顶级风险投资2024年AI预测

投资人工智能初创公司的风险投资家对 2024 年AI发展的大胆预测。

随着 2023 年接近尾声，是时候反思过去一年围绕人工智能的巨大进步和伦理辩论了。Bing Chat 和 Google Bard 等聊天机器人的推出展示了令人印象深刻的自然语言能力，而 DALL-E 3 和 MidJourney V6 等生成式 AI 模型的创造性图片生成功能则令人惊艳。

然而，也有人对人工智能的潜在危害表示担忧。欧盟具有里程碑意义的《人工智能法案》试图限制该技术的某些用途，拜登政府也发布了有关其发展的指导方针。

随着AI快速创新的持续，许多人想知道：人工智能的下一步是什么？我们会看到另一个“人工智能冬天”吗？还是新的突破会加速各行各业的采用？政策制定者和公众将如何应对？

来自贝恩资本风险投资公司（BCV）、蓝宝石风险投资公司、Madrona、General Catalyst等顶级公司的风险投资人就生成式人工智能的未来、GPU短缺、人工智能监管、气候变化应用等主题发表了他们的展望。尽管对风险和时间表的看法各不相同，但大多数人都同意：2024 年有望成为人工智能的决定性一年。

很多生成式人工智能初创公司将消失
“许多生成式人工智能公司将消亡。如果你不是今年筹集巨额资金的初创公司之一，那么你的未来将是不确定的。许多（生成式人工智能）公司将相互竞争，建立在OpenAI之上的初创公司将面临平台风险，此类公司的融资前景暗淡，从第一天起，我们就完全停止了对这些交易的关注。

我对人工智能在生物技术、基因组、气候和工业应用中的应用感到兴奋。人工智能将帮助科学家和研究人员根据人类基因组数据开发新的治疗方法和诊断方法，从而挽救生命。我们的投资组合公司 Mindstate 正在使用人工智能根据旅行报告综合数据集创建新的“心理状态”，以帮助治疗顽固的创伤后应激障碍。人工智能在生育、生殖和长寿方面的应用将彻底改变人类寿命的范式以及我们生孩子的方式。在气候方面，公司正在使用人工智能来保护我们的生态系统，例如Vibrant Planet如何使用AI/ML来防止全球发生的灾难性野火。

人工智能还将能够读取人们脑海中发生的事情，并投射出他们思想的图像——这非常令人着迷，我很好奇它将如何解锁有关人类意识和无意识的知识。

——玛莎·布赫（Masha Bucher），Day One Ventures创始人兼普通合伙人

多模态模型中数据模态的融合
“到2024年，数据模态（文本、图像、音频）融合为多模态模型将重新定义人工智能的能力。利用这些模型的初创公司将能够做出更好的决策并改善用户体验，包括个性化。我们将看到制造业、电子商务和医疗保健等行业的新颖和变革性用例。在基础设施方面，人工智能工作负载将变得更加苛刻，我希望看到围绕多模式数据库的创新。虽然并非每个用例都需要多模态模型，但许多领域的第一代LLM初创公司将面临新的竞争，继续创新和建立防御性的压力将是巨大的。

——Cathy Gao，Sapphire Ventures 合伙人

“我们将看到多模态检索和多模态推理在2024年成为人工智能产品的中心舞台。如今的人工智能产品大多是文本的。但用户更喜欢更具表现力的软件，从语音到视频，从音频到代码等等，在各种形式上都能满足他们的需求。如果我们能够让这些架构大规模工作，我们就可以解锁提供更准确和人性化结果的软件，从绘制答案到用你的语气和语音拨打电话，这样你就可以参加更少的会议，通过与其他人工智能和人类实体的合作来收敛正确的结果。为了推动这一点，我们预计像 Unstructured 这样的 ETL 提供商将多样化，以包括新的数据源，更多的初创公司使用 Meta 的 Segment Anything 架构，以及像 Contextual 这样的初创公司成为多模态检索的全面解决方案。

——Rak Garg，贝恩资本风险投资公司负责人

“我们继续看到人工智能在更多的用例中蓬勃发展，特别是在那些既庞大又生疏的行业中。在医疗领域，我们对使用计算机视觉检测癌症、使用机器学习帮助进行更好的诊断以及使用生成式人工智能减少文书工作的可能性感到兴奋。考虑到我们在美国的医疗支出为 4.3 万亿美元，占我们 GDP 的百分比几乎是经合组织平均水平的两倍，而近三分之一是行政成本……虽然 Chat 一直是 2023 年的关键流行语，但公司需要在 2024 年超越 Chat。跨输入、训练、模型创建和输出的多模态人工智能是创新的关键领域。

——Tau Ventures 管理合伙人 Amit Garg 和 Tau Ventures 管理合伙人 Sanjay Rao

“多模态模型将使与人工智能代理创建引人注目的交互变得更加容易，在某些用例中几乎不可能辨别计算机和人类之间的区别。我们已经可以在 Character.AI 和 Instagram 等地方看到这一点，并希望这将在培训、客户支持和营销/销售等领域的工作场所中扎根。你会比你想象的更早地与机器建立关系。

——Jess Leao，Decibel VC合伙人

通过开源实现人工智能的民主化
“我们预测 2024 年将发布更多的开源模型，我们特别关注大型科技公司成为主要贡献者之一。这方面的一些例子可能包括特斯拉、优步和Lyft（历史上都是开源项目的主要贡献者），甚至还有Snowflake。如果其中一些模型分拆成公司并获得大笔融资，我们不会感到惊讶。

——Madrona合伙人Vivek Ramaswami和Madrona投资者Sabrina Wu

“我认为到2年下半年，多模态将成为任何大型模型提供商的事实标准。历来维护专有模型的大型模型构建者将开始开源精选IP，同时发布新的基准测试，以重置围绕AGI基准测试的对话。

——Chris Kauffman，General Catalyst合伙人

“OpenAI、Mistral、谷歌和其他提供开源模型的公司之间在生成式人工智能定价方面存在着一场竞争。大多数公司使用现有的硬件基础设施（基于每个token的输入/输出成本）都是赔本的，希望通过规模化实现盈利。生成式人工智能公司的当务之急很明确：找到实现盈利和可扩展性的途径。基于这一需求，我相信风险投资将用于开发高效的模型，利用新的人工智能计算硬件，并提供增值服务，如行业特定的模型微调和合规性。

——Jimmy Kan，Anzu Partners合伙人

GPU 短缺：持续存在的问题还是暂时的挫折？
“2024年将是实时扩散应用的一年。在 2023 年，我们看到了扩散模型推理速度的一些重大理论改进——例如 Song 等人的原始一致性模型论文，以及最近的 LCM。我们已经开始看到使用这些想法的项目，例如 Dan Wood 的 Art Spew（在单个 4090 上每秒生成 77张512×512 图像）、Modal 的 turbo.art（基于 SDXL Turbo）和 fal.ai 的 30fps 换脸。2024 年，我们将看到更多实时图像、音频和视频生成扩散应用。

——Slater Stich，贝恩资本风险投资公司合伙人

“GPU 短缺继续蹂躏创业生态系统，使新公司难以将其产品推向市场。有两种方法可以解决这个问题;要么出现新的计算选项，摆脱 Nvidia 对 AI 的垄断，要么出现新的模型/架构，提高计算资源的效率。我希望看到大量资金流向线性而非二次时间运行的新型模型架构，例如Cartesia AI的Mamba，此外还有围绕扩散模型和液体神经网络构建的平台，作为基于Transformer的LLM的更快，更便宜，性能更高的替代方案。

——Rak Garg，贝恩资本风险投资公司负责人

“首先，GPU短缺并不一定像每个人想象的那样严重或明确。更大的问题是其中现有基础设施的利用率不高，我相信这种情况将在 2024 年持续存在，同时供应链持续受到限制。修复低级的 AI软件将是解决虚幻的 GPU“短缺”和实际利用率问题的关键。在那之前，我们唯一的短期解决方案就是，简单地说，更多的计算。也就是说，我预测 GPU 的限制将在 2024 年持续存在，全球英伟达订单将持续积压，而竞争对手（即 AMD 和英特尔）将因需求方的绝望而各自获得 1-2% 的 GPU 市场份额。

——Chris Kauffman，General Catalyst合伙人

“相反的观点是，我们最终不会出现GPU短缺。市场将向少数买家和供应商靠拢。英伟达和其他公司将扩大规模以满足预测的需求，Microsoft、谷歌、亚马逊、Facebook和许多主权国家仍将是大买家。我们其他人将从云提供商那里租用它们，但会有足够的可出租容量。富人会变得更富有，但’GPU穷人’的生活质量会提高。

——Jess Leao，Decibel VC合伙人

“根据台积电（TSMC）董事长的说法，’短缺的不是AI芯片，是COWOS（先进芯片封装）产能，先进的存储器和封装产能将增加;然而，人工智能在生产中的长期可持续性不会依赖于 Nvidia H100 和 AMD MI300X 等通用 GPU。投资将转向专注于专门用于推理的硬件，而不是训练。利用近内存/内存计算的 d-Matrix 和 EnCharge AI 等 NPU 创新正在成为具有成本效益和环保的解决方案，适合部署在本地 AI PC 和数据中心中。

——Jimmy Kan，Anzu Partners合伙人

苹果和谷歌：沉睡的巨人？
“我们相信 2024 年苹果将发布一些重大版本，甚至可能是他们自己的 GPT。有报道称，苹果 LLM 在内部被称为 Ajax GPT。虽然该模型是为内部使用而创建的，但明年我们可以看到苹果将Ajax（或相关模型）更加公开，或者在其应用程序（例如XCode，Apple Music）和设备（例如Mac，Vision Pro）中整合生成式AI功能。虽然这更像是机器学习而不是人工智能，但就在上周，苹果发布了MLX——一个“专为苹果芯片设计的高效机器学习框架”。鉴于苹果作为消费设备制造商的突出作用，苹果的发布不仅可能对现有型号产生巨大影响，而且对美国如何进行监管也会产生巨大影响。

——Madrona合伙人Vivek Ramaswami和Madrona投资者Sabrina Wu

“如果 2023 年是开放人工智能的一年，并且微软独领风骚，那么明年我们都将谈论谷歌。谷歌对 Gemini 的大量投资以及无与伦比的数据和计算资源将为开发人员提供各种形式和规模的 GPT-4+ 功能，推动所有基础模型提供商的前沿。暂时不要排除它们。

——Jess Leao，Decibel VC合伙人

为长期的 AI 转变做好准备
“过去一年进入人工智能领域的每个人都将在2024年结束时知道什么是微芯片。随着我们继续努力克服摩尔定律的局限性，我们还将看到新的架构范式发挥作用——不仅包括微芯片等新的核心半导体架构，还包括先进的封装和互连工艺。

——Chris Kauffman，General Catalyst合伙人

“边缘到云或所谓的’混合人工智能’”集成了云和边缘设备，如智能手机、笔记本电脑、车辆和物联网设备，在性能、个性化、隐私和安全性方面具有优势。随着生成式 AI 模型的缩小和设备端功能的提高，这种方法将变得越来越可行，并且对于扩展 AI 以满足全球企业和消费者的长期需求至关重要。

——Jimmy Kan，Anzu Partners合伙人

原文链接：https://venturebeat.com/ai/ai-predictions-for-2024-what-top-vcs-think/