社区

企业和投资者已投入数十亿美元打造人工$智能(5RE.SI)$。我们目前使用的 LLM 模型（如 GPT-4o）的训练成本已达数亿美元，而下一代模型的开发也已在进行中，投资金额将高达 10 亿美元。然而，全球领先的$金融机构(FISI)$之一$高盛(GS)$正在质疑这些投资是否会带来回报。

风险投资公司红杉资本 (Sequoia Capital) 最近研究了人工智能投资，并计算出整个行业每年需要赚取 6000 亿美元才能收回最初的支出。因此，在 Nvidia、$微软(MSFT)$和$亚马逊(AMZN)$等大型公司投入巨额资金在人工智能竞赛中占据优势之际，高盛采访了几位专家，询问对人工智能的投资是否真的会带来回报。

目前高盛报告中的专家观点大致分为两派：一派对其持怀疑态度，认为人工智能给美国经济带来的回报有限，不会比现有技术更经济地解决复杂问题；另一派则认为，人工智能技术的资本支出周期看起来前景光明，与之前的技术经历的周期类似。

麻省理工学院教授达隆·阿西莫格鲁估计，生成式人工智能对经济的影响有限，仅能使生产率提高约 0.5%，GDP 产出增加 1%。这与高盛经济学家的估计形成了鲜明对比，高盛经济学家认为，生产率将提高 9%，GDP 将增加 6.1%。他还表示，尽管人工智能技术最终会发展并降低成本，但他并不相信，目前向人工智能模型投入更多数据和计算能力的趋势会让我们更快地实现通用人工智能的愿景。

“人类认知涉及多种类型的认知过程、感官输入和推理能力。如今，大型语言模型 (LLM) 的表现比许多人预测的要令人印象深刻，但要相信预测句子中下一个单词的架构将实现与《2001：太空漫游》中的 HAL 9000 一样智能的能力，仍然需要很大的信心，”Acemoglu 说。“几乎可以肯定的是，当前的人工智能模型在未来十年内不会实现任何接近这一壮举的东西。”

高盛高级股票研究分析师 Kash Rangan 和 Eric Sheridan 对该报告持相反观点。他们表示，尽管人工智能投资的回报时间比预期的要长，但最终还是应该能获得回报。Rangan 说：“每个计算周期都遵循一个称为 IPA 的进程——首先是基础设施，其次是平台，最后是应用程序。人工智能周期仍处于基础设施建设阶段，因此找到杀手级应用程序将需要更多时间，但我相信我们会到达那里。”

 “本轮资本支出周期似乎比以往的资本支出周期更有前景，因为领头的是现有企业，而不是新贵企业，这降低了技术无法成为主流的风险，”Sheridan 补充道。“现有企业（如微软和$谷歌(GOOG)$）拥有深厚的资本池、极低的资本成本以及庞大的分销网络和客户群，这使他们能够试验如何让资本最终获得回报。”

尽管存在这两种相反的观点，高盛也承认人工智能面临的两大挑战——芯片和功率的可用性。人工智能 GPU 的紧缩似乎已经结束，主要是因为 Nvidia 现在可以在两到三个月内交付芯片，而不是过去需要 11 个月。

然而，数据中心的功耗现在是主要的限制因素，尤其是随着人工智能 GPU 的耗电量越来越大。单个现代人工智能 GPU 每年最多会消耗 3.7 兆瓦时的电力，去年售出的所有 GPU消耗的电量足以为 130 多万个美国普通家庭供电。大型公司现在甚至已经开始研究模块化核电站，以确保其庞大的人工智能数据中心能够获得所需的电力。

只有历史才能告诉我们，人工智能是否会像互联网和电子商务一样蓬勃发展，还是会像 3D 电视、虚拟现实和虚拟世界一样衰落。但无论如何，我们预计人工智能的发展将继续下去。高盛表示：“我们仍然认为人工智能主题还有发展空间，要么是因为人工智能开始兑现承诺，要么是因为泡沫需要很长时间才能破灭。”