为何AI在夏季达沃斯表现平平？刘积仁详解大模型垂直应用的不足

随着生成式人工智能初步显现应用威力，这种趋势已触发全球科技巨头进入资本开支周期，为人工智能（AI）的开发铺设数据中心等昂贵的基础设施。

为何AI变现程度不高？

然而，AI货币化程度仍然很低，何时才能从“投钱”转入“赚钱”的轨道？

为什么目前使用大模型的垂直应用不够多？

根据瑞银集团（UBS）本月发布的一份报告，到2027年，AI创造的价值将达到近1.2万亿美元。其中，利用计算资源开发算法和大语言模型的公司可能会出现最强劲的增长，而将AI技术嵌入具体应用的公司具有最大的“变现”潜力。

谁将是赢家？

在最近的季度财报电话会议上，谷歌、微软和Meta都强调了在AI上的巨大投资。Meta将今年的支出预测提高了至多100亿美元，谷歌计划每季度资本支出约120亿美元。微软最近一个季度花费了140亿美元，预计这一支出将“显著”增加。以数据中心为例，根据美国市场研究机构Synergy研究集团预计，未来每年将有120~130个超大规模数据中心上线。而每座数据中心的造价都以亿美元为单位。

概念股泡沫与投资泡沫

过去几天，英伟达的股价出现剧烈波动，在三连跌后反弹6.8%，市值重回3万美元以上。关于生成式AI概念股是否存在泡沫的疑问越来越多。

从投资来看，UBS的报告显示，近几个月来，许多投资者对AI进行了一定程度的投资。一方面，该行业的增长速度之快意味着许多投资者的总体配置仍然不足。但另一方面，人工通用智能（AGI）竞赛可能引发资本支出周期，从而膨胀成投资泡沫，最终让启用层的资本支出与应用层的近期货币化潜力脱节。

刘积仁对此认为，在任何新技术产生时，投资是产生泡沫还是仍然不足的看法都会存在。“以新能源汽车为例，成功的投资被视为正确的，未成功的可能被视为泡沫或不足。任何新技术的发展都是一个试错的过程，创新的基础就在于尝试和犯错。我们也不必担心投资浪费，因为成功者会收获到投资的成果。”他称。

如果您对AI货币化有任何想法或见解，请在下方评论区分享。请关注我们的文章更新，点赞并感谢您的阅读！