今天小編分享的互聯網經驗：全球經濟巨變下，資本和科技創新之間的衝突與平衡，歡迎閱讀。
（圖片來源：Unsplash）
當前全球經濟持續面臨壓力，科技巨頭們開始認識到，那些短期内無法商業化的科技創新研究已經失去了投資價值。
今年 8 月，媒體報道稱，科技巨頭 Meta（原 Facebook）為了降本增效，裁掉了對标谷歌 DeepMind AlphaFold、利用人工智能（AI）大模型實現蛋白質預測的生物科學 ESMFold 項目團隊。
盡管該團隊離開 Meta 後創立的新 AI 蛋白質公司 EvolutionaryScale 近日已完成超 4000 萬美元種子輪融資，但報道指，Meta 的這一裁員解散方案意味着其放棄了科學類技術研發，從而轉向 AI 的商業化。
實際上，盡管過去 9 個月大模型引發全球新一輪 AI 熱潮，多家科技巨頭競速生成式 AI 技術。但在 AI 新藥研發等周期較長的前沿技術領網域，企業短期内難以快速盈利，加上二級市場表現不佳，投資熱情逐步降溫，科技大廠縮減純粹的 AI 技術研究。CB Insights 數據顯示，今年第二季度，全球 AI 領網域投資總額環比暴減 38%。
百圖生科副總裁瞿佳潤（Vicky QU）近日對钛媒體 App 表示，現在已經不是 " 燒 " 投資人的錢然後撐 5 年上市的時代了，資源、技術、數據算法、商業落地等綜合能力，正成為 AI 公司長期發展的重要因素。
" 現在其實已經到了 Gartner 新興技術發展曲線的第一輪拐點，觸底反彈需要企業的機會和能力。" 瞿佳潤表示。
風投急退，但企業技術創新需長期投資
實際上，企業的科技創新與風險投資之間，長期存在收益、價值的衝突與平衡。
早在 1988 年，美國卡内基梅隆大學 Martin Kenney 教授在《研究政策》（Research Policy）期刊中發文稱，風險投資改變了美國的科技創新流程。他指出，投資人作為加速技術變革進程的 " 技術守門人 "，為高新技術企業提供資金并協助其發展，從而促進了科技創新的變革。然而，這種模式也帶來了高昂的成本投入。
Kenney 教授認為，盡管風險投資是一種新型的投資方式，更注重企業的潛在收益，願意在未得到明确回報的情況下進行投資，從而改變以往的科技創新流程，但風險投資模式也存在着一些問題。
這份報告中指出，首先，這種風投需要大量的資金投入，這無疑增加了科技創新的成本。其次，為了追求高回報，風險投資往往流向那些具有高商業化潛力的領網域，而忽視了其他同樣重要的科研領網域。此外，由于風險投資的本質是追求高收益，可能會導致一些投資者過于注重短期收益，而忽視了企業的長期發展和科技創新的持續推進。
總的來說，Kenney 教授給出的結論是，風險投資對于科技創新起着積極的推動作用，但同時也需要更加謹慎和理智地對待這種投資方式。只有這樣，我們才能充分發揮風險投資的優點，降低其潛在的風險，從而更有效地促進科技創新的發展。
過去近 40 年，風險投資影響了全球技術和科技產業的快速發展，并誕生出數千家 " 獨角獸 " 企業。CB Insights 數據顯示，截至今年 8 月，全球共誕生 1221 家 " 獨角獸 "，總市值超過 3.8 萬億元。其中至少包括 55 家 " 十角獸公司 "（指估值超過 100 億美元）和 3 家 " 百角獸 " 公司（估值至少 1000 億美元）。
同時，得益于風險投資模式，谷歌、蘋果、阿裡、騰訊、字節跳動、滴滴、美團等企業，從初創公司逐漸發展成為互聯網科技巨頭。
但問題在于，相比于互聯網時代的流量模式，雲計算、AI、5G、生命科學等前沿科技領網域投入更大、周期更長、難以有高壁壘，而且競争者眾多、虧損嚴重，約 94% 的科技獨角獸公司沒有盈利。
同時，風險投資機構在募、投、管、退四個環節周期卻越來越短，國内投資人在科技領網域的退出和回報率 MOC（企業當前的公允價值與投資成本的比值）變低，只有少數幾家早期機構能在某個項目上賺到錢，因此投資人對于科技企業盈利要求愈加嚴格。
以芯片半導體為例。據統計，截至 2023 年 4 月 30 日，科創板和創業板上市的 135 家半導體（全產業鏈）企業，總市值為 30825 億元，尚不及英偉達一半市值。而上述 135 家芯片公司 2022 年累計實現營收 2821.9 億元，平均毛利率 39.1%，處于較低水平。其中，僅 " 國内 AI 芯片第一股 " 寒武紀一家，截至 2022 年的過去 5 年累計虧損近 40 億元。
另一份公開數據顯示，2022 年 1-3 季度，IPO 退出案例數量 1996 筆，占股權市場退出案例總數近 60%，并購、股權轉讓等方式占比較少。
具體案例中，最近上市的 SaaS 公司北森控股（HKG: 9669）4 年多虧損近 50 億元，其股價比年初跌去 7 成以上，多家投資人打折出售。招股書中稱天創資本 2021 年 4 月将其所有股份轉讓，獲得 802 萬美元，估值打折至 77.5%，而紅杉中國、高盛、軟銀等機構也未獲盈利性退出。
另外，除了企業，學術科技研究領網域也面臨類似現象。一位中國科學院院士去年 11 月告訴钛媒體 App，市場對于無法商業化的基礎科技研究較少重視，國家自然基金會每年的資金投入更多傾斜那些有應用的科研領網域，而一些單點科技創新很難得到資金支持。
" 科學儀器是我們的短板，我覺得在計算方法、理論方法方面重視程度不夠，所以發展沒有那麼快。我們基金委現在投了大概一年 300 多個億，但大部分真正投在自主研發科學儀器領網域不到 10 個億，此前更早的時候，由于基金會整個盤子不大，所以投資更少。" 上述這位院士表示。
所以，無論從哪個角度看，投資和科技創新之間的鴻溝随着時間推移而越來越深，衝突與平衡不可避免。那麼像 Meta 這類大公司，其最終選擇只能是 " 揮淚斬馬谡 "，即抛棄長周期的科學項目。
大廠放棄 AI 生物技術研究
2021 年初，谷歌公司旗下 DeepMind 團隊研發的 AlphaFold2 人工智能系統，在國際蛋白質結構預測競賽（CASP）上取得驚人的準确度，約 2 億個蛋白質的結構範圍覆蓋地球上幾乎所有已知生物，多數預測模型與實驗測得的蛋白質結構模型高度一致。
AlphaFold2 成為當時準确度最高的蛋白質三維結構預測模型，颠覆了生物學術領網域，引起廣泛關注。
實際上，新藥研發是人類發展中極具風險和復雜度、耗時最漫長的技術研究領網域之ー，研發成本大約是 26 億美元，耗時約 10 年，成功率不到十分之一。但随着通過 AI 算法取代人力篩選，讓 AI 制造出藥物似乎正變為現實——減少約 35% 的新藥發現成本，周期時間也縮短至 1-2 年，甚至有可能幾個月内完成。
據沙利文統計顯示，2020 年，全球藥物研發市場規模達 1915 億美元（約合人民币 1.24 萬億元）。
那麼在這一背景下，互聯網巨頭們就看到了生物醫藥與 AI 的交叉點這一重大機遇，一方面試圖通過建立研究團隊加大該領網域的理解和影響力，另一原因則是向醫藥公司輸出算力與解決方案。Meta、騰訊、華為等中美科技巨頭均在參與。
而馬克 · 扎克伯格（Mark Zuckerberg）也看到了這一機遇，Meta 是最早投 AI 的大型科技公司，并于 2013 年設立了基礎人工智能研究 ( Fair ) 實驗室。2020 年底，Meta 在 Fair 團隊中設立生物科學研究，并于 2022 年 7 月正式推出蛋白質預測模型 Meta ESMFold。
據悉，ESMFold 模型基于 Transformer 架構，參數量達 150 億，在兩周内用一個由大約 2000 個 GPU 芯片組成的集群上，預測出超 6 億個宏基因組蛋白質的序列。這些序列通過 20 種不同氨基酸組成的鏈條來表達，而宏基因組也被稱為生物界的 " 暗物質 "，包括土壤、海洋和人體中的微生物。
迄今為止，ESMFold 是全球最大的蛋白質語言模型，AI 的速度比 AlphaFold 快 60 倍，但準确度較低。被認為是 AlphaFold 重要競争技術之一。
Meta 研發的 AI 模型 ESMFold 測出的蛋白質結構分辨圖（來源：Meta）
然而，僅過了兩年多時間，在全球經濟衰退、廣告收入降低等因素下，Meta 如今試圖調整其研究策略。
英國《金融時報》認為，Fair 實驗室内部的學術文化是 Meta 遲遲在 AI 大模型競争中獲得領先的原因，而随着 ChatGPT 的爆發，如今 Meta 試圖調整目标 "GenAI"，并重新配置其 Fair 團隊的研究方向，轉向 AI 模型的商業化。
" 大公司内部想要把 AI 生物科學做好，主要受制于内部發展空間、成本控制及部門生态等因素。" 瞿佳潤告訴钛媒體 App，盡管科技大廠的研發團隊可以發布一些論文，但批量解決生命行業問題不太現實，從某種意義上，生物領網域需要 10 年、20 年的研發投入，大公司往往不願長期堅持。
瞿佳潤認為，AI 行業發展至今，無論是算力，還是數據資源，已經不再是一個簡單的初創公司能夠 " 闖 " 出來的了。從投資人角度看，當下的大環境變化下整個 AI 領網域資金層面的問題較多，如何能支撐到 IPO 階段，需要靠自身造血。而對于 Meta 這種大公司來說，長期投入生物醫藥領網域是個非常 " 理想化 " 的事。
" 資本是逐利的，所以不是投自動駕駛就是安防。對大廠來說，當時投錢創新是有巨大風險的。對企業的一号位來說，想的更多還是業務上的東西，花錢最後沒出成果，算誰的？" 搜狗創始人、百川智能創始人兼 CEO 王小川告訴钛媒體 App。
過去兩年，多家互聯網大廠宣布關停或縮減非短期商業化項目。比如谷歌母公司 Alphabet 旗下自動駕駛車項目 Waymo 裁員數百人，雲遊戲 Stadia 全面收縮；亞馬遜接連關停無人配送車 Scout、倉庫機器人公司 Canvas；字節跳動停運旗下社交軟體飛聊、時光相冊；騰訊将下架關停企鵝 FM、團購工具鵝享團等。
王小川表示，從企業慣性來說，科技大廠最容易為它的業務目标服務，很難做 0 到 1 的創新，反而更有機會是創業公司去做到，大廠人才無法形成合力。
尋路生命科學大模型落地
經歷持續兩年的研發投入，2020 年由百度集團創始人李彥宏發起的百圖生科，構建了千億參數的跨模态大模型 "xTrimo"，并于今年 3 月發布生命科學大模型驅動的 AIGP（AI Generated Protein）平台，以及 AIGP 生态合作計劃，将生命科學大模型與醫療健康、藥物設計、能源環保等領網域的需求相結合。
瞿佳潤對钛媒體 App 表示，如今，百圖生科已不局限在生物醫藥領網域，而是希望通過生命科學大模型落地于多個高價值領網域。企業需要具備自負盈虧的能力，" 收入是許多公司内部從上到下很重要的 OKR"。
" 一些初創企業往往招了很多十分創新的人，這些很多滿腹情懷的科學家，或許能做出世界級的技術突破，但如果突然寒冬來了，資金就得‘砍’，不得不逼着這些企業把技術商業落地。" 瞿佳潤稱。
瞿佳潤表示，" 相比其它公司，百圖生科主要提供給客戶的商業模式有兩種，一是全面創新的蛋白設計平台，二是利用對方的數據提供私有的生物計算模型，而且批量化提供，這是很多 AI 生物計算公司并不具備的能力。"
百圖生科 CTO 宋樂博士提到，目前，國際上大模型能力較強的谷歌、微軟等大型公司，雖然也在做生命科學相關的大模型，但更多是在發論文層面，國外大廠中還沒有具備很強大模型訓練能力的公司。而百圖生科具有大模型訓練能力以及專業的生命科學團隊。
據钛媒體 App 了解，9 月 3 日舉行的 " 第二屆中國生物計算大會 " 上，百圖生科發布針對 To B（企業）行業客戶的 xTrimo light 線上模型内測招募，通過提供輕量化調用 API，從而用極低的成本實現對生命科學更多復雜問題的探索。
瞿佳潤認為，" 燒 " 投資人的錢，然後撐 5 年 IPO 上市的時代已經過去。技術導向時期大家沒有那麼強的盈利壓力，但如今，不同經濟環境下，CEO、投資人對企業長期良性發展思維模式發生重要轉變。
" 這不是 AI 行業如何盈利問題，而是所有科技創新技術如何盈利的問題。比如，這些想法很好的機器人怎麼盈利？" 瞿佳潤強調，如今擺在很多企業面前的發展方案就一個：自負盈虧，然後才能再談情懷、談理想。
（本文首發钛媒體 App，作者｜林志佳）
