只管现在量化人工智能的生产力提高还为时过早，但历史例子可能具有辅导意义。
从1986年到2000年，个人电脑提高了18%的劳动生产率，从2000年到现在，互联网提高了20%。
假设人工智能将生产力提高15%，那么创造的代价可能达到4.4万亿美元。

人工智能市场规模有多大

投资者希望理解人工智能在哪些方面为企业增值。
这便是所谓的人工智能代价链。

我们将其分为三层：使能层、智能层和运用层。

使能层包括演习和运行人工智能模型所需的数据中央根本举动步伐和打算资源。
智能层由天生人工智能算法和大型措辞模型（LLM）组成。
运用层包括人工智能驱动的软件和做事。

到2027年，我们估量使能层每年产生3310亿美元的成本支出，紧张来自人工智能做事器和数据中央。
人工智能芯片公司和云做事供应商可能会得到这一代价的大部分。
包括OpenAI和谷歌等公司在内的智能层估量将呈现强劲增长，到2023年12月，OpenAI的收入将达到20亿美元。

但在我们看来，最大的货币化潜力在于运用层。
它是一个软件层，从用户显而易见的人工智能驱动的软件运用程序和做事，到其他软件运用程序中的嵌入式人工智能功能。
LLM是最详细的用例之一，它是一种前辈的人工智能系统，旨在通过处理大量的措辞数据来理解和天生类似人类的文本，作为编码和个人助理的副驾驶。
这些助手可以通过不同的媒介进行操作，包括文本、音频和***。
2023年，微软的编码顾问GitHub Copilot的收入超过1亿美元，实现盈利，用户数量同比增长40%，达到130万。
随着开拓职员生产力提高50-60%，我们估量软件代码的创建速率会加快。

此外，在数字广告（2024年6670亿美元的市场）和呼叫中央（2022年3150亿美元市场）等其他大型市场中利用LLM也有成功的证据。
此外，我们看到天生人工智能在医疗保健研发、网络安全和金融科技领域的成功运用。
在这个阶段，我们估量到2027年，运用层将有3950亿美元的直接可寻址市场收入机会，紧张由人工智能助理（750亿美元）、广告天生人工智能运用（1000亿美元）和客户做事（750亿美元）驱动。

因此，我们认为人工智能市场供应了一个主要的投资机会，其潜在代价创造可能增长到数万亿美元。
人工智能代价链的使能层、智能层和运用层都供应了独特的增长机会。
随着人工智能的不断发展，其对生产力和经济代价的影响可能会扩大，使其成为一个引人瞩目的投资领域。

人工智能会重蹈以前的科技泡沫覆辙吗

人工智能革命常常被比作过去的技能周期。
投资者——尤其是持疑惑态度的科技投资者——很自然地会担心本日的人工智能周期会重蹈过去科技周期的覆辙。

然而，人工智能周期不太可能重复先前创新周期的失落误，这是有关键缘故原由的。
让我们研究一下过去周期的各个阶段，以理解为什么人工智能的崛起可能更可持续。

技能周期的各个阶段

第一阶段：根本举动步伐投资期

在任何技能周期的第一阶段，都会对根本举动步伐进行重大投资。
例如，互联网的发展须要大量的成本投资，这推动了思科系统等公司的增长，2000年思科系统的收入增长了53%。
然而，网络时期也涌现了估值膨胀和投契投资，导致了市场崩溃。

可持续性哀求根本举动步伐投资由其供应的做事收入支持。
与网络时期不同，人工智能投资由估值合理、现金流强劲、盈利能力强的大型公司主导。
以科技股为主的纳斯达克指数12个月的市盈率，在网络泡沫期间达到峰值时为175倍，而本日的市盈率为33倍。

第二阶段：实验和毁坏期

随着新的商业模式的涌现和现有技能的整合，公司的成败取决于他们试验和履行创新的程度。
互联网时期见证了电子商务的兴起，但也见证了Pets.com等公司的倒闭。
关键在于，技能本身并不是一种计策；它必须被整合到一个健全的商业模式中。

本日，人工智能周期受益于网络时期的履历教训。
如今的公司更加谨慎，专注于证明其可行性的可持续商业模式。
例如，像OpenAI这样的人工智能驱动的公司已经达到了主要的收入里程碑，到2023年12月，OpenAI的收入达到了20亿美元。

第三阶段：广泛采取和增长期

末了阶段的特点是广泛采取，推动经济增长和生产力。
例如，互联网导致了云打算的兴起，云打算现在霸占了40%的事情负载和20%的IT支出。
这一阶段韶光最长，经济意义最大。

我们估量人工智能将走上与先前技能进步相似的道路，但根本更加稳固。
人工智能已经发展了60多年，其根本技能已经达到了一个迁移转变点。
我们估量，到2027年，包括数据中央和人工智能做事器在内的人工智能赋能层将产生3310亿美元的年度成本支出。

我们看到了对人工智能稳健性的三个普遍支持。

首先，人工智能投资由财务实力雄厚的公司主导。
这些公司拥有高质量的收益、强大的盈利能力和康健的现金流。
这种金融稳定降落了投契泡沫的风险。

其次，人工智能公司的上市活动缺少之前科技周期的活力（个中一些是不合理的）。
没有一波未经证明的人工智能初创公司涌入公开市场。
我们认为，这种谨慎的做法有助于坚持现实的估值和可持续增长。

第三，人工智能正在比以前的技能更早地证明其经济代价。
例如，利用GitHub Copilot代码的开拓职员的速率高达55%。
这些有形利益支持人工智能投资的经济代价。

因此，我们认为人工智能周期不太可能完备重复过去技能周期的缺点，由于它有强大的资金支持、有分寸的市场进入和明显的经济效益。
在我们看来，只管科技行业经历了繁荣和冷落，但人工智能在过去60年的发展为可持续增长奠定了坚实的根本。

若何做年夜大好人工智能的投资

我们仍旧认为投资者该当以平衡、务实的眼力看待人工智能，认识到它的潜力和历史教训。
对付本日的投资者，我们概述了三个考虑成分。

首先，确保有足够的筹码。
近几个月来，许多投资者至少对人工智能有了一定的敞口。
然而，该行业的增长速率意味着许多投资者的配置仍旧不敷。

第二，向使能层倾斜。
我们认为，该细分市场目前供应了具有吸引力和可见的盈利增长状况、强大的竞争定位和合理估值的最佳组合。
我们青睐推动数据中央和边缘人工智能根本举动步伐投资的半导体公司。

第三，着眼于大科技公司。
到目前为止，人工智能热潮对最大的科技公司非常有利，事实证明，这些公司是人工智能故事不可或缺的一部分。
这很可能是新的人工智能投资格局的一个特点。
我们估量，由垂直整合的“铸造厂”和单一参与者组成的寡头垄断将主导代价链。
我们最喜好涉及芯片、云打算以及天生人工智能模型和运用程序的公司。