Schalte die Digest des Herausgebers kostenlos frei
Roula Khalaf, Herausgeber der FT, wählt ihre Lieblingsgeschichten in diesem wöchentlichen Newsletter aus.
Der Autor ist ein ehemaliger globaler Forschungsleiter bei Morgan Stanley und ehemaliger Gruppenleiter für Forschung, Daten und Analysen bei UBS
Nervig, amüsant oder unverzichtbar. Jeder Investor wird ein Gefühl dafür haben, wie weit künstliche Intelligenz in dieser Sequenz voranschreitet ist. Aber eine Vermutung wird uns nicht weit bringen. Stattdessen sollte das Verständnis der Zukunft, die wir erwarten, unsere Wetten definieren. Es ist nicht dasselbe, auf einer Flutwelle von Produktivität zu wetten, was den meisten Unternehmen zugute kommt, da es auf eine Schleifentwicklung für einige etablierte Unternehmen wetten soll. Oder ein Bruch zu einem neuen Paradigma, das die nächsten Superstar -Firmen bringt.
Vielleicht ist ein guter Ausgangspunkt die am weitesten verbreitete Annahme – dass die KI die Produktivität steigert. Wir wissen vielleicht nicht, wer die Gewinner und die Verlierer sein werden, aber wir könnten vermuten, dass die meisten Branchen von der KI profitieren werden, da die Technologie in Unternehmen infundiert ist, wie es in der Vergangenheit bei Dampfmaschinen und Strom geschehen ist.
Wenn wir diesen Vorschlag akzeptieren, dass KI eine normale Technologie ist – die von den Professoren der Princeton University, Arvind Narayanan und Sayash Kapoor, zusammen mit anderen vorgeschrieben ist, könnte der richtige Ansatz darin bestehen, breite Marktindizes zu kaufen, da die steigende Flut die meisten Unternehmen erhöhen wird.
Aber Investoren sollten einige Nuancen in Betracht ziehen. Schätzungen der Produktivitätsgewinne sind überall. Für die USA liegen die Schätzungen der Produktivitätssteigerungen von mindestens 1,4 Prozentwachstum in einem Jahr (viel) bis 1 Prozent im Laufe von fünf Jahren (nicht viel).
Das ist verständlich. Wir wissen nicht wirklich, wie KI die Produktivitätsgleichung verändert, sobald wir die Kosten für die Akzeptanz, die angemessene Aufsicht und die richtige Spezifikation der Modelle sicherstellen. Oft werden Menschen manchmal sogar verlangsamt, wenn sie angesichts des aktuellen Standes der Technologie mit KI zusammenarbeiten.
Einige Investoren könnten wetten, dass jeder, der das optimale Paradoxon von Jevons optimal macht, den Löwenanteil der Wirtschaft erfassen wird. Stanley Jevons, ein viktorianischer Ökonom, war der Ansicht, dass die Nachfrage, wenn Technologie -Fortschritte eine Ressource effizient zu verwenden, anstatt die Kosten zu verringern, viel mehr wachsen, was zu einem höheren Gesamtverbrauch führt.
Wenn das Paradox der Form treu ist, werden die besten Gewinne von Unternehmen erfasst, die Unternehmen oder Einzelpersonen helfen, eine Vielzahl von Agenten und Anträgen in ihre Unternehmen zu integrieren. Das Spiel soll also prognostizieren, wer aus den aktuellen AI -Hyperscalern die „Aufmerksamkeit“ der Kunden auf mehr Arten und Formen auf sich ziehen kann. Dies entspricht der Spread -Wetten im Sport und vergleicht Vorhersagen über relative Aktiengewinne mit den Marktpreisen.
Ein weiterer Investor kann jedoch darauf wetten, das neue Unternehmen mit mehreren Milliarden Dollar zu finden, das vom nächsten Big Tech Leap produziert wurde. Das ist eine riskantere Wette, da Tech -Paradigmen nicht stabil sind. Viele neue technologische Lösungen werden nach und nach auftreten, aber plötzlich wird der Markt auf einem oder wenigen zusammenkommen. Dies ist die Geschichte von Googles Suchmaschine oder Nvidia -Chips.
Wie aus früheren Innovationszyklen zeigt, bleiben nur sehr wenige Unternehmen über fünf Jahre an der Grenze des Wandels. Niemand weiß, welche Unternehmen im nächsten Konvergenz Gewinner auftreten werden. Oder ob große Sprachmodelle mit Open-Source-Software-Codierung oder geschlossenen Versionen den Weg sein werden.
Das Ratenspiel wäre einfacher, wenn die Leistung der Leistung von LLM das nächstbeste erkennen würde. Aber es ist nicht. Die Professoren Narayanan und Kapoor sind überzeugend, dass anstatt zu verfolgen, wie viele Billionen Parameter in einem Modell enthalten sind, oder in der Lage sind, die lange Liste schwieriger Fragen in der KI -Leistungsbenchmark zu bestehen, die als letzte Prüfung der Humanity bekannt ist. Die Größe, Berechnung und Genauigkeit der Antworten eines Modells scheinen sich nicht von den Details der Ausbildung eines Kandidaten im Lebenslauf zu unterscheiden. Es sagt Ihnen etwas, aber es garantiert nicht, dass sie den Job machen können. Stattdessen müssen wir die Entwicklung von AI -Anwendungen und -agenten überwachen.
Brave Investoren könnten sich im Frühstadium AI-Unternehmen als Option in einer spekulativen Zukunft mit sehr eigenwilligem Risiko- und Belohnungsmerkmalen ansehen. Wie eine Studie von Professoren Lubos Pastor und Pietro Veronesi von der University of Chicago zeigt, sind die Bewertungen von Unternehmen von Unternehmen mit aufstrebender Technologie ihren Höhepunkt mit hoher Unsicherheit über die Produktivität der Innovation. Bewertungen Vielfache sind dann ab, wenn die Technologie im Maßstab übernommen wird.
Also einschränkende Vorbehalte; Wenn der Spieler nicht einen klaren Rand hat, kann es besser sein, die Wetten zu verbreiten und die radikale Unsicherheit zu akzeptieren, die er mit sich bringt.
