中国 AI 投资存在以下逻辑：
大规模算力投资带来的重大问题是：它会使公司转变为重资产模式。这种转变就像是一艘灵活的帆船突然变成了一艘庞大的油轮，虽然力量增强，但失去了灵活性。在当今瞬息万变的科技市场中，这种转变可能会对公司的估值产生不利影响，进而直接影响投资人的收益。尽管美国政府实施了“卡脖子”策略，但对中国公司而言，获得英伟达的算力并非完全不可能。光我自己听说的渠道就多达好几种。然而，无论选择哪种方式，获得高端GPU都是一项巨大的投资。除了GPU本身的高昂价格外，后续的部署、运营、调试和使用都将产生可观的成本。这么看，高性能算力的获取和使用，无疑是一项需要深思熟虑的重大决策。有意思的是，这两年中国的AI投资圈出现了一种有趣的现象。许多投资人会直接告诉大模型的创业者一个看似矛盾的策略：1.招募名校背景的人才2.迅速组织产品发布会3.推出大模型产品4.进行下一轮融资5.避免购买算力其实从上面的做法中就不难看出，在很多创业公司、创始人面前都摆着一个两难的选择：是否应该承担高昂的算力投入风险？还是应该包装自己，不断推高自己的估值？在现实情况中，大多数创业公司都选择了规避算力风险，抬高估值。但这个看似明智的决定却可能成为他们在大模型领域突破的绊脚石。因为这种做法让人想起了17世纪的荷兰郁金香泡沫。当时，人们疯狂投资郁金香球茎，推高价格，希望在泡沫破裂前获利。在AI领域，我们似乎正在经历一场类似的"估值泡沫"。然而，正如每个泡沫最终都会破裂，AI的风口期也不会永远持续。当风口过去，公司面临继续融资或上市的需求时，真实的收入将成为关键指标。在这种背景下，我们经常听到业内人士抱怨被"卡了脖子"。但这里出现了一个发人深省的问题：究竟是被他人卡住了脖子，还是我们自己不愿意"买条新领带"？
回顾2024年，放眼世界，AI仍旧是最强吸金赛道。据统计，国内AI行业融资总金额增加，但事件数同比下降，反应了机构更加谨慎的理性态度；同时马太效应越发明显，资本更青睐热点赛道和高成熟度赛道。在各细分赛道中，智能驾驶独占鳌头，投资事件数量和金额总数远超其他赛道，且多家企业的成功IPO为市场注入了巨大信心与活力。AI+教育、AI+游戏、AI+医疗等赛道也迎来了投资总额的增长，调研统计结果显示，机构对技术难度更高、壁垒更强、更晚达到TPF（Technology-Product Fit）的赛道展现出更强兴趣。在政策方面，由于政府对AI技术本身及其在各行业落地的长期关注，尤其积极推进AI原生行业发展，北京、上海、武汉等城市已经出台一系列政策，吸引AI相关的人才聚集与企业落地。同时，国家队的频繁出手投资体现出政策的鼓励与支持。2024年度AI十大趋势报告2023十大前沿科技趋势报告|多行文本|标签|备注|附件||-|-|-|-||2022十大前沿科技趋势报告|年度趋势||||2021十大前沿科技趋势报告|年度趋势|||
人工智能在2023年掀起了惊涛骇浪。OpenAI推出ChatGPT后，中国科技界迅速做出反应。短短几个月内，中国公司如雨后春笋般推出了自己的大语言模型。到2023年底，这个数字已经突破130个，展现了中国在AI领域的雄心和实力。然而，回溯ChatGPT问世之前的科技格局，我们会发现一个有趣的现象：产业界和投资界对OpenAI的前景普遍持怀疑态度。这种普遍的质疑声并未动摇OpenAI的决心。他们坚持自己的方向，最终用实际成果证明了自己的远见。过去，大模型研发的低迷常被归因于结果的不确定性。然而，ChatGPT的横空出世彻底改变了这一局面。如今，大模型的潜力已经得到了充分证实，各大公司纷纷加大在算力、数据和人才方面的投入。中国企业向来以工程优化见长。这种优势让许多人对国内大模型的快速应用充满期待。他们认为，能够实际落地的大模型产品指日可待。但现实是否如此简单？回顾OpenAI的发展历程，我们会发现一个关键因素：坚定的方向。对OpenAI而言，大模型从未是一个摇摆不定的选项，而是一条笔直的道路。他们将大部分资金投入到算力上，尤其是在英伟达A100芯片价格相对较低的时期。这种前瞻性的投资策略，为他们后来的成功奠定了基础。这种做法让人想起了亚马逊创始人杰夫・贝索斯的一句名言："发明需要长期思维。"OpenAI的成功不仅仅是技术的突破，更是战略眼光和长期投入的结果。OpenAI的成功背后，是一场惊人的资源调动。根据第三方数据机构Sami Analysis的估算，OpenAI的硬件配置令人瞠目结舌：约3,617台HGX 100服务器，搭载近3万块英伟达GPU。这个数字足以让任何科技爱好者心跳加速。