AI投资：算力、算法、数据，哪个更值得投入？

AI投资现状与三大要素的整体情况

AI投资的热潮与三大要素的受关注程度

在AI领域的投资中，算力、算法和数据是构建AI的三大基座。最近一年多，算法和算力企业在一、二级市场被热烈追捧和炒作。像大模型领域的DeepSeek，算力企业中的英伟达达到全球市值第一，2024年A股的寒武纪市值一年涨了5倍。这显示出市场对这些领域的高度关注，也吸引了更多投资者思考在这三个赛道中的具体投资机遇。

中国与美国在AI三大要素方面的比较

中国和美国在人工智能领域都处于全球领先地位。中美之间存在一定差距。从算力来看，中国在AI大算力芯片的设计能力有进步，但晶圆先进制程存在短板。在算法和数据方面，中国有独特优势，例如数据规模大，但整合能力有待提高。美国在芯片设计、原创性算法研究等方面占据主导地位。不过，差距主要体现在量上而非质上，且中国在局部领域已具备相对优势。

不同投资机构对算力、算法和数据的看法与布局

同创伟业对算力的投资布局

同创伟业是历史悠久的创投机构。其合伙人陈凯表示，从投资角度看，算力是AI的基座部分，涉及底层硬件。中美在AI大算力芯片方面差距较大，这是他们重点关注领域。中国在芯片设计能力上进步快，但晶圆制程有短板。过去同创伟业投资重点在算力等底层技术领域，如AI大算力芯片、CPU和GPU等国内头部企业，也在晶圆厂等相关领域布局，以补齐产业链短板。

创世伙伴创投对算法和数据的关注

创世伙伴创投管理团队在中国投资近二十年。合伙人梁宇提到，在算力、算法、数据三大基座中，他们更专注早期投资，重点关注算法和数据。尽管中国算力底座有短板，但追赶速度在加快。在算法和数据方面，关键在于长期积累。中国在RAG模型和技术人才上的积累有助于各行业垂直应用“小模型”的爆发式增长。中国数据规模大但整合不足，数据领域在存储格式、治理和流通环节存在巨大机会。

清流资本的投资视角与布局调整

清流资本成立11年，是专注早期阶段的双币基金。合伙人刘博表示，他们的投资风格随技术范式变迁调整。在算力方面，与同行交流时重点讨论英伟达在贸易战背景下的处境，认为当前算力供给不足。在算法和数据领域，早期投资了相关项目。由于基金规模限制未直接布局大模型赛道，而是在垂直领域寻找机会。今年将重点关注算法和数据领域，关注中美算力投入性价比和投资回报。

大模型发展现状与未来投资机会

大模型发展的阶段性分析

大模型发展经历不同阶段，从2022年被称为大模型元年开始，到2023年为行业模型元年，2024年为Agent元年，但实际上基础模型成熟度未达预期，2025年可能才是Agent真正元年。大模型发展到现在，基座模型能力逐渐可用，为行业模型发展奠定基础。

大模型的分类与投资机会

潘涛将大模型分为三类。第一类通用大模型，如ChatGPT，投资机会在于追随头部企业。第二类行业大模型或垂类大模型，在中国有机会，因为中文数据占比有限，而中国制造业积累的行业数据对其训练优化有价值。第三类是人均多个智能体相关的大模型，在更长周期里有孵化挖掘投资机会。不同投资机构也有不同看法，像陈凯认为通用大模型投资需谨慎，垂直类机会更多，初创企业更容易建立壁垒。

大模型之后的发展与AGI的展望

对于大模型之后是否还会有新的类似DeepSeek的模型出现，大多数嘉宾认为会有。而对于AGI，不同嘉宾有不同看法。陈凯相信AGI会带来大量应用；梁宇认为AGI一定会来但不会很快；刘博相信AGI会到来，当大量人讨论监管立法时可能就是AGI来临之时；刘凯觉得AGI是超人智能难以衡量；潘涛认为AGI分阶段实现；阙里对AGI充满希望；张煜认为从规律性活动角度AGI可实现但对自主意识持保留意见；朱思行则表示从投资角度看，能力强赛道大就可做可投。

相关问答

中国在AI数据方面有哪些优势和不足？

中国数据优势在于规模大，有丰富的行业数据等。不足是数据整合能力不够，大量高价值数据分散在不同主体，商业价值挖掘困难，数据行业更多被视为劳动力行业而非技术行业，估值不高。

算力投资在中国有哪些新趋势？

中国算力投资一方面继续关注底层技术如AI大算力芯片等以补齐短板，另一方面在新型智算概念下，关注计算领域的架构创新、通信基础设施关键器件布局以及新型存储技术发展。

早期投资基金在AI投资中有哪些考量？

早期投资基金如清流资本，会根据自身规模调整投资方向。会关注技术范式变迁，在AI投资中，早期布局算法和数据相关项目，在大模型赛道会避开需要长期融资的项目而选择垂直领域，同时关注数据可获得性和应用端验证。

行业大模型在中国的发展潜力如何？

中国行业大模型发展潜力较大。中国制造业积累了丰富行业数据，可用于训练优化行业大模型。并且中文在互联网语言中占比有限使得通用大模型受限，行业大模型更易实现变现闭环，符合中国企业发展需求。

AGI实现对投资会产生哪些影响？

如果AGI实现，一方面可能会开启新的投资领域，带来新的投资机会如与AGI相关的软件和硬件应用等。另一方面可能会引发监管和立法讨论，投资决策也需要考虑相关政策风险。

不同投资机构在AI投资策略上有何差异？

不同投资机构因成立时间、管理团队、资金规模、投资风格等不同而有差异。有的专注早期投资，有的覆盖多阶段；有的侧重特定领域如算力，有的关注算法和数据；有的聚焦国内市场，有的还会考虑国际形势等。