这些企业领导层的想法并不是孤立的，千千万万的打工人也有这样的想法，也想在工作中采用大模型和GenAI，降低工作强度，放飞自我。
人们的这些举动会对经济发展产生什么影响，或者对于投资者而言会产生什么机会呢?
麦肯锡最近发布的一份报告发现，GenAI每年可以为全球经济增加“2.6万亿至4.4万亿美元”，相当于为地球增加一个与英国GDP一样的“贡献”。
尤其对VC行业，GenAI几乎成了目前最大的风口。
1.2年实现退出不是梦?
从风险投资公司最近的投资和退出来看，一家生成式人工智能初创公司似乎只需要大约两年的时间就可以为投资者带来利润。
如果你跟踪Andreessen Horowitz、Sequoia Capital或Y Combinator等风险投资公司在生成人工智能领域的投资，你会发现，大多数这些投资机构能够成功退出是因为被投资的公司被Meta、谷歌或其他大型科技公司收购了，而不是像以前的IPO成功才能退出。
例如，Databricks以13亿美元收购生成式AI的初创公司MosiacML，而MosiacML的大模型即MPT-7B和最近发布的MPT-30B则是开源的。
Snowflake收购Neeva，为其产品Data Cloud添加基于AI的生成式AI搜索。Neeva创造了一种独特而变革性的搜索体验，利用生成式人工智能和其他创新，允许用户以新的方式查询和发现数据。
不过MosaicML和 Neeva等生成式AI的初创公司都是在成立后的两年内就被收购了，投资者很难评估投资生成式AI真正合理的退出时间大概是多长。
不用怀疑这些投资机构的眼光。Andreessen Horowitz投资了包括Skype、Zynga、Digg，以及 Foursquare、Airbnb、Twitter、Facebook等90家互联网公司;Sequoia Capital曾投资过Apple、Google、Oracle等企业,也曾投资过如Airbnb、WhatsApp等初创企业的;Y Combinator孵化出来的公司有很多都是大名鼎鼎，比如Dropbox、Airb&b和Reddit等。
那么现在，这些投资公司都把目光对准的里GenAI。但是生成式人工智能正在以惊人的速度发展，出现了很多新模型、新方法和不同的初创公司，以至于很多投资人很难确定一个公司或者创始人是否提供了与该领域其他数千种技术或服务不同的东西。
在投资生成式人工智能初创公司时，投资者最重要的方面是确定初创公司的独特方法以及如何准确提供投资回报率。
巴拉特创新基金(BIF)的Som Pal Choudhury说，我们必须确保初创公司正在产生的任何东西都有差异化和新颖性，他们正在构建的企业应用有一些护城河，不能在一夜之间被该领域的任何其他500家初创公司复制。
2.专注于核心创新平台 or 创建应用的垂直平台?
Choudhury表示，BIF从一开始就专注于投资深度科技创业公司，而投资生成式AI与投资AI、区块链或5G网络没有什么不同。
该公司目前尚未投资任何生成式人工智能初创公司，因为深入评估这些初创公司的护城河以及是否值得投资非常重要，因为大型科技公司已经引领潮流。
据他介绍，大约有五种类型的生成式人工智能初创公司：
第一，核心元素和LLM：开发核心元素和大型语言模型(LLM)的公司。
第二，企业应用程序焦点：使用生成式AI技术，创建特定企业应用的初创公司。
开源修改：使用开源模型并使用企业应用程序的专有数据对其进行训练或者微调的公司。
第四，编排多个模型：初创公司结合各种生成式AI模型，创建更具体的企业应用程序。
第五，基本包装器：围绕现有模型提供基本包装器的公司，没有明显的差异化。
Eximius Ventures是一家在该领域投资了两家初创公司的投资公司。该公司的创始人Pearl Agarwal介绍说，该领域有两种类型的初创公司，一种是专注于核心创新的水平平台，如OpenAI，另一种是利用这些公司的技术在各种用例中创建应用程序的垂直平台。
在这两种情况下，退出策略与其他科技投资相似，主要是被科技巨头收购或成功IPO。基金投资项目想退出，要么IPO，要么被并购。
目前来看，在全球范围内，属于水平平台类别的初创公司很少，主要集中在中美两国，而且大部分都被大型科技公司收购，主要推动该领域的基础设施创新。
小型风险投资公司则很难投资这些公司，因为它们需要巨额资金，而且从长远来看，也很难评估这些公司是否有效。
投资者基本上是在剥离这些生成式AI初创公司的外表，以了解初创公司是否真的在做一些创新的事情，还只是在围绕ChatGPT或其他类似大模型构建包装器，并试图将其作为生成AI初创公司出售。“似乎是在一夜之间，我们看到所有的聊天机器人公司都在做同样的事情，因此我们不想投资任何这些公司。”
与大型风险投资公司不同，BIF仍在研究是否有任何初创公司值得投资，因为它们只是围绕现有技术构建包装器。另一方面，Eximius Ventures决定专注于垂直平台公司，这些公司将水平平台用于特定用例，而不是建立自己的平台。
3.开源还是自研?直面知识产权困惑
在投资GenAI公司时,很多问题是无法避免的。
开源使新的创业公司更容易形成，但投资者却很难评估它们是否值得投资。到产品落地时，更新且可能更优越的版本可能已经充斥市场。Inflexor Ventures的联合创始人兼管理合伙人Venkat Vallabhaneni说，这种动态环境实际上是初创企业创始人必不可少的试金石。“我们重视并寻找对这个高度进化的领域表现出深刻理解的创始人和公司。这些企业家将快速发展步伐纳入其产品设计和战略。“
Vallabhaneni也表示，一些成功的初创公司将他们的产品与基础模型脱钩，允许他们的产品随着市场的发展和适应。但即便如此，也很难找到这些初创公司的区别因素。
此外，投资公司检查的一部分包括深入研究初创公司的技术层面。Vallabhaneni说：“我们需要了解企业正在使用的模型类型，并评估他们是否对这些模型及其影响有扎实的掌握。虽然在模型本身上构建知识产权(IP)可能具有挑战性，但初创公司可以根据模型的实施和正在处理的特定用例来创建他们独特的IP。”
虽然知识产权可能并不总是最重要的问题，但拥有可执行的知识产权是一个明显的优势。它可能被证明是一项重要资产，可以增强公司在潜在收购场景中的吸引力。投资者认为初创公司可以在生成式人工智能领域脱颖而出的方式之一是通过其知识产权数据。即使初创公司正在利用开源并将其技术与其他技术相结合，利用专有数据然后解决用例对于脱颖而出也至关重要。
当然，对生成式人工智能初创公司的尽职调查流程与其他深度科技初创公司的尽职调查流程一样，但更加关注监管。至关重要的是，这些初创公司要认识到生成式人工智能不断变化的监管环境，并具有足够的灵活性以适应任何新的发展。
现在，红杉资本(Sequoia Capital)、Andreessen Horowitz和Y Combinator等大型投资机构投资Inflection或Anthropic等大型科技公司。其他风险投资公司则投资更多应用驱动的生成式人工智能初创公司，这些初创公司或许在开源基础上构建，并希望被一家大型科技公司收购。从发展趋势来看，可能需要2-3年时间。
参考资料：
·https://analyticsindiamag.com/generative-ai-startups-might-be-profitable-in-2-years/
·https://venturebeat.com/ai/mckinsey-report-finds-generative-ai-could-add-up-to-4-4-trillion-a-year-to-the-global-economy/
