05-06-2024 · 市场观点

AI投资:火力全开

人工智能(AI)以其不负众望的迅猛发展,在企业软件、网络安全、工业、机器人技术和消费技术等关键领域不断扩大影响力。尽管存在工作流失、技术滥用和监管挑战等潜在隐忧,市场仍密切关注AI的应用和投资步伐。

    作者

  • Daniel Ernst  - Portfolio Manager

    Daniel Ernst

    Portfolio Manager

  • Steef Bergakker - Portfolio Manager

    Steef Bergakker

    Portfolio Manager

生成式AI在回答问题、创建逼真图像和编写计算机代码等方面似乎具有无限的能力,被誉为是继个人电脑、互联网和智能手机之后的下一代技术革命。其实AI的兴起是一个全方位的趋势。在过去两年中,对生成式AI的风险投资激增120%,到2023年已达到203亿美元的规模。标普500指数成分公司在季度财报会议中提到AI的比例几乎翻了一番,而支撑AI的技术销售额增长了三倍。在这样的发展势头下,采取批判性视角来区分信号和噪音不失为谨慎之举。

鉴于AI预计会成为一个长期机遇,我们有必要深入评估其技术现状,审慎提炼我们的投资策略,并识别在企业软件、网络安全、工业、机器人技术和消费技术等领域的潜在机会。

前景广阔

在20世纪60年代,斯坦福大学的Roy Amara教授提出了一个深刻的见解:“人们往往会高估技术在短期内的影响,同时却低估其长期影响。”这一观点在AI领域尤为贴切,人们对其期望值从未如此之高。据高盛估计,到2030年,美国和欧洲将有四分之一的工作岗位通过AI技术实现自动化,而普华永道则预测,AI将为全球GDP带来15.7万亿美元的增长。虽然目前只有少数公司能够直接从AI技术中获得可观收益,但在2023年,超过三分之一的标普500指数成分公司已在财报会议中对AI进行了讨论。

图1:在财报会议中提及AI的标普500指数成分公司比例

图1:在财报会议中提及AI的标普500指数成分公司比例

数据来源:荷宝,FactSet,2024年3月。

荷宝的策略

在以往的技术时代,少数提供基础知识资本的公司在各自的技术周期内创造了巨大的价值。从主机时代,到个人电脑时代的崛起,再到移动时代以及互联网时代,皆有具有代表性的公司出现,引领行业发展。就AI而言,国际芯片制造商巨头通过其超快速的并行处理技术,结合其被广泛采用的CUDA软件平台,已成为开发者的实际标准。

尽管结构性变化和革命性转型的影响广泛,但真正能够从中获益的公司却并不多见。美国亚利桑那州立大学Hendrik Bessembinder对全球64,000只股票进行了研究,结果表明,在1990年至2020年间创造的75.7万亿美元财富中,100%的财富是由表现最佳的2.4%的公司创造的。1

图2:1973年至2020年期间,美国股市回报的分布情况

图2:1973年至2020年期间,美国股市回报的分布情况

数据来源:H. Bessembinder,亚利桑那州立大学,2021年。

尽管AI与互联网和企业软件类似,但它并不是单一的技术,实际上包含了多种形式。例如,随着软件即服务(SaaS)模式的发展,市场上出现了多个专注于特定功能的主导平台,包括客户关系管理平台Salesforce、IT支持平台ServiceNow和人力资源平台Workday等。AI的兴起可能有助于加强这些服务,或方便新参与者进入这些领域。此外,除了当前备受关注的生成式AI、应用AI和机器学习,AI在自动化、网络安全、物流和机器人领域的应用也在不断发展。因此,在AI发展的新浪潮中,很有可能孕育出一批盈利丰厚的规模化企业。

工业AI

当前,聊天机器人和图像生成器等消费者应用程序大热,但其实AI在工业战略中的核心地位已有10年之久。物联网(IoT)将连接到网络的传感器与软件相结合,强化了机器人和其他基础设施,显著提升了企业运营效率和盈利能力。例如,某国际汽车品牌与IT巨头合作部署了一个物联网系统,成功将一家工厂的金属冲压车间停机时间减少了25%。

图3:工业4.0集成了传感器、数据、云计算、机器人和AI,从而形成智能制造

图3:工业4.0集成了传感器、数据、云计算、机器人和AI,从而形成智能制造

数据来源:荷宝。

机器人

通过学习人类控制并从传感器和摄像头获取输入信息,机器人将变得更加高效和灵活。例如,DeepMind的RT-2 AI模型通过利用机器人特定数据以及网络资源进行训练,使得配备了机器视觉的机器人能够执行未预先编程的任务。

图4:DeepMind机械臂执行预定义指令中未包含的任务

图4:DeepMind机械臂执行预定义指令中未包含的任务

数据来源:DeepMind。

企业AI

结合高级分析与生成式AI将趋势转化为文字的能力,有望实现大数据的广阔前景。事实上,众多公司已在整合AI技术,以便实现工作流程自动化、改善客户服务,并加强网络安全措施。

软件

AI也为软件行业带来了前所未有的机遇,不仅增强了现有的应用程序,还催生了过去难以实现的新应用程序,同时显著提高了软件开发人员的生产力。据研究公司Gartner预测,AI在软件行业的收入占比将从2023年的8%激增至2027年的35%。

网络安全

AI的发展为安全专业人员提供了新的工具,以应对日益复杂的网络攻击。今天的网络保护系统采用了机器学习和行为分析技术,不仅基于签名,更基于行为模式来检测威胁。除此之外,生成式AI还能自动应对持续的攻击流。

家庭应用

凭借其易用性和解答问题的无限潜力,ChatGPT的推出极大地激发了消费者的想象力。根据皮尤研究中心的数据,截至2024年第一季度,已有23%的美国成年人使用过ChatGPT的服务。但这项新兴技术并非一蹴而就,AI和机器学习早已融入到我们的生活中,比如纠正拼写错误、实现安全的生物识别移动支付,以及在流媒体、抖音等平台上提供内容推荐等。

图5:美国不同年龄组人群使用ChatGPT的比例

图5:美国不同年龄组人群使用ChatGPT的比例

数据来源:皮尤研究中心,2024年3月。

交通应用

尽管自动驾驶技术的全面普及尚待时日,但AI辅助功能(例如车道偏离校正和自动刹车)已经在提升道路安全方面发挥了显著作用。以某新能源汽车公司为例,根据其2023年度影响报告,配备自动驾驶功能的汽车每百万英里的公路事故发生率比美国平均水平低88%。

学校应用

在教育领域,虽然有关学生依赖ChatGPT完成作业的担忧确实存在,但这项技术同样展现出巨大的应用价值。在德克萨斯大学,历史学教授Steven Mintz要求学生使用ChatGPT帮助撰写论文,并详细注释整个撰写过程,包括使用的提示、所做的修订和引用的原始材料。此外,非营利教育机构可汗学院(Kahn Academy)正在利用AI开发个性化辅导老师,以了解每个学生的优缺点,从而因材施教。

医疗保健应用

美国每年的医疗保健支出高达4.5万亿美元,即使AI带来小幅改善也可能引发巨大的正面影响。AI在放射学领域的应用日益增多,将增强图像分割、计算机辅助诊断和预测分析等方面的技术。最值得注意的是,AI大幅加快了先进医学研究的步伐,并促进了药物发现过程。2022年,DeepMind AlphaFold准确预测了所有已知蛋白质(大约2亿个)的三维结构,误差仅在一个原子宽度之内。

AI的风险和隐忧

AI的前景广阔,包含了无限的可能性,但也伴随着风险。普华永道预测,到2030年,AI可为全球经济贡献15.7万亿美元的增长。另一方面,包括Open AI首席执行官 Sam Altman在内的多位行业领军人物警告说,这项技术可能对人类构成生存风险。虽然将AI视为人类灭绝的威胁可能过于夸张,但AI软件偏离其应用初衷的情况确实存在。

例如,尽管生成式AI系统在提供广泛问题的答案方面越来越擅长,但它们偶尔也会出错。去年还发生过一个值得注意的错误,律师将ChatGPT提供的多份详细判例法先例和司法调查结果提交给美国联邦法院,但实际上这些判例并不存在。

与历史上的自动化技术周期相似,人们普遍担心AI会取代人类的工作。然而,情况未必如此。例如,计算器、电子表格和软件的普及反而增加了对会计师的需求。麻省理工学院经济学家David Autor发现,“目前60%的工作职位在1940年并不存在,这意味着过去80年中85%以上的就业增长来自技术创造的新职位。”2

此外,AI还引发了全球变暖的担忧。国际能源署预测,AI将导致数据中心的能源需求激增73%。然而,效率的提高有望减轻这种影响。爱立信和国际电信联盟的一项研究发现,在2007年至2020年间,尽管数据流量增长了40倍3,但技术和通信在全球能源使用量中所占的份额稳定在4%。

图6:科技行业的用电量,太瓦时(TWh)

图6:科技行业的用电量,太瓦时(TWh)

数据来源:爱立信,国际电信联盟,2023年。

早期的互联网监管采纳了网络中立性、自我监管和避风港等原则,这种方法被视为促进互联网技术发展和创新的关键因素。然而,这种宽松的监管环境也为不良行为者提供了可乘之机,导致网络犯罪、欺诈和社交媒体操纵等现象,引发了直接的失窃、业务中断、隐私侵犯和选举干扰等一系列问题。最近,全球各大洲都推出了应对相关技术的措施,包括数十亿美元的巨额罚单、欧盟《通用数据保护条例》以及加速反垄断调查。这些措施表明监管机构对AI的监管可能会严于对互联网的监管。

结论

AI与荷宝主题投资策略中跟踪的每一个趋势紧密相连。在我们跟踪的机器人和自动化趋势中,AI和机器学习长期以来显著提高了效率并减少了浪费。面对生产瓶颈、劳动力短缺和地缘政治安全等挑战,制造业回流重受关注,而AI、机器人和自动化将在其中发挥越来越大的作用。

除了制造业之外,从农业到物流和运输,几乎每个经济部门都处于数字化转型之中。我们跟踪的数字赋能者趋势直接受益于此,企业软件支出在过去五年中保持了9.6%的复合年增长率。随着AI的范围不断扩大和能力不断增强,软件投资预计将加速,特别是在云计算领域,其复合年增长率达到了26.7%。

在我们跟踪的安全数字基础设施趋势中,随着传统威胁的突变和潜在攻击面的扩大,IT安全支出正在迅速增加。AI可以更好地检测威胁,并自动响应。此外,AI的密集计算需求也推动了对底层基础设施的投资加速,超大规模云网络正在抢占传统的企业内部解决方案的份额。

在构建相对集中的投资组合时,我们设法识别出在各自领域占据或确立了领导地位的创新型优质公司,并专注于盈利持续增长的公司。我们相信,这种投资策略有助于我们捕获那些从直接投资AI中受益的公司,以及那些在实体经济中有效利用AI的公司。

附注:


1See Bessembinder et al: Long-Term Shareholder Returns: Evidence from 64,000 Global Stocks (2023).
2The labor market impacts of technological change, D. Autor, NBER July 2022.
3 ICT sector electricity consumption and greenhouse gas emissions – 2020 outcome; February 2024, J. Malmodin, N. Lovehagen.

免责声明:

本文由荷宝私募基金管理(上海)有限公司(“荷宝上海”)编制, 本文内容仅供参考, 并不构成荷宝上海对任何人的购买或出售任何产品的建议、专业意见、要约、招揽或邀请。本文不应被视为对购买或出售任何投资产品的推荐或采用任何投资策略的建议。本文中的任何内容不得被视为有关法律、税务或投资方面的咨询, 也不表示任何投资或策略适合您的个人情况, 或以其他方式构成对您个人的推荐。本文中所包含的信息和/或分析系根据荷宝上海所认为的可信渠道而获得的信息准备而成。荷宝上海不就其准确性、正确性、实用性或完整性作出任何陈述, 也不对因使用本文中的信息和/或分析而造成的损失承担任何责任。荷宝上海或其他任何关联机构及其董事、高级管理人员、员工均不对任何人因其依据本文所含信息而造成的任何直接或间接的损失或损害或任何其他后果承担责任或义务。本文包含一些有关于未来业务、目标、管理纪律或其他方面的前瞻性陈述与预测, 这些陈述含有假设、风险和不确定性, 且是建立在截止到本文编写之日已有的信息之上。基于此, 我们不能保证这些前瞻性情况都会发生, 实际情况可能会与本文中的陈述具有一定的差别。我们不能保证本文中的统计信息在任何特定条件下都是准确、适当和完整的, 亦不能保证这些统计信息以及据以得出这些信息的假设能够反映荷宝上海可能遇到的市场条件或未来表现。本文中的信息是基于当前的市场情况, 这很有可能因随后的市场事件或其他原因而发生变化, 本文内容可能因此未反映最新情况, 荷宝上海不负责更新本文, 或对本文中不准确或遗漏之信息进行纠正。