'Penyebaran teknologi' gaya AI: 10 'pelajaran yang dipelajari' dari 100 tahun yang lalu

Dengan peningkatan teknologi AI, revolusi teknologi generasi baharu mungkin hampir tiba. Walau bagaimanapun, manusia telah meninggalkan beberapa pengajaran dalam revolusi teknologi yang lalu Apakah yang boleh kita pelajari daripada sejarah ini?

Pada 2 Jun, ahli strategi ekuiti Morgan Stanley Edward Stanley menggunakan teori penyebaran teknologi untuk menganalisis dalam laporannya Teori ini mengkaji bagaimana teknologi mula-mula dikomersialkan dan digunakan, melalui peringkat promosi yang giat dan proses penerimaan yang meluas akibat ketinggalan.

Penyebaran teknologi berlaku selepas kemajuan teknologi dan inovasi teknologi. Dari perspektif sejarah manusia, penyebaran teknologi memainkan peranan penting dalam proses kemajuan teknologi. Kerana jika sesuatu inovasi teknologi tidak diterapkan dan dipromosikan secara meluas, ia tidak akan menjejaskan ekonomi dalam bentuk material.

Menurut ini, Morgan Stanley percaya bahawa Kadar penyebaran teknologi kecerdasan buatan telah melebihi mana-mana teknologi pembuatan zaman sebelumnya, yang bermaksud lebih banyak peluang pelaburan dan lebih banyak masalah.

Sebagai contoh, terdapat isu kawal selia, serta syarikat teknologi lama yang terganggu (harga saham mereka mungkin tidak akan pulih semula), dan terdapat isu deflasi yang disebabkan oleh teknologi baharu yang meningkatkan produktiviti.

1# Kepantasan pembangunan dan isu kawal selia

Dengan perkembangan teknologi, setiap generasi baharu teknologi baharu mempercepatkan evolusi berdasarkan yang sebelumnya, dan masa yang diperlukan terus dipendekkan.

Morgan Stanley membandingkan keluk penerimaan industri yang memanfaatkan tenaga elektrik selepas 1885, memanfaatkan Internet selepas 2007 dan memanfaatkan kecerdasan buatan selepas 2022 sejak "detik iPhone" masing-masing (iaitu apabila teknologi baharu dilaksanakan pada skala besar). diperlukan untuk permohonan).

Data menunjukkan bahawa daripada "detik iPhone" bagi setiap tiga teknologi ini hingga kadar penembusan melebihi 10%, ia mengambil masa 20 tahun untuk elektrik, 7 tahun untuk Internet, dan hanya 1 untuk kecerdasan buatan generatif. tahun.

Untuk mencapai 30% penembusan dan memancar ke medan bersebelahan, tenaga elektrik akan mengambil masa 30 tahun, Internet akan mengambil masa 15 tahun, dan kecerdasan buatan mungkin kurang daripada separuh.

Berdepan dengan kelajuan yang begitu pantas, perbincangan mengenai peraturan oleh kerajaan di seluruh dunia semakin hangat. Pada masa ini, Kesatuan Eropah, sebagai perintis, akan melancarkan rang undang-undang kawal selia.

2#Kelajuan muat turun>Kelajuan pautan naik

Melihat 80 keluk penerimaan positif dan negatif struktur sepanjang 50 tahun yang lalu, Morgan Stanley menunjukkan bahawa dua perkara adalah jelas:

• Kerugian bahagian bawah dalam industri yang terganggu berlaku lebih cepat, dengan aktiviti puncak menurun kira-kira 20% dalam 5 tahun pertama berbanding teknologi baru muncul yang memanfaatkan Internet sebagai saluran pengedaran.
• Penurunan saham dalam industri yang terganggu juga lebih teruk dalam tempoh masa yang lebih lama, jatuh secara purata 40% daripada puncaknya dalam tempoh 15 tahun, manakala bahagian pasaran peserta baharu meningkat sebanyak 30% dalam tempoh yang sama.

#3 Potensi penurunan saham

Pengeluaran teknologi baharu merupakan tamparan maut kepada pengeluar lama.

Morgan Stanley menegaskan bahawa selepas keluaran iPhone, harga saham pengeluar telefon bimbit generasi pertama jatuh secara purata 50% dalam tempoh 2 tahun dan secara purata 75% dalam tempoh 5 tahun.

Syarikat ini boleh menghilangkan label "tercabar", tetapi transformasi hibrid dan pelaburan modal akan mengambil masa.

Sebagai contoh, harga saham Motorola jatuh selama 2.5 tahun selepas iPhone dikeluarkan sebelum mencapai titik terendah, dan mengambil masa sebelas tahun untuk pulih ke tahap sebelum iPhone dikeluarkan.

Bagi syarikat lain yang dianggap terjejas oleh perubahan teknologi baharu, harga saham mereka mungkin jatuh dengan cepat dalam jangka pendek, walaupun data kewangan mereka kekal normal.

Sebagai contoh, HMV, bekas pengeluar fonograf, mengalami penurunan ketara dalam keuntungannya hanya selepas harga sahamnya jatuh selama 7 tahun.

4# Stok Terbalik

Morgan Stanley menyatakan bahawa adalah perkara biasa bagi syarikat yang dianggap sebagai "pemenang" untuk melihat harga saham meningkat sebanyak 100%, tetapi semakan jualan dan pendapatan yang konsisten biasanya diperlukan dalam masa 6 bulan untuk mengekalkan pengembangan berganda.

EV/Jualan Apple meningkat dua kali ganda dalam masa 6 bulan selepas iPhone dikeluarkan. Malah, lebih separuh daripada ini berlaku sebelum pelancaran, bukan selepas.

Sementara itu, harga saham konsensus meningkat hanya 20% dalam tempoh ini dan hanya meningkat 15% dari tarikh pelancaran hingga akhir tahun 2007.

Perbezaan sebenar antara Apple dan syarikat yang ditubuhkan berlaku dalam tempoh 5 tahun akan datang, dengan penilaian Apple jatuh kembali ke bawah seperti semasa iPhone dilancarkan, tetapi dengan ramalan jualan konsensus 8x lebih tinggi.

Bagi syarikat yang ditubuhkan, walaupun konsensus pasaran adalah jualan mereka stabil, penilaian purata mereka masih melebihi 90%.

#5 Kitaran gembar-gembur kini menjadi kebiasaan, tidak terkecuali

Morgan Stanley menegaskan bahawa buih tema cenderung mempunyai tempoh pembetulan 3 tahun selepas memuncak, iaitu kitaran yang lebih pantas daripada tema makro, yang cenderung pulih selepas 4 tahun.

Perhimpunan semasa adalah lebih ketara berbanding 70 kitaran gembar-gembur yang telah kami jejaki sejak 100 tahun yang lalu. Persoalannya sekarang, sejauh manakah kitaran gembar-gembur ini lebih melekit daripada kitaran gembar-gembur yang lalu?

Untuk melakukan ini, kami akan memerhatikan Google Trends:

• Terdapat lonjakan awal dalam aktiviti untuk alat AI penjanaan kod seperti GitHub Copilot, tetapi ini telah kembali kepada kurang daripada 45% minat carian puncak.

•AI penjanaan imej (cth. Midjourney) telah dilancarkan sebelum model teks, dengan minat menurun daripada puncak kepada 50%.

• AI penjanaan teks (cth. ChatGPT/Bard) kali terakhir digunakan pada November 2022 dan terbukti lebih melekit daripada kaedah di atas, tetapi kami akan terus menjejaki penglibatan pengguna.

#6 Cari "apl pembunuh" GPT

Apabila iPhone dikeluarkan, jelas pengeluar mana yang akan terganggu, tetapi "pemenang" terakhir pada masa itu mungkin merupakan syarikat permulaan baharu, yang kebanyakannya menggunakan perkakasan sebagai titik hubungan baharu dengan pengguna.

Daripada lebih daripada 50 inovasi "platform + aplikasi", Morgan Stanley menyimpulkan bahawa "aplikasi pembunuh" selalunya mengambil masa kira-kira 1.6 tahun untuk muncul daripada platform teknologi yang mengganggu baharu:

Daripada $13 bilion yang digunakan oleh syarikat pemula ini setakat ini, kebanyakannya telah disalurkan kepada pembuat model bahasa besar seperti OpenAI, Anthropic dan Adept, untuk menamakan beberapa. Ini adalah unicorn di ruang ini.

Baki kira-kira 20% daripada pembiayaan adalah untuk aplikasi hiliran seperti HuggingFace dan vendor dan platform terkemuka lain yang menyokong LLM sumber terpusat dan terbuka baharu.

Dalam kategori pembiayaan terakhir inilah kami menjangkakan untuk melihat apl pembunuh muncul dalam tempoh dua tahun akan datang.

#7 "Pemenang" hampir "mengambil semuanya"

Morgan Stanley menegaskan bahawa sejak 100 tahun lalu, kepimpinan permodalan pasaran lebih terdedah kepada perubahan. Saham yang berada di barisan hadapan perubahan teknologi selalunya tidak lagi menjadi peneraju 10 tahun selepas inovasi teknologi utama.

Pengajaran daripada elektrik dan Internet menunjukkan bahawa syarikat yang memanfaatkan automasi dan elektrifikasi lebih awal boleh memperoleh pembangunan dan nilai yang besar dalam pasaran.

Penyebaran teknologi transformatif sering membawa kepada perubahan dalam kepimpinan pasaran saham, Sejak 1990, 2.3% syarikat telah menjana pulangan pemegang saham $75 trilion.

Bagi bakal pembeli yang merasakan kenaikan harga AI sudah pun ditetapkan, Sejarah menunjukkan bahawa walaupun kehilangan tahun pertama trend jangka panjang tidak memberi ganjaran dengan saham "pemenang" selama bertahun-tahun Apakah kesannya pulangan mempunyai.

#8 Harga tinggi untuk saham pelaburan tulen

"Stok pelaburan tulen" merujuk kepada saham syarikat yang hanya terlibat dalam industri atau bidang tertentu. Aktiviti perniagaan utama dan sumber pendapatan syarikat-syarikat ini tertumpu dalam industri tertentu, jadi prestasi saham mereka sangat berkorelasi dengan prestasi industri atau sektor tertentu mereka.

Morgan Stanley menegaskan bahawa Dalam jangka panjang, saham yang berkaitan dengan topik seperti kecerdasan buatan dijangka bernilai 10-50% lebih tinggi daripada saham "bukan tulen", dengan purata premium 25% .

Walaupun AI (generatif) tidak muncul sebagai topik yang berdiri sendiri dalam pangkalan data penyelesaian mampan kami, kami masih mengesyorkan agar pelabur memberi tumpuan kepada mereka yang mempunyai: (1) Halangan kemasukan yang paling tinggi dan paling mampan, (2) yang terbaik data dan kualiti, (3) risiko dalaman yang paling rendah, dan (4) model perniagaan paling tulen mengenai pendedahan AI, menjana peningkatan pendapatan atau perusahaan pengurangan kos yang mampan.

#9 Tingkatkan produktiviti

Morgan Stanley berkata bahawa selepas penggunaan elektrik industri yang meluas dan penyebaran Internet, penyebaran teknologi cenderung membawa kepada peningkatan 2.5 kali ganda dalam produktiviti (diukur oleh KDNK per kapita).

Sebuah badan komunikasi korporat dan literatur akademik yang semakin berkembang mencadangkan peningkatan produktiviti merentas industri, daripada keuntungan produktiviti pembangun 55% menggunakan GitHub Copilot kepada keuntungan 14% menggunakan AI Copilot Generatif Kadar penyelesaian ejen pusat hubungan meningkat , kepada peningkatan 26% dalam kes penggunaan undang-undang, dan empati pesakit-doktor dan penglibatan tindak balas meningkat sebanyak 79% menggunakan ChatGPT berbanding sampel kawalan.

#10 Masalah Deflasi

Morgan Stanley mencadangkan bahawa teknologi adalah deflasi ("Teknologi adalah deflasi"), yang bermaksud bahawa teknologi boleh menggalakkan deflasi.

Pertama, teknologi mengurangkan permintaan untuk buruh, yang memberikan tekanan ke bawah pada upah dan tahap pekerjaan, sekali gus mengurangkan permintaan untuk barangan dan perkhidmatan kerana pekerja mempunyai pendapatan boleh guna yang kurang .

Kedua, teknologi membolehkan pengeluaran barangan dan perkhidmatan ditingkatkan dengan cekap. Jika pengeluaran barangan dapat diperluaskan dengan cekap untuk memenuhi permintaan pasaran semasa dan masa hadapan terhadap barangan tersebut, maka harga barang tersebut tidak akan naik walaupun permintaan meningkat. Apabila teknologi bertambah baik, semakin banyak industri akan mencapai titik perubahan ini, dan inflasi dalam keseluruhan pasaran akan menjadi semakin lemah.

Satu soalan yang perlu ditentukan, walau bagaimanapun, ialah bila deflasi akan berlaku dan betapa teruknya ia akan berlaku.

ChatGPT dan LLM teks AI generatif lain sangat sesuai untuk membawa peningkatan kecekapan kepada industri yang telah mengalami inflasi struktur sejak 30 tahun lalu, terutamanya pendidikan, penjagaan kesihatan, perundangan, kewangan, pembinaan dan pelesenan. Berapa banyak daripada faedah kecekapan dan deflasi ini akan terakru kepada syarikat masih belum dapat dilihat, bergantung pada keteguhan halangan kemasukan mereka.

Kami lebih berminat dengan bagaimana perbincangan yang baru muncul tentang ejen maya akan memburukkan lagi cabaran perniagaan churn dan langganan.

Atas ialah kandungan terperinci 'Penyebaran teknologi' gaya AI: 10 'pelajaran yang dipelajari' dari 100 tahun yang lalu. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!