νέα

Ο «πανικός των φούσκας» εξαπλώνεται, θα εμφανιστεί ξανά η έκρηξη της τεχνητής νοημοσύνης στη φούσκα του Διαδικτύου;

Υπεύθυνος στήλης: Li Haidan Hao Boyang

Σχεδιασμός και συνέντευξη: Li Haidan και Hao Boyang

Εμφάνιση βίντεο: Li Haidan

Συγγραφέας κειμένου: Li Anqi Yang Zhe

Επιμέλεια: Hao Boyang

Στις 5 Αυγούστου 2024, το παγκόσμιο χρηματιστήριο γνώρισε μια «Μαύρη Δευτέρα».

Ο S&P 500 υποχώρησε 3,1% και ο Nasdaq 3,4%.

Μεταξύ αυτών, οι μετοχές τεχνολογίας και οι μετοχές τσιπ οδήγησαν την πτώση. Η Nvidia έπεσε 6%, η Apple 4,6% και η Tesla 4,2%.

Η συνολική αγοραία αξία των «Επτά Τεχνολογικών Γίγαντων» εξατμίστηκε κατά 1,3 τρισεκατομμύρια δολάρια ΗΠΑ στις πρώτες συναλλαγές. Αν και η τιμή της μετοχής έχει ανακάμψει από τότε, η συνολική απώλεια αγοραίας αξίας κατά τη διάρκεια της ημέρας εξακολουθεί να είναι ελαφρώς μεγαλύτερη από 650 δισεκατομμύρια δολάρια.

Ο «δείκτης φόβου» VIX κάποτε εκτοξεύτηκε 181% στο 65,73, το υψηλότερο από την επιδημία τον Μάρτιο του 2020.

Από την άποψη αυτή, ο Sun Lijian, διευθυντής του Κέντρου Χρηματοοικονομικών Ερευνών του Ινστιτούτου Ανάπτυξης Fudan, είπε ότι το χρηματιστήριο των ΗΠΑ έπεσε επειδή βρισκόταν σε υψηλό επίπεδο φούσκας όπου έκανε πολύ κρύο για να είναι υψηλό.

Το πιο προφανές σε αυτή τη φούσκα είναι ο κλάδος της τεχνητής νοημοσύνης, επειδή πέφτουν για περισσότερο από μισό μήνα.

(Αλλαγές στον δείκτη NYSE AI)

Στις 18 Ιουλίου, η αγοραία αξία του «Big Seven» στο χρηματιστήριο των ΗΠΑ έχασε συνολικά 1,1 τρισεκατομμύρια δολάρια σε πέντε ημέρες.

Μια εβδομάδα αργότερα, στις 24 Ιουλίου, το «Big Seven» υποχώρησε ξανά συλλογικά, με αποτέλεσμα το χρηματιστήριο των ΗΠΑ να χάσει περισσότερα από 750 δισεκατομμύρια δολάρια σε χρηματιστηριακή αξία καθ' όλη τη διάρκεια της ημέρας. Αυτό προκάλεσε επίσης τους δείκτες S&P 500 και Nasdaq να καταγράψουν τη μεγαλύτερη μονοήμερη πτώση τους από τα τέλη του 2022.

(Ο δείκτης M7 υποχώρησε σε όλη τη διαδρομή από τις 10 Ιουλίου έως τις αρχές Αυγούστου, πηγή: CNBC)

Στις 31 Ιουλίου, η τιμή της μετοχής της Nvidia, του μεγαλύτερου νικητή αυτής της έκρηξης τεχνητής νοημοσύνης, έπεσε 7,2% σε μια μέρα και συνολικά 20% σε ένα μήνα Με αυτήν την πτώση, η Nvidia έπεσε σχεδόν κατά 30% τον Ιούλιο.

Αφού η Intel, η οποία προωθεί την AIPC, ανακοίνωσε την οικονομική της έκθεση την περασμένη Πέμπτη, σημείωσε βουτιά 26% μετά το κλείσιμο της αγοράς και σχεδίαζε να απολύσει 15.000 άτομα.

Έξω από το χρηματιστήριο, οι προειδοποιήσεις για τη φούσκα της AI έρχονται επίσης η μία μετά την άλλη.

Τον Μάρτιο του τρέχοντος έτους, ο επικεφαλής οικονομολόγος του Apollo, Torsten Sløk, έγραψε ότι η φούσκα της τεχνητής νοημοσύνης δεν ήταν μόνο «χειρότερη» από τη δεκαετία του 1990, αλλά ξεπέρασε και την κορυφή της φούσκας του Διαδικτύου.

Σημείωση: Apollo Global Management: Αμερικανική εταιρεία διαχείρισης επενδύσεων.

Ο συνεργάτης της Sequoia, David Chan, εξέδωσε προειδοποιήσεις πέρυσι και φέτος, πιστεύοντας ότι τα συνολικά ετήσια έσοδα των εταιρειών τεχνητής νοημοσύνης πρέπει να φτάσουν τα 600 δισεκατομμύρια δολάρια ΗΠΑ για να πληρώσουν για την κατασκευή υποδομής. Αυτό είναι αδύνατο αυτή τη στιγμή.

Η μεγαλύτερη ανησυχία για τη φούσκα της τεχνητής νοημοσύνης προέρχεται από την έκθεση «Generative AI: Much Cost, Little Benefit» που κυκλοφόρησε από την Goldman Sachs στα τέλη Ιουνίου πολύ υψηλό, αλλά τα υπάρχοντα οφέλη και τα πιθανά οφέλη είναι πολύ μικρά. Επί του παρόντος, η τεχνητή νοημοσύνη αντιμετωπίζει έναν τεράστιο κίνδυνο φούσκας.

(Οι τρεις πιο διάσημες δηλώσεις για τη φούσκα AI)

Είναι η τεχνητή νοημοσύνη μια οικοδομική φούσκα; Αν ναι, έχει σκάσει η φούσκα τώρα; Τι αντίκτυπο θα έχει αργότερα; Αφού διαβάσετε αυτό το άρθρο, ίσως βρείτε την απάντηση.

01.Τι είναι η φούσκα;

Για να αναγνωρίσουμε μια φούσκα, πρέπει πρώτα να καταλάβουμε τι είναι μια φούσκα.

Οι φούσκες προέρχονται συχνά από την εμφάνιση νέων τεχνολογιών Η αγορά είναι πολύ αισιόδοξη για τη μελλοντική ανάπτυξη της τεχνολογίας, οδηγώντας σε υπερβολικές επενδύσεις και τυφλή παρακολούθηση, κάνοντας την αξία της πέρα ​​από αυτό που μπορεί να αντέξει η πραγματική οικονομία σκάει σαν σαπουνόφουσκα.

Συνδυάζοντας πολλές κλασικές εργασίες σχετικά με τις οικονομικές φούσκες, όπως η «Υπόθεση χρηματοοικονομικής αστάθειας» του Hyman Minsky και η «Νομισματική πολιτική και οι ορθολογικές φούσκες τιμών περιουσιακών στοιχείων» του Jordi Galli, συνοψίσαμε τις βασικές συνθήκες για τη δημιουργία φυσαλίδων.

(Πτυχιακή εργασία και μονογραφία για την έρευνα των φυσαλίδων)

Περιλαμβάνουν κυρίως: τα θεμελιώδη οικονομικά μεγέθη είναι ευνοϊκά για επενδύσεις, η εμφάνιση κενών πληροφοριών και οι πληθωριστικές επιπτώσεις ψυχολογικών και συμπεριφορικών παραγόντων. Για να το θέσω απλά: υπάρχουν χρήματα στην αγορά και οι επενδυτές επενδύουν παράλογα.

Το πρώτο είναι ότι η αγορά πρέπει να έχει χρήματα, που σημαίνει ότι η αγορά πρέπει να έχει άφθονη ρευστότητα.Μόνο το βασικό οικονομικό status quo της πιστωτικής επέκτασης και της πλεονάζουσας ρευστότητας σε περιβάλλον χαμηλών επιτοκίων μπορεί να προκαλέσει φούσκες.

Για παράδειγμα, το 2022, ζήσαμε μια περίοδο που ονομάζεται «Φούσκα των Πάντων». Ως απάντηση στην οικονομική ύφεση που προκλήθηκε από την επιδημία, η Federal Reserve εφάρμοσε σχεδόν μηδενικά επιτόκια και ποσοτική χαλάρωση (QE) από το 2020 έως το 2021. Αυτή η κίνηση προσέλκυσε τους επενδυτές σε επενδύσεις με μεγαλύτερη επικινδυνότητα και επέτρεψε να αναπτυχθούν μη βιώσιμα επιχειρηματικά μοντέλα με βάση τα χαμηλότοκα δάνεια. Σχεδόν όλα τα περιουσιακά στοιχεία του χρηματιστηρίου ανατιμώνται με ταχείς ρυθμούς, σημειώνοντας νέα ρεκόρ στην ιστορία των ΗΠΑ. Μέχρι που η Federal Reserve αύξησε ξανά τα επιτόκια το 2022 για να περιορίσει τον πληθωρισμό, η χρηματιστηριακή αγορά έπεσε απότομα Μέσα σε ένα χρόνο, η Google έπεσε κατά 40% και οι τιμές των μετοχών Tesla και Meta μειώθηκαν κατά 60%.

Το δεύτερο είναι η παράλογη επένδυση των επενδυτών.Οι νέες τεχνολογίες επιτρέπουν στους επενδυτές να κερδίζουν σημαντικά υψηλότερες αποδόσεις μέσω πρώιμων επενδύσεων. Και η μονοπωλιακή φύση ορισμένων κομματιών κάνει τις πιθανές μελλοντικές αποδόσεις τους ακόμη υψηλότερες. Ένα αρκετά υψηλό περιθώριο κέρδους οδηγεί σε τυφλή αισιοδοξία στην αγορά, αναγκάζοντας τους επενδυτές να υποτιμούν τους κινδύνους και να υπερεκτιμούν τις αποδόσεις.

Για παράδειγμα, η φούσκα του Διαδικτύου έσκασε το 2000. Το 1995, ένα μεγάλο ποσό επιχειρηματικού κεφαλαίου διοχετεύθηκε σε τομείς που σχετίζονται με το Διαδίκτυο, όπως το ηλεκτρονικό εμπόριο, οι τηλεπικοινωνίες και οι υπηρεσίες λογισμικού, και η απόδοση της επένδυσης ξεπέρασε κατά πολύ άλλους κλάδους όπως η χημική βιομηχανία, η ενέργεια και η χρηματοδότηση. Όταν οι κερδοσκόποι παρατηρούν την ταχεία αύξηση των τιμών των μετοχών, αγοράζουν προσδοκώντας ότι θα αυξηθούν περαιτέρω. Το 1999, το ποσό των επενδύσεων σε βιομηχανίες που σχετίζονται με το Διαδίκτυο στις Ηνωμένες Πολιτείες έφθασε τα 28,7 δισεκατομμύρια δολάρια ΗΠΑ, σχεδόν 10 φορές από το 1995.

Μπορεί λοιπόν αυτή η φούσκα να συγκριθεί με προηγούμενες φυσαλίδες;

Ο Xiong Weiming, ιδρυτής της Huachuang Capital, έκρινε αυτή τη φούσκα ως εξής:«Η έκταση αυτού του κύματος φυσαλίδων είναι στην πραγματικότητα πολύ κατώτερη από τη φούσκα του Διαδικτύου πριν από 20 χρόνια, ακόμη και κατώτερη από τη φούσκα των κρυπτονομισμάτων το 2017 και κατώτερη από τη φούσκα NFT το 2021. Αυτές οι φυσαλίδες χαρακτηρίζονται από αποτιμήσεις που υπερβαίνουν κατά πολύ τα πραγματικά προϊόντα και υπηρεσίες Η περίοδος απόδοσης της επένδυσης που μπορεί να ληφθεί.Αν μετρηθεί αναλογικά, νομίζω ότι η έκταση αυτού του κύματος φούσκας μπορεί να είναι μόνο το 20% έως 30% της φούσκας dotcom ή NFT. Η έκταση αυτού του κύματος φυσαλίδων σίγουρα δεν συγκρίνεται με τα προηγούμενα. "

Ο λόγος είναι ότι οι δύο προϋποθέσεις για το σχηματισμό φυσαλίδων δεν επαρκούν.

02. Ποιο είναι το ανώτατο όριο επένδυσης σε τεχνητή νοημοσύνη;

Από τα δύο προαπαιτούμενα για τις φούσκες που αναφέρθηκαν παραπάνω, η πρώτη είναι ότι πρέπει να υπάρχουν χρήματα στην αγορά.

Ωστόσο, η τρέχουσα ρευστότητα στη χρηματοπιστωτική αγορά των ΗΠΑ δεν είναι αισιόδοξη, πράγμα που σημαίνει ότι το ανώτατο όριο της φούσκας της τεχνητής νοημοσύνης δεν μπορεί να είναι υψηλότερο.

Το περιβάλλον χρηματοδότησης ήταν σχετικά φτωχό τα τελευταία δύο χρόνια Προκειμένου να περιορίσει τον υψηλότερο πληθωρισμό των τελευταίων 40 ετών που προκλήθηκε από τη νομισματική χαλάρωση κατά τη διάρκεια της επιδημίας, η Ομοσπονδιακή Τράπεζα των ΗΠΑ αύξησε τα επιτόκια 11 φορές από τον Μάρτιο του 2022 έως τον Ιούλιο του 2023.

Ταυτόχρονα, η Federal Reserve ξεκίνησε επίσης μια μεγάλης κλίμακας μείωση του ισολογισμού της Από τον Ιούνιο του 2022, η Fed θα μειώσει τα ομόλογα του Δημοσίου κατά 60 δισεκατομμύρια δολάρια ΗΠΑ και τις κατοχές της σε τίτλους που υποστηρίζονται από στεγαστικά δάνεια (MBS). κατά 35 δισεκατομμύρια δολάρια το μήνα.

(Η ταχύτητα των αυξήσεων των επιτοκίων των ΗΠΑ, το κίτρινο μέρος δείχνει τις αυξήσεις επιτοκίων το 2022-23)

Με μια φράση, κατά το ξέσπασμα της τεχνητής νοημοσύνης, η Federal Reserve εφαρμόζει την πιο επιθετική νομισματική πολιτική σύσφιξης από τη δεκαετία του 1980.

Ωστόσο, η χαλάρωση της περιόδου της φούσκας των πάντων το 2021 έφερε τεράστια ποσότητα ρευστότητας και τα εναπομείναντα κύματα δεν έχουν εξαλειφθεί ακόμη. Ο Xiong Weiming είπε σε σύγκριση:"Τα τελευταία δύο χρόνια, η τεχνητή νοημοσύνη μπορεί να έφτασε στο αποκορύφωμά της από την άποψη της κεφαλαιοποίησης. Το 2021, οι Ηνωμένες Πολιτείες εξέδωσαν 6 τρισεκατομμύρια δολάρια σε μισό χρόνο, που είναι η μοναδική φορά στην ανθρώπινη ιστορία. Αυτό το φαινόμενο ωρίμανσης κεφαλαίου είναι άνευ προηγουμένου. "

Αλλά η αγορά εξακολουθεί να μην είναι τόσο ενεργή όσο φανταζόμαστε.Παρόλο που σχεδόν όλα τα VC έχουν κολλήσει στο FOMO, η συνολική τάση του επιχειρηματικού κεφαλαίου στο χρηματιστήριο των ΗΠΑ εξακολουθεί να μειώνεται αντί να αυξάνεται. Σύμφωνα με τα στοιχεία της βάσης Crunch, η συνολική παγκόσμια χρηματοδότηση το πρώτο εξάμηνο του τρέχοντος έτους μειώθηκε κατά 5% από έτος σε έτος.

Φυσικά, οι startups με τεχνητή νοημοσύνη ανάμεσά τους στέκονται ενάντια στον άνεμο, αυξάνοντας κατά 24% από έτος σε έτος, και μάλιστα έλαβαν τη μεγαλύτερη τριμηνιαία επένδυση 24 δισεκατομμυρίων δολαρίων ΗΠΑ το δεύτερο τρίμηνο του τρέχοντος έτους, αλλά η συνολική αξία είναι ακόμα μόνο το 70% του 2021.

Αλλά τα χρήματα στα χέρια των VC εξακολουθούν να είναι πολύ πιο σφιχτά από το 2021.

Κρίνοντας από τα δεδομένα που παρέχονται από την COATUE, αν και αυτός ο γύρος επενδύσεων σε τεχνητή νοημοσύνη ανθεί, οι VC δεν έχουν κάνει το καλύτερο δυνατό. Οι εταιρείες ιδιωτικών κεφαλαίων έχουν 1 τρισεκατομμύριο δολάρια σε μη επενδυμένα κεφάλαια, ένα ιστορικό υψηλό όλων των εποχών.

Υπάρχουν δύο βασικοί λόγοι για αυτό.

Πρώτον, η διαδρομή εξόδου δεν είναι ομαλή και η επένδυση VC είναι διστακτική.Μετά τον τελευταίο γύρο της «φούσκας των πάντων», ο αριθμός των εταιρειών μονόκερων αυξήθηκε, αυξάνοντας από 67 το 2016 σε 580 το 2021. Όμως τα επιτόκια αναχρηματοδότησής τους πέφτουν κατακόρυφα. Από το 2016 έως το 2022, το ποσοστό των μονόκερων που έλαβαν αναχρηματοδότηση μειώθηκε από 50% σε λιγότερο από 20% κατά την ίδια περίοδο.

Τι γίνεται με τις IPO; Είναι ακόμη πιο καταστροφικό Από το 2022, θα είναι βασικά μόνο σε μονοψήφιο αριθμό.

Ο Xiong Weiming ανέφερε επίσης, "Στην πραγματικότητα, θα υπάρξουν 970 IPO στο χρηματιστήριο των ΗΠΑ το 2021, ενώ ο αριθμός θα μειωθεί σε 162 το 2022 και θα υπάρξουν μόνο 44 περίπου το πρώτο εξάμηνο του τρέχοντος έτους. Αυτό δείχνει ότι η συρρίκνωση της παγκόσμιας κεφαλαιαγοράς είναι μια προφανής τάση».

Σε αυτήν την περίπτωση, η μόνη μέθοδος εξόδου που απομένει είναι οι συγχωνεύσεις και οι εξαγορές. Αυτός ο δρόμος είναι πολύ στενός.

Ένας άλλος λόγος είναι ότι το τρέχον στάδιο ανάπτυξης της τεχνητής νοημοσύνης έχει υψηλά επενδυτικά όρια, γεγονός που περιορίζει την είσοδο πολλών VC.

«Η πρώιμη βιομηχανία του Διαδικτύου χρειαζόταν να δημιουργήσει τους δικούς της διακομιστές και υποδομή, παρόμοια με το σημερινό πεδίο τεχνητής νοημοσύνης, ο Xiong Weiming είπε: «Το κόστος λειτουργίας ενός μεγάλου μοντέλου κυμαίνεται από δεκάδες χιλιάδες δολάρια έως εκατοντάδες εκατομμύρια δολάρια, το οποίο είναι σε ύψος». η έναρξη της κατασκευής νέας υποδομής." Αρχικά στάδια."

Σύμφωνα με τα στοιχεία της Coutue, τα περισσότερα χρήματα που εισέρχονται στον τομέα της τεχνητής νοημοσύνης ρέουν σε εταιρείες θεμελιώδους επιπέδου, οι οποίες είναι επίσης γνωστές ως μεγάλες εταιρείες μοντέλων, όπως OpenAI, Anthropic, Gemini κ.λπ.

Στη συνέχεια χρησιμοποιούν αυτά τα κεφάλαια για να αγοράσουν τσιπ από εταιρείες επιπέδου υπολογιστών όπως η Nvidia για να εκπαιδεύσουν τα μεγάλα μοντέλα τους.

Επομένως, η τρέχουσα θέση του κλάδου της τεχνητής νοημοσύνης μοιάζει περισσότερο με εκείνη μιας περιόδου κατασκευής υποδομών. Είναι επίσης τα χαρακτηριστικά αυτού του σταδίου που δυσκολεύουν την είσοδο στην αγορά μικρών VC με ανεπαρκή κεφάλαια.

Ως εκ τούτου, "Πέρυσι και πρόπερσι, ένας μεγάλος αριθμός εταιρειών τεχνητής νοημοσύνης, ειδικά εκείνες στη Silicon Valley, πραγματοποίησαν πρώιμες επενδύσεις. Φαινόταν ενεργές, αλλά το 80% των επενδύσεων συγκεντρώθηκε στα αρχικά στάδια και πολλές εταιρείες καταργήθηκαν Σε μεγάλες αναβαθμίσεις μοντέλων Τα πλεονεκτήματα των μεγάλων εταιρειών στον τομέα του NLP Προφανώς, επειδή το κόστος κάθε δοκιμής είναι πολύ υψηλό, αυτό είναι παρόμοιο με την ανάπτυξη του Διαδικτύου πριν από 20 χρόνια , όπως τα καλώδια οπτικών ινών και οι αίθουσες υπολογιστών Τώρα, το επενδυτικό κόστος της τεχνητής νοημοσύνης είναι επίσης υψηλό, που κυμαίνεται από μικρές παραμέτρους έως μεγάλες παραμέτρους κάνουν αυτό το κύμα επενδύσεων σε τεχνητή νοημοσύνη μοναδικό. "Αυτό το κύμα επενδύσεων, είτε στην Κίνα είτε στις Ηνωμένες Πολιτείες, καθοδηγείται κυρίως από μεγάλες εταιρείες. Οι Ηνωμένες Πολιτείες ηγούνται επίσης από πολλές μεγάλες εταιρείες. Οι νεοφυείς εταιρείες δεν είναι το κύριο ρεύμα σε αυτό το κύμα καινοτομίας. μεγάλες εταιρείες».

Ως εκ τούτου, είτε είναι από τη συνολική απόδοση της χρηματοπιστωτικής αγοράς είτε από τον ενθουσιασμό της συμμετοχής VC, το ζεστό χρήμα που τοποθετείται αυτή τη στιγμή στη δεξαμενή AI από την επενδυτική κοινότητα δεν είναι τόσο καλό όσο αυτό της προηγούμενης περιόδου φούσκας.

03. Ποιος επενδύει στην τεχνητή νοημοσύνη;

Υπάρχουν λίγα χρήματα στην αγορά και το όριο επένδυσης είναι υψηλό, λοιπόν, ποιος παίζει αυτό το επενδυτικό παιχνίδι;

Στην πραγματικότητα, οι βασικοί παίκτες αυτού του γύρου επενδύσεων σε τεχνητή νοημοσύνη είναι κυρίως ηγέτες στην εποχή του Διαδικτύου, με τη δική τους σωματική διάπλαση από κρυπτονίτη.

Σύμφωνα με μια έκθεση που κυκλοφόρησε από κοινού οι συνεργάτες Flow και η Dealroom στα τέλη Μαΐου του τρέχοντος έτους, η συνδυασμένη αγοραία αξία των επτά μεγαλύτερων μετοχών των ΗΠΑ αντιπροσωπεύει το 32% του δείκτη S&P 500 και τα οικονομικά τους κέρδη αντιστοιχούν σχεδόν στο μισό (45% ) του δείκτη S&P 500.

Τόσο πολύ που τον περασμένο χρόνο, οι Big Seven έγιναν οι μεγαλύτεροι επενδυτές στην τεχνητή νοημοσύνη, συμμετέχοντας σε 208 επενδύσεις σε venture projects μόνο το 2023.

Το πρώτο εξάμηνο του 2024, οι επτά γίγαντες επένδυσαν συνολικά σχεδόν 25 δισεκατομμύρια δολάρια, υπερβαίνοντας το άθροισμα όλων των επενδύσεων κεφαλαίων επιχειρηματικού κινδύνου στο Ηνωμένο Βασίλειο.

Είτε πρόκειται για ένα μεγάλο μοντέλο είτε για μια εταιρεία τσιπ, υπάρχουν πολλά Big Seven πίσω από αυτό. Ποσό επένδυσης.

Οι γίγαντες με τόσο «βαριές θέσεις» στην τεχνητή νοημοσύνη επενδύουν με το ένα χέρι και κάνουν αυτο-έρευνα με το άλλο Αφηγούνται προσωπικά ιστορίες στην κεφαλαιαγορά και οι τιμές των μετοχών τεχνολογίας συνεχίζουν να αυξάνονται λόγω των υποσχόμενων τεχνολογικών μύθων.

Σήμερα, η μέση αναλογία τιμής προς κέρδη των επτά κολοσσών με συνδυασμένη κεφαλαιοποίηση 16 τρισεκατομμυρίων είναι τόσο υψηλή όσο 45 φορές (ο μέσος όρος του S&P 500 είναι 28 φορές) και οι αγοραίες αξίες των αντίστοιχων επενδυτικών αγαπημένων όπως η OpenAI, η Anthropic και άλλες νεοφυείς εταιρείες ανεβαίνουν επίσης.

Είναι ορθολογικές τέτοιες αγορές; Αυτό εξαρτάται από τους λόγους για τους οποίους στοιχηματίζουν οι γίγαντες.

04. Ο ορθολογισμός των γιγάντων

Η στάση των γιγάντων απέναντι στην τεχνητή νοημοσύνη είναι σχεδόν όλα ή τίποτα. Ο Jen-Hsun Huang είπε κατά τη διάρκεια της τελευταίας τηλεδιάσκεψης της Nvidia:

"Επιτρέψτε μου να σας δώσω ένα παράδειγμα για το γιατί ο χρόνος είναι πραγματικά πολύτιμος, γιατί η ιδέα να μπορείτε να δημιουργήσετε αμέσως ένα κέντρο δεδομένων είναι τόσο πολύτιμη και να αποκτήσετε χρόνο εκπαίδευσης είναι τόσο πολύτιμος. Ο λόγος είναι,Η επόμενη εταιρεία που θα φτάσει σε ένα σημαντικό ορόσημο θα ανακοινώσει μια σημαντική ανακάλυψη τεχνητής νοημοσύνης.Και τότε η δεύτερη εταιρεία θα ανακοινώσει κάτι που είναι μόλις 0,3% καλύτερο.Επομένως, το ερώτημα που πρέπει να κάνετε στον εαυτό σας είναι, θέλετε να είστε μια εταιρεία που προσφέρει επανειλημμένα πρωτοποριακή τεχνητή νοημοσύνη ή θέλετε να είστε μια εταιρεία που βελτιώνει την απόδοση μόνο κατά 0,3%;…Επομένως, αυτός είναι ο λόγος που χτίζουμε το σύστημα σούπερ τσιπ Hopper σαν τρελοί αυτή τη στιγμή, επειδή το επόμενο μεγάλο ορόσημο είναι προ των πυλών. "

Η τεχνητή νοημοσύνη είναι μια τεχνολογία που καθορίζει την εποχή που μπορεί να δει κανείς μπροστά στα μάτια του καθενός. Για τους Big Seven, οι αποφάσεις είναι ίδιες είτε βρίσκονται σε φούσκα είτε όχι. Γιατί δεν εξαρτάται από το αν είσαι διατεθειμένος να αναγνωρίσεις μια φούσκα ή μια ευκαιρία, αλλά από το αν μπορείς να επιβιώσεις σε αυτόν τον αγώνα.

Η επένδυση των κολοσσών δεν είναι πολύ ριζική σε σύγκριση με τις ταμειακές ροές που δημιουργούν.

Κρίνοντας από τις οικονομικές εκθέσεις, αυτές οι εταιρείες πέτυχαν βασικά έσοδα άνω των 10 δισεκατομμυρίων δολαρίων ΗΠΑ το περασμένο τρίμηνο.

Η Microsoft πέτυχε κέρδος 22,04 δισεκατομμυρίων δολαρίων ΗΠΑ το δεύτερο τρίμηνο του οικονομικού έτους 2024. Με μια τόσο μεγάλη επένδυση σε επενδύσεις σε τεχνητή νοημοσύνη, το καθαρό περιθώριο κέρδους της μειώθηκε μόνο από 39,44% το τρίτο τρίμηνο του οικονομικού έτους 2023 σε 34,04% το δεύτερο τρίμηνο του οικονομικού έτους 2024. Τα κέρδη του δεύτερου τριμήνου της Alphabet έφθασαν τα 23,6 δισεκατομμύρια δολάρια ΗΠΑ και της Amazon τα 13,4 δισεκατομμύρια δολάρια ΗΠΑ.

Τα συνολικά κέρδη του Big Seven είναι πολύ υγιή. Και έχουν επίσης πολλά μετρητά στις τσέπες τους που δεν μπορούν να ξοδέψουν.

Η δωρεάν ταμειακή ροή της Apple υπερβαίνει πλέον τα 100 δισεκατομμύρια δολάρια. Η Microsoft, η Alphabet και η Amazon αναμένεται να ενταχθούν στη «λέσχη δωρεάν ταμειακών ροών 100 δισεκατομμυρίων δολαρίων» τα τελευταία χρόνια με βάση τους ρυθμούς αύξησης των εσόδων τους. Η ελεύθερη ταμειακή ροή της Meta θα μπορούσε να ξεπεράσει τα 30 δισεκατομμύρια δολάρια φέτος.

Η ελεύθερη ταμειακή ροή της Nvidia και της Tesla είναι ελαφρώς μικρότερη, αλλά πριν από το ξέσπασμα της τεχνητής νοημοσύνης, η Nvidia ήταν ήδη σε θέση να δημιουργεί δισεκατομμύρια δολάρια σε δωρεάν ταμειακές ροές κάθε χρόνο, αφού έκανε πολλά χρήματα τα τελευταία δύο χρόνια το επίπεδο των δεκάδων δισεκατομμυρίων.

Οι επτά γίγαντες αναμένουν τώρα συλλογικά να επενδύσουν όχι περισσότερα από 50 δισεκατομμύρια δολάρια στην τεχνητή νοημοσύνη το 2024, η οποία είναι εντελώς εντός του εύρους από τα κέρδη έως τα μετρητά.

Αν πρόκειται για μάχη ζωής και θανάτου στην επόμενη εποχή, ετοιμάζονται να αποσυρθούν με αυτά τα κέρδη και τα μετρητά;

Ακριβώς επειδή οι γίγαντες έχουν τη δυνατότητα να στοιχηματίσουν, δεν είναι παράλογοι.

05. Είναι οι γίγαντες υπερτιμημένοι;

Όταν οι γίγαντες με άφθονες ταμειακές ροές επενδύουν στην τεχνητή νοημοσύνη, είναι και οι ίδιοι επενδυτές. Αυτή τη στιγμή, η κατάσταση της αποτίμησης του ίδιου του γίγαντα έχει γίνει ένας σημαντικός δείκτης για την κρίση της φούσκας της AI. Εξάλλου, μόνο με τη σταθεροποίηση του εαυτού σας μπορείτε να έχετε μια σταθερή ροή ταμειακών ροών για να υποστηρίξετε έναν ενάρετο κύκλο.

Ακολουθεί ένα γράφημα που χρησιμοποιεί τον "Κανόνα του Χ" για να αξιολογήσει την κεφαλαιοποίηση αγοράς των Big Seven σε σχέση με την αύξηση των εσόδων και τα περιθώρια κέρδους τους.

Με απλά λόγια, η διαγώνια γραμμή στο γράφημα αντιπροσωπεύει τη θεωρητική εύλογη αξία. Εάν το σημείο μιας εταιρείας βρίσκεται πάνω από τη διαγώνια γραμμή, σημαίνει ότι η κεφαλαιοποίησή της είναι υπερτιμημένη σε σχέση με τα έσοδα και εάν βρίσκεται κάτω από τη γραμμή, είναι υποτιμημένη.

μαςΜπορεί να φανεί ότι η αγοραία αξία των Amazon, Tesla, Alphabet (μητρική εταιρεία της Google) και Meta (πρώην Facebook), που βρίσκονται κάτω από τη διαγώνια γραμμή, είναι υποτιμημένη σε σχέση με τα αναμενόμενα έσοδα. Με άλλα λόγια, αυτές οι εταιρείες είναι λιγότερο πιθανό να είναι αφρώδεις επειδή οι κεφαλαιοποιήσεις τους στην αγορά δεν δείχνουν σημάδια υπερπληθωρισμού.

Η Microsoft και η Apple, που βρίσκονται στη διαγώνια γραμμή, έχουν ένα ελαφρύ premium, αλλά κατατάσσονται στην πρώτη και δεύτερη σε αξία αγοράς αντίστοιχα έχει φυσική δύναμη.

Ακόμη και η Nvidia, η οποία θεωρείται η πιο ύποπτη για φούσκα, από το πρώτο τρίμηνο του 2024,Τα τελευταία έξι τρίμηνα, η τιμή της μετοχής αυξήθηκε κατά 744%, ενώ τα κέρδη αυξήθηκαν επίσης κατά 330%.

Το hedge fund COATUE έκανε επίσης έναν υπολογισμό.σανΠάρτε για παράδειγμα τη Cisco, η οποία είχε την πιο εμφανή ανάπτυξη κατά τη διάρκεια της φούσκας του Διαδικτύου, η μέση αναλογία τιμής προς κέρδη για πέντε χρόνια ήταν 37 φορές, αλλά κατά την περίοδο της φούσκας ήταν 132 φορές.

Η ίδια μέθοδος υπολογισμού αντιστοιχεί στη Nvidia, της οποίας η μέση αναλογία τιμής προς κέρδη τα τελευταία πέντε χρόνια είναι 40 φορές, αλλά σήμερα είναι 68 φορές, κάτι που απέχει πολύ από το επίπεδο της περιόδου της Cisco «φούσκα».

(Πηγή εικόνας COATUE, αυτή η έκδοση είναι τα αναθεωρημένα δεδομένα αναλογίας τιμής-κέρδους NVIDIA)

Ως αναδυόμενος ηγεμόνας, ο λόγος P/E της NVIDIA είναι μόνο πάνω από τον μέσο όρο, ακόμη και στη βιομηχανία ημιαγωγών.

(Η θέση της αναλογίας P/E της NVIDIA μεταξύ των αναλογιών P/E όλων των εταιρειών ημιαγωγών: κόκκινο)

Επομένως, οι γίγαντες έχουν υγιή κέρδη, επαρκή μετρητά και αποτιμήσεις που δεν είναι εξωφρενικές. Αυτοί και η ικανότητα του χρηματιστηρίου να αντιστέκεται στους κινδύνους που κρύβονται πίσω τους είναι τελείως διαφορετικές από αυτές κατά τη διάρκεια της φούσκας του Διαδικτύου.

"Πρόσφατα, η αγοραία αξία επτά μεγάλων εταιρειών εξατμίστηκε κατά 1 τρισεκατομμύριο δολάρια σε μια μέρα. Αν και αυτή η κλίμακα είναι τεράστια, ο αντίκτυπός της είναι πολύ μικρότερος από τις διακυμάνσεις στην ίδια αγοραία αξία πριν από 20 χρόνια." διακυμάνσεις της αγοράς , «Πριν από είκοσι χρόνια, κατά τη διάρκεια της φούσκας του Διαδικτύου, η πτώση της αξίας της αγοράς κατανεμήθηκε μεταξύ πολλών μικρών εταιρειών, με κάθε εταιρεία να πέφτει από 100 σε 2 δολάρια ΗΠΑ. Αυτή η πτώση είχε μεγάλο αντίκτυπο στην αγορά. Η προσαρμογή της αγοραίας αξίας επικεντρώνεται κυρίως σε λίγες μεγάλες εταιρείες, επομένως, ακόμη και αν η αγοραία αξία αυτών των εταιρειών παρουσιάζει σημαντικές διακυμάνσεις, ο αντίκτυπος στη συνολική κεφαλαιαγορά θα είναι σχετικά μικρός Η αγορά δεν θα προκαλέσει τεράστια σοκ στην κεφαλαιαγορά, όπως η φούσκα του Διαδικτύου το 2000».

Επομένως, η αγορά απέχει πολύ από το να είναι επικίνδυνα παράλογη.

06 Πόσος χρόνος χρειάζεται για να κερδίσετε πίσω τα χρήματα που επενδύθηκαν στην τεχνητή νοημοσύνη;

Αλλά μια άλλη λογική υπόθεση είναι ότι η επένδυση πρέπει να έχει αντίστοιχη απόδοση.

Οι γίγαντες είναι πρόθυμοι να συμμετάσχουν στον αγώνα των εξοπλισμών Όταν τα χρήματα δεν είναι θέμα, αυτό που χρειάζεται περαιτέρω απάντηση είναι το ζήτημα της απόδοσης της επένδυσης. Αυτός είναι επίσης ο πυρήνας της έκθεσης που δημοσίευσε η Goldman Sachs και το ερώτημα των 600 δισεκατομμυρίων που έθεσε η Sequoia Capital.

Το τρέχον στάδιο της τεχνητής νοημοσύνης μοιάζει περισσότερο με την υποδομή. Ο κύκλος απόδοσης της υποδομής είναι διαφορετικός από τη βραχυπρόθεσμη επένδυση και ξεκινά βασικά στα πέντε χρόνια. Ακόμη και η περίοδος απόσβεσης για τα κέντρα δεδομένων είναι γενικά περίπου 4,5 χρόνια.

Ο Xiong Weiming πιστεύει ότι "η εμπορευματοποίηση της τεχνητής νοημοσύνης μπορεί να διαρκέσει 5 έως 10 χρόνια. Κοιτάζοντας πίσω στην ανάπτυξη του Διαδικτύου, τα αρχικά επιχειρηματικά μοντέλα όπως η διαφήμιση και οι μηχανές αναζήτησης έχουν επίσης υποστεί μια μακρά περίοδο καλλιέργειας. Ως εκ τούτου, πρέπει να εμπορευματοποιήσουμε την τεχνητή νοημοσύνη Μείνετε υπομονετικοί και διαστημικοί.”

Εφόσον πρόκειται για επένδυση με μακρύ κύκλο απόδοσης, πότε μπορούν να επιστραφούν τα χρήματα που επενδύθηκαν στην τεχνητή νοημοσύνη;

Ο Couteue έκανε τα μαθηματικά για εμάς. Κατά την περίοδο κατασκευής της υποδομής της τεχνητής νοημοσύνης, δηλαδή μέχρι το 2030, αναμένεται να κοστίσει 1,2 τρισεκατομμύρια δολάρια ΗΠΑ, που είναι περίπου 25 εκατομμύρια μονάδες GPU συν τις σχετικές δαπάνες. Αυτό μπορεί να φαίνεται τεράστιο, αλλά στην πραγματικότητα αντιπροσωπεύει μόνο το 18% των παγκόσμιων δαπανών πληροφορικής.

Με βάση το ROI 25%, δηλαδή τα αναμενόμενα έσοδα 600 δισεκατομμυρίων δολαρίων ΗΠΑ, συν 1,2 τρισεκατομμύρια δολάρια, οι επενδύσεις σε τεχνητή νοημοσύνη πρέπει να μετατραπούν σε έσοδα 1,8 τρισεκατομμυρίων δολαρίων μέχρι το 2030 για να επιτευχθούν το νεκρό σημείο.

Αυτό μπορεί να επιτευχθεί με δύο τρόπους,Το ένα είναι η μείωση του κόστους.Εφόσον η τεχνητή νοημοσύνη μπορεί να μειώσει τον συνολικό μισθό των παγκόσμιων τεχνικών κατά 5% ή τον μισθό όλων των εργαζομένων κατά 3%, μπορούν να επιτευχθούν οφέλη 1,8 τρισεκατομμυρίων.Το άλλο είναι η αύξηση του εισοδήματος.Εάν η τεχνητή νοημοσύνη μπορεί να φέρει 2% αύξηση του παγκόσμιου ΑΕΠ και να αυξήσει το εισόδημα όλων των εισηγμένων εταιρειών κατά 3%, τότε οι εταιρείες τεχνητής νοημοσύνης μπορούν να φτάσουν τα 1,8 τρισεκατομμύρια, εφόσον κερδίζουν τα μισά από τα έσοδα.

Το ερώτημα λοιπόν είναι, μπορεί η τεχνητή νοημοσύνη να επιφέρει μείωση κόστους και βελτίωση της αποδοτικότητας;

Ο καθηγητής του MIT Daron Acemoglu επεσήμανε σε έκθεση της Goldman Sachs ότι τα οικονομικά οφέλη που μπορεί να παράγει η γενετική τεχνητή νοημοσύνη σε σύντομο χρονικό διάστημα είναι πολύ περιορισμένα. Παρόλο που δεν αρνείται τις δυνατότητες της τεχνολογίας τεχνητής νοημοσύνης, εξακολουθεί να υποστηρίζει ότι η τεχνητή νοημοσύνη θα επηρεάσει μόνο το 4,6% όλων των εργασιακών εργασιών σε 10 χρόνια και θα φέρει μικρή αύξηση του ΑΕΠ, μόνο 0,9%.

Τέτοιες αμφιβολίες δεν είναι παράλογες. Κοιτάζοντας πίσω στην ιστορία της τεχνολογίας, θα διαπιστώσουμε ότι χρειάζεται πολύς χρόνος για να μπει μια νέα τεχνολογία στην αγορά και να διεισδύσει στη ζωή των απλών ανθρώπων.

Δώστε ένα παράδειγμα. Οι αποσκευές που χρησιμοποιούμε συχνά διαμορφώθηκαν ήδη από το 1887, αλλά μόλις το 1972 εμφανίστηκε ο πατενταρισμένος σχεδιασμός των τροχών τοποθέτησης στις αποσκευές και μόλις το 1991 έγινε διαθέσιμη η πιο κοινή αποσκευή τρόλεϊ.

Ακόμη και για μια εφεύρεση τόσο απλή όσο μια βαλίτσα, χρειάστηκαν 100 χρόνια από το σχεδιασμό της μέχρι την ευρεία χρήση για να βρεθεί ο σωστός «τρόπος να την ανοίξεις», πόσο μάλλον η τεχνολογία τεχνητής νοημοσύνης με περίπλοκες αρχές και ακόμα ένα μαύρο κουτί.

Είναι όμως η τεχνητή νοημοσύνη τόσο αναποτελεσματική όσο λέει ο Acemoglu; Προκειμένου να διευκρινιστεί αυτό το ζήτημα, εξετάσαμε συγκεκριμένα την εργασία του ίδιου του Ατσέμογλου και τις δύο μελέτες που ανέφερε.

Αποδεικνύεται ότι το επιχείρημα του Acemoglu είναι δύσκολο να υποστηριχθεί.

Το επιχείρημά του παραθέτει δεδομένα από δύο μελέτες, χρησιμοποιώντας το μέλλονΤο ποσοστό των εργασιών που ενδέχεται να επηρεαστούν από την τεχνητή νοημοσύνη (20%) × το ποσοστό των εργασιών που θα χρησιμοποιούν πραγματικά τεχνητή νοημοσύνη (23%) = το ποσοστό των εργασιών που θα επηρεαστούν από την τεχνητή νοημοσύνη στο μέλλον (4,6%), και κατέληξε στο συμπέρασμα ότι η τεχνητή νοημοσύνη έχει μικρό όφελος. Και χρησιμοποιήστε αυτό για να υπολογίσετε τον τελικό αντίκτυπο της τεχνητής νοημοσύνης στο ΑΕΠ.

Αλλά αυτό που χρησιμοποίησε ο Acemoglu στην εργασία του ήταν οι πιο απαισιόδοξες προβλέψεις για την ανάπτυξη της τεχνητής νοημοσύνης στην έρευνα που ανέφερε. Αρχικά πίστευε ότι το λογισμικό που ενσωματώνει αποτελεσματικά μεγάλα μοντέλα γλώσσας δεν θα εμφανιζόταν στην αγορά τα επόμενα δέκα χρόνια. Δεύτερον, πιστεύεται ότι το κόστος χρήσης της τεχνητής νοημοσύνης δεν θα μειωθεί βραχυπρόθεσμα.

Για το πρώτο σημείο,υπάρχωΣε έγγραφα που παραθέτει ο Ατσέμογλου, οι συγγραφείς επισημαίνουν ξεκάθαρα ότι εάν τα GPT μπορούν να αξιοποιηθούν, περίπου το 15% όλων των εργασιών των εργαζομένων στις Ηνωμένες Πολιτείες μπορεί να ολοκληρωθεί σημαντικά πιο γρήγορα, διατηρώντας την ίδια ποιότητα. Αλλά κατά την ενσωμάτωση λογισμικού και εργαλείων που βασίζονται σε LLM, αυτό το ποσοστό αυξάνεται στο 47% έως 56% όλων των εργασιών.

Αλλά ο Acemoglu χρησιμοποιεί μόνο την τιμή του 15% για τον υπολογισμό.

Ωστόσο, σχεδόν όλοι οι τεχνολογικοί γίγαντες προσπαθούν να ενσωματώσουν την τεχνητή νοημοσύνη στο δικό τους λογισμικό Copilit της Microsoft και το Adobe's Firefly.

Ήδη από την κυκλοφορία του GPT-4o, το OpenAI αποκάλυψε την ιδέα της ανάπτυξης μιας εφαρμογής σε επίπεδο συστήματος που θα κυριαρχείται από ένα μεγάλο μοντέλο γλώσσας. Αυτό επιβεβαιώθηκε και πάλι από τις δύο εξαγορές του OpenAI φέτος Σε συνδυασμό με την τρέχουσα εξέλιξη του Agent, έχουμε λόγους να περιμένουμε το ντεμπούτο του LLMOS στο εγγύς μέλλον.

Εάν είναι αλήθεια, όπως είπε ο Acemoglu, ότι κανένα λογισμικό που ενσωματώνει αποτελεσματικά μεγάλα μοντέλα γλώσσας δεν θα εμφανιστεί στην αγορά τα επόμενα δέκα χρόνια και θα εφαρμοστεί σε μεγάλη κλίμακα, τότε δεν είναι άδικο να πούμε ότι η τεχνητή νοημοσύνη είναι μια φούσκα, αλλά Προφανώς δεν είναι αλήθεια προς το παρόν.

Σχετικά με το δεύτερο σημείο,ΑτσέμογλουΗ κρίση του κόστους και του ποσοστού διείσδυσης της τεχνητής νοημοσύνης δεν είναι επίσης αρκετά ακριβής. αυτόςΤο αναφερόμενο έγγραφο αναφέρει ότι οι εταιρείες των ΗΠΑ θα επιλέξουν να μην αυτοματοποιήσουν τις περισσότερες εργασίες που μπορούν να ενεργοποιηθούν με AI, και μόνο το 23% των εργαζομένων που απασχολούνται σε οπτικές εργασίες έχουν μισθούς που είναι ελκυστικοί για την αυτοματοποίηση. Ωστόσο, το αναφερόμενο άρθρο καθιστά σαφές ότι εάν το κόστος μειωθεί γρήγορα ή αναπτυχθεί μέσω πλατφορμών AI-as-a-service που είναι μεγαλύτερες από μία επιχείρηση, η αργή ανάπτυξη της τεχνητής νοημοσύνης θα επιταχυνθεί.

Επιπλέον, το μειούμενο κόστος της τεχνητής νοημοσύνης είναι ήδη μια προφανής τάση.

Ο ιδρυτικός Διευθύνων Σύμβουλος του Ινστιτούτου Άλεν για την Τεχνητή Νοημοσύνη στις Ηνωμένες Πολιτείες δήλωσε σε αποκλειστική συνέντευξη στην «Daily Economic News» ότι ο νόμος του Moore στην εποχή των τσιπ εξακολουθεί να ισχύει στην εποχή της Τεχνητής Νοημοσύνης και το κόστος της εκπαίδευσης και των συμπερασμάτων τεχνητής νοημοσύνης μπορεί μειώνεται στο μισό κάθε 18 μήνες.

(Πηγή εικόνας: Επίσημος ιστότοπος του Madrona Venture Group)

Λαμβάνοντας ως παράδειγμα το ChatGPT, ο Ultraman είπε σε μια αποκλειστική συνέντευξη στις αρχές του έτους:

«Το GPT-3 είναι το μοντέλο που έχουμε λανσάρει το μεγαλύτερο και βελτιστοποιημένο για περισσότερα από τρία χρόνια από την κυκλοφορία του.Μειώσαμε το κόστος του 40 φορές…Όσο για το GPT-3.5,Πιστέψτε ότι έχουμε μειώσει το κόστος του κατά σχεδόν 10 φορές...Έχουμε την πιο απότομη καμπύλη μείωσης κόστους από οποιαδήποτε τεχνολογία γνωρίζω. "

Εξετάζοντας την πραγματική τιμή αγοράς, πριν από δύο χρόνια, το GPT 3.5 κόστιζε 0,06 δολάρια ΗΠΑ ανά χίλια Tokens. Τώρα, το Gemini Flash κοστίζει μόνο 0,05 $ ανά εκατομμύριο Tokens. Μέσα σε μόλις δύο χρόνια, το κόστος της τεχνητής νοημοσύνης μειώθηκε κατά 100 φορές και οι δυνατότητές της βελτιώθηκαν κατά 10 φορές.

Επιπλέον, μια έρευνα που δημοσίευσε η McKinsey τον Μάιο έδειξε ότι το παγκόσμιο ποσοστό υιοθέτησης τεχνητής νοημοσύνης θα αυξηθεί σημαντικά το 2024 και το ποσοστό χρήσης της γενετικής τεχνητής νοημοσύνης έχει διπλασιαστεί σε σύγκριση με πέρυσι χρησιμοποιήστε το AI.

Σε μια έρευνα της JPMorgan Chase, περισσότερο από το 55% των εταιρειών αναμένουν να έχουν πρόσβαση στην τεχνητή νοημοσύνη για παραγωγή έως το 2025. Το ποσοστό διείσδυσης της τεχνητής νοημοσύνης στις επιχειρήσεις είναι πολύ υψηλότερο από 23%.

έτσι,Η κρίση του Ατσέμογλου μπορεί να χαρακτηριστεί μόνο ως μη ρεαλιστικά απαισιόδοξη.

07 Είμαστε ακόμα στο 1995

Φυσικά, εκτός από τη διάψευση της άποψης του Acemoglu, έχουμε επίσης περισσότερα στοιχεία για να αποδείξουμε τη μακροπρόθεσμη και ακόμη και βραχυπρόθεσμη αξία της τεχνητής νοημοσύνης.

Ο οικονομολόγος της Goldman Sachs Τζόζεφ Μπριγκς πιστεύει:«Ενώ υπάρχει σημαντική αβεβαιότητα σχετικά με τις δυνατότητες της γενετικής τεχνητής νοημοσύνης, η ικανότητά της να παράγει αποτελέσματα που δεν διακρίνονται από την παραγωγή που δημιουργείται από τον άνθρωπο και να καταρρίπτει τα εμπόδια επικοινωνίας μεταξύ ανθρώπων και μηχανών αντανακλά μια σημαντική πρόοδο με δυνητικά τεράστιο μακροοικονομικό αντίκτυπο».

Αυτός ο αντίκτυπος προέρχεται πρώτα από τη σημαντική βελτίωση της αποδοτικότητας της παραγωγής.

Σύμφωνα με εκτιμήσεις της McKinsey, το GenAI μπορεί να αυτοματοποιήσει το 70% των επαναλαμβανόμενων εργασιών, αποφέροντας ετήσια οφέλη από 2,6 τρισεκατομμύρια $ έως 4,4 τρισεκατομμύρια $, ενώ αυξάνει τον αντίκτυπο όλης της τεχνητής νοημοσύνης κατά 15% έως 40%.

Από αυτή την άποψη, σε σύγκριση με την αισιόδοξη εκτίμηση ότι μπορεί να συνεισφέρει 2,6 τρισεκατομμύρια έως 4,4 τρισεκατομμύρια δολάρια στην οικονομία κάθε χρόνο, η ετήσια επένδυση 600 δισεκατομμυρίων δολαρίων της Sequoia σε υποδομές τεχνητής νοημοσύνης εξακολουθεί να θεωρείται φούσκα;

Δεύτερον, τα αποτελέσματα κλίμακας που προκαλούνται από την τεχνολογία μπορεί να είναι διασπαστικά αποτελέσματα πέρα ​​από την παραγωγικότητα.

Δεν υπάρχει αμφιβολία ότι το Διαδίκτυο είναι ο κλάδος που δημιουργεί τον περισσότερο πλούτο τα τελευταία 20 χρόνια. Το τελευταίο κύμα της τεχνολογίας του Διαδικτύου έφερε το ηλεκτρονικό εμπόριο, την οικονομία της πλατφόρμας, την κοινωνική δικτύωση για κινητά... ήταν ένα τεχνολογικό όχημα που συνέδεε τον κόσμο συνολικά. Αλλά αρχικά επινοήθηκε για επικοινωνίες εθνικής άμυνας Εκείνη την εποχή, λίγοι άνθρωποι θα πίστευαν ότι το Διαδίκτυο θα μπορούσε να διαμορφώσει τόσο βαθιά την τρέχουσα οικονομική συμπεριφορά και τον τρόπο ζωής μας.

Αν και επί του παρόντος είναι δύσκολο να προσδιοριστεί ο εκτεταμένος αντίκτυπος που θα έχει η τεχνητή νοημοσύνη, οι άνθρωποι είναι πάντα συνηθισμένοι να υπερεκτιμούν τη δική τους κρίση και να υποτιμούν την επιρροή της τεχνολογίας.

"Το Διαδίκτυο λύνει το πρόβλημα της διασύνδεσης. Μετακινεί τα αρχικά δεδομένα εκτός σύνδεσης στο Διαδίκτυο και πραγματοποιεί ψηφιακά δίδυμα. Για παράδειγμα, πιάτα που δεν βρίσκονταν στο Διαδίκτυο πριν από δέκα χρόνια, όπως ψιλοκομμένο χοιρινό με σάλτσα Πεκίνου, τώρα κάθε είδος Σε όλους τους δίνεται μια «διεύθυνση IP», ακριβώς όπως η μετάβαση από το IPv4 στο IPv6 Κάθε άτομο και κάθε στοιχείο έχει μια μοναδική ταυτότητα δεν λύνει το πρόβλημα της σύνδεσης, αλλά αναδιοργανώνει τα υλικά παραγωγής και βελτιώνει την παραγωγικότητα. "Η τεχνητή νοημοσύνη μπορεί να διαδραματίσει μεγαλύτερο ρόλο στον κόσμο των ψηφιακών διδύμων, αντικαθιστώντας τις ανθρώπινες δυνατότητες επεξεργασίας. Δεν είναι μόνο μέσω συνδέσεων, αλλά μέσω έξυπνης κρίσης και αυτοματοποιημένων λειτουργιών. Για παράδειγμα, μετά τη σύνδεση κλιματιστικών και ψυγείων στο Διαδίκτυο . για να ρυθμίσετε χειροκίνητα τις παραμέτρους, αλλά με την τεχνητή νοημοσύνη, αυτές οι συσκευές μπορούν να κρίνουν και να εκτελούν ανεξάρτητα λειτουργίες, όπως η αυτόματη ενεργοποίηση του κλιματιστικού όταν η θερμοκρασία υπερβαίνει τους 28 βαθμούς Αυτός είναι ο ρόλος της τεχνητής νοημοσύνης στην οικονομική οικολογία του Διαδικτύου Στην πραγματικότητα, πολλές βιομηχανίες χρειάζονται την τεχνητή νοημοσύνη περισσότερο από το Διαδίκτυο.

Επομένως, το συμπέρασμά μας είναι: η τεχνητή νοημοσύνη έχει μια φούσκα, αλλά αυτή η φούσκα είναι περιορισμένη και δεν αποκλίνει από την πραγματική της αξία. Οι υπάρχουσες συζητήσεις για τη φούσκα είναι υπερβολικά απαισιόδοξες.

Επιπλέον, ακόμη και σύμφωνα με την απαισιόδοξη σκέψη, μετά την έκρηξη των εφαρμογών τεχνητής νοημοσύνης, μπορεί να πυροδοτηθεί μια τεράστια φούσκα όπως αυτή του 2000. Εάν αλλάξουν τα θεμελιώδη στοιχεία, οι μικρές νεοφυείς επιχειρήσεις που δεν είναι κερδοφόρες αλλά έχουν επιχειρηματικές ιδέες που σχετίζονται με την τεχνητή νοημοσύνη θα λάβουν μεγάλες εισφορές κεφαλαίου από επιχειρηματικά κεφάλαια και IPO μεγάλης κλίμακας. Ίσως η ιστορία επαναλαμβάνεται.

«Εάν μια εφαρμογή παρόμοια με το Hotmail το 1999 εμφανιστεί στο μέλλον, πυροδοτώντας το επόμενο κύμα αύξησης της αποτίμησης, αυτό είναι πράγματι δυνατό, ωστόσο, νομίζω ότι η τεχνητή νοημοσύνη μοιάζει περισσότερο με μια εκδήλωση δυνατοτήτων υλικού, μια εφαρμογή λογισμικού υπολογιστικής ισχύος. Απλές βελτιώσεις σχεδίασης προϊόντων Ως εκ τούτου, οι αποτιμήσεις τεχνητής νοημοσύνης ενδέχεται να μην αυξάνονται τόσο γρήγορα και δραματικά όσο το Διαδίκτυο.

Άρα βρισκόμαστε ακόμα στο 1995.

«Το 1995, το πρώτο κύμα εφαρμογών όπως η Yahoo μόλις άρχιζε να εμφανίζεται, παρόμοια με την τεχνολογία που βλέπουμε σήμερα για τη δημιουργία εικόνων και βίντεο Εκείνη την εποχή, οι άνθρωποι ήταν περίεργοι για τον τρόπο οργάνωσης του περιεχομένου στο Διαδίκτυο Εκείνη την εποχή, ούτε ένα μόντεμ δεν είναι προϊόντα υψηλής τεχνολογίας και προϊόντα όπως η Cisco είναι διαθέσιμα μόνο σε μεγάλες εταιρείες.

Από άποψη υποδομής, η ιστορία είναι παρόμοια. Εκείνη την εποχή, οι εταιρείες έπρεπε να πάνε σε ένα γραφείο τηλεπικοινωνιών για να υποβάλουν αίτηση για υπηρεσίες email, κάτι που ήταν ακριβό και απαιτούσε κοινή χρήση. Η σημερινή τεχνολογία AI μπορούν να αντέξουν οικονομικά μόνο μεγάλες εταιρείες. "

Σύναψη

Τέλος, πρέπει ακόμα να ρωτήσουμε, είναι λογικό να χρησιμοποιηθεί η τρέχουσα απόδοση επένδυσης για τη μέτρηση της τεχνολογικής προόδου υποδομής; Με άλλα λόγια, οι συνέπειες από το σκάσιμο της φούσκας είναι αναγκαστικά κακές;

Η τρέχουσα τεχνητή νοημοσύνη αντιμετωπίζει όντως προβλήματα υψηλών επενδύσεων και δυσκολίας εφαρμογής, αλλά αν κοιτάξουμε περαιτέρω και στραφούμε στην περίοδο κατασκευής υποδομών που είναι γνωστή ως φούσκα στην ιστορία, θα βρούμε κάτι διαφορετικό.

Πριν σκάσει η φούσκα του Διαδικτύου, οι εταιρείες τηλεπικοινωνιών συγκέντρωσαν 1,6 τρισεκατομμύρια δολάρια στη Wall Street, εξέδωσαν ομόλογα 600 δισεκατομμυρίων δολαρίων και κατασκεύασαν 80,2 εκατομμύρια μίλια καλωδίων οπτικών ινών, αντιπροσωπεύοντας το 76% της συνολικής βασικής ψηφιακής καλωδίωσης στην ιστορία των ΗΠΑ και θέτοντας τα θεμέλια για την Η ωριμότητα θέτει τα θεμέλια.

Αν κοιτάξουμε πιο πίσω, η βρετανική σιδηροδρομική φούσκα τη δεκαετία του 1840 και οι προκύπτουσες σιδηροδρομικές γραμμές έθεσαν τα θεμέλια για τη βιομηχανική επανάσταση υψηλού επιπέδου της Βρετανίας. σιδηροδρομικό σύστημα.

Όταν μιλάμε για τη φούσκα dot-com, δεν αναφερόμαστε στην τεχνολογία του Διαδικτύου ως φούσκα, αλλά συγκεκριμένα σε ένα επιχειρηματικό μοντέλο που διαφημιζόταν από υπερβολικά ενθουσιώδεις κερδοσκοπικές επενδύσεις, κυρίως με τη μορφή ηλεκτρονικού εμπορίου. Ομοίως, η φούσκα της Νότιας Θάλασσας δεν ήταν το σκάσιμο μιας φούσκας στο θαλάσσιο εμπόριο, αλλά απλώς ένα συγκεκριμένο μονοπώλιο.

Και η τεχνητή νοημοσύνη σημαίνει περισσότερα, και ο τροχός της ιστορίας δεν θα σταματήσει γιατί σκάει η φούσκα. Οι υποστηρικτές της τεχνητής νοημοσύνης σπεύδουν πάντα να επισημάνουν ότι η τεχνητή νοημοσύνη είναι το νέο Διαδίκτυο - μια θεμελιωδώς νέα τεχνολογική αρχιτεκτονική - και αν αυτό ήταν αλήθεια, δεν θα ήταν φούσκα.