Gespräch mit Zhang Yaqin: KI ist keine Blase, aber KI-Unternehmen haben Blasen

Text | Hairuojing

Interview | Hairuojing, Bary

In der heißen Juni besuchte wir im Innovationszentrum für die intelligente Industrie des Tsinghua-Instituts in Wuxi den Wissenschaftler Zhang Yaqin. Er kam eilends herein und schlug sofort vor, die Raumtemperatur noch weiter zu senken.

Während des Interviews sprach Zhang Yaqin auch über die gegenwärtige Hype um Embodied Intelligence und AI-Startups. Er meinte, dass man hier ein bisschen abkühlen sollte: "Sei ruhiger und nicht so eilig."

Vor fünf Jahren gründete Zhang Yaqin das Institut für Intelligente Industrie der Tsinghua-Universität (im Folgenden AIR genannt), das mehrere renommierte Professoren mit Erfahrung in der AI-Industrie zusammenbringt. Laut Angaben sind inzwischen die ersten Doktoranden von AIR abgeschlossen. Zehn von hier gegründeten Unternehmen haben insgesamt "etwa 1,5 Milliarden Euro an Kapital beschafft und einen Marktwert von 15 Milliarden Euro erreicht". Darunter sind Unicorns wie Huashen Zhiyao und Tashi Zhihang auf dem Kapitalmarkt sehr beliebt.

Ein Marktwert von 15 Milliarden Euro ist beeindruckend, aber Zhang Yaqin sagte uns: Die Hauptaufgabe von AIR ist die Durchführung von Forschungsprojekten. Die Gründung von Unternehmen ist nur ein natürliches Nebenprodukt. Die meisten Unternehmen befinden sich noch in der Phase, "ihre Fähigkeiten zu beweisen".

Als der jüngste IEEE-Fellow in China und Wissenschaftler der Chinesischen Akademie der Ingenieurwissenschaften hat Zhang Yaqin die Wellen von Technologierevolutionen und Kapitalzyklen erlebt. Nach seiner Ansicht befindet sich die gegenwärtige AI in einer Phase, die der des Internets zwischen 1998 und 1999 ähnelt. Es wird derzeit massiv in die Infrastruktur (Elektrizität + Rechenleistung + Algorithmen) investiert. Langfristig hat die AI-Industrie enorme Potenziale. "Die AI an sich hat keinen Blasen, aber es kann Blasen bei den frühen AI-Unternehmen geben." Es ist sehr wahrscheinlich, dass die zukünftigen Giganten mit Milliarden-Marktwerten nicht die momentanen Star-Unternehmen sein werden.

Im Jahr 2026 ist die "Physikalische AI" die heißeste Richtung für Technologieentwicklung und Kapitalanlagen geworden. In den letzten fünf Jahren hat Zhang Yaqin und sein Team mehrere Unternehmen in Bereichen wie autonomem Fahren, Embodied Intelligence-Simulation und industrieller Energieeffizienz-AI gegründet. Bezüglich der Tendenz, "während des heißen Marktes mehr Kapital zu beschaffen", sagte er direkt, dass zu viel Kapital ohne klare Geschäftsausrichtung dazu führen kann, dass das Geld verbrannt wird, ohne dass es in Ergebnisse umgesetzt wird.

In den letzten Jahren hat Zhang Yaqin jedes Jahr Vorhersagen über die Entwicklung der AI gemacht. Beispielsweise forderte er im Juni 2024 die Entwicklung eines neuen AI-Algorithmus-Systems, einschließlich Weltmodellen und Agenten, um eine hundertfache Effizienzsteigerung zu erreichen. Warum kann man sagen, dass die gegenwärtige AI der des Internets im Jahr 1998 ähnelt? Wie kann man die Technologierouten von VLA und Weltmodellen kombinieren? Wie sieht man die Gründung von Unternehmen durch Professoren?

Seit 2024 veranstaltet AIR jedes Jahr im Juni in Wuxi ein "Taihu-Dialog". Dieses Jahr ist es bereits die dritte Auflage. Im Folgenden finden Sie das Interview (bearbeitet) zwischen Zhang Yaqin und Anyong Waves vor dem Forum:

Teil 1: Professoren stehen wieder im Mittelpunkt des Unternehmertums, aber die meisten eignen sich nicht als CEO

Anyong: Vor drei Jahren haben die Investmentgesellschaften noch systematisch überlegt, "nicht in Professoren zu investieren". In der neuen Welle des Embodied Intelligence- und AI-Unternehmertums stehen die Wissenschaftler wieder im Mittelpunkt. Wie sehen Sie das "Unternehmen gründen durch Professoren"?

Zhang Yaqin: Diese Runde des AI-Unternehmertums wird stark von Technologie getrieben. Daher sind die technischen Fähigkeiten und Ideen der Professoren besonders wichtig. Zurzeit gibt es in China eine Gruppe von hochqualifizierten Professoren, die bereits weltklasse Innovationen vorantreiben können, anstatt einfach der USA zu folgen.

Es gibt drei Arten, wie Wissenschaftler Unternehmen gründen können: Erstens, der Professor verlässt das Institut und setzt sich vollständig dem Unternehmertum zu. Zweitens, der Professor konzentriert sich auf die akademische Arbeit und bringt seine guten Forschungsergebnisse und Technologien in Unternehmen um, ohne direkt das Unternehmen zu leiten. Das Unternehmen wird auf dem Markt betrieben. Drittens, der Professor bleibt an der Universität angestellt und leitet gleichzeitig mehrere Unternehmen. Die dritte Art funktioniert in der Regel nicht.

Anyong: Sind die erste und die zweite Art besser? Die Investoren mögen vielleicht eher in Professoren investieren, die sich vollständig dem Unternehmertum widmen.

Zhang Yaqin: Die erste Art hat auch Erfolge gehabt. Beispielsweise wurde Qualcomm von zwei MIT-Professoren gegründet. Professor Peng Jian von AIR gründete Huashen Zhiyao und hat sich in der AI-Pharmazie-Branche sehr gut bewährt.

Aber eigentlich eignen sich die meisten Professoren nicht, ein Unternehmen zu leiten. Selbst wenn sie sich vollständig dem Unternehmertum widmen, ist die Wahrscheinlichkeit eines Scheiterns als CEO viel höher als bei normalen Unternehmern. Das gilt sowohl in China als auch in den USA. Denn es gibt viele Kluft zwischen der Forschung und der Technologie, der Technologie und dem Produkt sowie der Massenproduktion des Produkts. Nur wenige Menschen verstehen sowohl die Spitzenforschung, um von 0 auf 1 zu kommen, als auch den Markt und die Kommerzialisierung, um von 1 auf N zu kommen.

Die meisten Professoren von AIR gründen Unternehmen auf die zweite Art: Die Wissenschaftler haben bemerkenswerte Forschungsergebnisse und Technologien und werden als Mitbegründer oder Chefwissenschaftler in Unternehmen eingebracht, um mit Technologieanteilen an der Gründung zu beteiligen. Gleichzeitig sucht das Unternehmen einen CEO, der über Geschäftswissen und Ingenieurkenntnisse verfügt, und wird auf dem Markt betrieben. So können die Stärken der Professoren genutzt werden, und die Entwicklungscharakteristika des Unternehmens werden berücksichtigt. Es ist ein relativ gutes Modell.

Anyong: Wenn das Unternehmertum erfolgreich ist, gibt es sehr hohe Gewinne.

Zhang Yaqin: Das Risiko des vollständigen Engagements im Unternehmertum ist auch sehr hoch. Es kann passieren, dass am Ende das Geschäft nicht gut läuft und die Forschung verloren geht. Die meisten Professoren, die nach AIR kommen, wollen Forschung betreiben und hoffen, dass nützliche Grundlagenforschungsergebnisse in die Industrie umgesetzt werden können. Am besten gibt es ein Team, das ihnen bei der Industrialisierung hilft. Ich mag es auch, an der Universität Forschung zu betreiben und Talente zu entwickeln. Drei Doktoranden in unserer Fakultät haben den Tsinghua-Preis erhalten.

AIR ist in erster Linie ein Forschungsinstitut, nicht ein Business-Incubator. Ein Business-Incubator gründet normalerweise viele Projekte gleichzeitig und hat ein VC-Investitionsmodell, das auf der Skalierung basiert. Wir haben aber nur ein oder zwei Unternehmen pro Jahr.

Anyong: Ein Ziel von AIR ist es, CTOs und Top-Architekten für die Branche auszubilden. Was ist nach Ihrer Meinung der Kern bei der Ausbildung solcher Talente?

Zhang Yaqin: Der Kern besteht darin, dass man bereits in der Wachstumsphase Produkt- und Systemdenken entwickeln muss. Selbst ohne reale Szenarien und Daten können Doktoranden in der Uni Algorithmen entwickeln und Artikel schreiben. Aber das Wichtigste ist, zu überprüfen, ob es in einem realen System funktioniert.

Dies war auch einer der Gründe für die Gründung von AIR. Wir arbeiten mit über 20 großen Unternehmen wie ByteDance, Alibaba, Baidu und BYD zusammen und führen Forschungsvorhaben über gemeinsame Labore durch. Viele Studenten von AIR machen Praktika in diesen Großunternehmen und nehmen an den neuesten Forschungssystemen teil, um die Skalierbarkeit zu überprüfen.

Anyong: Es gibt nur wenige Menschen, die sich als CEO für ein Startup eignen. Helfern Sie den gegründeten Unternehmen bei der Suche nach einem CEO? Welche Art von CEO bevorzugen Sie?

Zhang Yaqin: Im ersten Schritt des Unternehmertums, in der Technologieentwicklungsphase, kann der Professor auch einige Unternehmensmanagementaufgaben übernehmen. Das Schwerste ist der nächste Schritt, einen CEO zu finden und das Ingenieurteam und das Geschäftsmodell aufzubauen. Die meisten von uns gegründeten Unternehmen befinden sich derzeit im Übergang vom ersten zum zweiten Schritt und sind noch in der Phase, "sich zu beweisen".

Im Idealfall könnte ich jedem Team einen passenden CEO zuweisen, aber in der Realität kann ich das nicht (lacht).

Der CEO muss nicht unbedingt ein Berufsmanager sein. Es kann auch ein wiederholter Unternehmer oder ein junger Wissenschaftler aus dem Forschungsbereich sein. Bei der AI ist es relativ einfach, Talente zu finden. Schwierig ist es, Personen zu finden, die tief in der Branche verwurzelt sind, sowohl Branchenerfahrung als auch ein gewisses Verständnis für AI-Technologien haben.

Der Kern ist, dass diese Person sehr starke Überzeugungen haben muss. Beim Unternehmertum wird man sicherlich auf viele Schwierigkeiten stoßen. Manche Menschen neigen dazu, sich in schwierigen Zeiten zu erschüttern. Ohne Überzeugungen kann man fast nichts erreichen.

Ich möchte noch sagen, dass man das Unternehmertum nicht zu einfach machen sollte. Ein Marktwert wie 15 Milliarden Euro hat eigentlich nicht viel Bedeutung. Ein Unternehmen muss am Ende die Kommerzialisierung durch Technologie erreichen, Einnahmen und Gewinne erzielen und Wettbewerbsfähigkeit aufbauen.

Teil 2: Die AI an sich hat keinen Blasen, aber es kann Blasen bei AI-Unternehmen geben

Anyong: Wenn ein Startup einen hohen Marktwert erreicht, kann man das als ein vorläufiges Ergebnis betrachten. Aber Sie meinen, dass man besonders ruhig bleiben sollte?

Zhang Yaqin: Ich sehe darin ein Risiko. Je höher die Erwartungen des Marktes sind, desto mehr muss man beweisen. In dieser Phase muss man klar sein. An der Fakultät werde ich den Leuten etwas Kalte Wasser ins Glas gießen. Ich werde sie fragen: Welches Problem will man eigentlich lösen? Was kann die AI lösen? Wer wird für das Produkt zahlen? Ein hoher Marktwert in der kurzen Zeit bedeutet noch nicht, dass man erfolgreich ist.

Beispielsweise gibt es derzeit auf dem Roboter-Markt hunderte von Unternehmen, aber in drei oder vier Jahren werden vielleicht nur noch 20 Unternehmen übrig bleiben. Auf dem Markt für Large Language Models werden am Ende in China vielleicht nur noch drei oder vier Unternehmen übrig sein. Wir haben den Internet-Blase erlebt. Damals war der Kapitalmarkt noch begeisterter als jetzt, aber viele Star-Unternehmen sind schnell vom Markt verschwunden.

Anyong: Widerspricht diese Ruhigkeit der Logik, "während des guten Marktes mehr Kapital zu beschaffen"?

Zhang Yaqin: Beim Unternehmertum braucht man genug Kapital, aber das Kapital ist nicht der wichtigste Faktor.

Ein Startup ist von vornherein ein riskantes Unterfangen. Man muss sich fokussieren. Wenn man noch nicht klar ist, und viel Kapital aufnimmt und alles macht, wird es in den meisten Fällen so sein, dass das Geld verbrannt wird, ohne dass es in Geschäftsresultate umgesetzt wird. Wenn ein Unternehmen ein wirklich gutes Produkt, einzigartige Technologien, ein starkes Team und eine klare Perspektive hat, wird es bestimmt Leute geben, die investieren wollen.

Anyong: Jeder sagt, dass es auf dem Gebiet der AI und Embodied Intelligence Blasen gibt, aber dennoch stürzen sich alle waghalsig hinein. Diese Atmosphäre ähnelt der der letzten Welle des Internet-Unternehmertums, aber es gibt auch Unterschiede.

Zhang Yaqin: Der Unterschied ist, dass die meisten Internet-Unternehmen am Anfang keine massiven Einnahmen hatten, aber diesmal wachsen die Einnahmen der führenden AI-Unternehmen sehr schnell. Die Einnahmen von OpenAI und Anthropic wachsen wie nie zuvor. Deshalb hat der Markt mehr Vertrauen in die AI.

Ob dieses hohe Wachstum aufrechterhalten werden kann, bin ich nicht sicher.

Derzeit investieren mehrere globale Technologiegiganten sehr viel in Datencentren, Chips und andere Bereiche. Dies basiert auf hohen Erwartungen an die Zukunft - man hofft, dass man das Geld wieder einnehmen kann. Ob diese Investitionen in Aufträge und Einnahmen umgesetzt werden können, muss noch bewiesen werden.

Die nächsten 2 - 3 Jahre sind ein kritischer Beobachtungszeitraum. Wenn die Einnahmen der Giganten nicht wie erwartet exponentiell wachsen, wird dieser Zyklus beeinträchtigt werden. Die großen Unternehmen werden betroffen sein, und die kleinen Unternehmen werden noch empfindlicher reagieren.

Anyong: Wenn man die Technologiezyklen des Internets als Vergleich heranzieht, in welcher Phase befindet sich die AI derzeit?

Zhang Yaqin: Vielleicht entspricht es dem Jahr 1998 oder 1999, als das Internet gerade aufkam und Yahoo sehr beliebt war.

Das Internet an sich hat keinen Blasen, aber viele frühe Internet-Unternehmen hatten Blasen. Langfristig hat die AI-Industrie keinen Blasen, aber es kann Blasen bei AI-Unternehmen und deren Marktwerten geben. Kurzfristige Kapitalmanipulationen haben keine Bedeutung. Bei der Unternehmensgründung muss man sich fokussieren und bereit sein, die anstrengenden und schmutzigen Arbeit zu tun. Man muss seine Wertigkeit mit Ergebnissen beweisen.

Teil 3: Lassen Sie die Roboter zuerst die schmutzigen und anstrengenden Arbeiten machen

Anyong: Sie haben zuvor gesagt, dass die Roboter noch nicht den "ChatGPT-Moment" erreicht haben. Der allgemeine Haushaltsroboter und Dienstleistungsroboter werden vielleicht noch 10 - 15 Jahre brauchen. Was sind die Schlüsselfaktoren in diesem Zeitraum?

Zhang Yaqin: Tatsächlich wird es noch lange dauern, bis der allgemeine Haushaltsroboter und Dienstleistungsroboter verfügbar sind, vielleicht mehr als 10 Jahre. Aber in spezifischen Szenarien können die Roboter, die bestimmte Aufgaben ausführen, relativ schnell realisiert werden. Beispielsweise ist das autonome Fahren im Wesentlichen ein "Fahrroboter". Die technischen Schwierigkeiten sind im Wesentlichen überwunden, und es bleiben hauptsächlich engineering- und kommerzielle Probleme. Der Fortschritt bei den Industrierobotern wird noch schneller sein.

Der Haushaltsroboter muss in einer sehr offenen und komplexen Umgebung agieren. Das Wichtigste ist, dass er mit Menschen interagieren muss: mit Menschen sprechen, die Absichten der Menschen verstehen und tatsächlich Aktionen ausführen. Es gibt noch einige wissenschaftliche Probleme, die nicht gelöst sind, und die Theorie und die Algorithmen haben noch keine echten Durchbrüche.

Anyong: Warum entwickelt sich die AI für die physische Welt so viel langsamer?

Zhang Yaqin: Vor zehn Jahren habe ich die Intelligenz in drei Kategorien eingeteilt: digitale Intelligenz, physische Intelligenz und biologische Intelligenz.

Die digitale Intelligenz entwickelt sich schnell, weil in den letzten 20 Jahren das Internet eine riesige Menge an Daten gesammelt hat. Texte, Bilder und Videos können Modelle trainieren. Es gibt ein Skalierungsgesetz. Zusammen mit Algorithmen und Rechenleistung wird die allgemeine Fähigkeit der Modelle stärker.

Aber die Situation in der physischen Welt ist anders. Erstens haben wir nicht so viele Daten. Zweitens sind die Szenarien in der physischen Welt sehr verstreut. Drittens müssen die Bits der digitalen Welt mit den Atomen der physischen Welt kombiniert werden. Die Atomewelt folgt nicht dem Moore'schen Gesetz. Die Steuerung von mechan