財經雜誌—養成更多AI獨角獸，該做什麼？
獨角獸企業作為具備強大創新能力和巨大成長潛力的企業群體，其數量多寡、活躍程度，是衡量一個國家和地區創新能力與創新生態的重要風向標，也是提升國際競爭力和區域競爭力的重要創新主體
2024年3月，美國AI新創公司Inflection的70名員工在一家飯店禮堂裡見到了微軟CEO（執行長）薩蒂亞·納德拉。這家新創公司趕上了大模型風口，在過去兩年裡融資15億美元，估值40億美元，是矽谷排名第三的大模型獨角獸公司。現在，他們需要考慮是否願意在公司核心技術被微軟收購後，加入微軟。
現場有員工提問，如果加入微軟，是否會因為公司規模太大，發展緩慢，很多動作變得保守。納德拉反問，“那你願意來改變一家3兆美元的大公司嗎？”
一位長期在矽谷的投資人稱納德拉的日常工作是掌管“一個數字王國”，但他仍然會深度參與和AI大模型投資的具體事宜。
美國科技巨頭熱衷於爭搶有潛力的科技公司。今年以來，矽谷類似的收購案越來越多。 8月，Google以25億美元收購Character.AI；7月，亞馬遜收購了Adept AI的核心技術和大部分員工。
美國矽谷是這一輪AI創新創業的領頭羊，截至目前，矽谷共有27家與大模型相關的獨角獸公司（指成立不超過十年，估值超過10億美元的未上市企業）。中國緊跟在後，已經出現了AI大模型領域新的五家獨角獸公司，分別是智譜AI、百川智能、月之暗面、Minimax、零一萬物。其中智譜AI估值最高，約200億元（約30億美元）；零一萬物最低，約70億元（約10億美元）。
歐洲也出現了多個與大模型相關的獨角獸公司，但數量總體較少，且和先前趨勢保持一致。包括法國的AI數據管理公司Dataiku（估值37億美元）和基礎大模型公司Mistral AI（估值60億美元）；英國的AI數據公司Quantexa（估值18億美元）和文成圖公司Stability AI（估值40億美元）。
在上一輪以深度學習為引領的AI創新周期中，中美是全球兩極。這一輪以AIGC大模型為引領的創新周期裡，中美仍是跑得最快的兩個國家，不過，已經出現了明顯差異。
在矽谷，大模型領域的創業已經形成一套相對完整的生態：有以OpenAI為代表的頭部創業公司，同時有可以與之匹敵的競爭對手；有基於大模型的應用公司，它們也能快速獲得用戶和融資；有大量為大模型服務的工具型創業公司，估值一路高漲；平台型巨頭公司深度參與，它們既有自己的模型，又開放生態給新創公司，還提供融資和收購機會。美國2023年AI領域總融資金額超500億美元。
在中國，新一輪科技革命周期目前對創投熱情的激發程度有限。創投數據服務商IT桔子數據顯示，2014年後，中國AI領域融資一路上漲，2021年融資總額約4,411億元。 2022年下降至1579億元，下降64%。 2023年，在大模型熱度加持下，仍呈現下滑趨勢，全年融資額約1,101億元。中國的頭部創業公司皆以基礎大模型為主；以阿里巴巴、騰訊、美團為代表的巨頭公司積極投資，但競爭大於合作；應用和工具環節相對薄弱，相關公司數量不少，但成規模的較少。
根據《人民日報》報導，今年5月23日，在山東省濟南市召開的企業和專家座談會上，中共中央總書記、國家主席、中央軍委主席習近平在聽到關於創新與投資的發言時追問：“我們的獨角獸企業新增數下降的主要原因是什麼？”
今年4月30日，中共中央政治局召開會議，習近平總書記主持會議，分析研究當前經濟情勢與經濟工作，會議強調，要積極發展創投，壯大耐心資本。
所謂“耐心資本”，是指不以追求短期收益為首要目標，專注於長期的專案或投資活動，並對風險有較高承受力的資本。耐心資本的「耐心」更強調在企業成長初期進行股權投資，而不是在企業成功上市後進行股票投資，投早、投小、投長期、投硬科技是其核心特點，當企業發展壯大之後耐心資本的使命也已經完成，可以帶著足夠的投資回報逐步退出。
7月30日召開的中共中央政治局會議指出，要有力有效支持發展瞪羚企業、獨角獸企業。在自然界中，瞪羚素以行動敏捷著稱，個子小、跑得快、跳得高。瞪羚企業創新能力強、專業領域新、發展潛力大，主要涵蓋那些以科技創新或商業模式創新為支持進入高成長期的中小企業。
獨角獸企業一般指成立時間不超過十年、估值超過10億美元（少部分估值超過100億美元），且具備獨有核心技術、獨特競爭優勢及市場潛力的未上市公司。
瞪羚企業被普遍認為是獨角獸企業的預備隊。獨角獸企業往往具有高估值、新創性、商業模式難以複製的特點，企業本身對所在產業往往產生重要影響。
從國際經驗來看，一個國家的瞪羚企業數量，在某種程度上反映了該地區的創新能力和發展速度。獨角獸企業作為具備強大創新能力和巨大成長潛力的企業群體，其數量多寡、活躍程度，是衡量一個國家和地區創新能力與創新生態的重要風向標，也是提升國際競爭力和區域競爭力的重要創新主體。
多位接受《財經》訪問的創業家和投資人認為，目前中國AI領域的創業生態還不足以支撐更多瞪羚企業和獨角獸企業的養成。但究竟具體那裡不成熟，又該如何完善？要解答這個問題，需要逐步拆解比對，層層深入。
AI獨角獸成長現狀
矽谷這一輪AI創業中，除了以OpenAI為代表的底層模型創新，還有不少大模型應用、大模型工具相關公司，它們同樣拿到了高估值
在微軟和OpenAI的帶動下，全球AI產業在過去兩年發展迅速。目前，全球生成式AI相關獨角獸公司共有37家，過去一年新增了17家。其中美國27家、中國5家。中國的五家分別是：智譜AI、百川智能、月之暗面、Minimax、零一萬物。中國估值最高的AI獨角獸公司智譜最新一輪投前估值約200億元（約30億美元），今年9月5日最新一輪融資投後估值尚未披露。自2009年成立至今，智譜共完成11輪融資。
OpenAI最新一輪融資的預計估值將達到1000億美元，如果融資順利，OpenAI將成為全球第二大獨角獸公司，僅次於字節跳動。 OpenAI的直接競爭對手Anthropic最新估值是184億美元，今年3月，亞馬遜對該公司追加27.5億美元投資，這是亞馬遜史上規模最大的風險投資。儘管兩家公司估值差距明顯，但Anthropic成立至今僅三年，OpenAI成立已接近十年。
和Anthropic同樣成立於2021年的中國AI獨角獸公司Minimax最新估值約25億美元。目前中國五家大模型獨角獸中，智譜AI、百川智能和月之暗面估值均約30億美元，零一萬物估值約10億美元。
五家中國獨角獸公司主要業務都是基礎大模型，目前體量均較小，五家公司的估值加起來，還不及Anthropic一家。
目前，矽谷激發了更多基礎大模型之外的獨角獸公司湧現。成立於2021年的AI油漆工具公司Midjourney去年估值就已經達到100億美元，年收入2億美元。繪畫工具類也是最早火起來的一批大模型應用公司。
成立於2019年的企業搜尋服務公司Glean，最新一輪融資估值45億美元，相較於半年前增加了一倍。這家公司的業務聽起來並不複雜，主要是幫企業員工做內部資訊搜索，也就是基於大模型的企業辦公室軟體。根據媒體報導，Glean2023年收入約3,900萬美元，2024年前七個月收入約5,500萬美元。
在底層基礎大模型與上層應用之間，還有一層“富礦”，就是中間層的大模型的工具與服務商。多位投資人告訴《財經》，這是矽谷最擅長也最成熟的一層，同時也是中國科技領域相對薄弱的一環。
2024年9月6日，上海2024外灘大會上展示的部分大模型技術：螞蟻集團（百靈原生多模態大模型）、生數（Vidu視訊大模型）、百川智能（百川大模型）等。圖/IC
AI發展離不開數據，數據用於訓練之前，需要經過處理和標註。數據標註是AI領域裡的“髒活累活”，上一輪AI熱潮前，中國就已經有大量與數據標註相關的公司，但很少有成規模的。不少中國科技公司只能選擇自己組成數據標註團隊，以確保數據品質。
美國數據標註公司Scale AI成立於2016年，最新估值已達138億美元，該公司2023年營收約3.3億美元，毛利率約53%，預計2024年營收約10億美元。幾乎所有美國頭部科技公司都是它的客戶，在絕大部分AI新創公司還在巨額虧損狀態中，它已經接近損益兩平。
除了新增的獨角獸公司，美國還有大量過去的獨角獸公司轉型做大模型。其中最具代表性的是成立已經超過十年的Databricks。
Databricks成立於2013年，創始團隊是加州大學柏克萊分校的教授和博士，成立初期的主要業務是基於雲端運算的資料分析服務。這家公司是目前未上市的公司中，估值僅次於字節跳動和OpenAI的科技獨角獸。 2023年公司營收16億美元，最新估值430億美元。
其沒有自己做雲端平台，最早是和亞馬遜AWS合作，2016年又開始和微軟Azure合作。
OpenAI爆火後，不少業內人士認為類似Databricks這樣的上一代AI公司會被取代。一開始，該公司CEO（執行長）Ali Ghodsi的對外發言中確實多多少少帶有和新技術出現的對抗性。他多次對外宣稱大模型並非萬能，用大模型來取代現有的資料處理工具成本會非常高，且準確度不足。不過在今年1月，Databricks快速推出了自己的大型模型，是基於Meta的開源LLM模型搭建的。其創辦人則稱，這個模型最大的特點是成本比GPT-3.5更低，並且能跟自己的大數據開源軟體協同，這樣能給客戶更多選擇，也能幫助產業降低大模型成本。
中國的AI創業生態有所不同。五家頭部獨角獸公司均聚集在基礎大模型領域，目前尚未擴散到其他圈層。頭部科技公司確實在強力佈局大模型，它們大多從基礎大模型到上層應用全部自己包攬，這在一定程度上導致大家的估值都無法快速提升。
《財經》研究的多位投資人傳遞的訊息是，現階段中國資本市場給予基礎大模型的估價會更高，主要基於三個原因：其一，科技還在不斷更新迭代，如果單純基於開源模型做應用，一方面容易被新技術覆蓋；另一方面，當下的技術成熟度還沒有到可以大規模應用的階段。此外，受制於高成本，大模型的B端應用會先於C端應用，而目前中國市場的B端應用很難起量。
在中國的大模型創業中，中間層薄弱也有B端用戶付費意願不足的因素，同時，中國的企業用戶如果有工具的需求，會自然優先選擇國外的產品和服務。
中美差異何來？
不同市場的商業模式、使用者組成和投資邏輯共同決定這一輪AI新創公司的估值高低和發展方向
當下中美創投圈對於AI大模型最關心的問題不太一樣。中國的投資人已經開始關心AI獨角獸的商業化情況，因為如果無法證明商業化能力，就很難持續拿到融資，維持高估值。
而在矽谷，科技公司和投資人在公開場合多在討論科技如何進一步突破，AI安全如何保障等；私下里，他們高頻談論的話題是，供大模型訓練的數據已近枯竭。
今年5月，OpenAI的CEO奧特曼在一次技術會議上提到，AI公司很快就會耗盡網路上所有可用的數據。一位研究了美國多家科技公司的人也提到，數據不夠用是被提到最多的問題。
AI大模型的品質主要取決於三個因素，模型架構、算力和數據，目前業界公認Transformer是主流架構，且短期內不會被顛覆。算力取決於性能和規模，越大越好。而數據相對複雜一些，需要資料多樣性、資料品質和數量三重特點。
在某種程度上，數據品質和商業化能力密不可分。華映資本海外合夥人邱諦的觀點是，大模型時代，數據是“門檻”，中國真正有應用能力的大模型公司偏少的主要原因就是缺少數據能力。如何處理數據，如何將數據與演算法糅合，都有很強的技術要求，難度很高。
矽谷的獨角獸們也不是在商業化上一帆風順。加入微軟的Inflection創辦人穆斯塔法·蘇萊曼就曾公開表示，公司的商業模式不成功。根據媒體通報，包括OpenAI、Anthropic在內的大模型公司的毛利率約50%，且並未將模型訓練成本計算在內。
如果維持這樣的毛利率意味著公司很難獲利，根據美國創投機構Meritech Capital統計數據，上市軟體公司的平均毛利率是77%，知名軟體公司GitLab、Adobe、Uipath的毛利率均為90%左右。
美國大模型獨角獸們毛利率偏低的原因除了各項成本居高不下，還包括它們的不少用戶是來自大型雲端平台，雲廠商們會從中抽傭，拉低了毛利。
類比軟體公司的計算方式在中國市場並不通用。中國的AI公司一直以來都有自己獨特的商業模式——做客製化專案。
第三方數據機構IDC數據顯示，2023年中國大模型平台及相關應用市場規模達17.65億元。其中市佔率前三名分別是百度、商湯和智譜AI。
根據多個公開資訊平台，2024年上半年，中國大模型得標公告超過230個，披露的總金額超過10億元（有約30%的項目未披露金額），客戶以國央企和政府為主，得標廠商也主要是國央企、科技巨頭和地方系統整合商，包括中國電信、中國移動、科大訊飛、阿里雲、騰訊雲、華為雲等。五家大模型獨角獸公司中，多次得標的僅有智譜AI一家。
公開的得標項目中，算力和客製化應用是絕對的主力，大金額訂單多數為算力服務，這對創業型公司來說競爭力並不明顯。
第三方市場分析機構IDC提到，2023年，國內產業對於大模型更多的是早期投入，甚至觀望而不重投入，因此2023年整體市場規模並不顯著。 2024年，頭部網路公司加大對大模型的投入且發起價格戰，為早期的大模型新創公司帶來一定的競爭壓力。
今年初，一家中國大模型獨角獸公司拿到了數千萬規模的訂單，客戶是地方政府。這家獨角獸公司的投資人告訴《財經》，目前行業裡類似規模的訂單均是來自政府客戶，過去幾年地方政府做了很多智慧城市的項目，因此有不少相關的服務商。政府採購大模型後，再分給服務商，共建生態。
不同的商業模式也意味著不同的估值方式。一家新創公司的估值受多重因素影響，最後集中反映在商業模式上，但商業模式本身就和所處市場特徵息息相關。在美國，投資人對軟體類公司的發展路徑已非常熟悉，新創公司可以專心打磨產品，提陞技術水平，如果產品夠好，自然會有用戶成長，形成規模效應。
在矽谷，目前絕大部分大模型獨角獸們均處於虧損狀態，資本市場願意給予高估值。除了商業模式成立，還有相對寬敞的退出管道。併購和IPO（首次公開發行）是主要的退出管道，在矽谷，絕大部分科技新創公司都是透過併購。今天，美國巨頭科技公司們為了盡快穩住地位，併購節奏已經明顯加快。
在中國，有多位投資人提到，如果一家新創公司稱自己要做軟體，很有可能拿不到融資。創業者會被反覆質疑，如果是客製化軟體，產品如何打磨迭代？如何起量？能突破「卡脖子」技術嗎？
邱諦提到，目前不少AI公司服務的對像都是“重點用戶”，都要去“駐場”交付，這意味著這些AI服務公司可能會成為一家人力密集型公司。 “如果你所有能力都在交付上，那你一定不是一家軟體公司。軟體公司的能力應該在研發和產品，交付只是其中一部分。”
對於中國投資人來說，比起客戶數量、訂單量等數據，他們更重視的是一家新創公司是否有足夠強大的背景，包括公司核心成員的背景以及客戶背景。例如，是否能拿到一線城市政府或大型央企的訂單，公司高階主管是否有知名專家或曾經是大公司高階主管等。
“我們並非不認可標準化產品，而是中國市場的現實情況讓大家只能往這個方向努力。”一位投資者提到，“這可能是中國特有的創業生態。”
一家中國AI新創公司在2017年就開始做大模型框架，該公司創辦人致力於做出標準化AI工具，也累積了一些知名企業用戶和大量開發者用戶，公司目前資金流緊張。創辦人提到，研發、測試和優化環節需高額成本，他拿不到足夠多的融資；他曾嘗試組建新團隊去做客製化專案來賺錢養活公司，但很快發現要做好這件事同樣需要傾盡全力，一旦分散精力，產品就會落後於國外開源工具。
融資規模、估值高低、創業方向等，都是冰山露出水面的一小部分，能夠支撐這些的是水面下更大的創業生態。
生態開放的重要性
矽谷的生態這兩年也發生了巨大變化，投資主力從投資機構變成了科技巨頭，但仍保留了開放的生態環境
2023年以前，美國數據標註公司Scale AI長期處於虧損狀態，且營收成長也不及預期－2022年營收成長低於50%。它是典型的受益於大模型產業爆發的公司，該公司於2019年開始和OpenAI合作，去年，兩家公司還曾討論過合併事宜，但並未有結果。
當其他公司紛紛開始追趕OpenAI時，它們自然就變成了Scale的客戶，也因此帶動公司營收快速成長。這類似於蘋果供應鏈公司的成長路徑，當一個產業內出現了標誌性的龍頭公司，會帶動產業鏈條上的其他環節水漲船高。
徐晨陽曾是西門子創新中心總經理，在矽谷做了八年投資，他看過超過3,000家新創公司。他也曾在歐洲、中國、美國東部工作。他的感受是，矽谷目前仍擁有全世界最好的創業生態。
創業生態聽起來是個廣泛的描述。徐晨陽舉了一個例子，有一家加油站生意很好，其他想賺錢的人會去加油站附近開小賣部、餐廳、旅館等，慢慢這裡就會形成一個小村莊，「這就是生態」。而在其他市場上，一個加油站火了，周圍會很快出現大量加油站，最後大家生意都不好，也就無法成長為「生態」。
矽谷創業生態的特色之一是開放。徐晨陽曾在矽谷辦過一次聚會，參與者20多人，主要是來自蘋果、谷歌、奈飛、Meta等科技公司的工程師和高管，大家會談論現在的科技趨勢，自己目前在做的事情，有那些新鮮的技術方向值得關注等，幾乎什麼都可以談。矽谷為數不多的「異類」是蘋果，蘋果什麼都不能談。
幾年後，徐晨陽回國創業，也經常參加一些AI論壇和會議，他感覺大家雖然經常交流，但價值並不大，大家談論的要么是自我宣傳的內容、要么是一些公開信息。
矽谷的開放也反映在人才流動上。加州在1872年就已經立法禁止競業協議，矽谷大量AI公司的人才來自科技巨頭。
早些年，中國創投圈流行講矽谷的車庫創業文化。幾個年輕人合夥創業，因為沒有錢，就在車庫辦公，車庫主人也不收租金，收一點點股份，彷彿矽谷遍地都是天使投資人。
這背後體現的是矽谷的創業服務。科技已經融入了矽谷，在矽谷，幾乎所有的公司都自稱是科技公司，金融公司要加科技，律所要加科技，諮詢機構要加科技，甚至人力資源也要加上科技。這些“科技”，很大程度上是指它們陪伴矽谷的科技公司共同成長，一家科技新創公司可以用股份，去換取這些企業服務。
另外，人才是創新生態的核心。矽谷最早的人才大多來自史丹佛大學，谷歌的前100名員工都畢業於此。史丹佛大學和矽谷另一所名校加州大學柏克萊分校都有大量專為培養創業家打造的課程，校友們遍佈科技、投資領域。
除了本地的人才培養，矽谷的新創公司和巨頭科技公司裡，還有大量來自世界各地的人。今天大模型的基礎是源自於2017年Google的八位科學家共同撰寫的論文「Attention is all you need」中提出的Transformer架構。這八位科學家來自八個不同的國家。
十幾年前徐晨陽剛到矽谷時，矽谷的科技創業家不太願意接受大公司的投資。主要原因是大公司的投資決策相對複雜。從前期的接觸到確定投資，中間需要經歷相對漫長的周期。投資負責人需要上報給集團，也要和業務部門討論是否有業務協同等。而在投資機構裡，很多時候只需要合夥人同意就能立刻打款。
不僅如此，接受巨頭投資後，通常會有業務合作，而合作流程也會很慢，徐晨陽說，當年矽谷有很多這樣的例子，很多創業公司因此沒能成長起來，就死掉了。巨頭們通常沒有那麼在意投資的回報，例如投資1億美元，回報10億美元，對一般投資機構來說是一次很成功的投資，但10億美元放在巨頭的整體收入裡，就只是很小的一筆。
過去十年，矽谷的巨頭們在對外投資模式上有所調整，包括讓投資部門獨立決策、優化流程等。這些調整一方面理順了它們將潛在獨角獸納入麾下的機制，讓科技巨頭成為科技創業投資中的重要力量；另一方面也讓新創公司得到更多成長為獨角獸的機會。
複雜創投關係的影響
當創投主體變成科技巨頭公司的時候，雙方關係也變得更加複雜
創業生態中最重要的三個角色是創業家、投資人和創業家。理想的狀態是，這三類人各司其職，創業者負責創新與打破規則；企業家提供平台，開放合作，做大生態；投資人提供資金，幫助創業家度過起步期和快速發展期，並獲得回報。在一個好的創業生態中，創業者是主角，或者說，能夠當主角的創業者，才有可能做出真正的創新。
這一輪美國大模型創業潮中，主導人之間的鬥爭，濃縮在OpenAI的「宮鬥」環節裡。
2022年11月之前，幾乎沒有人預料到全球科技產業會迎來新一波震動，包括OpenAI自己。當年11月中旬，奧特曼和幾位高層開會討論如何解決GPT-4的技術問題，會議中，奧特曼突然決定，他要發布功能較弱的ChatGPT。當時，OpenAI的員工都認為這會是個沒什麼人關注的消息。
其實，在此之前的2022年9月，Meta曾經發布過一款AI聊天機器人，可以幫用戶寫文章和做數學題，上線三天就被關閉，Meta對外表示需要調整產品策略。當時Meta的重心還是在虛擬實境。
2022年11月30日，ChatGPT上線，因為註冊人數太多，且並未事先準備，OpenAI的公司伺服器幾乎瞬間崩潰。上線五天，用戶超過100萬，幾周後，用戶量突破1億。
Google、Meta、亞馬遜、xAI等矽谷科技巨頭們都感受到了劇烈衝擊，除了微軟。根據媒體報導，ChatGPT上線前兩個月，納德拉就給微軟的高層展示了GPT-4，他要求整個微軟都圍繞著這個技術做策略轉向。
此後，OpenAI和其創始人奧特曼就成為全球科技領域最受關注的明星，而技術突破是一方面，這家公司的一系列戲劇性走向同樣引人注目。去年，奧特曼一度被公司董事會罷免，上演了一出“宮鬥連續劇”，納德拉深度參與，第一時間出面回應、解決各種問題。
事態發展至此，作為投資人和平台方的納德拉已成為這個故事裡的另一個主角。而他的態度正在發生微妙變化。
根據媒體2023年8月報導，微軟計畫與Databricks展開一項新合作，在Azure平台上銷售其軟體，這款軟體可以幫助用戶從零開始開發自己的大模型，或更好地使用開源大模型。不僅如此，微軟還透過OpenAI的技術，創建了一款聊天機器人，專門服務不太懂科技的使用者使用Databricks的軟體。
業界認為，微軟此舉是為了避免使用者過度依賴OpenAI。這個判斷基本上沒有問題，不過，微軟做的絕對不只是上述動作。
許多人關注OpenAI「宮鬥」細節，事實上，事件走向緊密圍繞科技巨頭和創業者主導權之間的競爭。 2023年11月，身為OpenAI最大的托舉人和受益人，微軟提前開始擔心依賴單一模式的風險。
化解風險的手段其實很常規──把雞蛋分散在不同的籃子裡。微軟很快就組建了一支新團隊研發規模更小、運作成本更低的大模型。此外，微軟在其雲端平台Azure上，給其他大模型產品更多流量，包括OpenAI的競爭對手，加拿大AI獨角獸Cohere和法國AI獨角獸Mistral.AI的模型。
2024年1月，納德拉在達沃斯論壇上表示，研發小型AI模型是「掌控自己命運」的一種方式，「未來我們將擁有多種功能和模型」。
此後微軟拿到Inflection的技術授權，並把這家公司絕大部分員工都招進微軟，幫助微軟在自有模型研發上增加另一塊新砝碼。
巨頭公司和新創公司之間的關係總是錯綜複雜。大型科技公司們因為實力雄厚，通常都兼具投資人、平台方和競爭者的多重身份，它們經常既是「裁判員」又是「運動員」。
在中國，新創公司要不要接受巨頭公司的投資，很多時候是一個很難回答的問題。十年前，中國的創業者大多樂意接受，他們認為巨頭不僅在估值上大方，還能帶來資源和客戶，一舉多得。但很快，創業者們發現了矛盾之處，巨頭們不是慈善家，在他們眼裡，投資新創公司是為自身業務發展帶來的新“燃料”，或是提前阻止未來競爭的手段。
無論在中國或美國，對巨頭公司來說，以高價收購一家僅有數十人的新創公司都不是划算的生意。一家中國科技巨頭公司的投資人告訴《財經》，他們投資大模型公司除了行業佈局，還有一個考量是可以近距離觀察這些新創公司的進展，「如果有價值，可以第一時間跟進」。
受制於嚴苛的反壟斷和科技保護，美國科技巨頭通常要付出高額代價來收購新創公司。徐晨陽曾經投資的一家新創公司因為發展不順面臨倒閉，但依然高價賣給了Meta，因為公司有一項核心技術是Meta認為未來有可能會用到的。
大模型新創公司的估值成長極快，微軟已經研究並實踐了新的收購模式，僅用6.5億美元就拿到了估值40億美元的Inflection核心技術和團隊，谷歌和亞馬遜對另外兩家大模型獨角獸公司的收購也沿用了相同的方式。
無論是在中國或美國，新創公司和巨頭公司的合作都很重要，也都很危險。重要的是，創業者需要了解合作的好處以及黑暗的那一面。中美的創業家們也都總結出了類似的經驗──和多家巨頭公司合作，能有效降低危險度。
根據媒體報導，OpenAI在近期的新一輪融資中，除了微軟，輝達和蘋果也已經參與討論。
當下的重點
矽谷和中國的創新生態“最大的區別是經歷的周期次數”
矽谷科技創新領域的創業生態優於中國，但不代表矽谷一直在領先。
矽谷也曾經歷過創業融資的「黑暗期」。 2000年左右，矽谷陷入「網路泡沫」危機。創投額從1990年的80億美元成長到2000年的1,000億美元，創投在1999年55%項目是網路項目，1999年有超過150個網路項目上市。從2000年到2002年，約有1,000家網路公司倒閉，超過3,800家被合併。那段時間，幾乎所有的新投資都消失了。
中國的創投市場自2019年開始降溫，隨後又經歷了疫情期和外資後撤，第三方數據機構企名片數據顯示，2022年中國一級市場共完成8617億元融資，年減38%，2023年繼續下滑13%。 “和矽谷的黑暗期相比，中國的市場並不算差，”一位投資人告訴《財經》，“最大的區別就是經歷的周期次數。”
如果從1891年史丹佛大學成立算起，矽谷成為全球科技創新中心已經超過100年，上世紀中期，以半導體為主的多家科技公司誕生於此，之後，英特爾、AMD、蘋果、甲骨文、思科、谷歌、特斯拉等眾多科技創新公司陸續在此發展壯大。這些巨頭公司上市後又為投資人創造了高額收益，市場上有大量的資本可以去挖掘新的科技項目。
而在中國，最早進入中國的市場化創投機構是美國IDG資本，1989年，IDG資本在中國投資了第一個專案。此後，大量美元基金進入中國市場，一定程度上刺激了中國網路產業的快速發展。 2000年後，中國創投領域幾乎是一個熱點接著一個熱點，從互聯網到移動互聯網，再到“互聯網+”“大眾創業、萬眾創新”“硬科技”。直到2019年，大量投資機構遭遇募資難，進入短暫的低谷期。
今天，跳脫AI領域，中國和美國依然是全球科技創新創業的兩大高地，和其他國家比起來優勢巨大。目前全球共有獨角獸公司約2,000家，美國714家，中國有675家，雙方差距並不大。而排名第三的印度共有獨角獸公司86家，第四位的英國64家。
擁有更多獨角獸企業，意味著一個地區擁有更強的創新能力和更好的發展前景，但孵化和培育一家此類企業並不容易，需要更好的生態環境。尤其是投融資環境。
2022年後，中國一級市場經歷了結構性變化：以國有資本為主，受政策和地緣政治影響，投資主題從規模、收入、利潤，變成了「專精特新」供應鏈安全」「新質生產力」「解決『卡脖子』問題」等，投資方向集中在半導體、新材料、智慧製造、新能源、航空航太等領域。在中國，市場導向和政策導向幾乎重疊，政策制定方同時也是市場參與者。
在美國，承擔AI生態主要責任的是微軟、Google、亞馬遜等巨頭公司，它們提供資金、平台、應用場景和客戶。君聯資本總裁李家慶告訴《財經》，在中國，承擔類似責任的是政府，尤其是北京政府和上海政府。這是兩種不同的模式，由不同的經濟體制和發展模式決定的，很難說孰優孰劣，「但階段性來看，我們必須承認美國走在前面」。
徐晨陽發現，在2022年之前，中國創投高速發展階段，中美兩國的投資人對科技公司的投資風格差異很大。美國投資者不光關注新創公司的技術能力，更關注商業模式和具體的執行團隊，會花很多精力去仔細研究這家公司的各個面向。
中國的許多投資人是從投資網路產業轉到投資科技，很多時候會格外在意創辦人的背景，例如創辦人是院士，或是海外名校回國。甚至有投資人會直接說「如果你能招個院士來，我就投資」。
但在矽谷，即使公司三個創辦人都是諾貝爾獎得主，投資人也會裡裡外外考察研究一遍，才會決定是否要投資以及如何估值。
近兩年，中國一級市場融資熱度下滑，整體投資規模下降，投資人反而會更細緻地觀察一家科技新創公司。
投資人在周期中學習和適應新模式，創業者也是如此。矽谷的投資人認為，多數優秀創業家具備從0到1的能力，而一家公司從1到10，從10到100，不同階段需要管理者有不同的能力。就像教師會分為小學、國中、高中、大學教師一樣，幾乎很難有教師能把學生從小學一路帶到大學畢業。
因此在矽谷，新創公司發展到一定階段後，被大公司併購，或是高層大換血的情況頻繁出現。長此以往，矽谷出現了不少有綜合實力的創業人才——有過多次創業經歷，對於創業初期可能會遇到的問題有所準備；一些曾經賣掉過創業公司的人會轉去做投資或是加入收購方，這個過程中逐漸具備了投資視角和大公司視角。
而創業生態的另一個重要參與者，大公司也需要更長的成長。所有的大公司都認可，一家公司無法做完所有的事，生態需要共建，有更多參與者平台才有活力。一位大公司人士告訴《財經》，中國的大廠們普遍有一種焦慮情緒，會忍不住去“卷”，經常有自己上手做的衝動。這是市場現實決定的，一方面本身中國的軟體生態就不夠豐富，大廠需要起到引領作用；另一方面，它們自身的平台體量如果放到全球市場來看，還不夠大，底氣沒有那麼足。
人在很小的時候很難擁有“耐心”，總是需要即時性的回饋。一家成立十年的公司很難做出真正的長期規劃。立足當下，要養成更多獨角獸企業，政府引導、多元投入、市場運作，越來越多長期資本、耐心資本的注入，是必由之路。
而更多的長期資本、耐心資本何來？加速建立與創新產業發展高度適配的科技金融服務體系，打通將社會資金轉化為耐心資本並切實流向科創企業的管道，是當務之急。 (財經雜誌)