Оскільки глобальна економіка продовжує стикатися з тиском, технологічні гіганти починають усвідомлювати, що дослідження технологічних інновацій, які не можна комерціалізувати в короткостроковій перспективі, втратили інвестиційну цінність.
У серпні цього року ЗМІ повідомили, що для того, щоб зменшити витрати та підвищити ефективність, технологічний гігант Meta (раніше Facebook) звільнив команду біологічного проекту ESMFold, яка порівнювала з DeepMind AlphaFold від Google і використовувала великі моделі штучного інтелекту (AI) для досягти передбачення білка.
Хоча EvolutionaryScale, нова білкова компанія зі штучного інтелекту, заснована командою після відходу з Meta, нещодавно завершила початковий раунд фінансування на суму понад 40 мільйонів доларів США, звіти свідчать, що звільнення та план розпуску Meta означає, що вона відмовилася від науково-технологічних досліджень і розробок і звернулася до AI бізнес. зміни.
Фактично, хоча за останні дев’ять місяців великі моделі спровокували новий виток божевілля штучного інтелекту в усьому світі, багато технологічних гігантів намагаються створити генеративну технологію штучного інтелекту. Однак у передових технологічних галузях із тривалими циклами, як-от дослідження та розробка нових ліків штучного інтелекту, компаніям важко отримати швидкий прибуток у короткостроковій перспективі. У поєднанні з низькими показниками на вторинному ринку інвестиційний ентузіазм поступово охолов. , а великі технологічні компанії скоротили дослідження технологій ШІ. Дані CB Insights показують, що у другому кварталі цього року загальні інвестиції в глобальну сферу штучного інтелекту різко впали на 38% порівняно з попереднім місяцем.
Vicky QU, віце-президент Biotec, нещодавно сказала Titanium Media App, що це вже не епоха «спалювання» грошей інвесторів, а потім виходу на біржу протягом 5 років. Комплексні можливості, такі як ресурси, технології, алгоритми даних і впровадження бізнесу, тощо. Це стає важливим фактором довгострокового розвитку компаній ШІ.
«Тепер ми фактично досягли першої точки перегину кривої нових технологій Gartner. Можливості та здібності підприємств потрібні для того, щоб досягти дна та відскочити», — сказав Цюй Цзярун.
Венчурний капітал відступає, але корпоративні технологічні інновації вимагають довгострокових інвестицій
Насправді між корпоративними технологічними інноваціями та венчурним капіталом існував тривалий конфлікт і баланс прибутків і цінностей.
Ще в 1988 році професор Мартін Кенні з Університету Карнегі-Меллона в США опублікував статтю в журналі Research Policy, в якій говорилося, що венчурний капітал змінив процес технологічних інновацій у Сполучених Штатах. Він зазначив, що інвестори, як «технічні воротарі», які прискорюють процес технологічних змін, надають кошти для високотехнологічних підприємств і допомагають їх розвитку, таким чином сприяючи трансформації технологічних інновацій. Однак ця модель також має високі витрати.
Професор Кенні вважає, що хоча венчурний капітал є новим типом інвестицій, він приділяє більше уваги потенційним вигодам підприємств і готовий інвестувати, не отримуючи явного прибутку, таким чином змінюючи попередній процес технологічних інновацій, але все ще є деякі ризики в моделі венчурного капіталу питання.
У звіті наголошується, що, насамперед, цей вид венчурного капіталу вимагає великих капіталовкладень, що, безсумнівно, збільшує вартість технологічних інновацій. По-друге, щоб досягти високих прибутків, інвестиції венчурного капіталу часто спрямовуються в області з високим потенціалом комерціалізації, ігноруючи інші не менш важливі сфери наукових досліджень. Крім того, оскільки суть венчурного капіталу полягає в гонитві за високою прибутковістю, деякі інвестори можуть бути надто зосереджені на короткостроковій прибутковості та ігнорувати довгостроковий розвиток підприємств і постійний прогрес технологічних інновацій.
Загалом професор Кенні дійшов висновку, що венчурний капітал відіграє позитивну роль у просуванні технологічних інновацій, але в той же час необхідно більш обережно та раціонально ставитися до цього способу інвестування. Лише таким чином ми зможемо повною мірою використовувати переваги венчурного капіталу, зменшити його потенційні ризики та таким чином ефективніше сприяти розвитку технологічних інновацій.
За останні майже 40 років венчурний капітал вплинув на швидкий розвиток глобальних технологій і технологічних галузей і породив тисячі компаній-«єдинорогів». Дані CB Insights показують, що станом на серпень цього року в усьому світі народилося 1221 «єдиноріг» загальною ринковою вартістю понад 3,8 трильйона юанів. Серед них принаймні 55 «компаній-декакорнів» (оцінка яких перевищує 10 мільярдів доларів США) і 3 компанії «столітніх» (оцінка щонайменше 100 мільярдів доларів США).
Водночас завдяки моделі венчурного капіталу Google, Apple, Ali, Tencent, ByteDance, Didi, Meituan та інші компанії поступово розвинулися від стартапів до гігантів інтернет-технологій.
Але проблема полягає в тому, що порівняно з моделлю трафіку в епоху Інтернету, передові технологічні галузі, такі як хмарні обчислення, штучний інтелект, 5G і науки про життя, потребують більших інвестицій, довших циклів і труднощів у встановленні високих бар’єрів. багато конкурентів і серйозні втрати, близько 94% технологічних єдинорогів є збитковими.
У той же час цикл інститутів венчурного капіталу на чотирьох стадіях залучення коштів, інвестування, управління та виходу стає все коротшим і коротшим, а коефіцієнт виходу та повернення MOC (відношення поточної справедливої вартості компанії до інвестиційної вартості) внутрішніх інвесторів у технологічній сфері стає все менше Лише кілька інституцій на ранній стадії можуть заробити на певному проекті, тому інвестори висувають суворіші вимоги до прибутковості технологічних компаній.
Візьмемо як приклад напівпровідникові кристали. Згідно зі статистичними даними, станом на 30 квітня 2023 року загальна ринкова вартість 135 напівпровідникових (повний галузевий ланцюжок) компаній, зареєстрованих у Раді з науково-технічних інновацій і ринку зростаючих підприємств, становить 3082,5 мільярда юанів, що становить менше половини ринку Nvidia значення. Вищезазначені 135 компаній-виробників чіпів отримають сукупний дохід у 282,19 мільярдів юанів у 2022 році із середньою нормою валового прибутку 39,1%, що є відносно низьким рівнем. Серед них лише сімейство Cambrian, «перший вітчизняний виробник чіпів штучного інтелекту», накопичило збитки майже на 4 мільярди юанів за останні п’ять років до 2022 року.
Інші публічні дані показують, що за перші три квартали 2022 року кількість випадків виходу з IPO становила 1996, що становить майже 60% від загальної кількості випадків виходу на фондовому ринку, а також враховуються злиття та поглинання, передача акцій та інші методи для відносно невеликої частки.
У конкретному випадку Beisen Holdings (HKG: 9669), нещодавно зареєстрована компанія SaaS, втратила майже 5 мільярдів юанів за понад чотири роки. Ціна її акцій впала більш ніж на 70% з початку року, і багато інвестори продавали його зі знижкою. У проспекті емісії зазначено, що Tianchuang Capital передала всі свої акції у квітні 2021 року та отримала 8,02 мільйона доларів США з дисконтом до 77,5%. Sequoia China, Goldman Sachs, SoftBank та інші установи також не отримали прибуткових виходів.
Крім того, з подібним явищем стикається не лише підприємства, а й сфера наукових і технологічних досліджень. У листопаді минулого року академік Академії наук Китаю заявив Titanium Media App, що ринок приділяє менше уваги фундаментальним науковим і технологічним дослідженням, які не можна комерціалізувати. дослідницькі галузі, які мають застосування, а деякі одноточкові науково-технічні інновації Важко отримати фінансову підтримку.
"Наукові прилади - це наш недолік. Я думаю, що ми не приділяємо достатньо уваги методам розрахунків і теоретичним методам, тому розвиток йде не так швидко. Комітет нашого фонду зараз інвестує понад 30 мільярдів на рік, але більшість з них реально інвестовано у самостійних дослідженнях і розробці наукових досліджень.Поле приладобудування менше 1 млрд., а раніше, оскільки весь портфель фонду був невеликим, інвестиції були ще меншими», — сказав вищезгаданий академік.
Тому, з якого б кута не дивитись, розрив між інвестиціями та технологічними інноваціями з часом стає все глибшим і глибшим, а конфлікти та баланси неминучі. Тоді остаточний вибір для великих компаній на зразок Meta – «вбити Ма Су сльозами», тобто відмовитися від довгострокових наукових проектів.
Великі виробники відмовляються від досліджень біотехнології ШІ
На початку 2021 року система штучного інтелекту AlphaFold2, розроблена командою Google DeepMind, досягла вражаючої точності на Міжнародному конкурсі прогнозування структури білків (CASP). Діапазон структур близько 200 мільйонів білків охоплює майже всі відомі організми на землі та більшість прогнозів Модель дуже узгоджується з експериментально виміряною моделлю структури білка.
AlphaFold2 став найточнішою моделлю прогнозування тривимірної структури білка на той час, підірвавши академічну галузь біології та привернувши широку увагу.
Насправді дослідження та розробка нових ліків є однією з найбільш ризикованих, складних і трудомістких галузей технічних досліджень у розвитку людини. Вартість досліджень і розробок становить приблизно 2,6 мільярда доларів США, займає приблизно 10 років, а рівень успіху менший. ніж одна десята. Однак, оскільки алгоритми штучного інтелекту замінюють скринінг людини, схоже, що ліки, створені за допомогою штучного інтелекту, стають реальністю – це зменшує вартість відкриття нових ліків приблизно на 35%, а час циклу скорочується до 1-2 років, і навіть може бути завершено протягом кілька місяців.
Згідно зі статистикою Саллівана, у 2020 році світовий ринок досліджень і розробки ліків досягне 191,5 мільярда доларів США (близько 1,24 трильйона юанів).
У цьому контексті інтернет-гіганти побачили великі можливості на стику біомедицини та штучного інтелекту. З одного боку, вони намагаються розширити своє розуміння та вплив у цій галузі, створивши дослідницьку групу. Вихідні обчислювальні потужності та рішення. Беруть участь Meta, Tencent, Huawei та інші китайські та американські технологічні гіганти.
Марк Цукерберг також побачив цю можливість. Meta була першою великою технологічною компанією, яка інвестувала в штучний інтелект і створила лабораторію базових досліджень штучного інтелекту (Fair) у 2013 році. Наприкінці 2020 року Meta створила відділ біологічних досліджень у команді Fair і офіційно запустила модель прогнозування білка Meta ESMFold у липні 2022 року.
Повідомляється, що модель ESMFold заснована на архітектурі Transformer і має 15 мільярдів параметрів.Вона може передбачити послідовності понад 600 мільйонів метагеномних білків за два тижні за допомогою кластера, що складається приблизно з 2000 мікросхем GPU. Ці послідовності виражаються через ланцюжки, що складаються з 20 різних амінокислот, а метагеноми також відомі як «темна матерія» біологічного світу, включаючи мікроорганізми в ґрунті, океанах і людському тілі.
Наразі ESMFold є найбільшою в світі моделлю білкової мови зі швидкістю штучного інтелекту в 60 разів швидшою, ніж AlphaFold, але нижчою точністю. Це вважається однією з важливих конкурентних технологій AlphaFold.
Карта роздільної здатності структури білка, виміряна за допомогою моделі штучного інтелекту ESMFold, розробленої Meta (джерело: Meta)
Однак трохи більше ніж через два роки Meta намагається скоригувати свою дослідницьку стратегію на тлі таких факторів, як глобальна економічна рецесія та зменшення доходів від реклами.
Британська газета «Financial Times» вважає, що академічна культура Fair Labs є причиною того, чому Meta не поспішає захопити лідерство в змаганні за великі моделі штучного інтелекту. Зі спалахом ChatGPT Meta зараз намагається скорегувати націлитися на «GenAI» і змінити його конфігурацію. Напрямок досліджень команди спрямований на комерціалізацію моделей штучного інтелекту.
«Великі компанії хочуть добре працювати в галузі біологічних наук зі штучним інтелектом, яка в основному обмежена такими факторами, як внутрішній простір для розробки, контроль витрат і екологія відділу». деякі документи, вони можуть вирішувати їх партіями Проблеми в індустрії життя не дуже реалістичні У певному сенсі біологічна сфера вимагає 10 або 20 років інвестицій у дослідження та розробки, і великі компанії часто не бажають існувати тривалий час.
Цюй Цзярун вважає, що з розвитком індустрії штучного інтелекту, будь то обчислювальна потужність чи ресурси даних, це вже не те, до чого може «увірватися» проста нова компанія. З точки зору інвестора, існує багато фінансових проблем у всій сфері штучного інтелекту в умовах поточних змін у загальному середовищі, тому як підтримати його до стадії IPO, потрібно саморозвиватися. Для такої великої компанії, як «Мета», довгострокове інвестування в сферу біомедицини — дуже «ідеальна» річ.
«Капітал шукає прибутку, тому це не інвестиції в автономне водіння чи безпеку. Для великих виробників вкладати гроші в інновації в той час було величезним ризиком. Для позиції №1 компанії вони більше думають про бізнес. Це помилка, якщо ви витрачаєте гроші і не отримуєте результатів?» Ван Сяочуань, засновник Sogou, засновник і генеральний директор Baichuan Smart, сказав Titanium Media App.
За останні два роки багато великих інтернет-компаній оголосили про закриття або скорочення некороткострокових проектів комерціалізації. Наприклад, Waymo, проект безпілотних автомобілів материнської компанії Google Alphabet, звільнив сотні співробітників, а хмарна гра Stadia повністю скоротилася; Amazon послідовно закрив свій безпілотний транспортний засіб Scout і компанію складських роботів Canvas; ByteDance призупинив роботу соціального програмного забезпечення FeiChat і Time Photo Album; Tencent видалить і закриє Penguin FM, інструмент групових покупок Gouxiangtuan тощо.
Ван Сяочуань сказав, що з точки зору корпоративної інерції, великим технологічним компаніям найлегше служити своїм бізнес-цілям, і важко досягти інновацій 0 до 1. Натомість це більш імовірно для компаній-початківців, і таланти великих компаній не можуть сформувати спільну силу.
Впроваджено модель науки про життя
Після двох років безперервних інвестицій у дослідження та розробки компанія Baitu Biotech, запущена засновником Baidu Group Робіном Лі у 2020 році, створила кросмодальну велику модель «xTrimo» із сотнями мільярдів параметрів, а в березні випустила модель, керовану моделлю науки про життя. Платформа AIGP (білок, створений штучним інтелектом) і план екологічної співпраці AIGP поєднують великі моделі науки про життя з потребами медицини та охорони здоров’я, розробки ліків, енергетики та захисту навколишнього середовища та інших галузей.
Цюй Цзярун розповів TMTpost App, що тепер Baitu Biotech більше не обмежується сферою біомедицини, а сподівається вийти на багато цінних сфер за допомогою великих наукових моделей про життя. Підприємства повинні мати здатність нести відповідальність за власні прибутки та збитки. «Дохід є важливим OKR від верху до низу в багатьох компаніях».
«Деякі компанії-початківці часто набирають багато дуже інноваційних людей. Ці багато пристрасних вчених, можливо, зможуть зробити технологічний прорив світового рівня, але якщо раптом настане холодна зима, кошти доведеться «скоротити», і ці компанії будуть потрібно змусити впроваджувати технології та бізнес на практиці", - сказав Цюй Цзярун.
Цюй Цзярун сказав: «Порівняно з іншими компаніями, Baitu Biological Sciences в основному надає клієнтам дві бізнес-моделі, одна — це комплексна та інноваційна платформа для проектування білків, а інша — використання даних іншої сторони для надання приватних біологічних обчислювальних моделей і надання їх партіями. , що є можливістю, якої немає в багатьох біокомп’ютерних компаніях штучного інтелекту».
Доктор Сонг Ле, технічний директор Baitu Biotechnology, зазначив, що наразі такі великі компанії, як Google і Microsoft, які мають потужні можливості створення великомасштабних моделей у світі, також створюють великомасштабні моделі, пов’язані з науками про життя, але вони більше на рівні публікації статей.На фабриці немає жодної компанії, яка б мала потужні можливості для навчання моделей. Baitu Biotechnology має великі можливості для навчання моделей і професійну команду наук про життя.
Як повідомляє Titanium Media App, на «Другій китайській біокомп’ютерній конференції», що відбулася 3 вересня, Baitu Biotech оголосила про залучення до внутрішнього тестування онлайн-моделі xTrimo light для клієнтів промисловості To B (підприємства). Телефонуйте API, щоб досліджувати складніші питання в науках про життя. за дуже низькою ціною.
Цюй Цзярун вважає, що епоха «спалювання» грошей інвесторів і подальшої підтримки IPO протягом п'яти років минула. У технологічно-орієнтований період у всіх не було такого сильного тиску на прибуток, але зараз, за різних економічних умов, керівники та інвестори зазнали важливих змін у способі мислення про довгостроковий здоровий розвиток підприємств.
«Це питання не в тому, як індустрія штучного інтелекту заробляє гроші, а в тому, як заробляють гроші всі технологічні інновації. Наприклад, як ці роботи з хорошими ідеями заробляють гроші?» Цюй Цзярун підкреслив, що є лише одна розробка. план перед багатьма компаніями: самовідповідальність за прибутки та збитки, Лише тоді можна говорити про почуття та ідеали.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
AI відплив? У другому кварталі загальні інвестиції в глобальну сферу ШІ впали на 38%
Автор｜Lin Zhijia
Редактор｜Ма Джиннан
Джерело丨Titanium Media
Оскільки глобальна економіка продовжує стикатися з тиском, технологічні гіганти починають усвідомлювати, що дослідження технологічних інновацій, які не можна комерціалізувати в короткостроковій перспективі, втратили інвестиційну цінність.
У серпні цього року ЗМІ повідомили, що для того, щоб зменшити витрати та підвищити ефективність, технологічний гігант Meta (раніше Facebook) звільнив команду біологічного проекту ESMFold, яка порівнювала з DeepMind AlphaFold від Google і використовувала великі моделі штучного інтелекту (AI) для досягти передбачення білка.
Хоча EvolutionaryScale, нова білкова компанія зі штучного інтелекту, заснована командою після відходу з Meta, нещодавно завершила початковий раунд фінансування на суму понад 40 мільйонів доларів США, звіти свідчать, що звільнення та план розпуску Meta означає, що вона відмовилася від науково-технологічних досліджень і розробок і звернулася до AI бізнес. зміни.
Фактично, хоча за останні дев’ять місяців великі моделі спровокували новий виток божевілля штучного інтелекту в усьому світі, багато технологічних гігантів намагаються створити генеративну технологію штучного інтелекту. Однак у передових технологічних галузях із тривалими циклами, як-от дослідження та розробка нових ліків штучного інтелекту, компаніям важко отримати швидкий прибуток у короткостроковій перспективі. У поєднанні з низькими показниками на вторинному ринку інвестиційний ентузіазм поступово охолов. , а великі технологічні компанії скоротили дослідження технологій ШІ. Дані CB Insights показують, що у другому кварталі цього року загальні інвестиції в глобальну сферу штучного інтелекту різко впали на 38% порівняно з попереднім місяцем.
Vicky QU, віце-президент Biotec, нещодавно сказала Titanium Media App, що це вже не епоха «спалювання» грошей інвесторів, а потім виходу на біржу протягом 5 років. Комплексні можливості, такі як ресурси, технології, алгоритми даних і впровадження бізнесу, тощо. Це стає важливим фактором довгострокового розвитку компаній ШІ.
«Тепер ми фактично досягли першої точки перегину кривої нових технологій Gartner. Можливості та здібності підприємств потрібні для того, щоб досягти дна та відскочити», — сказав Цюй Цзярун.
Венчурний капітал відступає, але корпоративні технологічні інновації вимагають довгострокових інвестицій
Насправді між корпоративними технологічними інноваціями та венчурним капіталом існував тривалий конфлікт і баланс прибутків і цінностей.
Ще в 1988 році професор Мартін Кенні з Університету Карнегі-Меллона в США опублікував статтю в журналі Research Policy, в якій говорилося, що венчурний капітал змінив процес технологічних інновацій у Сполучених Штатах. Він зазначив, що інвестори, як «технічні воротарі», які прискорюють процес технологічних змін, надають кошти для високотехнологічних підприємств і допомагають їх розвитку, таким чином сприяючи трансформації технологічних інновацій. Однак ця модель також має високі витрати.
Професор Кенні вважає, що хоча венчурний капітал є новим типом інвестицій, він приділяє більше уваги потенційним вигодам підприємств і готовий інвестувати, не отримуючи явного прибутку, таким чином змінюючи попередній процес технологічних інновацій, але все ще є деякі ризики в моделі венчурного капіталу питання.
У звіті наголошується, що, насамперед, цей вид венчурного капіталу вимагає великих капіталовкладень, що, безсумнівно, збільшує вартість технологічних інновацій. По-друге, щоб досягти високих прибутків, інвестиції венчурного капіталу часто спрямовуються в області з високим потенціалом комерціалізації, ігноруючи інші не менш важливі сфери наукових досліджень. Крім того, оскільки суть венчурного капіталу полягає в гонитві за високою прибутковістю, деякі інвестори можуть бути надто зосереджені на короткостроковій прибутковості та ігнорувати довгостроковий розвиток підприємств і постійний прогрес технологічних інновацій.
Загалом професор Кенні дійшов висновку, що венчурний капітал відіграє позитивну роль у просуванні технологічних інновацій, але в той же час необхідно більш обережно та раціонально ставитися до цього способу інвестування. Лише таким чином ми зможемо повною мірою використовувати переваги венчурного капіталу, зменшити його потенційні ризики та таким чином ефективніше сприяти розвитку технологічних інновацій.
За останні майже 40 років венчурний капітал вплинув на швидкий розвиток глобальних технологій і технологічних галузей і породив тисячі компаній-«єдинорогів». Дані CB Insights показують, що станом на серпень цього року в усьому світі народилося 1221 «єдиноріг» загальною ринковою вартістю понад 3,8 трильйона юанів. Серед них принаймні 55 «компаній-декакорнів» (оцінка яких перевищує 10 мільярдів доларів США) і 3 компанії «столітніх» (оцінка щонайменше 100 мільярдів доларів США).
Водночас завдяки моделі венчурного капіталу Google, Apple, Ali, Tencent, ByteDance, Didi, Meituan та інші компанії поступово розвинулися від стартапів до гігантів інтернет-технологій.
Але проблема полягає в тому, що порівняно з моделлю трафіку в епоху Інтернету, передові технологічні галузі, такі як хмарні обчислення, штучний інтелект, 5G і науки про життя, потребують більших інвестицій, довших циклів і труднощів у встановленні високих бар’єрів. багато конкурентів і серйозні втрати, близько 94% технологічних єдинорогів є збитковими.
У той же час цикл інститутів венчурного капіталу на чотирьох стадіях залучення коштів, інвестування, управління та виходу стає все коротшим і коротшим, а коефіцієнт виходу та повернення MOC (відношення поточної справедливої вартості компанії до інвестиційної вартості) внутрішніх інвесторів у технологічній сфері стає все менше Лише кілька інституцій на ранній стадії можуть заробити на певному проекті, тому інвестори висувають суворіші вимоги до прибутковості технологічних компаній.
Візьмемо як приклад напівпровідникові кристали. Згідно зі статистичними даними, станом на 30 квітня 2023 року загальна ринкова вартість 135 напівпровідникових (повний галузевий ланцюжок) компаній, зареєстрованих у Раді з науково-технічних інновацій і ринку зростаючих підприємств, становить 3082,5 мільярда юанів, що становить менше половини ринку Nvidia значення. Вищезазначені 135 компаній-виробників чіпів отримають сукупний дохід у 282,19 мільярдів юанів у 2022 році із середньою нормою валового прибутку 39,1%, що є відносно низьким рівнем. Серед них лише сімейство Cambrian, «перший вітчизняний виробник чіпів штучного інтелекту», накопичило збитки майже на 4 мільярди юанів за останні п’ять років до 2022 року.
Інші публічні дані показують, що за перші три квартали 2022 року кількість випадків виходу з IPO становила 1996, що становить майже 60% від загальної кількості випадків виходу на фондовому ринку, а також враховуються злиття та поглинання, передача акцій та інші методи для відносно невеликої частки.
У конкретному випадку Beisen Holdings (HKG: 9669), нещодавно зареєстрована компанія SaaS, втратила майже 5 мільярдів юанів за понад чотири роки. Ціна її акцій впала більш ніж на 70% з початку року, і багато інвестори продавали його зі знижкою. У проспекті емісії зазначено, що Tianchuang Capital передала всі свої акції у квітні 2021 року та отримала 8,02 мільйона доларів США з дисконтом до 77,5%. Sequoia China, Goldman Sachs, SoftBank та інші установи також не отримали прибуткових виходів.
Крім того, з подібним явищем стикається не лише підприємства, а й сфера наукових і технологічних досліджень. У листопаді минулого року академік Академії наук Китаю заявив Titanium Media App, що ринок приділяє менше уваги фундаментальним науковим і технологічним дослідженням, які не можна комерціалізувати. дослідницькі галузі, які мають застосування, а деякі одноточкові науково-технічні інновації Важко отримати фінансову підтримку.
"Наукові прилади - це наш недолік. Я думаю, що ми не приділяємо достатньо уваги методам розрахунків і теоретичним методам, тому розвиток йде не так швидко. Комітет нашого фонду зараз інвестує понад 30 мільярдів на рік, але більшість з них реально інвестовано у самостійних дослідженнях і розробці наукових досліджень.Поле приладобудування менше 1 млрд., а раніше, оскільки весь портфель фонду був невеликим, інвестиції були ще меншими», — сказав вищезгаданий академік.
Тому, з якого б кута не дивитись, розрив між інвестиціями та технологічними інноваціями з часом стає все глибшим і глибшим, а конфлікти та баланси неминучі. Тоді остаточний вибір для великих компаній на зразок Meta – «вбити Ма Су сльозами», тобто відмовитися від довгострокових наукових проектів.
Великі виробники відмовляються від досліджень біотехнології ШІ
На початку 2021 року система штучного інтелекту AlphaFold2, розроблена командою Google DeepMind, досягла вражаючої точності на Міжнародному конкурсі прогнозування структури білків (CASP). Діапазон структур близько 200 мільйонів білків охоплює майже всі відомі організми на землі та більшість прогнозів Модель дуже узгоджується з експериментально виміряною моделлю структури білка.
AlphaFold2 став найточнішою моделлю прогнозування тривимірної структури білка на той час, підірвавши академічну галузь біології та привернувши широку увагу.
Насправді дослідження та розробка нових ліків є однією з найбільш ризикованих, складних і трудомістких галузей технічних досліджень у розвитку людини. Вартість досліджень і розробок становить приблизно 2,6 мільярда доларів США, займає приблизно 10 років, а рівень успіху менший. ніж одна десята. Однак, оскільки алгоритми штучного інтелекту замінюють скринінг людини, схоже, що ліки, створені за допомогою штучного інтелекту, стають реальністю – це зменшує вартість відкриття нових ліків приблизно на 35%, а час циклу скорочується до 1-2 років, і навіть може бути завершено протягом кілька місяців.
Згідно зі статистикою Саллівана, у 2020 році світовий ринок досліджень і розробки ліків досягне 191,5 мільярда доларів США (близько 1,24 трильйона юанів).
У цьому контексті інтернет-гіганти побачили великі можливості на стику біомедицини та штучного інтелекту. З одного боку, вони намагаються розширити своє розуміння та вплив у цій галузі, створивши дослідницьку групу. Вихідні обчислювальні потужності та рішення. Беруть участь Meta, Tencent, Huawei та інші китайські та американські технологічні гіганти.
Марк Цукерберг також побачив цю можливість. Meta була першою великою технологічною компанією, яка інвестувала в штучний інтелект і створила лабораторію базових досліджень штучного інтелекту (Fair) у 2013 році. Наприкінці 2020 року Meta створила відділ біологічних досліджень у команді Fair і офіційно запустила модель прогнозування білка Meta ESMFold у липні 2022 року.
Повідомляється, що модель ESMFold заснована на архітектурі Transformer і має 15 мільярдів параметрів.Вона може передбачити послідовності понад 600 мільйонів метагеномних білків за два тижні за допомогою кластера, що складається приблизно з 2000 мікросхем GPU. Ці послідовності виражаються через ланцюжки, що складаються з 20 різних амінокислот, а метагеноми також відомі як «темна матерія» біологічного світу, включаючи мікроорганізми в ґрунті, океанах і людському тілі.
Наразі ESMFold є найбільшою в світі моделлю білкової мови зі швидкістю штучного інтелекту в 60 разів швидшою, ніж AlphaFold, але нижчою точністю. Це вважається однією з важливих конкурентних технологій AlphaFold.
Однак трохи більше ніж через два роки Meta намагається скоригувати свою дослідницьку стратегію на тлі таких факторів, як глобальна економічна рецесія та зменшення доходів від реклами.
Британська газета «Financial Times» вважає, що академічна культура Fair Labs є причиною того, чому Meta не поспішає захопити лідерство в змаганні за великі моделі штучного інтелекту. Зі спалахом ChatGPT Meta зараз намагається скорегувати націлитися на «GenAI» і змінити його конфігурацію. Напрямок досліджень команди спрямований на комерціалізацію моделей штучного інтелекту.
«Великі компанії хочуть добре працювати в галузі біологічних наук зі штучним інтелектом, яка в основному обмежена такими факторами, як внутрішній простір для розробки, контроль витрат і екологія відділу». деякі документи, вони можуть вирішувати їх партіями Проблеми в індустрії життя не дуже реалістичні У певному сенсі біологічна сфера вимагає 10 або 20 років інвестицій у дослідження та розробки, і великі компанії часто не бажають існувати тривалий час.
Цюй Цзярун вважає, що з розвитком індустрії штучного інтелекту, будь то обчислювальна потужність чи ресурси даних, це вже не те, до чого може «увірватися» проста нова компанія. З точки зору інвестора, існує багато фінансових проблем у всій сфері штучного інтелекту в умовах поточних змін у загальному середовищі, тому як підтримати його до стадії IPO, потрібно саморозвиватися. Для такої великої компанії, як «Мета», довгострокове інвестування в сферу біомедицини — дуже «ідеальна» річ.
«Капітал шукає прибутку, тому це не інвестиції в автономне водіння чи безпеку. Для великих виробників вкладати гроші в інновації в той час було величезним ризиком. Для позиції №1 компанії вони більше думають про бізнес. Це помилка, якщо ви витрачаєте гроші і не отримуєте результатів?» Ван Сяочуань, засновник Sogou, засновник і генеральний директор Baichuan Smart, сказав Titanium Media App.
За останні два роки багато великих інтернет-компаній оголосили про закриття або скорочення некороткострокових проектів комерціалізації. Наприклад, Waymo, проект безпілотних автомобілів материнської компанії Google Alphabet, звільнив сотні співробітників, а хмарна гра Stadia повністю скоротилася; Amazon послідовно закрив свій безпілотний транспортний засіб Scout і компанію складських роботів Canvas; ByteDance призупинив роботу соціального програмного забезпечення FeiChat і Time Photo Album; Tencent видалить і закриє Penguin FM, інструмент групових покупок Gouxiangtuan тощо.
Ван Сяочуань сказав, що з точки зору корпоративної інерції, великим технологічним компаніям найлегше служити своїм бізнес-цілям, і важко досягти інновацій 0 до 1. Натомість це більш імовірно для компаній-початківців, і таланти великих компаній не можуть сформувати спільну силу.
Впроваджено модель науки про життя
Після двох років безперервних інвестицій у дослідження та розробки компанія Baitu Biotech, запущена засновником Baidu Group Робіном Лі у 2020 році, створила кросмодальну велику модель «xTrimo» із сотнями мільярдів параметрів, а в березні випустила модель, керовану моделлю науки про життя. Платформа AIGP (білок, створений штучним інтелектом) і план екологічної співпраці AIGP поєднують великі моделі науки про життя з потребами медицини та охорони здоров’я, розробки ліків, енергетики та захисту навколишнього середовища та інших галузей.
Цюй Цзярун розповів TMTpost App, що тепер Baitu Biotech більше не обмежується сферою біомедицини, а сподівається вийти на багато цінних сфер за допомогою великих наукових моделей про життя. Підприємства повинні мати здатність нести відповідальність за власні прибутки та збитки. «Дохід є важливим OKR від верху до низу в багатьох компаніях».
«Деякі компанії-початківці часто набирають багато дуже інноваційних людей. Ці багато пристрасних вчених, можливо, зможуть зробити технологічний прорив світового рівня, але якщо раптом настане холодна зима, кошти доведеться «скоротити», і ці компанії будуть потрібно змусити впроваджувати технології та бізнес на практиці", - сказав Цюй Цзярун.
Цюй Цзярун сказав: «Порівняно з іншими компаніями, Baitu Biological Sciences в основному надає клієнтам дві бізнес-моделі, одна — це комплексна та інноваційна платформа для проектування білків, а інша — використання даних іншої сторони для надання приватних біологічних обчислювальних моделей і надання їх партіями. , що є можливістю, якої немає в багатьох біокомп’ютерних компаніях штучного інтелекту».
Доктор Сонг Ле, технічний директор Baitu Biotechnology, зазначив, що наразі такі великі компанії, як Google і Microsoft, які мають потужні можливості створення великомасштабних моделей у світі, також створюють великомасштабні моделі, пов’язані з науками про життя, але вони більше на рівні публікації статей.На фабриці немає жодної компанії, яка б мала потужні можливості для навчання моделей. Baitu Biotechnology має великі можливості для навчання моделей і професійну команду наук про життя.
Як повідомляє Titanium Media App, на «Другій китайській біокомп’ютерній конференції», що відбулася 3 вересня, Baitu Biotech оголосила про залучення до внутрішнього тестування онлайн-моделі xTrimo light для клієнтів промисловості To B (підприємства). Телефонуйте API, щоб досліджувати складніші питання в науках про життя. за дуже низькою ціною.
Цюй Цзярун вважає, що епоха «спалювання» грошей інвесторів і подальшої підтримки IPO протягом п'яти років минула. У технологічно-орієнтований період у всіх не було такого сильного тиску на прибуток, але зараз, за різних економічних умов, керівники та інвестори зазнали важливих змін у способі мислення про довгостроковий здоровий розвиток підприємств.
«Це питання не в тому, як індустрія штучного інтелекту заробляє гроші, а в тому, як заробляють гроші всі технологічні інновації. Наприклад, як ці роботи з хорошими ідеями заробляють гроші?» Цюй Цзярун підкреслив, що є лише одна розробка. план перед багатьма компаніями: самовідповідальність за прибутки та збитки, Лише тоді можна говорити про почуття та ідеали.