Khi nền kinh tế toàn cầu tiếp tục đối mặt với áp lực, các gã khổng lồ công nghệ bắt đầu nhận ra rằng nghiên cứu đổi mới công nghệ không thể thương mại hóa trong ngắn hạn đã mất đi giá trị đầu tư.
Vào tháng 8 năm nay, truyền thông đưa tin rằng để giảm chi phí và tăng hiệu quả, gã khổng lồ công nghệ Meta (trước đây là Facebook) đã sa thải nhóm dự án khoa học sinh học ESMFold đang so sánh với DeepMind AlphaFold của Google và sử dụng các mô hình lớn trí tuệ nhân tạo (AI) để đạt được dự đoán protein.
Mặc dù EvolutionaryScale, một công ty protein AI mới do nhóm thành lập sau khi rời Meta, gần đây đã hoàn thành hơn 40 triệu đô la tài trợ vòng hạt giống, các báo cáo chỉ ra rằng kế hoạch sa thải và giải thể của Meta có nghĩa là họ đã từ bỏ nghiên cứu và phát triển công nghệ khoa học và chuyển sang Kinh doanh AI. thay đổi.
Trên thực tế, mặc dù mô hình lớn đã tạo ra một đợt bùng nổ AI mới trên thế giới trong 9 tháng qua nhưng nhiều gã khổng lồ công nghệ đang chạy đua để tạo ra công nghệ AI. Tuy nhiên, trong các lĩnh vực công nghệ tiên tiến có chu kỳ dài như nghiên cứu và phát triển thuốc mới AI, các công ty khó có thể kiếm được lợi nhuận nhanh chóng trong thời gian ngắn. nguội lạnh và các công ty công nghệ lớn đã giảm bớt hoạt động nghiên cứu công nghệ AI thuần túy. Dữ liệu của CB Insights cho thấy trong quý 2 năm nay, tổng vốn đầu tư vào lĩnh vực AI toàn cầu đã giảm mạnh 38% so với quý trước.
Vicky QU, phó chủ tịch Biotec, mới đây đã nói với Titanium Media App rằng đây không còn là thời đại “đốt” tiền của nhà đầu tư rồi IPO trong 5 năm nữa mà có các khả năng toàn diện như tài nguyên, công nghệ, thuật toán dữ liệu và triển khai thương mại, v.v. Nó đang trở thành một yếu tố quan trọng trong sự phát triển lâu dài của các công ty AI.
Qu Jiarun nói: "Bây giờ chúng tôi thực sự đã đạt đến bước ngoặt đầu tiên trong đường cong phát triển công nghệ mới nổi của Gartner. Việc chạm đáy đòi hỏi cơ hội và năng lực của các doanh nghiệp".
Vốn mạo hiểm đang rút lui, nhưng đổi mới công nghệ của doanh nghiệp cần đầu tư dài hạn
Trên thực tế, đã có sự xung đột và cân bằng lâu dài về lợi nhuận và giá trị giữa đổi mới công nghệ của doanh nghiệp và vốn đầu tư mạo hiểm.
Ngay từ năm 1988, Giáo sư Martin Kenney của Đại học Carnegie Mellon ở Hoa Kỳ đã xuất bản một bài báo trên tạp chí Research Policy cho rằng vốn mạo hiểm đã làm thay đổi quá trình đổi mới công nghệ ở Hoa Kỳ. Ông chỉ ra rằng các nhà đầu tư, với tư cách là “người gác cổng kỹ thuật”, thúc đẩy quá trình thay đổi công nghệ, cung cấp vốn cho các doanh nghiệp công nghệ cao và hỗ trợ sự phát triển của họ, từ đó thúc đẩy quá trình chuyển đổi đổi mới công nghệ. Tuy nhiên, mô hình này cũng mang lại chi phí đầu vào cao.
Giáo sư Kenney cho rằng mặc dù đầu tư mạo hiểm là một loại hình đầu tư mới chú ý nhiều hơn đến lợi nhuận tiềm năng của doanh nghiệp và sẵn sàng đầu tư mà không thu được lợi nhuận rõ ràng, do đó làm thay đổi quá trình đổi mới công nghệ trước đây, nhưng vốn mạo hiểm cũng có một số vấn đề. model.câu hỏi.
Báo cáo chỉ ra rằng, trước hết, loại hình đầu tư mạo hiểm này đòi hỏi một lượng vốn đầu tư lớn, điều này chắc chắn sẽ làm tăng chi phí đổi mới công nghệ. Thứ hai, để theo đuổi lợi nhuận cao, đầu tư vốn mạo hiểm thường chảy vào những lĩnh vực có tiềm năng thương mại hóa cao mà bỏ qua những lĩnh vực nghiên cứu khoa học quan trọng không kém khác. Ngoài ra, vì bản chất của đầu tư mạo hiểm là theo đuổi lợi nhuận cao nên một số nhà đầu tư có thể quá tập trung vào lợi nhuận ngắn hạn và bỏ qua sự phát triển dài hạn của doanh nghiệp cũng như sự tiến bộ không ngừng của đổi mới công nghệ.
Nhìn chung, Giáo sư Kenney kết luận rằng vốn mạo hiểm đóng vai trò tích cực trong việc thúc đẩy đổi mới công nghệ, nhưng đồng thời, cần xử lý phương thức đầu tư này một cách thận trọng và hợp lý hơn. Chỉ bằng cách này, chúng ta mới có thể phát huy hết lợi thế của đầu tư mạo hiểm, giảm thiểu rủi ro tiềm ẩn và từ đó thúc đẩy sự phát triển đổi mới khoa học và công nghệ một cách hiệu quả hơn.
Trong gần 40 năm qua, vốn mạo hiểm đã tác động tới sự phát triển nhanh chóng của công nghệ và ngành công nghệ toàn cầu, đồng thời đã cho ra đời hàng nghìn công ty “kỳ lân”. Dữ liệu của CB Insights cho thấy tính đến tháng 8 năm nay, tổng cộng 1.221 chú kỳ lân đã được sinh ra trên khắp thế giới, với tổng giá trị thị trường hơn 3,8 nghìn tỷ nhân dân tệ. Trong số này bao gồm ít nhất 55 công ty “decacorn” (được định giá hơn 10 tỷ USD) và 3 công ty “trăm góc” (được định giá ít nhất 100 tỷ USD).
Đồng thời, nhờ mô hình đầu tư mạo hiểm, Google, Apple, Ali, Tencent, ByteDance, Didi, Meituan và các công ty khác đã dần phát triển từ công ty khởi nghiệp trở thành gã khổng lồ công nghệ Internet.
Nhưng vấn đề là so với mô hình lưu lượng trong kỷ nguyên Internet, các lĩnh vực công nghệ tiên tiến như điện toán đám mây, AI, 5G và khoa học đời sống có mức đầu tư lớn hơn, chu kỳ dài hơn và khó thiết lập các rào cản cao. nhiều đối thủ cạnh tranh và thua lỗ nghiêm trọng, khoảng 94% kỳ lân công nghệ không có lãi.
Đồng thời, chu kỳ của các tổ chức đầu tư mạo hiểm trong bốn liên kết gây quỹ, đầu tư, quản lý và rút lui ngày càng ngắn hơn, và tỷ lệ thoát và hoàn vốn MOC (tỷ lệ giá trị hợp lý hiện tại của công ty trên chi phí đầu tư) là Các nhà đầu tư trong nước trong lĩnh vực công nghệ ngày càng thấp, chỉ có một số tổ chức giai đoạn đầu có thể kiếm tiền từ một dự án nhất định, do đó các nhà đầu tư ngày càng khắt khe hơn về lợi nhuận của các công ty công nghệ.
Lấy chất bán dẫn chip làm ví dụ. Theo thống kê, tính đến ngày 30 tháng 4 năm 2023, tổng giá trị thị trường của 135 công ty bán dẫn (chuỗi công nghiệp đầy đủ) được niêm yết trên Ban Đổi mới Khoa học và Công nghệ và Thị trường Doanh nghiệp Tăng trưởng là 3.082,5 tỷ nhân dân tệ, chưa bằng một nửa thị trường của Nvidia giá trị. 135 công ty chip nói trên sẽ đạt doanh thu tích lũy 282,19 tỷ nhân dân tệ vào năm 2022, với tỷ suất lợi nhuận gộp trung bình là 39,1%, ở mức thấp. Trong số đó, chỉ có Cambrian, “cổ phiếu chip AI số một nội địa”, chịu khoản lỗ lũy kế gần 4 tỷ nhân dân tệ trong 5 năm qua tính đến năm 2022.
Một dữ liệu công khai khác cho thấy trong quý 1 đến quý 3 năm 2022, đã có 1.996 trường hợp thoái vốn IPO, chiếm gần 60% tổng số trường hợp thoát khỏi thị trường chứng khoán, trong đó mua bán và sáp nhập, chuyển nhượng vốn và các phương thức khác chiếm tỷ lệ nhỏ hơn.
Trong trường hợp cụ thể, Beisen Holdings (HKG: 9669), một công ty SaaS mới niêm yết, đã lỗ gần 5 tỷ nhân dân tệ trong hơn 4 năm, giá cổ phiếu của công ty này đã giảm hơn 70% so với đầu năm, và nhiều các nhà đầu tư đã bán nó với giá chiết khấu. Bản cáo bạch cho biết Tianchuang Capital đã chuyển nhượng toàn bộ cổ phần của mình vào tháng 4 năm 2021 và nhận được 8,02 triệu USD, với mức định giá chiết khấu xuống còn 77,5%. Sequoia China, Goldman Sachs, SoftBank và các tổ chức khác cũng không thu được lợi nhuận từ việc thoái vốn.
Ngoài ra, ngoài doanh nghiệp, lĩnh vực nghiên cứu công nghệ hàn lâm cũng đang phải đối mặt với hiện tượng tương tự. Một học giả của Viện Hàn lâm Khoa học Trung Quốc nói với TMTpost App vào tháng 11 năm ngoái rằng thị trường ít chú ý hơn đến những nghiên cứu khoa học và công nghệ cơ bản không thể thương mại hóa. ứng dụng, trong khi một số điểm sáng tạo khoa học công nghệ khó nhận được hỗ trợ tài chính.
"Công cụ khoa học là khuyết điểm của chúng ta. Tôi cho rằng chúng ta chưa quan tâm đúng mức đến phương pháp tính toán và phương pháp lý thuyết nên phát triển chưa nhanh. Ủy ban quỹ của chúng ta hiện đầu tư hơn 30 tỷ mỗi năm, nhưng hầu hết đều là đầu tư thực sự." trong nghiên cứu độc lập và phát triển nghiên cứu khoa học, lĩnh vực thiết bị chưa đến 1 tỷ đồng, trước đó do toàn bộ nền tảng không lớn nên mức đầu tư cũng ít hơn”, viện sĩ nói trên cho biết.
Vì vậy, dù nhìn từ góc độ nào, khoảng cách giữa đầu tư và đổi mới công nghệ ngày càng sâu hơn theo thời gian, xung đột và cân bằng là không thể tránh khỏi. Khi đó, đối với một công ty lớn như Meta, lựa chọn cuối cùng chỉ có thể là “giết ngựa bằng nước mắt”, tức là từ bỏ những dự án khoa học lâu dài.
Các nhà máy lớn từ bỏ nghiên cứu công nghệ sinh học AI
Đầu năm 2021, hệ thống trí tuệ nhân tạo AlphaFold2 do nhóm DeepMind của Google phát triển đã đạt được độ chính xác đáng kinh ngạc trong Cuộc thi Dự đoán Cấu trúc Protein Quốc tế (CASP). Phạm vi cấu trúc khoảng 200 triệu protein bao trùm hầu hết tất cả các sinh vật đã biết trên trái đất. rất phù hợp với mô hình cấu trúc protein được đo bằng thực nghiệm.
AlphaFold2 trở thành mô hình dự đoán cấu trúc ba chiều protein chính xác nhất vào thời điểm đó, lật đổ lĩnh vực sinh học hàn lâm và thu hút sự chú ý rộng rãi.
Trên thực tế, nghiên cứu và phát triển thuốc mới là một trong những lĩnh vực nghiên cứu kỹ thuật rủi ro, phức tạp và tốn thời gian nhất trong quá trình phát triển con người. Chi phí nghiên cứu và phát triển khoảng 2,6 tỷ đô la Mỹ, mất khoảng 10 năm và tỷ lệ thành công là ít hơn một phần mười. Tuy nhiên, với việc thay thế sàng lọc con người bằng thuật toán AI, có vẻ như việc AI tạo ra thuốc đang trở thành hiện thực - giảm chi phí phát hiện thuốc mới khoảng 35% và thời gian chu kỳ cũng rút ngắn xuống còn 1-2 năm. , và thậm chí có thể hoàn thành trong vòng vài tháng.
Theo thống kê của Sullivan, vào năm 2020, thị trường nghiên cứu và phát triển thuốc toàn cầu sẽ đạt 191,5 tỷ USD (khoảng 1,24 nghìn tỷ RMB).
Trong bối cảnh đó, những gã khổng lồ Internet đã nhìn thấy cơ hội lớn ở sự giao thoa giữa y sinh và AI. Một mặt, họ đang cố gắng nâng cao hiểu biết và tầm ảnh hưởng của mình trong lĩnh vực này bằng cách thành lập các nhóm nghiên cứu. Mặt khác, họ đang tìm cách mở rộng kiến thức của họ cho các công ty dược phẩm. Meta, Tencent, Huawei và các gã khổng lồ công nghệ khác của Trung Quốc và Mỹ đang tham gia.
Mark Zuckerberg cũng nhìn thấy cơ hội này, Meta là công ty công nghệ lớn đầu tiên đầu tư vào AI và thành lập phòng thí nghiệm nghiên cứu trí tuệ nhân tạo cơ bản (Fair) vào năm 2013. Cuối năm 2020, Meta thành lập nhóm nghiên cứu khoa học sinh học trong nhóm Fair và chính thức ra mắt mô hình dự đoán protein Meta ESMFold vào tháng 7 năm 2022.
Được biết, mô hình ESMFold dựa trên kiến trúc Transformer, với khối lượng tham số 15 tỷ, trong vòng hai tuần, nó đã sử dụng một cụm gồm khoảng 2.000 chip GPU để dự đoán trình tự của hơn 600 triệu protein metagenomic. Các trình tự này được thể hiện thông qua các chuỗi gồm 20 axit amin khác nhau và metagenomics còn được gọi là “vật chất tối” của thế giới sinh học, bao gồm các vi sinh vật trong đất, đại dương và cơ thể con người.
Cho đến nay, ESMFold là mô hình ngôn ngữ protein lớn nhất thế giới, với tốc độ AI nhanh hơn AlphaFold 60 lần nhưng độ chính xác thấp hơn. Nó được coi là một trong những công nghệ cạnh tranh quan trọng của AlphaFold.
Bản đồ độ phân giải cấu trúc protein đo bằng mô hình AI ESMFold do Meta phát triển (nguồn: Meta)
Tuy nhiên, chỉ hơn hai năm sau, Meta hiện đang cố gắng điều chỉnh chiến lược nghiên cứu của mình theo các yếu tố như suy thoái kinh tế toàn cầu và doanh thu quảng cáo thấp hơn.
Tờ "Financial Times" của Anh cho rằng văn hóa học thuật trong Fair Labs là nguyên nhân khiến Meta chậm dẫn đầu trong cuộc cạnh tranh mô hình lớn AI. Với sự bùng nổ của ChatGPT, Meta hiện đang cố gắng điều chỉnh nhắm mục tiêu "GenAI" và cấu hình lại Công bằng. Hướng nghiên cứu của nhóm chuyển sang thương mại hóa các mô hình AI.
"Các công ty lớn muốn làm tốt công việc khoa học sinh học AI, vốn chủ yếu bị hạn chế bởi các yếu tố như không gian phát triển nội bộ, kiểm soát chi phí và hệ sinh thái bộ phận." Qu Jiarun nói với Titanium Media App rằng mặc dù nhóm R&D của các công ty công nghệ lớn có thể xuất bản Một số giấy tờ có thể giải quyết theo đợt, các vấn đề trong ngành đời sống không thực tế, ở một khía cạnh nào đó, lĩnh vực sinh học cần 10 hoặc 20 năm đầu tư cho R&D, còn các công ty lớn thường không muốn tồn tại lâu dài.
Qu Jiarun tin rằng với sự phát triển của ngành công nghiệp AI, dù là sức mạnh tính toán hay tài nguyên dữ liệu, nó không còn là thứ mà một công ty khởi nghiệp đơn giản có thể “xâm nhập”. Từ góc độ nhà đầu tư, có rất nhiều vấn đề tài chính trong toàn bộ lĩnh vực AI trước những thay đổi của môi trường chung hiện nay, làm thế nào để hỗ trợ nó đến giai đoạn IPO đòi hỏi phải tự phát triển. Đối với một công ty lớn như Meta, việc đầu tư lâu dài vào lĩnh vực y sinh là một điều hết sức “lý tưởng”.
"Vốn là tìm kiếm lợi nhuận nên không phải đầu tư vào xe tự lái hay an ninh. Đối với các nhà sản xuất lớn, đầu tư tiền vào đổi mới vào thời điểm đó là một rủi ro rất lớn. Đối với vị trí số 1 của công ty, họ nghĩ nhiều hơn đến kinh doanh. Của ai? Đó là lỗi nếu bạn tiêu tiền mà không nhận được kết quả?” Wang Xiaochuan, người sáng lập Sogou, người sáng lập và CEO của Baichuan Smart, nói với Titanium Media App.
Trong hai năm qua, nhiều công ty Internet lớn đã tuyên bố đóng cửa hoặc giảm bớt các dự án thương mại hóa không ngắn hạn. Ví dụ, Waymo, dự án xe tự lái của công ty mẹ Google là Alphabet, đã sa thải hàng trăm nhân viên, và trò chơi trên nền tảng đám mây Stadia đã bị thu hẹp hoàn toàn; Amazon đã liên tiếp đóng cửa công ty robot giao hàng không người lái Scout và robot kho hàng Canvas; ByteDance đã đình chỉ phần mềm xã hội FeiChat và Time Photo Album. ; Tencent sẽ xóa và đóng cửa Penguin FM, công cụ mua nhóm Gouxiangtuan, v.v.
Wang Xiaochuan cho rằng từ góc độ quán tính của doanh nghiệp, các công ty công nghệ lớn là những đối tượng dễ phục vụ mục tiêu kinh doanh nhất và khó đạt được sự đổi mới từ 0 đến 1. Thay vào đó, các công ty khởi nghiệp có nhiều khả năng làm được điều đó hơn, và tài năng của các công ty lớn không thể tạo thành một lực lượng chung.
Wayfinding khoa học đời sống mô hình lớn đã hạ cánh
Sau hai năm đầu tư R&D liên tục, Baitu Biotech, do Robin Li, người sáng lập Tập đoàn Baidu, ra mắt vào năm 2020, đã xây dựng mô hình lớn đa phương thức "xTrimo" với hàng trăm tỷ thông số và phát hành mô hình lớn dựa trên mô hình khoa học đời sống vào tháng 3 năm nay Nền tảng AIGP (AI tạo ra Protein) và kế hoạch hợp tác sinh thái AIGP kết hợp các mô hình lớn về khoa học đời sống với nhu cầu về y tế và sức khỏe, thiết kế thuốc, năng lượng, bảo vệ môi trường và các lĩnh vực khác.
Qu Jiarun nói với Titanium Media App rằng giờ đây, Khoa học sinh học Baitu không chỉ giới hạn ở lĩnh vực y sinh mà hy vọng có thể sử dụng mô hình khoa học đời sống để tiếp cận nhiều lĩnh vực có giá trị cao. Doanh nghiệp cần có khả năng tự chịu trách nhiệm về lợi nhuận và thua lỗ của mình: “Doanh thu là một OKR quan trọng từ trên xuống dưới ở nhiều công ty”.
“Một số công ty khởi nghiệp thường tuyển dụng rất nhiều người có tính sáng tạo cao. Những nhà khoa học đầy tâm huyết này có thể tạo ra những đột phá công nghệ đẳng cấp thế giới, nhưng nếu mùa đông lạnh giá bất ngờ ập đến, kinh phí sẽ phải ‘cắt’, và những công ty này buộc phải đưa công nghệ này vào sử dụng thương mại." Qu Jiarun nói.
Qu Jiarun cho biết, “So với các công ty khác, Baitu Biotech chủ yếu cung cấp cho khách hàng hai mô hình kinh doanh. Một là nền tảng thiết kế protein toàn diện và sáng tạo, hai là sử dụng dữ liệu của bên kia để cung cấp các mô hình điện toán sinh học tư nhân và cung cấp chúng theo đợt . , đó là khả năng mà nhiều công ty điện toán sinh học AI không có.”
Tiến sĩ Song Le, CTO của Khoa học sinh học Baitu, đề cập rằng hiện nay, các công ty lớn như Google và Microsoft với năng lực mô hình quy mô lớn mạnh mẽ trên thế giới cũng đang chế tạo các mô hình quy mô lớn liên quan đến khoa học đời sống, nhưng họ thiên về nhiều hơn. trình độ xuất bản các bài báo, trong nhà máy không có công ty nào có năng lực đào tạo người mẫu mạnh. Công nghệ sinh học Baitu có năng lực đào tạo mô hình lớn và đội ngũ khoa học đời sống chuyên nghiệp.
Theo Titanium Media App, tại "Hội nghị máy tính sinh học Trung Quốc lần thứ hai" được tổ chức vào ngày 3 tháng 9, Baitu Biotech đã công bố tuyển dụng thử nghiệm nội bộ mô hình ánh sáng xTrimo trực tuyến cho các khách hàng trong ngành To B (doanh nghiệp). với chi phí rất thấp.
Qu Jiarun tin rằng thời đại “đốt” tiền của nhà đầu tư rồi hỗ trợ niêm yết IPO trong 5 năm đã qua. Trong thời đại định hướng công nghệ, con người không có áp lực kiếm lợi nhuận mạnh mẽ như vậy, nhưng giờ đây, trong những môi trường kinh tế khác nhau, các CEO và nhà đầu tư đã có những thay đổi quan trọng trong cách suy nghĩ về sự phát triển lành mạnh lâu dài của doanh nghiệp.
"Đây không phải là câu hỏi làm thế nào ngành công nghiệp AI có thể tạo ra lợi nhuận, mà là làm thế nào tất cả những đổi mới công nghệ có thể tạo ra lợi nhuận. Ví dụ, làm thế nào những robot có ý tưởng hay này có thể tạo ra lợi nhuận?" Qu Jiarun nhấn mạnh rằng chỉ có Một kế hoạch phát triển được đưa ra trước nhiều công ty ngày nay: chịu trách nhiệm về lợi nhuận và thua lỗ của chính mình, sau đó chúng ta có thể nói về cảm xúc và lý tưởng.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
AI đang mờ dần? Tổng đầu tư vào lĩnh vực AI toàn cầu giảm mạnh 38% trong quý II
Tác giả｜Lâm Chí Giai
Biên tập viên Ma Jinnan
Nguồn丨Titanium Media
Khi nền kinh tế toàn cầu tiếp tục đối mặt với áp lực, các gã khổng lồ công nghệ bắt đầu nhận ra rằng nghiên cứu đổi mới công nghệ không thể thương mại hóa trong ngắn hạn đã mất đi giá trị đầu tư.
Vào tháng 8 năm nay, truyền thông đưa tin rằng để giảm chi phí và tăng hiệu quả, gã khổng lồ công nghệ Meta (trước đây là Facebook) đã sa thải nhóm dự án khoa học sinh học ESMFold đang so sánh với DeepMind AlphaFold của Google và sử dụng các mô hình lớn trí tuệ nhân tạo (AI) để đạt được dự đoán protein.
Mặc dù EvolutionaryScale, một công ty protein AI mới do nhóm thành lập sau khi rời Meta, gần đây đã hoàn thành hơn 40 triệu đô la tài trợ vòng hạt giống, các báo cáo chỉ ra rằng kế hoạch sa thải và giải thể của Meta có nghĩa là họ đã từ bỏ nghiên cứu và phát triển công nghệ khoa học và chuyển sang Kinh doanh AI. thay đổi.
Trên thực tế, mặc dù mô hình lớn đã tạo ra một đợt bùng nổ AI mới trên thế giới trong 9 tháng qua nhưng nhiều gã khổng lồ công nghệ đang chạy đua để tạo ra công nghệ AI. Tuy nhiên, trong các lĩnh vực công nghệ tiên tiến có chu kỳ dài như nghiên cứu và phát triển thuốc mới AI, các công ty khó có thể kiếm được lợi nhuận nhanh chóng trong thời gian ngắn. nguội lạnh và các công ty công nghệ lớn đã giảm bớt hoạt động nghiên cứu công nghệ AI thuần túy. Dữ liệu của CB Insights cho thấy trong quý 2 năm nay, tổng vốn đầu tư vào lĩnh vực AI toàn cầu đã giảm mạnh 38% so với quý trước.
Vicky QU, phó chủ tịch Biotec, mới đây đã nói với Titanium Media App rằng đây không còn là thời đại “đốt” tiền của nhà đầu tư rồi IPO trong 5 năm nữa mà có các khả năng toàn diện như tài nguyên, công nghệ, thuật toán dữ liệu và triển khai thương mại, v.v. Nó đang trở thành một yếu tố quan trọng trong sự phát triển lâu dài của các công ty AI.
Qu Jiarun nói: "Bây giờ chúng tôi thực sự đã đạt đến bước ngoặt đầu tiên trong đường cong phát triển công nghệ mới nổi của Gartner. Việc chạm đáy đòi hỏi cơ hội và năng lực của các doanh nghiệp".
Vốn mạo hiểm đang rút lui, nhưng đổi mới công nghệ của doanh nghiệp cần đầu tư dài hạn
Trên thực tế, đã có sự xung đột và cân bằng lâu dài về lợi nhuận và giá trị giữa đổi mới công nghệ của doanh nghiệp và vốn đầu tư mạo hiểm.
Ngay từ năm 1988, Giáo sư Martin Kenney của Đại học Carnegie Mellon ở Hoa Kỳ đã xuất bản một bài báo trên tạp chí Research Policy cho rằng vốn mạo hiểm đã làm thay đổi quá trình đổi mới công nghệ ở Hoa Kỳ. Ông chỉ ra rằng các nhà đầu tư, với tư cách là “người gác cổng kỹ thuật”, thúc đẩy quá trình thay đổi công nghệ, cung cấp vốn cho các doanh nghiệp công nghệ cao và hỗ trợ sự phát triển của họ, từ đó thúc đẩy quá trình chuyển đổi đổi mới công nghệ. Tuy nhiên, mô hình này cũng mang lại chi phí đầu vào cao.
Giáo sư Kenney cho rằng mặc dù đầu tư mạo hiểm là một loại hình đầu tư mới chú ý nhiều hơn đến lợi nhuận tiềm năng của doanh nghiệp và sẵn sàng đầu tư mà không thu được lợi nhuận rõ ràng, do đó làm thay đổi quá trình đổi mới công nghệ trước đây, nhưng vốn mạo hiểm cũng có một số vấn đề. model.câu hỏi.
Báo cáo chỉ ra rằng, trước hết, loại hình đầu tư mạo hiểm này đòi hỏi một lượng vốn đầu tư lớn, điều này chắc chắn sẽ làm tăng chi phí đổi mới công nghệ. Thứ hai, để theo đuổi lợi nhuận cao, đầu tư vốn mạo hiểm thường chảy vào những lĩnh vực có tiềm năng thương mại hóa cao mà bỏ qua những lĩnh vực nghiên cứu khoa học quan trọng không kém khác. Ngoài ra, vì bản chất của đầu tư mạo hiểm là theo đuổi lợi nhuận cao nên một số nhà đầu tư có thể quá tập trung vào lợi nhuận ngắn hạn và bỏ qua sự phát triển dài hạn của doanh nghiệp cũng như sự tiến bộ không ngừng của đổi mới công nghệ.
Nhìn chung, Giáo sư Kenney kết luận rằng vốn mạo hiểm đóng vai trò tích cực trong việc thúc đẩy đổi mới công nghệ, nhưng đồng thời, cần xử lý phương thức đầu tư này một cách thận trọng và hợp lý hơn. Chỉ bằng cách này, chúng ta mới có thể phát huy hết lợi thế của đầu tư mạo hiểm, giảm thiểu rủi ro tiềm ẩn và từ đó thúc đẩy sự phát triển đổi mới khoa học và công nghệ một cách hiệu quả hơn.
Trong gần 40 năm qua, vốn mạo hiểm đã tác động tới sự phát triển nhanh chóng của công nghệ và ngành công nghệ toàn cầu, đồng thời đã cho ra đời hàng nghìn công ty “kỳ lân”. Dữ liệu của CB Insights cho thấy tính đến tháng 8 năm nay, tổng cộng 1.221 chú kỳ lân đã được sinh ra trên khắp thế giới, với tổng giá trị thị trường hơn 3,8 nghìn tỷ nhân dân tệ. Trong số này bao gồm ít nhất 55 công ty “decacorn” (được định giá hơn 10 tỷ USD) và 3 công ty “trăm góc” (được định giá ít nhất 100 tỷ USD).
Đồng thời, nhờ mô hình đầu tư mạo hiểm, Google, Apple, Ali, Tencent, ByteDance, Didi, Meituan và các công ty khác đã dần phát triển từ công ty khởi nghiệp trở thành gã khổng lồ công nghệ Internet.
Nhưng vấn đề là so với mô hình lưu lượng trong kỷ nguyên Internet, các lĩnh vực công nghệ tiên tiến như điện toán đám mây, AI, 5G và khoa học đời sống có mức đầu tư lớn hơn, chu kỳ dài hơn và khó thiết lập các rào cản cao. nhiều đối thủ cạnh tranh và thua lỗ nghiêm trọng, khoảng 94% kỳ lân công nghệ không có lãi.
Đồng thời, chu kỳ của các tổ chức đầu tư mạo hiểm trong bốn liên kết gây quỹ, đầu tư, quản lý và rút lui ngày càng ngắn hơn, và tỷ lệ thoát và hoàn vốn MOC (tỷ lệ giá trị hợp lý hiện tại của công ty trên chi phí đầu tư) là Các nhà đầu tư trong nước trong lĩnh vực công nghệ ngày càng thấp, chỉ có một số tổ chức giai đoạn đầu có thể kiếm tiền từ một dự án nhất định, do đó các nhà đầu tư ngày càng khắt khe hơn về lợi nhuận của các công ty công nghệ.
Lấy chất bán dẫn chip làm ví dụ. Theo thống kê, tính đến ngày 30 tháng 4 năm 2023, tổng giá trị thị trường của 135 công ty bán dẫn (chuỗi công nghiệp đầy đủ) được niêm yết trên Ban Đổi mới Khoa học và Công nghệ và Thị trường Doanh nghiệp Tăng trưởng là 3.082,5 tỷ nhân dân tệ, chưa bằng một nửa thị trường của Nvidia giá trị. 135 công ty chip nói trên sẽ đạt doanh thu tích lũy 282,19 tỷ nhân dân tệ vào năm 2022, với tỷ suất lợi nhuận gộp trung bình là 39,1%, ở mức thấp. Trong số đó, chỉ có Cambrian, “cổ phiếu chip AI số một nội địa”, chịu khoản lỗ lũy kế gần 4 tỷ nhân dân tệ trong 5 năm qua tính đến năm 2022.
Một dữ liệu công khai khác cho thấy trong quý 1 đến quý 3 năm 2022, đã có 1.996 trường hợp thoái vốn IPO, chiếm gần 60% tổng số trường hợp thoát khỏi thị trường chứng khoán, trong đó mua bán và sáp nhập, chuyển nhượng vốn và các phương thức khác chiếm tỷ lệ nhỏ hơn.
Trong trường hợp cụ thể, Beisen Holdings (HKG: 9669), một công ty SaaS mới niêm yết, đã lỗ gần 5 tỷ nhân dân tệ trong hơn 4 năm, giá cổ phiếu của công ty này đã giảm hơn 70% so với đầu năm, và nhiều các nhà đầu tư đã bán nó với giá chiết khấu. Bản cáo bạch cho biết Tianchuang Capital đã chuyển nhượng toàn bộ cổ phần của mình vào tháng 4 năm 2021 và nhận được 8,02 triệu USD, với mức định giá chiết khấu xuống còn 77,5%. Sequoia China, Goldman Sachs, SoftBank và các tổ chức khác cũng không thu được lợi nhuận từ việc thoái vốn.
Ngoài ra, ngoài doanh nghiệp, lĩnh vực nghiên cứu công nghệ hàn lâm cũng đang phải đối mặt với hiện tượng tương tự. Một học giả của Viện Hàn lâm Khoa học Trung Quốc nói với TMTpost App vào tháng 11 năm ngoái rằng thị trường ít chú ý hơn đến những nghiên cứu khoa học và công nghệ cơ bản không thể thương mại hóa. ứng dụng, trong khi một số điểm sáng tạo khoa học công nghệ khó nhận được hỗ trợ tài chính.
"Công cụ khoa học là khuyết điểm của chúng ta. Tôi cho rằng chúng ta chưa quan tâm đúng mức đến phương pháp tính toán và phương pháp lý thuyết nên phát triển chưa nhanh. Ủy ban quỹ của chúng ta hiện đầu tư hơn 30 tỷ mỗi năm, nhưng hầu hết đều là đầu tư thực sự." trong nghiên cứu độc lập và phát triển nghiên cứu khoa học, lĩnh vực thiết bị chưa đến 1 tỷ đồng, trước đó do toàn bộ nền tảng không lớn nên mức đầu tư cũng ít hơn”, viện sĩ nói trên cho biết.
Vì vậy, dù nhìn từ góc độ nào, khoảng cách giữa đầu tư và đổi mới công nghệ ngày càng sâu hơn theo thời gian, xung đột và cân bằng là không thể tránh khỏi. Khi đó, đối với một công ty lớn như Meta, lựa chọn cuối cùng chỉ có thể là “giết ngựa bằng nước mắt”, tức là từ bỏ những dự án khoa học lâu dài.
Các nhà máy lớn từ bỏ nghiên cứu công nghệ sinh học AI
Đầu năm 2021, hệ thống trí tuệ nhân tạo AlphaFold2 do nhóm DeepMind của Google phát triển đã đạt được độ chính xác đáng kinh ngạc trong Cuộc thi Dự đoán Cấu trúc Protein Quốc tế (CASP). Phạm vi cấu trúc khoảng 200 triệu protein bao trùm hầu hết tất cả các sinh vật đã biết trên trái đất. rất phù hợp với mô hình cấu trúc protein được đo bằng thực nghiệm.
AlphaFold2 trở thành mô hình dự đoán cấu trúc ba chiều protein chính xác nhất vào thời điểm đó, lật đổ lĩnh vực sinh học hàn lâm và thu hút sự chú ý rộng rãi.
Trên thực tế, nghiên cứu và phát triển thuốc mới là một trong những lĩnh vực nghiên cứu kỹ thuật rủi ro, phức tạp và tốn thời gian nhất trong quá trình phát triển con người. Chi phí nghiên cứu và phát triển khoảng 2,6 tỷ đô la Mỹ, mất khoảng 10 năm và tỷ lệ thành công là ít hơn một phần mười. Tuy nhiên, với việc thay thế sàng lọc con người bằng thuật toán AI, có vẻ như việc AI tạo ra thuốc đang trở thành hiện thực - giảm chi phí phát hiện thuốc mới khoảng 35% và thời gian chu kỳ cũng rút ngắn xuống còn 1-2 năm. , và thậm chí có thể hoàn thành trong vòng vài tháng.
Theo thống kê của Sullivan, vào năm 2020, thị trường nghiên cứu và phát triển thuốc toàn cầu sẽ đạt 191,5 tỷ USD (khoảng 1,24 nghìn tỷ RMB).
Trong bối cảnh đó, những gã khổng lồ Internet đã nhìn thấy cơ hội lớn ở sự giao thoa giữa y sinh và AI. Một mặt, họ đang cố gắng nâng cao hiểu biết và tầm ảnh hưởng của mình trong lĩnh vực này bằng cách thành lập các nhóm nghiên cứu. Mặt khác, họ đang tìm cách mở rộng kiến thức của họ cho các công ty dược phẩm. Meta, Tencent, Huawei và các gã khổng lồ công nghệ khác của Trung Quốc và Mỹ đang tham gia.
Mark Zuckerberg cũng nhìn thấy cơ hội này, Meta là công ty công nghệ lớn đầu tiên đầu tư vào AI và thành lập phòng thí nghiệm nghiên cứu trí tuệ nhân tạo cơ bản (Fair) vào năm 2013. Cuối năm 2020, Meta thành lập nhóm nghiên cứu khoa học sinh học trong nhóm Fair và chính thức ra mắt mô hình dự đoán protein Meta ESMFold vào tháng 7 năm 2022.
Được biết, mô hình ESMFold dựa trên kiến trúc Transformer, với khối lượng tham số 15 tỷ, trong vòng hai tuần, nó đã sử dụng một cụm gồm khoảng 2.000 chip GPU để dự đoán trình tự của hơn 600 triệu protein metagenomic. Các trình tự này được thể hiện thông qua các chuỗi gồm 20 axit amin khác nhau và metagenomics còn được gọi là “vật chất tối” của thế giới sinh học, bao gồm các vi sinh vật trong đất, đại dương và cơ thể con người.
Cho đến nay, ESMFold là mô hình ngôn ngữ protein lớn nhất thế giới, với tốc độ AI nhanh hơn AlphaFold 60 lần nhưng độ chính xác thấp hơn. Nó được coi là một trong những công nghệ cạnh tranh quan trọng của AlphaFold.
Tuy nhiên, chỉ hơn hai năm sau, Meta hiện đang cố gắng điều chỉnh chiến lược nghiên cứu của mình theo các yếu tố như suy thoái kinh tế toàn cầu và doanh thu quảng cáo thấp hơn.
Tờ "Financial Times" của Anh cho rằng văn hóa học thuật trong Fair Labs là nguyên nhân khiến Meta chậm dẫn đầu trong cuộc cạnh tranh mô hình lớn AI. Với sự bùng nổ của ChatGPT, Meta hiện đang cố gắng điều chỉnh nhắm mục tiêu "GenAI" và cấu hình lại Công bằng. Hướng nghiên cứu của nhóm chuyển sang thương mại hóa các mô hình AI.
"Các công ty lớn muốn làm tốt công việc khoa học sinh học AI, vốn chủ yếu bị hạn chế bởi các yếu tố như không gian phát triển nội bộ, kiểm soát chi phí và hệ sinh thái bộ phận." Qu Jiarun nói với Titanium Media App rằng mặc dù nhóm R&D của các công ty công nghệ lớn có thể xuất bản Một số giấy tờ có thể giải quyết theo đợt, các vấn đề trong ngành đời sống không thực tế, ở một khía cạnh nào đó, lĩnh vực sinh học cần 10 hoặc 20 năm đầu tư cho R&D, còn các công ty lớn thường không muốn tồn tại lâu dài.
Qu Jiarun tin rằng với sự phát triển của ngành công nghiệp AI, dù là sức mạnh tính toán hay tài nguyên dữ liệu, nó không còn là thứ mà một công ty khởi nghiệp đơn giản có thể “xâm nhập”. Từ góc độ nhà đầu tư, có rất nhiều vấn đề tài chính trong toàn bộ lĩnh vực AI trước những thay đổi của môi trường chung hiện nay, làm thế nào để hỗ trợ nó đến giai đoạn IPO đòi hỏi phải tự phát triển. Đối với một công ty lớn như Meta, việc đầu tư lâu dài vào lĩnh vực y sinh là một điều hết sức “lý tưởng”.
"Vốn là tìm kiếm lợi nhuận nên không phải đầu tư vào xe tự lái hay an ninh. Đối với các nhà sản xuất lớn, đầu tư tiền vào đổi mới vào thời điểm đó là một rủi ro rất lớn. Đối với vị trí số 1 của công ty, họ nghĩ nhiều hơn đến kinh doanh. Của ai? Đó là lỗi nếu bạn tiêu tiền mà không nhận được kết quả?” Wang Xiaochuan, người sáng lập Sogou, người sáng lập và CEO của Baichuan Smart, nói với Titanium Media App.
Trong hai năm qua, nhiều công ty Internet lớn đã tuyên bố đóng cửa hoặc giảm bớt các dự án thương mại hóa không ngắn hạn. Ví dụ, Waymo, dự án xe tự lái của công ty mẹ Google là Alphabet, đã sa thải hàng trăm nhân viên, và trò chơi trên nền tảng đám mây Stadia đã bị thu hẹp hoàn toàn; Amazon đã liên tiếp đóng cửa công ty robot giao hàng không người lái Scout và robot kho hàng Canvas; ByteDance đã đình chỉ phần mềm xã hội FeiChat và Time Photo Album. ; Tencent sẽ xóa và đóng cửa Penguin FM, công cụ mua nhóm Gouxiangtuan, v.v.
Wang Xiaochuan cho rằng từ góc độ quán tính của doanh nghiệp, các công ty công nghệ lớn là những đối tượng dễ phục vụ mục tiêu kinh doanh nhất và khó đạt được sự đổi mới từ 0 đến 1. Thay vào đó, các công ty khởi nghiệp có nhiều khả năng làm được điều đó hơn, và tài năng của các công ty lớn không thể tạo thành một lực lượng chung.
Wayfinding khoa học đời sống mô hình lớn đã hạ cánh
Sau hai năm đầu tư R&D liên tục, Baitu Biotech, do Robin Li, người sáng lập Tập đoàn Baidu, ra mắt vào năm 2020, đã xây dựng mô hình lớn đa phương thức "xTrimo" với hàng trăm tỷ thông số và phát hành mô hình lớn dựa trên mô hình khoa học đời sống vào tháng 3 năm nay Nền tảng AIGP (AI tạo ra Protein) và kế hoạch hợp tác sinh thái AIGP kết hợp các mô hình lớn về khoa học đời sống với nhu cầu về y tế và sức khỏe, thiết kế thuốc, năng lượng, bảo vệ môi trường và các lĩnh vực khác.
Qu Jiarun nói với Titanium Media App rằng giờ đây, Khoa học sinh học Baitu không chỉ giới hạn ở lĩnh vực y sinh mà hy vọng có thể sử dụng mô hình khoa học đời sống để tiếp cận nhiều lĩnh vực có giá trị cao. Doanh nghiệp cần có khả năng tự chịu trách nhiệm về lợi nhuận và thua lỗ của mình: “Doanh thu là một OKR quan trọng từ trên xuống dưới ở nhiều công ty”.
“Một số công ty khởi nghiệp thường tuyển dụng rất nhiều người có tính sáng tạo cao. Những nhà khoa học đầy tâm huyết này có thể tạo ra những đột phá công nghệ đẳng cấp thế giới, nhưng nếu mùa đông lạnh giá bất ngờ ập đến, kinh phí sẽ phải ‘cắt’, và những công ty này buộc phải đưa công nghệ này vào sử dụng thương mại." Qu Jiarun nói.
Qu Jiarun cho biết, “So với các công ty khác, Baitu Biotech chủ yếu cung cấp cho khách hàng hai mô hình kinh doanh. Một là nền tảng thiết kế protein toàn diện và sáng tạo, hai là sử dụng dữ liệu của bên kia để cung cấp các mô hình điện toán sinh học tư nhân và cung cấp chúng theo đợt . , đó là khả năng mà nhiều công ty điện toán sinh học AI không có.”
Tiến sĩ Song Le, CTO của Khoa học sinh học Baitu, đề cập rằng hiện nay, các công ty lớn như Google và Microsoft với năng lực mô hình quy mô lớn mạnh mẽ trên thế giới cũng đang chế tạo các mô hình quy mô lớn liên quan đến khoa học đời sống, nhưng họ thiên về nhiều hơn. trình độ xuất bản các bài báo, trong nhà máy không có công ty nào có năng lực đào tạo người mẫu mạnh. Công nghệ sinh học Baitu có năng lực đào tạo mô hình lớn và đội ngũ khoa học đời sống chuyên nghiệp.
Theo Titanium Media App, tại "Hội nghị máy tính sinh học Trung Quốc lần thứ hai" được tổ chức vào ngày 3 tháng 9, Baitu Biotech đã công bố tuyển dụng thử nghiệm nội bộ mô hình ánh sáng xTrimo trực tuyến cho các khách hàng trong ngành To B (doanh nghiệp). với chi phí rất thấp.
Qu Jiarun tin rằng thời đại “đốt” tiền của nhà đầu tư rồi hỗ trợ niêm yết IPO trong 5 năm đã qua. Trong thời đại định hướng công nghệ, con người không có áp lực kiếm lợi nhuận mạnh mẽ như vậy, nhưng giờ đây, trong những môi trường kinh tế khác nhau, các CEO và nhà đầu tư đã có những thay đổi quan trọng trong cách suy nghĩ về sự phát triển lành mạnh lâu dài của doanh nghiệp.
"Đây không phải là câu hỏi làm thế nào ngành công nghiệp AI có thể tạo ra lợi nhuận, mà là làm thế nào tất cả những đổi mới công nghệ có thể tạo ra lợi nhuận. Ví dụ, làm thế nào những robot có ý tưởng hay này có thể tạo ra lợi nhuận?" Qu Jiarun nhấn mạnh rằng chỉ có Một kế hoạch phát triển được đưa ra trước nhiều công ty ngày nay: chịu trách nhiệm về lợi nhuận và thua lỗ của chính mình, sau đó chúng ta có thể nói về cảm xúc và lý tưởng.