AIに投資するにはどうすればよいでしょうか?世界の一流VCが直面する「3大注力課題」

現在、人工知能は「iPhone の瞬間」を迎えており、その普及は歴史上のどの技術革命よりも速いです。

しかし、モルガン・スタンレーはレポートの中で、AI開発の不確実性が高いことは否定できないと指摘しており、VCはそれを鋭敏に察知し、以下の「3大重点課題」を指摘している。

• AI は著しく成長しており、モジュール化が急務となっています

AI産業は急速に発展しており、「技術の普及」のスピードはインターネット革命を超えており、AIのさらなる成長を実現するにはモジュール化が鍵となります。

「技術の普及」（Tech Diffusion）は、近年最も重要なテーマの一つであり、技術が初めて実用化され、活発な普及促進と普及を経て、最終的には後進性により淘汰されるまでの過程を指します。

前例のないのは、人工知能テクノロジーの非技術的隣接分野への普及のスピードと波及効果です。この点をより明確に説明するために、以下のグラフは、1885 年以降の電力革命、2007 年以降のインターネット革命、2022 年以降の人工知能革命の技術普及速度を比較しています。

その中でも、モジュール性 (タスクのさまざまな側面に特化したモジュール性のサブモジュール) は、イノベーション スタックを通じてより迅速な成長と破壊を達成するための鍵となります。 AI の継続的な成長は、インターネット アクセスの普及に依存しており、そのためには安価な電力が必要です。これらの大規模な人工知能モデルはモジュール形式に基づいており、将来的に急速な成長と破壊が起こる分野にも同様に適用可能です。

遭遇するさまざまなタスクが増えるにつれて、モデルのトレーニングではすべてのシナリオをカバーできないため、AI のパフォーマンスはますます低下しています。これは、ほとんどの主流の AI 製品が、比較的論理的な答えを与えるために即語に依存している理由でもあります。「モジュール化」、つまり、さまざまな側面を処理するためにモジュールを特殊なタスクに分割することは、一般化問題の解決策の 1 つです。 )

たとえば、OpenAI が新たにリリースしたデータ分析ツール「コード インタープリター」など、大規模なモデルを扱う企業向けのオープン ソース プラグインは、このモジュール式拡張方法の恩恵を受け、使用の幅、深さ、継続性がさらに高まります。しかし、歴史上のどのテクノロジーと比較しても採用のペースが速いということは、Generative AI の S カーブがこれまで予想されていた数年、数十年ではなく、数か月しかかからないことも意味します。

• AI企業の評価が低下し、極端な差別化が起こる

80/20 の法則は AI 企業の資金調達と評価にも存在します (企業の利益の 80% はプロジェクトの 20% から得られます)。OpenAI は最近さらに 3 億米ドルを調達し、その評価額は 270 億米ドルの間ですそして290億米ドル。同社は過去7回のラウンドで総額110億ドル以上の資金を調達した。

現在、OpenAI の ChatGPT に匹敵する競合他社はありません。最近のプラットフォーム データによると、月間アクティブ ユーザー数は Reddit、Netflix、Linkedin を上回り、20 億人に近づいています。

ただし、AI/ML 企業の評価額​​は、AI/ML が誇大宣伝サイクルの真っ只中にあった 2021 年 1 月の評価レベルよりも平均して 60% 低くなります。 AI への投資需要が明らかに増加しているにもかかわらず (ベンチャー キャピタル投資全体の 10% を占めている)、再評価を通過した民間 AI 企業はわずか数社であり、OpenAI もそのような企業の 1 つです。

• オープンソースの大規模モデルは資金調達モデルに課題をもたらす可能性がある

ここ数週間で最も熱い質問は、オープンソース モデルに対する大規模モデル企業の堀はどれくらい大きいのかということです。

2023 年の時点で、AI 分野の投資ファンドは 120 億米ドルを超え、市場ベンチャーキャピタル全体の 10% を占めています。パレート点を再達成したにもかかわらず、資金の80％は現在、下流のAPPメーカーではなく、大手モデル所有者の手に残っています。それ以来、非テクノロジー産業への普及が加速しています。

もちろん、それには十分な理由があります。LLM のトレーニングはますます大きくなり、コストがかかります。API を使用してこれらのモデルを利用してダウンストリーム アプリケーションを作成するほうが安価であり、現在はそのようになっています。

オープンソース LLM の出現により、ある時点でこの資本配分比率が逆転する可能性があります。公開市場であろうと民間市場であろうと、資金調達は低コストのオープンソース LLM の出現に役立つのでしょうか?

以上がAIに投資するにはどうすればよいでしょうか?世界の一流VCが直面する「3大注力課題」の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。