独角兽企业作为具备强大创新能力和巨大成长潜力的企业群体，其数量多寡、活跃程度，是衡量一个国家和地区创新能力与创新生态的重要风向标，也是提升国际竞争力和区域竞争力的重要创新主体
2024年3月，美国AI初创公司Inflection的70名员工在一家酒店礼堂里见到了微软CEO（首席执行官）萨蒂亚·纳德拉。这家初创公司赶上了大模型风口，在过去两年里融资15亿美元，估值40亿美元，是硅谷排名第三的大模型独角兽公司。现在，他们需要考虑是否愿意在公司核心技术被微软收购后，加入微软。现场有员工提问，如果加入微软，是否会因为公司规模太大，发展缓慢，很多动作变得保守。纳德拉反问，“那你愿意来改变一家3万亿美元的大公司吗？”一位长期在硅谷的投资人称纳德拉的日常工作是掌管“一座数字王国”，但他依然会深度参与和AI大模型投资的具体事宜。美国科技巨头热衷于争抢有潜力的科技公司。今年以来，硅谷类似的收购案越来越多。8月，谷歌以25亿美元收购Character.AI；7月，亚马逊收购了Adept AI的核心技术和大部分员工。美国硅谷是这一轮AI创新创业的领头羊，截至目前，硅谷共有27家与大模型相关的独角兽公司（指成立不超过十年，估值超过10亿美元的未上市企业）。中国紧随其后，已经出现了AI大模型领域新的五家独角兽公司，分别是智谱AI、百川智能、月之暗面、Minimax、零一万物。其中智谱AI估值最高，约200亿元（约合30亿美元）；零一万物最低，约70亿元（约合10亿美元）。欧洲也出现了多个与大模型相关的独角兽公司，但数量总体较少，和既往趋势保持一致。包括法国的AI数据管理公司Dataiku（估值37亿美元）和基础大模型公司Mistral AI（估值60亿美元）；英国的AI数据公司Quantexa（估值18亿美元）和文成图公司Stability AI（估值40亿美元）。在上一轮以深度学习为引领的AI创新周期中，中美是全球两极。这一轮以AIGC大模型为引领的创新周期里，中美仍然是跑得最快的两个国家，不过，已经出现了明显不同。在硅谷，大模型领域的创业已经形成一套相对完整的生态：有以OpenAI为代表的头部创业公司，同时有可以与之匹敌的竞争对手；有基于大模型的应用公司，它们也能快速获得用户和融资；有大量为大模型服务的工具型创业公司，估值一路高涨；平台型巨头公司深度参与，它们既有自己的模型，又开放生态给创业公司，还提供融资和收购机会。美国2023年AI领域总融资金额超500亿美元。在中国，新一轮技术革命周期目前对创投热情的激发程度有限。创投数据服务商IT桔子数据显示，2014年后，中国AI领域融资一路上涨，2021年融资总额约为4411亿元。2022年下降至1579亿元，下降64%。2023年，在大模型热度加持下，依然呈现下滑趋势，全年融资额约1101亿元。中国的头部创业公司均以基础大模型为主；以阿里巴巴、腾讯、美团为代表的巨头公司积极投资，但竞争大于合作；应用和工具环节相对薄弱，相关公司数量不少，但成规模的较少。据《人民日报》报道，今年5月23日，在山东省济南市召开的企业和专家座谈会上，中共中央总书记、国家主席、中央军委主席习近平在听到关于创新与投资的发言时追问：“我们的独角兽企业新增数下降的主因是什么？”今年4月30日，中共中央政治局召开会议，习近平总书记主持会议，分析研究当前经济形势和经济工作，会议强调，要积极发展风险投资，壮大耐心资本。所谓“耐心资本”，是指不以追求短期收益为首要目标，专注于长期的项目或投资活动，并对风险有较高承受力的资本。耐心资本的“耐心”更强调在企业成长初期进行股权投资，而不是在企业成功上市后进行股票投资，投早、投小、投长期、投硬科技是其核心特点，当企业发展壮大之后耐心资本的使命也已经完成，可以带着足够的投资回报逐步退出。7月30日召开的中共中央政治局会议指出，要有力有效支持发展瞪羚企业、独角兽企业。在自然界中，瞪羚素以行动敏捷著称，个头小、跑得快、跳得高。瞪羚企业创新能力强、专业领域新、发展潜力大，主要涵盖那些以科技创新或商业模式创新为支撑进入高成长期的中小企业。独角兽企业一般指成立时间不超过十年、估值超过10亿美元（少部分估值超过100亿美元），且具备独有核心技术、独特竞争优势和市场潜力的未上市公司。瞪羚企业被普遍认为是独角兽企业的预备队。独角兽企业往往具有高估值、初创性、商业模式难以复制的特点，企业本身对所在行业往往产生重要影响。从国际经验看，一个国家的瞪羚企业数量，在一定程度上反映了该区域的创新能力和发展速度。独角兽企业作为具备强大创新能力和巨大成长潜力的企业群体，其数量多寡、活跃程度，是衡量一个国家和地区创新能力与创新生态的重要风向标，也是提升国际竞争力和区域竞争力的重要创新主体。多位接受《财经》采访的创业者和投资人认为，目前中国AI领域的创业生态还不足以支撑更多瞪羚企业和独角兽企业的养成。但究竟具体哪里不成熟，又应如何完善？要解答这个问题，需要逐步拆解比对，层层深入。AI独角兽成长现状
硅谷这一轮AI创业中，除了以OpenAI为代表的底层模型创新，还有不少大模型应用、大模型工具相关公司，它们同样拿到了高估值在微软和OpenAI的带动下，全球AI产业在过去两年发展迅速。目前，全球生成式AI相关独角兽公司共有37家，过去一年新增了17家。其中美国27家、中国5家。中国的五家分别是：智谱AI、百川智能、月之暗面、Minimax、零一万物。中国估值最高的AI独角兽公司智谱最新一轮投前估值约200亿元（约合30亿美元），今年9月5日最新一轮融资投后估值尚未披露。自2009年成立至今，智谱共完成11轮融资。OpenAI最新一轮融资的预计估值将达到1000亿美元，如果融资顺利，OpenAI将成为全球第二大独角兽公司，仅次于字节跳动。OpenAI的直接竞争对手Anthropic最新估值是184亿美元，今年3月，亚马逊对该公司追加27.5亿美元投资，这是亚马逊历史上规模最大的一笔风险投资。尽管两家公司估值差距明显，但Anthropic成立至今仅三年，OpenAI成立已经接近十年。和Anthropic同样成立于2021年的中国AI独角兽公司Minimax最新估值约25亿美元。目前中国五家大模型独角兽中，智谱AI、百川智能和月之暗面估值均为约30亿美元，零一万物估值约10亿美元。五家中国独角兽公司主营业务都是基础大模型，目前体量均较小，五家公司的估值加起来，还不及Anthropic一家。当前，硅谷激发了更多基础大模型之外的独角兽公司涌现。成立于2021年的AI绘画工具公司Midjourney在去年估值就已经达到100亿美元，年收入2亿美元。绘画工具类也是最早火起来的一批大模型应用公司。成立于2019年的企业搜索服务公司Glean，最新一轮融资估值45亿美元，相比半年前翻了一倍。这家公司的业务听起来并不复杂，主要是帮企业员工做内部信息搜索，也就是基于大模型的企业办公软件。据媒体报道，Glean2023年收入约3900万美元，2024年前七个月收入约5500万美元。在底层基础大模型和上层应用之间，还有一层“富矿”，就是中间层的大模型的工具与服务商。多位投资人告诉《财经》，这是硅谷最擅长也最成熟的一层，同时是中国科技领域相对薄弱的一环。
2024年9月6日，上海2024外滩大会上展示的部分大模型技术：蚂蚁集团（百灵原生多模态大模型）、生数（Vidu视频大模型）、百川智能（百川大模型）等。图/IC
AI发展离不开数据，数据被用于训练之前，需要经过处理和标注。数据标注是AI领域里的“脏活累活”，上一轮AI热潮前，中国就已经有大量与数据标注相关的公司，但很少有成规模的。不少中国科技公司只能选择自己组建数据标注团队，来确保数据质量。美国数据标注公司Scale AI成立于2016年，最新估值已经达到138亿美元，该公司2023年营收约3.3亿美元，毛利率约53%，预计2024年营收约10亿美元。几乎所有美国头部科技公司均是它的客户，在绝大部分AI创业公司还在巨额亏损状态中，它已经接近盈亏平衡。除了新增的独角兽公司，美国还有大量过去的独角兽公司转型做大模型。其中最有代表性的是成立已经超过十年的Databricks。Databricks成立于2013年，创始团队是加州大学伯克利分校的教授和博士，成立初期的主要业务是基于云计算的数据分析服务。这家公司是目前未上市的公司中，估值仅次于字节跳动和OpenAI的科技独角兽。2023年公司收入16亿美元，最新估值430亿美元。其没有自己做云平台，最早是和亚马逊AWS合作，2016年又开始和微软Azure合作。OpenAI爆火后，不少业内人士认为类似Databricks这样的上一代AI公司会被取代。一开始，该公司CEO（首席执行官）Ali Ghodsi的对外发言中确实多多少少带有和新技术出现的对抗性。他多次对外宣称大模型并非万能，用大模型来替代现有的数据处理工具成本会非常高，且准确度不足。不过在今年1月，Databricks快速推出了自己的大模型，是基于Meta的开源LLM模型搭建的。其创始人称，这个模型最大的特点是成本比GPT-3.5更低，并且能跟自己的大数据开源软件协同，这样能给客户更多选择，也能帮助行业降低大模型成本。中国的AI创业生态有所不同。五家头部独角兽公司均聚集在基础大模型领域，目前尚未扩散到其他圈层。头部科技公司确实在强力布局大模型，它们大多从基础大模型到上层应用全部自己包揽，这在一定程度上导致大家的估值都无法快速提升。《财经》调研的多位投资人传递的信息是，现阶段中国资本市场给基础大模型的估值会更高，主要基于三个原因：其一，技术还在不断更新迭代，如果单纯基于开源模型做应用，一方面容易被新技术覆盖；另一方面，当下的技术成熟度还没有到可以大规模应用的阶段。此外，受制于高成本，大模型的B端应用会先于C端应用，而目前中国市场的B端应用很难起量。中国的大模型创业中，中间层薄弱也有B端用户付费意愿不足的因素，与此同时，中国的企业用户如果有工具的需求，会自然优先选择国外的产品和服务。中美差异何来？
不同市场的商业模式、用户构成和投资逻辑共同决定这一轮AI创业公司的估值高低和发展方向当下中美创投圈对于AI大模型最关心的问题不太一样。中国的投资人已经开始关心AI独角兽的商业化情况，因为如果无法证明商业化能力，就很难持续拿到融资，维持高估值。而在硅谷，科技公司和投资人在公开场合多在讨论技术如何进一步突破，AI安全如何保障等；私下里，他们高频谈论的话题是，供大模型训练的数据已近枯竭。今年5月，OpenAI的CEO奥特曼在一次技术会议上提到，AI公司将很快耗尽互联网上所有可用的数据。一位调研了美国多家科技公司的人士也提到，数据不够用是被提到最多的问题。AI大模型的质量主要取决于三个因素，模型架构、算力和数据，目前业内公认Transformer是主流架构，且短期内不会被颠覆。算力取决于性能和规模，越大越好。而数据相对复杂一些，需要数据多样性、数据质量和数量三重特点。在某种程度上，数据质量和商业化能力密不可分。华映资本海外合伙人邱谆的观点是，大模型时代，数据是“门槛”，中国真正有应用能力的大模型公司偏少的主要原因就是缺少数据能力。如何处理数据，如何将数据与算法糅合，都有很强的技术要求，难度很高。硅谷的独角兽们也并不是在商业化上一帆风顺。加入微软的Inflection创始人穆斯塔法·苏莱曼就曾公开表示，公司的商业模式不成功。据媒体报道，包括OpenAI、Anthropic在内的大模型公司的毛利率约50%，且并未将模型训练成本计算在内。如果维持这样的毛利率意味着公司很难盈利，据美国风险投资机构Meritech Capital统计数据，上市软件公司的平均毛利率是77%，知名软件公司GitLab、Adobe、Uipath的毛利率均为90%左右。美国大模型独角兽们毛利率偏低的原因除了各项成本居高不下，还包括它们的不少用户是来源于大型云平台，云厂商们会从中抽佣，拉低了毛利。类比软件公司的计算方式在中国市场并不通用。中国的AI公司一直以来都有自己独特的商业模式——做定制化项目。第三方数据机构IDC数据显示，2023年中国大模型平台及相关应用市场规模达17.65亿元。其中市场份额前三名分别是百度、商汤和智谱AI。根据多个公开信息平台，2024年上半年，中国大模型中标公告超过230个，披露的总金额超过10亿元（有约30%的项目未披露金额），客户以国央企和政府为主，中标厂商也主要是国央企、科技巨头和地方系统集成商，包括中国电信、中国移动、科大讯飞、阿里云、腾讯云、华为云等。五家大模型独角兽公司中，多次中标的仅有智谱AI一家。公开的中标项目中，算力和定制应用是绝对的主力，大金额订单多数为算力服务，这对于创业型公司来说竞争力并不明显。第三方市场分析机构IDC提到，2023年，国内行业对于大模型更多的是早期投入，甚至观望而不重投入，因此2023年整体市场规模并不显著。2024年，头部互联网公司加大对大模型的投入且发起价格战，为早期的大模型初创企业带来一定的竞争压力。今年初，一家中国大模型独角兽公司拿到了数千万规模的订单，客户是地方政府。这家独角兽公司的投资人告诉《财经》，目前行业里类似规模的订单均是来自政府客户，过去几年地方政府做了很多智慧城市的项目，因此有不少相关的服务商。政府采购大模型后，再分发给服务商，共建生态。不同的商业模式也意味着不同的估值方式。一家创业公司的估值受多重因素影响，最后集中反映到商业模式上，但商业模式本身就和所处市场特点息息相关。在美国，投资人对软件类公司的发展路径已非常熟悉，创业公司可以专心打磨产品，提升技术水平，如果产品够好，自然会有用户增长，形成规模化效应。在硅谷，目前绝大部分大模型独角兽们均处于亏损状态，资本市场愿意给出高估值。除了商业模式成立，还有相对宽敞的退出渠道。并购和IPO（首次公开募股）是主要的退出渠道，在硅谷，绝大部分科技创业公司均是通过并购。今天，美国巨头科技公司们为了尽快稳住地位，并购节奏已经明显加快。
在中国，多位投资人提到，如果一家创业公司称自己要做软件，那很有可能拿不到融资。创业者会被反复质疑，如果是定制化软件，产品如何打磨迭代？如何起量？能突破“卡脖子”技术吗？邱谆提到，目前不少AI公司服务的对象都是“重点用户”，都要去“驻场”交付，这意味着这些AI服务公司可能会成为一家人力密集型公司。“如果你所有能力都在交付上，那你一定不是一家软件公司。软件公司的能力应该在研发和产品，交付只是其中一部分。”对于中国投资人来说，相比客户数量、订单量等数据，他们更看重的是一家创业公司是否有足够强大的背景，包括公司核心成员的背景以及客户背景。例如，是否能拿到一线城市政府或是大型央企的订单，公司高管中是否有知名专家或曾经是大公司高管等。“我们并非不认可标准化产品，而是中国市场的现实情况让大家只能往这个方向努力。”一位投资人提到，“这可能是中国特有的创业生态。”一家中国AI初创公司在2017年就开始做大模型框架，该公司创始人致力于做出标准化AI工具，也积累了一些知名企业用户和大量开发者用户，公司目前资金流紧张。创始人提到，研发、测试和优化环节需高额成本，他拿不到足够多的融资；他曾尝试组建新团队去做定制化项目来赚钱养活公司，但很快发现要做好这件事同样需要倾尽全力，一旦分散精力，产品就会落后于国外开源工具。融资规模、估值高低、创业方向等，都是冰山露出水面的一小部分，能够支撑这些的是水面下更大的创业生态。生态开放的重要性
硅谷的生态这两年也发生了巨大变化，投资主力从投资机构变成了科技巨头，但仍然保留了开放的生态环境2023年之前，美国数据标注公司Scale AI长期处于亏损状态，且营收增长也不及预期——2022年收入增长低于50%。它是典型的受益于大模型产业爆发的公司，该公司于2019年开始和OpenAI合作，去年，两家公司还曾讨论过合并事宜，但并未有结果。2024年6月10日，美国加州的苹果总部，OpenAI公司CEO萨姆·奥尔特曼（中）出席全球开发者大会（WWDC）。图/IC
当其他公司纷纷开始追赶OpenAI时，它们自然就变成了Scale的客户，也因此带动公司营收快速增长。这类似于苹果供应链公司的成长路径，当一个行业内出现了标志性的龙头公司，会带动产业链条上的其他环节水涨船高。徐晨阳曾是西门子创新中心总经理，在硅谷做了八年投资，他看过超过3000家创业公司。他也曾在欧洲、中国、美国东部工作过。他的感受是，硅谷目前仍然拥有全世界最好的创业生态。创业生态听起来是一个宽泛的描述。徐晨阳举了一个例子，有一家加油站生意很好，其他想赚钱的人会去加油站附近开小卖部、餐馆、酒店等，慢慢这里就会形成一个小村庄，“这就是生态”。而在另外一些市场上，一个加油站火了，周围会很快出现大量加油站，最后大家生意都不好，也就无法成长为“生态”。硅谷创业生态的特点之一是开放。徐晨阳曾在硅谷办过一次聚会，参与者20多人，主要是来自苹果、谷歌、奈飞、Meta等科技公司的工程师和高管，大家会谈论现在的科技趋势，自己目前在做的事情，有哪些新鲜的技术方向值得关注等，几乎什么都可以谈。硅谷为数不多的“异类”是苹果，苹果什么都不能谈。几年后，徐晨阳回国创业，也经常参加一些AI论坛和会议，他感觉大家虽然经常交流，但价值并不大，大家谈论的要么是自我宣传的内容、要么是一些公开信息。硅谷的开放还体现在人才流动上。加州在1872年就已经立法禁止竞业协议，硅谷大量AI公司的人才来自科技巨头。早些年，中国创投圈流行讲硅谷的车库创业文化。几个年轻人合伙创业，因为没有钱，就在车库里办公，车库主人也不收租金，收一点点股份，仿佛硅谷遍地都是天使投资人。这背后体现的是硅谷的创业服务。科技已经融入了硅谷，在硅谷，几乎所有的公司都自称是科技公司，金融公司要加科技，律所要加科技，咨询机构要加科技，甚至人力资源也要加上科技。这些“科技”，很大程度上是指它们陪伴硅谷的科技公司共同成长，一家科技初创公司可以用股份，去换取这些企业服务。另外，人才是创新生态的核心。硅谷最早的人才大多来自斯坦福大学，谷歌的前100名员工均毕业于此。斯坦福大学和硅谷另一所名校加州大学伯克利分校均有大量专为培养创业者打造的课程，校友们遍布科技、投资领域。除了本地的人才培养，硅谷的初创公司和巨头科技公司里，还有大量来自世界各地的人。今天大模型的基础是源于2017年谷歌的八位科学家共同撰写的论文“Attention is all you need”中提出的Transformer架构。这八位科学家来自八个不同的国家。2024年9月4日，2024中国国际机电产品博览会暨武汉国际工业博览会上的科大讯飞AI学习机人工智能科技体验展区。图/IC
十几年前徐晨阳刚到硅谷时，硅谷的科技创业者们并不太愿意接受大公司的投资。主要原因是大公司的投资决策相对复杂。从前期的接触到确定投资，中间需要经历相对漫长的周期。投资负责人需要上报给集团，还要和业务部门讨论是否存在业务协同等。而在投资机构里，很多时候只需要合伙人同意就能立刻打款。不仅如此，接受巨头投资后，通常会有业务合作，而合作流程也会很慢，徐晨阳说，当年硅谷有很多这样的例子，很多创业公司因此没能成长起来，就死掉了。巨头们通常没有那么在意投资的回报，比如投资1亿美元，回报10亿美元，对于普通投资机构来说是一次很成功的投资，但10亿美元放在巨头的整体收入里，就只是很小的一笔。过去十年，硅谷的巨头们均在对外投资模式上有所调整，包括让投资部门独立决策、优化流程等。这些调整一方面理顺了它们将潜在独角兽纳入麾下的机制，让科技巨头成为科技创业投资中的重要力量；另一方面也让创业公司得到更多成长为独角兽的机会。复杂创投关系的影响
当创投主体变成科技巨头公司的时候，双方之间关系也变得更加复杂创业生态中最重要的三个角色是创业者、投资人和企业家。理想的状态是，这三类人各司其职，创业者负责创新与打破规则；企业家提供平台，开放合作，做大生态；投资人提供资金，帮助创业者度过起步期和快速发展期，并获得回报。一个好的创业生态中，创业者是主角，或者说，能够当主角的创业者，才有可能做出真正的创新。这一轮美国大模型创业潮中，主导人之间的斗争，浓缩在OpenAI的“宫斗”环节里。2022年11月之前，几乎没有人预料到全球科技行业会迎来新一波震动，包括OpenAI自己。当年11月中旬，奥特曼和几位高管开会讨论如何解决GPT-4的技术问题，会议中，奥特曼突然决定，他要发布功能较弱的ChatGPT。当时，OpenAI的员工们都认为这会是一个没什么人关注的消息。其实，在此之前的2022年9月，Meta曾经发布过一款AI聊天机器人，可以帮用户写文章和做数学题，上线三天就被关闭，Meta对外表示需要调整产品策略。当时Meta的重心还是在虚拟现实。2022年11月30日，ChatGPT上线，因为注册人数太多，且并未提前准备，OpenAI的公司服务器几乎瞬间崩溃。上线五天，用户超过100万，几周之后，用户量突破1亿。谷歌、Meta、亚马逊、xAI等硅谷科技巨头们都感受到了剧烈冲击，除了微软。据媒体报道，ChatGPT上线前两个月，纳德拉就给微软的高管们展示了GPT-4，他要求整个微软都围绕这个技术做战略转向。此后，OpenAI和其创始人奥特曼就成为全球科技领域最受关注的明星，技术突破是一方面，这家公司的一系列戏剧性走向同样引人注目。去年，奥特曼一度被公司董事会罢免，上演了一出“宫斗连续剧”，纳德拉深度参与，第一时间出面回应、解决各种问题。事态发展至此，作为投资人和平台方的纳德拉已成为这个故事里的另一个主角。而他的态度正在发生微妙变化。据媒体2023年8月报道，微软计划与Databricks展开一项新合作，在Azure平台上销售其软件，这款软件可以帮助用户从零开始开发自己的大模型，或是更好地使用开源大模型。不仅如此，微软还通过OpenAI的技术，创建了一款聊天机器人，专门服务于不太懂技术的用户使用Databricks的软件。业内认为，微软此举是为了避免其用户过度依赖OpenAI。这个判断基本没有问题，不过，微软做的绝不仅仅是上述动作。很多人关注OpenAI“宫斗”细节，事实上，事件走向紧密围绕科技巨头和创业者主导权之间的竞争。2023年11月，作为OpenAI最大的托举人和受益人，微软提前开始担心依赖单一模型的风险。化解风险的手段其实很常规——把鸡蛋分散在不同的篮子里。微软很快组建了一支新团队研发规模更小、运行成本更低的大模型。此外，微软在其云平台Azure上，给其他大模型产品更多流量，包括OpenAI的竞争对手，加拿大AI独角兽Cohere和法国AI独角兽Mistral.AI的模型。
2024年1月，纳德拉在达沃斯论坛上表示，研发小型AI模型是“掌控自己命运”的一种方式，“未来我们将拥有多种功能和模型”。此后微软拿到Inflection的技术授权，并把这家公司绝大部分员工都招进微软，帮助微软在自有模型研发上增加又一块新砝码。巨头公司和初创公司之间的关系总是错综复杂。大型科技公司们因为实力雄厚，通常都兼具投资人、平台方和竞争者的多重身份，它们经常既是“裁判员”又是“运动员”。在中国，初创公司要不要接受巨头公司的投资，很多时候是一个难以回答的问题。十年前，中国的创业者们大多乐意接受，他们认为巨头不仅在估值上大方，还能带来资源和客户，一举多得。但很快，创业者们发现了矛盾之处，巨头们不是慈善家，在他们眼里，投资初创公司是为自身业务发展带来的新“燃料”，或是提前阻止未来竞争的手段。无论在中国还是美国，对于巨头公司来说，以高价收购一家仅有数十人的初创公司都不是划算的生意。一家中国科技巨头公司的投资人告诉《财经》，他们投资大模型公司除了行业布局，还有一个考量是可以近距离观察这些初创公司的进展，“如果有价值，可以第一时间跟进”。受制于严厉的反垄断和技术保护，美国科技巨头通常要付出高额代价来收购初创公司。徐晨阳曾经投资的一家初创公司因为发展不顺面临倒闭，但依然高价卖给了Meta，因为公司有一项核心技术是Meta认为未来有可能会用到的。大模型初创公司的估值增速极快，微软已经研究并实践了新的收购模式，仅用6.5亿美元就拿到了估值40亿美元的Inflection核心技术和团队，谷歌和亚马逊对另外两家大模型独角兽公司的收购也沿用了相同的方式。无论是在中国还是美国，初创公司和巨头公司的合作都很重要，也都很危险。重要的是，创业者需要了解合作的好处以及黑暗的那一面。中美的创业者们也都总结出了类似的经验——和多个巨头公司合作，能有效降低危险度。据媒体报道，OpenAI在近期的新一轮融资中，除了微软，英伟达和苹果也已经参与讨论。当下的重点
硅谷和中国的创新生态“最大的区别是经历的周期次数”硅谷科技创新领域的创业生态优于中国，但并不代表硅谷一直在领先。硅谷也曾经历过创业融资的“黑暗期”。2000年左右，硅谷陷入“互联网泡沫”危机。风险投资额从1990年的80亿美元增长到2000年的1000亿美元，风险投资在1999年55%项目是互联网项目，1999年有超过150个互联网项目上市。从2000年到2002年，有约1000家互联网公司倒闭，超过3800家被兼并。那段时间，几乎所有的新投资都消失了。中国的创投市场自2019年开始降温，随后又经历了疫情期和外资后撤，第三方数据机构企名片数据显示，2022年中国一级市场共完成8617亿元融资，同比下降38%，2023年继续下滑13%。“和硅谷的黑暗期相比，中国的市场并不算差，”一位投资人告诉《财经》，“最大的区别就是经历的周期次数。”如果从1891年斯坦福大学成立算起，硅谷成为全球科技创新中心已经超过100年，上世纪中期，以半导体为主的多家科技公司诞生于此，之后，英特尔、AMD、苹果、甲骨文、思科、谷歌、特斯拉等众多科技创新公司陆续在此发展壮大。这些巨头公司上市后又为投资人创造了高额收益，市场上有大量的资本可以去挖掘新的科技项目。而在中国，最早进入中国的市场化风险投资机构是美国IDG资本，1989年，IDG资本在中国投资了第一个项目。此后，大量美元基金进入中国市场，一定程度上刺激了中国互联网行业的高速发展。2000年后，中国创投领域几乎是一个热点接一个热点，从互联网到移动互联网，再到“互联网+”“大众创业、万众创新”“硬科技”。直到2019年，大量投资机构遭遇募资难，进入短暂的低谷期。今天，跳出AI领域，中国和美国依然是全球科技创新创业的两大高地，和其他国家比起来优势巨大。目前全球共有独角兽公司约2000家，美国714家，中国675家，双方差距并不大。而排名第三的印度共有独角兽公司86家，第四位的英国64家。拥有更多独角兽企业，意味着一个地区拥有更强的创新能力和更好的发展前景，但孵化和培育一家此类企业并不容易，需要更好的生态环境。尤其是投融资环境。2022年之后，中国一级市场经历了一次结构性变化：以国有资本为主，受政策和地缘政治影响，投资主题从规模、收入、利润，变成了“专精特新”“供应链安全”“新质生产力”“解决‘卡脖子’问题”等，投资方向集中在半导体、新材料、智能制造、新能源、航空航天等领域。在中国，市场导向和政策导向几乎重合，政策制定方同时也是市场参与者。在美国，承担AI生态主要责任的是微软、谷歌、亚马逊等巨头公司，它们提供资金、平台、应用场景和客户。君联资本总裁李家庆告诉《财经》，在中国，承担类似责任的是政府，尤其是北京政府和上海政府。这是两种不同的模式，由不同的经济体制和发展模式决定的，很难说孰优孰劣，“但阶段性来看，我们必须承认美国走在前面”。徐晨阳发现，在2022年之前，中国风险投资高速发展阶段，中美两国的投资人对科技公司的投资风格差异很大。美国投资人不光关注创业公司的技术能力，更关注商业模型和具体的执行团队，会花很多精力去仔细研究这家公司的各个方面。中国的不少投资人是从投资互联网行业转到投资科技，很多时候会格外在意创始人的背景，例如创始人是院士，或是海外名校回国。甚至有投资人会直接说“如果你能招个院士来，我就投资”。但是在硅谷，哪怕公司三个创始人都是诺贝尔奖获得者，投资人也会里里外外考察研究一遍，才会决定是否要投资以及如何估值。近两年，中国一级市场融资热度下滑，整体投资规模下降，投资人反而会更细致地去观察一家科技创业公司。投资人在周期中学习和适应新模式，创业者同样如此。硅谷的投资人认为，多数优秀创业者具备从0到1的能力，而一家公司从1到10，从10到100，不同阶段需要管理者有不同的能力。就像教师会分为小学、初中、高中、大学教师一样，几乎很难有教师能把学生从小学一路带到大学毕业。因此在硅谷，创业公司发展到一定阶段后，被大公司并购，或是高层大换血的情况频繁出现。长此以往，硅谷出现了不少有综合实力的创业人才——有过多次创业经历，对于创业初期可能会遇到的问题有所准备；一些曾经卖掉过创业公司的人会转去做投资或是加入收购方，这个过程中就逐渐具备了投资视角和大公司视角。而创业生态的另一个重要参与者，大公司们也需要更长时间的成长。所有的大公司都认可，一家公司无法做完所有的事，生态需要共建，有更多参与者平台才有活力。一位大公司人士告诉《财经》，中国的大厂们普遍有一种焦虑情绪，会忍不住去“卷”，经常有自己上手做的冲动。这是市场现实决定的，一方面本身中国的软件生态就不够丰富，大厂需要起到引领作用；另一方面，它们自身的平台体量如果放到全球市场来看，还不够大，底气没有那么足。人在很小的时候很难拥有“耐心”，总是需要即时性的反馈。一家成立十年的公司很难做出真正的长期规划。立足当下，要养成更多独角兽企业，政府引导、多元投入、市场运作，越来越多长期资本、耐心资本的注入，是必由之路。而更多的长期资本、耐心资本何来？加快建设与创新产业发展高度适配的科技金融服务体系，打通将社会资金转化为耐心资本并切实流向科创企业的渠道，是当务之急。
责编｜王祎