人工智能：驱动产业变革与区域发展的新时代

（本文作者王鹏，北京市社会科学院研究员）

近年来，人工智能（AI）技术的迅猛发展正在深刻改变各行各业的运作方式，成为推动全球经济发展的重要动力源。作为新一轮科技革命和产业变革的重要驱动力，AI不仅重塑了传统产业的运营模式，还催生了大量新兴产业和商业模式，显著提升了生产效率和创新能力。在这篇文章中，我们将探讨AI在产业中的广泛应用及其带来的深远影响，剖析政策支持和区域优势对AI产业发展的关键作用，并探讨各地在推进AI产业时如何结合自身特点，实现高效发展。

一、 AI产业发展的多重驱动力

近年来，各地积极推进AI产业部署，取得了显著的积极效果。首先，AI产业的快速发展成为经济增长的新引擎，为各地经济增长注入了新的动力。AI技术的发展不仅带动了新兴企业的涌现，还创造了大量的就业机会，吸引了高技术人才的聚集。与此同时，AI产业的发展也为地方政府带来了可观的税收来源，有力地支持了公共事业的发展和基础设施的建设。

其次，AI技术在推动产业升级转型方面发挥了关键作用。通过将AI技术广泛应用于制造业、农业、服务业等传统行业，各地实现了传统产业的智能化升级。AI技术的应用不仅提高了生产效率，降低了生产成本，还大大提升了产品的质量和市场竞争力。比如，在制造业领域，AI技术的应用使得生产过程更加智能化和自动化，有效地减少了人为失误，提高了生产效率。

此外，AI技术在医疗、教育、交通等领域的应用，显著提升了公共服务水平，改善了民众的生活质量。在医疗领域，AI技术被用于辅助诊断和治疗，提高了医疗服务的准确性和效率；在教育领域，AI技术帮助实现个性化教育，提升了教育质量；在交通领域，AI技术的应用使得交通管理更加智能化，有效缓解了交通拥堵问题，提高了出行效率。通过这些应用，AI技术为社会进步作出了重要贡献。

最后，AI产业的发展对创新驱动发展起到了积极的促进作用。AI技术的不断突破激发了市场的活力和创造力，带动了新产品和新服务的涌现。例如，AI技术的进步促进了智能家居、智能机器人和智能穿戴设备等新兴产业的发展，为消费者提供了更多创新产品和服务。此外，AI产业的发展也带动了相关领域的技术研发和应用，如云计算、大数据和物联网等技术的融合应用，进一步推动了科技创新生态系统的完善。各地在推进AI产业部署的过程中，通过加强科研投入、鼓励创新创业、完善知识产权保护等措施，有力地促进了科技进步和经济社会的可持续发展。

二、 区域政策助推AI产业腾飞

近年来，广东、江苏、北京等区域在人工智能产业的发展中表现出色，主要得益于这些地区的政策支持。

首先，这些地区政府高度重视AI产业的发展，出台了一系列扶持政策，包括财政补贴、税收优惠和人才引进等措施。通过提供资金支持和税收减免，这些政策减轻了AI企业的运营压力，鼓励了更多的创新企业在这些地区扎根发展。此外，政府还通过人才引进政策，吸引高素质的人才加入AI产业，进一步增强了区域内的创新能力和竞争力。

其次，这些地区具有雄厚的产业基础和完备的产业链，为AI企业的发展提供了良好的条件。广东、江苏、北京等地是中国经济最为发达的区域，拥有完善的制造业、服务业和信息技术产业基础。例如，广东省作为制造业大省，拥有强大的制造业体系和丰富的工业数据资源，为AI在工业领域的应用提供了广阔的空间。江苏省则在高端装备制造和生物医药等领域具有显著优势，为AI技术的跨行业应用提供了良好的平台。北京作为全国科技创新中心，集中了大量的科技企业和创新资源，为AI技术的研发和应用提供了坚实的支撑。这些完备的产业链和丰富的应用场景，为AI企业的发展提供了广阔的市场和合作机会。

此外，人才资源丰富是这些地区AI产业发展的另一个重要因素。广东、江苏、北京等地聚集了大量的高校和科研机构，培养了大量AI领域的人才。这些高校和科研机构不仅为AI企业提供了源源不断的人才支持，还通过产学研合作，推动了AI技术的创新和应用。此外，这些地区还吸引了众多国内外优秀人才前来创业和发展，为AI产业注入了新的活力。丰富的人才资源，成为了这些地区AI产业持续发展的核心动力。

最后，创新氛围浓厚也是这些地区AI产业发展的重要支撑。广东、江苏、北京等地创新氛围浓厚，鼓励企业加大研发投入，推动技术创新和产品创新。这些地区建立了完善的创新服务体系，包括创业孵化器、加速器、产业园区等，为AI企业提供了全方位的支持和服务。此外，各种科技创新大赛、论坛和展览等活动的举办，也激发了企业的创新热情，促进了AI技术的交流与合作。

三、 AI产业与地区特色相融合

在寻求AI产业进步的过程中，各地需要深入了解市场需求，结合本地实际情况，确定AI产业的发展方向和重点。

首先，了解市场需求是发展的基础，各地政府和企业应通过市场调研、数据分析等手段，掌握本地区及周边地区对AI技术和产品的具体需求。比如，某些地区可能对智能制造有较高需求，而另一些地区则可能对智慧城市建设更感兴趣。只有深入了解市场需求，才能制定出切实可行的AI产业发展规划，避免资源浪费，提高投资效益。

其次，各地在发展AI产业时，还需要充分考虑自身的资源禀赋，包括人才、资金、技术等方面的优势，合理布局AI产业。不同地区在资源禀赋上各有千秋，有些地区可能拥有丰富的科技人才资源，有些地区则可能在资金和技术方面具备优势。比如，拥有多所知名高校和科研机构的地区，可以依托这些资源，集中发展AI研发和创新；而在资金充裕的地区，则可以通过设立产业基金、吸引风险投资等方式，支持AI企业的发展。合理利用本地资源，扬长避短，是促进AI产业健康发展的关键。

此外，各地还需要结合自身的地域特色和文化底蕴，发展具有地方特色的AI产业。例如，可以依托本地丰富的旅游资源，发展智慧旅游等相关产业。智慧旅游可以通过AI技术实现游客导览、智能推荐、景区管理等多方面的智能化，提升游客体验，促进旅游业的发展。

再如，具有历史文化底蕴的地区，可以通过AI技术保护和传承文化遗产，发展文化创意产业，增强地方文化的影响力和吸引力。结合地域特色发展AI产业，不仅能形成独特的竞争优势，还能推动地方经济的多元化发展。

最后，推动AI技术与本地优势产业的跨界融合，也是各地在发展AI产业时需要重点考虑的因素。通过推动AI技术与制造业、农业等传统产业相结合，可以实现产业的智能化升级，打造具有竞争力的产业集群。例如，在制造业发达的地区，可以通过引入AI技术，提升生产线的自动化水平，优化供应链管理，提高生产效率和产品质量；在农业资源丰富的地区，可以发展智慧农业，通过AI技术实现精细化种植、智能化养殖，提高农业生产效益和农产品质量。跨界融合不仅能提升传统产业的竞争力，还能为AI技术的应用开辟广阔的市场空间。

本文仅代表作者观点。

(本文来自第一财经)

AI生变：卖身、吞并、洗牌

最近几年来，如果要问哪个技术赛道最火热，AI一定当仁不让，其在全球范围内掀起了一波又一波浪潮。

英伟达上演AI王者的“独角戏”，市值一度狂飙至全球第一。更是有全球顶级科技投资人James Anderson预计，英伟达未来十年内市值可能接近50万亿美元。AMD、Intel等芯片巨头也借AI之风，烈火烹油，大有分食全球算力市场蛋糕之势。

然而相比之下，一众AI初创公司陷入了疯狂“烧钱”但不赚钱的困境。这些中小企业并未感受到来自时代的馈赠，更多的是在AI行业的马太效应下，面临重重危机。

尤其是当投资者的热情退去，人们惊愕地发现，明星级AI企业也快倒闭了，例如Perplexity开始卖广告、MistralAI悄悄删去开源使命、Anthropic正急于解决高达每年18亿美元的收支缺口、Inflection AI和Stability AI等明星企业也面临商业化难题，核心成员频频跳槽或离职。

同时，包括著名AI芯片厂商Graphcore、 Gro Intelligence，以及众多国内外AI芯片企业，纷纷面临资金难题和破产困境。

报告数据显示，今年一季度，美国AI初创公司获种子轮（及此前）融资骤降至1.23亿美元，同比下滑70%，几乎回到了2022年ChatGPT问世前的水平。此外，这些美国AI初创公司一季度的融资交易数也环比减少了一半以上，由74笔降至34笔。

中国AI行业融资热“降温”也尤为明显。据研究机构CB Insights发布的《2023年人工智能（AI）行业现状报告》显示，2023年，中国AI领域投融资数量约为232笔，同比下降38%；融资总额约为20亿美元，同比下降70%。

不难看到，AI巨头闪耀的光环下面，融资受阻、并购、倒闭成为笼罩在AI创企头上的乌云。近期，AI行业收并购的消息不断传来，许多能够在1年前筹集资金的公司现在面临资金荒，因此转向了并购交易作为一种退出途径。同时，资金充足的科技公司也正在利用这种市场环境战略性地收购优质资产。

这些举动背后，一方面是小企业无奈卖身的命运，另一边仿佛也宣告着发起收购的大企业们新的企图和野心。

AI并购潮背后，上演新一轮“攻防战”

AMD收购Silo AI，再战英伟达

日前，AMD以6.65亿美元收购欧洲人工智能初创公司Silo AI，挑战英伟达之声四起。

众所周知，AMD长期以来都以希望在人工智能芯片领域与英伟达一较高下为目标。收购消息传出当天，AMD股价上涨4.7%。

值得一提的是，Silo AI 2023年的营业收入为1500万欧元，而本次交易价格高达6.65亿美元。

从出手豪爽程度，不难看出AMD的AI野心。

Silo AI号称是欧洲最大的私营AI实验室，拥有300名AI科学家和工程师。领导团队阵容可谓豪华，由芬兰阿尔托大学实践教授Peter Sarlin、前诺基亚CTOTero Ojanperä、前普华永道CEO兼主席Johan Kronberg、Valossa Labs视频AI平台联合创始人Ville Hulkko、机器学习专家Kaj-Mikael Björk、Elektrobit创始人Juha Hulkko，于2017年共同创立。

不过与大多数竞争对手不同，Silo AI并不使用英伟达的芯片开发语言模型，而是使用AMD的芯片，这也在侧面意味着AMD芯片具有强大的竞争力。

据了解，Silo AI在欧洲和北美均有业务，全球总部设在芬兰赫尔辛基，北美总部位于加拿大，专注于提供定制化AI模型和端到端的AI驱动解决方案，帮助客户快速将AI功能集成到他们的产品、服务和运营中。

此外，Silo AI还在AMD平台上创建了开源多语言大模型，如Poro、Viking和SiloGen模型平台。此前，Silo AI还官宣与大模型开发商Mistral AI建立合作伙伴关系，将Silo AI的端到端AI功能与Mistral AI的大模型相结合。

Silo AI客户包括安联、飞利浦、劳斯莱斯和联合利华等，据称迄今为止已经交付了200多个生产级AI项目。

被AMD收购后，Silo AI CEO Peter Sarlin将继续领导Silo AI团队，作为AMD AI事业部的一部分，向AMD高级副总裁Vamsi Boppana汇报工作。

业界有不少人表示，此次收购是要继续对标英伟达。

从近年来的动态能看到，AMD和Intel等竞争对手，在硬件以及在获取更多AI解决方案市场份额方面进行大量投资。

例如在硬件方面，AMD推出的MI300X被认为在某些任务上可与英伟达H100匹敌。此外，AMD还承诺今年将推出配备288GB HBM3E内存的MI325，明年将推出MI350，将与英伟达的Blackwell B200竞争。

然而在软件方面，尽管AMD和英特尔一直试图在软件方面与英伟达竞争，但到目前为止，它们还差得较远。有行业专家表示，即使AMD芯片能够在技术关键数据上与英伟达相媲美，英伟达的软件优化也会给它们带来巨大的效率优势（软件可以提供30倍的速度优势）。”

AMD此次并购，则意在补齐软件方面的短板。据悉，Silo AI公司在芬兰超级计算机Lumi和AMD硬件上训练其语言模型，这是通过专门开发的软件层实现的。

AMD首席执行官苏姿丰也强调：“收购Silo AI大大加强了我们的人工智能软件能力。”

Silo AI的专家未来将进一步开发软件，客户可以使用该软件对复杂的人工智能模型进行编程，并在配备AMD芯片的计算机上对其进行训练。这种AI软件领域的专业技术对AMD及其客户来说非常宝贵。

实际上，为了缩小差距，AMD过去一段时间来大举进行投资并购，在过去一年，AMD已向十几家AI公司投资超过1.25亿美元，以提升AMD计算平台的领导力。其中，2023年8月AMD宣布收购法国AI软件公司Mipsology，紧接着10月又收购了美国AI初创公司Nod.ai。

这次更是一次性豪掷6.65亿美元收购Silo AI，AMD高级副总裁Vamsi Boppana表示“这项交易不会对AMD的财务业绩造成实际影响，但它具有在未来释放巨大商业潜力的可能”。

显而易见，AMD正在不断扩大其AI生态系统，并推进其计算平台的领导地位。

软银拿下“英国版英伟达”

另一边，软银收购AI明星企业Graphcore的消息传出，为业界投下了一颗重磅炸弹。

在历经市场的广泛猜测与期待后，日本软银集团终于宣布了对英国人工智能芯片公司Graphcore的收购，AI芯片领域再添巨头，加速全球AI生态繁荣。

Graphcore公司的发展历程充满了挑战与机遇。

作为一家专注于AI芯片研发的初创公司，Graphcore凭借其独特的IPU技术，在竞争激烈的AI芯片市场中脱颖而出。相较于传统的GPU，IPU在设计上更加专注于AI计算任务，能够提供更高效、更灵活的解决方案，从而满足日益增长的AI应用需求。

在过去几年里，Graphcore凭借其技术创新和优异的产品性能，赢得了业界的广泛认可，吸引了众多知名企业与投资机构的青睐, 其估值迅速攀升至28亿美元，成为英国最有前途的初创公司之一，一度被视作与英伟达竞争的法宝，更是有“英国版英伟达”之称。

面对市场的种种猜测与传闻，Graphcore始终保持着低调与谨慎的态度，专注于技术研发和产品迭代。

然而，AI硬件行业竞争激烈，资金需求巨大。Graphcore未能如期成长为欧洲AI芯片巨头，近年来业绩持续承压。公司联合创始人兼CEO Nigel Toon表示，AI领域所需的投资规模“巨大得惊人”，已远超Graphcore作为独立公司所能承受的范围。

今年2月，Graphcore公司被爆出陷入困境。Graphcore公司在2023年的营收大幅下滑46%，亏损进一步扩大。2022年10月，Graphcore曾尝试从投资者处筹集资金以补充运营和弥补亏损，但谈判最终未能成功。

此外，Graphcore在2023年11月宣布将退出中国市场，大幅缩减其在华业务，这无疑给公司的前景蒙上了一层阴影。

去年2月，Graphcore积极寻求英国以外的投资者，并准备出售大量股份以换取急需的资金注入。据传，潜在的交易对象包括OpenAI、日本软银集团以及Arm等公司，Graphcore计划筹集的资金超过5亿美元。

直到近日，被软银收购的消息传出，对于Graphcore的猜测才告一段落。

对于软银而言，此次收购Graphcore无疑是其加速AI生态布局的重要一步。自2016年以颇具争议的价格收购Arm以来，软银便明确了自己的AI战略方向。Arm作为全球领先的半导体IP供应商，其技术广泛应用于智能手机、平板电脑等消费电子领域，为软银的AI布局提供了坚实的基础，直接获得围绕半导体设计的知识产权所有权。

近年来，软银在AI领域的投资与布局更是不断加码。从宣布开发高性能半导体基础设施、提升算力水平，到设立专项基金用于AI公司投资，软银的每一步都透露着其对AI未来的坚定信念与雄心壮志。

尤其是在今年，软银不仅加大了对AI技术的研发投入，还推动了Arm成立新部门专注于AI芯片的开发与生产，进一步强化了其在AI芯片领域的竞争力。

4月，有报道称软银将准备开发生成式AI所需计算设备，到2025年将投资1500亿日元（约合9亿美元）开发高性能半导体基础设施，目标是把算力提高到目前水平的几十倍。

而后，软银又宣称准备每年投入90亿美元，加大对人工智能公司的投资。

今年5月，有报道披露，Arm将成立新部门以开发AI芯片，目标是在2025年春季之前制造出原型产品，并于这年秋季开始大规模生产。

6月，孙正义在股东大会上宣称，要倾尽全力打造“超级人工智能时代，直言此举可能会成功，可能会惨败，但软银别无选择，只能尝试。”此番壮志豪言，也为软银执行AI大计确立了明确目标。

行业投资者和分析师认为，通过此次收购，软银有望进一步扩大其在半导体版图的影响力，并与Graphcore实现协同效应，一方面有助于软银在AI领域实现更快速的增长和更广泛的布局。另一方面，背靠软银也将为Graphcore带来更多的技术创新和市场机会，推动其在AI芯片领域的持续领先。

资本市场也对软银的“AI梦”表现出了肯定意味。 自今年2月至今，软银股价已涨近70%。

同时，这一交易也将为其他企业和投资者提供有益的借鉴和启示，促进AI芯片市场的竞争与发展，推动全球AI生态的进一步繁荣。

正如爱迪生集团技术主管Dan Ridsdale所言：“英伟达已经在生成式人工智能领域占据了主导地位，但人工智能领域还存在其他机会，该行业需要有实力的竞争对手。此次收购对AI也和双方公司来说都是个好消息。”

苹果，AI并购之王？

有数据统计，截至2023年，苹果收购了多达32家AI初创公司。

在苹果公司被曝砍去汽车项目团队后，苹果公司CEO Tim Cook在2月28日公司的年度股东大会上表示，苹果计划于今年晚些时候披露更多有关使用生成式人工智能的计划。

这也是迄今为止，这家iPhone制造商释放的正在拥抱生成式人工智能热潮的最强烈信号。

因为苹果公司保持一贯的低调投资并购策略，通常不公开其交易细节，但通过投资标的的业务和方向仍可以捕捉到一些蛛丝马迹。

据IT桔子数据，最早在2014年，苹果宣布收购了一家总部位于英国的语音识别技术公司 Novauris。Novauris团队自2013年秋天以来一直在苹果公司工作，致力于改进基于 Sirispeech的虚拟助手服务Siri技术。

一年后，为了继续优化Siri服务，苹果又收购了英国专注于汽车市场的AI语音公司VocalIQ。

2017年，苹果收购以色列的面部识别技术公司RealFace，主要提供生物识别登陆服务，还可以帮助不同平台的用户选择和整理出图库中最好的照片。

今年来，苹果又相继宣布收购了多家人工智能公司，包括法国人工智能初创公司Datakalab、加拿大人工智能公司DarwinAI和德国人工智能初创公司Brighter AI等。

Datakalab专注于低功耗、高效率的深度学习算法，开发了极为先进的视觉识别和信息处理技术，自称提供“压缩计算机视觉神经网络的新方法”，无需依赖云端即可运行，以充实其本地AI能力。未来或许可以为苹果的iPhone、iPad以及Vision Pro带来技术支持，以实现更加优秀的AI功能。

Datakalab在商业领域有很多发展，特别是开发了能够通过面部识别和视觉数据分析人类情绪的技术。

DarwinAI则成立于2017年，是一家快速发展的视觉质量检测企业，为电子制造商提供AI视觉质量检测系统，以提高产品质量和提高生产效率。据悉，该技术特点在于使人工智能模型更加轻量、高效，这一研究成果或将为苹果在今年的iOS18中引入生成式AI提供有力的技术支持。

DarwinAI专利可解释人工智能 (Explainable AI，简称“XAI”) 平台已被众多世界500强公司采用，可以轻松集成他们可以信任的人工智能。

苹果收购DarwinAI是其积极布局AI领域的重要举措。收购完成后，DarwinAI的核心团队成员加入苹果，包括公司联合创始人兼首席运营官Arif Virani和首席科学家Alexander Wong。业内专家认为，DarwinAI的技术有望应用于苹果的供应链管理，进一步提高零部件制造效率，从而在全球AI市场的竞争中保持领先地位。

而收购的另外一个德国人工智能初创公司Brighter AI，主要从事匿名化/隐私数据处理，这项技术可能对苹果有所帮助，借助AI 技术，苹果可以在不模糊照片的前提下抹掉隐私数据，其目的在于利用此次收购来强化 Apple Vision Pro、Apple Maps等产品中的隐私功能。

据IT桔子分析，苹果公司的并购策略主要有几个主要特点：

1）并购规模通常不大，多以小型科技公司为主；

2） 并购的主要目的，以人才、技术和知识产权为主，产品和商业化为辅，这或许也是苹果长期以来一直保持创新的重要因素；

3）并购和主业高度相关，整体从业务和战略出发，对老业务改进或开辟新业务。

整体来看，苹果对外并购动作非常低调，一以贯之的不太想拿投资说事，专心搞自己的产品。这些特点不仅仅表现在AI领域。据了解，苹果在过往十几年的投资行为中，展现出了超过 82% 的并购行为占比。

虽然苹果对公司内部的AI战略布局“三缄其口”，但在持续的AI军备竞赛中，有消息称苹果正在与跟多AI初创公司进行商讨和交易，以在未来发展中占据有利位置。通过收购有前景的AI初创公司，苹果获得了顶级人才和核心创新技术，并在关键的AI领域巩固了其地位，确保在迅速变化的技术环境中保持竞争优势。

据悉，苹果内部已经开始测试大语言模型，并将生成式人工智能整合到Siri、Messages、Apple Music等功能里面。苹果计划为其软件添加自动创建演示文稿和完成文本块的功能。另有消息称，苹果正在开发新版本的Xcode编程软件，该软件使用AI技术帮助开发人员编写代码。

另外值得注意的是，苹果公司凭借其在全球的数十亿台智能终端设备，建立起坚固的开发者和用户生态。这意味着，一旦在iOS中集成了新AI功能，它将迅速覆盖数十亿台设备，影响数亿用户。这种市场准入优势是其他公司所不具备的。

如今，随着其AI布局一步步深入，在AI竞争中“慢半拍”一直让投资者感到担忧的苹果，或将在不久的将来开辟出一片新天地。

AI并购，持续发酵

此外，AI行业的收并购仍在持续发酵。

日前，OpenAI更是在短短4天时间宣布2笔收购案实时分析数据库初创企业Rockset和远程协作公司Multi；

有最新消息流出，AI独角兽Character.AI融资困难，正考虑卖身，计划出售给谷歌和Meta等。

此外：

大数据巨头Databricks 以13亿美元收购MosaicML ：MosaicML将成为 Databricks Lakehouse平台的一部分，为企业提供统一的平台来管理数据资产。

全球最大专业信息服务提供商Thomson Reuters收购 Casetext ：Thomson宣布将以6.5亿美元收购为法律人士提供AI助理的初创公司Casetext，作为其在生成式AI长期投资的一部分。

商业智能软件提供商ThoughtSpot 2 亿美金收购 Mode Analytics ：两家公司的主要业务都是为企业用户提供数据分析服务。

HubSpot 1.5亿美元收购Clearbit ：营销软件制造商和客户关系管理平台HubSpot宣布收购B2B数据提供商Clearbit以加强其AI平台。

民宿巨头Airbnb收购GamePlanner.AI ：Airbnb以2亿美元收购了GamePlanner.AI，该公司专注于开发人工智能和机器学习技术，以提升企业运营效率和服务质量。GamePlanner.AI的技术和人才将主要被用于增强Airbnb在智能化住宿服务领域的能力。

云计算巨头Snowflake 宣布收购了由两位前Google员工创立的生成式AI搜索初创公司Neeva 。

...

不胜枚举。

对比国内AI市场来看，前有光年之外转手美团，后有聆心智能卖身智谱AI。

能看到，类似AI行业洗牌、整合资源的趋势一直都有 ，只不过国外厂商近期集中爆发，国内受近期API价格战影响，可能还有变数。

但有声音表示，当前国内大模型市场头部效应已经初步显现，第一梯队的特征已十分明显：有独角兽级估值、有自研大模型、应用产品开始落地。而其他不在第一梯队的玩家，便很容易面临资金、盈利等方面的困境。

收并购对双方来讲都非常重要，“卖身者”可以避免企业破产倒闭的命运，这或许也是AI创业公司翘首以盼的归宿之一；另一边，对“吞并者”来讲也是极为重要的补充，如果能物色到极具潜力的初创公司，并收入囊中为其所用，往往能在关键地方大放异彩。

尤其是在融资遇冷的背景下，AI行业的并购趋势或将加速。因为对于任何初创公司来讲，始终都要面对经营现金流是否能够覆盖支出的问题。

关乎账本，或许有奏效一时的奇迹，却不存在长久可施的魔法。

随着AI风暴席卷全球，全球科技巨头们纷纷全力拥抱AI，掀起了一场与时间的赛跑。快一些，再快一些，除了加大研发，现金流充足的巨头们，往往也会选择直接买下一家创业公司，以此快速补充短板。

大家都在虎视眈眈。

英伟达，不断巩固护城河

梳理下来看到，巨头的AI投资并购案例正在迎来爆发。而英伟达作为AI赛道的执牛耳者，同样在积极布局。

正如数据显示，英伟达仅2023年就投资了大约30多家初创公司，数量比前一年翻了两番，共计参与了38轮融资，融资总价值超过50亿美元。

翻看那几笔超级AI融资，几乎都能看到英伟达的身影。

黄仁勋曾多次强调，“科技行业发展迅速，英伟达如果不尽早对遥远的未来进行投资，可能面临灭顶之灾。”因此，英伟达的出手几乎覆盖了AI全产业链条。

继去年投资30多家创企后，英伟达前不久又投资/收购了两家AI初创企业Run:ai与Deci，AI并购现象正在加剧。

据悉，Run:ai成立于2018年，是一家基于开源容器编排平台Kubernetes的工作负载管理和编排软件提供商。通过收购Run:ai，英伟达可以进一步简化AI方案的部署过程，提高GPU利用率并改进GPU基础设施管理，大大降低成本。

目前，Run:ai的解决方案已与英伟达的DGX、DGX SuperPOD、Base Command、NGC容器和AI Enterprise软件等产品结合，英伟达DGX和DGX Cloud的客户将能够使用Run:ai的AI工作负载功能。

英伟达收购的另一家AI创企Deci，也是致力于实现AI芯片的“降本增效”。

据了解，成立于2019年的Deci是一家以色列的深度学习服务商，其核心技术在于通过数据预处理、模型架构和超参数优化等手段，加速AI模型的推理过程。此外，Deci还负责模型的部署、服务、监控和可解释性等步骤，为客户提供全方位的AI解决方案。其加速器能够重新设计模型，创建出具有多个计算路线的新模型，这些计算路线都针对特定的推理设备进行了优化，从而大大提高了模型的运行效率。

目前，Deci已与微软、英特尔、AMD、亚马逊等多家科技巨头达成合作。

不难看出，英伟达这两笔交易的目的都在于帮助其客户更加有效的利用自家AI芯片产品。

近日，英伟达再次出手，以约1亿美元的价格收购了美国软件初创公司Shoreline。这是继英伟达市值超越微软和苹果成为全球最具价值上市公司后的又一重大举措。灵犀投研认为，此次收购将进一步增强英伟达在AI领域的实力，旨在降低对亚马逊等云计算巨头的依赖，加速其打造AI帝国的步伐。同时，Shoreline.io也将借助英伟达强大的研发实力和全球资源，加速其产品的迭代和升级，为用户提供更加高效、稳定的服务。

此外，英伟达陆续还在硬件、软件、数据中心管理平台、机器人技术、安全分析和移动能力等领域进行了多项其他投资。

综合来看，通过不断的产品迭代、技术创新和收购策略，英伟达已经成功构建了一个围绕AI的生态系统，其股价在过去一年中飙升超过200%，市值一度超过3.3万亿美元，成为全球最具价值的上市公司之一。市场分析师对英伟达的未来持乐观态度，认为其市值有望在未来继续攀升。

写在最后

这一轮“收购潮”的出现，反映了AI行业所面临的多重挑战。

高昂的研发成本、商业模式的不确定性以及与科技巨头的激烈竞争，使得即便是估值超10亿美元的AI企业也感到压力山大。资金短缺、产品市场反响不佳、投资人的压力，种种因素交织在一起，迫使这些企业不得不重新审视自身的发展战略。

很多创始人和投资者都意识到，一些早期的公司只停留于有趣的实验，但大多初创企业的留存率和盈利水平都不高，暂时还摆脱不了吸血的命运。

在此处境下，随着大量创业项目涌入，淘汰赛正式拉响。

除了上述提到的并购案例，还有众多曾经风光一时的AI明星企业纷纷开始陷入困境。在AI工具聚合网站“DANG！”的子页面AI Graveyard（AI墓地），截至今年6月，已经列出了高达738个失败的AI项目。

留给中小AI创业公司的时间，也许不多了。

对AI创业公司而言，追求技术创新是突围的手段，优质的产品、可持续的盈利模式才是获胜的核心。

而站在投资者与大型科技公司立场，通过收购AI初创企业，以获取人才、技术和资源，成为这一轮洗牌期的重要特征。但如何在竞争白热化、监管趋严的环境下获取真正稀缺的AI能力，仍是下一个阶段需要思考的重要课题。

【文章参考】

硬AI：AI独角兽开始卖身大厂

IT桔子：谁是中美科技巨头中的「AI 并购之王」？

华尔街见闻：AI商业模式现状：突破技术的独角兽猛烧钱，垄断基建的巨头赚真金

相关问答

人工智能具体涉及哪些领域?

作为一名科技工作者,同时也是一名教育工作者,我来回答一下这个问题。从专业学科的角度来看,人工智能涉及到哲学、数学、计算机、控制学、经济学、神经学和语...

人工智能的主要应用领域包括哪几个方面?

汉字编码词法分析;2、句法分析;3、语义分析;4、文本生成;5、语音识别;6、智能机器人智能机器人在生活中随处可见,扫地机器人、陪伴机器人……这些机器人...

人工智能专业学什么?什么是人工智能申请方

[回答]每当高考结束,特别是各省份的高考分数公布之后,很多高考学生在专业选择上存在很多疑惑,志愿填报想要选择人工智能专业的很多同学都想了解金人工智能...

人工智能行业主要做什么呐?

人工智能(ArtificialIntelligence,AI)行业主要致力于研究和开发使机器能够模拟、延伸和扩展人类智能的技术和应用。以下是人工智能行业的主要方向和应用领域...

人工智能未来发展前景好吗。我想了解这一行业有谁知道?

从城市群来看,目前,我国人工智能企业主要分布在京津冀、长三角、珠三角、川渝四大都市圈。京津冀区域竞争力最强,长三角位列第二,珠三角位列第三。从省市自...

人工智能泡沫正在体现?人工智能行业发展困境?

据中研产业研究院发布的《2019-2025年中国人工智能行业发展分析与投资战略研究报告》统计数据显示国际人工智能行业发展分析及经验借鉴第一节全球人工智能市场...

疫情过后，中国楼市会成为朝阳产业吗?-幸福里问答

房地产肯定不会是什么朝阳行业,我国的六大朝阳行业分别是第一,5G以及5G的相关行业,包括5G的基站,硬件芯片,以及围绕着5G产生的内容服务行业,包括远...

疫情过后，中国楼市会成为朝阳产业吗?-幸福里问答

房地产肯定不会是什么朝阳行业,我国的六大朝阳行业分别是第一,5G以及5G的相关行业,包括5G的基站,硬件芯片,以及围绕着5G产生的内容服务行业,包括远...

ai智能发展哪些行业?

ai智能发展了医疗保健和智能家居。医疗保健:AI技术在医疗保健领域的应用可以帮助医生和医疗机构更好地诊断和治疗疾病,提高医疗保健的效率和精度。例如,AI技...

智能世界正在加速到来，人工智能(AI)将如何改变各行各业?

从大的层面来看,人工智能对于传统行业的影响将体现在以下几个方面:第一:人工智能将重塑产业链。人工智能技术对于产业领域的影响会逐渐深入,传统的产业链将...