如何投資人工智能的終極贏家

埃里克·J·薩維茨

達里奧·吉爾。圖《/ 巴倫周刊》

凱茜·高。圖《/ 巴倫周刊》

馬克·莫德勒。圖《/ 巴倫周刊》

艾琳·索萊曼。圖《/ 巴倫周刊》

布魯克·戴恩。圖《/ 巴倫周刊》

不到一年前，OpenAI發布的ChatGPT在一夜之間改變了整個世界。2022年11月ChatGPT推出以來，美國科技行業、風投領域和華爾街紛紛調整了投資重點，幾乎所有公司——不只科技公司，都開始優先考慮生成式人工智能的開發和采用。

人工智能的概念自冷戰以來就一直存在，生成式人工智能之所以成了一個新鮮事物，是因為它能夠回答簡單自然語言請求所提出的問題，并以文本、音樂、視頻、圖像甚至詩歌等形式提供豐富、有創意的內容。

生成式人工智能有助于推動大數據的民主化，人們和企業查找信息、創建內容和分析數據會變得更容易。不過，表面看起來人工智能很神奇，其實并不是這樣。

這項技術引發了有關個人信息被盜用、受版權保護的內容被濫用以及虛假和誤導性數據的廣泛擔憂。一些人甚至認為人工智能對地球生命的未來構成威脅——最近，《時代》雜志封面文章提出這樣一個問題：人工智能是否最終會導致“人類末日”到來？

為了解人工智能的前景、運作方式、風險所在以及誰將引領未來，《巴倫周刊》于2023年8月初舉辦了以人工智能為主題的投資圓桌會，邀請了五位從不同角度研究人工智能的專家。他們分別是：IBM研究主管達里奧·吉爾（Dario Gil），幾十年來，IBM一直在研究人工智能軟件和硬件；人工智能模型、數據集和軟件初創公司政策主管艾琳·索萊曼（Irene Solaiman）；風險投資公司Sapphire Ventures合伙人凱茜·高（Cathy Gao），該公司已承諾向人工智能初創公司投資至少10億美元；擁有計算機科學和人工智能博士學位的伯恩斯坦研究（Bernstein Research）軟件分析師馬克·莫德勒（Mark Moerdler）；高盛（Goldman Sachs）投資組合經理布魯克·戴恩（Brook Dane），戴恩最近調整了投資策略，專注于人工智能股票。

《巴倫周刊》：生成式人工智能的重要性毋庸贅言，這可能是自互聯網、iPhone，甚至電力和車輪問世以來最重要的事物。達里奧，IBM研究人工智能已經有幾十年了，自從IBM的超級電腦Watson在“Jeopardy！”節目上戰勝人類選手已經過去了12年，現在人工智能發生了哪些變化？

達里奧·吉爾：IBM實際上從1956年就開始涉足人工智能，那一年我們和其他公司共同主辦了一場著名的大會，名為達特茅斯人工智能夏季項目。IBM計算機科學家亞瑟·塞繆爾（Arthur Samuel）在人工智能領域做了開創性的工作，他在1959年創造了“機器學習”一詞。所以，是的，人工智能的概念已經存在了很長時間。過去十年左右是深度學習和神經網絡的時代，我們發現，如果你能標記足夠多的數據，你就能達到超人般的準確度。

《巴倫周刊》：但后來事實證明深度學習和神經網絡的成本非常高。

達里奧·吉爾：是的，只有少數機構能夠真正積累足夠多的標記數據從而創造價值和合理的投資回報。目前人們之所以對人工智能如此興奮，根本原因在于人工智能正在朝“自監督學習”轉變。

《巴倫周刊》：請解釋一下。

達里奧·吉爾：基礎模型（生成式人工智能的基礎）問世后，我們可以獲取大量未標記的數據，并創建語言、代碼、化學、材料甚至圖像的非常強大的模型表示（model representation）。因此，一旦你訓練了這些模型，你就可以在下游用例中對它們進行微調、提示或者設計，所需花費的精力和資源只占過去的一小部分，提高了生產率。

《巴倫周刊》：比爾·蓋茨說，Chat-GPT是他1980年第一次看到圖形用戶界面以來最令人印象深刻的技術，它與微處理器、個人電腦、互聯網或移動電話的發明一樣重要。英偉達首席執行官黃仁勛稱，人工智能正在迎來自己的“iPhone時刻”。凱茜，Sapphire Ventures剛剛宣布將向人工智能初創公司投資10億美元，你認為目前這個時刻真有那么重要嗎？你的公司看到了哪些機會？

凱茜·高：我們投資于人工智能的各個領域，從通信機制到數據再到應用。我們正處在爆發式發展的早期階段，人工智能最終將無處不在。

《巴倫周刊》：但為什么是現在？是什么促成了目前這個時刻的到來？

凱茜·高：這是由很多因素驅動的，其中一個關鍵因素是人工智能已經抓住了消費者的想象力，ChatGPT的用戶數量在短短兩個月的時間里就突破了一億。你可以從中看到一個未來，人工智能將變得無處不在，以至于公司不再把自己標榜為“人工智能公司”，因為它們都變成了人工智能公司。從某種程度上來說，這和使用的便捷性有關，即通過API（應用程序編程接口）和利用基礎模型的能力，因此不必每次從頭開始構建大型語言模型。另一個因素是終端用戶體驗，這將把我們帶到人工智能無處不在的下一個階段。

《巴倫周刊》：馬克，幾十年前你獲得了人工智能的博士學位，現在人工智能和過去有什么不一樣的地方？

馬克·莫德勒：我獲得博士學位感覺已經是一百年前的事了，那時我們學習的是如何用人工智能做一些非常基本的事情，在那以后，技術出現了巨大進步，底層計算能力得到了大規模擴展。過去沒有今天這些學習模型，因為那時計算機無法處理這種能力，我們使用的電腦要小得多，內存很小，帶寬也沒有普及。

對話式人工智能是目前的關注焦點，現在，我們可以像與人交談一樣與軟件對話，系統會做出響應，可能是一份報告，或者創建一個圖像，或者僅僅是正在進行的對話。

《巴倫周刊》：這一切都是由Chat-GPT和一種消費者體驗——自然語言聊天帶來的。消費者以及廣告最終會成為這項業務的收入來源，還是說更多會成為企業應用程序的一個不斷增長的市場？

馬克·莫德勒：世界上一些最大的公司，包括微軟（MSFT）和Alphabet（GOOGL）都在開發消費者和企業人工智能軟件。消費者軟件領域會被顛覆，也就是搜索。但更大的價值創造將是解鎖企業內部的數據，利用這些數據來提高組織內部的效率，幫助企業更快地做出決策，或者在某些情況下得出以前無法得出的結論。

凱茜·高：生成式人工智能在消費者端和B2B（企業對企業）端的運用是高度共生的，它們相互依存。如今企業軟件公司面臨著巨大的機遇，這就是為什么你會看到大量的投資。生成式人工智能是一把終極“雙刃劍”，一方面，它代表著巨大的變革潛力，是未來增長的關鍵，但它也可能帶來新的競爭，在某些情況下會給老牌企業帶來生存風險。

生成式人工智能可以為許多公司和行業擴大潛在市場。以ERP等電子病歷系統或ADP等薪酬服務系統為例，它們存儲了大量有價值的數據。在很多情況下，現有的客戶接口層限制了許多潛在的用例，而生成式人工智能可以用來重新構想和重塑工作流程，以一種重要的方式打開潛在市場。

艾琳·索萊曼：退一步思考我們正在討論的系統非常重要，因為現在有太多語言模型了。當我們談論生成式人工智能時，進行研究或將其用于特定應用的方式會因模型而異。現在有很多關于聊天機器人的討論，但也有很多關于圖像、音頻甚至視頻的研究，機會太多了。

此外，這些基本系統通常不是為特定用例開發的，它們可能是為了優化比如代碼生成等任務。但總的來說，它們可以應用于許多不同領域，當然也有風險，我們得弄清楚需要什么保護措施。

我們有近30萬個不同的模型，超過10萬個應用程序，以及超過5萬個數據集。并不是所有模型都專注于自然語言處理。還有更具體領域的模型，比如生物醫學人工智能。關于像OpenAI的GPT4這樣的高級模型有很多討論，但并不是每個人都會使用它們，運行大語言模型的成本很高。通過Hugging Face的用戶我們了解到，許多研究人員使用更小的模型，調整和微調這些模型的成本更低。

《巴倫周刊》：布魯克，你的工作是發掘人工智能領域的贏家，你認為價值會流向擁有數據的公司，還是應用程序供應商，或是其他公司？你是如何尋找人工智能相關投資標的的？

布魯克·戴恩：對人工智能的投資還處于非常早期的階段。目前最受市場關注的是英偉達（NVDA）等半導體和網絡基礎設施供應商，英偉達在用于訓練模型的圖形處理器方面幾乎處于壟斷地位。除了基礎設施，我們還花了很多時間研究擁有數據的公司，隨著時間的推移，哪些公司能夠創造價值并獲取價值。另一個問題是，與過去的一些重大技術轉型不同，你不必重寫整個軟件棧，換句話說就是，我想知道市場領頭羊面臨的顛覆是否會像之前的轉變一樣大。過去，向移動和互聯網的轉變創造了一個全新的公司類別，它們崛起并取代了當時存在的一些公司。我在想這一次老牌企業是不是會借機增強自己的實力，因為它們已經擁有數據。

馬克·莫德勒：我同意。建立模型的速度非常快，幾個月就能建好，而不是幾年，這只是資金的問題。差異化將創造可持續的價值，公司可以根據獨特的數據和能力創造一些東西，而且這種獨特性是可持續的。在傳統軟件中，護城河的建立是因為公司花費了大量的時間來創造技術，競爭對手要趕上來需要很長時間。現在，所有公司都在建設產能，如果做不到差異化，就無法從中盈利。

《巴倫周刊》：關于模型和數據集我們已經談了很多，這二者的區別是什么？

馬克·莫德勒：當人們談論模型時，他們談論模型分幾類，比如在非常大的數據集上訓練的通用模型，目的是回答一般性的問題，比如ChatGPT和必應（Bing）。對于更具體的問題，比如化學或材料科學，有專門的模型。此外，一些公司內部有大量的數據，它們可能會選擇使用更通用的模型，并將其與公司數據結合起來。

凱茜·高：我來舉個例子吧。我們公司的投資對象之一MoveWorks是一個人工智能聊天機器人，它不僅涉及信息技術、服務管理和人力資源等企業應用，還添加了公司特定的數據。例如，如果一個客戶有一間名為“泰勒·斯威夫特”（Taylor Swift）的會議室，你問一個公共聊天機器人“泰勒·斯威夫特上午9點是否有空”，這個模型肯定會感到困惑，但如果這個聊天機器人被注入了公司會議室名稱的信息，它就能給出準確的答案。

達里奧·吉爾：消費模式對于人工智能在現實世界中的應用至關重要，首先要做的是從基本模型開始，然后上載過去的記錄，比如說過去的客戶交流和服務文檔，這屬于對模型進行微調，讓它包含你的本地數據。生產率的提高和這個有關系，一旦有了解決信息技術問題的基本模型，突然之間你的內部團隊一年可以做50個到100個項目。在深度學習的時代，必須手動標記所有東西，每個模型都是定制的，你只能做四個到五個項目。

艾琳·索萊曼：我經常用“系統”這個詞而不是模型，但我很高興聽到這些關于數據的討論。當我們考慮系統生命周期時，正如達里奧所說，有很多工作涉及到數據校對和管理。與幾年前相比，現在的系統更好，技術和基礎設施也更好，其中包括更高效的計算、更多的計算和更多的數據。此外，安全研究、信息微調和可訪問性也有所改善，訪問不僅僅是通過API，還可以通過計算效率更高的模型，甚至可以在本地硬件上運行。

《巴倫周刊》：Palantir公司CEO（首席執行官）亞歷克斯·卡普（Alex Karp）最近在財報電話會議結束后接受了《巴倫周刊》的采訪，他說這次技術革命的受益者是老牌企業，而不是像過去那樣對帶來顛覆的新企業有利。他認為贏家將是我們熟悉的公司，而不是新公司。布魯克已經提到過這個觀點，凱茜，作為初創公司的投資者，你怎么看這個觀點？

凱茜·高：這是我們最關心的問題。老牌企業擁有規模和資本以及當今稀缺的計算資源，它們有大量數據，所有這些圍繞生成式人工智能取得巨大成功的關鍵要素。在這個時代，老牌企業肯定會發揮巨大的作用，我說的是超大規模的公司，比如谷歌、亞馬遜（AMZN）、微軟等，它們都在積極投資于這項技術。在最近的財報電話會議上，微軟59次提到了“人工智能”。

對于像我這樣正在尋找顛覆者的投資者來說，在看大多數生成式人工智能應用軟件公司時，最大的問題和最大的風險是，如果微軟、谷歌或奧多比（Adobe，ADBE）未來也在做相同的業務怎么辦？這家新公司會被消滅嗎？能帶來差異化的是客戶和產品體驗如何，以及我們之前談到的數據護城河。

布魯克·戴恩：我同意凱茜剛才說的。在每一次轉型中，都會出現新公司，其中一些會變得更大。但這一次老牌企業確實擁有巨大的優勢。最重要的是公司的領導層和執行力，尤其是在市場開始關注公司利潤率擴張的時期。要想提高利潤率，需要一定程度的投資，一些老牌企業可能會猶豫是否要為成為相關參與者而投入必要的資金，但在這次轉變中，擁有先發優勢的是這些老牌企業。

《巴倫周刊》：馬克，你怎么看這個問題？

馬克·莫德勒：我同意兩位的觀點，我還想補充一點。人工智能是一種數據驅動的學習體驗，從理論上講，你接觸到的數據越多，你的產品就越好，進入市場的速度也越快，你吸收的信息越多，觸及的范圍就越廣——這在某種程度上是一種“自我實現”。但正如布魯克說的，最重要的是執行力，現在有很多公司對生成式人工智能只是口頭上的承諾，還沒有真正開始通過投資建起護城河。

布魯克·戴恩：在我為整個軟件生態系統中建立模型和進行預測時，執行力強的公司的客戶流失率更低。客戶留存率更高，追加銷售和交叉銷售額也更高。我開始看到一些未來兩年、三年、四年自由現金流前景改善的公司，但不確定這是否會對未來12個月的現金流產生實質性影響。不過當我放眼長遠時，我對它們做大做強的能力越來越有信心。

《巴倫周刊》：除了科技公司，金融服務、制藥和材料等領域的傳統公司也擁有大量數據。

達里奧·吉爾：從數據表示（data representation）發生的轉變這個角度來理解目前這個重要時刻非常關鍵。這聽起來可能有點抽象，但意義深遠。當關系型數據庫被發明時，那時有一種我們都已經習慣了的數據表示形式，即行和列。數據庫的發明就是為了做好數據表示，它對工資、財務和會計產生了巨大的影響。現在，想象一個圖形化的數據表示。事實證明，圖形表示對于搜索、社交媒體等事物來說是必不可少的。

那么，誰能成為價值創造者？世界各地的企業和政府擁有最多的數據。目前看來，在美國，大多數數據由大約五家公司擁有，但這并不是未來的發展方向，因為與流行的觀點相反，多虧了開源計劃，人工智能的民主化可能是目前最重要的力量。理解、采用以及創造這些大型語言模型會變得多么簡單將成為一股決定性的趨勢，因為它變得更加國際化和民主化，價值創造將會變得更加分散。

《巴倫周刊》：這就引出了監管這個重要的話題，以及如何降低風險和減少潛在危害，還有關于失業、知識產權保護和深度偽造等問題。我們需要新的監管機構和監管規則嗎？如何在不降低美國公司相對于中國或其他國家的競爭地位的前提下做到這一點？

馬克·莫德勒：我們正處在一個新時代，監管機構不一定有這方面的經驗，他們正在學習，就像我們其他人正在學習如何適應一樣。監管可能是一把雙刃劍，可以用來限制不良行為，還可能限制發展。我們必須通過控制來確保治理、隱私和安全性，確保系統不會被不良行為者濫用。必須對需求、控制，甚至法規進行某種程度的標準化，但也必須通過深思熟慮來做到這一點，否則會為美國以外的公司創造一個奪取市場份額的機會。

《巴倫周刊》：艾琳，你怎么看這個問題？

艾琳·索萊曼：好的監管很難做到，監管機構身兼數職，它們不是人工智能方面的專家，但它們擅長的是公共利益。我希望從政策制定者那里了解到他們認為人工智能應該朝哪個方向發展，但監管難度極大。沒有哪項單一立法能影響人工智能的方方面面。美國、歐盟、英國和加拿大的監管機構正在努力，美國國會也對此給予了前所未有的關注。我們支持監管，但希望這種監管能引導創新朝著正確的方向發展。

達里奧·吉爾：一個精確監管的框架將很好地服務于該行業。看看歐盟在過去幾年所做的工作，其在用例和風險調整監管框架上開發了一種非常周到的方法，將人工智能應用于核反應堆和將人工智能應用于比薩推薦系統之間肯定是兩回事對吧？所以要對風險進行調整，即對可能造成的傷害進行分類或者對社會造成的風險進行分類，并利用適當的監管機構來加強專業知識，讓每個機構都成為人工智能機構，這與通過單一的人工智能監管機構解決所有問題有很大區別。

《巴倫周刊》：凱茜，監管加強的風險會如何影響Sapphire的投資？

凱茜·高：這是我們密切關注的問題。我們的投資仍處于早期階段，還有很多未知因素。風險投資是一種高貝塔資產類別，我們希望能處理好我們所承擔的風險。在投資人工智能時，我們現在看到的許多用例都不太可能成為監管審查的目標，但仍在密切關注監管方面的動向。

馬克·莫德勒：從隱私、偏見和知識產權等角度來看，這些系統可能存在問題，投資者需要仔細考慮自己可能面臨哪些方面的風險，而不僅僅是監管風險。比如說，如果你訓練的系統給出了侵犯別人的知識產權的回答，你的客戶和你會被起訴。在決定這些系統是否會成為良好的、可持續的業務時，即不僅能產生收入，還能在很長一段時間內產生利潤時，這些都是你要考慮的問題。投資者需要仔細考慮風險可能在哪里，是否會帶來一些法律、監管或經濟方面的風險。

《巴倫周刊》：另一個被廣泛討論的風險是人工智能可能會讓人們失業。人工智能會成為就業崗位的創造者還是破壞者？

達里奧·吉爾：我們有幾百年的證據表明，工作的性質會隨著時間的推移而變化，一百年前，一半的美國人口在田地里工作。所以首先，這種現象并不新鮮，每當真正的顛覆性技術出現時，人們都認為這一次會不一樣，而證據表明并不是這樣。有很多分析表明，工作是由很多不同的任務組成的，有些工作會自動化，而另一些工作則不會。人們關注的關鍵指標是我們是否能實現生產力的承諾。有了更高的生產力，我們就能創造更多的財富，并投資于我們深切關心的事情，以創造更好的制度、更好的社會等等。

我更擔心的是我們是否能夠足夠快地拿出解決方案，以達到提高生產率的目標。當我和其他人談論人工智能、半導體和量子計算的進步時，技術進步的速度讓他們特別有壓力。如果我們能利用這些技術加快推出解決方案的速度，就都能獲得更好的服務。人們因為人工智能的進步而失去工作絕對不是我擔心的問題，因為有史為鑒。

艾琳·索萊曼：五年前人們還在討論自動駕駛汽車會不會取代人類司機，但事實證明，最具對抗性的環境其實是在我們的現實世界中。我期待看到更多關于這方面的討論，比如對工資分配有什么影響？如果人們獲得人工智能的幫助，他們的工資是否應該減少？還有其他一些重要的經濟問題。

布魯克·戴恩的選股

高盛投資組合經理布魯克·戴恩認為，投資者需要有長期投資視野，才能看到哪些人工智能股票能真正帶來回報。

注釋：數據截至2023年8月16日。資料來源：FactSet。制表：顏斌

《巴倫周刊》：我們必須討論一下生成式人工智能對人類生存構成威脅這一觀點。需要指出的是，生成式人工智能（聊天機器人）和通用人工智能（AGI）是有區別的，后者指有感知能力并可以自主行動的軟件，就像電影《2001太空漫游》里的機器人HAL。

達里奧·吉爾：我非常反對這種威脅論，因為它在很大程度上扭曲了事實。首先，這種觀點嚇壞了不少人，從某種程度上來說，部分支持這種觀點的人目的是為了控制監管方向。

艾琳·索萊曼：我在人工智能領域已經工作了一段時間，我在研究中思考最多的問題是，如果我們正在構建這些令人難以置信的強大系統，它們代表誰的價值觀？我現在的主要動機是讓人工智能系統更好地為科技領域中未被充分代表的人服務。

《巴倫周刊》：但我們不會很快就得為“機器人主人”服務，對吧？

馬克·莫德勒：更緊迫的問題是如何避免人工智能被濫用，而不是人工智能本身是否會自行決定對人類造成傷害，因為距離人工智能自己做決定還有很長的一段時間。就像達里奧說的，一些人為了其他目的而夸大了這個說法。

《巴倫周刊》：現在我們來談談人工智能股票。布魯克，幾個月前我們談話時，你向我介紹了一些人工智能股票。現在人工智能股票已經漲了不少，你還在繼續尋找有吸引力的股票嗎？

布魯克·戴恩：首先，正如我剛才說的，現在還是投資人工智能的早期階段。這項技術還在萌芽階段，未來一年、三年、五年形勢會發生巨大變化，投資者必須關注形勢是如何變化的，以及機會在哪里出現。其次，一般來說，贏家和輸家之間會有很大的區別，目前最受關注的是現在就能創造收入的公司，比如提供“鐵鎬和鐵锨”（picks and shovels）的公司、半導體元件公司、網絡公司和大型云供應商。

但我們正處于這樣一個時刻，市場已經意識到應用程序會蓬勃發展，一批基礎設施軟件將同時獲得拉動。現在有令人興奮的機會，但不會改變2023日歷年相關公司的財務數字。所以，只要投資期限足夠長，投資者就有可能從中看到回報。如果你想從現在開始到2023年底建立一個投資組合，那么受益公司顯然是那些已經開始行動的公司，比如英偉達、微軟和Alphabet。

《巴倫周刊》：微軟幾周前公布二季報時，市場反應有些冷淡，財報并沒有真正反映出該公司所說的人工智能領域即將發生的所有事情。

布魯克·戴恩：二季度財報季很多公司的業績都超出了預期，或者剛好符合預期，很少有公司大幅上調業績指引，股票因此遭到拋售，因為它們已經大幅上漲，投資者期待的是更多好消息。有很多令人興奮的公司，但在接下來的90天里還看不出來。

我們認為積極開展Copilot和Azure業務的微軟是一個很有吸引力的機會。

《巴倫周刊》：還有其他公司嗎？

布魯克·戴恩：我看好邁威爾科技（Marvell Technology，MRVL），該公司生產用于數據中心網絡的芯片。邁威爾科技將與英偉達一道實現增長，該公司人工智能相關業務收入約為2億美元，未來幾年有望每年翻一番。邁威爾科技的股價漲了，但盈利預期也在上升，這是一只“鐵鎬和鐵锨”股票，業績會越來越好。

我們看好的另一家公司是在創意軟件市場占據主導地位的奧多比。我們已經聽到了關于公司版Firefly（奧多比的生成人工智能工具集合）的beta測試的好消息。我們從銷售渠道了解到，測試版做得非常好。至于這個市場的規模有多大，我們還在進一步觀察中，但奧多比是擁有優勢的老牌企業之一。

《巴倫周刊》：英偉達呢？

布魯克·戴恩：我們一直持有英偉達，還會繼續在我們的大盤股基金和科技股基金中持有這只股票，但我們會通過調整倉位來管理風險和回報。作為圖形處理器領域的領頭羊，英偉達的市場地位很獨特，也確確實實受益于人工智能熱潮，這項業務將做得特別好，但估值非常高。

《巴倫周刊》：馬克，你在最近撰寫的一篇文章中提出我們是否處于人工智能泡沫中這個問題，你認為是這樣嗎？

馬克·莫德勒：我們一直處在一個高期待值或樂觀的泡沫中，投資者對這項技術將帶來的短期收益非常感興趣，認為相關公司可以在相對較短的時間內創造可觀的收入，預期上升，估值也隨之上升。許多公司的管理團隊開始討論自己的人工智能解決方案，可以看到，他們談論人工智能越多，股票估值就越高，盡管并沒有給出任何具體執行計劃。一些公司市盈率已經上升到相對較高的區間，接近我們近年看到的峰值，但我們沒有看到創造收入的可能性。

所以從這個角度來看存在一些泡沫。人工智能要想帶來實質性的收入，所需時間比許多人以為的更長。一些公司確實已經有了收入，但還不足以推動盈利增長。此外，我認為這股浪潮不會抬高所有的船，能脫穎而出的將是那些能夠創造差異化、抵御競爭威脅的公司，以及那些有能力實現商業化的公司。

就像布魯克說的，投資者要考慮投資期限這個問題。我們把這些公司分為三類：第一類是現在就能提供差異化產品的公司；第二類是正在增加人工智能功能的公司，但這可能只意味著更高的經營成本，至少在短期內是這樣，從更長期的角度來看有望獲得成功；第三類是會被顛覆的公司。目前大多數公司都處于第二類。

《巴倫周刊》：哪些公司屬于第一類？哪些屬于第三類？

馬克·莫德勒：布魯克剛才提到的微軟和奧多比屬于第一類，提供無代碼和低代碼軟件解決方案的公司屬于第三類，它們將面臨來自人工智能編寫代碼的新競爭。第三類公司的客戶流失問題會變得更嚴重，同時還面臨定價壓力。其他幾乎所有公司都屬于第二類，對于大多數公司來說，生成式人工智能不是主要的差異化因素，但從競爭定位的角度來看，采用這項技術是有必要的，這些公司中的大多數都在追趕人工智能的潮流，雖然它們能迅速將新產品推向市場，但不會有差異化，而且其中許多公司的產品不會給客戶帶來真正的價值。

布魯克·戴恩：我想指出的一點是，目前科技公司帶來的人工智能投資機會很誘人，它們的業務基本面基本穩定，美國經濟狀況也比六個月或九個月前我們預想的更好，這些公司大多開始轉為關注現金流和營業利潤，而不只是為了增長而追求增長，而且還有人工智能這項業務。

馬克·莫德勒：我同意你說的。如果投資者關注的是業務價值，以及人工智能帶來的優勢，那么相比只有人工智能一項業務的公司（可能需要更長的時間才能創造收入），投資這些科技公司可以獲得更好的風險回報。

《巴倫周刊》：2023年科技股表現出色，所有人都在談論人工智能，但目前還沒有任何人工智能IPO，也沒有任何科技公司IPO。凱茜，你認為這說明人工智能的發展處在什么階段？

凱茜·高：對于科技公司來說，整個IPO市場何時解凍是一個大問題，我也不知道這個問題的答案。不管怎樣，我們距離主攻人工智能業務的公司上市還有一段時間。在當前這個人工智能周期中，采用速度要快于我在之前的轉變中看到的，但或許我們可以從互聯網革命中學到一些可以應用于當前這個時代的東西。在互聯網時代，出現的第一波公司并不是最終獲得成功的公司，第二波和第三波公司中獲得成功的更多，它們從前輩的錯誤中吸取了教訓，然后通過改進和磨煉走向市場。我的直覺告訴我這還需要一段時間。

《巴倫周刊》：感謝各位的分享。

（《巴倫周刊》英文版2023年8月18日）