上篇文章：Lawrence Burns最新见解：人工智能投资方向
本文摘自：Scottish Mortgage Annual Report 31 March 2024
2018年夏天，我有幸在帕洛阿尔托与布莱恩-阿瑟教授（Brian Arthur）交谈了整整两天，他是世界上最具影响力的科技与经济思想家之一。他告诉我，他认为人工智能（AI）将是自古登堡印刷术以来最重要的发明。
鉴于印刷机是在半个多世纪前发明的，他的这番话可谓语重心长。在印刷机发明之前，抄写员都是煞费苦心地手工抄写书籍。大多数书籍都被锁在书桌上保存在修道院里，以防被盗。古腾堡的发明让知识变得触手可及，让思想得到前所未有的传播。它推动了科学革命、宗教改革和无数政治革命。它的影响是深远而不可估量的。
人工智能有可能对世界产生类似的影响，但它不是将信息外部化，而是将智能外部化。它让世界上任何地方的人们都能以快速降低的成本即时按需获得智能。这可能是为高中生撰写维多利亚女王统治时期的论文，也可能是帮助放射科医生识别癌症肿瘤。布莱恩-阿瑟得出结论说，从逻辑上讲，人工智能的影响应该比印刷术更为重大。
时隔近六年，他的观点看起来越来越有先见之明。在越来越多的任务中，包括图像分类、阅读理解、视觉推理和竞赛级数学，最新的人工智能模型现在几乎可以媲美或超越人类的表现。在超越人类性能基准方面的进展是如此之快，以至于《人工智能索引》的主编最近评论说，十年前，基准可以为人工智能界服务五到十年，但现在它们往往在短短几年内就变得无关紧要了。
之所以能取得这样的进步，是因为驱动人工智能性能的三项投入--计算、数据和算法--都得到了持续的指数级改进。衡量这些改进的一种方法是模型的参数数量。每个参数都是一个变量，模型可以在训练过程中进行调整，以更好地预测结果。2018 年，在与阿瑟教授交谈时，GPT-1 刚刚发布，它有 1 亿个参数。今年早些时候，OpenAI 发布了 GPT-4，据说有 1.7 万亿个参数，这表明在短短几年内，模型的规模和复杂性发生了日新月异的变化。
在考虑人工智能领域的投资机会时，将其分为三层会有所帮助：硬件、基础设施和应用。苏格兰抵押贷款公司投资的公司涉及其中的每一层。
硬件层
硬件层是指制造实现人工智能的物理计算设备。在这一层，自 2016 年以来，我们一直拥有英伟达公司，它是人工智能芯片的领先设计者。该公司占据主导地位，90% 的生成式人工智能模型都是在其芯片上训练出来的。它是人工智能的关键推动者。
不过，英伟达只设计芯片，还需要别人来制造芯片。为此，英伟达选择了台积电，这是全球最大的集成电路制造商，也是苏格兰抵押贷款公司最近的新成员。台积电在该行业中占据主导地位，其最新的芯片代工厂（如在亚利桑那州建设的三座芯片代工厂）规模庞大，耗资超过 650 亿美元。这些芯片代工厂对供应链和经济至关重要，因此具有地缘政治意义。因此，美国政府提供了超过 100 亿美元的联邦赠款和贷款，以确保这些工厂建在美国。
台积电可以被视为全球计算能力的特许权使用费，就像英伟达可以被视为人工智能的特许权使用费一样。为了帮助制造芯片，台积电需要一种特别关键的设备：光刻机。为此，台积电依赖于我们长期持有的另一家公司--ASML，该公司在先进光刻机领域拥有垄断地位。这些设备依靠世界上最平的反射镜和最强大的商用激光器之一，产生比太阳表面热40倍的爆炸，在硅片上刻画出仅几纳米的微小形状。正是由于这种精确度，才能制造出包含数百亿晶体管的芯片。上述三家硬件公司都在不同程度上受益于人工智能的崛起，同时拥有近乎坚不可摧的竞争优势。
可以理解，OpenAI 的创始人萨姆-奥特曼（Sam Altman）对人工智能充满信心，他甚至表示，计算能力可能会成为世界上最珍贵的商品。这是因为对计算能力和智能的需求实际上是无限的，需求会通过价格越来越低的供应逐步释放出来。最重要的是，我们看到的情况是，服务成本持续快速下降，导致这三家硬件公司面临巨大的结构性机遇，尽管在这一过程中可能仍会经历坎坷的周期性旅程。
基础设施
下一层是基础设施。云服务提供商购买英伟达™（NVIDIA®）的芯片，并提供可扩展的按需访问，使企业能够训练和部署人工智能模型，而无需构建自己的基础设施。从本质上讲，云服务提供商实现了计算和人工智能访问的民主化。目前有三家占主导地位的云服务提供商。我们拥有亚马逊，亚马逊网络服务是全球最大的云服务提供商。
还有一些公司正在为人工智能建立大型基础模型。基础模型在广泛的数据集（即互联网上的大量数据）上进行训练，可用于执行各种任务。它们通常也被用作构建更专业人工智能模型的基础。这些基础模型已经变得如此庞大和复杂，以至于训练它们所需的计算能力和能源越来越昂贵。预计今年晚些时候发布的基础模型的训练成本可能接近 10 亿美元。预计到 2025 年和 2026 年，最新模型的成本将上升到 50 亿至 100 亿美元，这表明硬件公司的需求在不断增长。由此带来的一个后果是，创建此类模型的能力正迅速成为少数几家超大型公司及其赞助商的专利。我们持有几家开发基础模型的公司，如 Meta Platforms、亚马逊和英伟达。
另一类为人工智能提供基础设施的公司是数据库公司。世界数据的爆炸式增长意味着，未来三年所产生的数据将超过过去三十年所产生的数据。苏格兰抵押贷款公司旗下的 Databricks 和 Snowflake 等公司帮助企业在云端存储、管理和使用这些数据。同样的数据也是人工智能的命脉，越来越多的公司希望将其数据输入基础模型，从而为其业务创建强大的新应用。例如，商务软件巨头 Shopify 将其专有数据和商家数据与 Open AI 的 GPT 结合在一起，创建了一个名为 Sidekick 的对话式助手，商家可以与它对话，并询问如何使用 Shopify 的平台。商户甚至可以要求它完成特定任务，如编制畅销产品报告。人工智能将使公司能够利用其数据做更多的事情，从而提高那些提供数据存储、解析和有效利用工具的公司的价值。
应用层
最后一层是应用层。这是关于在现实世界中有效利用人工智能。苏格兰抵押贷款公司（Scottish Mortgage）所持有的大量公司都在利用人工智能来扩大可寻址市场、降低成本并挖掘更深的竞争护城河。特斯拉正在利用人工智能使其汽车实现自动驾驶，甚至希望利用这些进步生产仿人机器人。毕竟，如果自动驾驶汽车不是在物理世界中运行的机器人，那它又是什么呢？特斯拉汽车目前已自动行驶了 13 亿英里，这充分说明了该公司的进步，而且该公司已在与另一家大型汽车制造商洽谈自动驾驶技术的授权事宜。Recursion Pharmaceuticals 公司正在利用人工智能来改进药物研发，它绘制了一张人类生物学地图，可以大大降低新药研发的成本。Tempus公司建立了一个包含700多万癌症患者临床记录的庞大数据库，并将机器学习应用于该数据集，使医生能够做出更好的治疗决定。Meta Platforms公司正在利用人工智能改善其Facebook、Instagram和WhatsApp等平台的广告定位，效果显著。Spotify 正在利用人工智能加强个性化歌曲推荐，并发布了人工智能驱动的 DJ，引起了广泛关注。人工智能还能让 Spotify 上的播客通过播客的真实声音翻译成其他语言。
人工智能对整个产品组合的影响是巨大的，因为所有公司都能从智能的应用中获益。人工智能可以被视为一套强大的新工具，供公司应用于其业务，关键是随着时间的推移，这套工具只会变得越来越好。最适合使用这套工具的公司将是那些拥有大量专有数据、专业软件知识和创新文化的公司。在这些方面，我们的投资组合公司都应处于有利地位。
在新的技术范式中，应用层的机遇自然会落后于硬件和基础设施层。最初的两层需要先进行扩展，以支持应用程序的开发。此外，找到利用和应用强大新技术的方法也需要时间和人类的智慧。我们可以用智能手机做个类比。当 iPhone 发布时，它显然是一款极具影响力的硬件。然而，公司和有抱负的创始人仍需要时间来构建应用程序，以充分发挥新设备的潜力。2007 年 iPhone 发布时，人们很难立即预测到它会带来哪些新的商业模式，例如叫车、送餐、移动支付和短视频应用，如 ByteDance 的 TikTok。人们甚至需要时间来认识人工智能对电子商务、流媒体和社交媒体等现有数字活动的意义，因为这些活动的市场机会将大大增加。随着时间的推移，人工智能的好处可能同样会扩大到更多的公司，并带来新的商业模式。毕竟，如果没有大量的应用，投资数十亿美元建设硬件和基础设施是没有意义的。
尽管人工智能令人兴奋，但仍要记住，进步很少是一条直线。我们不能排除在硬件和基础设施层投入巨资后可能会有一段消化期，因为公司需要比预期更长的时间来研究如何使用新功能。或者，我们可能会遇到人工智能模型意想不到的限制，需要在算法上取得新的突破。我们认识到，虽然硬件公司目前受到需求的推动，但如果它们遇到需求的空档期，也会出现恶性的周期性波动。我们仍然预计它们会有良好的表现，但部分是由于认识到这种周期性，所以一直在进行一些温和的削减。我们最大的持股公司英伟达（NVIDIA）就是这种情况，该公司业绩异常强劲，去年净收入增长超过 500%。
总体而言，我们仍然认为，人工智能的影响尚处于初期阶段。这种影响在硬件和基础设施层面体现得最为明显，但应该会逐步扩大到应用层面。苏格兰抵押贷款公司的角色将继续是投资和支持进步，而人工智能的发展有力地证明了进步的步伐正在继续。
我们代表股东投资于转型变革。我们所投资公司的创始人告诉我们，对他们来说，技术驱动变革的速度和规模从未如此巨大，这让我们深受鼓舞。这种变革的可能性是我们寻求并致力于为股东带来超常成果的关键因素。
劳伦斯-伯恩斯
免责声明：本内容仅作为翻译与阅读记录，不构成任何投资建议。
精彩评论