張璐也解釋了這背后的原因。

一來，美國天生有個非常獨特的市場環(huán)境，它可能是全世界做企業(yè)級(ToB)銷售最容易、也最成熟的商業(yè)市場；

二來，ChatGPT讓所有產(chǎn)業(yè)意識到「這個工具存在了，如果我不用，我的競爭對手會不會用？全產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型整體加速」

除了生成式AI能提高產(chǎn)業(yè)效能、經(jīng)濟形勢等方面的影響，張璐還談到了一個很有意思的現(xiàn)象，那就是產(chǎn)業(yè)玩家的緊迫性。

張璐2018年就和她的合伙人前惠普CTO Shane Wall，一起建了一個Fusion Fund CXO網(wǎng)絡，至今其中有44名500強企業(yè)的CTO，覆蓋了11個不同行業(yè)。網(wǎng)絡成員每個季度都會進行閉門討論分享，從今年初開始，與CTO們聊的一個大主題就是各種生成式AI的產(chǎn)業(yè)落地應用，從“企業(yè)的數(shù)字戰(zhàn)略”、“生成式AI的應用挑戰(zhàn)”到“人工智能時代的數(shù)據(jù)監(jiān)管和隱私”等等，張璐就談到這些CTO的緊迫感非常強。

張璐總結(jié)這樣的緊迫感來自于兩個方面。

一方面是他們擁有海量的有價值數(shù)據(jù)，問題在于如何利用數(shù)據(jù)策略將數(shù)據(jù)的價值反映到公司的估值，也就是制定公司數(shù)據(jù)戰(zhàn)略。

另一方面，這些CTO發(fā)現(xiàn)公司員工會暗自使用ChatGPT，這背后也帶來了數(shù)據(jù)隱私的問題，急需一個行業(yè)專屬模型來替代，更重要的是效能提升的需求非常迫切，產(chǎn)業(yè)有更強的動力去應用新的技術(shù)

據(jù)張璐透露，這些大公司專門批給CTO或者是首席創(chuàng)新官，以及專門與初創(chuàng)企業(yè)戰(zhàn)略合作的預算越來越高，以前可能只有幾千萬、幾億美金，現(xiàn)在可以到十幾億美金。

這樣的情況，再加上得益于AI工具的助力，初創(chuàng)公司開發(fā)成本降低、效率增高，也進一步提高了很多初創(chuàng)企業(yè)的商業(yè)變現(xiàn)速度。

不過在面對「生成式AI是否能夠重塑各行各業(yè)」這個論斷時，張璐直言：

并不覺得會重塑，在硅谷更多看到的是Plug in，相當于是現(xiàn)在的行業(yè)應用，再加上生成式AI作為一個feature（功能）。

張璐認為目前這一階段仍只是人工智能的序曲，還沒有達到高潮。

而要實現(xiàn)真正的高潮，張璐主要談到了兩點。

一個是從跨領(lǐng)域生態(tài)上看，目前需要解決生成式AI應用的幾個挑戰(zhàn)：一是算力成本過高；二是耗電量比較高；三是數(shù)據(jù)傳輸和溝通的效率，以及數(shù)據(jù)隱私的問題。

第二個則是垂直領(lǐng)域的應用，這其中很重要一點就是拿到行業(yè)高質(zhì)量數(shù)據(jù)。這對初創(chuàng)企業(yè)創(chuàng)始人就有一定的要求，比如要懂這個行業(yè)，懂得在模型訓練過程中去給專業(yè)的行業(yè)反饋；要有能力與行業(yè)龍頭成為戰(zhàn)略合作伙伴，并且拿到他們的高質(zhì)量數(shù)據(jù)來去優(yōu)化模型，打造行業(yè)專屬模型。

而早在2017年，張璐帶領(lǐng)的Fusion Fund團隊從AI在醫(yī)療領(lǐng)域的創(chuàng)新開始，深度布局各個行業(yè)的人工智能應用。從2021年開始，張璐帶領(lǐng)的Fusion Fund團隊就在生成式人工智能商業(yè)應用開始明確的投資布局。

最早就是You.com，由Salesforce前首席科學家做的生成式AI搜索引擎，直接對標Bing。You.com近年來實現(xiàn)了快速增長，即將成為領(lǐng)域內(nèi)的獨角獸企業(yè)。

Fusion Fund還投資了各種垂直領(lǐng)域的企業(yè)，比如在制藥醫(yī)療、企業(yè)服務、金融保險、物流供應鏈等領(lǐng)域均有布局。這些垂直行業(yè)的被投企業(yè)商業(yè)化都做得非常好，年收入至少在1000萬美元以上，一些企業(yè)級的AI解決方案年收入超過了6000萬美金。

尤其是近年來涌現(xiàn)了諸多企業(yè)服務場景的公司。比如Fusion Fund投資的Vectara，就是用生成式AI進行企業(yè)級搜索，解決了如何將大模型應用到小的數(shù)據(jù)團隊里的問題，能夠完成跨文件格式及跨語言搜索等操作，以及針對企業(yè)級會議應用的Otter.ai。

此外，F(xiàn)usion Fund還關(guān)注到一些在跨領(lǐng)域生態(tài)上驅(qū)動AI應用的企業(yè)，覆蓋從算力優(yōu)化、邊緣計算、數(shù)據(jù)隱私，再到AI監(jiān)管、聯(lián)邦學習等方面。比如業(yè)內(nèi)最頂尖的邊緣計算芯片公司EdgeQ，賈揚清創(chuàng)始的Lepton AI，開源領(lǐng)域的Loft.sh和Nexusflow等。

這也引出了硅谷目前第二個現(xiàn)狀：

初創(chuàng)公司做模型已經(jīng)非常少了，大家的關(guān)注點已經(jīng)從模型來到了應用層。

張璐談到，這背后涉及美國公司的一個共性，那就是重點去做別人做不了的，然后再在周圍建生態(tài)，吸引很多公司在自己生態(tài)中成長起來。

英偉達就是個典型例子。英偉達有能力自己開發(fā)諸多應用，但他們并沒有自己去做應用，而是專注在硬件層+基礎(chǔ)平臺層，用自己的算力系統(tǒng)搭建好基礎(chǔ)設施與平臺，吸引初創(chuàng)公司在它的平臺上建立新的應用。

英偉達從數(shù)年前開始就在布局自己的生態(tài)，它推出了“初創(chuàng)加速計劃”（Nvidia Inception Program），在各個垂直領(lǐng)域精選優(yōu)秀的AI初創(chuàng)企業(yè)，獲獎企業(yè)能夠獲得獎金并優(yōu)先使用英偉達平臺的資源，而Fusion Fund投資的企業(yè)中已有9家企業(yè)入選該計劃。張璐團隊自2017年起也一直和英偉達緊密合作，最近Fusion Fund的創(chuàng)始人日活動就在英偉達總部和英偉達聯(lián)合舉辦，加速生態(tài)發(fā)展。

像谷歌、亞馬遜、微軟等大公司，他們也希望建立自己的生態(tài)，通過大模型來幫他們留住企業(yè)云客戶。OpenAI也曾公開表達沒有意愿去做垂直領(lǐng)域的應用。

在這樣的生態(tài)環(huán)境下，初創(chuàng)公司就能在科技巨頭開發(fā)的模型層上建立各種各樣的應用。而且初創(chuàng)公司的選擇，也會觸發(fā)模型層企業(yè)的良性競爭，模型成本也會逐漸降低。

這就是為什么在美國很少見到初創(chuàng)公司再去做模型了，因為沒有必要。

這也間接印證了張璐一直以來對技術(shù)周期的看法：技術(shù)創(chuàng)新的周期是“先基礎(chǔ)技術(shù)創(chuàng)新，再技術(shù)應用創(chuàng)新，最終會帶來新的商業(yè)模式創(chuàng)新”?，F(xiàn)在大家一個共識是，目前已經(jīng)進入到技術(shù)應用創(chuàng)新的周期。

總的來看，此次生成式AI浪潮，其實與張璐團隊一直以來強調(diào)的概念0代碼人工智能平臺不謀而合——

使用者不需要寫任何一行代碼，也不需要懂代碼，就可以直接應用和受益于人工智能解決方案。

之前大家一直不能理解，但現(xiàn)在通過ChatGPT進行了大規(guī)模的全產(chǎn)業(yè)教育，大家發(fā)現(xiàn)原來真的可以。尤其在B端，因為有非常落地的行業(yè)應用場景，推進速度非?？臁?/p>

以前人工智能的概念也火過好幾次，但都不像這次如此落地。這也是生成式AI最大的一個優(yōu)勢。從投資者的角度來看，商業(yè)落地進程加快，很快就可以解決實際問題。一個公司的發(fā)展前景就可以預測得比較明確了。

張璐建議初創(chuàng)公司要明智地選擇切入點，不要同大企業(yè)硬碰硬，而是要去得益于大企業(yè)間的競爭，選擇最有優(yōu)勢的應用場景去切入，選擇最合適的生態(tài)去合作。另外隨著產(chǎn)業(yè)快速發(fā)展變化，大企業(yè)不管是提供底層模型的優(yōu)化，還是生態(tài)的成長，都會為初創(chuàng)企業(yè)帶來新的行業(yè)機會。

兩條投資主線更為清晰

這樣的發(fā)展變化，在張璐團隊看來是原有的投資主線更清晰了。

也就是全產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型。而且是投資平臺性技術(shù)去挖掘數(shù)據(jù)的價值。

平臺型技術(shù)包括人工智能、邊緣計算等各種各樣的技術(shù)。所以生成式AI其實進一步推進了全產(chǎn)業(yè)對人工智能的認知以及對數(shù)字化的需求。

甚至有些行業(yè)，他們并不是真的擁抱AI，但看到同行業(yè)競爭對手開始使用人工智能，就會覺得必須要布局。

所以現(xiàn)在看到的各種探討，一方面在于我們到底怎樣在垂直領(lǐng)域應用人工智能，另一方面更多探討的是?build VS buy，是內(nèi)部自建還是外部采購。

科技公司更傾向于前者，因為開發(fā)成本越來越低。但對于傳統(tǒng)行業(yè)來說，外部采購速度更快，多樣性更強，而內(nèi)部去搭團隊周期較長，并且也涉及一些數(shù)據(jù)隱私考量。

另一大不變的投資主線在于技術(shù)應用是否能賦能到每個個體、每個企業(yè)。

人工智能最大一特點就是作為工具被人使用。現(xiàn)在很多人在探討說工具將完全替代人，但張璐認為現(xiàn)在還不到這個階段。

實際上，一個人使用AI等工具完成的工作量，可能就是以前三個人做的工作量。因此更需要關(guān)注的是，技術(shù)植入之后，如何更好地提升大家的生產(chǎn)力和生產(chǎn)效率。

近幾年，科技與創(chuàng)投圈每年都會迎來全民關(guān)注的新風口，從張璐的角度來看，這其中有些是真的、有些是假的。像區(qū)塊鏈、加密貨幣、元宇宙、Web3這些比較火熱的話題，張璐團隊一直都保持相對謹慎的態(tài)度。

但這次生成式AI所帶來的數(shù)字化轉(zhuǎn)型機遇，在張璐看來是真正可以落地的機會。所以不僅是Fusion Fund現(xiàn)在的布局，包括此前布局的AI公司，都圍繞著這種趨勢都在快速成長。

張璐解釋說，這背后有個很重要，也是非常簡單的一個判別式。

那就是回歸商業(yè)本質(zhì)?，看這項技術(shù)是否在解決現(xiàn)實產(chǎn)業(yè)中一個重大的問題，還是只在自己生態(tài)圈里圈地自萌。

“We need to create something people need, not people like”，你做的技術(shù)產(chǎn)品必須是人/產(chǎn)業(yè)需要的，而不只是人/產(chǎn)業(yè)喜歡的。

這一點同樣也適用于人工智能熱潮，市場上也有不少的泡沫。比如C端一些很炫酷的應用，寫幾行字就能生成好玩的照片。但若想想，這個功能在未來幾年每個星期都會有人使用它嗎？它是否真的能可持續(xù)發(fā)展呢？

相較而言，一些產(chǎn)業(yè)應用確實解決能實際需求，比如利用AI解決醫(yī)學影像增強，分析，在金融行業(yè)做投研報告和數(shù)據(jù)分析等等。

看好四大產(chǎn)業(yè)方向

圍繞著這層邏輯，除了生成式AI，張璐還透露了看好四個產(chǎn)業(yè)領(lǐng)域的未來技術(shù)發(fā)展。

第一是醫(yī)療，主要有兩個值得關(guān)注的方向：一是數(shù)字化治療（Digital Therapeutics）；二是數(shù)字化生物學（Digital Biology），尤其是合成生物學。從AlphaFold的持續(xù)更新，再到今年生成式AI，都極大地加速了數(shù)字化生物學的產(chǎn)業(yè)進程。

第二是保險行業(yè)的數(shù)字化。目前保險行業(yè)有海量的高質(zhì)量數(shù)據(jù)，市場量級非常大，但與此同時又面臨著利潤率越來越低的產(chǎn)業(yè)挑戰(zhàn)，這就讓保險科技及AI在保險領(lǐng)域的應用有了巨大的發(fā)展空間。

第三則是新一代的制造業(yè)和物流供應鏈。因疫情、人力成本越來越高等各方面原因，一些傳統(tǒng)物流供應鏈公司不得不推進自動化進程，由此衍生出一個非常大的趨勢即自動化機器人，越來越多數(shù)字工廠將誕生。

不過她強調(diào)，這里的機器人并非簡單意義上的人形機器人，而是各種各樣產(chǎn)線上自動化運作的機器人，這是一個大方向。

比如最近，張璐團隊投了一家保險科技公司——Koop，它是為這些應用大量機器人的工廠提供機器人保險。

除此之外，她還提到了另一種未來的想象。當機器人變得越來越小的時候，它所能做的事情、帶來的創(chuàng)新維度就會變得非常不一樣。

比如進入到臨床階段的納米機器人，他們在投的一家數(shù)字治療的項目，其產(chǎn)品就是一個智能膠囊，吞進去之后，就能實現(xiàn)整個消化系統(tǒng)的數(shù)據(jù)采集，以及定向定點的釋放藥物。

最后一個是太空科技。她給出論斷：?現(xiàn)在太空科技進入到第二個階段?。

第一個階段，太空科技更多的是傳統(tǒng)發(fā)射火箭、衛(wèi)星，硬件比較多，成本也較高。但現(xiàn)在已經(jīng)進入到第二階段，即太空數(shù)據(jù)時代。

再過兩年，馬斯克Starlink發(fā)射的衛(wèi)星總量可能會超過肉眼可見的星星數(shù)量，所以太空是非常擁擠的，三維的太空日常交通情況會非常糟糕。

所以一來這產(chǎn)生了很強的需求，即如何去管理和經(jīng)營太空中如此龐大的社群。張璐最近投資了一家公司就專注于太空中的交通管控，這是非常重要的應用。

二來，就是太空數(shù)據(jù)要如何應用，如何將其低成本化。

舉例來說，過去想要獲取太空數(shù)據(jù)需要自己發(fā)射衛(wèi)星，但現(xiàn)在可能也不需要自己發(fā)衛(wèi)星，而是直接運用太空中的衛(wèi)星數(shù)據(jù)。未來，地球上各類大小企業(yè)都能更好地利用太空數(shù)據(jù)，更多人也將更好地受益于太空數(shù)據(jù)，這是非常有價值的部分。

而在這個過程中一旦有數(shù)據(jù)，就可以用人工智能。

張璐坦言：很多現(xiàn)在討論的技術(shù)，它都有一個很大的特點，就是它并不是突然間出現(xiàn)的拐點般的新技術(shù)。事實上，這些技術(shù)往往存在已久，只是現(xiàn)在產(chǎn)業(yè)開始大規(guī)模應用，而且是產(chǎn)業(yè)到了特定時間節(jié)點，必須要做出改變的情況下。

比如像腦機接口、人形機器人等技術(shù)，張璐覺得這些絕對是未來的發(fā)展方向，但現(xiàn)在技術(shù)層面的挑戰(zhàn)還需要一步一步解決。

而像AI Healthcare以及太空科技，張璐預測或?qū)⑹敲髂甑娘L口。

尤其像AI HealthCare正在火速成長過程中。人工智能在醫(yī)療領(lǐng)域的應用，本身就是現(xiàn)在的一個大趨勢和風口。

One More Thing：如何看待Sam Altman？

在被問到硅谷如何看待Sam Altman這個當紅明星，有沒有將他當做下一個馬斯克、下一個喬布斯。

張璐坦言，他（現(xiàn)階段）跟馬斯克和喬布斯，可能還無法相提并論。

“Sam當然也是非常厲害的領(lǐng)袖，他能夠非常堅持地去做這件事情，經(jīng)歷了各種嘗試和挑戰(zhàn)，最終選定Transformer這個架構(gòu)并一路走下來。所以我覺得Sam可能比較強的一點是他的Vision，還有對理念的堅持，確實也很有韌性?！?/p>

但是從另一方面來看，這個產(chǎn)品最早的idea并不來自于他，技術(shù)也不來自于他。他更多像是一個很杰出的領(lǐng)袖，在對的時間節(jié)點，將對的人湊在一起，然后去拿對的資源，將很多東西整合起來。

不過喬布斯和馬斯克也不是同一類人。喬布斯是真正的創(chuàng)造者，他真的是從零到一去做創(chuàng)新的人。

而馬斯克，其實很多他做的東西都不是完全原創(chuàng)，他也并非特斯拉最早創(chuàng)始人，但他能將其做成商業(yè)化。他更像是個Dreamer，敢于去挑戰(zhàn)一些非常難的產(chǎn)業(yè)問題。

Sam Altman，現(xiàn)階段來說跟喬布斯和馬斯克還是有明顯差距的。不可否認，OpenAI帶動了生成式AI浪潮，但在OpenAI的技術(shù)和研發(fā)中，首席科學家Ilya等在內(nèi)的科學家，才是真正的OpenAI之父。