今天小编分享的互联网经验：全球经济巨变下，资本和科技创新之间的冲突与平衡，欢迎阅读。
（图片来源：Unsplash）
当前全球经济持续面临压力，科技巨头们开始认识到，那些短期内无法商业化的科技创新研究已经失去了投资价值。
今年 8 月，媒体报道称，科技巨头 Meta（原 Facebook）为了降本增效，裁掉了对标谷歌 DeepMind AlphaFold、利用人工智能（AI）大模型实现蛋白质预测的生物科学 ESMFold 项目团队。
尽管该团队离开 Meta 后创立的新 AI 蛋白质公司 EvolutionaryScale 近日已完成超 4000 万美元种子轮融资，但报道指，Meta 的这一裁员解散方案意味着其放弃了科学类技术研发，从而转向 AI 的商业化。
实际上，尽管过去 9 个月大模型引发全球新一轮 AI 热潮，多家科技巨头竞速生成式 AI 技术。但在 AI 新药研发等周期较长的前沿技术领網域，企业短期内难以快速盈利，加上二级市场表现不佳，投资热情逐步降温，科技大厂缩减纯粹的 AI 技术研究。CB Insights 数据显示，今年第二季度，全球 AI 领網域投资总额环比暴减 38%。
百图生科副总裁瞿佳润（Vicky QU）近日对钛媒体 App 表示，现在已经不是 " 烧 " 投资人的钱然后撑 5 年上市的时代了，资源、技术、数据算法、商业落地等综合能力，正成为 AI 公司长期发展的重要因素。
" 现在其实已经到了 Gartner 新兴技术发展曲线的第一轮拐点，触底反弹需要企业的机会和能力。" 瞿佳润表示。
风投急退，但企业技术创新需长期投资
实际上，企业的科技创新与风险投资之间，长期存在收益、价值的冲突与平衡。
早在 1988 年，美国卡内基梅隆大学 Martin Kenney 教授在《研究政策》（Research Policy）期刊中发文称，风险投资改变了美国的科技创新流程。他指出，投资人作为加速技术变革进程的 " 技术守门人 "，为高新技术企业提供资金并协助其发展，从而促进了科技创新的变革。然而，这种模式也带来了高昂的成本投入。
Kenney 教授认为，尽管风险投资是一种新型的投资方式，更注重企业的潜在收益，愿意在未得到明确回报的情况下进行投资，从而改变以往的科技创新流程，但风险投资模式也存在着一些问题。
这份报告中指出，首先，这种风投需要大量的资金投入，这无疑增加了科技创新的成本。其次，为了追求高回报，风险投资往往流向那些具有高商业化潜力的领網域，而忽视了其他同样重要的科研领網域。此外，由于风险投资的本质是追求高收益，可能会导致一些投资者过于注重短期收益，而忽视了企业的长期发展和科技创新的持续推进。
总的来说，Kenney 教授给出的结论是，风险投资对于科技创新起着积极的推动作用，但同时也需要更加谨慎和理智地对待这种投资方式。只有这样，我们才能充分发挥风险投资的优点，降低其潜在的风险，从而更有效地促进科技创新的发展。
过去近 40 年，风险投资影响了全球技术和科技产业的快速发展，并诞生出数千家 " 独角兽 " 企业。CB Insights 数据显示，截至今年 8 月，全球共诞生 1221 家 " 独角兽 "，总市值超过 3.8 万亿元。其中至少包括 55 家 " 十角兽公司 "（指估值超过 100 亿美元）和 3 家 " 百角兽 " 公司（估值至少 1000 亿美元）。
同时，得益于风险投资模式，谷歌、苹果、阿里、腾讯、字节跳动、滴滴、美团等企业，从初创公司逐渐发展成为互联网科技巨头。
但问题在于，相比于互联网时代的流量模式，云计算、AI、5G、生命科学等前沿科技领網域投入更大、周期更长、难以有高壁垒，而且竞争者众多、亏损严重，约 94% 的科技独角兽公司没有盈利。
同时，风险投资机构在募、投、管、退四个环节周期却越来越短，国内投资人在科技领網域的退出和回报率 MOC（企业当前的公允价值与投资成本的比值）变低，只有少数几家早期机构能在某个项目上赚到钱，因此投资人对于科技企业盈利要求愈加严格。
以芯片半导体为例。据统计，截至 2023 年 4 月 30 日，科创板和创业板上市的 135 家半导体（全产业链）企业，总市值为 30825 亿元，尚不及英伟达一半市值。而上述 135 家芯片公司 2022 年累计实现营收 2821.9 亿元，平均毛利率 39.1%，处于较低水平。其中，仅 " 国内 AI 芯片第一股 " 寒武纪一家，截至 2022 年的过去 5 年累计亏损近 40 亿元。
另一份公开数据显示，2022 年 1-3 季度，IPO 退出案例数量 1996 笔，占股权市场退出案例总数近 60%，并购、股权转让等方式占比较少。
具体案例中，最近上市的 SaaS 公司北森控股（HKG: 9669）4 年多亏损近 50 亿元，其股价比年初跌去 7 成以上，多家投资人打折出售。招股书中称天创资本 2021 年 4 月将其所有股份转让，获得 802 万美元，估值打折至 77.5%，而红杉中国、高盛、软银等机构也未获盈利性退出。
另外，除了企业，学术科技研究领網域也面临类似现象。一位中国科学院院士去年 11 月告诉钛媒体 App，市场对于无法商业化的基础科技研究较少重视，国家自然基金会每年的资金投入更多倾斜那些有应用的科研领網域，而一些单点科技创新很难得到资金支持。
" 科学仪器是我们的短板，我觉得在计算方法、理论方法方面重视程度不够，所以发展没有那么快。我们基金委现在投了大概一年 300 多个亿，但大部分真正投在自主研发科学仪器领網域不到 10 个亿，此前更早的时候，由于基金会整个盘子不大，所以投资更少。" 上述这位院士表示。
所以，无论从哪个角度看，投资和科技创新之间的鸿沟随着时间推移而越来越深，冲突与平衡不可避免。那么像 Meta 这类大公司，其最终选择只能是 " 挥泪斩马谡 "，即抛弃长周期的科学项目。
大厂放弃 AI 生物技术研究
2021 年初，谷歌公司旗下 DeepMind 团队研发的 AlphaFold2 人工智能系统，在国际蛋白质结构预测竞赛（CASP）上取得惊人的准确度，约 2 亿个蛋白质的结构范围覆盖地球上几乎所有已知生物，多数预测模型与实验测得的蛋白质结构模型高度一致。
AlphaFold2 成为当时准确度最高的蛋白质三维结构预测模型，颠覆了生物学术领網域，引起广泛关注。
实际上，新药研发是人类发展中极具风险和复杂度、耗时最漫长的技术研究领網域之ー，研发成本大约是 26 亿美元，耗时约 10 年，成功率不到十分之一。但随着通过 AI 算法取代人力筛选，让 AI 制造出药物似乎正变为现实——减少约 35% 的新药发现成本，周期时间也缩短至 1-2 年，甚至有可能几个月内完成。
据沙利文统计显示，2020 年，全球药物研发市场规模达 1915 亿美元（约合人民币 1.24 万亿元）。
那么在这一背景下，互联网巨头们就看到了生物医药与 AI 的交叉点这一重大机遇，一方面试图通过建立研究团队加大该领網域的理解和影响力，另一原因则是向医药公司输出算力与解决方案。Meta、腾讯、华为等中美科技巨头均在参与。
而马克 · 扎克伯格（Mark Zuckerberg）也看到了这一机遇，Meta 是最早投 AI 的大型科技公司，并于 2013 年设立了基础人工智能研究 ( Fair ) 实验室。2020 年底，Meta 在 Fair 团队中设立生物科学研究，并于 2022 年 7 月正式推出蛋白质预测模型 Meta ESMFold。
据悉，ESMFold 模型基于 Transformer 架构，参数量达 150 亿，在两周内用一个由大约 2000 个 GPU 芯片组成的集群上，预测出超 6 亿个宏基因组蛋白质的序列。这些序列通过 20 种不同氨基酸组成的链条来表达，而宏基因组也被称为生物界的 " 暗物质 "，包括土壤、海洋和人体中的微生物。
迄今为止，ESMFold 是全球最大的蛋白质语言模型，AI 的速度比 AlphaFold 快 60 倍，但准确度较低。被认为是 AlphaFold 重要竞争技术之一。
Meta 研发的 AI 模型 ESMFold 测出的蛋白质结构分辨图（来源：Meta）
然而，仅过了两年多时间，在全球经济衰退、广告收入降低等因素下，Meta 如今试图调整其研究策略。
英国《金融时报》认为，Fair 实验室内部的学术文化是 Meta 迟迟在 AI 大模型竞争中获得领先的原因，而随着 ChatGPT 的爆发，如今 Meta 试图调整目标 "GenAI"，并重新配置其 Fair 团队的研究方向，转向 AI 模型的商业化。
" 大公司内部想要把 AI 生物科学做好，主要受制于内部发展空间、成本控制及部门生态等因素。" 瞿佳润告诉钛媒体 App，尽管科技大厂的研发团队可以发布一些论文，但批量解决生命行业问题不太现实，从某种意义上，生物领網域需要 10 年、20 年的研发投入，大公司往往不愿长期坚持。
瞿佳润认为，AI 行业发展至今，无论是算力，还是数据资源，已经不再是一个简单的初创公司能够 " 闯 " 出来的了。从投资人角度看，当下的大环境变化下整个 AI 领網域资金层面的问题较多，如何能支撑到 IPO 阶段，需要靠自身造血。而对于 Meta 这种大公司来说，长期投入生物医药领網域是个非常 " 理想化 " 的事。
" 资本是逐利的，所以不是投自动驾驶就是安防。对大厂来说，当时投钱创新是有巨大风险的。对企业的一号位来说，想的更多还是业务上的东西，花钱最后没出成果，算谁的？" 搜狗创始人、百川智能创始人兼 CEO 王小川告诉钛媒体 App。
过去两年，多家互联网大厂宣布关停或缩减非短期商业化项目。比如谷歌母公司 Alphabet 旗下自动驾驶车项目 Waymo 裁员数百人，云游戏 Stadia 全面收缩；亚马逊接连关停无人配送车 Scout、仓库机器人公司 Canvas；字节跳动停运旗下社交軟體飞聊、时光相册；腾讯将下架关停企鹅 FM、团购工具鹅享团等。
王小川表示，从企业惯性来说，科技大厂最容易为它的业务目标服务，很难做 0 到 1 的创新，反而更有机会是创业公司去做到，大厂人才无法形成合力。
寻路生命科学大模型落地
经历持续两年的研发投入，2020 年由百度集团创始人李彦宏发起的百图生科，构建了千亿参数的跨模态大模型 "xTrimo"，并于今年 3 月发布生命科学大模型驱动的 AIGP（AI Generated Protein）平台，以及 AIGP 生态合作计划，将生命科学大模型与医疗健康、药物设计、能源环保等领網域的需求相结合。
瞿佳润对钛媒体 App 表示，如今，百图生科已不局限在生物医药领網域，而是希望通过生命科学大模型落地于多个高价值领網域。企业需要具备自负盈亏的能力，" 收入是许多公司内部从上到下很重要的 OKR"。
" 一些初创企业往往招了很多十分创新的人，这些很多满腹情怀的科学家，或许能做出世界级的技术突破，但如果突然寒冬来了，资金就得‘砍’，不得不逼着这些企业把技术商业落地。" 瞿佳润称。
瞿佳润表示，" 相比其它公司，百图生科主要提供给客户的商业模式有两种，一是全面创新的蛋白设计平台，二是利用对方的数据提供私有的生物计算模型，而且批量化提供，这是很多 AI 生物计算公司并不具备的能力。"
百图生科 CTO 宋乐博士提到，目前，国际上大模型能力较强的谷歌、微软等大型公司，虽然也在做生命科学相关的大模型，但更多是在发论文层面，国外大厂中还没有具备很强大模型训练能力的公司。而百图生科具有大模型训练能力以及专业的生命科学团队。
据钛媒体 App 了解，9 月 3 日举行的 " 第二届中国生物计算大会 " 上，百图生科发布针对 To B（企业）行业客户的 xTrimo light 线上模型内测招募，通过提供轻量化调用 API，从而用极低的成本实现对生命科学更多复杂问题的探索。
瞿佳润认为，" 烧 " 投资人的钱，然后撑 5 年 IPO 上市的时代已经过去。技术导向时期大家没有那么强的盈利压力，但如今，不同经济环境下，CEO、投资人对企业长期良性发展思维模式发生重要转变。
" 这不是 AI 行业如何盈利问题，而是所有科技创新技术如何盈利的问题。比如，这些想法很好的机器人怎么盈利？" 瞿佳润强调，如今摆在很多企业面前的发展方案就一个：自负盈亏，然后才能再谈情怀、谈理想。
（本文首发钛媒体 App，作者｜林志佳）
