作者｜林志佳
編輯｜馬金男
來源丨鈦媒體
當前全球經濟持續面臨壓力，科技巨頭們開始認識到，那些短期內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，媒體報導稱，科技巨頭Meta（原Facebook）為了降本增效，裁掉了對標谷歌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。
儘管該團隊離開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，但報導指，Meta的這一裁員解散方案意味著其放棄了科學類技術研發，從而轉向AI 的商業化。
實際上，儘管過去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域，企業短期內難以快速盈利，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）近日對鈦媒體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，美國卡內基梅隆大學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並協助其發展，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，儘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，願意在未得到明確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著一些問題。
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域，而忽視了其他同樣重要的科研領域。此外，由於風險投資的本質是追求高收益，可能會導致一些投資者過於注重短期收益，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，風險投資對於科技創新起著積極的推動作用，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，並誕生出數千家“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，得益於風險投資模式，谷歌、蘋果、阿里、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。
但問題在於，相比於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域投入更大、週期更長、難以有高壁壘，而且競爭者眾多、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、退四個環節週期卻越來越短，國內投資人在科技領域的退出和回報率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，因此投資人對於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%，處於較低水平。其中，僅“國內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，佔股權市場退出案例總數近60%，併購、股權轉讓等方式佔比較少。
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月將其所有股份轉讓，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，學術科技研究領域也面臨類似現象。一位中國科學院院士去年11月告訴鈦媒體App，市場對於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域不到10個億，此前更早的時候，由於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隨著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“揮淚斬馬謖”，即拋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人工智能係統，在國際蛋白質結構預測競賽（CASP）上取得驚人的準確度，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成為當時準確度最高的蛋白質三維結構預測模型，顛覆了生物學術領域，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。但隨著通過AI算法取代人力篩選，讓AI 製造出藥物似乎正變為現實——減少約35%的新藥發現成本，週期時間也縮短至1-2年，甚至有可能幾個月內完成。
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（約合人民幣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，並於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，並於2022年7月正式推出蛋白質預測模型Meta ESMFold。
據悉，ESMFold模型基於Transformer架構，參數量達150億，在兩週內用一個由大約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，但準確度較低。被認為是AlphaFold重要競爭技術之一。
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實驗室內部的學術文化是Meta遲遲在AI 大模型競爭中獲得領先的原因，而隨著ChatGPT的爆發，如今Meta試圖調整目標“GenAI”，並重新配置其Fair團隊的研究方向，轉向AI 模型的商業化。
“大公司內部想要把AI 生物科學做好，主要受制於內部發展空間、成本控制及部門生態等因素。”瞿佳潤告訴鈦媒體App，儘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。而對於Meta這種大公司來說，長期投入生物醫藥領域是個非常“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。對企業的一號位來說，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王小川告訴鈦媒體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。比如穀歌母公司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件飛聊、時光相冊；騰訊將下架關停企鵝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標服務，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態大模型“xTrimo”，並於今年3月發布生命科學大模型驅動的AIGP（AI Generated Protein）平台，以及AIGP生態合作計劃，將生命科學大模型與醫療健康、藥物設計、能源環保等領域的需求相結合。
瞿佳潤對鈦媒體App表示，如今，百圖生科已不局限在生物醫藥領域，而是希望通過生命科學大模型落地於多個高價值領域。企業需要具備自負盈虧的能力，“收入是許多公司內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’，不得不逼著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 生物計算公司並不具備的能力。”
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。
據鈦媒體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線上模型內測招募，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複雜問題的探索。
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。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載