金融界1月2日消息，近日，東方港灣發(fā)布《開幕的鐘聲東方港灣2023年年報與展望》稱，2024年全球或許將進(jìn)入AI技術(shù)加持下的創(chuàng)新應(yīng)用噴發(fā)的一年。在人工智能時代，新的“飛輪效應(yīng)”也正在形成，大模型利用人類積累的數(shù)據(jù)訓(xùn)練出了服務(wù)人類的能力，而越來越多人類使用AI的反饋，也正在以“強(qiáng)化學(xué)習(xí)數(shù)據(jù)”的形式，指數(shù)型地提升著AI的能力。時代開幕的鐘聲已經(jīng)敲響，站在AI時代的開端，我們看到飛輪已經(jīng)被啟動，AI規(guī)模定律開始生效，世界的運(yùn)轉(zhuǎn)模式和人們的生活方式正被重塑。往后看十年，一切才剛剛開始！
開幕的鐘聲東方港灣2023年年報與展望
如果為2023年選擇一個世界年度詞語，我們覺得應(yīng)該是“GPT”。GPT即是Generative Pre-trained Transformer（生成式預(yù)訓(xùn)練變換器）的縮寫，也是General Purpose Technology（通用目的技術(shù)）的縮寫。
當(dāng)下被大語言模型所引領(lǐng)的新一輪人工智能革命，被人稱為人類歷史上第25個通用目的技術(shù)。就像石器時代人類學(xué)會使用火，開始懂得運(yùn)用能源；農(nóng)業(yè)的出現(xiàn)直接使人類從游牧轉(zhuǎn)為定居，人口出現(xiàn)大爆發(fā)；輪子的發(fā)明創(chuàng)造了運(yùn)輸業(yè)，改造了整個社會組織形態(tài)和生產(chǎn)效率；印刷術(shù)帶來了信息的跨時空傳播，將人類整體心智提高一個段位；工業(yè)時代人類徹底掌控了電之后，開啟了人造“電器”時代；再到后來發(fā)明了計算機(jī)，在物理世界之外，打開了另一個“軟件”的新世界；以及最近一個通用目的技術(shù)的出現(xiàn)，互聯(lián)網(wǎng)將世界交互的時空距離，徹底拉近于零。這些技術(shù)都深刻地影響了許多行業(yè)，作為平臺技術(shù)衍生出了其他技術(shù)類型，帶動生產(chǎn)力出現(xiàn)躍遷，也同時改變?nèi)祟惖纳罘绞健?/p>
人工智能始于20世紀(jì)50年代，而一直到算力與數(shù)據(jù)爆發(fā)的互聯(lián)網(wǎng)時代，人們才開始逐步跨越“基于規(guī)則”的人工智能路線，進(jìn)入“深度學(xué)習(xí)”的新路線。也就是從人類為機(jī)器寫指令，進(jìn)入到機(jī)器拿著數(shù)據(jù)材料，在人類的幫助下開始自己學(xué)習(xí)的時代。到今天，機(jī)器視覺的感知速度和準(zhǔn)確性，已經(jīng)遠(yuǎn)遠(yuǎn)超越人類水平，Alpha Go在圍棋上打敗李世石和柯潔也已過去了六年時間了，程序化交易在金融投資領(lǐng)域已經(jīng)占據(jù)了重要地位。而隨著2023年GPT的推出，深度學(xué)習(xí)在語言能力上的突破，將把這項(xiàng)通用目的技術(shù)徹底推上新時代的主角地位。
為什么語言能力很重要？
過去的人工智能，主要集中在感知能力和自動化規(guī)則執(zhí)行上，這稱不上嚴(yán)格意義上的“智能”；而語言的本質(zhì)是一種“思考能力”。語言是人類與生俱來的一種本能：人類天生能夠?qū)⑺型饨缈陀^存在以及抽象概念，在腦中形成一個“相”，而人腦神經(jīng)系統(tǒng)的功能，就是去創(chuàng)建這些“相”之間的關(guān)聯(lián)度。這些相可以是文字、聲音、圖像等多模態(tài)，甚至對于盲人來講的某種觸覺，這些關(guān)聯(lián)度就是我們理解世界的各種模型。我們能夠彼此交流，翻譯不同國家語言，繪畫譜曲寫作，邏輯推理，數(shù)學(xué)運(yùn)算，其本質(zhì)無不是在處理著不同“相”之間的關(guān)系模型。所以，大語言模型開始模擬人類的這種本能，用“token”與“參數(shù)”去模擬人腦的“相”與“關(guān)聯(lián)”，通過互聯(lián)網(wǎng)時代積累的海量數(shù)據(jù)，以及計算機(jī)時代發(fā)展至今的神經(jīng)元算力GPU，去構(gòu)造出機(jī)器的思考能力，這就是GPT的本質(zhì)。
雖然還缺乏情感與自我意識，但大語言模型已經(jīng)具備了AI的真正內(nèi)核。在新的“規(guī)模定律”的作用下，我們相信AI的能力會隨著數(shù)據(jù)量與參數(shù)量的規(guī)模而逐步遞增。GPT3到GPT4的參數(shù)量提升了10倍，才在2023年打開了Ai應(yīng)用的新格局；而很快我們將進(jìn)入GPT5的新時代，AI在多模態(tài)處理能力、長鏈條邏輯能力、規(guī)劃能力、個性化與記憶能力上必然得到進(jìn)一步的大幅提升。這種AI思考能力，會深刻的影響幾乎所有行業(yè)，衍生出其他技術(shù)類別，帶動生產(chǎn)力出現(xiàn)躍遷，同時極大地改變?nèi)藗兊纳罘绞健?/strong>
投資收益的根本來源是偉大企業(yè)創(chuàng)造財富的能力，而偉大企業(yè)都是每個不同科技時代的結(jié)晶。從目前種種線索來看， AI技術(shù)對人類社會的影響力，要遠(yuǎn)比上一個互聯(lián)網(wǎng)技術(shù)深遠(yuǎn)，成就更加偉大的企業(yè)，創(chuàng)造更加可觀的財富。這也是我們核心投資哲學(xué)“與偉大企業(yè)共成長”的現(xiàn)實(shí)寫照，2023年我們團(tuán)隊的注意力、時間分配和持倉上，全面地與時代主線對齊。
在AI時代里做投資
2023年我們產(chǎn)生了以下的投資思路和策略。
大語言模型所遵循的“規(guī)模定律”決定了AI能力的進(jìn)化，必然伴隨著算力需求的膨脹。當(dāng)下最強(qiáng)模型GPT4包含了1.8萬億參數(shù)，是GPT3的1750億參數(shù)量的近10倍，使用了13萬億的token的數(shù)據(jù)量進(jìn)行預(yù)訓(xùn)練，在大約25000個A100芯片上訓(xùn)練了90到100天，這在算力需求比GPT3大了將近70倍。2024年即將推出的GPT5傳言有近10萬億的參數(shù)，比當(dāng)前版本大5倍以上，預(yù)訓(xùn)練對于算力的需求也會呈指數(shù)級別的上升。而這僅僅是預(yù)訓(xùn)練端。在模型的微調(diào)階段，雖然單次微調(diào)所使用的數(shù)據(jù)量以及算力需求遠(yuǎn)小于模型預(yù)訓(xùn)練階段，但在開源模型廣泛傳播的趨勢下，大模型在各個細(xì)分領(lǐng)域進(jìn)行落地時，微調(diào)就變成了一項(xiàng)高頻的訓(xùn)練過程，這也在逐步加大對算力的需求。當(dāng)大模型應(yīng)用在各個領(lǐng)域開始逐步展開后，緊隨著ChatGPT和Bard，越來越多的應(yīng)用，例如Github、Midjourney、Canva、Runaway、CharacterAI等，月活用戶數(shù)也會上到千萬乃至億的級別，對于模型推理的算力需求，會比訓(xùn)練端高出一個量級。例如，據(jù)AI創(chuàng)投機(jī)構(gòu)Coatue的測算，GPT-4的預(yù)訓(xùn)練用了100天和210億Petaflops的算力，相當(dāng)于每天2億Petaflops的算力需求，而GPT4的每一千萬日活躍用戶，所需的推理算力約為每天高達(dá)80億Petaflops，是訓(xùn)練階段的40倍！
所以投資的策略之一，是尋找那些助推大語言模型進(jìn)化所需的算力，無論是GPU、Asic芯片還是AICPU的龍頭企業(yè)。
2023年，大語言模型首先向人類展示了包括聊天、搜索、輔助編程、文生多媒體、文本記錄翻譯與總結(jié)等多種功能，誕生了一批如上文所提的軟件應(yīng)用，這還只是AI應(yīng)用的雛形。如果對未來AI應(yīng)用的發(fā)展進(jìn)行分類，我們覺得可以大致分成三類：
首先是“副駕駛”類型應(yīng)用，AI將人類工作中繁瑣的、較為簡單的、流程性的部分工作進(jìn)行自動化，雖然人類依舊掌握“主駕駛”的決定權(quán)，但單位生產(chǎn)力將得到極大的提升，尤其是知識型服務(wù)業(yè)。過去幾百年，工業(yè)商品單價不斷下跌，而大部分服務(wù)業(yè)單位價格卻與日俱增，主要的問題還是服務(wù)業(yè)的規(guī)模不經(jīng)濟(jì)，簡單來講就是規(guī)模大了靠堆人，但人不好管，得加錢。而隨著AI的接入，未來許多服務(wù)業(yè)的組織形態(tài)將發(fā)生重大變化，員工數(shù)量未必需要隨著規(guī)模而上漲，服務(wù)業(yè)的流程自動化或許可以降低人類的參與率。例如，在游戲設(shè)計行業(yè)，軟件工具目前只占成本的2%，設(shè)計和美工的人力成本占比則超過了80%，全球游戲設(shè)計引擎龍頭Unity目前正在將大模型的能力引入其產(chǎn)品，憑借目前大模型所展現(xiàn)的文生多媒體的能力，勢必將給游戲設(shè)計業(yè)帶來極大的顛覆，同樣的情況也會發(fā)生在電影行業(yè)。這種類型的應(yīng)用非常廣泛，正在發(fā)生的例子包括了類似Github帶來的AI輔助編程，Microsoft365系列產(chǎn)品里的“copilot”助手全面提升辦公軟件效率，Tesla為代表的汽車智能輔助駕駛將進(jìn)入L3階段，LexisNexis推出的Lex Machina等AI工具幫助律師進(jìn)行案件資料搜索與預(yù)測，等等。
其次是“自然語言交互”類型應(yīng)用，AI將人類從與電器或軟件的低效交互方式中解放出來，允許人類使用自然語言進(jìn)行人機(jī)交互。基于大語言模型下的“自然語言交互”與過去基于規(guī)則的“自然語言交互”已經(jīng)是質(zhì)的區(qū)別了。這方面的應(yīng)用包括了電動車的智能座艙，家庭的電器物聯(lián)網(wǎng)操控，手機(jī)端的中央語音助手，各種文生圖的繪畫應(yīng)用，等等。與“副駕駛”類應(yīng)用直接提高單位生產(chǎn)率不同，AI的“自然語言交互”能力，會大大降低人機(jī)交互成本，可能在許多領(lǐng)域引爆一些剛需但使用門檻較高的應(yīng)用，從而使得某個領(lǐng)域的客戶量呈現(xiàn)爆炸式增長。舉個例子，互聯(lián)網(wǎng)時代的社區(qū)社交活動，經(jīng)過了從文字到圖片到視頻的進(jìn)化過程，但其內(nèi)容的編輯門檻卻大幅提升，有些軟件像Photoshop甚至需要學(xué)習(xí)課程才能掌握；而AI通過自然語言正在快速地拉低這個門檻，很可能使某類圖片或視頻應(yīng)用的用戶數(shù)未來出現(xiàn)快速增長。同樣的，App制作、游戲制作、歌曲譜寫、機(jī)器人編程、無人機(jī)操縱、3D打印，可能都會很快變得更具有“普世性”。
再者是“新物種”類型的應(yīng)用，AI可能如互聯(lián)網(wǎng)一般，不僅為傳統(tǒng)商業(yè)模式帶來革命性進(jìn)化，還會在新時代誕生出新物種。且通常新物種會以新創(chuàng)業(yè)公司橫空出世，不一定是老巨頭的轉(zhuǎn)型。2023年的AI應(yīng)用，排第一名的無疑是聊天功能，除了眾所周知的ChatGPT以外，主導(dǎo)虛擬人物陪聊的Character.AI和Replika尤為值得一提；其中Character.AI的月活超過千萬級別，每月訪問次數(shù)超過ChatGPT，平均停留時間也遠(yuǎn)超GPT達(dá)到了33分鐘�；蛟S未來很快我們就可以看到引入記憶系統(tǒng)或情感系統(tǒng)的AI聊天應(yīng)用，將具備用戶的個性化，AI虛擬人或許不以實(shí)體機(jī)器人的形式存在于我們周圍，但會是如電影《她》中所示，先寄生于手機(jī)或耳機(jī)設(shè)備，陪伴我們生活，獲得我們的充分信任，同時隨著電器與軟件的AI原生化，它也會成為我們對接其他各種AI電器和軟件的代理，這將會是一個操作系統(tǒng)級別的應(yīng)用。另一個可能的應(yīng)用方向，來自對AR技術(shù)的衍生促進(jìn)作用。AR的成熟非常依賴于設(shè)備對佩戴者周邊環(huán)境的數(shù)字化能力與互動能力，而大語言模型的引入將徹底改變游戲規(guī)則，AR設(shè)備不再需要通過人工指令去與世界交互，而是通過大數(shù)據(jù)學(xué)習(xí)的方式去窮盡對世界的認(rèn)知，這或許真的可以讓AR設(shè)備成為AI時代的全民設(shè)備。
所以我們的投資策略之二，從以上分析出發(fā)，是去挖掘、選擇和跟蹤這里邊價值增量最大的應(yīng)用場景，例如智能駕駛、多媒體編輯軟件、游戲制作軟件、AI聊天工具、AR設(shè)備廠商等。
如上所言，大語言模型未來的行業(yè)架構(gòu)，底層是硬件算力，中間層是大模型底座，而上層是各類別的AI應(yīng)用，夾在AI應(yīng)用與大模型之間的，可能還存在一個“大模型能力分發(fā)”層，目前判斷未來應(yīng)該會長時間存在，也就是“AI云計算平臺”。由于最先進(jìn)AI模型目前都是不開源的，且AI模型需要持續(xù)訓(xùn)練與迭代，參數(shù)量、數(shù)據(jù)量和算力需求也在節(jié)節(jié)攀升，因此通過云計算的方式，把最先進(jìn)的AI大模型分發(fā)給各種應(yīng)用，會必然成為未來使用AI的主流方式。這是目前AI能力變現(xiàn)最快最直接，也是未來可能價值量最大的一種方式。目前Azure憑借最強(qiáng)的大語言模型GPT以及行業(yè)最強(qiáng)的解決方案落地能力，率先帶動其AI云服務(wù)出現(xiàn)了加速增長的勢頭，增速也位列行業(yè)第一。谷歌云在Gemini迭代追趕中，也保持著行業(yè)第二增速的勢頭，憑借其行業(yè)最強(qiáng)的數(shù)據(jù)能力以及最低的TPU算力成本，或許很快會出現(xiàn)云服務(wù)提速。雖然目前AWS暫時落后，但在開源模型的普及過程中，其云計算也或許能雨露均沾。
所以我們的投資策略之三，就是投資于AI能力的“分發(fā)部署渠道”云計算，以上三個策略構(gòu)成了我們目前AI領(lǐng)域投資的方法論。
2024年全球或許將進(jìn)入AI技術(shù)加持下的創(chuàng)新應(yīng)用噴發(fā)的一年，而與此同時，新冠疫情下的創(chuàng)傷也在逐漸得到修復(fù)，尤其是通脹水平正逐步得到緩解，全球?qū)⑦M(jìn)入“降息通道”。臨近年末，美國10年期國債的交易利率在10月末創(chuàng)下5%的高點(diǎn)之后不斷下調(diào)，目前跌至3.8%。這預(yù)示著市場認(rèn)為24年美聯(lián)儲可能出現(xiàn)5次以上的降息動作，這將作為全球利率水平的重要標(biāo)桿。無論對于全球整體資產(chǎn)的估值水平，抑或是對于中國經(jīng)濟(jì)在金融風(fēng)險控制和經(jīng)濟(jì)刺激能力都起到了正面的促進(jìn)作用。
在互聯(lián)網(wǎng)時代，網(wǎng)絡(luò)將你我鏈接后，產(chǎn)生了許多“網(wǎng)絡(luò)效應(yīng)”或“飛輪效應(yīng)”的正反饋回路，成為科技加速經(jīng)濟(jì)增長的核心動能。而在人工智能時代，新的“飛輪效應(yīng)”也正在形成，大模型利用人類積累的數(shù)據(jù)訓(xùn)練出了服務(wù)人類的能力，而越來越多人類使用AI的反饋，也正在以“強(qiáng)化學(xué)習(xí)數(shù)據(jù)”的形式，指數(shù)型地提升著AI的能力。
時代開幕的鐘聲已經(jīng)敲響，站在AI時代的開端，我們看到飛輪已經(jīng)被啟動，AI規(guī)模定律開始生效，世界的運(yùn)轉(zhuǎn)模式和人們的生活方式正被重塑。往后看十年，一切才剛剛開始！
