高盛：DeepSeek等中國大模型，加速AI對全球GDP貢獻
全球歷史最悠久、規(guī)模最大的投資銀行之一高盛，在官網(wǎng)發(fā)布了一篇深度文章《China’s advances could boost AI’s impact on global GDP》。
高盛認(rèn)為，DeepSeek等幾家中國公司開發(fā)出成本低于現(xiàn)有產(chǎn)品的先進生成式AI大模型，這一進展將促使AI更快得到應(yīng)用，有助于該技術(shù)對全球經(jīng)濟增長產(chǎn)生更大影響。
高盛全球經(jīng)濟團隊聯(lián)合負(fù)責(zé)人約Joseph Briggs指出，盡管目前尚不清楚中國研究人員是如何降低這些AI模型的成本，但較低的成本結(jié)構(gòu)可能會加速AI在全球范圍內(nèi)的發(fā)展與傳播。
Briggs在原文寫道：“如果成本降低能加劇平臺和應(yīng)用開發(fā)領(lǐng)域的競爭，那么這一突破在中期內(nèi)可能會提升宏觀經(jīng)濟的上行空間。有限的應(yīng)用仍是釋放AI相關(guān)生產(chǎn)力增長的主要瓶頸，而AI平臺和應(yīng)用建設(shè)因競爭而加速，將有利于推動其應(yīng)用?！?/p>
根據(jù)美國人口普查局的數(shù)據(jù)，目前企業(yè)采用AI的最大障礙是對AI能力缺乏了解和隱私問題，僅有6%的美國企業(yè)在日常生產(chǎn)中使用AI，較2023年末的4%有所增加。
此前，高盛經(jīng)濟團隊預(yù)測，生成式AI的廣泛應(yīng)用可在大約十年內(nèi)使美國勞動生產(chǎn)率提高15%，主要通過自動化工作任務(wù)實現(xiàn)。這將為美國每年帶來約4.5萬億美元的GDP增長（。初期，硬件和基礎(chǔ)設(shè)施供應(yīng)商將獲得最大收益，隨后擴展到平臺和應(yīng)用開發(fā)者，最終廣泛體現(xiàn)在各行業(yè)的生產(chǎn)力和效率提升上。
高盛預(yù)測，美國的人工智能投資將在達到GDP的2%時達到峰值，隨著訓(xùn)練AI模型和運行查詢的計算成本下降，投資會逐漸減弱。與此同時，隨著終端用戶應(yīng)用的增加，AI軟件投資預(yù)計將穩(wěn)步增長。
雖然中國在AI領(lǐng)域的發(fā)展對少數(shù)現(xiàn)有企業(yè)的領(lǐng)先地位提出了挑戰(zhàn)，但高盛團隊認(rèn)為，主要的宏觀經(jīng)濟提振仍來自于企業(yè)在業(yè)務(wù)中融入AI驅(qū)動的自動化所帶來的生產(chǎn)力提高。
一個強大的非美國競爭對手的出現(xiàn)，可能會促使一些政府更加重視本國AI能力的發(fā)展，全球競爭的加劇也可能促進跨境合作或降低監(jiān)管壁壘，從而鼓勵A(yù)I的開發(fā)和應(yīng)用。
Briggs強調(diào)：“出現(xiàn)一個能與美國AI領(lǐng)先企業(yè)相抗衡的可信競爭對手，可能會推動全球?qū)I的應(yīng)用和提高生產(chǎn)力?！?/p>
從全球來看，生成式AI在自動化和提高生產(chǎn)力方面的潛在收益大致相似。雖然預(yù)計美國由于其在AI模型開發(fā)方面的領(lǐng)先地位，其采用速度會比其他國家更快，但非美國平臺和應(yīng)用的出現(xiàn)可能會加快其他地方的采納進程。
高盛團隊預(yù)測，美國對生成式AI技術(shù)的應(yīng)用將在2027年開始體現(xiàn)在生產(chǎn)力數(shù)據(jù)中，預(yù)計在2030年代初達到最大影響。其他發(fā)達市場和主要新興市場國家的應(yīng)用時間則晚幾年。
Briggs指出：“最近有關(guān)深度求索的報道表明，應(yīng)用可能會更早發(fā)生?！?/p>
低成本AI模型對AI生態(tài)系統(tǒng)中的利益相關(guān)者的影響也是一個值得探討的問題。利潤分配方式取決于市場集中度、知識產(chǎn)權(quán)、可擴展性及競爭格局等因素。
雖然目前判斷這些新模型的具體影響還為時過早，但如果昂貴的硬件和計算能力對實現(xiàn)經(jīng)濟效益不再重要，那么構(gòu)建物理基礎(chǔ)設(shè)施的公司在總體收益中所占份額可能會減少。
Briggs認(rèn)為，盡管存在低成本AI模型可能導(dǎo)致資本支出減少的風(fēng)險，但如果這些進展能夠激發(fā)競爭并降低成本，就有可能推動AI平臺和應(yīng)用的建設(shè)加速。整體而言，中國在AI領(lǐng)域的這一突破是積極的，有助于推動全球經(jīng)濟的增長和發(fā)展。
本文轉(zhuǎn)自 AIGC開放社區(qū) ，作者：AIGC開放社區(qū)
