À medida que a economia global continua a enfrentar pressão, os gigantes tecnológicos começam a perceber que a investigação em inovação tecnológica que não pode ser comercializada a curto prazo perdeu valor de investimento.
Em agosto deste ano, a mídia informou que, para reduzir custos e aumentar a eficiência, a gigante da tecnologia Meta (anteriormente Facebook) demitiu a equipe do projeto ESMFold de biociências, que comparou o DeepMind AlphaFold do Google e usou grandes modelos de inteligência artificial (IA) para alcançar previsão de proteínas.
Embora a EvolutionaryScale, uma nova empresa de proteínas de IA fundada pela equipe após deixar a Meta, tenha concluído recentemente mais de US$ 40 milhões em financiamento inicial, os relatórios indicam que o plano de demissão e dissolução da Meta significa que ela desistiu da pesquisa e desenvolvimento de tecnologia científica e se voltou para Negócio de IA. mudança.
Na verdade, embora o grande modelo tenha desencadeado uma nova rodada de boom de IA no mundo nos últimos 9 meses, muitos gigantes da tecnologia estão correndo para gerar tecnologia de IA. No entanto, nos campos tecnológicos de ponta com um ciclo longo, como a investigação e desenvolvimento de novos medicamentos de IA, é difícil para as empresas obter lucros rápidos a curto prazo.Juntamente com o fraco desempenho do mercado secundário, o entusiasmo pelo investimento tem gradualmente aumentado. esfriou e as principais empresas de tecnologia reduziram a pesquisa de tecnologia pura de IA. Os dados da CB Insights mostram que, no segundo trimestre deste ano, o investimento total no campo global de IA despencou 38% em relação ao trimestre anterior.
Vicky QU, vice-presidente da Biotec, disse recentemente ao Titanium Media App que não é mais a era de "queimar" o dinheiro dos investidores e depois abrir o capital por 5 anos. Capacidades abrangentes, como recursos, tecnologia, algoritmos de dados e implementação de negócios, etc. Está se tornando um fator importante no desenvolvimento de longo prazo das empresas de IA.
"Agora atingimos o primeiro ponto de inflexão da curva de desenvolvimento de tecnologia emergente do Gartner. A oportunidade e as capacidades das empresas são necessárias para chegar ao fundo do poço e se recuperar", disse Qu Jiarun.
O capital de risco recua rapidamente, mas a inovação tecnológica corporativa requer investimento de longo prazo
Na verdade, tem havido um conflito e equilíbrio de longo prazo nos retornos e valores entre a inovação tecnológica corporativa e o capital de risco.
Já em 1988, o professor Martin Kenney, da Universidade Carnegie Mellon, nos Estados Unidos, publicou um artigo na revista Research Policy, afirmando que o capital de risco mudou o processo de inovação tecnológica nos Estados Unidos. Salientou que os investidores, como "guardiões técnicos" que aceleram o processo de mudança tecnológica, fornecem fundos para empresas de alta tecnologia e auxiliam no seu desenvolvimento, promovendo assim a transformação da inovação tecnológica. Porém, esse modelo também traz custos elevados.
O Professor Kenney acredita que embora o capital de risco seja um novo tipo de investimento que presta mais atenção aos lucros potenciais das empresas e está disposto a investir sem obter retornos claros, alterando assim o anterior processo de inovação tecnológica, existem também alguns problemas com o capital de risco modelo. pergunta.
O relatório salienta que, em primeiro lugar, este tipo de capital de risco requer um grande investimento de capital, o que aumenta sem dúvida o custo da inovação tecnológica. Em segundo lugar, a fim de obter rendimentos elevados, o investimento em capital de risco flui frequentemente para áreas com elevado potencial de comercialização, ignorando outras áreas de investigação científica igualmente importantes. Além disso, uma vez que a essência do capital de risco é a procura de retornos elevados, alguns investidores podem estar demasiado concentrados nos retornos de curto prazo e ignorar o desenvolvimento a longo prazo das empresas e o avanço contínuo da inovação tecnológica.
Em geral, o Professor Kenney concluiu que o capital de risco desempenha um papel positivo na promoção da inovação tecnológica, mas ao mesmo tempo este método de investimento precisa de ser tratado de forma mais cautelosa e racional. Só assim poderemos aproveitar plenamente as vantagens do capital de risco, reduzir os seus riscos potenciais e, assim, promover de forma mais eficaz o desenvolvimento da inovação científica e tecnológica.
Nos últimos quase 40 anos, o capital de risco influenciou o rápido desenvolvimento da tecnologia global e das indústrias tecnológicas e deu origem a milhares de empresas "unicórnios". Os dados da CB Insights mostram que até agosto deste ano, um total de 1.221 "unicórnios" nasceram em todo o mundo, com um valor de mercado total de mais de 3,8 trilhões de yuans. Estas incluem pelo menos 55 “empresas decacórnios” (avaliações superiores a 10 mil milhões de dólares) e 3 empresas “centenárias” (avaliações de pelo menos 100 mil milhões de dólares).
Ao mesmo tempo, graças ao modelo de capital de risco, Google, Apple, Ali, Tencent, ByteDance, Didi, Meituan e outras empresas desenvolveram-se gradualmente de start-ups a gigantes da tecnologia da Internet.
Mas o problema é que, em comparação com o modelo de tráfego da era da Internet, os campos tecnológicos de ponta, como a computação em nuvem, a IA, o 5G e as ciências da vida, têm maiores investimentos, ciclos mais longos e dificuldade em estabelecer barreiras elevadas. muitos concorrentes e perdas graves, cerca de 94% dos unicórnios tecnológicos não são lucrativos.
Ao mesmo tempo, o ciclo Das instituições de capital de Risco NAS Quatro fases de angariação de fundos, investimento, gestão e saída está a tornar-se cada vez Mais curto.Saída DOS investidores nacionais e taxa de retorno MOC (rácio entre o justo valor actual Da empresa e o custo de investimento). no domínio da tecnologia tornaram-se mais baixos.Apenas algumas instituições em fase inicial podem ganhar dinheiro num determinado projecto, pelo que OS investidores têm requisitos Mais rigorosos sobre a rentabilidade Das empresas tecnológicas.
Tomemos como exemplo os semicondutores de chip. De acordo com as estatísticas, em 30 de abril de 2023, o valor total de mercado de 135 empresas de semicondutores (cadeia industrial completa) listadas no Conselho de Inovação Científica e Tecnológica e no GEM era de 3,0825 bilhões de yuans, o que representa menos da metade do valor de mercado da Nvidia. As 135 empresas de chips acima mencionadas alcançarão uma receita acumulada de 282,19 bilhões de yuans em 2022, com uma taxa média de lucro bruto de 39,1%, que está em um nível relativamente baixo. Entre eles, apenas a família Cambrian, o "primeiro estoque doméstico de chips de IA", acumulou perdas de quase 4 bilhões de yuans nos últimos cinco anos até 2022.
Outros dados públicos mostram que nos primeiros três trimestres de 2022, o número de casos de saída de IPO foi de 1996, representando quase 60% do número total de casos de saída no mercado de ações, e fusões e aquisições, transferências de capital e outros métodos contabilizados para uma proporção relativamente pequena.
Em um caso específico, a empresa SaaS recentemente listada Beisen Holdings (HKG: 9669) perdeu quase 5 bilhões de yuans em mais de 4 anos, e o preço de suas ações caiu mais de 70% desde o início do ano, e muitos investidores as venderam com desconto. De acordo com o prospecto, a Tianchuang Capital transferirá todas as suas ações em abril de 2021, obtendo US$ 8,02 milhões, e a avaliação é descontada para 77,5%.Sequoia China, Goldman Sachs, Softbank e outras instituições não obtiveram saídas lucrativas.
Além das empresas, o campo da investigação científica e tecnológica académica também enfrenta um fenómeno semelhante. Um acadêmico da Academia Chinesa de Ciências disse ao Titanium Media App em novembro do ano passado que o mercado presta menos atenção à pesquisa científica e tecnológica básica que não pode ser comercializada. O financiamento anual da Fundação Nacional de Ciências Naturais da China está mais inclinado a essas pesquisas científicas. campos de pesquisa que têm aplicações, enquanto algumas inovações científicas e tecnológicas pontuais É difícil obter financiamento.
"Os instrumentos científicos são as nossas deficiências. Acho que não prestamos atenção suficiente aos métodos de cálculo e aos métodos teóricos, por isso o desenvolvimento não é tão rápido. Nosso comitê de fundação investe atualmente mais de 30 bilhões de yuans por ano, mas a maior parte é na verdade investido em pesquisa independente e desenvolvimento da ciência. O campo de instrumentos é inferior a 1 bilhão, e antes, porque toda a placa da fundação não era grande, o investimento era menor.”, disse o acadêmico acima mencionado.
Portanto, independentemente do ponto de vista, o fosso entre o investimento e a inovação tecnológica está a tornar-se cada vez mais profundo à medida que o tempo passa, e os conflitos e equilíbrios são inevitáveis. Então, para uma grande empresa como a Meta, a sua escolha final só pode ser “matar o cavalo com lágrimas”, ou seja, abandonar projectos científicos de longo prazo.
Grandes fabricantes abandonam a pesquisa em biotecnologia de IA
No início de 2021, o sistema de inteligência artificial AlphaFold2 desenvolvido pela equipe DeepMind do Google alcançou uma precisão surpreendente na Competição Internacional de Previsão de Estrutura de Proteínas (CASP).A gama de estruturas de cerca de 200 milhões de proteínas cobre quase todos os organismos conhecidos na Terra, e a maioria das previsões O modelo é altamente consistente com o modelo de estrutura proteica medido experimentalmente.
AlphaFold2 tornou-se o modelo de previsão de estrutura tridimensional de proteínas mais preciso da época, subvertendo o campo acadêmico da biologia e atraindo atenção generalizada.
Na verdade, a pesquisa e o desenvolvimento de novos medicamentos são um dos campos de pesquisa técnica mais arriscados, complexos e demorados do desenvolvimento humano. O custo de pesquisa e desenvolvimento é de aproximadamente US$ 2,6 bilhões, leva cerca de 10 anos e a taxa de sucesso é menor. do que um décimo. No entanto, à medida que os algoritmos de IA substituem o rastreio humano, parece que os medicamentos produzidos pela IA estão a tornar-se uma realidade - reduzindo o custo da descoberta de novos medicamentos em cerca de 35% e encurtando o tempo do ciclo para 1-2 anos, podendo até ser concluído dentro de alguns meses.
De acordo com as estatísticas de Sullivan, em 2020, o mercado global de pesquisa e desenvolvimento de medicamentos atingirá 191,5 bilhões de dólares americanos (cerca de 1,24 trilhão de yuans).
Neste contexto, os gigantes da Internet viram uma grande oportunidade na intersecção da biomedicina e da IA. Por um lado, estão a tentar aumentar a sua compreensão e influência neste campo através da criação de uma equipa de investigação. Gigantes da tecnologia chineses e americanos, como Meta, Tencent e Huawei, estão todos participando.
Mark Zuckerberg também viu esta oportunidade: a Meta foi a primeira grande empresa de tecnologia a investir em IA e estabeleceu um laboratório básico de pesquisa em inteligência artificial (Fair) em 2013. No final de 2020, a Meta estabeleceu um departamento de pesquisa biológica na equipe da Feira e lançou oficialmente o modelo de previsão de proteínas Meta ESMFold em julho de 2022.
É relatado que o modelo ESMFold é baseado na arquitetura Transformer, com um volume de parâmetro de 15 bilhões. Em duas semanas, ele usou um cluster composto por cerca de 2.000 chips GPU para prever a sequência de mais de 600 milhões de proteínas metagenômicas. Essas sequências são expressas por meio de cadeias compostas por 20 aminoácidos diferentes, e a metagenômica também é conhecida como a “matéria escura” do mundo biológico, incluindo microrganismos no solo, no oceano e no corpo humano.
Até agora, ESMFold é o maior modelo de linguagem de proteínas do mundo. A velocidade da IA é 60 vezes mais rápida que a AlphaFold, mas a precisão é menor. É considerada uma das importantes tecnologias competitivas da AlphaFold.
Mapa de resolução da estrutura da proteína medido pelo ESMFold, um modelo de IA desenvolvido pela Meta (Fonte: Meta)
No entanto, pouco mais de dois anos depois, a Meta está agora a tentar ajustar a sua estratégia de investigação face a factores como a recessão económica global e a redução das receitas publicitárias.
O "Financial Times" britânico acredita que a cultura acadêmica dentro do Fair Labs é a razão pela qual Meta demorou a assumir a liderança na competição de grandes modelos de IA. Com o surgimento do ChatGPT, Meta agora está tentando ajustar o mirar na “GenAI” e reconfigurar sua Feira A direção de pesquisa da equipe se volta para a comercialização de modelos de IA.
"As grandes empresas querem fazer um bom trabalho em biociência de IA, que é principalmente limitada por fatores como espaço de desenvolvimento interno, controle de custos e ecologia departamental." Qu Jiarun disse ao Titanium Media App que embora as equipes de P&D das principais empresas de tecnologia possam publicar alguns artigos, eles podem resolvê-los em lotes. Os problemas na indústria da vida não são muito realistas. Em certo sentido, o campo biológico requer 10 ou 20 anos de investimento em P&D, e as grandes empresas muitas vezes não estão dispostas a persistir por muito tempo.
Qu Jiarun acredita que com o desenvolvimento da indústria de IA, seja em poder de computação ou recursos de dados, não é mais algo que uma simples empresa start-up possa “invadir”. Do ponto de vista de um investidor, existem muitos problemas financeiros em todo o campo da IA sob as atuais mudanças no ambiente geral.Como apoiá-lo até a fase de IPO requer autodesenvolvimento. Para uma grande empresa como a Meta, o investimento de longo prazo na área de biomedicina é algo muito “ideal”.
“O capital busca lucro, por isso não está investindo em direção autônoma ou segurança. Para os grandes fabricantes, investir dinheiro em inovação naquela época era um risco enorme. a culpa é se você gasta dinheiro e não obtém resultados?” Wang Xiaochuan, fundador da Sogou, fundador e CEO da Baichuan Smart, disse ao Titanium Media App.
Nos últimos dois anos, muitas grandes empresas de Internet anunciaram o encerramento ou redução de projetos de comercialização de não curto prazo. Por exemplo, Waymo, o projeto de carro autônomo da Alphabet, controladora do Google, demitiu centenas de funcionários, e o jogo em nuvem Stadia encolheu completamente; a Amazon fechou sucessivamente seu veículo de entrega não tripulado Scout e a empresa de robôs de armazém Canvas; ByteDance suspendeu seus softwares sociais FeiChat e Time Photo Album. ; A Tencent encerrará o Penguin FM, a ferramenta de compra em grupo Goose Group, etc.
Wang Xiaochuan disse que, do ponto de vista da inércia corporativa, as grandes empresas de tecnologia são as mais fáceis de atingir seus objetivos de negócios e é difícil alcançar a inovação de 0 a 1. Em vez disso, é mais provável que as empresas iniciantes o façam, e os talentos das grandes empresas não podem formar uma força conjunta.
O modelo de descoberta de ciências da vida é implementado
Após dois anos de investimento contínuo em P&D, a Baitu Biotech, lançada pelo fundador do Grupo Baidu, Robin Li, em 2020, construiu o grande modelo cross-modal "xTrimo" com centenas de bilhões de parâmetros e lançou o grande modelo orientado por modelo de ciências biológicas em março Este ano, a plataforma AIGP (AI Generated Protein) e o plano de cooperação ecológica AIGP combinam grandes modelos de ciências da vida com as necessidades médicas e de saúde, design de medicamentos, energia e proteção ambiental e outros campos.
Qu Jiarun disse ao TMTpost App que agora a Baitu Biotech não está mais limitada ao campo da biomedicina, mas espera chegar a vários campos de alto valor por meio de grandes modelos de ciências da vida. As empresas precisam ter a capacidade de serem responsáveis por seus próprios lucros e perdas. “A receita é um OKR importante de cima para baixo em muitas empresas”.
"Algumas empresas iniciantes muitas vezes recrutam muitas pessoas muito inovadoras. Esses muitos cientistas apaixonados podem ser capazes de fazer avanços tecnológicos de classe mundial, mas se o inverno frio chegar repentinamente, os fundos terão que ser 'cortados' e essas empresas temos que ser forçados a colocar a tecnologia e os negócios em prática", disse Qu Jiarun.
Qu Jiarun disse: “Em comparação com outras empresas, a Baitu Biological Sciences oferece aos clientes principalmente dois modelos de negócios, um é uma plataforma abrangente e inovadora de design de proteínas e o outro é usar os dados da outra parte para fornecer modelos de computação biológica privados e fornecer em lotes, uma capacidade que muitas empresas de biocomputação de IA não possuem.”
Song Le, CTO da Baitu Biological Sciences, mencionou que, atualmente, grandes empresas como Google e Microsoft, com fortes capacidades de modelos em grande escala no mundo, também estão fazendo modelos em grande escala relacionados às ciências da vida, mas estão mais em o nível de publicação de artigos.Não há nenhuma empresa na fábrica que tenha fortes capacidades de treinamento de modelos. A Baitu Biotechnology possui grandes capacidades de treinamento de modelos e uma equipe profissional de ciências biológicas.
De acordo com o Titanium Media App, na "Segunda Conferência de Biocomputação da China" realizada em 3 de setembro, a Baitu Biotech anunciou o recrutamento de testes internos do modelo on-line leve xTrimo para clientes da indústria To B (empresa). Chame a API para realizar a exploração de mais complexos problemas nas ciências da vida a um custo muito baixo.
Qu Jiarun acredita que a era de “queimar” o dinheiro dos investidores e depois apoiar o IPO por cinco anos já passou. Na era orientada para a tecnologia, as pessoas não sofriam uma pressão tão forte para obter lucros, mas agora, em diferentes ambientes económicos, os CEO e os investidores sofreram mudanças importantes nos seus padrões de pensamento sobre o desenvolvimento saudável das empresas a longo prazo.
"Esta não é uma questão de como a indústria de IA pode obter lucro, mas de como todas as inovações tecnológicas podem gerar lucro. Por exemplo, como esses robôs com boas ideias podem obter lucro?" Qu Jiarun enfatizou que só existe Um plano de desenvolvimento na frente de muitas empresas hoje: ser responsável pelos seus próprios lucros e perdas.Então podemos falar sobre sentimentos e ideais.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
A IA está desaparecendo? O investimento total em campos globais de IA despencou 38% no segundo trimestre
Autor｜Lin Zhijia
Editora Ma Jinnan
Fonte丨Titanium Media
À medida que a economia global continua a enfrentar pressão, os gigantes tecnológicos começam a perceber que a investigação em inovação tecnológica que não pode ser comercializada a curto prazo perdeu valor de investimento.
Em agosto deste ano, a mídia informou que, para reduzir custos e aumentar a eficiência, a gigante da tecnologia Meta (anteriormente Facebook) demitiu a equipe do projeto ESMFold de biociências, que comparou o DeepMind AlphaFold do Google e usou grandes modelos de inteligência artificial (IA) para alcançar previsão de proteínas.
Embora a EvolutionaryScale, uma nova empresa de proteínas de IA fundada pela equipe após deixar a Meta, tenha concluído recentemente mais de US$ 40 milhões em financiamento inicial, os relatórios indicam que o plano de demissão e dissolução da Meta significa que ela desistiu da pesquisa e desenvolvimento de tecnologia científica e se voltou para Negócio de IA. mudança.
Na verdade, embora o grande modelo tenha desencadeado uma nova rodada de boom de IA no mundo nos últimos 9 meses, muitos gigantes da tecnologia estão correndo para gerar tecnologia de IA. No entanto, nos campos tecnológicos de ponta com um ciclo longo, como a investigação e desenvolvimento de novos medicamentos de IA, é difícil para as empresas obter lucros rápidos a curto prazo.Juntamente com o fraco desempenho do mercado secundário, o entusiasmo pelo investimento tem gradualmente aumentado. esfriou e as principais empresas de tecnologia reduziram a pesquisa de tecnologia pura de IA. Os dados da CB Insights mostram que, no segundo trimestre deste ano, o investimento total no campo global de IA despencou 38% em relação ao trimestre anterior.
Vicky QU, vice-presidente da Biotec, disse recentemente ao Titanium Media App que não é mais a era de "queimar" o dinheiro dos investidores e depois abrir o capital por 5 anos. Capacidades abrangentes, como recursos, tecnologia, algoritmos de dados e implementação de negócios, etc. Está se tornando um fator importante no desenvolvimento de longo prazo das empresas de IA.
"Agora atingimos o primeiro ponto de inflexão da curva de desenvolvimento de tecnologia emergente do Gartner. A oportunidade e as capacidades das empresas são necessárias para chegar ao fundo do poço e se recuperar", disse Qu Jiarun.
O capital de risco recua rapidamente, mas a inovação tecnológica corporativa requer investimento de longo prazo
Na verdade, tem havido um conflito e equilíbrio de longo prazo nos retornos e valores entre a inovação tecnológica corporativa e o capital de risco.
Já em 1988, o professor Martin Kenney, da Universidade Carnegie Mellon, nos Estados Unidos, publicou um artigo na revista Research Policy, afirmando que o capital de risco mudou o processo de inovação tecnológica nos Estados Unidos. Salientou que os investidores, como "guardiões técnicos" que aceleram o processo de mudança tecnológica, fornecem fundos para empresas de alta tecnologia e auxiliam no seu desenvolvimento, promovendo assim a transformação da inovação tecnológica. Porém, esse modelo também traz custos elevados.
O Professor Kenney acredita que embora o capital de risco seja um novo tipo de investimento que presta mais atenção aos lucros potenciais das empresas e está disposto a investir sem obter retornos claros, alterando assim o anterior processo de inovação tecnológica, existem também alguns problemas com o capital de risco modelo. pergunta.
O relatório salienta que, em primeiro lugar, este tipo de capital de risco requer um grande investimento de capital, o que aumenta sem dúvida o custo da inovação tecnológica. Em segundo lugar, a fim de obter rendimentos elevados, o investimento em capital de risco flui frequentemente para áreas com elevado potencial de comercialização, ignorando outras áreas de investigação científica igualmente importantes. Além disso, uma vez que a essência do capital de risco é a procura de retornos elevados, alguns investidores podem estar demasiado concentrados nos retornos de curto prazo e ignorar o desenvolvimento a longo prazo das empresas e o avanço contínuo da inovação tecnológica.
Em geral, o Professor Kenney concluiu que o capital de risco desempenha um papel positivo na promoção da inovação tecnológica, mas ao mesmo tempo este método de investimento precisa de ser tratado de forma mais cautelosa e racional. Só assim poderemos aproveitar plenamente as vantagens do capital de risco, reduzir os seus riscos potenciais e, assim, promover de forma mais eficaz o desenvolvimento da inovação científica e tecnológica.
Nos últimos quase 40 anos, o capital de risco influenciou o rápido desenvolvimento da tecnologia global e das indústrias tecnológicas e deu origem a milhares de empresas "unicórnios". Os dados da CB Insights mostram que até agosto deste ano, um total de 1.221 "unicórnios" nasceram em todo o mundo, com um valor de mercado total de mais de 3,8 trilhões de yuans. Estas incluem pelo menos 55 “empresas decacórnios” (avaliações superiores a 10 mil milhões de dólares) e 3 empresas “centenárias” (avaliações de pelo menos 100 mil milhões de dólares).
Ao mesmo tempo, graças ao modelo de capital de risco, Google, Apple, Ali, Tencent, ByteDance, Didi, Meituan e outras empresas desenvolveram-se gradualmente de start-ups a gigantes da tecnologia da Internet.
Mas o problema é que, em comparação com o modelo de tráfego da era da Internet, os campos tecnológicos de ponta, como a computação em nuvem, a IA, o 5G e as ciências da vida, têm maiores investimentos, ciclos mais longos e dificuldade em estabelecer barreiras elevadas. muitos concorrentes e perdas graves, cerca de 94% dos unicórnios tecnológicos não são lucrativos.
Ao mesmo tempo, o ciclo Das instituições de capital de Risco NAS Quatro fases de angariação de fundos, investimento, gestão e saída está a tornar-se cada vez Mais curto.Saída DOS investidores nacionais e taxa de retorno MOC (rácio entre o justo valor actual Da empresa e o custo de investimento). no domínio da tecnologia tornaram-se mais baixos.Apenas algumas instituições em fase inicial podem ganhar dinheiro num determinado projecto, pelo que OS investidores têm requisitos Mais rigorosos sobre a rentabilidade Das empresas tecnológicas.
Tomemos como exemplo os semicondutores de chip. De acordo com as estatísticas, em 30 de abril de 2023, o valor total de mercado de 135 empresas de semicondutores (cadeia industrial completa) listadas no Conselho de Inovação Científica e Tecnológica e no GEM era de 3,0825 bilhões de yuans, o que representa menos da metade do valor de mercado da Nvidia. As 135 empresas de chips acima mencionadas alcançarão uma receita acumulada de 282,19 bilhões de yuans em 2022, com uma taxa média de lucro bruto de 39,1%, que está em um nível relativamente baixo. Entre eles, apenas a família Cambrian, o "primeiro estoque doméstico de chips de IA", acumulou perdas de quase 4 bilhões de yuans nos últimos cinco anos até 2022.
Outros dados públicos mostram que nos primeiros três trimestres de 2022, o número de casos de saída de IPO foi de 1996, representando quase 60% do número total de casos de saída no mercado de ações, e fusões e aquisições, transferências de capital e outros métodos contabilizados para uma proporção relativamente pequena.
Em um caso específico, a empresa SaaS recentemente listada Beisen Holdings (HKG: 9669) perdeu quase 5 bilhões de yuans em mais de 4 anos, e o preço de suas ações caiu mais de 70% desde o início do ano, e muitos investidores as venderam com desconto. De acordo com o prospecto, a Tianchuang Capital transferirá todas as suas ações em abril de 2021, obtendo US$ 8,02 milhões, e a avaliação é descontada para 77,5%.Sequoia China, Goldman Sachs, Softbank e outras instituições não obtiveram saídas lucrativas.
Além das empresas, o campo da investigação científica e tecnológica académica também enfrenta um fenómeno semelhante. Um acadêmico da Academia Chinesa de Ciências disse ao Titanium Media App em novembro do ano passado que o mercado presta menos atenção à pesquisa científica e tecnológica básica que não pode ser comercializada. O financiamento anual da Fundação Nacional de Ciências Naturais da China está mais inclinado a essas pesquisas científicas. campos de pesquisa que têm aplicações, enquanto algumas inovações científicas e tecnológicas pontuais É difícil obter financiamento.
"Os instrumentos científicos são as nossas deficiências. Acho que não prestamos atenção suficiente aos métodos de cálculo e aos métodos teóricos, por isso o desenvolvimento não é tão rápido. Nosso comitê de fundação investe atualmente mais de 30 bilhões de yuans por ano, mas a maior parte é na verdade investido em pesquisa independente e desenvolvimento da ciência. O campo de instrumentos é inferior a 1 bilhão, e antes, porque toda a placa da fundação não era grande, o investimento era menor.”, disse o acadêmico acima mencionado.
Portanto, independentemente do ponto de vista, o fosso entre o investimento e a inovação tecnológica está a tornar-se cada vez mais profundo à medida que o tempo passa, e os conflitos e equilíbrios são inevitáveis. Então, para uma grande empresa como a Meta, a sua escolha final só pode ser “matar o cavalo com lágrimas”, ou seja, abandonar projectos científicos de longo prazo.
Grandes fabricantes abandonam a pesquisa em biotecnologia de IA
No início de 2021, o sistema de inteligência artificial AlphaFold2 desenvolvido pela equipe DeepMind do Google alcançou uma precisão surpreendente na Competição Internacional de Previsão de Estrutura de Proteínas (CASP).A gama de estruturas de cerca de 200 milhões de proteínas cobre quase todos os organismos conhecidos na Terra, e a maioria das previsões O modelo é altamente consistente com o modelo de estrutura proteica medido experimentalmente.
AlphaFold2 tornou-se o modelo de previsão de estrutura tridimensional de proteínas mais preciso da época, subvertendo o campo acadêmico da biologia e atraindo atenção generalizada.
Na verdade, a pesquisa e o desenvolvimento de novos medicamentos são um dos campos de pesquisa técnica mais arriscados, complexos e demorados do desenvolvimento humano. O custo de pesquisa e desenvolvimento é de aproximadamente US$ 2,6 bilhões, leva cerca de 10 anos e a taxa de sucesso é menor. do que um décimo. No entanto, à medida que os algoritmos de IA substituem o rastreio humano, parece que os medicamentos produzidos pela IA estão a tornar-se uma realidade - reduzindo o custo da descoberta de novos medicamentos em cerca de 35% e encurtando o tempo do ciclo para 1-2 anos, podendo até ser concluído dentro de alguns meses.
De acordo com as estatísticas de Sullivan, em 2020, o mercado global de pesquisa e desenvolvimento de medicamentos atingirá 191,5 bilhões de dólares americanos (cerca de 1,24 trilhão de yuans).
Neste contexto, os gigantes da Internet viram uma grande oportunidade na intersecção da biomedicina e da IA. Por um lado, estão a tentar aumentar a sua compreensão e influência neste campo através da criação de uma equipa de investigação. Gigantes da tecnologia chineses e americanos, como Meta, Tencent e Huawei, estão todos participando.
Mark Zuckerberg também viu esta oportunidade: a Meta foi a primeira grande empresa de tecnologia a investir em IA e estabeleceu um laboratório básico de pesquisa em inteligência artificial (Fair) em 2013. No final de 2020, a Meta estabeleceu um departamento de pesquisa biológica na equipe da Feira e lançou oficialmente o modelo de previsão de proteínas Meta ESMFold em julho de 2022.
É relatado que o modelo ESMFold é baseado na arquitetura Transformer, com um volume de parâmetro de 15 bilhões. Em duas semanas, ele usou um cluster composto por cerca de 2.000 chips GPU para prever a sequência de mais de 600 milhões de proteínas metagenômicas. Essas sequências são expressas por meio de cadeias compostas por 20 aminoácidos diferentes, e a metagenômica também é conhecida como a “matéria escura” do mundo biológico, incluindo microrganismos no solo, no oceano e no corpo humano.
Até agora, ESMFold é o maior modelo de linguagem de proteínas do mundo. A velocidade da IA é 60 vezes mais rápida que a AlphaFold, mas a precisão é menor. É considerada uma das importantes tecnologias competitivas da AlphaFold.
No entanto, pouco mais de dois anos depois, a Meta está agora a tentar ajustar a sua estratégia de investigação face a factores como a recessão económica global e a redução das receitas publicitárias.
O "Financial Times" britânico acredita que a cultura acadêmica dentro do Fair Labs é a razão pela qual Meta demorou a assumir a liderança na competição de grandes modelos de IA. Com o surgimento do ChatGPT, Meta agora está tentando ajustar o mirar na “GenAI” e reconfigurar sua Feira A direção de pesquisa da equipe se volta para a comercialização de modelos de IA.
"As grandes empresas querem fazer um bom trabalho em biociência de IA, que é principalmente limitada por fatores como espaço de desenvolvimento interno, controle de custos e ecologia departamental." Qu Jiarun disse ao Titanium Media App que embora as equipes de P&D das principais empresas de tecnologia possam publicar alguns artigos, eles podem resolvê-los em lotes. Os problemas na indústria da vida não são muito realistas. Em certo sentido, o campo biológico requer 10 ou 20 anos de investimento em P&D, e as grandes empresas muitas vezes não estão dispostas a persistir por muito tempo.
Qu Jiarun acredita que com o desenvolvimento da indústria de IA, seja em poder de computação ou recursos de dados, não é mais algo que uma simples empresa start-up possa “invadir”. Do ponto de vista de um investidor, existem muitos problemas financeiros em todo o campo da IA sob as atuais mudanças no ambiente geral.Como apoiá-lo até a fase de IPO requer autodesenvolvimento. Para uma grande empresa como a Meta, o investimento de longo prazo na área de biomedicina é algo muito “ideal”.
“O capital busca lucro, por isso não está investindo em direção autônoma ou segurança. Para os grandes fabricantes, investir dinheiro em inovação naquela época era um risco enorme. a culpa é se você gasta dinheiro e não obtém resultados?” Wang Xiaochuan, fundador da Sogou, fundador e CEO da Baichuan Smart, disse ao Titanium Media App.
Nos últimos dois anos, muitas grandes empresas de Internet anunciaram o encerramento ou redução de projetos de comercialização de não curto prazo. Por exemplo, Waymo, o projeto de carro autônomo da Alphabet, controladora do Google, demitiu centenas de funcionários, e o jogo em nuvem Stadia encolheu completamente; a Amazon fechou sucessivamente seu veículo de entrega não tripulado Scout e a empresa de robôs de armazém Canvas; ByteDance suspendeu seus softwares sociais FeiChat e Time Photo Album. ; A Tencent encerrará o Penguin FM, a ferramenta de compra em grupo Goose Group, etc.
Wang Xiaochuan disse que, do ponto de vista da inércia corporativa, as grandes empresas de tecnologia são as mais fáceis de atingir seus objetivos de negócios e é difícil alcançar a inovação de 0 a 1. Em vez disso, é mais provável que as empresas iniciantes o façam, e os talentos das grandes empresas não podem formar uma força conjunta.
O modelo de descoberta de ciências da vida é implementado
Após dois anos de investimento contínuo em P&D, a Baitu Biotech, lançada pelo fundador do Grupo Baidu, Robin Li, em 2020, construiu o grande modelo cross-modal "xTrimo" com centenas de bilhões de parâmetros e lançou o grande modelo orientado por modelo de ciências biológicas em março Este ano, a plataforma AIGP (AI Generated Protein) e o plano de cooperação ecológica AIGP combinam grandes modelos de ciências da vida com as necessidades médicas e de saúde, design de medicamentos, energia e proteção ambiental e outros campos.
Qu Jiarun disse ao TMTpost App que agora a Baitu Biotech não está mais limitada ao campo da biomedicina, mas espera chegar a vários campos de alto valor por meio de grandes modelos de ciências da vida. As empresas precisam ter a capacidade de serem responsáveis por seus próprios lucros e perdas. “A receita é um OKR importante de cima para baixo em muitas empresas”.
"Algumas empresas iniciantes muitas vezes recrutam muitas pessoas muito inovadoras. Esses muitos cientistas apaixonados podem ser capazes de fazer avanços tecnológicos de classe mundial, mas se o inverno frio chegar repentinamente, os fundos terão que ser 'cortados' e essas empresas temos que ser forçados a colocar a tecnologia e os negócios em prática", disse Qu Jiarun.
Qu Jiarun disse: “Em comparação com outras empresas, a Baitu Biological Sciences oferece aos clientes principalmente dois modelos de negócios, um é uma plataforma abrangente e inovadora de design de proteínas e o outro é usar os dados da outra parte para fornecer modelos de computação biológica privados e fornecer em lotes, uma capacidade que muitas empresas de biocomputação de IA não possuem.”
Song Le, CTO da Baitu Biological Sciences, mencionou que, atualmente, grandes empresas como Google e Microsoft, com fortes capacidades de modelos em grande escala no mundo, também estão fazendo modelos em grande escala relacionados às ciências da vida, mas estão mais em o nível de publicação de artigos.Não há nenhuma empresa na fábrica que tenha fortes capacidades de treinamento de modelos. A Baitu Biotechnology possui grandes capacidades de treinamento de modelos e uma equipe profissional de ciências biológicas.
De acordo com o Titanium Media App, na "Segunda Conferência de Biocomputação da China" realizada em 3 de setembro, a Baitu Biotech anunciou o recrutamento de testes internos do modelo on-line leve xTrimo para clientes da indústria To B (empresa). Chame a API para realizar a exploração de mais complexos problemas nas ciências da vida a um custo muito baixo.
Qu Jiarun acredita que a era de “queimar” o dinheiro dos investidores e depois apoiar o IPO por cinco anos já passou. Na era orientada para a tecnologia, as pessoas não sofriam uma pressão tão forte para obter lucros, mas agora, em diferentes ambientes económicos, os CEO e os investidores sofreram mudanças importantes nos seus padrões de pensamento sobre o desenvolvimento saudável das empresas a longo prazo.
"Esta não é uma questão de como a indústria de IA pode obter lucro, mas de como todas as inovações tecnológicas podem gerar lucro. Por exemplo, como esses robôs com boas ideias podem obter lucro?" Qu Jiarun enfatizou que só existe Um plano de desenvolvimento na frente de muitas empresas hoje: ser responsável pelos seus próprios lucros e perdas.Então podemos falar sobre sentimentos e ideais.