合伙人张放出席了以《AI的红利与安全挑战》为主题的圆桌对话环节，广东天使会创始人兼秘书长何巨作为本次圆桌对话的主持人。

如何判断一个创业者的核心素养？就该话题，美团龙珠合伙人于红表示，创业者要回归本心，而不是机会主义。创业者不仅需要警惕市场上忽然出现的风口，更重要的是，要对自己选择的坚定信念。是否真正做出过选择，如何选择，也是考量创业者的一个关键因素。

就Open AI近期董事会震动对中国企业启示的话题，明势资本合伙人夏令表示，当下美国在Open AI讨论的重点是AI对人类安全的威胁。然而，中国人工智能企业更大的问题，则是如何追上Open AI的进展，这才是最核心的挑战。

谈及下一步人工智能机遇与挑战话题时，清流资本合伙人刘博认为，国内在To B场景的应用上会先起来，因为现阶段国内企业创始人对产品定义能力比较欠缺，而to B场景一般都有比较明确的定义要求，对创业企业本身的定义能力要求不高，当下To B应用的难点在于把产品体验SOP化。

如何衡量一个好项目、如何判断一家企业是否优质？现场，青松基金合伙人张放谈到，根据青松十多年投资经验观察下来，创业者的韧性是创业过程中非常重要的一点，尤其是在AI这个时代。当下，AI处在相对早期，技术一直在更新迭代，所以产品的终局是什么样子没人能预料，过程中会发生很多创始人都没有想到的各种各样的变化。

以下为大会《圆桌论坛》对话节录：

何巨：请大家一句话介绍自己。我是广东天使会创始人何巨，我是扎根在大湾区、专注在种子期和天使期的早期投资，每周三在广州有开放日，每周四在深圳有开放日，基本上形成大湾区的创业入口，在大湾区想创业的创业者都会到我们这个地方说一嘴，能够跟得住，投进去。

于红：大家好，我是于红，美团龙珠的合伙人，我们的投资阶段涵盖天使轮到Pre-IPO轮，我们也有实力支持发展到后期的公司。我们的目标是希望投到下一代最伟大的企业家，希望他们有机会可以改变中国，改变世界。在这个过程中，美团总结了过往的经验和教训，希望可以分享给这些创业者们，支持他们的创业之旅。

夏令：大家好，我是明势资本的合伙人夏令，明势资本2014年成立，过去9年只干一件事情，那就是科技领域的早期投资。我们是国内造车新势力最头部公司理想汽车的天使投资人。我们在AI领域是国内头部大模型公司的MiniMax的早期投资人，也是总部在深圳的家用机器人公司云鲸智能和通用机器人公司逐际动力的天使投资人。

刘博：大家好我是清流资本的合伙人刘博，今年是清流资本的第10年，清流资本是由前百度技术副总裁王梦秋女士创立的双币种早期投资基金，我们关注方向的是新能源、新材料、新智能和新消费。

张放：大家好，我是青松基金的合伙人张放，青松基金成立于2012年，有十多年历史，现在主要关注新能源、智能制造和数字经济三大领域，大AI方向也是其中重要板块。作为一家专注早期阶段的VC机构，我们非常重要的特点是，持续在寻找技术发展下的一些行业变革的因素，在这些方向和偏好下，我们已经投资了200多家企业，谢谢大家。

何巨：前不久Open AI董事会出现重大变动。这对中国的AI创业有什么启发和教训？董事会结构和组织结构应该如何优化？

于红：中国整体上来说所处的阶段有个很突出的特点，我们没有足够长的时间积累出一批成熟的职业经理人，能够帮助创业者把公司从1到10，从10到100做大。对于中国的创业者来说必须要有自己原生的管理能力，虽然之前没有，还是需要自己去学习的。所以海外我们看到无论是乔布斯，还是说包括Uber的创始人被赶出公司，背后本质的原因是投资人或者是董事会具备很强的治理能力。董事会的确得对CEO或者是对公司的管理层有任免的权利，而在中国这个权利往往是掌握在创始人的手中，中国的投资人往往比较信任创始人，创始人在董事会上都是具备多数投票权的。在我看来，至少在可见的未来之内，可能中国的创始人不太需要担心这个问题，因为创始人在董事会上有充足的权利。

夏令：我觉得大家以吃瓜的心态看了一周多，背后很多探讨的是技术加速主义和对齐主义的争论。在美国探讨的安全是AI对人类威胁的安全，但是因为巨大的技术差距，跟国内关注的AI内容安全压根不在一个层次上。所以对于我们一边看他们的发展，一边探讨，对于中国创业者来说核心关心的是能不能跟上Open AI进展，跟上scaling law，这是最核心的挑战。

从安全本身来讲，我觉得安全本身最后的解决还是要靠大模型自己，今天大家用一些传统的内容安全技术去做，如果想解决未来AI真正的安全问题，其实还是需要更强大的大模型自己能够有机会解决，这也是Open AI自己内部解决对齐问题的核心思路。

何巨：这场“宫斗”背后本质上是人工智能（AI）发展两种路线的冲撞，一派加速主义”，希望AI在技术精英的带领下加速前进改造世界；另一边则是以利他主义理论为根基、力求让AI在人类控制下发展的保守派别。你怎么看这个问题？

刘博：这个问题应该解构一下。现在到底有多少技术上没有突破的问题是因为我们介意它会发生一些安全问题？不同环境下的安全语境也是完全不一样的。而且非常安全和非常好用中间有很多的程度，从我们看中早期项目来讲，更多早期项目是先要让这个产品有一定的亮点、有一定效率之后到市场上跑一跑，否则完全不知道需要面对的是什么类型的安全问题。

张放：这个问题我们当时内部在看整个事件发展的时候也讨论过，可能因为我们是投资机构，第一反应是我们在这件事情上有什么样的投资机会。最直接的投资机会是，基于中国国情产生了安全层面的投资机会，包括在数据层面、模型层面、部署环节、测试环节。所以我们觉得可能会在这块有一些创业者的机会。总体上，我们也是很认可这件事情的解决最终还是要通过模型和算法本身的进步来进行的。

何巨：昨天我们也看了项目，刚才几个嘉宾也分享了一些方面的想法，实际上中国和美国的差距还是比较明显的，尤其是在应用端的差距还是比较明显的。这也提出一个问题，在于我们这帮创业公司在现在的AI战场上落地，应用层面有哪些机会？

于红：其实刚才有几位创业者或者是分享嘉宾已经讲过了，无外乎是To C、To B以及To G，更多的考量点是优先级，在哪些方面可能更快地落地。其实中国和美国的进度会不太一样，美国那边尤其是过去10年，经历了SaaS巨大的爆发，我们在跟美国的一些创业者交流的时候，问他中国的投资人和海外投资人有什么区别，他讲海外投资人更多关心To B，中国投资人更多关心To C。这其实和两国的国情是高度相关的。

今天我们看AI落地应用，如果说在中国的应用上来说，我们会觉得在To C里面，虽然今天还没有看到什么样的火花，但我觉得在To C里面应用的机会是挺大的，有可能会以更快的速度到来。在To B上面，目前也有蛮多的技术挑战，以及中国的基础设施的问题。但是我们还是挺希望在To B领域，因为有AI的出现能够带动中国的SaS有一次腾飞。

何巨：可以讲具体一点，具体哪些领域你们认为机会更大一点？

夏令：首先要看你要不要做模型，如果做模型就是两类，美国一流的公司做生产力工具，二流公司做娱乐内容平台。中国公司由于在模型上的差距，做娱乐内容类更有机会，甚至有世界级的机会。如果你要在中国做生产力工具，你面临的问题是模型能力到底有没有足够的强。

如果没有模型能力，是不是就没有AI创业机会？也不是。你努力做一个端到端的服务，AI只是其中一环，让AI赋能完整的服务。就像上一代产业数字化公司，你可以看到技术和做重同样重要。

刘博：国内主要在看To B场景的应用，上半年聊了很多项目，发现在这个阶段下创始人的产品定义能力还是欠缺的，这个浪潮来得太突然了，在To B的场景下有很多限定，工作流到底是什么样，需要很多标准产品，满足一个既定的标准是一个“命题作文”，相对来说比较容易一点。今天来看很多To B应用难是难在把产品体验SOP化，现在工程师去用很好用，但是放在甲方场景下，比如说金融场景下、游戏制作、动漫制作的场景下，甲方的人用到你的产品没有那么好用。

海外看To C的场景更多，偏娱乐化的，或者是偏社区化的一些应用，这也是我们关注的，核心是团队需要baseAI本体上去构思整个产品，而不是去迎合Web2.0的使用习惯做改造，这需要团队有很强的产品定义能力。

何巨：我想问一下另外一个问题。昨天看那么多项目的过程中，发觉很多创业者基本上都是名校+大厂出来的，名校+大厂出来之后很容易获得先发优势拿到一些红利的资源。最大的一个问题是他们机会太多，往往韧劲就不够，引出一个问题是怎么判断这些团队投或者是不投，你们怎么判断这些人？

张放：昨天我们也讨论过这个问题，我们也投了非常多的公司，在这十多年可能也积累了一些“看人”的经验，韧性这件事的确是创业过程中非常重要的一点，尤其是在AI这个时代。因为AI有一些特点，在技术上面还是在相对早期的状态，技术一直在更新迭代。所以产品的终局是什么样子的，在过程中会发生很多创始人都没有想到的各种各样的变化。在用户端，其实用户对这个产品、对这个技术、对这个市场的理解也是非常早期的。

夏令：这两年科技投资比较热，也说高校的教授不够用了，投资人比教授还多。明势很清楚我们投的人是企业家而不是科学家，或者是能够把创业这件事情做成一定是懂技术的企业家，他过去可以是科学家，但是需要知道从科学家到企业家有非常大的鸿沟，需要脱几层皮才可以做到，甚至有的人永远都跨不过去。

何巨： 在人工智能爆发的阶段，有没有建议给创业者在赛道的切入上面，对此有没有好的判断逻辑或者是方法论？

于红：从我们的角度来说，很重要的一点是创业者要回归本心，不是机会主义。跟您刚才的问题很类似，创业者在艰难的时刻能够坚持下来，是他内心里认可这个机会是真的机会，而不是因为是风口。所以投机或者是把风口作为创业的动机，对于创业者自己本身来说也是需要警惕的。要选择一个自己认为深信不疑的机会，首先来说是更重要的。

其次是学会选择，我倒是觉得选择并不一定是只在创业的时候学会的，坦白讲无论是面试也好，我经常问一个问题是有没有真正做过选择，人生很长，真正做过选择的人是不多的，尤其是在中国。

刘博：我觉得有关高校的学生或者是教授创业的问题在AI领域没有那么严重了，像Pika的团队和midjunery的团队可以很精简，它的产品类型是更教授和学生创业友好的状态，我们去年看的新能源项目也有很多高校教授出来创业，后面量产的难度对于高校团队挑战非常大。

从投资判断来讲，如果是学生做AI项目，我们会偏好眼里有光、Geek感觉很强的团队，对产品有很强的饥渴度，看见了产品中我没看到的细节，这样的团队是比较打动我们的。

何巨：最后一个问题，很多人所有行业可以用AI重新做一遍，大家就这个问题有没有什么样的看法？或者未来的首富一定出现在AI领域？

于红：我们倒是有一个不同的观点，一代新的技术出来不一定是革命式的，对于很多现有的公司也有很多机会来迭代自己的业务。举个例子，中国的PC互联网时代的BAT并没有被移动互联网的TMD颠覆掉，从这个角度来说，重要的是创造一些原生的,AI前时代所没有的，但是在AI时代独有的事物，不仅仅是把所有以前有的东西重新做一遍。

夏令：我觉得肯定大家都有一个共性的是人还是习惯性对短期的东西过于乐观，对于长期的东西过于悲观。我们讲自动驾驶也好，ChatGPT也好，AIGC也好，或者是通用的机器人也好。不管是人类的知识，还是自然界进化的规律，只要你有数据，就可以用比人类更高维的方式处理，实现智慧的涌现，不管是在自动驾驶、文本、机器人还是药物的发现。这个范式是今天大家无比的相信而且看到的，问题是落到不同具体的行业时，大家会发现蕴含着知识的数据是极度稀缺或者是成本高昂的，这严重制约了通用机器人、药物的发现和材料的发现，都是一样的。

对于它短期遇到的困难或者是到达我们想要实现的所谓“通用某某”的时候，还是要有比较长的时间，还是要有充分的估计，这其实也是对创业公司短期内如何实现商业化的比较大的挑战。

刘博：这句话拉长时间来看没有什么问题。但是中期来看，过去很多风口，无论是媒体端、资金端、资源端大家的耐心基本上就是三年，你看到过去有很多风口现象，三年过后就没了，无论是AR/VR还是当时的无人零售。三年之后是炮灰还是做成了，基本上就是这样一个时间窗口。对于今天决定入行还是已经在里面的创业者，比较重要的是，能在3-4年的时间窗口内找到一个商业模式，今天AI领域最赚钱的英伟达也是赚过游戏的钱、crypto的钱之后赚到了AI的钱，今天很多项目是一样的道理。

张放：我们觉得一个行业的发展不是单一技术的驱动，而是多个技术叠加产生的效应，你不能看单一的技术做判断，而是要多维度做判断。所以，AI这件事当然在不同的行业它发展的速度是不一样的，创业者既要对这个领域的技术发展有非常深刻的认识，也要时刻地跳出来看看这个行业爆发还需要哪些技术叠加的支持。