高盛深度报告:生成式 AI 是炒作,还是真变革?

在高盛近期公布的《Top of Mind》报告中,高盛策略师 Allison Nathan 和 Jenny Grimberg 与多个 AI 行业专业人士进行了深度对话,包括 AI 风投公司 Conviction 创始人 Sarah Guo、纽约大学教授、初创公司 Robust.AI 首席执行官兼创始人 Gary Marcus、高盛软件和互联网分析师 Kash Rangan 和 Eric Sheridan,试图回答以上问题。

要说今年涨势迅猛的板块,AI 必须排第一。

在 AI 技术投资潮的推动下,苹果、微软、谷歌、亚马逊、Meta、英伟达和特斯拉「七巨头」市值今年以来飙升 60%,至惊天的 11 万亿美元。

而这种「火箭式「蹿升,又推动纳指今年以来大涨 34%,主导着标普 500 指数今年的大部分涨幅。

高盛深度报告:生成式 AI 是炒作,还是真变革?

AI 概念涨上天,质疑声开始频繁出现。其中音量最高的是,AI 炒作是否太过分?生成式 AI 是否真得具备颠覆性潜力?目前它是否值得投资者投入巨大热情??

在高盛近期公布的《Top of Mind》报告中,高盛策略师 Allison Nathan 和 Jenny Grimberg 与多个 AI 行业专业人士进行了深度对话,包括 AI 风投公司 Conviction 创始人 Sarah Guo、纽约大学教授、初创公司 Robust.AI 首席执行官兼创始人 Gary Marcus、高盛软件和互联网分析师 Kash Rangan 和 Eric Sheridan,试图回答以上问题。

除此以外,他们还探讨了 AI 领域当下最具吸引力的投资机会,以及投资者最应关注的风险。

AI 的革命性变化

生成式 AI 与传统 AI 技术最根本的区别在于前者通过理解自然语言创建内容,而后者依赖的是编程语言,按照高盛软件分析师 Kash Rangan 的说法,这是生成式 AI 技术的关键变革特征。

第一,它能够以文本、图像、视频、音频和代码的形式生成新内容,而传统的 AI 系统训练计算机对人类行为、商业结果等进行预测。

第二,它允许人类用自己的自然语言与计算机进行沟通交流,这是以前从未有过的;传统上,计算机使用编程语言提示。

Guo 进一步解释说,在软件 1.0 时代人类需要编写代码来执行特定任务,软件 2.0 时代,则通过「艰苦」地收集数据来训练神经网络,现在人类迎来了软件 3.0 时代:

基础模型可以通过开源或 API 使用,具有自然语言能力、推理能力,并具备关于世界的常识。

在这种模式下,公司不需要收集几乎同样多的培训数据,使技术变得更有用、更容易访问、以及更便宜。

高盛深度报告:生成式 AI 是炒作,还是真变革?

自 ChatGPT 去年爆火出圈以来,许多人已经感受到生成式 AI 技术的强大。分析师认为,生成式 AI 可能会重塑社会生产的运作方式,为全球经济增添新的增长引擎。

Guo 表示,生成式 AI 的变革潜力已经开始转化为现实。任何 AI 投资公司现在都可以投资这些模型,增强业务或进行转型。

Rangan 估计,在某些情况下,开发人员通过使用生成式 AI 工具,将生产力提高了 15-20%。

而伴随着 AI 的普及,Guo 预计,未来更多领域,特别是法律、数据分析、图片、语音和视频生成等传统服务业,将越来越多地由 AI 提供服务。

高盛 TMT 行业分析师 Peter Callahan 指出,散户认为生成式 AI 技术具备平台转型的所有要素,有可能全方位改变企业和消费者的体验。

另外,高盛高级全球经济学家 Joseph Briggs 表示,这种变革潜力可能会对宏观经济产生深远影响。

他估计,美国和其他发达经济体普及生成式 AI 技术后,能够在未来 10 年内将年劳动生产率增速提高约 1.5 个百分点,全球 GDP 最终将提高 7%。

高盛美国股票策略师 Ryan Hammond 和 David Kostin 认为,美股也将从中受益,中长期内预计出现更为广泛的反弹,标普 500 指数的公允价值将比现在高出大约 9%。

高盛深度报告:生成式 AI 是炒作,还是真变革?

人工智能还远远不够智能,警惕过度炒作

长期看来,AI 技术的变革性是毋庸置疑的,但鉴于当前这项技术的发展进度,市场对它的炒作是不是太过分了?

Marcus 的答案为「是」,因为「目前的人工智能还远远不够智能」。

他指出,当前 AI 所谓的神经网络的功能与人脑的神经网络完全不同。

AI 虽然可以进行「自反性」统计分析,但几乎没有成熟的推理能力。这些机器可以学习,但很大程度上围绕着单词的统计和对提示的正确反应,而非抽象概念。并且,它们不像人类那样拥有「内部模型」以让它们理解周围的世界。

Marcus 向投资者发出警告:

要警惕 AI 能还没有很多人想象的那么神奇。

我不会说现在投资 AI 为时过早;一些投资于那些拥有聪明的创始团队、对产品市场适应性有很好理解的公司可能会成功,但也会有很多失败者。

Marcus 说,通用人工智能(AGI)可能最终会实现,但人类距离这个目标还很遥远,而且任何投资都不可能改变这一点。

此外,投资者还可以从历史中学习一些经验。

高盛市场策略师 Dominic Wilson 和 Vickie Chang 曾提到,在过去创新主导的生产力繁荣时期,例如,电力(1919-1929)、个人电脑和互联网(1996-2005)普及之后,股价和估值飙升形成泡沫,最终走向破裂。

Guo 则认为,即使在今天,私募市场某些领域仍存在定价错误。虽然投资者对这些领域有更深入的了解,但仍然普遍采用相同的投资方法。

她警告称,错误地判断变革发生的时机是投资中常见的陷阱。作为一名早期投资者,她不太关注估值,而是选择她认为有意义的市场、产品和企业。

高盛互联网分析师 Eric Sherida 的看法稍有不同。

他认为绝大多数表现出色的 AI 概念股的交易价格,相对于公认会计原则每股收益 (GAAP EPS) 的倍数,仍较为合理。

Rangan 也认为,AI 可能并非处于炒作周期中,因为本次浪潮是由科技巨头主导的,而非初创企业:

这一技术周期并不是由(AI)新贵主导的,不太可能出现虎头蛇尾式的失败结局或需要耗费很长时间才能开始。

20 世纪 90 年代初(计算机)从大型机向分布式系统的转变,以及 21 世纪初从分布式向云计算的转变,所花的时间比许多人预期的要长,均因为大型老牌公司是反对的关键声音。

正如 Rangan 所说,国外 ChatGPT 背后公司 OpenAI 有微软支持,谷歌推出了 Bard,投资 Anthropic 等 AI 初创公司,Meta 推出 LLaMA,国内百度、阿里等巨头也发布了自己的模型,全球 AI 竞赛正在如火如荼的进行中。

「铁镐和铁铲」

质疑炒作的声音不绝于耳,AI 当下还有哪些最引人注目的投资机会?

按照 Rangan 和 Sheridan 的说法,机会不仅仅在于开发基础 AI 模型的大型科技公司,而且在于「铁镐和铁铲」 (Picks and Shovels) 企业。

「铁镐和铁铲」是投资界传奇人物彼得·林奇偏好的投资策略之一,即投资于间接受益于某一热潮的公司。

Rangan 和 Sheridan 认为,在当前的 AI 潮中,半导体公司、云计算超大规模公司和基础设施公司等服务于该领域的公司都可以在当前的「构建」阶段获得有利地位。

Guo 有类似看法,但也看到了整个堆栈的机会,并且对应用层最为兴奋。

矢量AI门户网,优质AI资讯内容平台

(0)
上一篇 2023年7月13日 下午9:01
下一篇 2023年7月14日 下午4:13

相关推荐

  • 十篇高质量的AI-Agents相关论文,让AI教你认识AI-Agents

    「AutoGPT 引起了许多关注,探索了使用 LLM 作为主控制器构建自主代理的可能性。虽然由于自然语言界面存在相当多的可靠性问题,但它仍然是一个很酷的概念验证演示。」Auto-GPT 事实代表了 LLM 可以发挥自动化的通用问题解决机器,这一叙事范式代表了 AI-Agents 的未来发展方向。Lilian Weng 撰写的《LLM Powered Autonomous Agents》是目前全世界对于什么是 AI-Agents 最好的论文综述文章,结构化清晰明了的让我们理解了什么基于 LLM 驱动的 Agents。

    2023年7月24日
    106
  • GPT-4调用插件40次都没成功,果断放弃,无效调用、拒绝回答时有发生

    据不完全统计,消息公布之后的没几天,ChatGPT 就上线了 70 多款插件。几个月过去了,这些插件对 ChatGPT 的作用到底如何?本文来自纽约大学的 Ernest Davis 、德克萨斯大学奥斯汀分校的 Scott Aaronson ,他们给 ChatGPT 背后的大模型 GPT-4 调用的插件来了次摸底考试。

    2023年8月16日
    101
  • AI监管新思路:给每个AI注入一个“灵魂”

    人工智能领域的领军人物,包括像 ChatGPT 这样众所周知的“生成式人工智能”的系统架构师,现在都公开表示,担心自己创造的东西可能会带来可怕的后果。许多人现在呼吁暂停人工智能的发展,让国家和机构有时间研究控制系统。

    2023年7月15日
    123

发表回复

登录后才能评论