全球知名投行高盛 (Goldman Sachs) 近期对人工智能 (AI) 投资的回报率提出了质疑。尽管各大企业和投资者正斥资数十亿美元用于人工智能研发,但高盛担忧如此巨额的投入能否真正带来丰厚回报。
目前,我们使用的 LLM 大型语言模型(例如 GPT-4o)训练成本就高达数亿美元,下一代模型的训练成本更是预计将飙升至 10 亿美元。风投巨头红杉资本 (Sequoia Capital) 经过测算后表示,整个 AI 行业每年都需要产生 6000 亿美元(IT之家备注:当前约 4.36 万亿元人民币)的收入才能收支平衡,这凸显了高昂的研发成本压力。
在激烈的 AI 竞赛中,英伟达、微软和亚马逊等科技巨头纷纷加大投入,力求抢占先机。然而,高盛通过采访多位专家,得出的意见却并不统一。
一部分专家对 AI 的前景持谨慎态度,认为其对美国经济的贡献将非常有限,并且无法比现有技术更经济地解决复杂问题。麻省理工学院教授达伦・阿杰莫格鲁 (Daron Acemoglu) 估计,生成型 AI 将仅能使经济生产力增长约 0.5%,GDP 增长约 1%。这与高盛经济学家的预测形成鲜明对比,他们预计生成型 AI 将使生产力增长 9%,GDP 增长 6.1%。
阿杰莫格鲁还指出,即使 AI 技术不断发展,成本下降,但仅仅通过向模型投入更多数据和算力,未必能更快地实现我们对通用人工智能的愿景。“人类认知涉及多种认知过程、感官输入和推理能力。虽然大型语言模型取得了令人印象深刻的进展,但要相信通过预测下一个单词就能实现科幻电影《2001: 太空漫游》中 HAL 9000 那样的智能,仍然需要巨大的想象力。可以肯定的是,当前的 AI 模型在未来十年内都无法接近这样的水平。”
不过,高盛内部也有不同的声音。高级股票研究分析师 Kash Rangan 和 Eric Sheridan 认为,尽管 AI 投资的回报周期可能比预期更长,但最终会取得成果。Rangan 表示:“每个计算周期都遵循一种被称为 IPA 的发展顺序,即基础设施先行,然后是平台,最后才是应用。目前 AI 还处于基础设施建设阶段,找到杀手级应用还需要更多时间,但我相信我们会实现突破。”
Sheridan 补充道:“与以往的投资周期相比,此次 AI 投资周期的前景似乎更加光明,因为引领潮流的不再是初创企业,而是行业巨头,这降低了技术无法普及的风险。像微软和谷歌这样的巨头拥有雄厚的资金储备、极低的融资成本以及庞大的分销网络和客户群,这使他们能够进行更多的尝试,找到让资本发挥回报的方式。”
尽管存在不同观点,高盛仍承认 AI 面临两大挑战:芯片可用性和电力消耗。得益于英伟达能够将芯片交付提前至 2-3 个月(此前需要 11 个月),AI 领域的 GPU 短缺问题似乎已经缓解。
然而,数据中心电力消耗正成为主要限制因素。新型 AI GPU 耗电量惊人,单个 GPU 每年耗电量可达 3.7 兆瓦时。仅去年售出的所有 GPU 总耗电量就足以支持超过 130 万个美国普通家庭的用电。为了满足庞大 AI 数据中心的需求,一些大型企业甚至开始考虑使用模块化核电站。
AI 究竟会像互联网和电子商务一样蓬勃发展,还是像 3D 电视一样泡沫破灭,只有时间能给出答案。但可以肯定的是,AI 的发展仍将势不可挡。正如高盛所说:“我们仍然看好 AI 发展的主题,原因之一是 AI 可能兑现其承诺,另一个原因是泡沫可能需要很长时间才会破灭。”