Alors que l’économie mondiale continue de faire face à des pressions, les géants de la technologie commencent à se rendre compte que la recherche en matière d’innovation technologique qui ne peut être commercialisée à court terme a perdu de la valeur d’investissement.
En août de cette année, les médias ont rapporté que, afin de réduire les coûts et d'accroître l'efficacité, le géant de la technologie Meta (anciennement Facebook) avait licencié l'équipe du projet ESMFold en biosciences, qui effectuait des comparaisons avec DeepMind AlphaFold de Google et utilisait de grands modèles d'intelligence artificielle (IA) pour réaliser la prédiction des protéines.
Bien qu'EvolutionaryScale, une nouvelle société de protéines d'IA fondée par l'équipe après avoir quitté Meta, ait récemment finalisé un financement de démarrage de plus de 40 millions de dollars américains, il est rapporté que le plan de licenciement de Meta signifie qu'elle a abandonné la recherche scientifique et technologique et développement et s’est tourné vers le business de l’IA.
En fait, même si les grands modèles ont déclenché une nouvelle vague d’engouement pour l’IA dans le monde au cours des neuf derniers mois, de nombreux géants de la technologie se battent pour générer une technologie d’IA générative. Cependant, dans les domaines technologiques de pointe aux cycles longs, tels que la recherche et le développement de nouveaux médicaments contre l'IA, il est difficile pour les entreprises de réaliser des bénéfices rapides à court terme. Associé à de mauvaises performances sur le marché secondaire, l'enthousiasme pour l'investissement s'est progressivement refroidi. , et les grandes entreprises technologiques ont réduit la recherche pure sur les technologies d’IA. Les données de CB Insights montrent qu'au deuxième trimestre de cette année, l'investissement total dans le domaine mondial de l'IA a chuté de 38 % d'un mois à l'autre.
Vicky QU, vice-présidente de Baitu Biotech, a récemment déclaré à l'application TMTpost que ce n'était plus le moment de « brûler » l'argent des investisseurs et de soutenir ensuite la cotation pendant 5 ans. Les capacités complètes des ressources, de la technologie, des algorithmes de données, de la mise en œuvre commerciale, etc., cela devient un facteur important dans le développement à long terme des entreprises d’IA.
"Maintenant, nous avons effectivement atteint le premier point d'inflexion de la courbe de développement des technologies émergentes de Gartner. Les opportunités et les capacités des entreprises sont nécessaires pour atteindre le fond et rebondir", a déclaré Qu Jiarun.
Le capital-risque recule, mais l'innovation technologique des entreprises nécessite des investissements à long terme
En fait, il existe depuis longtemps un conflit et un équilibre entre les rendements et les valeurs entre l'innovation technologique des entreprises et le capital-risque.
Dès 1988, le professeur Martin Kenney de l'Université Carnegie Mellon aux États-Unis publiait un article dans la revue Research Policy, affirmant que le capital-risque avait modifié le processus d'innovation technologique aux États-Unis. Il a souligné que les investisseurs, en tant que « gardiens techniques » qui accélèrent le processus de changement technologique, fournissent des fonds aux entreprises de haute technologie et aident leur développement, favorisant ainsi la transformation de l'innovation technologique. Cependant, ce modèle entraîne également des coûts élevés.
Le professeur Kenney estime que bien que le capital-risque soit un nouveau type d'investissement, il accorde davantage d'attention aux avantages potentiels des entreprises et est prêt à investir sans obtenir de retour clair, modifiant ainsi le processus précédent d'innovation technologique, mais il reste encore quelques risques dans le modèle de capital-risque.
Le rapport souligne que, tout d'abord, ce type d'investissement en capital-risque nécessite des investissements importants en capital, ce qui augmente sans aucun doute le coût de l'innovation technologique. Deuxièmement, à la recherche de rendements élevés, le capital-risque a tendance à se diriger vers des domaines à fort potentiel de commercialisation, tout en ignorant d’autres domaines de recherche scientifique tout aussi importants. En outre, étant donné que la nature du capital-risque est de rechercher des rendements élevés, certains investisseurs peuvent accorder trop d'attention aux rendements à court terme, tout en ignorant le développement à long terme des entreprises et les progrès continus de l'innovation technologique.
De manière générale, le professeur Kenney a conclu que le capital-risque joue un rôle positif dans la promotion de l'innovation technologique, mais que cette méthode d'investissement doit en même temps être traitée avec plus de prudence et de rationalité. Ce n'est qu'ainsi que nous pourrons exploiter pleinement les avantages du capital-risque, réduire ses risques potentiels et ainsi promouvoir plus efficacement le développement de l'innovation scientifique et technologique.
Au cours des près de 40 dernières années, le capital-risque a influencé le développement rapide de la technologie et des industries technologiques mondiales et a donné naissance à des milliers d'entreprises « licornes ». Les données de CB Insights montrent qu'en août de cette année, un total de 1 221 « licornes » sont nées dans le monde, avec une valeur marchande totale de plus de 3 800 milliards de yuans. Il s'agit notamment d'au moins 55 « sociétés décacornes » (valorisations supérieures à 10 milliards de dollars) et 3 sociétés « centenaires » (valorisations d'au moins 100 milliards de dollars).
Dans le même temps, grâce au modèle du capital-risque, des entreprises telles que Google, Apple, Alibaba, Tencent, ByteDance, Didi et Meituan sont progressivement passées du statut de startup à celui de géants de la technologie Internet.
Mais le problème est que par rapport aux modèles de trafic à l'ère d'Internet, les domaines technologiques de pointe tels que le cloud computing, l'IA, la 5G et les sciences de la vie investissent davantage, ont un cycle plus long et sont difficiles à imposer des barrières élevées. il y a de nombreux concurrents et de lourdes pertes, environ 94 % des licornes technologiques ne sont pas rentables.
Dans le même temps, le cycle des institutions de capital-risque dans les quatre étapes de collecte de fonds, d'investissement, de gestion et de sortie est de plus en plus court.Taux de sortie et de retour des investisseurs nationaux MOC (rapport entre la juste valeur actuelle de l'entreprise et le coût d'investissement) dans le domaine technologique sont devenus plus faibles. Seules quelques institutions en phase de démarrage peuvent gagner de l'argent sur un certain projet, de sorte que les investisseurs sont devenus de plus en plus stricts sur la rentabilité des entreprises technologiques.
Prenons l'exemple des puces semi-conductrices. Selon les statistiques, au 30 avril 2023, la valeur marchande totale des 135 sociétés de semi-conducteurs (chaîne industrielle complète) cotées au Conseil de l'innovation scientifique et technologique et au GEM était de 3,0825 milliards de yuans, soit moins de la moitié de la valeur marchande de Nvidia. Les 135 entreprises de puces mentionnées ci-dessus réaliseront un chiffre d'affaires cumulé de 282,19 milliards de yuans en 2022, avec une marge bénéficiaire brute moyenne de 39,1 %, ce qui est à un faible niveau. Parmi eux, seul Cambrian, le « stock numéro un national de puces d’IA », a subi une perte cumulée de près de 4 milliards de yuans au cours des cinq dernières années, à compter de 2022.
D'autres données publiques montrent qu'entre le premier et le troisième trimestre 2022, il y a eu 1 996 cas de sortie d'introduction en bourse, ce qui représente près de 60 % du total des cas de sortie du marché des actions, les fusions et acquisitions, les transferts d'actions et d'autres méthodes représentant une proportion plus faible.
Dans un cas précis, la société SaaS récemment cotée Beisen Holdings (HKG : 9669) a perdu près de 5 milliards de yuans en plus de 4 ans, et le cours de ses actions a chuté de plus de 70 % depuis le début de l'année, et de nombreux investisseurs l'ont vendu. à prix réduit. Selon le prospectus, Tianchuang Capital transférera toutes ses actions en avril 2021, obtenant 8,02 millions de dollars, et la valorisation est réduite à 77,5 %.Sequoia China, Goldman Sachs, Softbank et d'autres institutions n'ont pas obtenu de sorties rentables.
En outre, outre les entreprises, le domaine de la recherche scientifique et technologique universitaire est également confronté à un phénomène similaire. Un académicien de l'Académie chinoise des sciences a déclaré à TMTpost App en novembre de l'année dernière que le marché accordait moins d'attention à la recherche scientifique et technologique fondamentale qui ne peut pas être commercialisée. L'investissement annuel du fonds de la Fondation nationale des sciences naturelles de Chine se concentre davantage sur les domaines de recherche scientifique avec applications, tandis que certaines innovations scientifiques et technologiques ponctuelles Difficile d'obtenir un soutien financier.
"Les instruments scientifiques sont nos défauts. Je pense que nous ne prêtons pas suffisamment attention aux méthodes de calcul et aux méthodes théoriques, donc le développement n'est pas si rapide. Notre comité de fondation investit actuellement plus de 30 milliards de yuans par an, mais la majeure partie est en fait "Nous avons investi dans la recherche et le développement indépendants de la science. Le domaine des instruments est inférieur à 1 milliard, et auparavant, parce que la plaque entière de la fondation n'était pas grande, l'investissement était moindre", a déclaré l'académicien mentionné ci-dessus.
Par conséquent, quel que soit le point de vue, l'écart entre l'investissement et l'innovation technologique se creuse de plus en plus au fil du temps, et les conflits et les équilibres sont inévitables. Alors, pour une grande entreprise comme Meta, son choix final ne peut être que de « tuer le cheval avec des larmes », c’est-à-dire d’abandonner les projets scientifiques à long terme.
Les grandes usines abandonnent la recherche sur la biotechnologie de l'IA
Début 2021, le système d'intelligence artificielle AlphaFold2 développé par l'équipe DeepMind de Google a atteint une précision étonnante lors du concours international de prédiction de la structure des protéines (CASP). La gamme de structures d'environ 200 millions de protéines couvre presque tous les organismes connus sur terre. très cohérent avec le modèle de structure protéique mesuré expérimentalement.
AlphaFold2 est devenu à cette époque le modèle de prédiction de la structure tridimensionnelle des protéines le plus précis, bouleversant le domaine universitaire de la biologie et attirant une large attention.
En fait, la recherche et le développement de nouveaux médicaments constituent l'un des domaines de recherche technique les plus risqués, les plus complexes et les plus longs du développement humain. Le coût de la recherche et du développement est d'environ 2,6 milliards de dollars américains, dure environ 10 ans et le taux de réussite est moindre. plus d'un dixième. Cependant, à mesure que les algorithmes d'IA remplacent le dépistage humain, il semble que les médicaments fabriqués par l'IA deviennent une réalité - réduisant le coût de la découverte de nouveaux médicaments d'environ 35 % et raccourcissant la durée du cycle à 1 à 2 ans, et pouvant même être achevés en moins d'un an. quelques mois.
Selon les statistiques de Sullivan, en 2020, le marché mondial de la recherche et du développement de médicaments atteindra 191,5 milliards de dollars américains (environ 1,24 billion de RMB).
Dans ce contexte, les géants de l'Internet ont vu une opportunité majeure à l'intersection de la biomédecine et de l'IA. D'une part, ils tentent d'accroître leur compréhension et leur influence dans ce domaine en créant une équipe de recherche, produisant de la puissance de calcul et des solutions. Meta, Tencent, Huawei et d’autres géants technologiques chinois et américains y participent.
Mark Zuckerberg (Mark Zuckerberg) a également vu cette opportunité. Meta a été la première grande entreprise technologique à investir dans l'IA et a créé un laboratoire de recherche fondamentale sur l'intelligence artificielle (Fair) en 2013. Fin 2020, Meta a créé un département de recherche biologique au sein de l'équipe Fair et a officiellement lancé le modèle de prédiction des protéines Meta ESMFold en juillet 2022.
Il est rapporté que le modèle ESMFold est basé sur l'architecture Transformer, avec un volume de paramètres de 15 milliards. En deux semaines, il a utilisé un cluster composé d'environ 2 000 puces GPU pour prédire les séquences de plus de 600 millions de protéines métagénomiques. Ces séquences sont exprimées à travers des chaînes composées de 20 acides aminés différents, et la métagénomique est également connue sous le nom de « matière noire » du monde biologique, comprenant les micro-organismes du sol, des océans et du corps humain.
Jusqu'à présent, ESMFold est le plus grand modèle de langage protéique au monde, avec une vitesse d'IA 60 fois plus rapide qu'AlphaFold, mais une précision inférieure. Elle est considérée comme l’une des technologies compétitives importantes d’AlphaFold.
Carte de résolution de la structure des protéines mesurée par ESMFold, un modèle d'IA développé par Meta (Source : Meta)
Cependant, un peu plus de deux ans plus tard, Meta tente désormais d'adapter sa stratégie de recherche à des facteurs tels que la récession économique mondiale et la baisse des revenus publicitaires.
Le "Financial Times" britannique estime que la culture académique au sein du Fair Lab est la raison pour laquelle Meta a pris la tête de la compétition des grands modèles d'IA. Avec l'apparition de ChatGPT, Meta tente maintenant d'ajuster la cible "GenAI". et reconfigurer sa Foire L’orientation de recherche de l’équipe se tourne vers la commercialisation de modèles d’IA.
" Les grandes entreprises veulent faire du bon travail dans le domaine des biosciences de l'IA, qui est principalement limitée par des facteurs tels que l'espace de développement interne, le contrôle des coûts et l'écologie départementale. " Qu Jiarun a déclaré à Titanium Media App que même si les équipes R&D des grandes entreprises technologiques peuvent publier Certains articles, ils peuvent les résoudre par lots. Les problèmes de l'industrie de la vie ne sont pas très réalistes. Dans un sens, le domaine biologique nécessite 10 ou 20 ans d'investissement en R&D, et les grandes entreprises sont souvent réticentes à persister longtemps.
Qu Jiarun estime qu'avec le développement de l'industrie de l'IA, qu'il s'agisse de puissance de calcul ou de ressources de données, ce n'est plus quelque chose dans lequel une simple start-up peut « s'introduire ». Du point de vue d'un investisseur, dans le contexte actuel de changement de l'environnement général, l'ensemble du domaine de l'IA rencontre de nombreux problèmes financiers.Comment l'accompagner jusqu'au stade de l'introduction en bourse nécessite un auto-développement. Pour une grande entreprise comme Meta, investir à long terme dans le domaine biomédical est une chose tout à fait « idéale ».
"Le capital recherche le profit, il n'investit donc pas dans la conduite autonome ou dans la sécurité. Pour les grands constructeurs, investir de l'argent dans l'innovation à l'époque représentait un risque énorme. Pour la position n°1 de l'entreprise, ils pensent davantage aux affaires. Dont Est-ce la faute si vous dépensez de l'argent et n'obtenez aucun résultat ? » Wang Xiaochuan, fondateur de Sogou, fondateur et PDG de Baichuan Smart, a déclaré à Titanium Media App.
Au cours des deux dernières années, de nombreuses grandes sociétés Internet ont annoncé la fermeture ou la réduction de projets de commercialisation à court terme. Par exemple, Waymo, le projet de voiture autonome de la société mère de Google, Alphabet, a licencié des centaines d'employés et le jeu en nuage Stadia a complètement diminué ; Amazon a successivement fermé son véhicule de livraison sans pilote Scout et sa société de robots d'entrepôt Canvas ; ByteDance a suspendu ses logiciels sociaux FeiChat et Time Photo Album. ; Tencent fermera Penguin FM, l'outil d'achat groupé Goose Group, etc.
Wang Xiaochuan a déclaré que du point de vue de l'inertie des entreprises, les grandes entreprises technologiques sont les plus faciles à atteindre leurs objectifs commerciaux et qu'il est difficile d'atteindre un taux d'innovation de 0 à 1. Au lieu de cela, il est plus probable que les start-ups le fassent, et les talents des grandes entreprises ne peuvent pas former une force commune.
Le modèle d'exploration des sciences de la vie est mis en œuvre
Après deux ans d'investissement continu en R&D, Baitu Biological Sciences, initié par Robin Li, le fondateur du groupe Baidu, a construit un grand modèle multimodal « xTrimo » avec des centaines de milliards de paramètres en 2020 et a publié le grand modèle des sciences de la vie. modèle piloté en mars de cette année.La plate-forme AIGP (AI Generated Protein), ainsi que le plan de coopération écologique AIGP, combinent le modèle des sciences de la vie avec les besoins de la santé médicale, de la conception de médicaments, de l'énergie et de la protection de l'environnement et d'autres domaines.
Qu Jiarun a déclaré à TMTpost App que désormais, Baitu Biotech ne se limite plus au domaine de la biomédecine, mais espère atterrir dans plusieurs domaines de grande valeur grâce à de grands modèles des sciences de la vie. Les entreprises doivent avoir la capacité d'être responsables de leurs propres profits et pertes.« Les revenus constituent un OKR important de haut en bas dans de nombreuses entreprises.
"Certaines start-up recrutent souvent beaucoup de personnes très innovantes. Ces nombreux scientifiques passionnés peuvent peut-être réaliser des percées technologiques de classe mondiale, mais si l'hiver froid arrive soudainement, les fonds devront être 'coupés' et ces entreprises "Nous devons être obligés de mettre la technologie à un usage commercial", a déclaré Qu Jiarun.
Qu Jiarun a déclaré : " Par rapport à d'autres sociétés, Baitu Biotech propose principalement à ses clients deux modèles commerciaux. L'un est une plate-forme de conception de protéines complète et innovante, et l'autre utilise les données de l'autre partie pour fournir des modèles informatiques biologiques privés et les fournir par lots. " …, ce qui est une capacité que de nombreuses entreprises de bioinformatique IA ne possèdent pas.
Le Dr Song Le, directeur technique de Baitu Biological Sciences, a mentionné qu'à l'heure actuelle, de grandes entreprises telles que Google et Microsoft, dotées de solides capacités de modélisation à grande échelle dans le monde, fabriquent également des modèles à grande échelle liés aux sciences de la vie, mais qu'elles sont davantage le niveau de publication des articles.Il n'existe aucune entreprise dotée de solides capacités de formation de modèles dans l'usine. Et Baitu Biotech dispose de capacités de formation de modèles à grande échelle et d'une équipe professionnelle des sciences de la vie.
Selon Titanium Media App, lors de la "Second China Biocomputing Conference" qui s'est tenue le 3 septembre, Baitu Biotech a annoncé le recrutement de tests internes de modèles en ligne xTrimo light pour les clients de l'industrie To B (entreprises). Appelez l'API pour explorer des problèmes plus complexes dans les sciences de la vie. à très faible coût.
Qu Jiarun estime que l'ère de « brûler » l'argent des investisseurs puis de soutenir l'introduction en bourse pendant cinq ans est révolue. À l'ère de la technologie, les gens n'étaient pas soumis à une pression aussi forte pour réaliser des bénéfices, mais aujourd'hui, dans des environnements économiques différents, les PDG et les investisseurs ont subi des changements importants dans leurs modes de pensée concernant le développement sain à long terme des entreprises.
"Il ne s'agit pas de savoir comment faire du profit dans l'industrie de l'IA, mais de savoir comment faire du profit dans toutes les innovations technologiques. Par exemple, comment ces robots avec de bonnes idées font-ils du profit ?" a souligné qu'il n'y a qu'un seul plan de développement devant de nombreuses entreprises : l'auto-responsabilité des profits et des pertes. Ce n'est qu'alors que nous pourrons parler de sentiments et d'idéaux.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
L’IA est-elle en train de disparaître ? L’investissement total dans les domaines mondiaux de l’IA a chuté de 38 % au deuxième trimestre
Auteur｜Lin Zhijia
Éditeur｜Ma Jinnan
Source丨Titanium Media
Alors que l’économie mondiale continue de faire face à des pressions, les géants de la technologie commencent à se rendre compte que la recherche en matière d’innovation technologique qui ne peut être commercialisée à court terme a perdu de la valeur d’investissement.
En août de cette année, les médias ont rapporté que, afin de réduire les coûts et d'accroître l'efficacité, le géant de la technologie Meta (anciennement Facebook) avait licencié l'équipe du projet ESMFold en biosciences, qui effectuait des comparaisons avec DeepMind AlphaFold de Google et utilisait de grands modèles d'intelligence artificielle (IA) pour réaliser la prédiction des protéines.
Bien qu'EvolutionaryScale, une nouvelle société de protéines d'IA fondée par l'équipe après avoir quitté Meta, ait récemment finalisé un financement de démarrage de plus de 40 millions de dollars américains, il est rapporté que le plan de licenciement de Meta signifie qu'elle a abandonné la recherche scientifique et technologique et développement et s’est tourné vers le business de l’IA.
En fait, même si les grands modèles ont déclenché une nouvelle vague d’engouement pour l’IA dans le monde au cours des neuf derniers mois, de nombreux géants de la technologie se battent pour générer une technologie d’IA générative. Cependant, dans les domaines technologiques de pointe aux cycles longs, tels que la recherche et le développement de nouveaux médicaments contre l'IA, il est difficile pour les entreprises de réaliser des bénéfices rapides à court terme. Associé à de mauvaises performances sur le marché secondaire, l'enthousiasme pour l'investissement s'est progressivement refroidi. , et les grandes entreprises technologiques ont réduit la recherche pure sur les technologies d’IA. Les données de CB Insights montrent qu'au deuxième trimestre de cette année, l'investissement total dans le domaine mondial de l'IA a chuté de 38 % d'un mois à l'autre.
Vicky QU, vice-présidente de Baitu Biotech, a récemment déclaré à l'application TMTpost que ce n'était plus le moment de « brûler » l'argent des investisseurs et de soutenir ensuite la cotation pendant 5 ans. Les capacités complètes des ressources, de la technologie, des algorithmes de données, de la mise en œuvre commerciale, etc., cela devient un facteur important dans le développement à long terme des entreprises d’IA.
"Maintenant, nous avons effectivement atteint le premier point d'inflexion de la courbe de développement des technologies émergentes de Gartner. Les opportunités et les capacités des entreprises sont nécessaires pour atteindre le fond et rebondir", a déclaré Qu Jiarun.
Le capital-risque recule, mais l'innovation technologique des entreprises nécessite des investissements à long terme
En fait, il existe depuis longtemps un conflit et un équilibre entre les rendements et les valeurs entre l'innovation technologique des entreprises et le capital-risque.
Dès 1988, le professeur Martin Kenney de l'Université Carnegie Mellon aux États-Unis publiait un article dans la revue Research Policy, affirmant que le capital-risque avait modifié le processus d'innovation technologique aux États-Unis. Il a souligné que les investisseurs, en tant que « gardiens techniques » qui accélèrent le processus de changement technologique, fournissent des fonds aux entreprises de haute technologie et aident leur développement, favorisant ainsi la transformation de l'innovation technologique. Cependant, ce modèle entraîne également des coûts élevés.
Le professeur Kenney estime que bien que le capital-risque soit un nouveau type d'investissement, il accorde davantage d'attention aux avantages potentiels des entreprises et est prêt à investir sans obtenir de retour clair, modifiant ainsi le processus précédent d'innovation technologique, mais il reste encore quelques risques dans le modèle de capital-risque.
Le rapport souligne que, tout d'abord, ce type d'investissement en capital-risque nécessite des investissements importants en capital, ce qui augmente sans aucun doute le coût de l'innovation technologique. Deuxièmement, à la recherche de rendements élevés, le capital-risque a tendance à se diriger vers des domaines à fort potentiel de commercialisation, tout en ignorant d’autres domaines de recherche scientifique tout aussi importants. En outre, étant donné que la nature du capital-risque est de rechercher des rendements élevés, certains investisseurs peuvent accorder trop d'attention aux rendements à court terme, tout en ignorant le développement à long terme des entreprises et les progrès continus de l'innovation technologique.
De manière générale, le professeur Kenney a conclu que le capital-risque joue un rôle positif dans la promotion de l'innovation technologique, mais que cette méthode d'investissement doit en même temps être traitée avec plus de prudence et de rationalité. Ce n'est qu'ainsi que nous pourrons exploiter pleinement les avantages du capital-risque, réduire ses risques potentiels et ainsi promouvoir plus efficacement le développement de l'innovation scientifique et technologique.
Au cours des près de 40 dernières années, le capital-risque a influencé le développement rapide de la technologie et des industries technologiques mondiales et a donné naissance à des milliers d'entreprises « licornes ». Les données de CB Insights montrent qu'en août de cette année, un total de 1 221 « licornes » sont nées dans le monde, avec une valeur marchande totale de plus de 3 800 milliards de yuans. Il s'agit notamment d'au moins 55 « sociétés décacornes » (valorisations supérieures à 10 milliards de dollars) et 3 sociétés « centenaires » (valorisations d'au moins 100 milliards de dollars).
Dans le même temps, grâce au modèle du capital-risque, des entreprises telles que Google, Apple, Alibaba, Tencent, ByteDance, Didi et Meituan sont progressivement passées du statut de startup à celui de géants de la technologie Internet.
Mais le problème est que par rapport aux modèles de trafic à l'ère d'Internet, les domaines technologiques de pointe tels que le cloud computing, l'IA, la 5G et les sciences de la vie investissent davantage, ont un cycle plus long et sont difficiles à imposer des barrières élevées. il y a de nombreux concurrents et de lourdes pertes, environ 94 % des licornes technologiques ne sont pas rentables.
Dans le même temps, le cycle des institutions de capital-risque dans les quatre étapes de collecte de fonds, d'investissement, de gestion et de sortie est de plus en plus court.Taux de sortie et de retour des investisseurs nationaux MOC (rapport entre la juste valeur actuelle de l'entreprise et le coût d'investissement) dans le domaine technologique sont devenus plus faibles. Seules quelques institutions en phase de démarrage peuvent gagner de l'argent sur un certain projet, de sorte que les investisseurs sont devenus de plus en plus stricts sur la rentabilité des entreprises technologiques.
Prenons l'exemple des puces semi-conductrices. Selon les statistiques, au 30 avril 2023, la valeur marchande totale des 135 sociétés de semi-conducteurs (chaîne industrielle complète) cotées au Conseil de l'innovation scientifique et technologique et au GEM était de 3,0825 milliards de yuans, soit moins de la moitié de la valeur marchande de Nvidia. Les 135 entreprises de puces mentionnées ci-dessus réaliseront un chiffre d'affaires cumulé de 282,19 milliards de yuans en 2022, avec une marge bénéficiaire brute moyenne de 39,1 %, ce qui est à un faible niveau. Parmi eux, seul Cambrian, le « stock numéro un national de puces d’IA », a subi une perte cumulée de près de 4 milliards de yuans au cours des cinq dernières années, à compter de 2022.
D'autres données publiques montrent qu'entre le premier et le troisième trimestre 2022, il y a eu 1 996 cas de sortie d'introduction en bourse, ce qui représente près de 60 % du total des cas de sortie du marché des actions, les fusions et acquisitions, les transferts d'actions et d'autres méthodes représentant une proportion plus faible.
Dans un cas précis, la société SaaS récemment cotée Beisen Holdings (HKG : 9669) a perdu près de 5 milliards de yuans en plus de 4 ans, et le cours de ses actions a chuté de plus de 70 % depuis le début de l'année, et de nombreux investisseurs l'ont vendu. à prix réduit. Selon le prospectus, Tianchuang Capital transférera toutes ses actions en avril 2021, obtenant 8,02 millions de dollars, et la valorisation est réduite à 77,5 %.Sequoia China, Goldman Sachs, Softbank et d'autres institutions n'ont pas obtenu de sorties rentables.
En outre, outre les entreprises, le domaine de la recherche scientifique et technologique universitaire est également confronté à un phénomène similaire. Un académicien de l'Académie chinoise des sciences a déclaré à TMTpost App en novembre de l'année dernière que le marché accordait moins d'attention à la recherche scientifique et technologique fondamentale qui ne peut pas être commercialisée. L'investissement annuel du fonds de la Fondation nationale des sciences naturelles de Chine se concentre davantage sur les domaines de recherche scientifique avec applications, tandis que certaines innovations scientifiques et technologiques ponctuelles Difficile d'obtenir un soutien financier.
"Les instruments scientifiques sont nos défauts. Je pense que nous ne prêtons pas suffisamment attention aux méthodes de calcul et aux méthodes théoriques, donc le développement n'est pas si rapide. Notre comité de fondation investit actuellement plus de 30 milliards de yuans par an, mais la majeure partie est en fait "Nous avons investi dans la recherche et le développement indépendants de la science. Le domaine des instruments est inférieur à 1 milliard, et auparavant, parce que la plaque entière de la fondation n'était pas grande, l'investissement était moindre", a déclaré l'académicien mentionné ci-dessus.
Par conséquent, quel que soit le point de vue, l'écart entre l'investissement et l'innovation technologique se creuse de plus en plus au fil du temps, et les conflits et les équilibres sont inévitables. Alors, pour une grande entreprise comme Meta, son choix final ne peut être que de « tuer le cheval avec des larmes », c’est-à-dire d’abandonner les projets scientifiques à long terme.
Les grandes usines abandonnent la recherche sur la biotechnologie de l'IA
Début 2021, le système d'intelligence artificielle AlphaFold2 développé par l'équipe DeepMind de Google a atteint une précision étonnante lors du concours international de prédiction de la structure des protéines (CASP). La gamme de structures d'environ 200 millions de protéines couvre presque tous les organismes connus sur terre. très cohérent avec le modèle de structure protéique mesuré expérimentalement.
AlphaFold2 est devenu à cette époque le modèle de prédiction de la structure tridimensionnelle des protéines le plus précis, bouleversant le domaine universitaire de la biologie et attirant une large attention.
En fait, la recherche et le développement de nouveaux médicaments constituent l'un des domaines de recherche technique les plus risqués, les plus complexes et les plus longs du développement humain. Le coût de la recherche et du développement est d'environ 2,6 milliards de dollars américains, dure environ 10 ans et le taux de réussite est moindre. plus d'un dixième. Cependant, à mesure que les algorithmes d'IA remplacent le dépistage humain, il semble que les médicaments fabriqués par l'IA deviennent une réalité - réduisant le coût de la découverte de nouveaux médicaments d'environ 35 % et raccourcissant la durée du cycle à 1 à 2 ans, et pouvant même être achevés en moins d'un an. quelques mois.
Selon les statistiques de Sullivan, en 2020, le marché mondial de la recherche et du développement de médicaments atteindra 191,5 milliards de dollars américains (environ 1,24 billion de RMB).
Dans ce contexte, les géants de l'Internet ont vu une opportunité majeure à l'intersection de la biomédecine et de l'IA. D'une part, ils tentent d'accroître leur compréhension et leur influence dans ce domaine en créant une équipe de recherche, produisant de la puissance de calcul et des solutions. Meta, Tencent, Huawei et d’autres géants technologiques chinois et américains y participent.
Mark Zuckerberg (Mark Zuckerberg) a également vu cette opportunité. Meta a été la première grande entreprise technologique à investir dans l'IA et a créé un laboratoire de recherche fondamentale sur l'intelligence artificielle (Fair) en 2013. Fin 2020, Meta a créé un département de recherche biologique au sein de l'équipe Fair et a officiellement lancé le modèle de prédiction des protéines Meta ESMFold en juillet 2022.
Il est rapporté que le modèle ESMFold est basé sur l'architecture Transformer, avec un volume de paramètres de 15 milliards. En deux semaines, il a utilisé un cluster composé d'environ 2 000 puces GPU pour prédire les séquences de plus de 600 millions de protéines métagénomiques. Ces séquences sont exprimées à travers des chaînes composées de 20 acides aminés différents, et la métagénomique est également connue sous le nom de « matière noire » du monde biologique, comprenant les micro-organismes du sol, des océans et du corps humain.
Jusqu'à présent, ESMFold est le plus grand modèle de langage protéique au monde, avec une vitesse d'IA 60 fois plus rapide qu'AlphaFold, mais une précision inférieure. Elle est considérée comme l’une des technologies compétitives importantes d’AlphaFold.
Cependant, un peu plus de deux ans plus tard, Meta tente désormais d'adapter sa stratégie de recherche à des facteurs tels que la récession économique mondiale et la baisse des revenus publicitaires.
Le "Financial Times" britannique estime que la culture académique au sein du Fair Lab est la raison pour laquelle Meta a pris la tête de la compétition des grands modèles d'IA. Avec l'apparition de ChatGPT, Meta tente maintenant d'ajuster la cible "GenAI". et reconfigurer sa Foire L’orientation de recherche de l’équipe se tourne vers la commercialisation de modèles d’IA.
" Les grandes entreprises veulent faire du bon travail dans le domaine des biosciences de l'IA, qui est principalement limitée par des facteurs tels que l'espace de développement interne, le contrôle des coûts et l'écologie départementale. " Qu Jiarun a déclaré à Titanium Media App que même si les équipes R&D des grandes entreprises technologiques peuvent publier Certains articles, ils peuvent les résoudre par lots. Les problèmes de l'industrie de la vie ne sont pas très réalistes. Dans un sens, le domaine biologique nécessite 10 ou 20 ans d'investissement en R&D, et les grandes entreprises sont souvent réticentes à persister longtemps.
Qu Jiarun estime qu'avec le développement de l'industrie de l'IA, qu'il s'agisse de puissance de calcul ou de ressources de données, ce n'est plus quelque chose dans lequel une simple start-up peut « s'introduire ». Du point de vue d'un investisseur, dans le contexte actuel de changement de l'environnement général, l'ensemble du domaine de l'IA rencontre de nombreux problèmes financiers.Comment l'accompagner jusqu'au stade de l'introduction en bourse nécessite un auto-développement. Pour une grande entreprise comme Meta, investir à long terme dans le domaine biomédical est une chose tout à fait « idéale ».
"Le capital recherche le profit, il n'investit donc pas dans la conduite autonome ou dans la sécurité. Pour les grands constructeurs, investir de l'argent dans l'innovation à l'époque représentait un risque énorme. Pour la position n°1 de l'entreprise, ils pensent davantage aux affaires. Dont Est-ce la faute si vous dépensez de l'argent et n'obtenez aucun résultat ? » Wang Xiaochuan, fondateur de Sogou, fondateur et PDG de Baichuan Smart, a déclaré à Titanium Media App.
Au cours des deux dernières années, de nombreuses grandes sociétés Internet ont annoncé la fermeture ou la réduction de projets de commercialisation à court terme. Par exemple, Waymo, le projet de voiture autonome de la société mère de Google, Alphabet, a licencié des centaines d'employés et le jeu en nuage Stadia a complètement diminué ; Amazon a successivement fermé son véhicule de livraison sans pilote Scout et sa société de robots d'entrepôt Canvas ; ByteDance a suspendu ses logiciels sociaux FeiChat et Time Photo Album. ; Tencent fermera Penguin FM, l'outil d'achat groupé Goose Group, etc.
Wang Xiaochuan a déclaré que du point de vue de l'inertie des entreprises, les grandes entreprises technologiques sont les plus faciles à atteindre leurs objectifs commerciaux et qu'il est difficile d'atteindre un taux d'innovation de 0 à 1. Au lieu de cela, il est plus probable que les start-ups le fassent, et les talents des grandes entreprises ne peuvent pas former une force commune.
Le modèle d'exploration des sciences de la vie est mis en œuvre
Après deux ans d'investissement continu en R&D, Baitu Biological Sciences, initié par Robin Li, le fondateur du groupe Baidu, a construit un grand modèle multimodal « xTrimo » avec des centaines de milliards de paramètres en 2020 et a publié le grand modèle des sciences de la vie. modèle piloté en mars de cette année.La plate-forme AIGP (AI Generated Protein), ainsi que le plan de coopération écologique AIGP, combinent le modèle des sciences de la vie avec les besoins de la santé médicale, de la conception de médicaments, de l'énergie et de la protection de l'environnement et d'autres domaines.
Qu Jiarun a déclaré à TMTpost App que désormais, Baitu Biotech ne se limite plus au domaine de la biomédecine, mais espère atterrir dans plusieurs domaines de grande valeur grâce à de grands modèles des sciences de la vie. Les entreprises doivent avoir la capacité d'être responsables de leurs propres profits et pertes.« Les revenus constituent un OKR important de haut en bas dans de nombreuses entreprises.
"Certaines start-up recrutent souvent beaucoup de personnes très innovantes. Ces nombreux scientifiques passionnés peuvent peut-être réaliser des percées technologiques de classe mondiale, mais si l'hiver froid arrive soudainement, les fonds devront être 'coupés' et ces entreprises "Nous devons être obligés de mettre la technologie à un usage commercial", a déclaré Qu Jiarun.
Qu Jiarun a déclaré : " Par rapport à d'autres sociétés, Baitu Biotech propose principalement à ses clients deux modèles commerciaux. L'un est une plate-forme de conception de protéines complète et innovante, et l'autre utilise les données de l'autre partie pour fournir des modèles informatiques biologiques privés et les fournir par lots. " …, ce qui est une capacité que de nombreuses entreprises de bioinformatique IA ne possèdent pas.
Le Dr Song Le, directeur technique de Baitu Biological Sciences, a mentionné qu'à l'heure actuelle, de grandes entreprises telles que Google et Microsoft, dotées de solides capacités de modélisation à grande échelle dans le monde, fabriquent également des modèles à grande échelle liés aux sciences de la vie, mais qu'elles sont davantage le niveau de publication des articles.Il n'existe aucune entreprise dotée de solides capacités de formation de modèles dans l'usine. Et Baitu Biotech dispose de capacités de formation de modèles à grande échelle et d'une équipe professionnelle des sciences de la vie.
Selon Titanium Media App, lors de la "Second China Biocomputing Conference" qui s'est tenue le 3 septembre, Baitu Biotech a annoncé le recrutement de tests internes de modèles en ligne xTrimo light pour les clients de l'industrie To B (entreprises). Appelez l'API pour explorer des problèmes plus complexes dans les sciences de la vie. à très faible coût.
Qu Jiarun estime que l'ère de « brûler » l'argent des investisseurs puis de soutenir l'introduction en bourse pendant cinq ans est révolue. À l'ère de la technologie, les gens n'étaient pas soumis à une pression aussi forte pour réaliser des bénéfices, mais aujourd'hui, dans des environnements économiques différents, les PDG et les investisseurs ont subi des changements importants dans leurs modes de pensée concernant le développement sain à long terme des entreprises.
"Il ne s'agit pas de savoir comment faire du profit dans l'industrie de l'IA, mais de savoir comment faire du profit dans toutes les innovations technologiques. Par exemple, comment ces robots avec de bonnes idées font-ils du profit ?" a souligné qu'il n'y a qu'un seul plan de développement devant de nombreuses entreprises : l'auto-responsabilité des profits et des pertes. Ce n'est qu'alors que nous pourrons parler de sentiments et d'idéaux.