AI变现程度为何不高？专家：使用大模型的垂直应用还不多
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。
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？
2024年夏季达沃斯论坛期间，东软集团创始人、董事长刘积仁对第一财经记者表示：“虽然大模型的开发投入了大量资金，但目前还没有显著的盈利。这是因为目前使用大模型的垂直应用还不够多，导致平台尚未实现盈利。就像投资通信基础设施一样，如果使用电话的人很少，电信公司也难以盈利。”
他同时称，科技公司在AI上从投资到盈利的过程非常复杂，“将来会有一些公司能够实现货币化，而另一些公司可能会在这个过程中被淘汰。这是任何一个技术领域的常态，当某个行业被广泛看好时，会吸引大量投资，但最终成功的并非所有企业。”
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（LLMS）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。
全球经济分析公司BCA Research美国股票首席策略师唐克尔（Irene Tunkel）此前对第一财经记者表示，除非销售的是 AI 相关的“工具和设备”或云存储，目前来看，科技公司更多仍处于AI资本支出阶段，而不是货币化阶段。
刘积仁则认为，任何新技术的应用都需要经过一个从起步到普及的阶段，未来AI不是一个可选项，而是一个必选项。“AI的需求只会越来越强烈。就像互联网一样，过去我们用网络连接了许多客户，未来我们也会用智能技术连接更多的客户。”但他也警告称，尽管行业前景广阔，但并不是所有企业都能在这个行业中获得成功。
UBS报告将AI价值链上的企业分为三种，第一层是为AI发展提供支持的“启用层”，包括芯片生产与设计、云计算和数据中心以及涉及电力供应的公司。报告预计，到2027年，这些公司的年度资本支出将达到3310亿美元，并将产生1850亿美元的价值创造。
第二层是利用相关计算和能源资源进行AI算法与大语言模型开发的“智能层”。报告称，目前这类公司的财务数据缺乏公开披露，但由于基数较小，这一层级到2027年将显示出最强劲的增长。
第三层则是利用 AI实现具体用例的“应用层”。报告举例称，预计到2027年，应用层直接可达到的市场收入机会为3950亿美元，主要由AI助手（750亿美元）、生成式AI在广告中的应用（1000亿美元）和客户服务（750亿美元）驱动。
报告认为：“每一层都必须创造足够的经济价值，才能证明前一层的成本是合理的。因此，需要关注的关键比率之一是应用层的货币化潜力与启用层和智能层的成本之比。这很可能成为投资回报的关键指标。”
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。
贝莱德投资研究 所（BlackRock Investment Institute）主管博文（Jean Boivin）本月在一份报告中说：“在我们看来，AI（相关股票）的涨势得到了企业盈利的支持，而且还有更大的上涨空间。我们不认为AI正在出现泡沫。”
“我们认为泡沫正在形成……但我们认为这个泡沫仍然年轻，投资者暂时可能还不想放弃回报。”唐克尔则认为，“像任何革命性的技术一样，从生成式AI基础设施开发到模型和应用程序，再到早期采用，生成式 AI 将经历一个自然的演变。了解这些股票类别的表现、估值和基本面，是解答我们在这轮创新周期中的所处位置，以及生成式AI是否仍是一项好的投资等问题的关键。”
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，通用人工智能（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，因为成功者会收获投资的成果。”他称。