AI投資前沿：全球七大科技巨頭的4,000億美元戰略佈局
英國投資資料平台Dealroom 和顧問公司Flow Partners 共同發佈的一份新報告詳細分析了「七巨頭」（簡稱M7）在各個垂直領域對人工智慧的大規模投資。
Google/Alphabet、微軟、亞馬遜、輝達、Meta、蘋果和特斯拉/xAI 對人工智慧的影響不可忽視。這些公司的總市值達14 兆美元（佔標準普爾500 指數的32%），每年在尖端技術（即人工智慧和雲端基礎設施）上的投資高達4,000 億美元。
這篇文章重點介紹了報告《創投前沿與新的人工智慧狂野西部》中的一些亮點。
一、我們正進入人工智慧和自動化的新時代
「七巨頭」（簡稱M7）從非常卑微新創階段，透過創新和策略擴展，發展成為各自領域的巨頭，不僅推動了技術的進步，也大大改變了全球經濟和社會的面貌。
回望歷史，科技領域每20年左右都會發生一次的大變革，如PC時代、網路時代（包括向行動和雲端的轉變），以及現在的人工智慧和自動化時代。七大巨頭都是伴隨著每一次變革崛起與成長與壯大。毫無疑問，目前的人工智慧變革是一場巨大的結構性轉變，是科技巨頭們不容錯失的機會。
二、AI成為巨頭競爭的焦點，而且不斷升溫
這七家科技巨頭在核心業務取得巨大成功後，不斷尋求新的成長機會。發展到今天，意味著他們需要在多個業務領域中競爭，而AI成為競爭的焦點，尤其是AI硬體層和AI模型層的競爭正在升溫。
三、收購曾是巨頭成長的關鍵，但今天投資成為監管的重點
雖然科技巨頭的收購行為仍在進行（輝達於5月以總計10億美元的價格收購了以色列新創公司Run:AI和Deci AI），蘋果則在2023年成為AI領域的併購之王，但政府的監管審查正將重點轉向日益頻繁的巨頭投資行為。
「七巨頭」在2023年僅完成收購不到三位數，但參與了208筆創投交易。截至2024年，「七巨頭」在創投交易中已投資了248億美元。
這些策略玩家在創投領域的投資大幅增加，成為2023-2024年科技領域最大的投資者，主要集中在後期階段，而傳統創投在這一階段幾乎沒有任何參與。
四、到目前為止，大部分資金都投向基礎建設和基礎大模型
從某種意義上說，對基礎設施層和基礎模型的投資可以被視為「七巨頭」的一種以物易物交易——給你錢，但承諾用我的服務（如輝達、亞馬遜、微軟、 Alphabet）。基礎模型需要深厚的資金支援：它們需要昂貴的工程師、GPU和資料存取權。
值得注意的是，雖然7大科技公司是AI領域最大的創投投資人，但200到300億美元的年投資金額，相比於它們在公司研發（R&D）和資本支出（Capex）方面高達3740億美元的投入，只能說是相形見絀。
五、應用層的人工智慧公司越來越受到巨頭關注
隨著時間推移，我們開始看到市場開始注重技術的應用而非基礎設施。但M7 參與投資的是橫跨整個AI技術堆疊，對整個AI生態鏈幾乎全部覆蓋：從硬體晶片到基礎LLMs，再到人形機器人、自動駕駛技術、人工智慧健康等。
在應用層，人工智慧在各行各業的應用存在大量機會——醫療保健、裝置、媒體、軟體雲、氣候、教育、國防、行動和製造，至少代表著50 兆美元的市場規模。
六、邁向AGI 的競賽，「七巨頭」都在發揮自身優勢
M7 公司的目標都是成為第一個達到AGI 的公司。目前尚不清楚我們距離實現這一目標還有多遠，也不清楚誰將首先實現這一目標，但每家公司都在利用自己的優勢。
- 裝置鎖定（Device lock in）：Apple、Tesla 以及Alphabet
- 使用者和資料飛輪（User and data flywheel）：Alphabet、Meta、xAI、Amazon（以及Anthropic 和OpenAI）
- 技術領先（Technology head start）：Nvidia、OpenAI 和Anthropic
- 企業鎖定（Enterprise lock in）：微軟、亞馬遜、Nvidia
同時，科技巨頭正透過策略佈局AI投資來強化各自在優勢領域的優勢。
- 微軟在核心人工智慧領域領先，包括AI基礎設施、基礎模型、機器學習維運（MLOps）、以及以AI為核心特徵的產品和服務（例如自動駕駛和AI藥物發現等）。這顯示微軟在開發和商業化AI技術方面具有深厚的專業知識和廣泛的產業影響力。
- Google的母公司Alphabet則在健康和金融科技領域處於領先地位。 Alphabet透過其子公司和投資項目，在推動醫療健康技術和金融服務的創新方面發揮關鍵作用，例如透過應用AI技術改善疾病診斷、治療以及最佳化金融服務和風險管理。
- 亞馬遜在能源、交通和機器人技術領域處於領先地位，其創新項目包括使用再生能源的專案、發展先進的物流解決方案和自動化技術。這些領域的領先地位證明了亞馬遜在利用其技術創新來最佳化營運效率和拓展新業務模式方面的能力。
八、人工智慧的盡頭是能源，清潔能源供應成為關鍵
七大科技巨頭的能源需求正與一個小國相當，他們的資料中心很快就會消耗美國用電量的19%。這意味著它們必須進行投資才能轉變為永續能源公司。無限的清潔能源供應（聚變、裂變、太陽能和地熱）將成為成功的關鍵因素，這也是巨頭們在新能源領域不斷投資的原因。
九、總結展望
對於新創公司而言，在競爭激烈的生成式人工智慧市場中尋找生存與發展的空間，需要採取一些策略性的思考與行動。鑑於科技巨頭在資源、資金和資料存取方面的巨大優勢，新創公司很難在核心AI技術領域與之直接競爭。因此，專注於特定垂直行業的應用或在大型語言模型（LLM）的操作與編排層提供創新解決方案，成為了可行的策略。
- 垂直產業應用：每個產業都有其特定的需求和痛點，而這些往往是大型公司不太可能全面覆蓋的地方。 AI新創公司可以透過深入某一產業，如醫療保健、法律、教育或金融服務，開發客制化的解決方案來滿足這些特定需求。例如，在教育領域，我們投資孵化的高考紙鳶，結合中國國情和自身獨有的資料為全國廣大的高考考生和家長提供有價值的服務。在開發者領域，模本科技則透過端到端的AI程式設計能力，大幅降低IT開發門檻，賦能各行各業。
- LLM 操作與編排層：隨著大型語言模型的普及，管理和最佳化這些模型的需求也在增加。新創公司可以開發工具來幫助企業更有效地部署、監控、維護和優化這些模型的效能。這包括提供模型訓練的自動化工具、資料清洗服務、模型監控系統以及效能最佳化解決方案。
透過專注於這些領域，AI新創公司不僅能夠為特定市場提供高度專業化的解決方案，還能夠透過技術創新和專業知識來建立其獨特的競爭優勢。此外，與大公司的潛在合作也可能為新創公司提供進一步的成長和擴展機會，例如透過技術授權或合作開發專案。這種策略性的聚焦和創新是新創企業在AI產業中取得成功的關鍵。（SV Technology Review）