硅谷AI竞争如何？投资人张璐：创业公司只有30%机会
硅谷Fusion Fund创始合伙人、斯坦福大学客座讲师张璐（搜狐科技现场实拍）
出品｜搜狐科技
作者｜郑松毅
4月17日，由量子位主办的中国AIGC产业峰会在京举行，硅谷Fusion Fund创始合伙人、斯坦福大学客座讲师张璐，带来了题为《下一代人工智能——创新机遇与挑战》的演讲。
张璐称，“今年和去年相比，对人工智能的期待变得更加现实，去年在看不同模型和算法谁表现优异，今年看怎样实现大规模的产业应用、以及成本如何控制。”
她介绍，如今大模型已经被分为三类：一类是以OpenAI、Anthropic为代表，背后有微软、谷歌这些云服务公司提供支持，把模型作为服务产品去给第三方使用；第二类是像苹果、NVIDIA，大语言模型做的也非常好，但他们的初衷是支持自己产品迭代和升级，并不会拿出来作为第三方产品对外使用；第三类则是开源社区，为企业提供另一种方式，高效优化能耗以及其他基建成本。
“这波人工智能的主题是赋能，而不是变革。我们的机会比互联网时代要多10倍，但可能只有1/3的机会是留给初创企业的”，张璐说。
她解释道，人工智能在硅谷已不是新话题了，早在2016年，人工智能就已经成为“base work”。当前人工智能赛道聚集了老玩家和新玩家，但坦白说，尤其在To C端，海量高质量数据都掌控在一些大的科技公司手中。作为创新者，如何找到合适的切入点，至关重要。
张璐表示，从硅谷现状观察来看，当下机会主要分布在AI应用端和AI基础设施端。
对于应用侧来说，为了让模型性能表现有进一步提升，数据已经成了抢手资源。她强调，数据的质量远比数量重要，高质量的数据能以更低成本进行更快速的模型优化。
谈及更有机会获取海量高质量数据的领域，她透露，数字医疗、金融保险、机器人、以及太空科技这四个领域是迭代速度比较快的。
她谈到，很多人期待用一个大模型来解决所有问题，其实是一个误区。在特定的应用场景和特定的产业，训练行业专属小模型，可能在表现层面上和大模型是匹敌的，甚至成本和效率、反应速度是更快的。这也正是初创企业的机会点，在科技巨头搭建的基础平台之上，进行垂直领域创新。
另一个突出的机会点是AI基础设施，包括对芯片和能耗的优化。张璐说，做应用层面的公司已经越来越多，大家都在追求更好的算法、更好的模型，但往往忽略了潜在的发展受限因素，尤其是高昂的算力成本和能量成本。
张璐表示，在芯片研究领域，无论是软件层还是硬件层，大家都在探索有无新的架构和新的设计，现在的机会主要分为两派：一派是在硅基的基础上怎么有新型的设计，比如除了GPU外，还有AMD的APU、谷歌的TPU等，它们的表现各具优势，但这几个芯片的设计没有一个是基于生成式AI的需求去优化的，所以这是一个挑战，也是一个机会。另一派是对新材料的探索，包括光计算、3D设计等。
“能耗优化方面有一些创新公司很快会涌现出来，一类是做推理的优化和GPU的优化，另一类是做算法整合，这些公司有潜力可以把能耗降低百倍甚至更高。考虑到未来人工智能对能量的需求，如果能耗降低不是在一百倍以上，根本不能解决面临的能源问题。”
张璐常用“打鸡血”来形容硅谷目前的人工智能创业热潮，她说，“现在身处硅谷，我经常开玩笑讲，就像每天都有一个小的惊喜糖果在等待着我们。”