Ark基金解读AI的底层逻辑和竞争图景

▪️如何理解AI技术的颠覆性？ ▫️AI技术应用呈现出急剧的成本下降趋势，能够在不增加成本的情况下显著提高性能。经历急剧成本下降的技术往往会以低成本产品打乱现有企业的阵脚，冲击它们的现金流模型和激励系统，而这两者都以牺牲长期战略为代价来奖励短期股东结果。 ▫️跨越多个领域，渗透到现有企业忽视或服务不足的新市场。跨领域技术通常在现有企业不熟悉的指标上有所改进。大型科技公司可能认为它们不重要或不相关，因为他们不了解新技术将为其客户提供的性能优势。 ▫️新技术的创新平台，往往针对起初看似微不足道但实际上规模惊人的市场。它们还倾向于奖励一种延迟货币化且在财务上看似不具吸引力的商业模式，同时暗中吸引开发者和应用程序，而一旦现有企业最终意识到这个机会，这些开发者和应用程序将难以吸引和复制。 （1）AI的成本下降速度有多快？ 人工智能的成本下降速度比我们所衡量的任何颠覆性技术都要快。运行性能相当的人工智能模型的成本每四个月就会减半——我们预计这一趋势将在本十年持续下去。相比之下，半导体领域的摩尔定律每18 - 24个月将成本降低一半，这表明人工智能革命的速度快了4 - 6倍。 换句话说，传统技术在十年内可能实现的性能提升，人工智能可能在不到两年内就能实现。虽然目前仅在云端可用，但世界级的人工智能模型可能在几年内就能在智能手机上运行。 这种急剧的成本下降对现有科技公司意味着什么？即使是很小的上市时间延迟也可能导致严重的性能差距，因为成本下降的速度使得快速跟进策略随着时间的推移效果越来越差。 现有技术提供商往往让初创公司为他们降低新技术的风险——展示新产品市场契合度以及技术创新——然后自己再大规模部署。谷歌和苹果在人工智能方面采取了这种方法。 例如，谷歌直到OpenAI进入市场三年多后才公开发布大型语言模型。即便如此，尽管营销演示似乎表明并非如此，但谷歌的性能仍然落后。事实上，自2023年初以来，使用最先进的谷歌模型而不是性能最高的OpenAI模型，平均而言，客户在单位性能上的成本会高出40%以上。 更多内容参考附图…