蓝驰创投朱天宇： “X-GPT”时代建立产业壁垒，数据比模型更重要

　　上线两个月就成为史上用户增长速度最快的消费级应用程序，四月全球访问量17.6亿次，ChatGPT不仅吸引了前所未有的关注，也让“产业+GPT” 成为了各行各业想象大模型应用的未来可能。

　　“无论‘产业+AI’，还是‘AI for Science’，我们不迷信大模型，而是相信AI。”蓝驰创投管理合伙人朱天宇在5月11日举办的2023年度基金合伙人大会上指出，人工智能带来的是一场生产力革命。产业界目前思考在自身的传统业务接入大模型来优化效率，可以在这波爆火浪潮中获得短期红利。但对垂直行业来说，充分依靠自有数据建立起专有模型，才是“X-GPT”时代需要的长期壁垒。

　　亿量科技创始人高辉在圆桌论坛上同时用“激动”与“慌乱”来形容公司接入大模型后的心情。亿量科技主要做企业客户销售管理(CRM+SaaS)的数字化服务商。接入几个月体验下来，他发现大模型十分擅长做数据的自动记录与客户反馈的整理，处理销售工作流中客户行为数据的效率极高，是绝佳的“企业决策大脑”。受益于大模型带来的生产力升级，以前公司只能服务几十人坐席的中小微客户，也开始对接百人、千人坐席的大客户。“全公司可能除了保洁阿姨，管理层、销售人员，甚至前台的日常工作都在使用大模型”。

　　不同行业因为数据获取难度不同，受到来自大模型的直接冲击、对于大模型的需求也不同。

　　生命科学平台公司百图生科的CEO刘维认为，AI的本质是对物理世界映射的科学，大模型都需要输入大量数据以增加对问题的理解度。与ChatGPT背后的通用语言大模型为对话而设计不同，生命科学作为专业领域，例如蛋白质、大分子这一类生物数据极难做量化处理，且数据标注成本高，数据短缺也是此前“AI+医疗”持续遇冷的症结所在。从“AI for Science”的角度，生成式大模型带来的最重要变化是现存大量粗糙数据能被吸收利用并预测，同时减少对数据验证的成本门槛。这种改变又会反向促使业界去发明新的传感器、新的数据采集方法，推动更多专有数据库的建立。

　　朱天宇认为， 需求不是被创造出来的，产业界真正需要什么样的大模型值得认真思考。沿此视角看，越趋向专业门槛高、细分的领域，数据反而比模型更重要。当新一代人工智能时代到来，中国如果能利用好自己的比较优势，相当多仍处于价值洼地的行业都有机会获得提升，必将迸发出巨大的生产动能。

　　蓝驰创投于1998年在美国硅谷设立，今年已经是其进入中国的第十五年。去年募投双双大幅下滑的资本寒冬中，蓝驰创投完成新一期双币基金的募集，总规模折合人民币55亿元。至此，蓝驰创投总管理规模折合人民币已超过150亿元。蓝驰管理合伙人陈维广表示，应对变化是创新投资永远的主题。在当下复杂与不确定的历史语境中，创新投资要同时具备美元基金与人民基金的特点，着重从增长逻辑向盈利逻辑转型，同时要勇敢抓住新技术突破正在带来的发展动能。