生成式AI投資策略

無論是在倫敦金融區繁忙的街道，抑或在嘈雜的高中生課室內，生成式人工智能（AI）的冒起都帶來無限的想像空間。

然而，這股狂熱合理嗎？AI對投資者有什麼影響？

可以肯定的是， AI已經明顯進入一個全新的、更朝氣勃勃的階段。

隨著大型數據庫、雲端架構及功能強大的新型半導體的誕生，AI科技已經具備擴展至新領域的條件。

國際數據資訊公司（IDC）預期，全球AI市場（包括硬件、軟件及服務）將以每年近19%的速度增長，在2026年達到9,000億美元（見圖1）。

然而，這些數據只能反映部份實況，AI帶來的經濟影響可能非常巨大。高盛估計，AI可提高生產力，有望在未來十年內為全球經濟增值約7兆美元。 高盛，Generative AI – Part I: Laying Out the Investment Framework，2023年3月

較傳統的AI採用機器學習（machine learning，ML）來預測結果或進行數據分類，生成式AI的獨特之處在於能夠創造全新的內容，而且幾乎與人類創造的內容沒有區別。例如，它能夠在網絡遊戲中創造角色和故事劇本、編製財務報告、甚至可以處理日益繁雜的客戶服務疑難。換言之，生成式AI具備改變人類生活和工作方式的潛力。

由Microsoft作為主要股東的私人公司OpenAI開發的ChatGPT是AI科技領域最著名的例子，它充份展現AI的基本潛力。 對於外行人來說，GPT指的是「生成式預訓練轉換器(Generative Pre-trained Transformer) 」，是一種根據龐大、廣泛和非結構化的數據庫進行訓練的大型語言模型 (Large Language Model，LLM)。這個AI聊天機械人採用一種嶄新的深度學習過程，稱為轉換器，為用戶輸入的文字提示提供近似人性化的答案。OpenAI亦開發了圖像生成解決方案 (DALL-E 2) 和語音生成解決方案（Whisper）。

然而，這些新技術的誕生並非憑空而來。受惠於龐大的運算資源、強大的微型處理器發展及記憶儲存技術的進步，AI系統在過去二十年取得了長足的進步。

把握AI發展帶來的機遇

瑞士百達資產管理的數碼科技、機械人科技及保安策略的投資經理預期大型語言模型會迅速地被應用於商業用途。

現時，我們尚未能確定哪些公司可望成為AI發展的最大受惠者，但能有信心地說，初期機會將落在三個主要科技領域的公司。

雲端基礎建設是第一步。

以數據為本的生成式AI需要強大的雲端基礎建設，由大型雲端平台的超大規模企業(hyperscalers) 提供，其中包括亞馬遜網路服務（Amazon Web Services, AWS）、谷歌雲端平台服務（Google Cloud Platforms, GCP）、微軟Azure（Microsoft Azure）和 Meta（私有雲）。它們合共提供約佔全球雲端容量的78%（見圖2）。2023年首三個月雲端基建服務相關收入高達637億美元，較去年同期增加100億美元，我們預期將會持續強勁增長。

半導體公司亦會成為主要受惠者。

AI或機器學習運算能力主要來自圖形處理器（GPU）的發展。GPU是運行生成式AI模型所必需的，具備高速平行處理能力，並且可以優化大型數據庫（即LLM）的訓練。然而，除了 GPU，我們認為整體半導體及半導體設備行業亦會成為生成式AI的主要受惠者，因為隨著更多的運算、記憶體及網絡解決方案需求，半導體需求也正在增加。而且，為製造越來越複雜的半導體，行業需要更先進的設備。半導體製造設備銷售額在2022年突破1,000億美元https://semi.org/en/news-media-press/semi-press-releases/global-total-semiconductor-equipment-sales-2022  及刷新紀錄，確實並非巧合，我們預計這股趨勢將持續下去。

晶片公司Nvidia一直是運算需求提高的主要受惠者，這些運算處理利用該公司的高端數據中心加速器晶片（如 A100 和新的 H100），替像是 ChatGPT 的AI運算提供動力。此類晶片目前佔Nvidia的收入的一半以上。

然而，大多數運算功能仍然由較傳統的中央處理器（CPU）執行。英特爾（Intel）仍然是這方面的市場領導者，但總部設在加州的超微半導體公司（AMD）近年來市場佔比也顯著增加。

無論是CPU或GPU，市場對越來越先進的晶片的需求正不斷增長。

然而，製作更小巧、更高智能及更便宜的晶片已變得越來越困難。事實上，現時設計一個全新的尖端晶片需要花費數億美元。諷刺的是，AI可以透過使用 Synopsys 和 Cadence 等公司開發的電子設計自動化（EDA）工具來幫助生產這些新晶片。Synopsys已經推出一套完整的人工智能EDA工具套裝，並成功設計200多個全新的微型晶片。

其他軟件公司亦可望成為生成式AI時代的勝利者，能夠將AI融入產品的企業肯定會獲得重大的競爭優勢。在軟件方面，Microsoft的GitHub Copilot是當今AI軟件的最佳大型示例。根據Microsoft的一項研究報告，使用它編寫代碼的開發人員效率更高，能在時間縮短55%的情況下交付經改進的輸出結果，他們的「co-pilot」訂閱費用每年大約 100 美元https://github.blog/2022-09-07-research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/。

Adobe是爭相將AI融入產品的另一家軟件公司，其Firefly模型在1.75 億張無版權庫存圖像上進行訓練，使旗下產品系列能夠實現符合版權的圖像生成。

在網絡保安軟件方面，該行業可能要適應使用生成式AI來應對來自其他機器編寫的惡意代碼的潛在威脅。AI應能實現更快偵測攻擊及採取應對行動。CrowdStrike及Palo Alto兩家公司已經在其網絡保安平台中採用AI。假以時日，網絡保安亦將在保護AI應用程式使用的數據及確保數據質素方面發揮重要作用。

隨著我們評估AI對網絡保安公司和商業用戶的影響時，我們認為最有可能的結果是提高效率（即減少偵測及應對攻擊所涉及的時間）。生成式AI將在增強或完全消除網路安全人員在日常中面臨的許多例行工作方面發揮重要作用。

前路的障礙

AI 的前景中當然也含有風險，這意味著，監管機關將在科技發展和傳播中發揮重要作用。

數據準確性、版權與侵權、隱私、和市場集中度已經成為人們的主要擔憂。其中一些擔憂已經得到解決，在某些情況下 AI 可以進行自我審察。例如，預訓練 AI 模型被用於審查內容，以防止出現惡意內容。隨著時間的推移，未來將發展出更多類似的模型和應用實例。

然而，我們也要提高警覺，如果任由 AI 隨意發展，可能會對人類生活造成影響，甚至可能對社會構成更嚴重的威脅。

對此類技術的官方監管也至關重要——政府和公司本身都在積極努力。OpenAI 共同創辦人呼籲建立相當於國際原子能機構的機構，來「檢查系統、要求審計、測試是否符合安全標準，並對部署程度和安全級別施加限制」。

早期階段

然而，隨著科技的發展，業界肯定能找到解決方案。儘管意識到了風險，我們仍然認為，AI現正處於一個轉捩點，情況可與超過15年前推出iPhone的早期階段相提並論。iPhone為智能手機及流動應用程式的使用，以及AWS成為第一家雲端供應商的崛起奠定基礎。現時，AI科技正在徹底革新下一代的科技初創企業。

當您善用分析、自動化和AI的力量時，會意識到數碼化轉型仍處於早期階段，巨大潛力尚待發掘。

_免責聲明

^{本資料的資訊和數據僅供參考，不得視為要約或遊說在任何司法管轄區買入、賣出或認購任何證券或金融工具。投資涉及風險。過往表現並非未來表現的保證或可靠指標。在作出投資決策前，投資者應參閱發售文件。本檔所述的任何證券或金融工具的價值和收益可跌亦可升，因此，投資者可能取回低於最初投資的金額。本資料所載的資訊、意見及／或估計反映發佈本資料當日的判斷，可作更改而不予通知。有關資訊並非根據任何特定投資者的具體投資目標、財政狀況或要求擬備，並不構成任何投資策略適合或適用於個別投資者狀況的陳述，亦不構成個人推薦。本資料引用的任何指數數據仍為數據供應商的財產。數據供應商免責聲明可在網站www.am.pictet 的“其他資料”部分中取得。若有任何疑問，請尋求獨立建議。 本資料未經證券及期貨事務監察委員會或任何其他監管機構審閱。本資料由瑞士百達資產管理（香港）有限公司發佈。}