联想创投宋春雨：中国AI十年的错过与过错

文 | 于丽丽

在偌大的联想总部大楼，宋春雨的办公室显得有几分另类。

这个不到十平米的空间，被他去各地旅行带回的奇异世界挤得满满当当：既有咖啡机、航空模型，也有壁画、瓷器，甚至还包括好几个和硬核产业投资人气质不那么匹配的巨型玩偶。

作为已在联想20余年的产业投资人，宋春雨背后是投出的一长串大名字：宁德时代，蔚来汽车，寒武纪，澜舟科技等，但这位联想集团副总裁，联想创投（联想CVC）合伙人，要比想象的更有玩心，更天马行空。

ChatGPT浪潮兴起之前，中国一级市场对AI的投资曾一度跌入冰点。在宋春雨介绍中，联想创投在这段时间的投资却几乎没有停顿。

他认为其中关键一环是在先后投资了旷视、第四范式、思谋科技等七十多家人工智能公司后，他们对于算力的重要性有了更早觉知。

某种意义上，这是他们连续4轮加注AI芯片公司寒武纪的根源，也是在2021、2022年，就要布局大语言模型公司澜舟科技的缘由之一。

当大模型投资在国内蔚然成风后，联想创投依然有些反其道而为之：他们把目光投向了欧洲的一家大语言模型公司以及一家其它投资机构很少涉足的大模型中间层公司。

关于这一波AI公司是否会重蹈上一波AI公司的宿命，宋春雨给出了自己的悲观预期以及一个有趣的解决方案。那就是：像补贴新能源汽车一样，先国家买单把付费习惯和意愿培养起来。

总之，在他的奇异办公室里，我们展开了诸多发散式对话。

以下为对话全文：

反其道而为之

「暗涌」：ChatGPT热潮前，其实有几年是国内人工智能投资的低潮期，联想创投却在一年前就投了澜舟科技。这个判断是怎么来的？

宋春雨：其实是2021年、2022年，连续两年，我们都发现大量算力不再向CV，也就是传统“AI四小龙”都在发力的视觉领域上运用，而是向大语言上进行迁移，这是非常重要的信号。

「暗涌」：但当时就敢往自然语言理解方向倾斜也是一个不容易的决定。

宋春雨：当时争论很大，尽管自然语言理解是人工智能的皇冠，但技术一直没有突破，用户体验门槛也没有突破。不过在发现全球算力基本上有70%用到了自然语言的训练时，我们就认为应该在这个赛道上布局一家比较优秀的公司。

另外周明老师一直是这个领域的专家，他是中国唯二的ACL fellow，当过ACL主席，我们清楚他的竞争优势。

「暗涌」：最早投寒武纪也是一种基于算力思考的判断吗？今年因为大模型的巨大算力需求，它的股价一度冲的很高。

宋春雨：2011年，我们投了旷视，后来创投正式成立后又投了第四范式、思谋科技等七十多家人工智能相关的科技创新企业。这个过程让我们发现人工智能的推动强烈依靠算力。

我们判断，在人工智能处理器上，算力未来会有数百倍的增长。所以2017年，我们投了寒武纪。可能很多人不知道，寒武纪是全球人工智能处理器的发明者。它比英伟达更早去做人工智能的专用处理器。全球第一篇以芯片加速人工智能的运算论文，就是寒武纪团队撰写的。谷歌TPU技术架构，是基于寒武纪当年这篇论文演变来的。

此外，寒武纪团队在建立商业化公司后，也体现出很好的产品竞争力。当时因为transformer技术平台还没有普及，算力主要还是deep learning的运算，算力的需求还没有现在这么大。即使这样，我们看到像百度，阿里，讯飞，海康威视都开始采用它的芯片，我们就觉得这条路径是对的。

投完第一轮后，我们连续投资了3轮，这是我们少有的连续4轮加注的项目。

「暗涌」：ChatGPT热潮之后，很多东西就快速成共识了，这之后我们有哪些调整？

宋春雨：ChatGPT之前，业内有三四种技术路线，大家都在探索。当ChatGPT出现后，大家觉得这是大的范式转移，整个产业界都为之一振，国内很多公司也开始做大模型，到处挖人。这个时候我们反其道在德国投了一家名为nyonic的公司。

「暗涌」：为什么选择一家欧洲的大模型公司？

宋春雨：这是一家德国的大语言模型公司。首席科学家是Jakob Uszkoreit ，他是transformer论文8个人中的关键人物。当时论文里虽然写的是同等贡献者，他们也是通过扔色子来决定名字露出顺序，但第二个注释就写着Jakob Uszkoreit 是核心作者。

此外，nyonic的CTO是Open AI的创始成员 Johannes Otterbach。联合创始人之一Hans Uszkoreit是欧洲大语言之父，也是德国人工智能中心主任。另外还有合伙人兼首席创新官徐飞玉博士之前是SAP和联想的人工智能研究的负责人。

「暗涌」：明星阵容是其中最关键的考量？

宋春雨：首先，我们认为大模型和人工智能的威力相当于“核武器”，是有地域边界的，欧洲会出现欧洲的大语言模型。

其次，数据是大模型训练的壁垒。欧洲有严格的数据保护法，一旦拿了不合规的数据训了模型，必须要把不合规的数据从模型上拿出去。

此外，欧洲有非常好的基础，它是全球前三位的工业市场，软件公司有SAP，另外也聚集了全球最好的科技人才优势。

下半场的爆发点

「暗涌」：在国内，我们有投新的大模型公司吗？

宋春雨：我们投了一家做中间层infra公司OpenCSG。国内在卷大模型，出现了100多个模型。中间层的公司的作用就是通过它的工具，帮助大模型公司和最终用户快速落地，从而把大模型在产业的使用门槛降到最低。这类公司对标的其实是美国的Hugging Face。

「暗涌」：但更常见的一种判断是，中间层更适合硅谷，而不是国内。

宋春雨：这个要看具体赛道，很多人不知道如何将数据放在模型里训练，但数据又是不能共享的。这里就需要一个平台可以推广和交付，代码可以托管到平台，平台提供测评工具，可以快速利用用户数据训练自己的模型。但不是所有赛道都需要这种平台。

此外，坦率讲，infra 是有时间窗口，或者说最佳价值成长期。它的机会点在于应用还没有起来，大语言模型使用壁垒很高，但最终会逐渐平衡。

「暗涌」：你觉得这波AI浪潮最大的机会可能在哪里？

宋春雨：最大的机会，除了基础模型，就在应用了。人工智能大模型能力增长曲线，本质在AI的逻辑与推理。其次是数据驱动。这意味着所有依赖数据的产业，未来都可能被“替代”。比如程序员是要被替代的，在美国已经有超过50%的代码是AI写的。

「暗涌」：在数据掌握上，大厂和行业龙头公司显然更占据优势。

宋春雨：一些既往数据，大厂和行业龙头更占据优势，他们也可以借助大模型，实现新的降本增效。

但还有一类数据叫原生数据：AI native，它不依托于过往历史数据，或者说大厂没有绝对的控制，这个是创业公司一开始就需要主攻的方向，我认为这是应用中最重要的趋势。

「暗涌」：现在已经有AI native产品的公司了吗？

宋春雨：中国有，但还需要一段时间完善。中国现在最主要问题是基础模型还不够完善，如果基础模型没有更大的突破，前端AI native应用的效果也没有那么好。

「暗涌」：什么时间点可能是理想节点？

宋春雨：可能是大模型成熟一年左右。以去年11月起算，得到今年11月底，中国的大模型到ChatGPT3.5水平，应用可能就会爆发了。

「暗涌」：后边智能体和具身智能，会带来新的爆发点吗？

宋春雨：它们都属于大模型应用的下一个阶段。逐渐让大模型知道你的意图，中间会有Agent（智能体）的诞生，还是整个科研人员在研发的方向。

具身智能也是颇具想象力的领域。大模型+机器人把大模型能力带到了物理世界，也是我们特别看中的一个前瞻性方向。

甜蜜的陷阱

「暗涌」：回头看，为什么中国的“AI四小龙”和大厂AI lab集体错过了ChatGPT？

宋春雨：像商汤、旷视这样的企业，很多被现实逼迫去做系统集成，错失了生成式AI这一波的可能性。

「暗涌」：那大厂的错过呢？

宋春雨：中国大厂的问题，在于AI很烧钱，仰望星空和脚踏实地很难平衡。此外，海外微软和谷歌也没有自己做，仅有资金也没用，还得有信仰和信念。

其实生成式AI，也有几条技术路线，其中一个是 Bert。但Bert很像甜蜜的陷阱。它是用很小的数据量去训练，并且很快能达到80分水平。但我们会发现，在不断加更多的数据后，还是80分。中国大厂很多也都选择了这条路线。

但OpenAI就坚定赌了自己的路线，相信加大算力，加大数据量，就能实现跃升。事实上耗费了7年后才训出来。

「暗涌」：不同技术路线的抉择也造就了很多悲情故事。

宋春雨：很多悲情故事。这波浪潮里澜舟、智源和智谱AI是坚定这条路线的。

「暗涌」：回头看2019年后，整个中国一级市场对AI的消极，你怎么看其中原因？

宋春雨：主要是产业对AI信心不足。AI是很复杂的技术，它的落地是需要数据到训练到应用部署的一条长链条，很烧钱。“AI四小龙”烧了很长时间也没烧出正循环的商业模式，产业界就开始担心。

我觉得大家要给中国科技在原始突破探索上足够的宽容度。

AI的商业模式很难找到，但它是人类的超级复杂科技工程，等同于曼哈顿计划，如果突破，就是对全人类的最大进步。

我有时候特别不理解，矿泉水公司可以有千亿市值，但一些高科技公司才几百亿，就被苛求要盈利。OpenAI如果不烧100亿美金，怎么可能迎来人工智能范式的转移？

重复昨日的故事

「暗涌」：这一波AI浪潮同样面临商业化过程，你觉得它会重复上一代AI公司的宿命吗？比如大家又回到项目制来解决盈利问题。

宋春雨：很有可能。

「暗涌」：那有没有可能解决的途径？

宋春雨：或许国家可以补贴或买单。

「暗涌」：为什么？

宋春雨：尽管AI不能等同于SaaS，AI是更重要的科学突破领域。但在SaaS领域遇到的问题，比如中国人的付费习惯等等，AI的创业公司都会面对。

我曾经跟团队讲过，我有一个建议，中国政府如果像补贴支持新能源汽车一样，支持中国SaaS和中国软件的产业链，那会有很大的不同。我们现在看新能源领域，中国已经是全球第一了，美国的储能市场宁德时代占了一半。所以如果中国扶持下一个新的行业，比如软件业，也会实现行业的快速发展。

「暗涌」：为什么中国人的付费习惯一直培养不起来？

宋春雨：从C端看，上一波互联网企业没有给中国商业模式建立好的付费习惯，很多都是免费的。移动互联网时，大家会付费娱乐型的会员，但工具型的软件，没有养成习惯。

从B端看，中国的中小企业太苦了，再加上自己在产业链的地位非常弱，没什么赚钱的能力，就更难有软件付费的习惯。曾经有人跟我说，中国的SaaS和美国的距离已经缩短成5年。但这次从美国回来，我觉得还差20年。美国任何一个初创公司，要买十几个以上的软件，而中国可能也就一两个付费。

「暗涌」：国家补贴一定有效吗？

宋春雨：中小企业为什么不买？因为连自己未来一两年的生死都不知道。如果在公司前两年，国家能补贴80%的软件费用。等公司挺过3年，有了付费能力，这个时候补贴可以降到 30%，新能源汽车也是这样的过程。等公司有能力时，自然就会购买了，当全行业都在用正版软件互联互通，数字化就起来了。

「暗涌」：中小公司起来就可以带动大公司吗？

宋春雨：因为中小企业不付费，那么软件公司只能去大企业做系统集成。如果中小企业能赚钱，就不需要做系统集成，就慢慢形成标准化。我们投欧洲的大模型也有一部分原因是欧洲的用户是有付费意愿的，它的商业模式更顺畅。

「暗涌」：你觉得这波大模型浪潮的竞争格局可能是什么样态？

宋春雨：美国的格局已经定了，头部就是微软和谷歌两家，主要创业者都围绕在infra工具和应用上，中国的第一波都在做基础大模型，但这件事肯定会收敛的。

中国的基础大模型，未来我们认为是一个混合态。它不会像美国只有两家，最多三家，中国可能有10-20家。参照互联网的格局就知道了，比如百度搜索类或文本类比较突出，头条是多模态强，腾讯是社交类或者游戏类很强。

创业公司也可能占有一席之地。因为这个市场足够大，中国卷的成本又很低。好处是从中国卷出来的成功者，可以去全世界卷。

图片来源 ｜IC photo‍‍‍‍

排版｜郭雪梅