投資家による身体性、モデル、計算能力に関する17の判断

著者：小燕、テンセントテクノロジー

編集：徐青陽

過去数年、中国のテクノロジー投資界で最もホットなキーワードは、AI、ロボット、身体知能を避けて通ることはできません。

大規模モデルの分野では、智譜（Zhipu）社が「中国版OpenAI」として最初に議論された企業の一つです。階跃星辰（Jieyue Xingchen）や生数科技（Shengshu Keji）も、それぞれ基盤モデルや動画生成といった人気の方向性の中心に立っています。ロボットの分野では、優必選（UBTECH）が資本市場に上場し、銀河通用ロボット（Galaxy General Robotics）、因時ロボット（Yinshi Robotics）、他石智航（Tashi Zhihang）などの企業が、ロボットの本体、モデル、シーンの実装に向けた異なる探求を代表しています。

これらのスター企業の背後には、共通の投資機関である啓明創投（Qiming Venture Partners）があります。この機関は2006年に設立され、11のドル建てファンドと7の人民元ファンドを管理し、総額95億ドルの資産を運用しています。

技術の波に何度も投資してきた啓明創投の方法論とは何でしょうか？

最近、啓明創投のマネージングパートナーである周志峰（Zhou Zhifeng）が、啓明創投の投資方法論に基づいて、大規模モデル、身体知能、計算チップなどの最前線の分野の基盤的な発展トレンドを共有し、概念の炒作と実際の産業の実装を区別するための核心基準を解説しました。

投資家として、周志峰はAIの深い体験者であり、交流の中で日常生活の細かな視点から切り込んで、AI技術の実装の真実の時代の景色を描写しました。彼は家族の長老について言及し、すでに短編動画プラットフォームを使いこなし、AIを使って日常の情報検索をスムーズに行えるようになっていることを語りました。自身の仕事の場でも、AIは深く浸透しており、日常的にAIツールを使ってデータの分析や素材の整理を行い、忙しい日程の中でもAI生成の短編動画のコンテンツの進化に注目し続けています。

これらの細かく、リアルな日常の断片は、ある核心的なトレンドを直感的に証明しています：AIはもはや実験室の理論や学術論文の専門的な概念にとどまらず、あるいは一次市場での資金調達の原稿にとどまる資本の物語ではなく、実際に一般大衆のスマートフォン端末に浸透し、最前線の技術から国民の日常的なツールへの飛躍を遂げています。

投資家の責任は、これらの変化が大規模に現れる前に、どの技術方向、製品形態、企業がこの変化を現実に持ち込む可能性が最も高いかを判断することです。

周志峰はこの考え方を「半歩早い」投資とまとめました。つまり、早ければ早いほど良いわけではなく、市場が合意を形成した後に追いかけるのでもなく、技術の突破点の後、商業的な引爆点の前に入ることです。

周志峰 啓明創投マネージングパートナー

周志峰は智譜を例に挙げました。2020年5月、GPT-3が発表され、啓明創投はScaling Lawが検証されていることを見ました。大規模モデルは重要な技術的な節目を越えました。この判断に基づき、啓明創投は2021年12月に智譜に投資しました。その時点では、ChatGPTはまだ発表されておらず、「All in AI」は投資界の集団的なスローガンではありませんでした。2022年11月、ChatGPTが登場し、生成AIが本当に一般大衆と投資市場の前に押し出されました。

では、AI、ロボット、計算能力、チップといった人気の方向性の中で、次の「半歩早い」機会はどこに現れるのでしょうか？現場での交流の中で、周志峰は直接的な答えを出さず、むしろこれらの分野で起こっている変化をより多く解説しました。

これらの熱い分野と大量に流入する資金に直面して、周志峰は、嵐の中心に近づくほど、最も素朴な問題に戻るべきだと考えています：本当に価値を創造しているのか、商業論理の検証に耐えられるのか。彼は何度も市場が「お金を見せてくれ」という段階に入る可能性が高いと述べました。新しいものほど、短期的な注目と長期的な価値の間のギャップに警戒する必要があります。市場が喧騒を呈するほど、企業は自らが技術を収入に変え、想像を現実に変えることができることを証明する必要があります。

次に、読書効率のために、テンセントテクノロジーは第一人称の口述方式で、周志峰の核心的な判断を整理しました。

01「身体知能は、私の脳細胞を最も殺す分野であり、他に類を見ない」

1、身体知能関連の多くの企業と交流した結果、主に3つの感想があります。

第一に、一二級市場はこの分野を非常に期待しています。核心的な理由は、これはおそらく私たちの歴史上初めて「スマートフォンの出荷規模」と「乗用車の単価」を兼ね備えた産業だからです。この業界が成熟すれば、年間10億台の出荷量があり、単価は約3万ドル、つまり20万元に相当します。これは人類の数百年にわたる商業発展の歴史の中でも、トップクラスの規模の分野です。

第二に、皆が今、IPOを争っていますが、本質的には希少性の利益を争っているのです。二級市場にはこの特性があります：大きな分野で最初に上場する企業が少数であれば、対象が希少であるため、超資本の利益を享受でき、直感的には株価や時価総額が常識的な論理から外れるほど高くなるため、皆が先に上場したいと考えています。

第三に、多くの企業がますます区別が難しくなっています。私たちは、中国には370以上の身体知能関連企業があり、基本的に毎週2、3件の新しいプロジェクトが登場していることを監視しています。彼らのチームの背景、技術の路線、実装シーンはますます似通ってきています：教授、小天才、自動運転大手の幹部やAIモデルの出身者が多く、皆がVLAや世界モデルについて語っています。実装も大半が工業製造、物流、商業サービスに関連しており、最近では生物模倣ロボットのシーンも登場しています。しかし問題は、現在、技術レベルやモデルの能力を客観的に評価する基準が存在しないため、誰の技術がより強いか、実装能力がより強いかを本当に判断することができないことです。

したがって、最初の1、2社が上場した後、希少性のために非常に高い時価総額に達する可能性があります。しかし、半年から1年後、市場は「お金を見せてくれ」という段階に入る可能性が高く、実装できるか、販売収入や利益率に転換できるかだけを見ます。

もし今年の年末や来年の中頃に、実装が期待に及ばなければ、成功裏に上場しても時価総額は数百億の範囲に落ちる可能性があり、一二級市場でも評価が逆転するでしょう。一次市場の元々の評価は支えきれず、企業のその後の再資金調達の難易度は大幅に上昇します。

重要なのは技術です。ロボットの分野で重要な突破がなければ、特に技術路線が収束しなければ、業界は大規模に実装することが難しくなります。現在、各社のロボットの実装探求は、ほとんどが専用シーンのモデルを使用しており、現在の世論で非常に注目されている汎用モデルではありません。技術の収束が実現できなければ、大規模な実装シーンを開くことができず、結局は実用的でないデモプロジェクトを行うことになり、商業化の規模は立ち上がりません。

したがって、私が今できることは、すべての新しいプロジェクトを積極的に見続け、情報を全面的に収集し、業界の動向を継続的に追跡することです。

現在、一次市場は必死に資金調達を行っており、規模が比較的安定している企業は上場の準備をしています。しかし最終的に、上場するかどうかにかかわらず、市場が見るのは商業化です。業界が実際の実装成果を出せなければ、市場はおそらく深刻な調整を迎えるでしょう。

2、私は世界モデルが全く新しい分野であるとは考えていません。将来的にVLAと世界モデルが融合する確率は50％を超えます。

それはむしろ技術的な路線のようなものであり、一次市場で人気のある概念として炒作されているだけです。最近、新たに登場した約30社の世界モデルのスタートアップ企業は、以前のVLA技術路線の企業と比較して、商業化の実装において本質的な違いはありません。

3、現在、身体知能には客観的な評価基準が欠けています。

言語モデルには多くのベンチマークがありますが、身体知能は物理的な世界の労働力に直面しており、評価の難易度ははるかに高くなります。現在、世界市場には約3〜5の身体知能ベンチマークがありますが、これらのランキングも最近多くの疑問を受けています。一部の企業はランキングを操作して高評価を得ており、業界の人々は一目でそれが無意味であることを知っています。

基準が収束する前に、私たちは現在、より多くの底層の論理から推測しています：第一に、アルゴリズムとモデルアーキテクチャの路線が私たちの推論に合致しているか；第二に、チームが豊富なエンジニアリング経験を持っているか；第三に、データ戦略。データは今後最も重要な変数になる可能性があります。言語モデルは100億のトークンを与えられて初めてScaling Lawを実現しました。動画モデルは10億のクリップを与えられて初めてScaling Lawを実現しました。現在、中米の最も優れた身体モデル企業は、約数十万時間のデータしか持っておらず、十分な規模にはまだ1桁の差があります。しかし、基本的に中米のトップの身体知能企業は、今年このデータ規模に達する可能性があるため、今年は突破が実現するかもしれません。

技術が突破すれば、評価は逆に簡単になります。例えば、工業シーンである大企業の25の工程があり、何の後トレーニングもなく、あるいは非常に簡単な後トレーニングだけで、ロボットがこれらのタスクを完了する成功率がどれくらいかを見れば、成功率が50％を超えれば、大企業は本当にロボットを購入するためにお金を払います。もし成功率が5％しかなければ、それはまだ不十分だということです。

4、データは身体モデルが突破すべき技術的なボトルネックですが、今後1、2年で急速に改善される可能性があります。

身体モデルを作るには、100万から200万時間のトレーニングデータが必要であり、現段階ではデータの量が単一のデータの質よりも重要です。さまざまなデータの組み合わせについて、業界の専門用語はデータ戦略と呼ばれ、最近数ヶ月でこの分野で合意が形成されました。以前は業界がいくつかのデータ路線に分かれており、テスラが自社開発した実機から収集したデータが最もリアルで、モデルが学習しやすく、後にモデルがハードウェアに実装される際、トレーニングデータと完全に一致します。

しかし、このような実機データの収集は非常に高いハードルがあり、テスラのようなトップ企業でさえ進めるのが非常に困難で、年間の生産量は非常に限られています。1000台のロボットを投入し、専任のスタッフを配置し、各デバイスの有効なデータ収集時間は1日1〜2時間に過ぎず、効率は非常に低く、100万時間のデータを集めるには10年かかることもあります。テスラでさえそうであり、他の企業はさらに実現が難しいです。このようなデータは質が最高ですが、総量が希少です。以前、GoogleやOpenAIは動画データを使用する傾向があり、Google自体は動画モデルの分野に深く取り組んでいますが、大量の一般的な動画データはロボットの実操作シーンと乖離しており、例えば会議室のシーンの動画は、ロボットが実際の操作能力を学ぶのを難しくし、逆にモデルに大量の低品質のノイズデータを導入することになります。

その中間に位置するのが、近年登場したUMIデータであり、労働者の作業や人間の実操作を可視化するためにウェアラブルデバイスを使用して記録し、モデルのトレーニングニーズに合わせやすくなっています。現在、中米のトップ企業は今年合計100万時間のトレーニングデータを調達する計画を立てており、その中で実機データはわずか1％〜3％、UMIデータは約70％、動画データは20％を占めています。ノイエンテはモーションキャプチャビジネスを独立して発展させ、モーションキャプチャ技術はUMIデータと実機データの収集を最適化でき、現在、さまざまなトレーニングデータを全品目供給できるようになっています。

規模だけでなく、触覚データも重要になってきます。例えば、ロボットが一見普通の瓶を持ち上げるが、実際には重い液体である場合、人間はすぐに重量の変化を感知し、握力を調整します。しかし、現在の実機データ、テクスチャデータ、動画データのほとんどは、このような触覚情報が欠けています。

したがって、現在、いくつかの企業が触覚を感知できるロボットアームを作るために触覚織物のようなソリューションを試みており、触覚データを収集しています。この方向への投資は非常に活発ですが、現在のところ、世界的にどの企業も完全に成熟した技術を持っていません。

5、身体知能モデルのレベルで、中国の優位性は主に3つあります：データ、実装シーン、ハードウェアのサポート。

現在、中米のモデル技術の差を定量化することは非常に難しいです。なぜなら、中米のモデルの差は本質的には計算能力に起因するからです。技術はまだ完全に収束しておらず、技術探求の研究は特に暗い海の中で金銀島を探すようなものです。

アメリカには計算能力の制限がなく、トップ企業は毎晩30隻の船を同時に派遣でき、各探索のフィードバックは方向性を見つける上で非常に重要です。各チームは戻ってきて報告し、例えば今日は30°の方位角で5海里航行して目標を見つけられなかった場合、今後はこのルートを繰り返す必要はありません。

中国は現在、チップの制限を受けており、一晩に出せる船は1隻のみで、核心的な差はここにあります。現在の大規模言語モデルの全体的なルートはすでに明確になっているため、直感的に感じる差はそれほど大きくありません。しかし、業界が次の技術の飛躍を迎えると、確率的に30の探索ルートを同時に展開することができる場合、1つのルートだけを進むよりも、アメリカが技術的な突破を最初に実現する可能性は大きくなります。表面的には現在のモデルの差は小さいように見えますが、長期的には全体的な差は実際には小さくありません。

しかし、データ、実用産業シーン、ハードウェアの整備において、中国には明らかな優位性があります。

アメリカのいくつかの大手企業は、中国企業からデータを調達しており、これは彼ら自身のデータの蓄積が不足していることを示しています。

次に、実用産業シーンにおいて、中国にはCATLやBYDのような大量生産企業があり、協力して研究開発を行うための十分な実体工場があります。

第三に、ハードウェアの整備において、人型ロボットの全体は約1200の部品で構成されており、90%以上のサプライチェーンが中国の長江デルタや珠江デルタに集中しています。中国の企業は本体とモデルを迅速に同期して反復することができます。モデルのアルゴリズムとハードウェアの実行が一致しないことが発見された場合、2週間以内にサプライヤーと連携して調整・最適化することができます。

要約すると、中国はハードウェアとデータの面で顕著な優位性を持ち、アメリカの優位性はモデルの側にありますが、両者の差はそれほど大きくありません。

6、人型ロボットの「パフォーマンス」か「実用性」についての議論には、多くの議論が概念を明確に区別していません。

具身知能に関連するアルゴリズムは大きく3つの方向に分かれます：Manipulation（操作）、Navigation（ナビゲーション）、Locomotion（運動制御）。

第一に、Manipulationは物理的な作業操作であり、具身知能や世界モデルはこの方向に分類されますが、現在の業界全体では統一された成熟したルートはまだ形成されていません。第二はNavigationで、技術はすでに成熟しており、自動運転に移植されています。第三はLocomotionで、これは走ったり武道のようなパフォーマンスアクションを指し、展示に偏っています。

これら3つはすべてロボットAIアルゴリズムに属しますが、ロボットが大規模な商業的価値を形成できるかどうかの核心は、操作技術です。Locomotionの発展はより成熟しており、宇樹はこの分野で世界的にトップクラスの成果を上げており、優必選も良い蓄積があります。したがって、現在皆が彼らがただパフォーマンスを披露するだけだと感じるのは非常に自然なことです。これは本来彼らの強みです。最近設立された360以上のロボット企業は、操作の方向に主に焦点を当てています。一方、宇樹と優必選は資金が豊富で、関連する研究開発チームも構築しており、この分野での能力も劣りません。

運動制御のようなパフォーマンス展示のシーンだけを見ても、世界市場の天井は約10億ドルに過ぎません。一方、産業製造に関連するロボットの実用シーンは、世界的な規模がはるかに大きく、両者の規模はまったく異なります。簡単に言えば、運動制御技術は早く成熟し、初期のロボットはダンスやパフォーマンスのような機能しか実現できませんでした。今後2年以内に操作関連の技術が収束すれば、ロボットは実用的な価値を持つ大規模なシーンに実装できるようになります。

02「AI分野には2つの予想外の変化があり、1つは予想を下回った」

7、今後1、2年で、AI企業の評価は最終的に収益と提供能力に戻るでしょう。従来の企業ソフトウェア会社はPS評価倍率が5-15倍で、人気のある風口や技術が先行している業界では、倍率が20から100倍に達することがあります。智譜のような企業が評価を維持できるかどうかは、収益規模が実現できるかどうかにかかっています。もし百億の収益を達成できれば、100倍のPSが与えられ、対応する時価総額は1兆になります。しかし、収益が150億しかない場合、市場評価は調整を迎えることになります。ロボットの分野も同じ論理です。

企業のARR（年次経常収益）は成長性を示し、帳簿上の収益はキャッシュフローを示します。ロボット業界も同様で、最終的には全体の収益を見なければなりません。これらの財務指標は最も公平な尺度です。

したがって、AI企業にとって最も重要なことは2つです：モデルの能力を持続的に向上させることができるか、顧客側で実際の使用と収益を形成できるか。この2点が、企業の長期的な価値を決定します。

8、過去1年で、AI分野には2つの予想外の変化があり、1つは予想を下回りました。

最初の予想外はAIの計算能力です。全体の計算能力の総量や、トレーニングから推論までの計算能力のパラダイムや需要のパラダイムの移行速度などが予想を超えました。例えば、ある国内の大手テクノロジー企業は、昨年の計算能力予算が最終的に約500億元に達し、今年の予算は昨年の6倍以上です。

したがって、一次市場に新世代のAIチップ企業が大量に現れることや、二次市場でHBMメモリや光通信の分野が投機されること、業界のさまざまな熱気は、根本的には巨大な計算能力の需要が牽引しています。全体の論理は通じています。個別株の短期的な急騰が合理的かどうかは判断できませんが、計算能力市場全体の熱気と増加は、確かに私の予想をはるかに超えています。

二つ目の予想外は、モデル技術自体の発展速度と、モデルを取り巻く市場の迅速な合意形成です。今年1月には、小龍蝦を代表とするインテリジェントエージェントのコーディング能力が登場し、昨年の十大展望の際には、WAICでコーディング能力が非常に重要であると述べましたが、現在ではコーディング能力が大規模言語モデルの最も核心的な競争力となっています。

コーディング能力はインテリジェントエージェントの能力をもたらし、私はインテリジェントエージェントの産業価値が、過去2、3年の対話型チャットボットを中心としたAI製品よりもはるかに高いと考えています。同時に、正の循環も形成されました：インテリジェントエージェントの運用によって生じる計算能力の消費は、単純な対話型製品の数千倍に達します。これも、計算能力の分野の成長が全面的に予想を超えた理由を説明できます。これらは相互に関連しています。

モデル技術の発展と、資本市場がモデル企業に対して示す熱意も予想を超えました。市場は優れたモデル企業に対する合意形成が非常に迅速で、トップの企業の時価総額は1兆規模に達する可能性があります。また、市場には大量の新型モデルスタートアップが現れ、創業者のほとんどが95年生まれや00年生まれで、これらのプロジェクトはエンジェルラウンドで20億、30億元の評価に達することができます。私はこれほど熱気のある市場を見たことがありません。

予想を下回ったのはAIアプリケーション、特に2Cアプリケーションです。私は昨年、2025年がAIアプリケーション時代の幕開けの年になると判断しました。今振り返ると、AIアプリケーションの全体的な市場は依然として予想を超えていますが、その開き方は昨年考えていたものとは少し異なります。今日、基本的にAIアプリケーションは主にAIコーディングに関連しており、インテリジェントエージェントの発展がこれに含まれています。これは私が予想していなかったことです。昨年、私は今年、AIが本当に千の業界に力を与えるのを見られるかもしれないと思っていました。新しいTencent、新しいByteDance、新しいAlibabaになる可能性のある2Cアプリケーションがいくつか出てくるかもしれないと思っていましたが、今日のところでは、全体の市場を特に驚かせるような新世代の2Cアプリケーションは出ていません。

2022年、2023年に設立された第一世代のAIアプリケーションの多くは、対話ツールや感情的な伴侶CharacterAIのような製品を代表としており、現在では多くが成長が鈍化しています。業界は製品の同質化競争に陥っています。ユーザーの増加率も過去2年の急成長に比べて鈍化しています。私たちの内部の振り返りとまとめでは、核心的な問題は、インターネットやモバイルインターネットのユーザー増加やトラフィックのロジックがAI時代の2C製品には通用しないということです。

AIおもちゃやAI短編劇もその例です。いくつかのAIおもちゃ企業は数十万台を販売しましたが、90%のユーザーは長期的にAIインタラクション機能を起動しません。企業は、数十万のユーザーがすべて高頻度の対話を行い、トークンを持続的に消費することは、コストを支えることができないため、むしろ良いことだと認めています。AI短編劇では、AIコンテンツの割合が急速に増加していますが、本当にヒット作を生み出すのは難しいです。

これは、短編劇業界がスケール化された基盤に依存していることを示していますが、核心的な収益化はヒット作に高度に依存しています。現段階では、AIは多くのヒット作を生み出すことができません。これも、芸術的な表現や構想において人間の割合が非常に高いことを示しています。単にAIが精緻なキャラクターの画像を生成するだけでは、質の高いコンテンツを支えることはできません。

9、過去1年で、動画モデル技術は飛躍的な成長を遂げました。

新世代の動画モデル、例えば世界を席巻したSeedance 2.0は、MoEアーキテクチャを採用しており、知的能力が著しく向上しています。現在、4K解像度をサポートしています。そのため、現在、多くのハリウッド映画やコカ・コーラ、マクドナルドなどの大手ブランドの広告の多くの部分がAIによって生成されており、モデルの高解像度生成能力に依存しています。

この一連の世界モデルは、動画生成を可能にし、物体の運動や衝突効果を実現し、現実の物理法則を再現します。これは1年前には全く予測できませんでした。過去1年で関連企業のビジネスは急速に成長し、トッププレイヤーは2つのカテゴリーに分かれます：世界の3つの大手企業、字節Seedance、快手可灵、谷歌Veo；そしてスタートアップ企業、私たちが投資している生数科技、愛詩科技、Video Rebirthなどです。各社のビジネスと収益は基本的に10倍の成長を実現しています。

現在、ハリウッド、広告業界、結婚式、会議会社はすべてこれを使用しています。さまざまな実用シーンが一気に開かれ、私は今年、業界全体の商業化規模が大幅に向上するだろうと判断しています。

10、Seedance、可灵、谷歌Veo 3の核心的な優位性は計算能力とデータです。

Seedance、可灵、谷歌の3社は同じタイプに分類されます。たとえ可灵が分社化しても、快手の計算能力とデータのサポートを依然として受けることができます。3社の核心的な優位性は、自社の計算能力の規模であり、生数科技のようなスタートアップ企業に比べて優位性があります。また、一定のデータの優位性も持っています。動画モデルがアップグレードされた後、トレーニングと推論の規模もそれに合わせて拡大する必要があります。これらの企業は数万から数十万のカードを持っており、明らかな優位性があります。

しかし、私はスタートアップ企業にも機会があると考えています。技術はまだ完全には収束しておらず、スタートアップ企業は人材や技術の探索と反復の速度で大手企業に劣らないからです。私は、可灵が分社化を選択することも、トップ人材を持続的に留めるのに役立つと信じています。VCとスタートアップ企業の間に存在する根本的なロジックは、スタートアップ企業は規模が小さいが、株式インセンティブメカニズムとすべてのリソースを集中させて発揮できる点で、常に大手企業よりも優位性があります。

市場規模は急速に拡大しており、規模化が進むにつれて分業がより細分化されてきています。各社の商業化の焦点は明らかに分化しています。まず言語モデルについて、アメリカのトップ3社は異なるユーザーの使用感がそれぞれ異なります。Geminiのチャット体験がより良いと感じる人もいますが、技術と産業の合意の観点から見ると、OpenAIのChatGPTはユーザー数が最も多く、最初に対話型チャットボットを導入した企業であり、大量の最適化が対話シーンに集中しています。

英語の対話シーンを主に扱う場合、ChatGPTの流暢さは世界的にトップです。GeminiはGoogleに支えられ、大量のオンラインデータに接続しており、情報検索と整理において優位性があります。Anthropicは第一原理から出発し、コーディングとインテリジェントエージェントの能力を初期段階から持っています。3社はすでに明確な分化を形成しています。

各社の動画生成企業も同様に異なるルートを持っています：字節はC向けに焦点を当て、可灵はB向けビジネスを主に扱い、私たちが投資している生数科技もB向けの特定のシーンに焦点を当てており、業界の分化傾向は非常に明確です。B向けシーンとC向けシーンはモデルの特性に対する要求にも多くの違いがあります。

11、現在、1つのリスクがあります：AIの合意が形成された後、大量の熱い資金が流入しています。

合意が形成された後、大量の熱い資金が流入し、最初に二次市場に入ります。現在、純粋にハードコアなAI上場企業はあまり多くありません。二次市場が資金を受け入れるプールはそれほど大きくありません。現在、明らかに二次市場の熱い資金が再び一次市場や一次半市場に流れ始めています。多くの企業は最近資金調達を完了したばかりで、もともと資金が不足しているわけではありませんが、それでも機関は評価を50%から倍増させることを望んでおり、すぐに追加の投資を行います。この熱い資金は業界に大きな影響を与え、企業が自身のニーズを超える資金を得ると、戦略的判断や日常の経営に干渉することになります。しかし、私は起業家の気持ちも理解できます。誰かがより高い評価と大量の資金を提供してくれる場合、拒否すること自体が非常に非人間的であり、実行するのは難しいです。

短期的には私たちにとってより良いことが多いですが、長期的には市場が非常に混乱するでしょう。私が先ほど言ったように、現在、評価が200億を超える具身知能企業が約10社あり、100億評価の企業も10社以上ありますが、設立からまだ2、3年しか経っていないのは本当に異常です。

多くの企業が大規模な資金を得て競争に参入することで、無秩序な競争が引き起こされる可能性があります。第一に、計算能力のコストが急騰し、元々300万であったNVIDIAのサーバーが直接1000万を超える価格にまで高騰し、業界全体の計算能力コストが引き上げられています。第二に、人材の争奪が激化し、業界の給与が急上昇しています。第三に、顧客の面では無秩序な競争が起きており、各社ともに成熟したビジネスシーンを持たず、大口顧客を奪い合うことしかできず、単純に収益規模を競い合っています。

これらの現象は長期的に見て業界の発展を損なうものであり、現在の市場には多くの非合理的な熱狂行動があふれています。

12. 現在、資本市場は若いAI起業家に対して「謎の熱愛」を抱いています。

第一に、ほとんどの機関は2、3年前の大規模モデル企業への投資機会を逃しました。多くの機関はAIに対する確信を持たず、その年に投資しませんでした。今年の初めには大規模モデルに対する共通認識が生まれたため、多くの機関が急いで投資を行おうとしています。このような状況では、新たに登場したモデル企業が特別な資本の恩恵を受けることになります。

第二に、DeepSeekの登場により、多くのメディアが北京大学や清華大学の在学博士生がコアチームであると報じ、AI業界の「ベテラン」ではないことに驚きました。そのため、市場には「若ければ若いほど賢い」という印象が形成され、歴史的な負担がないほど成功する可能性が高いとされています。現在、多くの投資家は若いチームを信じ込んでいます。若いチームが悪いわけではなく、私たちも非常に若いチームに投資していますし、多くのプロジェクトを見ています。ただ、若い起業家を投資の主要な判断基準とするのは非常に主観的であり、成立しないと思います。

第三に、アメリカでも新しい最前線のモデル研究所が登場しています。海外のトップ企業のコアメンバーの年収はすでに1000万ドルに達しており、優秀な若手研究者は豊富な収入により財務的な心配がなく、新たにモデル企業を独立して設立することを選ぶのは理解できます。これにより、国内の多くの若者も挑戦する意欲を持つようになっています。

この波の背後にある論理は理解できますが、個々のプロジェクトの判断を行う際には、創業者が若いからといって単純に投資することはありません。私たちが重視するのは、相手の技術路線が破壊的であるか、あるいは10倍の向上が可能かどうかです。たとえ創業者が博士課程の在学生であったり、卒業したばかりで関連業界の履歴が不足していても、私たちは多方面から証拠情報を収集し、チームの真の実力と研究開発の方向性を総合的に検証し、完全な評価分析を行います。

13. ますます狂気の時代において、歴史の教訓を見つめることが重要です。騒音が多い時代には、哲学的思考がより重要になるかもしれません。この事を理解し、深く考える必要があります。

設立から2、3年の若い企業に対する私のアドバイスは、歴史を多く見ることです。大きな波が来るほど、歴史の教訓を見つめる必要があります。

実際、大きな波、つまりインターネットやモバイルインターネットの時代にも似たような状況が発生しましたが、規模はますます誇張されています。90年代末にも、一人で資金を調達し、2年以内に上場を果たすことができる企業が多く現れました。しかし、最終的にはすべてが塵となり、土となり、真の価値を創造することはありませんでした。たとえ資本市場に愛されても、最終的には失敗する可能性があります。

したがって、ますます狂気の時代において、歴史の教訓を見つめることが重要です。騒音が多い時代には、哲学的思考がより重要になるかもしれません。この事を理解し、深く考える必要があります。

投資の本質は、私たちが企業に投資し、その企業が将来的に規模を実現できるかどうかです。私たちはIPOなどの形でリターンを実現します。例えば、私たちはマクドナルドに投資しますが、ミシュラン三つ星のレストランには絶対に投資しません。ミシュランレストランがどれほど利益を上げていても、純利益が高くても、資本化を実現できず、IPOの拡大器がなければ、退出することはできません。

03「もし1年後にインテリジェントエージェントが立ち上がらなければ、計算能力の需要も再評価される」

14. 今年、アメリカの主要なテクノロジー企業は、AI計算能力への年間予算を7000億ドルから8000億ドルに引き上げました。中国は約1000億ドル規模です。

この統計データは必ずしも完全に正確ではありませんが、方向性は明確です。これは現在の人類の商業社会で見られる、ロボット分野よりも確実性が高く、実現までのサイクルが近い最大の需要であり、需要は非常に明確です。

具体的な例を挙げると、数年前は皆がモデルのトレーニングを行っていましたが、今年に入ってからは、ByteDanceの計算能力と推論部分の需要が1:1から徐々に推論が増えてきています。智谱を含め、現在はトークンの使用が増えており、数ヶ月前の増加を維持できれば、推論計算能力は急速に増加するでしょう。基本的に、ByteDanceのようなテクノロジー企業は、2、3年後には毎年の推論計算能力の需要が百万枚のカードレベルに達するでしょう。したがって、これは巨大な需要であり、非常に実現可能で現実的な需要です。

したがって、GPU企業の市場需要は非常に大きく、この大市場でたとえ1%のシェアを獲得できれば、年間で100億規模の収益を実現でき、企業の時価総額は簡単に1000億に達することになります。しかし、市場は最初に分散し、その後収束します。中国では現在、多くのGPU企業が存在しますが、5年、10年後にはどれだけ残るでしょうか。私は必ず収束すると信じています。

15. 現在、国産GPUには大きく分けて3つのルートがあります。

現在市場に出回っているAIクラウドチップ企業は、3つの異なる技術ルートに対応しており、後の2つは昨年から急速に興起したもので、現在の一次市場で特に活発な方向性です。第一のタイプは国産GPUメーカーで、壁ランテクノロジー、沐曦、モールスレッド、昆仑芯、寒武紀、華為を基準としています。現在の核心要素は、誰が国産サプライチェーンの生産能力を獲得したかです。現在、持続的かつ安定した供給の見通しがある企業はわずか数社です。

供給チェーンの問題により、先進的なプロセスの生産能力供給が制限されているため、現在のGPUよりも将来のAI推論の需要をより満たすことができ、供給チェーンの問題を回避できる2つの新しいルートが生まれています。1つは3DスタッキングDRAM、もう1つはDDRを採用しています。現在、3DスタッキングルートとDDRルートの企業はそれぞれ約10社あり、その中には多くのトップ企業が含まれており、現在の評価は一般的に100億元から200億元の範囲で、資金調達規模も非常に大きいです。

市場がこのような企業を好意的に見る論理は非常に明白です。製品が実現可能で量産できる限り、生産能力供給の問題を解決でき、将来的な推論市場の増加の可能性が非常に大きいため、これらの企業は必ず相応の市場シェアを獲得できるでしょう。

16. 市場の計算能力需要に対する期待は依然として揺れ動いており、これは警戒すべき点です。

市場が最も警戒すべきなのは、数日前に一度揺れ動いたことです。Metaが一部の冗長な計算能力を外部に売却するという報道がありましたが、この情報はMetaの公式発表ではなく、市場は瞬時に以前の業界予測に偏差が生じたことを疑い始めました。この情報が出た夜、韓国の株式市場は直接サーキットブレーカーが発動し、サムスンやSKハイニックスの株価が大幅に下落し、国内の関連する香港株やA株も同時に下落しました。

もし今後AIアプリケーションの実現が持続的な爆発的成長を維持できなければ、例えばエージェントの発展が1年後に進展がなければ、商業化の実現も進展しなければ、あるいはモデルの能力がさらに向上せず、現状を維持するだけであれば、全体のアプリケーション規模は向上せず、計算能力の成長に対する期待が打ち砕かれ、一次市場と二次市場に集中リスクが生じるでしょう。

17. 国産の高性能AIチップとNVIDIAの差は、まずソフトウェアエコシステムにあります。

現在、モデルのトレーニングに使用されるのは基本的にNVIDIAのカードであり、すべてのモデルトレーニングシステムはCUDAエコシステムに基づいて構築されています。高効率かつ低コストで推論を行うためには、必ずCUDAとの互換性が必要です。これは中国企業だけでなく、AMDもこの問題に20年近く取り組んでいます。

現在、いくつかの変化が見られます。第一に、AI1.0時代と比較して、大規模モデルのアルゴリズムの収束度が高くなり、演算子の最適化が相対的に容易になり、CUDAによる適応の壁を低下させることができます。第二に、この半年で大規模モデルのコード作成能力が向上し、現在、すべての非NVIDIAチップメーカーは、大規模モデルを使用して自動的に演算子の適応を行っています。しかし、いずれにせよ、現時点ではCUDAエコシステムは依然としてNVIDIAの最大の競争壁です。

ハードウェアの面では、長年にわたり、先進的な電力供給プロセスがTSMCに1世代遅れていると言われており、チップのトランジスタ数が少なく、同等の計算能力を得るためにはチップの面積を大きくする必要があり、面積が大きくなるとコストが上昇し、熱管理の圧力も同時に上昇します。これは一連の連鎖的な問題です。簡単に言えば、現在の高性能チップはNVIDIAに対して少なくとも1世代遅れています。

免責事項：本コンテンツは一般的なブランディングおよび情報提供のみを目的としており、金融、投資、法的、または税務上の助言を構成するものではありません。ここに記載されているイベント、報酬、オンラインイベント、または関連情報は、暗号資産の購入、売却、取引、もしくはその他の取り扱い、または各種サービスの利用を推奨、勧誘、あるいは案内するものとみなされるべきではありません。暗号資産は価格変動が非常に激しく、損失が生じるリスクがあります。WEEXのサービスおよびオンラインイベントは、一部の地域ではご利用いただけない場合があり、現地の適用法令、規制、および利用資格要件が適用されます。ユーザーの皆様は、WEEXサービスの利用が居住国の法律に準拠していることをご自身の責任で確認し、暗号資産に関連する活動に参加する前に、リスクを慎重に評価してください。