美投

企业人工智能降本增效进展如何？人工智能应用拐点何时到来？对于宏观市场有何影响？
2024.05.06
播放量 16.7k
最近，包括大摩，高盛，桥水，巴克莱在内的几家大投行，都更新了对生成式人工智能的最新研究报告。他们给我们描绘出了一幅非常完整的、人工智能发展的图景。我自己看完也是深受启发。这几份报告加起来大几百页，美投君这里就根据我的理解，给大家解读一下其中的精华。其中大摩的这两份研报，我认为最为精彩，也是我参考最多的报告. #生成式AI #GenAI #AI #人工智能 #降本增效
开通服务即可查看评论～
文字稿
在我们最新的话题投票板块中，在所有话题里面，人工智能降本增效方面的最新进展，是咱们会员最多人关注的。既然大家感兴趣，那美投君也责无旁贷，咱们今天就来讲讲这个话题。正好，最近，包括大摩，高盛，桥水，巴克莱在内的几家大投行，都更新了对生成式人工智能的最新研究报告。他们给我们描绘出了一幅非常完整的、人工智能发展的图景。我自己看完也是深受启发。这几份报告加起来大几百页，美投君这里就根据我的理解，给大家解读一下其中的精华。其中大摩的这两份研报，我认为最为精彩，也是我参考最多的报告，题目我放到视频内了，大家也可以找来自行阅读。
接下来，我会给各位看官解读这么几个，生成式人工智能的关键问题。生成式人工智能究竟能给企业，带来了哪些实际的促进呢？这些促进，又何时能够爆发？何时又会触顶呢？生成式人工智能一旦爆发，哪些行业最受利好？人工智能又会给美国的经济和金融市场，带来怎样的变化呢？相信看完本期Pro视频，一定能让你对人工智能的投资，更加安心。
这一上来啊，美投君想先给大家看张图。下面这张图展示的是自ChatGPT发布以来，那些深度利用人工智能的公司，中度利用人工智能的公司，和轻度利用人工智能的公司，在股价上的平均表现。可以看到，三者在前段时间的表现几乎雷同，但最近半年开始拉大差距，深度和中度利用人工智能的公司，大幅跑赢了轻度利用人工智能的公司，两者的差距达到了15%。这说明近半年市场才开始真正跑出人工智能驱动的逻辑，而利用了人工智能的公司，也开始显著受益。
那么这样的受益是否只是股价上的炒作呢？下面这两张图或许能给出答案。第一张是过去3年以来，单个雇员平均带来的营收数据。第二张图展示的是，企业整体的运营效率数据。可以看到，两个有关运营效率的数据，都是在近半年开始出现了陡增，这和股价的上涨不谋而合。
这两则数据告诉我们，现阶段的人工智能投资并非是单纯的炒作，而是有实际的业绩支撑的。换个角度来说，咱们要想在人工智能的投资上获得好的回报，就必须要先了解人工智能在企业运营上的实际作用才行。所以接下来，我们就重点介绍一下，企业在人工智能应用上的实际效果究竟如何？
投行大摩总结了过去几个季度，公司财报会议上的所有信息。他们发现，现在的企业绝大部分还没有到，利用人工智能开发新产品的阶段，也没什么公司利用人工智能去寻求新的营收增长。更多的公司是专注于利用人工智能，提高生产力和降低成本，也就是我们说的降本增效。这其中，最常被提及的场景就是写代码，客服，以及工作资源管理这几项。
而在分析了过去12个月的财报后，大摩发现，那些努力应用人工智能降本增效的公司，和那些在人工智能上没有太多进展的公司相比，管理层给出的效率提升上的差距，大约在10%到20%之间。换句话说，现阶段人工智能给公司带来的降本增效的效果，平均就在10%-20%之间。
目前来看，这种降本增效对于很多企业来说，可能只是刚刚开始。下面这张数据图，是大摩对于企业管理层的一项调查。数据显示，认为人工智能已经对于运营产生影响，和产生了重大影响的管理层的比例，从去年一季度的9%和2%，跃升到了四季度的23%和7%。这说明，企业在人工智能应用上刚刚开始出现提升。另一方面，我们也看到，认为人工智能完全没有作用的管理层比例，虽然是从一季度的55%，下降到了32%，但这个比例仍然不低。说明人工智能在企业降本增效上，仅仅是刚刚开始，还有不小的提升空间。而在具体的项目部署时间上，管理层给出的时间，主要都集中在2024年下半年，占总数的27%。
根据这些数据，我们可以看到，在过去这一年时间里，人工智能的应用和接受程度，每个季度都在增加。但即便如此，现在大部分还是在投入阶段。大摩估计，这些投入会持续在企业业绩中看到效果。而最关键的利润率，将会在2025年集中发生结构性的改变。
那具体能够带来多大的增长呢？大摩估计，在base case下，利润率能有3%的净增长。但他们强调这个数据大概率是低估的，如果发展顺利，最多会带来5%的增长。我自己根据FactSet的数据简单换算了一下，现在市场预期标普500，2025年的每股盈利是276.7美元，每股营收是2026美元，这意味着利润率大概在14%左右。如果人工智能能让利润率增加5%，那么到了2025年，每股盈利将能够超过340美元。如果按照美股平均估值，19倍来算的话，那么2025年标普能够达到6500点的位置，距离今天的大盘，还有30%的增长空间。
当然，这种估算比较粗糙，因它是假设了市场还没有预期人工智能所带来的盈利增长。实际肯定不会有这么高，但大致的效果，咱们可以先作为参考。
接下来，我们来分析第二个问题，人工智能的降本增效会不会很快达到瓶颈，甚至已经到达瓶颈了呢？要想回答这个问题，我们得先看看近些年，生成式人工智能的发展究竟如何了？
下图是网络上可供下载的人工智能模型数量。可以看到，在过去4年中，人工智能模型数量几乎是呈现指数型的增长。在2022年还只有4万个模型，到了2023年已经增长到20万，而2024年才仅仅过去4个月，模型的数量就已经到达了50万。
下面这张图会更直观一些。这是大摩根据人工智能社区网站，Hugging Face总结的模型数量，以及数据集数量的增长。可以看到，增长也呈现明显的指数型，而且从去年3月开始，两个数据都出现了陡增，最近仍在加速。
从这些数据中，咱们不难看出，生成式人工智能已经维持高增长，快一年多的时间了。那么未来这种增速还能够保持吗？会不会人工智能的上升速度即将放缓呢？他未来的上升空间还有多少呢？
大摩认为，现在生成式人工智能的发展，其实只是刚刚开始而已。下面这张图很有意思，它是大摩预计的、生成式人工智能驱动生产力提升的3个阶段。
第一阶段，被称之为是，通用语言人工智能工具阶段，即现在的ChatGPT这种大语言通用模型。它的作用主要是任务增强，例如一些基本的写作功能，最多就是帮忙写代码这样的功能。
第二阶段，是访问公司特定数据的定制化模型阶段，主要是用来回答一些公司内部专有的问题，或者和行业高度相关的问题。这其实就是我们之前介绍过的，小语言模型阶段。还不了解的看官，可以回看，年初我做过的2024 年人工智能布局视频。
第三阶段，则是能够成为代理和助手的定制化模型。这种模型相当于是，根据每一个的职业和个人风格，来配上一个私人助理。到这一步，就意味着有大量的流程自动化可以实现了，甚至人工智能，都能够替代一些职位去执行工作。
而根据大摩的估计，现在我们还只是处于第一阶段，最多就是第二阶段的开始。这就意味着生成式人工智能还有巨大的潜力没有发挥，增长空间还有很高。而要想等到第三阶段，也就是完全代理模型，目前来看，还需要好几年的时间，因为技术还需要时间突破，现在讨论还为时尚早。
不过，相比于第三阶段，第二阶段就要现实很多，也会快很多。这是因为，第二阶段在技术上已经不是什么太大的问题了。现在的问题主要是在安全，隐私，以及道德方面的问题。而这些问题也都是相对好解决的。一旦这些因素取得进展，第二轮生成式人工智能所带来的生产力爆发就会出现。目前来看，大摩预计最可能的时间正是2025年，和前面提到的利润率的质变不谋而合。所以说，2025年，或许是个非常值得投资者关注的人工智能大年。
不过需要注意的是，生成式人工智能的发展不可能是线性的，过程中有加速，也必然会有一些阻碍。而在不同行业和不同领域中，人工智能对他们的促进效果也会有所不同。那么接下来，我们就来关注一个，对于投资更具指导意义的话题，到底有哪些行业，会在未来最受益于人工智能的发展呢？
下面这张图或许能够给我们答案。这是大摩根据不同参数总结的、各个板块受益于人工智能的情况，这几个关键的参数分别为，人工智能使用率，生产力提升，和利润率提升。最终，综合排名前4位的分别是软件和服务，客服，医疗，金融服务。接下来，我们就分别介绍一下，这几个行业会如何从生成式人工智能技术发展中受益。
先说软件和服务，这也是最能从生成式人工智能中获益的领域。这部分之所以最为受益，说白了就一点，就是在写代码的效率上。写代码这个场景，可以说是当前生成式人工智能最好的应用场景，没有之一。因为写代码这个场景发生在线性的文本界面上，也就是需要一行一行的打字。而这个过程中，很容易就能通过生成式人工智能来预测。另外，大多数的代码知识，也都能够从网络上获取，这也让人工智能学习变得更加简单。最后，是代码本身就是一种比较严谨的语言，即便出错了，可以快速测试和修改。在所有这些原因下，使得生成式人工智能，变成了一种非常适合提高写代码效率的工具。
根据GitHub Co-pilot的数据显示，他们看到程序员在使用了生成式人工智能后的生产力，提高了55%左右，这是目前最权威的生产力提升数据。而类似的，亚马逊，PayPal和Airbnb都在最近的财报会议上，提到生成式人工智能对他们降本增效的提升，给出的数据分别是57%，30%，和30%。可以看到，生成式人工智能，对于写代码这一领域的提升，大概就在30%到60%之间，这和前面说的，所有行业平均10%到20%的提升相比，明显是更高的。
另一个有意思的数据是程序员常用的网站流量。从这张图中可以看出，在ChatGPT出现之前，两大程序员社区，GitHub和Stack Overflow的流量一直都是很类似的。但自从GitHub率先提出了人工智能之后，两家网站的流量就开始出现了分化。到现在为止，这个差距已经来到了64%。要知道，Stack Overflow是一个程序员用来答疑的网站，而这个分化就说明了，现在程序员去和真人交流请教的时间降低了。而在另一边，大家用人工智能写代码的时间则增加了不少。
很显然，在写代码这一块，生成式人工智能可以说是效果显著。而对于企业的业绩来说也是如此。毕竟程序员的人工都很贵，是美国平均工资的3倍。而研发的支出，又占到了软件行业和互联网行业的大头，大概占总收入的25%。因此，这些互联网和软件公司，可以说是最好从生成式人工智能的发展中受益的公司，也很可能是率先一批看到降本增效效果的公司。
那么，什么样的互联网和软件公司会最受益呢？下面这张图总结了，研发占比最高的互联网和软件公司。可以看到，Unity，TEAM，Data Dog，Confluent，和Roblox是目前研发占比最高的几家公司。往后的排名大家可以自己暂停查看。这些研发占比高的公司，理论上讲，就更容易看到人工智能降本增效的效果。
而从总体量上看，亚马逊，谷歌，Meta，和微软则占了绝大部分的技术研发支出。大摩在他们的研报中就明确提到，他们看好这四家公司的发展。一方面是因为人工智能的降本增效，在这些公司身上效果最好。另一方面，大摩还看好他们在开发基础模型上的技术能力。这意味着，未来这些大科技，有机会走在人工智能降本增效的最前沿。
接下来，我们一起介绍另外两个领域，客服和金融服务。之所以放到一起讲，一方面是客服没有单独的投资机会，另一方面也是因为，客服本身也是金融服务中很重要的一部分。你想想，你平时打电话最多的情况是什么？大概率是银行，信用卡，保险公司，券商这些地方。
大摩的研究发现，生成式人工智能让客服工作效率平均提升了14%。下面这张图展示了客服每小时能处理的案例数量，以及处理每个案例的时间。其中紫色的部分就是有了人工智能后的表现。可以看到，这两个数据都在人工智能应用后，有了很大幅度的提升。
而在一些文件处理相关的银行中后台工作上，人工智能能够带来的效率提升会更高，能够达到25%到50%。对于金融公司来说，像是各种法律文件，监管合规等领域都需要大量的人力，而生成式人工智能在这一部分能够带来极大的提升。
另外，和软件公司一样，金融公司也需要大量的技术支持，以及新产品的研发。在这一部分，生成式人工智能，也能够带来约30%的生产力提升。
总的来说，对于金融业来说，无论是客服，还是中后台的文件处理，亦或是产品研发，生成式人工智能都能够带来显著的提升。这其实也是生成式人工智能，对于整个服务业促进效果的缩影。越是知识密度高，文书工作重的行业，人工智能的降本增效效果就越强。而很显然，金融公司就是这里典型的代表。
最后一个领域是医疗行业。生成式人工智能对于医疗行业的促进，我们之前也讲过不少次。像前不久，美投君就刚刚做了一期关于生物医疗行业的视频。感兴趣的看官可以回看。在大摩的研报中，他给了我们一些新的数据和启发。
大摩表示，医疗行业最大的受益之处在于数据的处理。在医疗行业中，由于受限于人工，有80%的数据都没有被利用起来。而有了人工智能之后，这些未被利用的数据也能够被整合和处理。这很可能给整个行业带来意想不到的效果。
另外，医疗和金融服务类似，也有大量的文书处理需求。对于很多医疗人员来说，他们平均每天会花费近一半的时间，去做一些文书相关的工作。而大摩估计，生成式人工智能能给整个行业，带来250亿到400亿美元的成本优化。联合健康此前在财报中就提到过，生成式人工智能将会给医疗行业带来320亿美元的成本节省，并能在病人和医生的见面时间上，减少30%。这便是典型的降本增效的应用场景。
总的来说，如果你想要布局生成式人工智能的投资机会，那么科技，金融和医疗，首当其冲将会是最需要关注的领域。而每个领域内，大摩也给了我们一些可以关注的方向，大家可以参考。
接下来，我们来回答最后一个问题，生成式人工智能的发展，会给整个市场以及宏观经济带来怎样的影响呢？这个问题很关键，因为他可能直接影响到美国经济，以及美联储货币政策的走向。对此，大摩也给了一些非常值得参考的观点，美投君就在这里给大家总结一下。
首先，是人工智能对于生产力的提升速度，可能比任何人想象的都快。他的传播速度也很可能会超过历史上任何其他的技术发展。这是因为，人工智能技术的边际成本并不高，让人工智能提升最关键的不是砸钱和砸人，而是数据和时间。也就是说随着数据量的增加，持续的训练就会让人工智能变得更加强大。所以说，和以往的技术相比，人工智能更容易获得快速发展。也许用不了多久我们就能看到人工智能应用百花齐放的现象。
对于很多人担心的人工智能所带来的失业潮，大摩表示并不用担心。他们认为人工智能在短期内可能会对于劳动力市场带来一定的冲击，但大摩认为这更多是一种干扰。因为即便人工智能被应用起来，美国还是需要大规模的劳动力再培训，而且人工智能也会带来更多新的工作机会，这都能让劳动力在短期内保持稳定。这个观点，我在桥水的研报中也有看到。所以说，人工智能造成失业潮这个假设，目前并未被华尔街主流观点认同。
在通胀和美联储利率上，大摩也给出了一个很有意思的观点。他们认为，随着生产力的提升，服务供给的增长，人工智能会在短期内给通胀的下降带来不少的贡献。数据显示，在1995年到2005年，互联网革命最高潮的这十年中，生产力的提升让通胀平均每年降低了1.2%。而大摩认为，类似的事情，也很有可能发生在本次人工智能的革命中。而一旦人工智能确实给控制通胀带来了效果，那么美联储就更有可能会降息。
对于美股来说，这在短期之内必然是一件好事，但问题是，这种变化大概率只是暂时的。从长期来看，由于生产力出现了结构性的提升，反而可能导致经济处于过热状态，使得长期的中性利率出现上升。也就是说，理论上讲，如果美联储意识到了这一点，未来我们很可能就回不到过去十年那种低利率时代了。不过，大摩也认为，美联储最终将会低估生产力提升对于经济的影响。换句话说就是，美联储可能会降息太多，导致经济过热的出现。
大摩的这个观点，和此前我们分享过的高盛的观点不谋而合。高盛认为，在本次人工智能革命中，美联储不可避免地会犯错，因为技术革命往往会带来生产力的大幅提升，以及经济的异常繁荣。这种情况下，美联储理应该加息抑制经济过热。但由于生产力的提升所带来的经济增长，往往是没有通胀的，这就会导致美联储抑制经济的动作变得迟缓。最终你会看到，经济明明已经在繁荣期了，可是美联储依然维持着较低的利率，并最终产生泡沫。
对于大摩和高盛的这个观点，我个人也比较认同，在之前的几次对比互联网和人工智能的讲历史的视频中，我也曾经表达过类似的看法。我认为，短期内人工智能所带来的生产力提升，确实会降低通胀压力，并且让美联储开始降息。但最终，美联储确实很难避免再次犯错。这里不仅仅是对于新技术的误判，也有很多是历史的必然。所以我认为本轮人工智能革命，也最终不可避免的会带来泡沫。这里美投君建议各位看官，去看看我在主频道中发布的一系列，对比互联网和人工智能的讲历史的视频，或许能有一些新的启发。
另一点，我认为也非常需要咱们投资者的注意，那就是长期中性利率的变化。现在很多投资者还是理所当然的认为，我们最终会降息回到以前的低利率时代，但是从现在的长期宏观面上看，这点是存在很大不确定性的。这也会给我们未来的长期投资，带来结构性的变化。这里美投君建议各位看官看看之前的一期Pro视频，‘后现代周期，如何布局未来10年的投资’。这期视频就给我们介绍了不少关于长期美股的结构性变化，以及我们投资者的应对方式。对于长期投资者来说，这些内容应该很有帮助。
到这里，关于人工智能降本增效的研报解读就介绍的差不多了。最后我想给各位看官看一个很有意思的图，他可能和投资关系不大，却和我们每个人的生活息息相关。这张图告诉我们，我们未来所需的生存技能，可能会发生一个结构性的改变。随着人工智能的兴起，劳动力市场对于那些硬技能的需求正在减少，而对于软技能的需求正在增加。
从数据上看，从2016年到2023年，劳动力市场对STEM技能的需求出现了大幅下降，从原来排名最高的42%，一口气掉到了现在排名最低的28%。STEM是科学(Science)、技术(Technology)、工程(Engineering)，和数学(Mathematics)，四门学科的简称，也是我们常说的硬技能。显然，随着人工智能的发展，很多原本需要STEM知识的任务，现在都可以由人工智能来执行了。
类似的基础计算机和软件技能也有显著的降低，从2016年的40%，已经下降到了2023年的31%，这毫无疑问也是人工智能导致的。原因就是我们前面介绍过的，人工智能对于写代码任务的促进。未来很多写代码的任务，很可能就会像是现在我们普通人用excel一样简单。这也难怪不久前，英伟达的CEO黄仁勋曾说过，他不建议现在的孩子去学计算机。
但另一方面，增长最大的几项技能，分别是时间管理能力，团队合作能力，道德和正义感，外语能力。这些都是典型的软技能，而很显然，这些都是人工智能暂时还无法替代的能力。可以预见，这些能力会在未来变得越来越稀缺，越来越重要。
总而言之，我们能看出这样一个清晰的趋势。随着人工智能技术的不断进步，对于传统硬技能的需求会不断减少，而对于像沟通，适应性，和创新性的软技能的需求则会不断增加。这或许会对于视频前的各位，或是各位的孩子有一定的参考价值。
#生成式AI #GenAI #AI #人工智能 #降本增效