软银创下新纪录:930亿美元投资技术初创企业

简介:

日本软银集团上周日表示,其Vision基金已经基本达成1000亿美元的募集目标,计划用于支持各类面向技术初创企业的投资活动。而就在不久之前,软银方面才刚刚通过一批强有力投资者的支持完成930亿美元的初步募集目标。

软银创下新纪录:930亿美元投资技术初创企业

软银公司宣称,Vision基金建立于去年,并承诺提供250亿美元现金。目前,该公司已经得到多家企业及投资基金的支持,其中包括苹果公司、高通公司、沙特阿拉伯政府支持下之公共投资基金、阿联酋穆巴拉投资公司、鸿海精密工业有限公司以及夏普公司。根据彭博社的报道,软银方面当时曾表示,Vision基金希望能够在各投资方的支持之定在未来六个月内达成1亿美元投资额度。

如今,该基金已经完成了至少1亿美元投资,并表示将重点关注公立及私营企业的少数及多数股权购买工作。这意味着Vision基金将拥有巨大的发展空间,足以在不同技术市场上入股各类初创企业,并应该能够保证自身在下一代甚至数代技术发展当中占据重要地位。

软银公司董事长兼首席执行官孙正义表示,“技术拥有解决当下人类所面临之最大挑战与风险的潜力。为了解决这些问题而努力的各类企业亦需要长期的资本支持与有远见的战略投资伙伴资源,从而帮助其逐步走向成功。”

有史以来规模最大的技术类基金

为了了解Vision基金的真实规模,彭博社作出估计称,其总体规模可能将达到红杉资本的15倍——这意味着其将在完成1000亿美元融资目标后,成为历史上最成功的风险投资方之一。更进一步来看,如果将Vision基金视为一个国家,那么其资金总量在全球191个国家的国内生产总值当中排名第63位,位于乌克兰与厄瓜多尔之前。这是一笔巨额资金,并将通过投资服务于各类技术初创企业——换言之,孙正义及其支持者很可能将以无与伦比的方式影响整个世界的未来格局。

不过孙正义似乎并没有因如此可观的资金规模感到意外。相反,他已经公布了一项野心勃勃到有些不可思议的计划——希望在300年时间内将软银公司打造为全球最具价值的企业,而他本人也乐于加大投入以实现这项目标。就在上个月,孙正义刚刚向与优步业务类似的中国车辆共享厂商滴滴出行技术有限公司投资了约55亿美元。

孙正义认为,下一代技术——包括物联网、人工智能、机器人、基础设施、电信、生物技术以及金融技术等,皆拥有着彻底颠覆人们认知中的世界的巨大潜力。而他亦希望软银公司能够在这场变革当中扮演重要角色。

他在今年二月的一次采访中指出,“我们经历了PC领域的大爆炸,亦经历了互联网行业的大爆炸。我认为下一轮爆炸式变革的规模将更为可观。为了做好准备,我们需要奠定稳固的基础——而这一基础正是软银Vison基金。”

在着力吸引资金以达成融资目标的同时,Vision基金此前已经奠定了多项基石。截至目前,该基金已经支持了数家技术初创企业,其中包括印度金融技术公司Paytm以及虚拟现实初创企业Improbable Worlds有限公司。另有未经证实的消息指出,WeWork有限公司等投资企业亦成为资金支持受益者。由此带来的问题变成“还有软银公司不愿投资的方向吗?”很明显,Vision基金的车轮开始滚滚向前。

Constellation Research有限公司首席分析师兼副总裁Holger Mueller认为,Vision基金未来很可能还会进一步扩大投资力度。尽管没有给出具体案例,但Mueller表示目前尚存在大量被低估的技术企业。他解释称,孙正义很可能对其中一部分进行注资。当然,正如孙正义本人所言,他对于某些特定领域更感兴趣,具体包括AI与机器学习。

Mueller总结称,“目前最令人好奇的是,孙正义先生到底会选择投入上百万美元的大手笔,抑或是以数亿美元为单位进行规模较小的投资。总而言之,我认为他将会继续高度关注数字化转型与创新商业模式带来的巨大机遇。”原文发布时间为:2017年9月6日
本文作者:李超
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网

目录
相关文章
|
9天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
305 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
318 155
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
873 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
258 113

热门文章

最新文章