这个 AI 拐点(AI inflection)中更令人兴奋的一个方面是「现实世界」的使用
案例比比皆是。虽然深度学习使计算机视觉和自然语言处理等技术有了显著的
提高,比如苹果公司的 Siri,亚马逊的 Alexa 和 Google 的图像识别,但是
AI 不仅仅是「科技技术」(tech for tech),也就是大数据集与足够强大的技
术相结合的情况下,价值正在被慢慢创建,竞争优势也变得越来越明显。
例如,在医疗保健中,图像识别技术可以提高癌症诊断的准确性。在农业中,
农民和种子生产商可以利用深度学习技术来提高作物产量。在制药业中,深度
学习可以用于改善药物的研发。在能源方面,勘探效率正在提高,设备可用性
正在不断增强。在金融服务方面,通过开辟新的数据集,实现更快的分析,从
而降低成本,提高回报。AI 现在还处于发现其可被利用场景的早期阶段,这些
必要的技术会通过基于云的服务实现大众化、平等化,我们相信随之而来的创
新浪潮将在每个行业中创造新的赢家和输家。
AI 的广泛应用让我们得出了一个结论:它是一种可以变革全球经济的技术,是
提高生产力并结束美国生产率停滞增长的驱动力。结合 GS 首席经济学家 Jan
Hatzius 的研究,我们明确了资本深化目前的停滞及其对美国生产率的相关影
响。我们相信,AI 技术将会驱动生产力的提高,就像 20 世纪 90 年代那
样,驱动企业投资更多的资本和劳动密集型项目,加快发展的脚步,提高盈利
能力以及提高股票的估值。
启示
虽然我们看到了人工智能可以及时地影响到每个公司、行业和一部分经济,但
对投资者而言,我们认为这其中有四个影响最为显著。
生产率。AI 和机器学习具有激发生产率增长周期的潜力,这会有利于经济的增
长,提升企业的盈利能力,资本回报率和资产估值。根据 GS 首席经济学家
Jan Hatzius 所说:「大体上而言,AI 看起来似乎比上一次创新浪潮更有可能
在统计数据中捕捉到更有价值的东西,人工智能可以降低成本,减少对高附加
值生产类型的劳动投入。举个例子,这些在商业部门成本节约上的创新可能比
在 iPhone 中增加应用程序的可用性和多用性更利于统计学家去捕获有价值的
相关文档
评论