在投融資市場上,越來越多的AI+Web3項目備受追捧。其中,專注于人工智能的Web3協議Fetch.ai在3月份披露獲得了DWF Labs投資的4000萬美元。這樣的投資也為該項目帶來了新的啟發。然而,隨著越來越多的項目以AI為名聯系投資,人們似乎已經忘記了之前因為AI而產生的焦慮。

AI領域蓬勃發展,Web3引起焦慮?
近期科技創新以驚人的速度飛速發展,每天都有新的AI和大型模型相關的消息。例如,Capilot新版Office、Bard公測以及GPT的Plugin等等,這些都標志著通用人工智能時代的到來。然而,全球尤其是中國卻存在著對大型模型的擔憂。在GPT-4的壓迫下,百度、阿里、網易、華為、騰訊、360等大型公司的AI模型相繼亮相,公眾輿論甚至將AI模型競爭升級到了家國情懷的層面。人們常常會在各個領域比較各種類型的模型,例如語言處理、邏輯水平、技術含量等等,但最終得出的結論卻往往是“不如GPT”。
目前,幾乎所有的頭部美元基金和機構都在密切關注人工智能、大數據、物聯網和云計算(AIGC)領域。他們積極建立選投坐標以快速構建篩選體系,以確保不會錯過通往時代的列車。據相關數據顯示,2023年第一季度全球AIGC行業融資總額達到38.11億元,融資次數共計17次。國內AIGC行業融資總額達到5.89億元,融資次數共計14次。對于剛剛興起的這個領域來說,這個融資總額已經很不錯了。
然而,一個風口的興起往往代表著另一個風口的衰落。在這個熱門領域中,人們開始關注的焦點從之前備受關注的Web3逐漸轉向AIGC。Ceci,FA行業的一位從業者說:“在機構眼里,AIGC比Web3更靠譜,至少是個實際的東西,而不是需要預見的概念,而且AI是贏者通吃的領域,比自帶分布式屬性的Web3更容易出現獨角獸。”
從產業鏈的角度來看,AIGC的投資范圍非常廣泛,包括上游的數據服務、中游的算法模型以及下游的拓展應用。每個產業領域都有更為細分的產業覆蓋。考慮到風險因素,當前資本更多地關注周期較短、投入可控的拓展應用。在成本攤銷的作用下,由于熊市和監管持續打壓,Web3難免面臨寒冬。某資本投資總監在推特上表示:“機構需要正確分配車票,確保每輛加速的列車都能上車。”
盡管加息放緩和行業周期恢復等利好因素起到了一定的作用,但Web3投融資仍然處于低迷期。據陀螺研究院的統計數據顯示,3月份全球發生了86起融資事件,總金額為56.76億元,相比2月份上漲了18.20%,但同比去年下降了47.98%。與去年峰值相比,下降了超過64.4%。
以投機性顯著的NFT行業為例,根據Cryptoslam.io的數據,NFT市場出現了明顯的滑落,3月份的銷售額僅為8.82億美元,銷售數量環比下降了31.42%。與去年1月份174億的峰值相比,大幅下跌了94.93%。此前大火的元宇宙地產Decentraland平臺,在一年的時間里,全球每日活躍用戶數已從8000掉至100余人。林俊杰甚至因為投資虧損90%而登上了微博熱搜。
在這樣的背景下,Web3項目迎來了焦慮,資金的流向正在轉移位置。大多數Web3項目并不是技術驅動型行業,更多強調運營與產品,市場建設的能力決定著項目的未來走向,特別是在項目前期,商業模式發力較淺,市場的快速效應尤為重要。早期的Web3項目需要VC的支持,主要有兩種理由,一是缺錢,二是需要VC的背書,而找錢通常是項目方在最初的優先事項,由于賽道的可替代性,項目方常常感到不安。
某NFT項目運營人員抱怨說:“資本都去看AI了,Web3冷下來,監管收緊、敘事不行,行情和流動性也不好。”
AI與Web3的交叉敘事:打不過就加入,還是必須要有AI?
Web3和AI的結合是當前熱門話題之一,但在探討這一話題之前,需要先澄清Web3和區塊鏈的概念。現階段,AI+Web3主要分為兩類,一類是沿用老路線,以蹭概念為主導的炒作,另一類則更加落地性強,旨在通過AI與項目端的實際融合提升效率。從新項目來看,AI+Web3的應用主要分為三大類型,包括數據為商業模式的核心構建去中心化交易市場、以算法為重點的分布式云計算公鏈與隱私公鏈等技術密集性基礎設施,以及應用向融合的鏈游、社交、NFT結合點。
目前多數項目非強AI,傾向于AI輔助接入,集中于應用側,在復雜性高的核心技術方面適用性較差,深度有待加強。但這并不影響AI對Web3的滲透,部分新項目開始演變至必須要有AI,或者至少要有GPT接口才拿得出手。
對于AI+Web3的結合,業界存在不同的看法。一些人認為,AI是生產力提升的代表性工具,而Web3則代表著另一層級的分布式生產關系,生產力與生產關系的匹配可使社會與技術實現革命性躍遷。而另一些人則認為,生產關系并不決定生產力,只有生產力才會對生產關系關鍵主導。AI直接提供效率,是全世界發展的重點,也是之后技術變革的關鍵力量。在投資領域,Web3的標的研究需要剝除概念化炒作,對投資人本身的背景與能力要求極高,Web3與生成式內容的合規紅線也要考慮在內。AI對于Web3的入侵已經打響,正從項目端逐漸過渡至個體層面,但是AI自身的問題還未解決,非線性發展所帶來的不可預測性、智能涌現所帶來的不可知性,以及內容提取的版權合規性等問題,仍需重視和解決。