前言
本篇是大国竞争 | 中美 AI 对比(二)独角兽篇的下篇,针对个别中国 AI 独角兽进行独家点评。
此外,本文是 AI 系列研究的第七篇,其余包括:
第一篇《AI 算法分析 94 家海外 AI 独角兽》,我们分析了 2015 年后成立的 6500 家 AI 公司, 并且整理出了 94 家海外 AI 独角兽。
第二篇团队分析《原创研究 | AI 创业:团队决定命运?》
第三篇机构分析 《AI 投资新格局:科技巨头主导,VC 退居二线》
第四篇,OpenAI 分析《原创研究 | OpenAI 黑帮使命:从邪恶的 OpenAI 手中拯救人类》
第五篇中美技术对比《原创研究 | 大国竞争之中美 AI(一)技术篇》
第六篇中国独角兽分析《大国竞争 | 中美 AI 对比(二)独角兽篇》
💡摘要 💡
1. 智谱 AI:走商汤的老路,先上市,再“赚钱”?
2. Minimax:搞 CV 的创始人来搞 NLP
3. 百川智能:恐步 IBM Watson 后尘
4. 追觅与云鲸:兑现天赋,追觅成巨头;云鲸上不了牌桌
5. 晶泰科技:和 Web3 空气投资如出一辙
6. 推想和数坤:晶泰的投资人,熟悉的配方
Prologue
These violent delights have violent ends.
And in their triumph die, like fire and powder,
Which as they kiss consume.
——William Shakespeare, Romeo and Juliet
01.
AI 和 Web3 的双城记
爆米花独角兽(Popcorn),指的就是一夜成为独角兽的公司(companies pop into unicorn overnight)。
VC 总是想投到这样的企业,或者只想投资这样的企业。
然而这样的企业,往往是庞氏骗局。 现在的 AI 企业就在备受质疑。
华尔街公开质疑人工智能是否能够盈利,学术界则在审视 AI 公司所声称的进展。华尔街和学界都发现了当前的 AI 炒作周期与之前的科技泡沫,Web3 虚拟货币泡沫之间有显著的相似性。
那么谁能在这场泡沫中受益呢?
比如,知名硅谷 VC Marc Andreessen,几乎抓住了过往的每一个泡沫,1995 年,他为自己的公司加上“.com”,卖了 40 亿美元。随后他率领 A16z 在 2013 年至 2020 年间投资了 Coinbase 八次,成为 Web3 领域最大的机构赢家,4000 万本金赚取了 20 亿美元。2023 年他又开始大幅度鼓吹人工智能,并且募集了一期 75 亿美金的基金。
F1: Marc Andreessen
事实上, 生成式 AI 和 Web3 是何其相似的两个市场,都是基础设施公司估值远远高于应用,都是离钱越远估值越高。都和商业逻辑,商业直觉背离。
目前,生成式 AI 最大的两个功能就是头脑风暴(撰写文本)和编写半自动代码(程序员喜欢将生成工具作为助手),其他功能由于准确性问题,都未达到付费标准,并且可能永远不会达到。然而 AI 公司的估值预期已经形成了万亿美元市场,除非收入在几年内确实增长 1000 倍,否则将没有足够的资金支持这些 AI 公司的存活。
泡沫的本质在于,一旦开始膨胀,通常不会温和地收缩。尽管它可能会逐渐消退,但突如其来的破裂更为可能。
截止 2024 年 10 月,虚拟货币本周期叙事已经结束,BTC ETF 的通过已经创造了新高,接下来上涨行情结束,进入震荡下行期。由于“羊群效应”(Manahov 2024),某一天比特币价格必然暴跌。与此同时,中概股开始发力。
那么对于 AI 而言,我们能做些什么来平滑看似又一个 Gartner 炒作周期的曲线?
02.
温故而知新:Violent delights vs Violent ends
2.1 先看一下 7 家精选 Violent ends ( 狂暴结局 ) 公司列表
01
柔宇科技
• 背景:柔性屏,“汉芯”2.0
• 估值:最高时估值达到 60 亿美元
• 现状:没有实际产品,倒闭
• 知名投资机构:IDG,深创投
F2:柔宇科技产品,实际证明并非其研发
02
图森未来
• 背景:无人驾驶企业,累计营收仅百万美元级别
• 估值:IPO 市值达到 85 亿美元
• 现状:退市;退市前市值为 5000 万美元左右
• 知名投资机构:新浪,高盛
F3:图森市值蒸发 99%
03
Embark
• 背景:没有收入的无人驾驶公司
• 估值:上市时估值达到 53 亿美元。
• 现状:资金链断裂,破产
• 知名投资机构:
Wellington Management
04
Theranos
• 背景:一滴血检测癌症,背后用西门子产品
• 估值:估值最高 90 亿美元。
• 现状:骗局被揭穿,倒闭,创始人被监禁
• 知名投资机构:默多克
F4:Theranos CEO
05
依图科技
• 背景:AI 医疗企业
• 估值:最高时估值达 150 亿人民币。
• 现状:中止上市,截止 2020 年累计亏损 72 亿人民币
• 知名投资机构:中国红杉
F5:依图被上交所终止上市
06
FTX
• 背景:加密交易所
• 估值:最高时估值达 1000 亿美元
• 现状:挪用投资人钱拉盘导致资金链断裂,破产,创始人坐牢
• 知名投资机构:美国红杉,淡马锡
F6:FTX CEO SBF
07
WeWork
• 背景:伪装成高科技公司的“二房东”生意
• 估值:最高时估值达 470 亿美元
• 现状:资金链断裂,破产
• 知名投资机构:软银愿景,Benchmark
F7:左 Wework CEO Adam Neumann , 右为最大输家愿景资本合伙人孙正义
2.2 再看一下,在路上的 6 家精选 violent delights ( 狂暴欢愉 ) 列表
01
寒武纪(688256)
• 背景:AI 芯片
• 市值:1100 亿元人民币
• 现状:过去五年中,累计亏损约 45 亿元人民币(数据来自同花顺)
• 亏损原因:产品不符合市场需求,大客户华为撤单
02
商汤科技(HK0020)
• 背景:视觉 AI 公司
• 市值:最高时 2700 亿人民币
• 现状:过去五年中,累计营收 183 亿人民币,亏损高达 462 亿元人民币(数据来自同花顺)
• 亏损原因:海量应收账款;研发经费莫名虚高
03
云从科技(688327)
• 背景:视觉 AI 公司
• 市值:最高时 267.亿元人民币。
• 现状:过去五年中,营收 37.75 亿元,亏损约 36 亿元人民币(数据来自同花顺)
• 亏损原因:毛利率低,说明毫无技术优势
04
优必选(HK9880)
• 背景:消费机器人
• 市值:最高时 900 亿人民币
• 现状:过去四年中,营收累计 36 亿元,亏损约 38 亿元人民币(数据来自同花顺)
• 亏损原因:产品不符合市场需求,2G
05
天智航(688277)
• 背景:手术机器人,实际收入来自于手术室装修费用
• 市值:最高 600 亿元人民币。
• 现状:过去五年中,营收累计接近 9 亿元,亏损约 4.4 亿元人民币(数据来自同花顺)
• 亏损原因:没有核心技术,大部分收入来自于手术室装修
06
晶泰科技(HK2228)
• 背景:AI 辅助药物晶型预测
• 市值:最高 450 亿元人民币。
• 现状:过去三年中,营收累计 3.7 亿左右,亏损约 55 亿元人民币数据来自同花顺)
• 亏损原因:晶型预测业务市场规模极小,小于其市值
空气币公司列表我就不展示了,他们的收入和上述公司差不多,但是亏损少几个 0。
许多投资者认为Web3 与 Web2截然不同,认为 Web3 充斥着惊天骗局,或者隐藏着某种 “财富密码”。但我认为它们并无不同,炒 B 和炒茶叶、炒邮票、炒潮玩,本质上都一样。Web3 不过是和生成式 AI、生物医药、消费品等众多投资赛道中的一员,没什么特别的。
正如前文的精选“Violent Ends 公司”和“Violent Delights 公司”,以及Web3 领域的空气币项目,实质上三者之间并无显著差异。
他们的商业模式都不产生正向现金流,他们真正为股东创造收益的方式都是卖股票(卖 Token)。
所以当著名投资人朱啸虎说,未来 VC 的商业模式是通过创业公司分红来创造收益,这显然不符合美元基金的投资作风。
这不过是现代资本市场的真实写照: Story telling是 AI 和 Crypto 赛道的大杀器。成功与否,或许从来不是靠实力,而是靠表演的艺术。
03.
还看今朝:中国 AI 独角兽(2015 年后创建)投资复盘
下面接着《大国竞争 | 中美 AI 对比(二)独角兽篇(上)》进行分析和点评中国 AI 独角兽企业。
前情提要:
前面系列文章,我们整理和分析了自 2015 年成立的中美AI 独角兽一共109 家公司,其中 73 家公司来自美国(USA),36 家公司来自中国(China)。无人驾驶赛道排除在外。下面我们会对具体赛道和企业进行分析,和独家判断,看看VC 们是怎么一往无前虎山行的,以及是否最终可以拨开云雾见光明。
如 F8 和 F9 , 从 Model 层,中国独角兽数量高于美国数量,可以看出这个领域以及超饱和,而且没有必要出现这么多独角兽,从另一个角度说明,中国某些企业家创业也很“羊群效应”。我们相信,由于缺乏技术原创性,这里面有 70% 的大模型企业将会死掉。那么谁是第一个?
F8:2015 年成立的中美 Model 层独角兽对比
F9:中国 AI 六小虎(龙)
Foundational Model:
Case A:智谱 AI
1.简介:智谱成立于 2019 年,到 2024 年,其估值达到了 30 亿美元,当前主要业务为研发预训练⼤模型。
2.团队:截⾄ 2024 年 10 月 4 日, 拥有 800 名员工,成为中国员工数量最多的 AI 公司。
公司由清华大学计算机科学与技术系的教授唐杰和李涓子创立,他们是清华大学知识工程小组(KEG)的成员,该实验室专注于知识工程理论、方法和在网络环境中的应用。唐杰是清华⼤学计算机系教授,ACM Fellow、IEEE Fellow,国家杰出青年科学基⾦、国家科学技术进步奖⼆等奖获得者。
F10:左二为唐杰
CEO 张鹏:清华⼤学计算机系本硕博,清华⼤学 2018 创新领军⼯程博⼠;在 ICML、ISWC 等顶级会议上发表 10 余篇⽂章。张鹏和 MiniMax 的闫俊杰,月之暗面的杨植麟在发表数量和引用量上差距较大。
3.技术沿革(干货):早在 2020 年,智谱 AI 便开始投入研发大语言模型(LLM),领先于许多其他公司。
2022 年 4 月,唐杰等人发表了论文《GLM: General Language Model Pretraining with Autoregressive Blank Infilling》(被引用次数:1113),首次介绍了其自研的 GLM 模型。与当时主流的谷歌 BERT 和 OpenAI 的 GPT 模型不同,GLM 提出了新框架。尽管 BERT、GPT 和 GLM 都基于 2017 年谷歌发表的经典 transformer 架构,智谱 AI 通过为 GLM 引入创新特性,使其在中英文任务处理上都表现得非常出色。
BERT、GPT 和 GLM 各自特点:
BERT 使用掩码语言建模,通过隐藏部分文本并让模型根据前后语境预测这些词汇,从而帮助模型理解单词的上下文意义。
GPT 则是通过自回归模型,利用前面的词来预测句子中的下一个词,擅长生成连贯且符合上下文的长文本。
GLM 则结合了这两种方法的优势,通过隐藏文本并按顺序预测缺失部分,同时利用双向语境理解文本并生成新的文本。此外,GLM 还集成了处理中英文任务的高级技术,使其具备多语言处理能力。
类似于 OpenAI 基于 GPT 模型推出 ChatGPT,智谱 AI 也基于 GLM 架构开发了 ChatGLM,专注于中英文双语任务。此外,智谱 AI 还推出了诸如 WebGLM、VisualGLM、CogVLM 等产品,分别应用于网络搜索、图像生成与理解、多模态数据处理等领域,并研发了代码生成模型 CodeGeeX2-6B。
4.融资:值得一提的是,2024 年,沙特阿美旗下的风投部门 Prosperity7 成为智谱 AI 的首个外国投资者,参与了约 4 亿美元的投资。这标志着智谱 AI 逐渐成为全球 AI 领域的重要竞争者。
5.智谱的商业化路线(干货):智谱怎么真正变现不重要。重要的是他有前辈可以参考。华大基因,商汤科技,天智航,寒武纪都是优秀前辈。当然不要忘了柔宇科技。
以投资换收入
智谱的商业化路线很明显是走华大基因,商汤,晶泰科技的老路,即利用投资款去投资小企业,再让小企业去购买自己的服务换取收入;阿里投资 AI 六小龙同理,就是用投资款换取阿里云服务收入。这样企业营收增加,同时还增加了资产。是一举多得的壮举。
2024 年 7 月,智谱 AI 和星连肇基、京成燕北三方共同发起,出资 2.6 亿元,成立基金合伙企业,其中智谱 AI 认缴 2 亿成了主导 LP。如 F 所示,智谱已经投资了多家企业。
F11:智谱投资企业
线下广告,目的是为了上市做 PR。
智谱的广告不是打给消费者的,是用来 2G 的,意图占领高层心智。自 2024 年春节开始,智谱开始在高铁站、飞机场。地铁站、电梯进行广告投放。其在广告上的投入却不容小觑。根据传媒公司的报价,保守估计其一个月的广告总投入为 2000 万。对比其竞争对手 KIMI 一个月约为 630w-690w 的推广费用,不可为不奢侈。但是智谱的这个投入,很明显不在于获取 C 端用户,这是一次更高层级的战略之争。在中国做生意,生意都是其次的。
F12:智谱投放的线下广告
MOE(Mixture-of-Experts):
大小模型结合的优势
多模态模型,本质上是大小模型的协同。通过整合不同模型,可以在某些特定领域超越通用模型的能力。注:大模型更擅长处理泛化问题,而小模型更擅长处理专业领域问题。大模型准确率相对更低,小模型准确率相对更高。大模型更依赖公开数据,小模型更依赖独家数据。
Case B:MiniMax 和天使投资人陈昱
1.简介:MiniMax 是一家成立于 2021 年 12 月的人工智能初创公司,专注于开发多模态大模型,包括文本到视觉、文本到语音和文本到文本的基础模型架构。
2.团队:MiniMax 的创始人闫俊杰曾是商汤科技的副总裁,毕业于中科院,在计算机视觉领域,发表了顶级会议和期刊论文 100 余篇,Google Scholar 引用超过 10000 次。
F13: 闫俊杰
3.注意(干货):闫俊杰的专业领域是 CV 而不是 NLP,在这个情况下说明一个问题,做 CEO,懂技术不是最重要的。MniMax 是这次生成式 AI 六小龙里团队豪华程度相对最弱的。
4.商业化:其商业化涵盖开放平台和 C 端用户收费两部分。开放平台服务超 3 万家企业用户和开发者,积累了两千多家付费客户;C 端收费模式为广告和订阅付费。MiniMax 的产品之一是 Glow,这是一款 AI 聊天软件,已经吸引了数百万用户。据说 Mnimax 的海外产品 2024 年营收将达到 7000 完美元(https://finance.sina.com.cn/tech/roll/2024-10-11/doc-incscxfw8253907.shtml)。
5.技术:MiniMax 自主研发了基于 MoE(Mixture-of-Experts)架构的多模态大语言模型,这种架构是一种集成方法,通过将问题分解为多个子问题并由不同的专家网络解决来提高模型性能。具体来说,MiniMax 的多模态大模型包括万亿参数的 MoE 大语言模型 abab6.5、语音大模型和图像大模型。
6.天使投资人陈昱:
MiniMax 的第一个投资人是我的老大哥云启资本合伙人陈昱,早在 2021 年底,云启资本就参与了 MiniMax 的天使轮投资。不得不说,大多数投资人投资大模型企业是跟风;而云启资本是提前布局。别的投资人投资的估值,是否最终能有经济回报,很难说。云启投的物美价廉,肯定是赚翻了。
陈昱在 2019 年曾经向我推荐他的 Portfolio 擎朗智能和 PingCap。
时值 2019 年冬,更是资本寒冬,擎朗智能当时估值低于 1 亿美金,其所处的 AGV 赛道很卷,他也不是赛道第一,有几个模组当时是外包,最大的客户在那一年刚刚成立了一个自己的 AGV 公司。虽然,我非常喜欢擎朗智能的 CEO,人很聪明,逻辑好,商业 Sense 好。我超级想投资,但是还是 Pass 了。几年后,孙正义来了,他就成了独角兽,擎朗智能大约 10 亿美金估值。
同一时间,PingCap 作为一个开源软件,中国 VC 不 Buy in 开源,就像美国资本市场不认可 B2B。如果 Pingcap 是一个美国企业。我会毫不犹豫的投资。两年后,Pingcap 估值增长了接近 10 倍,达到 30 亿美元。
这就是我错过这两个独角兽的故事,其次必须得说一说陈昱为什么这么牛 B!
陈昱在美国约翰霍普金斯大学读书,获得计算机硕士,老师之一是 Sanjeev Khudanpur,Sanjeev 的导师是 Frederick Jelinek 教授,是第一个将统计引入 NLP 的开山立派之人,蚂蚁金服副总裁徐鹏是 Jelinek 的学生,也是 Sanjeev 的学生。而出门问问 CEO 李志飞,腾讯副总裁吴军(《数学之美》的作者)都是 Sanjeev 的学生。
2021 年,于 2017 年毕业于约翰霍普金斯大学的贠烨祎加入了一个 AI 公司,并且找到了师兄陈昱进行融资路演,这个 AI 公司叫 MniMax。三年后,MniMax 估值 25 亿美元。
陈昱是少有的深刻理解 AI,且有商业思维的投资人。
F14:美国约翰霍普金斯大学
Explained AI(AKA 可信模型):安全模型领域的落后
从可信模型和安全模型的角度来看,国内大模型企业全面落后。这不仅体现在技术实现上的困惑,更在于从心理和认知上对这一领域的重要性缺乏足够重视。随着时间推移,中外在这一领域的差距只会越来越大。而海外 OpenAI 派生的 Anthropic,SSI,和 Elon Musk 的 xAI 都是这个领域的领先者。
F15:Elon Musk
Spatial Model:
探测物理世界的边界
探测物理世界的 scaling law 边界是一个全新的,未被探索的领域,代表了中国企业弯道超车或与国际科研水平齐头并进的机会。目前斯坦福教授李飞飞的 World Labs 正在尝试攻破这一方向,希望中国企业能够抓住这一机遇,而不是等到他人解决问题后再去模仿,在空间模型领域主动出击,完成突破。
F16:左二李飞飞
Domain Model:
Healthcare LLM
Case C 百川智能
百川智能由搜狗 CEO 王小川创办,2023 年高调宣布进入医疗领域,做辅助诊断的大模型。
笔者所学的专业认知科学,就是医学和统计学的结合。可以说没人比我更懂诊断大模型了。
首先,海外 AI 独角兽多在做药物发现的大模型,这个是符合逻辑的,正如前文所说,生成式 AI 最大的一个作用就是头脑风暴,以前 CADD 就开始尝试使用类似搜索引擎“Page Ranking”的算法做苗头化合物的筛选。那么大模型自然是升级版本。
但是诊断,是老酒装新瓶。
首先医疗诊断本质上就是一个排除法。我用实际案例进行说明:
病人:我咳嗽三个月,未见好转。
医生:是否有体重减轻?
病人:无。
医生:ok,这是抗过敏药物,舒缓咽部或者鼻腔平滑肌,血管药物。
那么医生是怎么判断的呢?因为根据医学书籍(包括最新论文),长期咳嗽的原因就三种,1. 胃酸倒流,会导致体重变轻。2. 哮喘。3. 鼻后滴。2 和 3 都和过敏有关,哮喘和鼻后滴都是症状,病理不明。所以药物很雷同。只要排除 1 就可以了。
是不是很神奇,其实都不需要作进一步的仪器检测。那么为什么中国医生喜欢做很多机器检测呢?那是为了免责和创收。
这样的一个诊断其实一个决策树模型就搞定了,最古老的机器学习算法,根本不需要大模型。可以说是医疗大模型就是用大模型解决小模型问题,浪费算力。当然从科研角度,诊断大模型是值得进一步探索的(我曾经是坚定的 Scaling Law 怀疑者,所以我曾经认为无人驾驶还需要 20 年可能才能达到商业化水平)。
大模型的不可解释性也会影响诊断结果的可信度。更重要的是,医疗诊断最终依赖的是医疗设备,因此这一赛道更多依赖于设备与技术的结合。
所以我们可以看到之前做医疗大模型的无线光年(阿里达摩院的漆远博士创办)已经转型。
更早的前车之鉴就是IBM Watson, IBM 花费 52 亿美元打造的 AI 医疗大脑,遭遇滑铁卢, IBM Watson 不是大模型,但是也因此,其泛化能力或许不佳,但在个别领域应该准确率很高。事实上,其在癌症治疗建议中频繁出现重大错误,被众多医院终止合作。
F17:媒体图片,为什么 Watson 的癌症项目失败(该项目耗资 6800 万美元)
所以我们不禁要问,百川智能要做诊断大模型,有几个 52 亿美元?
但是大模型在诊断上有两个突破口。
• 病人再描述症状时,是不准确的,给出的大多数是无效信息。大模型可以进行整理,总结。
• 有一些罕见病,少见病,普通医生无法诊断。这样大模型可以在海量病例案例中找到相似案例,给与医生启发。
这两个功能并不是革命性的创新。医疗 AI 的核心壁垒依然在于数据的获取,尤其是高质量的病例数据。没有获取到核心的临床病例,精准的医疗诊断就无从谈起。而这些病例通常是私有化的、非公开的资源。这一方面意味着医疗大模型企业可以通过数据建立起自身的竞争壁垒,另一方面也意味着它们的发展速度会受限,因为缺乏足够的公开数据资源来进行模型训练和优化。
扫地机器人:中国公司兑现天赋的 AI 赛道
Case D 追觅和云鲸
F18:四大扫地机品牌
目前扫地机器人格局已定,石头第一,科沃斯第二,追觅第三。
石头科技 2023 年 86.5 亿,利润 20.5 亿;2024 年上半年 44 亿营收,利润 11.2 亿。石头市值 500 亿左右。
科沃斯 2023 年收入 155 亿,利润 6.1 亿。2024 年上半年收入 69.7 亿,利润 6 亿,利润增长超过 100%。 科沃斯市值 290 亿。
追觅预计 2024 年营收达到科沃斯级别,利润也可以参考科沃斯。上一轮估值 150 亿人民币左右。如此看来,新一轮估值将在 300-400 亿之间。
云鲸预计 2024 年营收在 20-30 亿之间,利润依然是亏损;但是云鲸的估值已经达到 400 亿人民币。这个估值远超前面的大哥,而营收和前面的大哥已经不在一个牌桌上了。云鲸 CEO 曾经做出了一款好产品,国内第一个旋转式拖地机器人,但是一款产品在中国如此喜欢抄袭的市场,不足以支持长久发展。其次云鲸创始人年轻气盛,也为自己的傲慢付出了一定代价;希望他可以创造出更好的下一代产品。
总结:不得不说,总体而言,扫地机器人是兑现了自己的天赋的,似乎中国创业公司在创造实体企业时候,更符合商业逻辑,毕竟投资机器人是人民币基金的看家本领,而不是美元基金所擅长的。
医疗
Case E:晶泰科技
晶泰科技当前还有接近 400 亿港币市值,但是他的财务状况极其糟糕,累计 3.7 亿港币营收,累计亏损达 55 亿人民币。甚至可以说这个公司这辈子都赚不回来他收到的投资款,都无法赚到自己过去几年亏损的金额。
财务情况如下:
营收:
2021 年:6279.9 万元。
2022 年:1.33 亿元。
2023 年:1.74 亿元。
净利润:
2021 年:净亏损约 21.37 亿元。
2022 年:净亏损约 14.38 亿元。
2023 年:净亏损约 19.06 亿元。
晶泰科技的成长史就是一部资本史(参考本文前两个小结)。晶泰科技的巨大亏损反映了他微不足道的主营业务上,晶型预测,仅是药物发现中占比很小的一个环节。
如此小的赛道本不足以支持这样的一个超级独角兽。这个赛道的市场规模可能也就是 70 亿人民币左右。远小于晶泰科技的市值。因此,我们可以看到他的投资人列表虽然豪华,但是却鲜有专业的医疗投资机构。
投资人列表:Google,腾讯,SoftBank,中国红杉,奥博资本(Orbimed),国寿股权投资,SIG ,人保资本,中金资本,五源资本,厚朴资本,中国生物制药集团,未来资产,招银国际。
F19:晶泰科技 Logo
投资他的机构以 TMT 投资人为主。美元 TMT 投资人在看不到 DAU(日活跃用户)的情况下去做投资,和瞎子掷骰子没什么区别;靠“瞎猜”来做出几千万美元的决定,这可比买彩票更刺激,只是不知道中奖的是谁,倒霉的又是谁。
投资晶泰科技类似的项目和投资一个空气币项目也没什么太大不同。都是本身无法赚钱的项目,目标市场都非常狭窄,就是一小撮人,未来十年产生营收都比不过一年的亏损。都从生意逻辑上无法自洽。其真正核心产品不是招股书上的主营业务,而是股票本身。
也因此,菜市场卖平遥牛肉的宝二爷也可以通过投资空气币成为知名 Web3 投资人,赚得几亿美元身家。这和美元 TMT 投资人也没什么不同,唯一的不同就是宝二爷只是高中学历。
F20:图为宝二爷
Case G:推想科技和数坤科技
如果晶泰科技是幸运的,那么推想科技就没那么走运了,推想 CEO 陈宽有一次在中国红杉组织的 CEO 大会上拍桌子,他说背刺我的就是我的投资人,我的投资人投了一个又一个我的竞争对手(大意)。
没错,中国红杉在 AI 医疗影像这个赛道,在投资了推想科技以后,又投资了体素科技,和数坤科技。红杉对这个赛道是真爱了。但是推想不能怨红杉,谁让自己不争气呢,目前推想基本上在业务上已经全面落后于其他竞争对手了。体素早已经死亡。
牌桌上就剩下深睿科技,医准科技和数坤科技。数坤科技也是红杉的 portfolio,且估值在 2021 年就达到 90 亿人民币,令人乍舌。然而他 2023 年的营收仅为 4262.79 万元(数据来源 :
https://www.huaon.com/channel/trend/994603.html).
F21:新闻截图
这不合逻辑的估值和融资来自于投资方包括高盛资管、春华资本、红杉中国、与未来资产等。其中高盛资管就是散户资金抱团,而红杉中国和未来资产则是晶泰科技的老朋友。这又是熟悉的套路,炒高价格,让韭菜散户接盘。我倒想看看这泼天的富贵最后怎么收场,是不是又一个 Theranos?
04.
总结
庞氏骗局、泡沫并不永远都是一个贬义词;很多时候还是一个积极的事物,事实上,美国的科技发展就是建立在其庞氏金融属性上的,正如,我有计划为此写一篇学术论文来论证这个观点。但是我迟迟不写,又何尝不是对读者和自我的庞氏许诺。
庞氏骗局最大的弊端是庄闲之间巨大的信息不对称,我们不知道庄家什么时候撤凳子,也因此,我们看到了大量中美 AI 独角兽,尤其是 AI 医疗独角兽的现实与预期之间的巨大鸿沟。
AI 投资的庞氏属性和 Web3 投资不遑多让,而背景光鲜亮丽的美元基金投资人和炒空气发财的牛肉铺摊主投资模型也是如出一辙。
那么对于这次泡沫,我们应该拥有什么样的“高瞻远瞩”呢?
正如莎士比亚在《罗密欧与朱丽叶》所言,
这些狂暴的欢愉,终将有狂暴的结局
犹如烈火亲吻火药
在最得意的一刹那烟消云散
【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。