每經(jīng)記者｜可楊    每經(jīng)編輯｜魏文藝    

在人工智能（AI）投資熱潮中，資本如何判斷應(yīng)用價(jià)值與風(fēng)險(xiǎn)？

9月18日，AI應(yīng)用工作組第二屆第一次成員大會在北京召開。華映資本董事總經(jīng)理李巖在大會的主題演講環(huán)節(jié)提到，衡量AI應(yīng)用的核心，在于能否構(gòu)建“生成-分發(fā)-消費(fèi)-反饋”的數(shù)據(jù)閉環(huán)飛輪。

李巖在演講中表示，他在AI投資方面的兩大核心判斷標(biāo)準(zhǔn)是，應(yīng)用能否通過數(shù)據(jù)反饋形成良性循環(huán)，從而積累持久價(jià)值；模型能否在安全與穩(wěn)定上建立保障，并在此過程中催生新的產(chǎn)業(yè)機(jī)會。

公開資料顯示，華映資本創(chuàng)立于2008年，是中國領(lǐng)先的創(chuàng)新驅(qū)動(dòng)私募股權(quán)投資機(jī)構(gòu)。自成立以來，華映資本一直堅(jiān)持?jǐn)?shù)字化投資主線，基于行業(yè)本質(zhì)的獨(dú)立思考，著眼需求變化和技術(shù)演進(jìn)趨勢，圍繞創(chuàng)新做投資。投資項(xiàng)目覆蓋科技、消費(fèi)、企業(yè)服務(wù)和數(shù)字經(jīng)濟(jì)等多個(gè)領(lǐng)域。

華映資本董事總經(jīng)理李巖 圖片來源：受訪者提供

數(shù)據(jù)飛輪是AI應(yīng)用價(jià)值的關(guān)鍵

回顧信息技術(shù)的發(fā)展脈絡(luò)可以看到，從搜索引擎到短視頻推薦，再到今天的生成式AI，每一代核心突破都對應(yīng)著人與信息關(guān)系的改變。搜索解決了信息獲取的難題，推薦算法則打破了內(nèi)容供需之間的壁壘。而生成式AI的獨(dú)特之處，在于直接突破了內(nèi)容生產(chǎn)環(huán)節(jié)，讓用戶可以在真正需要的時(shí)刻，獲得高度匹配的內(nèi)容。

李巖指出，AI本身是一個(gè)需要持續(xù)優(yōu)化的工具，其核心價(jià)值在于構(gòu)建一個(gè)自我強(qiáng)化的數(shù)據(jù)閉環(huán)，即數(shù)據(jù)飛輪。

“我們衡量一個(gè)AI應(yīng)用是不是有核心價(jià)值的一個(gè)關(guān)鍵點(diǎn)，就是這個(gè)所謂的數(shù)據(jù)飛輪能不能轉(zhuǎn)起來?！崩顜r表示，這個(gè)飛輪包括四個(gè)環(huán)節(jié)，即“生成-分發(fā)-消費(fèi)-反饋”的閉環(huán)，通過AI生成內(nèi)容、有效地分發(fā)給用戶、用戶消費(fèi)內(nèi)容、并最終獲取用戶的消費(fèi)反饋數(shù)據(jù)。

數(shù)據(jù)飛輪能不能轉(zhuǎn)起來，是衡量AI應(yīng)用是否有核心價(jià)值的關(guān)鍵點(diǎn)。李巖指出，如果缺乏數(shù)據(jù)反饋，企業(yè)即便在算法或算力上具備一定優(yōu)勢，也很難長期維持領(lǐng)先?！耙?yàn)樵陂L時(shí)間積累上，如果沒有很快的數(shù)據(jù)反饋，很難做到長時(shí)間的數(shù)據(jù)生成、內(nèi)容的豐富度以及它的領(lǐng)先度?！?/p>

基于這一判斷，華映資本目前重點(diǎn)關(guān)注營銷、教育科研和“AI+物理世界”三大方向。

“在今天AI能力還不足以到我們想象的AGI一步登天，然后給我所有答案的這個(gè)過程中，我們需要有局部的數(shù)據(jù)反饋，去提升整個(gè)數(shù)據(jù)內(nèi)容的質(zhì)量?！崩顜r解釋道，營銷和教育場景能夠快速生成用戶行為數(shù)據(jù)，并迅速反饋至模型優(yōu)化環(huán)節(jié)，從而快速構(gòu)建起商業(yè)閉環(huán)，甚至形成競爭代差。

在營銷領(lǐng)域，中國長期積累了完整的電商與廣告投放數(shù)據(jù)鏈路，為AI應(yīng)用提供了肥沃的土壤。李巖認(rèn)為，這意味著，AI能夠快速復(fù)制和優(yōu)化從達(dá)人種草、廣告投放到消費(fèi)轉(zhuǎn)化的全過程，形成穩(wěn)定的迭代機(jī)制。他提到，過去廣告主需要大規(guī)模投放才能形成影響，而如今AI可以通過快速與中小達(dá)人對接，低成本、高效率地觸達(dá)消費(fèi)者。

教育場景中，傳統(tǒng)教育依賴固定大綱和統(tǒng)一教學(xué)進(jìn)度，而AI可以根據(jù)學(xué)生的實(shí)時(shí)反饋，靈活調(diào)整內(nèi)容和難度，這在學(xué)生體感和內(nèi)容傳達(dá)上實(shí)現(xiàn)了質(zhì)變。李巖表示，教育領(lǐng)域天然具備強(qiáng)交互屬性，因此能夠更快推動(dòng)反饋閉環(huán)的形成。

科研則體現(xiàn)了AI在信息歸納與推理上的價(jià)值。從“AI刷題”到“AI研報(bào)”，模型能夠通過歷史數(shù)據(jù)和邏輯推導(dǎo)解決復(fù)雜問題，大幅提升研究效率。李巖指出，這些場景雖然專業(yè)性較強(qiáng)，但一旦獲得驗(yàn)證，將為科研工作方式帶來實(shí)質(zhì)性改變。

在他看來，這三大領(lǐng)域已經(jīng)跑出代差，相比其他行業(yè)更快進(jìn)入飛輪效應(yīng)，具備成為率先實(shí)現(xiàn)商業(yè)化突破的潛力。

模型安全 風(fēng)險(xiǎn)與機(jī)會并存

在強(qiáng)調(diào)應(yīng)用價(jià)值的同時(shí)，李巖也提醒市場關(guān)注另一個(gè)容易被忽視的議題——模型安全。

李巖直言，當(dāng)前大模型輸出的內(nèi)容本質(zhì)上存在一種不確定性，“今天模型輸出的時(shí)候，我們看到的狀態(tài)就是，輸出的具體內(nèi)容其實(shí)還是一個(gè)黑客狀態(tài)。你很難規(guī)定它一定按照預(yù)期，在千百萬次輸出的時(shí)候保證強(qiáng)一致性”。

李巖將模型安全分為兩類風(fēng)險(xiǎn)。一方面是模型本身的可控性，即在反復(fù)調(diào)用中能否保持穩(wěn)定輸出。這一問題關(guān)系到AI產(chǎn)品的可靠性和可用性，直接影響用戶體驗(yàn)和商業(yè)落地。

另一方面則是外部誘導(dǎo)攻擊，即模型在與外部數(shù)據(jù)交互時(shí)，容易被操縱輸出偏向性內(nèi)容?！凹偃缒汩_了聯(lián)網(wǎng)搜索后，會發(fā)現(xiàn)很多的結(jié)果很受互聯(lián)網(wǎng)搜索結(jié)果的（影響）。”他指出，已有創(chuàng)業(yè)公司在反向利用這一漏洞，“這很容易誘導(dǎo)（AI）通過互聯(lián)網(wǎng)搜索輸出一些他希望客戶看到的東西”。

他舉例，當(dāng)詢問“最好的旅行社”時(shí)，未聯(lián)網(wǎng)的模型會基于訓(xùn)練數(shù)據(jù)給出概括性答案，而聯(lián)網(wǎng)后結(jié)果可能被操控，顯示特定旅行社名稱?！斑@就是有人通過這個(gè)模型數(shù)據(jù)安全性的漏洞，反向地輸出一些模型的搜索。”李巖強(qiáng)調(diào)，這導(dǎo)致模型輸出的信息“并不是權(quán)威和中立的”，而是被誘導(dǎo)過的。

在李巖看來，這一問題不僅是挑戰(zhàn)，也孕育著新的機(jī)會。隨著AI逐步滲透進(jìn)教育、醫(yī)療、金融等敏感領(lǐng)域，模型安全的重要性將進(jìn)一步提升。從兒童內(nèi)容過濾到國家級安全監(jiān)管，再到企業(yè)合規(guī)與輿情控制，都可能衍生出新的創(chuàng)業(yè)方向。“這個(gè)其實(shí)都是一個(gè)很大的空間。”

他同時(shí)提出，市場不能僅停留在對前端應(yīng)用的關(guān)注，更要評估企業(yè)在算法優(yōu)化、工程化落地和產(chǎn)品打造上的“三角形”能力。極致算法、強(qiáng)工程力和極致產(chǎn)品力共同決定了一個(gè)AI公司能否長期立足，“你是不是能真的做到一個(gè)客戶愿意買單或接受的產(chǎn)品，這是一個(gè)千古問題”。

免責(zé)聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請核實(shí)。據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。

封面圖片來源：受訪者提供