擁抱創新力量
雲端運算：生成式人工智能發揮潛力的一大關鍵
生成式人工智能這種有能力顛覆不同行業、改變整套遊戲規則的科技，已經迎來了「iPhone時刻」。而生成式人工智能所需的數據和處理能力，只有雲端計算才能提供，這將為投資者創造吸引的投資機會。
摘要
- 生成式人工智能的亮麗前景，背靠的是大量的數據和強大的運算能力，而這些只有超大規模的雲端服務供應商才有能力應付。與人工智能相關的一眾子行業（包括半導體、半導體設備和軟件）均有望在這個新的生態系統中受惠。
- 在這個「iPhone時刻」，生成式人工智能不僅對 硬件、軟件和安全性帶來正面影響，還會改變消 費者創建和接收資訊的方式。
- 在生成式人工智能增長的推動下，人工智能驅動的行業（包括基於雲端的軟件和服務）有望受惠其中。
生成式人工智能這種有能力顛覆不同行業、改變整套遊戲規則的科技，已經迎來了「iPhone時刻」。而生成式人工智能所需的數據和處理能力，只有雲端計算才能提供，這將為投資者創造吸引的投資機會。
為何雲端運算是人工智能未來的重心？
人工智能（AI）這種變革力量，已經對生活和工作各方面帶來了深刻的發展和變化。而要訓練人工智能模型及幫助企業應用這些技術，則涉及到大量的運算能力和基建設施。
人工智能是一種涵蓋各種科技和培訓技術（包括自然語言處理（NLP）、虛擬代理、機械人流程自動化、深度學習及機器學習等）的統稱。.
而這些模型都需要大量數據和強大的運算能力來訓練和運行，只有超大規模雲端服務供應商才能處理如此龐大的數據工作（為了訓練GPT-4模型，單是硬件估計就花費了1億美元1）。但即使是大型公司，也需要持續擴張，以應付不斷增加及日趨複雜的數據。
屬於大型語言模型的生成式人工智能（Generative AI） 技術也不例外。運行ChatGPT的機器學習模型，是在高 達45 TB（terabytes）的文本數據上進行訓練的，如此數 量相當於100萬呎的書架。開發人員使用了大約1,750億 個模型參數（配置變量）。隨著模型開發參數的數量增 加，生成式人工智能輸出的準繩度不斷提高，企業也可 更度身定制其業務（見圖表1）。
圖表1：每次GPT迭代都使用了更多的可訓練參數，從而提高準繩度並擴展其用途
GPT trainable parameters
資料來源：OpenAI。GPT=生成式預訓練模型，截至2023年3月。
展望未來，生成式人工智能模型處理的數據量料只會與日俱增。全球每天產生約2.5QB（quintillionbytes，10^18）的數據，此數量預計每兩到三年便會再翻一番2。生成式人工智能的真正力量，在於它能夠將這些數據轉化為對企業和消費者有用的工具。
面對宏觀經濟壓力、行業已進入周期中段增長和利率上升，無疑，公共雲端支出最近確實有所放緩，但與人工智能相關的支出預計仍會增加（見圖表2）。
- 在中期內，與人工智能相關的雲端支出總額預計將大幅增長，及至2026年將超過3,000億美元。
- 在人工智能相關支出的潛在市場總額中，專用於雲端基建和服務的比例預計將由目前的50%增長至近60%，反映未來的模型和推演用途將以密集型數據為主。
- 加拿大皇家銀行資本市場預計，在生成式人工智能的推動下，雲端供應商的潛在整體市場增長將達26%3。
很簡單，生成式人工智能所需的數據，幾乎都要由超大規模供應商所提供。然而，考慮到這項技術的威力，以及企業和消費者如何才能合適地加以使用，業界有需要開發一種新的原生生成式人工智能程式，從而應對目前已有、以及尚未出現的大量潛在應用案例。
對投資者來說，人工智能和雲端運算有何重要？
在可預見的未來，雲端支出料將繼續以雙位數增長。儘管如此，大多數投資者都認為這個行業已進入生命週期的中段。其實自2017/2018年以來，業界就一直在研發和訓練個別GPT模型，但直到ChatGPT的面世、DALL-E和Midjourney等AI繪圖程式發表之後，生成式人工智能的潛力才爆發出來，讓消費者和公司管理層大為震驚，使他們不得不了解這項技術將會帶來甚麼變革和顛覆。
因此，我們應該快速評估一下，究竟哪些公司早已為這些時刻做好準備、又有哪些公司雖是生成式人工智能新手，卻有機會受惠其中；以及哪些公司最遲適應新時代，且未能享受到當中的好處。這就是為甚麼一些行業觀察家稱生成式人工智能正在迎來「iPhone時刻」。
圖表2：公共雲端整體支出料將穩步增長……
資料來源：摩根士丹利研究、IDC，截至2023年3月。.
在這個「iPhone時刻」，我們相信生成式人工智能不 僅會對硬件（先進GPU、數據中心、邊緣運算）、軟件 （雲端服務供應商、軟件即服務SaaS、客制化）和安 全性（數據保護、審計、監管合規性）帶來正面影響， 還將改變消費者創造和接收音訊、視訊和文本資訊的方 式。此外，就如iPhone一樣，生成式人工智能也將對企 業帶來獨有的影響（尤其是在協助企業提高生產力和簡 化工作流程方面）。 隨着雲端服務於2006年出現，並逐 漸成為主流，我們相信生成式人工智能將會成為下一波 雲端運算市場增長的主要催化劑。
如何部署環球人工智能股票的投資策略
生成式人工智能技術的迭代已歷幾十載，但直至ChatGPT和DALL-E等特定應用程式面世，才標誌著這種科技踏入新的里程碑，特別是在無監督機器學習和深度學習應用方面。
相比起過去30年來我們經歷的所有科技周期而言，如今生成式人工智能的進步都要大得多。相信我們正處於一個轉捩點，企業將加快部署應用人工智能，以改變其商業模式。
過去數月，企業紛紛加快引入GPT插件和聊天機械人等人工智能實用工具，而這些科技對企業、員工和投資者有何影響，市場也討論得如火如荼。截至5月中旬，美國和歐洲企業在第一季的業績報告電話會議中，提及「人工智能」的次數幾近1,600次，大破歷史紀錄。在同月，高盛發表報告，預計美國企業在引入各種人工智能技術（尤其是生成式人工智能）之後，將會在未來十年使盈利提升400點子。4.
圖表3：2023年第一季的企業業績報告電話會議中，提及「人工智能」和「雲端」的次數激增
資料來源：彭博，截至2023年3月。
根據Grassroots Research®最近對300 名資訊科技決策者進行的調查5 ，人 工智能被指是未來五年對企業業務最 具影響的科技。此外，49%的受訪者 表示，他們的公司將生成式人工智能 用於工作用途，29%的受訪者則正在 尋找實現此目標的方法。在使用過生 成式人工智能的受訪者之中，有56% 表示用於分析數據和資訊、52%用於 客戶支援、48%則用於集思廣益和開 發新想法。就短期支出的優先次序而 言，雲端運算排名第二。是次報告的 結果印證了我們的觀點，即生成式人 工智能正處於轉捩點，短期內最大的 投資機會相信是人工智能基建和應用 方面。
在生成式人工智能的增長下由人工智能驅動的行業或將大為受惠
生成式人工智能正以前所未有的速度改寫整個科技格局，半導體和零部件製造商有望受惠其中，因為生成式人工智能系統所依賴的大型語言模型，對運算能力的需求遠遠超過現有基建規模所支援的程度。與此同時，很多軟體公司已經推出了生成式人工智慧組件，以協助客戶自動執行一些死板而繁瑣的工作，並從數據中生成具有價值的新見解。
長遠而言，我們相信由人工智能驅動的行業將會大為受惠，因為這些企業可以透過大型語言模型來提高營運效率，從而專注於收入最高的範疇。由於生成式人工智能具有廣泛的變革力量，在中短期內，投資者放眼不同類別，將有望創造更多元化和更全面的機會。
究竟甚麼是生成式人工智能？
生成式人工智能是一種稱為「深度學習」的機器學習形式。這種人工智能形式包括根據不同數據集訓練的機器，能夠在沒有人類指導的情況下執行特定任務和/或進行預測。生成式人工智能的一大技術飛躍，是轉向無監督的學習模式。
最初的機器學習模型，大多都是在人手監督下學習，需要靠人手把數據分類或「標記」，例如將圖像標記為「狗」或把一些社交媒體的帖子標記為「政治」。當然，這種類型的機器學習仍然存在，但生成式人工智能的最新發展，是其學習模式已經毋須人手監督，模型可根據大量的訓練數據而自行作出預測。
再以上述為例，機器已經能夠識別圖像中的狗隻，且能夠創建狗的圖像。其他例子包括Dall-E只要透過其龐大的圖像數據庫，便可以根據描述文字而創作畫作，而ChatGPT更可以撰寫經濟評論甚至是電腦代碼。諷刺的是，由於數據集日益增加和複雜，機器學習的應用案例也隨之增強（從ChatGPT和類似程式的發展便可見一斑），並在企業營運和發展時發揮著重要作用。
1 《Me, Myself and AI — Artificial Intelligence Primer》，美國銀行，2023年2月。
2 美國銀行，2023年2月。
3 Software and Internet Applications of Generative AI and Chat GPT, RBC Capital Markets，加拿大皇家銀行資本市場，2023年 3月16日。
4 彭博，2023年5月17日。
5 Grassroots Research®《環球IT支出調查》，2023年5月。調查對象為業內300名資訊科技專業人員，這些員工所屬的公司，其員工 規模須達100名或以上。安聯投資旗下的 GRASSROOTS RESEARCH® 部門為資產管理專業人士進行市場調查研究。用以製作 GRASSROOTS RESEARCH® 報告的研究資料由獨立第三方承包商提供，承包商供應研究的費用（在受適用法律法規的允許的範 圍內）有機會由為客戶執行的交易而產生的傭金支付。
