20260320-光大证券-第一章_AI风投从领先到落后的创新金融启示_新质生产力需要分布式资本市场_21页_3mb

中国AI风投从领先到落后的创新金融启示

核心内容

本文探讨了中国AI风投从领先到落后的现象，分析了其背后的原因，并提出了应对策略。文章指出，大模型的规模定律意味着其开发需要大量资金投入，而风险投资在这一过程中发挥了关键作用。中国AI风投曾在2017年占据全球领先地位，但此后逐渐被美国反超，同时欧盟、印度也加速追赶。这种转变不仅影响了中国在AI领域的创新能力，也反映出中国风投市场整体在培育“独角兽”方面能力的下滑。

主要观点

1. 风投与大模型开发的关系：

   • 大模型的规模定律决定了其开发需要大规模资金支持。
   • 风险投资是支撑引领式创新的关键融资方式。
   • OpenAI的案例表明，仅靠公益捐赠难以支撑大模型的开发，商业性风投成为关键。

2. 中国AI风投的下滑原因：

   • 风险偏好下降：中国风投在2017-2022年间，风险偏好出现快速下降，而美国风投在此阶段保持较高热情。
   • 募资困难：资管新规实施后，中国风投募资受限，导致可用资金减少和风险偏好抑制。
   • 大型科技企业投资意愿下降：中国大型科技企业在AI领域的投资热情下降，可能与政策监管、行业竞争格局变化等因素有关。

3. 中美风投结构差异：

   • 2017年，中国AI风投在金额与占比上均领先于美国。
   • 2022年后，中国AI风投被美国反超，且在结构上更偏向于硬科技，而美国则更注重软件和应用层的创新。

4. 创新金融模式的构建：

   • 对于算力等基础设施的追赶，应构建“大企业 + 大银行 + 大政府”的创新金融模式。
   • 对于大模型的商业化应用，应构建“中小企业 + 资本市场 + 制度建设”的引领式创新金融模式。

5. 资本市场的作用：

   • 资本市场在引领式创新中具有重要筛选与生态效应。
   • 需要提升资本市场的包容性与退出机制，以支持更多创新项目。
   • 严格的事后反欺诈机制有助于增强资本市场对创新的支持能力。

关键信息

• 风投的重要性：风投在大模型开发中扮演关键角色，尤其在引领式创新阶段。
• 中国风投的转变：从2017年到2022年，中国AI风投在金额和占比上快速下滑，被美国反超。
• OpenAI的融资模式：从公益捐赠转向商业性风投，通过“非营利母公司-股权基金-利润上限子公司”架构实现商业化与科研目标的平衡。
• 中美风投结构差异：美国风投在软件和应用层的投入更广泛，而中国风投更聚焦于硬科技。
• 大型科技企业的角色：大型科技企业对引领式创新具有天然优势，但其投资意愿下降可能对风投市场产生负面影响。
• 政策与制度建设：需要政策支持和制度优化，以提升资本市场对引领式创新的支撑能力，例如完善反欺诈机制、推动注册制改革、促进中小企业发展。

结构建议

• 算力层：需加强芯片制造能力，构建大企业主导的追赶式创新金融模式。
• 模型层：需重视大模型前沿探索，避免因技术路径选择不当而错失机会。
• 应用层：需积极拓展应用场景，推动商业模式创新，促进软创新与硬科技的协同发展。

总结

中国AI风投从领先到落后的转变，反映了风投市场整体在引领式创新支持方面的不足。这一变化不仅源于技术与人才因素，更与融资结构、募资环境及大型科技企业的投资意愿密切相关。面对全球化放缓带来的挑战，中国需构建双支柱创新金融模式，提升资本市场对引领式创新的筛选与生态支持能力，同时加强政策引导与制度建设，以实现新一轮AI技术进步的追赶与突破。