虚拟智慧（5）：如何挖掘人工智能的投资机会？

我们相信人工智能的长期价值将在未来十年内实现。正如我们在前几期的虚拟智慧（In Silico） 中所阐述的那样，尽管预测存在高度不确定性，但我们仍然看到人工智能通过新产品、现有产品增强和积极的生产力变化带来的有意义的影响。为了把握人工智能的发展和应用，我们认为人工智能相关投资值得考虑整个价值链。

根据我们的评估，人工智能价值链由不同但相互关联的元素组成，每个元素都有助于人工智能创新和部署的更广阔前景（图 2）。根据我们的分析，很少有人工智能相关的投资是纯粹的投资，大多数公司可能不仅仅关注人工智能相关的产品和服务。反映这一点的是，我们注意到一个以“人工智能”为主题的投资组合普遍有可能比标签所呈现的更加多元化。

尽管某些人工智能模型可以在个人计算机上运行，但最近的人工智能进步主要是云计算现象。换句话说，训练和运行人工智能模型的特殊需求通常是在专用计算中心中完成的（这种服务通常被称为 "云计算"），这些中心通常与开发这些模型的数据科学家相距较远。

由于这些计算需求，科技巨头（有时被称为“超大规模企业”） 迄今一直占据着竞争优势，它们定期投资部署和更新数据中心、服务器和云计算服务。事实上，像 OpenAI 和 Anthropic 这样著名的人工智能初创公司分别得到了微软和亚马逊的支持。另外两个主要的生成式人工智能语言模型是 Meta 和 Alphabet 项目，它们本身就具备大规模云计算能力。

与半导体一样，数据中心和云计算解决方案不仅仅适用于人工智能。随着互联网的发展，对此类服务的总体需求也在增长。例如，在线媒体内容比以往任何时候都多，音乐流媒体收入在 2018 年已超过了实体媒体。随着对人工智能访问的需求增加，我们预计它将与从流媒体到一般网络托管需求等其他服务日益增长的需求形成竞争。

一般来说，人工智能是由数据科学家和软件工程师设计的算法组成。这些算法包含经过大量数据训练的模型，需要相当强大的处理能力。相对简单的模型可以在消费级计算平台上运行，而复杂的人工智能模型则需要具有更高性能的专用硬件和非常大的数据集。构建、训练和维护高性能模型所需的人力、资金和运营要求，意味着复杂的人工智能模型只是少数玩家的领域。

作为这一新兴行业中最早、规模最大的几家公司，大型科技公司在人工智能发展方面有着悠久的历史，目前在市场上占据主导地位。他们可能会在监管变化之前进一步巩固自己的地位。⁴此外，这些大型企业在展示产品能力和产品市场契合度方面比大多数企业走得更远。事实上，广泛应用的商业人工智能的未来可能取决于人工智能训练平台和只有现有科技巨头才能提供的可租赁硬件/服务器时间。即使新的参与者成为人工智能领域的主导力量，在我们看来，最大的科技参与者仍然很有可能分得一杯羹，因为他们负责大部分互联网运行的基础设施。

鉴于准入门槛相当高，我们认为人工智能模型可能会被打包进行广泛运用，例如问题解答、自动完成建议、图像生成和自动填充以及其他功能。这些工具的专业化可能会由外部参与者来进行和完善，或许会由这些模型采用者的内部专业知识来主导。事实上，大型科技公司正在开发所谓的“基础模型”，以便日后进行专业化改进和使用，从而帮助确保它们在人工智能价值链中的地位。

除了人工智能公司之外，早期采用者也在调整他们的商业模式或重新定位他们的产品，以应对日益增长的市场需求。早期的例子包括研究和写作辅助、搜索引擎集成、软件工程支持工具、网络导航助手等等。桌面和移动操作系统设计人员还将生成式人工智能功能集成到消费级用例中，包括视频和图像编辑、导航界面以及语音助手的集成。研究用例也在探索中，包括在生物制药中的应用，将模型应用于蛋白质合成，使研究人员能够快速提出和检查数百万种潜在可行的新型蛋白质和合成等价物。

我们认为，生成式人工智能工具应该有助于推动三大业务主题：通过提供新产品和见解创造收入，通过更加定制和完善的客户体验来提高客户关注度，以及通过为员工配备可以简化或优化现有工作流程的工具来提高运营生产力。

展望未来，我们预计此类用例将继续被探索和开发。也许最重要的是，我们预计随着人工智能工具变得更便宜、更容易扩展并且更为终端用户所熟悉，采用率将会增长。我们认为，人工智能的最大附加值可能来自于那些能够有效地将人工智能融入当今经济的采用者。