华创资本合伙人王道平&《商业周刊/中文版》

人工智能生成内容(AI Generated Content；AIGC)热潮激起创投圈密切关注。“行业里对AIGC前景的整体判断是很正面的，大家看到了新的技术临界点在到来。我们正在看和推进一些项目的过程中。”华创资本合伙人王道平告诉《商业周刊/中文版》，不过目前在投资上还是相对比较冷静，投资人可能更想知道这是多大的机会，以及会是谁的机会。王道平2012年加入华创资本，负责TMT、消费品牌、元宇宙等领域的投资。在此之前，他曾作为美国中经合集团的资深投资经理，负责互联网、移动互联网的早期投资。在职业生涯早期，他是中芯国际的资深工程师。

Q：您从什么时候开始关注 AIGC？行业内对该领域大概是怎样的态度，是否处于一种 FOMO 情绪中？

王道平： 大概是2022年中的时候，我注意到国内有一些文生图的应用出现，作为投资人，我觉得这是一个新的生产力工具，于是开始关注。之后，AIGC在创投圈形成一股热潮，激起大家对于这一趋势的密切关注。行业里整体上是很正面的，大家看到新的技术临界点在到来，不过目前在投资上还是相对比较冷静，FOMO 的情绪可能会有，但总的来说还比较正常。 

Q：据了解投资人对这个领域的理解参差有别，业内有哪些共识和分歧？

王道平：投资人可能更想知道这是多大的机会，以及会是谁的机会。感觉大家是在逐渐达成共识中，大家一般会更多关注创业公司在应用方面的探索和突破，也比较认可大公司在产业格局中的地位。会不会有新的平台型机会目前来判断还为时过早，多模态的融合会是一个大的趋势。 

Q：您是否对 AIGC 的投资有一个较为清晰的逻辑？您主要看哪些指标？

王道平：AIGC 技术本身还在快速迭代中，无论是算法还是模型，未来都可能不断推陈出新。目前这个阶段，我会比较多关注应用落地，真正解决实际生产的问题并带来实际价值，同时确实在基础设施上是应用了 AIGC 的能力。 

Q：AIGC 在国内的应用层好像还没铺开，大多在素材阶段，您认为它在哪些领域会率先产生应用价值？又如何评估底层和应用层的核心实力？

王道平：目前 AIGC 的能力更多体现在速度和效率上，但是在准确度和可控性上还比较欠缺。相应地，它在能发挥速度和效率的地方估计会有一些突破，比如搜索优化、代码生成、营销、电商、教育等。对于创业公司来说，可能底层的差异不是很大。但具体切入什么场景，数据积累和处理，以及产品形态和商业模式则可能会是核心能力。 

Q：ChatGPT 在回答“投资人是如何看待生成式人工智能的”时候说：不同投资人对这个问题的看法可能有很大差异。一些投资人可能对生成式人工智能产生新想法和创新的潜力感到兴奋，而另一些投资人可能对与这项技术相关的风险和不确定性更加谨慎，他们也可能会担心生成式AI的潜在风险和缺点。对于AIGC 的投资潜力，您的看法是什么？您看好的平台级机会在哪里？

王道平：AIGC 也只是一项技术，可以说只是人的一件工具，关键的问题可能还是如何使用。目前技术上确实有了一定突破，所以我更多是正面地看待这个技术。从技术来说，生成式人工智能能应用的范围很广，无论是娱乐消费还是科学研究都有它应用的角度，我们会积极面对这些机会。至于平台级机会除了技术还涉及产品形态、商业模式、竞争等不同方面，可能更多要在实践中去捕捉。 

Q：除了当前火热的几个产品，AIGC 发生质变的下一个 milestone 是什么？中国现阶段有类似产品力吗？差距在哪里？

王道平：AIGC 在很多方面可以做得更好，比如自然语言的理解上，记忆能力上，多模态转换，准确度和可控性上等都有机会做得更好，同时，它也需要结合具体的场景去发展。国内在类似产品上可能也刚开始。 

Q：看到一个说法是 AI 大模型最终还是大玩家的角力场，因为这不仅仅是大力出奇迹的问题，而是各种“工程能力”的比较。您是否同意这个说法？您曾是一位工程师，请问应该如何理解这里的工程能力？

王道平：大模型也不是刚刚出现的，预训练和开源的共识使得这一波机会并不一定是大厂独享的，而且有可能不是只有一条确定的技术迭代路径。“工程能力”可以理解为，更多是实践科学，会有一些 know-how 和实践应用中的变化，所以有可能不同的玩家都可以找到机会。不过大模型的门槛还是比较高，人才、算力、算法、数据都需要持续地投入。 

Q：作为投资人，AIGC 产品帮助您做了哪些工作？比如我们发现 Prompt 似乎是GPT的精髓，在提需求方面，您有什么好建议？

王道平：目前还没帮到我的具体工作，更多是兴趣。Prompt 未来不一定很重要，不同应用中也会有具体产品的发展，真正好的产品是可以做到普适性的。正如 OpenAI 首席执行官 Sam Altman 说的，“重要的永远是想法的质量和对你想要的东西的理解”。