Щоб сказати, що цьогорічний стрімкий ріст сектора, AI повинен посісти перше місце.
Під впливом хвилі інвестицій у технології штучного інтелекту ринкова вартість «семи гігантів» Apple, Microsoft, Google, Amazon, Meta, Nvidia та Tesla цього року зросла на 60% до вражаючих 11 трильйонів доларів.
І цей «ракетний» стрибок змусив Nasdaq підскочити на 34% цього року, домінуючи над більшістю зростання S&P 500 цього року. **
** **Концепція ШІ піднялася до неба, і почали часто з’являтися сумніви. Найгучніший із них: чи не забагато ажіотажу щодо AI? Чи справді генеративний ШІ має руйнівний потенціал? Чи варто зараз величезний ентузіазм інвесторів?
У звіті «Top of Mind», нещодавно опублікованому Goldman Sachs, стратеги Goldman Sachs Еллісон Натан і Дженні Ґрімберг провели глибокий діалог із низкою професіоналів індустрії штучного інтелекту, зокрема Сарою Гуо, засновницею компанії венчурного капіталу AI Conviction, Нью-Йоркський університет професори, генеральний директор і засновник стартап-компанії Robust.AI Гарі Маркус, аналітики програмного забезпечення Goldman Sachs та інтернет-аналітики Кеш Ранган і Ерік Шерідан спробували відповісти на вищезазначені запитання.
Крім того, вони також обговорили найпривабливіші інвестиційні можливості у сфері штучного інтелекту та ризики, на які інвесторам варто звернути найбільшу увагу.
Революційні зміни в ШІ
Фундаментальна відмінність між генеративним штучним інтелектом і традиційною технологією штучного інтелекту полягає в тому, що перша створює контент, розуміючи природну мову, тоді як друга покладається на мови програмування. За словами аналітика програмного забезпечення Goldman Sachs Каша Рангана,** це ключова трансформаційна функція генеративної технології штучного інтелекту. . **
По-перше, він здатний генерувати новий вміст у формі тексту, зображень, відео, аудіо та коду, тоді як традиційні системи штучного інтелекту навчають комп’ютери прогнозувати поведінку людей, бізнес-результати тощо.
По-друге, це дозволяє людям спілкуватися з комп’ютерами їхньою природною мовою, чого раніше не робили; традиційно комп’ютери використовують підказки мовою програмування.
Гуо також пояснив, що в еру програмного забезпечення 1.0 людям потрібно було писати код для виконання конкретних завдань, а в еру програмного забезпечення 2.0 вони тренували нейронні мережі, збираючи дані «насилу».Тепер люди почали еру програмного забезпечення. 3.0:
Базова модель доступна через відкритий вихідний код або API, з можливостями природної мови, можливостями міркування та має здоровий глузд щодо світу.
У цій моделі компаніям не потрібно збирати майже стільки навчальних даних, що робить технологію кориснішою, доступнішою та менш дорогою.
З того часу, як ChatGPT вибухнув з кола минулого року, багато людей відчули силу генеративної технології ШІ. Аналітики вважають, що генеративний ШІ може змінити спосіб функціонування суспільного виробництва та додати новий двигун зростання глобальної економіки.
За словами Гуо, трансформаційний потенціал генеративного ШІ вже почав втілюватися в реальність. Будь-яка компанія, яка інвестує в штучний інтелект, тепер може інвестувати в ці моделі, покращуючи свій бізнес або трансформуючи його.
За оцінками Рангана, у деяких випадках провідні розробники спостерігали приріст продуктивності на 15-20% завдяки використанню генеративних інструментів ШІ. **
Гуо прогнозує, що з популяризацією штучного інтелекту в майбутньому все більше галузей, особливо традиційних галузей послуг, таких як юриспруденція, аналіз даних, створення зображень, голосу та відео, буде все більше обслуговуватися ШІ.
Галузевий аналітик Goldman Sachs TMT Пітер Каллахан зазначив, що роздрібні інвестори вважають, що генеративна технологія ШІ має всі елементи трансформації платформи та може змінити досвід підприємств і споживачів у всіх аспектах.
Окремо Джозеф Бріггс, старший глобальний економіст Goldman Sachs, сказав, що цей трансформаційний потенціал може мати глибокі макроекономічні наслідки.
За його оцінками, популяризація технології генеративного штучного інтелекту в Сполучених Штатах та інших країнах з розвиненою економікою може підвищити щорічні темпи зростання продуктивності праці приблизно на 1,5 відсоткових пункти в наступні 10 років, а глобальний ВВП з часом зросте на 7%. **
Стратеги з фондового ринку США Райан Хаммонд і Девід Костін вважають, що американські акції також виграють від цього, і очікується більш широке відновлення в середньостроковій та довгостроковій перспективі.** Справедлива вартість індексу S&P 500 становитиме близько 9% вище, ніж зараз. **
** **
Штучний інтелект ще недостатньо розумний, остерігайтеся надмірної реклами
У довгостроковій перспективі трансформаційний характер технології штучного інтелекту не викликає сумнівів, але, враховуючи поточний прогрес розвитку цієї технології, чи занадто великий ажіотаж на ринку?
Відповідь Маркуса «так», тому що ** «сучасний штучний інтелект далеко не достатньо розумний». **
Він зазначив, що так звані нейронні мережі сучасного ШІ функціонують зовсім інакше, ніж нейронні мережі людського мозку.
Хоча штучний інтелект може виконувати «рефлексивний» статистичний аналіз, він майже не має зрілої здатності міркувати. Ці машини можуть навчатися, але більша частина цього обертається навколо статистики слів і правильних відповідей на сигнали, а не абстрактних понять. І **вони не мають «внутрішньої моделі», яка дозволяє їм розуміти навколишній світ, як люди. **
Маркус попередив інвесторів:
Будьте обережні, продуктивність ШІ не така приголомшлива, як багато хто думає.
Я б не сказав, що ще занадто рано інвестувати в ШІ; деякі інвестиції в компанії з розумною командою засновників і хорошим розумінням відповідності продукту ринку можуть бути успішними, але також буде багато тих, хто програв.
Штучний загальний інтелект (AGI) з часом може стати можливим, але люди ще не наблизилися до цієї мети, і ніякі інвестиції, ймовірно, не змінять це, сказав Маркус. **
Крім того, інвестори також можуть отримати деякі уроки з історії.
Ринкові стратеги Goldman Sachs Домінік Вілсон і Вікі Чанг зазначили, що під час минулих інноваційних бумів продуктивності, наприклад, після поширення електроенергії (1919-1929), персональних комп’ютерів та Інтернету (1996-2005), ціни на акції та оцінка різко зросли. утворює бульбашки та з часом руйнується.
Гуо стверджує, що навіть сьогодні деякі сфери ринку прямих інвестицій все ще оцінюються неправильно. Хоча інвестори мають більше розуміння цих сфер, той самий підхід до інвестування все ще використовується.
Вона попереджає, що неправильна оцінка часу змін є типовою пасткою в інвестуванні. **Як інвестор на ранній стадії, вона менше стурбована оцінками, а натомість обирає ринки, продукти та бізнес, які, на її думку, мають сенс.
Інтернет-аналітик Goldman Sachs Ерік Шеріда дотримується дещо іншої точки зору.
Він вважає, що переважна більшість незавершених акцій штучного інтелекту все ще торгуються за розумними показниками прибутку на акцію за GAAP.
Ранган також вважає, що штучний інтелект може не бути в циклі ажіотажу, оскільки в цій хвилі домінують технологічні гіганти, а не стартапи:
У цьому технологічному циклі не домінують вискочки (ШІ), і навряд чи він закінчиться антикліматично або займе багато часу, щоб почати.
Перехід від мейнфреймів до розподілених систем (комп’ютерів) на початку 1990-х років і від розподілених до хмарних обчислень на початку 2000-х років зайняв більше часу, ніж багато хто очікував, тому що великі відомі компанії були ключовими голосами опозиції.
Як сказав Ранган, OpenAI, компанію, що стоїть за ChatGPT за кордоном, підтримує Microsoft, Google запустив Bard, інвестував у стартапи штучного інтелекту, такі як Anthropic, Meta запустила LLaMA, вітчизняні гіганти, такі як Baidu та Ali, також випустили власні моделі, і глобальна конкуренція штучного інтелекту в самому розпалі.
"Кирка та лопата"
Є безліч голосів, які сумніваються в ажіотажі. Які зараз найбільш привабливі інвестиційні можливості в ШІ?
За словами Рангана та Шерідана, можливість відкривається не лише у великих технологічних компаніях, які розробляють базові моделі штучного інтелекту**, але й у компаніях типу «кирки та лопати». **
«Кирка та лопата» — це одна зі стратегій інвестування легенди інвестування Пітера Лінча, який інвестує в компанії, які опосередковано отримують вигоду від буму.
Ранган і Шерідан стверджують, що компанії, які обслуговують сферу, такі як напівпровідникові компанії, хмарні обчислення, гіпермасштабувальники та інфраструктурні компанії, усі можуть мати хороші позиції на поточній фазі «будівництва» нинішнього буму ШІ.
Гуо відчуває те ж саме, але також бачить можливості у всьому стеку,** і найбільше в захваті від прикладного рівня. **
Багато інвесторів не впевнені щодо цього рівня, думаючи, що вся цінність полягає в самому навчанні моделі, але знадобиться багато креативності та праці, щоб змусити недетерміновані моделі працювати у сценаріях використання у виробництві. Є багато сфер, у яких як стартапи, так і існуючі компанії, що розробляють додатки, однаково скористаються цими можливостями... ми раді.
Переглянути оригінал
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Поглиблений звіт Goldman Sachs: генеративний штучний інтелект чи справжні зміни?
Автор: Бу Шуцін
Щоб сказати, що цьогорічний стрімкий ріст сектора, AI повинен посісти перше місце.
Під впливом хвилі інвестицій у технології штучного інтелекту ринкова вартість «семи гігантів» Apple, Microsoft, Google, Amazon, Meta, Nvidia та Tesla цього року зросла на 60% до вражаючих 11 трильйонів доларів.
І цей «ракетний» стрибок змусив Nasdaq підскочити на 34% цього року, домінуючи над більшістю зростання S&P 500 цього року. **
**
**Концепція ШІ піднялася до неба, і почали часто з’являтися сумніви. Найгучніший із них: чи не забагато ажіотажу щодо AI? Чи справді генеративний ШІ має руйнівний потенціал? Чи варто зараз величезний ентузіазм інвесторів?
У звіті «Top of Mind», нещодавно опублікованому Goldman Sachs, стратеги Goldman Sachs Еллісон Натан і Дженні Ґрімберг провели глибокий діалог із низкою професіоналів індустрії штучного інтелекту, зокрема Сарою Гуо, засновницею компанії венчурного капіталу AI Conviction, Нью-Йоркський університет професори, генеральний директор і засновник стартап-компанії Robust.AI Гарі Маркус, аналітики програмного забезпечення Goldman Sachs та інтернет-аналітики Кеш Ранган і Ерік Шерідан спробували відповісти на вищезазначені запитання.
Крім того, вони також обговорили найпривабливіші інвестиційні можливості у сфері штучного інтелекту та ризики, на які інвесторам варто звернути найбільшу увагу.
Революційні зміни в ШІ
Фундаментальна відмінність між генеративним штучним інтелектом і традиційною технологією штучного інтелекту полягає в тому, що перша створює контент, розуміючи природну мову, тоді як друга покладається на мови програмування. За словами аналітика програмного забезпечення Goldman Sachs Каша Рангана,** це ключова трансформаційна функція генеративної технології штучного інтелекту. . **
Гуо також пояснив, що в еру програмного забезпечення 1.0 людям потрібно було писати код для виконання конкретних завдань, а в еру програмного забезпечення 2.0 вони тренували нейронні мережі, збираючи дані «насилу».Тепер люди почали еру програмного забезпечення. 3.0:
За словами Гуо, трансформаційний потенціал генеративного ШІ вже почав втілюватися в реальність. Будь-яка компанія, яка інвестує в штучний інтелект, тепер може інвестувати в ці моделі, покращуючи свій бізнес або трансформуючи його.
За оцінками Рангана, у деяких випадках провідні розробники спостерігали приріст продуктивності на 15-20% завдяки використанню генеративних інструментів ШІ. **
Гуо прогнозує, що з популяризацією штучного інтелекту в майбутньому все більше галузей, особливо традиційних галузей послуг, таких як юриспруденція, аналіз даних, створення зображень, голосу та відео, буде все більше обслуговуватися ШІ.
Галузевий аналітик Goldman Sachs TMT Пітер Каллахан зазначив, що роздрібні інвестори вважають, що генеративна технологія ШІ має всі елементи трансформації платформи та може змінити досвід підприємств і споживачів у всіх аспектах.
Окремо Джозеф Бріггс, старший глобальний економіст Goldman Sachs, сказав, що цей трансформаційний потенціал може мати глибокі макроекономічні наслідки.
За його оцінками, популяризація технології генеративного штучного інтелекту в Сполучених Штатах та інших країнах з розвиненою економікою може підвищити щорічні темпи зростання продуктивності праці приблизно на 1,5 відсоткових пункти в наступні 10 років, а глобальний ВВП з часом зросте на 7%. **
Стратеги з фондового ринку США Райан Хаммонд і Девід Костін вважають, що американські акції також виграють від цього, і очікується більш широке відновлення в середньостроковій та довгостроковій перспективі.** Справедлива вартість індексу S&P 500 становитиме близько 9% вище, ніж зараз. **
**
**
Штучний інтелект ще недостатньо розумний, остерігайтеся надмірної реклами
У довгостроковій перспективі трансформаційний характер технології штучного інтелекту не викликає сумнівів, але, враховуючи поточний прогрес розвитку цієї технології, чи занадто великий ажіотаж на ринку?
Відповідь Маркуса «так», тому що ** «сучасний штучний інтелект далеко не достатньо розумний». **
Він зазначив, що так звані нейронні мережі сучасного ШІ функціонують зовсім інакше, ніж нейронні мережі людського мозку.
Хоча штучний інтелект може виконувати «рефлексивний» статистичний аналіз, він майже не має зрілої здатності міркувати. Ці машини можуть навчатися, але більша частина цього обертається навколо статистики слів і правильних відповідей на сигнали, а не абстрактних понять. І **вони не мають «внутрішньої моделі», яка дозволяє їм розуміти навколишній світ, як люди. **
Маркус попередив інвесторів:
Штучний загальний інтелект (AGI) з часом може стати можливим, але люди ще не наблизилися до цієї мети, і ніякі інвестиції, ймовірно, не змінять це, сказав Маркус. **
Крім того, інвестори також можуть отримати деякі уроки з історії.
Ринкові стратеги Goldman Sachs Домінік Вілсон і Вікі Чанг зазначили, що під час минулих інноваційних бумів продуктивності, наприклад, після поширення електроенергії (1919-1929), персональних комп’ютерів та Інтернету (1996-2005), ціни на акції та оцінка різко зросли. утворює бульбашки та з часом руйнується.
Гуо стверджує, що навіть сьогодні деякі сфери ринку прямих інвестицій все ще оцінюються неправильно. Хоча інвестори мають більше розуміння цих сфер, той самий підхід до інвестування все ще використовується.
Вона попереджає, що неправильна оцінка часу змін є типовою пасткою в інвестуванні. **Як інвестор на ранній стадії, вона менше стурбована оцінками, а натомість обирає ринки, продукти та бізнес, які, на її думку, мають сенс.
Інтернет-аналітик Goldman Sachs Ерік Шеріда дотримується дещо іншої точки зору.
Він вважає, що переважна більшість незавершених акцій штучного інтелекту все ще торгуються за розумними показниками прибутку на акцію за GAAP.
Ранган також вважає, що штучний інтелект може не бути в циклі ажіотажу, оскільки в цій хвилі домінують технологічні гіганти, а не стартапи:
Як сказав Ранган, OpenAI, компанію, що стоїть за ChatGPT за кордоном, підтримує Microsoft, Google запустив Bard, інвестував у стартапи штучного інтелекту, такі як Anthropic, Meta запустила LLaMA, вітчизняні гіганти, такі як Baidu та Ali, також випустили власні моделі, і глобальна конкуренція штучного інтелекту в самому розпалі.
"Кирка та лопата"
Є безліч голосів, які сумніваються в ажіотажі. Які зараз найбільш привабливі інвестиційні можливості в ШІ?
За словами Рангана та Шерідана, можливість відкривається не лише у великих технологічних компаніях, які розробляють базові моделі штучного інтелекту**, але й у компаніях типу «кирки та лопати». **
«Кирка та лопата» — це одна зі стратегій інвестування легенди інвестування Пітера Лінча, який інвестує в компанії, які опосередковано отримують вигоду від буму.
Ранган і Шерідан стверджують, що компанії, які обслуговують сферу, такі як напівпровідникові компанії, хмарні обчислення, гіпермасштабувальники та інфраструктурні компанії, усі можуть мати хороші позиції на поточній фазі «будівництва» нинішнього буму ШІ.
Гуо відчуває те ж саме, але також бачить можливості у всьому стеку,** і найбільше в захваті від прикладного рівня. **