AI식 '기술 확산': 지난 100년간의 '배운 10가지 교훈'

AI 기술의 부상으로 새로운 세대의 기술 혁명이 코앞으로 다가왔습니다. 그러나 인간은 과거의 기술 혁명에서 몇 가지 교훈을 남겼습니다. 이러한 역사에서 우리는 무엇을 배울 수 있습니까?

6월 2일 모건스탠리의 주식 전략가인 에드워드 스탠리는 기술 확산 이론을 이용해 기술 확산 이론을 분석했습니다. 이 이론은 기술이 어떻게 최초로 상용화되고, 활발한 홍보와 광범위한 채택을 거쳐, 뒤처져 도태되는 과정을 연구합니다.

기술 확산은 기술 진보와 기술 혁신 후에 발생합니다. 인류 역사의 관점에서 볼 때, 기술 확산은 기술 진보 과정에서 중요한 역할을 합니다. 기술 혁신이 널리 적용되고 추진되지 않으면 경제에 물질적인 영향을 미치지 않기 때문입니다.

이에 따르면 모건스탠리는 인공지능 기술의 확산 속도가 이전의 어떤 획기적인 기술을 뛰어넘었다는 것은 더 많은 투자 기회와 더 많은 문제를 의미한다고 믿습니다.

예를 들어 규제 문제, 붕괴된 오래된 기술 기업(주가는 결코 회복되지 않을 수 있음), 생산성을 높이는 신기술로 인한 디플레이션 문제 등이 있습니다.

1# 개발 속도 및 규제 문제

기술의 발전에 따라 새로운 세대의 신기술은 이전 기술을 기반으로 진화를 가속화하며 소요 시간은 지속적으로 단축됩니다.

Morgan Stanley는 각각의 "iPhone 순간"(즉, 새로운 기술이 실제로 대규모로 채택되는 경우)이 필요하기 때문에 1885년 이후 전기를 활용하고, 2007년 이후 인터넷을 활용하고, 2022년 이후 인공 지능을 활용하는 산업의 채택 곡선을 비교합니다. 시간).

데이터에 따르면 이 세 가지 기술의 'iPhone 순간'부터 보급률이 10%를 초과하기까지 전기는 20년, 인터넷은 7년이 걸렸지만 생성 인공 지능은 1년밖에 걸리지 않았습니다.

보급률 30%에 도달하고 인접 분야로 방사하려면 전기는 30년, 인터넷은 15년이 걸리고 인공지능은 절반도 안 될 수 있습니다.

이렇게 빠른 속도로 진행되면서 전 세계적으로 정부의 규제에 대한 논의가 뜨거워지고 있습니다. 현재 유럽연합은 선구자로서 규제 법안을 발의할 예정입니다.

2#다운로드 속도>업링크 속도

지난 50년 동안 80개의 구조적 긍정적 및 부정적 채택 곡선을 살펴보면서 Morgan Stanley는 두 가지가 분명하다고 지적합니다.

• 파괴된 산업에서는 하락세 주식 손실이 더 빠르게 발생하며, 인터넷을 유통 채널로 활용하는 신흥 기술에 비해 처음 5년 동안 최대 활동이 약 20% 감소합니다.
• 파괴된 산업의 점유율 감소는 장기간에 걸쳐 더욱 심각해 15년 동안 최고치보다 평균 40% 감소하는 반면, 신규 진입자의 시장 점유율은 같은 기간 동안 30% 증가합니다.

#3 주가 하락세

신기술의 출시는 기존 제조업체에 치명적인 타격입니다.

모건스탠리는 아이폰 출시 이후 1세대 휴대폰 제조사 주가가 2년 안에 평균 50%, 5년 안에 평균 75% 하락했다고 지적했다.

이러한 회사는 "도전"이라는 라벨을 벗을 수 있지만 하이브리드 전환과 자본 투자에는 시간이 걸립니다.

예를 들어 모토로라의 주가는 아이폰이 출시된 후 2.5년 동안 하락한 뒤 최저점에 이르렀고, 아이폰이 출시되기 전 수준으로 회복하는 데 11년이 걸렸습니다.

신기술 변화의 영향을 받을 것으로 판단되는 기타 기업의 경우, 재무 데이터가 정상이더라도 단기적으로 주가가 급락할 수 있습니다.

예를 들어 전직 축음기 제조업체인 HMV는 7년 동안 주가가 하락한 후에야 이익이 크게 감소했습니다.

4# 주가 상승 여력

모건스탠리는 '승자'로 간주되는 기업이 주가가 100% 상승하는 경우도 흔하지만, 다중 확장을 유지하려면 일반적으로 6개월 이내에 일관된 매출 및 수익 상향 조정이 필요하다고 지적합니다.

Apple의 EV/매출은 iPhone 출시 후 6개월 이내에 두 배로 증가했습니다. 실제로 이 중 절반 이상이 출시 이후가 아니라 출시 이전에 발생합니다.

한편, 컨센서스 주가는 이 기간 동안 20%만 상승했고 출시일부터 2007년 말까지 15%만 상승했습니다.

Apple과 기존 회사 사이의 실질적인 균열은 향후 5년에 걸쳐 발생했습니다. Apple의 가치는 iPhone 출시 당시보다 떨어졌지만 합의된 매출 예측은 8배 더 높았습니다.

기존 기업의 경우 매출이 안정적이라는 시장 컨센서스가 있음에도 불구하고 평균 가치 평가는 여전히 90%를 상회합니다.

#5 과대광고 주기는 이제 예외가 아닌 표준입니다

모건스탠리는 테마 버블은 정점 이후 3년의 수정 기간을 갖는 경향이 있는데, 이는 4년 후에 회복되는 경향이 있는 매크로 테마에 비해 주기가 더 빠르다는 점을 지적했습니다.

현재 랠리는 지난 100년 동안 추적해 온 70회의 과대광고 주기와 비교하면 이상치입니다. 이제 문제는 이번 과대광고 주기가 과거 과대광고 주기보다 어느 정도 더 끈질기게 되는지입니다.

이를 위해 우리는 Google 트렌드를 주의 깊게 관찰할 것입니다:

• 코드 생성 AI 도구(예: GitHub Copilot)에 대한 활동이 처음에는 급증했지만 이는 최대 검색 관심도의 45% 미만으로 떨어졌습니다.

•이미지 생성 AI(예: Midjourney)는 텍스트 모델 이전에 출시되었으며 관심도는 최고에서 50%로 떨어졌습니다.

• 텍스트 생성 AI(예: ChatGPT/Bard)는 2022년 11월에 마지막으로 배포되었으며 위의 방법보다 더 끈끈한 것으로 입증되었지만 소비자 참여를 계속 추적할 것입니다.

#6 GPT의 "킬러 앱" 찾기

iPhone이 출시되었을 때 어떤 제조업체가 혼란에 빠질지는 분명했지만 당시 최종 "승자"는 새로운 스타트업일 수 있으며, 이들 중 대부분은 하드웨어를 소비자와의 새로운 접촉 지점으로 사용합니다.

50개 이상의 "플랫폼 + 애플리케이션" 혁신 중에서 Morgan Stanley는 "킬러 애플리케이션"이 새로운 파괴적인 기술 플랫폼에서 등장하는 데 약 1.6년이 걸리는 경우가 많다는 결론을 내렸습니다.

현재까지 이러한 스타트업이 배포한 130억 달러 중 대부분은 OpenAI, Anthropic, Adept와 같은 대규모 언어 모델 제조업체에 전달되었습니다. 이것이 바로 이 공간의 유니콘들입니다.

자금의 나머지 약 20%는 HuggingFace와 같은 다운스트림 애플리케이션과 새로운 중앙 집중식 및 오픈 소스 LLM을 지원하는 기타 주요 공급업체 및 플랫폼에 사용됩니다.

향후 2년 이내에 킬러 앱이 등장할 것으로 예상되는 것은 후자의 자금 범주에 속합니다.

#7 "승자"는 거의 "모든 것을 가져가게" 됩니다.

Morgan Stanley는 지난 100년 동안 시가총액 리더십이 변화에 더 취약했다고 지적했습니다. 기술 변화의 선두주자인 주식은 주요 기술 혁신 이후 10년이 지나면 더 이상 선두자가 아닌 경우가 많습니다.

전기와 인터넷의 교훈은 자동화와 전기화를 조기에 활용하는 기업이 시장에서 큰 발전과 가치를 얻을 수 있음을 보여줍니다.

혁신적인 기술의 확산은 종종 주식 시장 리더십의 변화로 이어집니다. 1990년 이후 2.3%의 기업이 75조 달러의 주주 수익을 창출했습니다.

AI의 상승 여력이 이미 가격에 반영되어 있다고 생각하는 잠재 구매자의 경우 역사에 따르면 장기 추세의 첫 해를 놓치더라도 "승자" 주식의 다년간 수익률에 거의 영향을 미치지 않습니다.

#8 순수 투자 주식의 높은 가격

"순수 투자주"란 특정 산업이나 분야에만 종사하는 회사 주식을 말합니다. 이들 기업의 주요 사업활동과 수입원은 특정 산업에 집중되어 있기 때문에 해당 기업의 주식 성과는 해당 산업이나 부문의 성과와 높은 상관관계를 갖고 있습니다.

모건스탠리는 장기적으로 인공지능 등 주제와 관련된 주식은 '비순수' 주식보다 10~50% 더 높은 평가를 받을 것으로 예상되며 평균 프리미엄은 25%라고 지적했습니다.

(생성) AI가 지속 가능한 솔루션 데이터베이스에서 독립형 테마로 나타나지는 않지만, 우리는 투자자에게 (1) 가장 높고 지속 가능한 진입 장벽, (2) 최고의 데이터 및 품질을 갖춘 AI에 집중할 것을 권장합니다. , (3) 내부 위험이 가장 낮고 (4) AI 노출과 관련된 가장 순수한 비즈니스 모델로 수익 증대 또는 지속 가능한 비용 절감을 창출합니다.

#9 생산성 향상

모건 스탠리는 산업적으로 전기가 널리 보급되고 인터넷이 확산된 후 기술 확산으로 생산성이 2.5배 증가하는 경향이 있다고 말했습니다(1인당 GDP로 측정).

점점 증가하는 기업 커뮤니케이션 및 학술 문헌에서는 GitHub Copilot을 사용한 개발자 생산성 55% 향상에서 생성 AI Copilot을 사용한 컨택 센터 상담원 해결 14% 향상, 법적 생산성 26% 증가에 이르기까지 산업 전반에 걸쳐 생산성 향상을 제안합니다. 사용 사례, 대조군 샘플에 비해 ChatGPT를 사용하는 환자와 의사 간의 공감 및 응답 참여가 79% 증가했습니다.

#10 디플레이션 문제

모건 스탠리는 기술이 디플레이션적이라고 주장했습니다(“기술은 디플레이션이다”). 이는 기술이 디플레이션을 촉진할 수 있다는 의미입니다.

먼저, 기술은 노동 수요를 감소시킵니다. 이는 임금과 고용 수준에 하향 압력을 가해 근로자의 가처분 소득이 줄어들기 때문에 상품과 서비스에 대한 수요를 감소시킵니다.

둘째, 기술을 통해 상품과 서비스의 생산 규모를 효율적으로 늘릴 수 있습니다. 시장의 현재와 미래의 상품 수요를 충족하기 위해 상품 생산을 효율적으로 확장할 수 있다면 수요가 증가하더라도 해당 상품의 가격은 오르지 않을 것입니다. 기술이 발전함에 따라 점점 더 많은 산업이 이 변곡점에 도달하게 되고 전체 시장의 인플레이션은 점점 약해질 것입니다.

그러나 결정해야 할 한 가지 질문은 언제 디플레이션이 발생할지, 그리고 그 심각성은 얼마나 될지입니다.

ChatGPT 및 기타 생성 AI 텍스트 LLM은 지난 30년 동안 구조적 인플레이션을 경험해 온 산업, 특히 교육, 의료, 법률, 금융, 건설 및 라이선스에 효율성을 향상시키는 데 매우 적합합니다. 진입 장벽의 견고성에 따라 이러한 효율성과 디플레이션 혜택이 기업에 얼마나 많이 발생할지는 아직 알 수 없습니다.

우리는 가상 에이전트에 대한 새로운 논의가 어떻게 기업 이탈 및 구독 비즈니스 문제를 악화시킬지에 더 관심이 있습니다.

위 내용은 AI식 '기술 확산': 지난 100년간의 '배운 10가지 교훈'의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!