人工智能的火熱似乎又讓人們忘了“泡沫”破裂的聲音

導言

Introduction

回顧曆史就能知道，對熱門新主題的押注會讓你的投資組合迅速陷入災難，這次的人工智能主題也不例外。

在一個新興行業發展之際，龍頭企業估值都有泡沫的嫌疑，那其它小規模企業風險則更大。由于人工智能技術的複雜性和不确定性，很難進行可靠的風險評估。

近期，晶片制造商英偉達股票大漲，由于投資者對其所謂的“生成式人工智能”制造的晶片需求感到興奮，其市值一度超過1萬億美元。随着投資者從最新流行的主題中尋找大赢家，較小的人工智能相關股票也大幅上漲。

人工智能的發展已經影響到了整個美股市場，在美聯儲持續加息，美債收益率持續走高的背景下，以科技股為主的納斯達克指數今年已經上漲了25%左右，而道瓊斯指數的漲幅僅僅為1%。

人工智能技術的廣泛應用為科技公司帶來了更高的盈利能力以及競争優勢。許多科技公司已經将人工智能技術應用于産品和服務中，如谷歌、微軟和蘋果等公司。這些公司在人工智能領域的投資和創新，使得它們在市場上表現突出，也促進了納斯達克指數的上漲。

由于人工智能技術的應用範圍較為廣泛，其對經濟前景的影響相對較小，是以在美國經濟前景不樂觀情況下，科技股成為了投資者追捧的對象。

ChatGPT問世改變了大家的2023年

還記得ChatGPT于去年11月面向毫無戒心的公衆推出，在兩個月内就突破了1億使用者，成為有史以來增長最快的消費者應用程式。除了拙劣的笑話、拙劣的詩歌外，它已經被學生、律師、首席執行官和程式員使用，甚至濫用。去年年底最先出台的是GPT-3版本。

GPT是一種自然語言處理技術，由OpenAI開發，于2020年6月11日首次公開亮相。該技術采用了transformer架構，使用大規模預訓練的神經網絡模型來生成高品質、人類可讀的文本輸出。

GPT-3問世引起了巨大轟動，因為它能夠生成真實的語言，不僅可以回答問題，還能夠進行對話、翻譯等多種任務，甚至可以通過語言模拟人類思考過程。與以往的自然語言處理技術相比，GPT-3的性能和表現顯著提高，大大推進了人工智能和自然語言處理領域的發展。

在GPT-3問世之前，OpenAI已經釋出了多個版本的GPT模型，并在各種自然語言處理任務上取得了顯著成果。但是，這些模型都存在一些限制，如需要大量資料進行訓練，難以适應新領域和任務，存在潛在的偏見等。是以，OpenAI針對這些問題進行了改進，推出了更加強大的GPT-3模型。

GPT-3模型的關鍵創新在于其規模之大。據OpenAI介紹，該模型使用了1750億個參數進行預訓練，是此前最大的自然語言處理模型。這使得GPT-3能夠對更加複雜、抽象的語言結構進行了解和生成，具有更高的通用性和适應性。

除了規模之外，GPT-3還引入了一些新的技術和改進，如動态控制輸出長度、多模式輸入、零樣本學習等，使得模型具有更加智能化、靈活化的特點。例如，GPT-3可以根據上下文自動調整回答的長度，避免過短或過長的回答；同時，它還支援多種輸入方式，包括文本、圖檔、聲音等，能夠更好地适應各種應用場景。

由于GPT引發了AI熱潮，投資者自然希望找到那些将從這場被稱為自網際網路以來最大的技術發展中獲利的公司。但這裡有兩個問題。首先，人工智能是否已經被過度炒作。第二是缺乏流動性，畢竟AI之類的股票數量有限，導緻一些股票出現異常飙升。

我們還記得，人工智能以前肯定被過度炒作過。2010年，IBM的沃森系統受邀參加了智力競賽節目《危險邊緣》（Jeopardy!）的比賽。這個節目是一個問題回答遊戲，要求選手以回答問題為主，而不是單純的知識記憶。沃森系統使用自然語言處理技術和機器學習算法對海量資料進行分析和了解，并生成可能的答案。

在比賽中，沃森系統與兩位前冠軍人類選手進行了三輪激烈的角逐。最終，沃森系統以高分擊敗了人類選手，成為了曆史上第一個在《危險邊緣》比賽中獲勝的計算機程式。

這一事件引起了廣泛的關注和媒體報道，被認為是人工智能領域的重大突破。IBM也将這一技術引入商業領域，并開展了多項基于沃森的商業應用。然而，随着時間推移，一些行業觀察家開始質疑沃森系統的實際價值和商業前景，IBM的股價也是以下跌了三分之一以上。

借鑒2000年網際網路泡沫事件

AI本身沒有問題，問題出在了不切實際的預期。

可以這樣說，炒作周期可能會導緻公衆對人工智能的期望過高，并認為它能夠解決所有問題。然而，實際上人工智能技術在應用時也面臨着許多挑戰和限制。比如，在某些領域，如醫療和金融，人工智能需要遵守更加嚴格的法規和标準，以確定其安全和可靠性。

讓我們先把思緒拉回到上世紀九十年代末和本世紀初，當時由于人們對網際網路未來的高度期望和不切實際的估值，導緻網際網路公司股價和市場價值虛高，最終引發了一次大規模的經濟危機。

在這段時期，許多網際網路公司通過IPO籌集資金，并以驚人的速度擴張業務。然而，這些公司往往處于虧損狀态，甚至從未盈利過，但它們的股票價格卻在短時間内暴漲。很多人都押注于網際網路公司能夠在未來實作高額利潤，帶來巨大的回報。

然而，這種投機行為最終導緻了市場的崩潰。當投資者開始認識到他們投資的公司根本無法實作盈利或根本沒有業務模式時，他們開始賣出股票，導緻股價下跌。這種情況迅速蔓延，使得整個網際網路行業的市場價值大幅縮水，導緻一些企業倒閉，許多其他公司失去了大量的市值。

當時有很多網際網路公司的股票價格都被高估，一些典型的案例包括：

• 微軟旗下的MSN在1999年推出IPO時，市值達到了超過500億美元。但随着網際網路泡沫破滅，2002年其市值已經跌至不到100億美元。
• 以零售書籍為主的電子商務巨頭亞馬遜，在1999年的股票價格暴漲中占據了重要地位。然而，該公司在2000年和2001年的虧損額分别達到了3.04億美元和5.67億美元。盡管如此，亞馬遜還是成功地度過了網際網路泡沫期，并成為了全球最大的線上零售商之一。
• 擁有搜尋引擎技術的網景公司曾是網際網路泡沫時期最具代表性的公司之一。1995年，它推出了首個商業化網頁浏覽器，并于1996年推出了IPO。不久，該公司被美國線上收購，但由于市場蕭條，它的價值也随之大幅縮水。

但是這些公司現在倒閉了嗎? 沒有。網際網路泡沫對全球經濟造成了巨大的打擊，但從長遠來看，它也産生了一定的積極影響。那次危機促使投資者更加謹慎地評估公司的真實價值，并迫使企業家們反思自己的商業模式和盈利模式。在此之後，網際網路行業逐漸走向了更為穩健和可持續的發展道路，這些大企業規模則越來越大，其實許多市值都超過了萬億美元。

如果對比當時網際網路泡沫時期和現在的人工智能，兩者還是有較高的相似度，比如，一些新興人工智能技術可能很難被廣泛采納，因為它們不夠成熟或者缺乏足夠的實用價值，這和當時網際網路興起有着異曲同工之妙。

谷歌翻譯是一個例子，它已經被廣泛使用。但是，即使在這種情況下，這個人工智能系統仍然有一些局限性，比如語言的複雜性和文化差異等。是以，我們需要意識到人工智能技術的局限性，并将其視為一種提供幕後改進的工具，而不是一個完美的解決方案。

此外，由于基本上所有的人工智能都是由資料驅動，收集海量資料并利用機器學習在此基礎上輸出結果，美國監管機構應對人工智能相關危害的一種方式可能是限制人工智能系統中資料的收集和使用。這與針對社交媒體公司提出的資料隐私監管措施類似。慮及這些相似之處，預計網際網路平台将極力遊說抵制此類資料限制。

如何分辨真假AI技術&全球主要相關企業介紹

雖然我們承認人工智能是一項極具潛力的技術，已經在許多領域得到了廣泛應用，包括自然語言處理、計算機視覺、機器學習等。随着人工智能技術的不斷發展和改進，它将繼續為各行業帶來更多的創新和變革。

然而，人工智能市場也面臨着一些挑戰和風險。由于人工智能技術的複雜性和高成本，很少有上市公司專注于這個領域。這可能會限制投資者的選擇，使得很難找到真正的人工智能領軍企業。

由于過度炒作，一些公司可能會誇大其人工智能技術的能力和前景，以吸引投資者的注意力。但是，這些過度炒作的公司可能并沒有真正的技術優勢，或者其技術還需要更多的時間和資源來完善。

對于潛在的人工智能投資者來說，大部分的投資者對這方面的知識非常匮乏，是以無法評估所投資的公司的技術實力、商業模式、市場前景等因素，此外，從當下市場反應來看，投資者沒有注意到人工智能市場的泡沫風險，大部分認隻是盲目跟風。

對此，我們為大家梳理了一下當下人工智能行業的巨頭和主要相關公司，在一個新興行業發展之際，龍頭企業估值都有泡沫的嫌疑，那其它小規模企業風險則更大。

目前，在人工智能市場中，英偉達是一個備受關注的公司，其GPU晶片已經成為了許多人工智能應用的核心。但是，由于其股價已經上漲了160%，交易價格遠高于未來收益預期的44倍，誰能敢說它沒有面臨着較高的風險和估值壓力？

除了英偉達之外，其他一些大型科技公司如谷歌、亞馬遜、微軟等也在人工智能領域有所布局，并且已經在提供類似的雲服務。這些公司的實力和資源也讓它們成為了人工智能市場的重要參與者，但是同樣，這些公司的股票價格也可能受到人工智能市場過度炒作的影響，投資者需要謹慎評估。

與人工智能相關聯的股票以下是一些主要的巨頭：

• NVIDIA (NVDA)：NVIDIA 是一家以 GPU 為核心的計算機科技公司，其産品被廣泛應用于人工智能領域。
• Alphabet/Google (GOOGL)：Google 則利用其海量資料和強大的算法，建構了廣泛的人工智能應用。
• Amazon 和 Microsoft 提供雲計算服務，其中也包括人工智能解決方案等。
• Alibaba (BABA)：中國電子商務巨頭，也是全球最大的人工智能公司之一。其人工智能技術已經應用于各種領域，例如金融、物流和零售等。
• Facebook (FB)：全球最大社交媒體平台之一，也在人工智能領域有很多創新應用。例如，利用深度學習算法對使用者資料進行分析，以推薦更具個性化的内容。
• Tencent (TCEHY)：中國網際網路巨頭，也是世界上最大的遊戲開發公司之一。其人工智能技術被廣泛應用于遊戲開發和人機互動等領域。
• Qualcomm (QCOM)：全球領先的晶片制造商，其 Snapdragon 晶片系列在智能手機和其他移動裝置中廣泛使用。該公司也在推出越來越多的人工智能晶片解決方案。
• Apple (AAPL)：全球知名的科技公司，其 Siri 語音助手和 Face ID 面部解鎖技術都是基于人工智能的。此外，蘋果還在不斷探索人工智能技術在其他領域的應用。
• IBM (IBM): 國際商業機器公司是全球知名的科技服務公司之一，其人工智能技術包括 Watson 智能問答系統、Deep Blue國際象棋計算機等。IBM在人工智能領域持續投資并積極推進研發。
• Tesla (TSLA): 特斯拉是一家以電動汽車和清潔能源為主打産品的公司，在人工智能方面主要應用于自動駕駛技術。其 Autopilot 系統基于深度學習算法，可以幫助車輛實作自主駕駛。
• Baidu (BIDU): 百度是中國最大的搜尋引擎公司之一，也是全球最大的人工智能公司之一。其人工智能技術主要涵蓋智能搜尋、語音識别、圖像識别等方面。
• Intel (INTC): 英特爾是全球最大的半導體晶片制造商之一，其人工智能技術主要涵蓋晶片、伺服器、軟體等方面。該公司不斷推出新的人工智能晶片解決方案，以滿足客戶對高性能計算的需求。
• Salesforce (CRM): Salesforce 是一家以雲計算為基礎的企業軟體公司，其人工智能技術主要應用于客戶關系管理和銷售自動化領域。該公司不斷推出新的人工智能産品和解決方案，以提升客戶體驗和業務效率。
• Advanced Micro Devices (AMD): AMD 是一家全球知名的半導體晶片制造商，其人工智能技術主要涵蓋圖形處理器和計算機視覺等方面。AMD 的 GPU 晶片被廣泛應用于機器學習、深度學習等領域中。

随着人工智能技術的不斷發展和應用場景的不斷擴大，越來越多的企業和投資者湧入了這個行業。然而，在進行人工智能項目投資前，我們需要深入了解其中的技術、資料和資源等方面的複雜性以及建設和營運成本的高昂性質。若沒有正确的商業模式和應用場景，即使有大量的投資，也未必能夠實作收益。

人工智能技術的複雜性是一個非常重要的因素。人工智能涉及到許多不同種類的技術，如機器學習、深度學習、自然語言處理、計算機視覺等等。這些技術都需要深厚的專業知識和大量的資料來支援其有效的應用。此外，為了使用這些技術，企業需要擁有高度專業化的團隊來管理和維護這些系統，這也需要巨大的費用和成本。

資料和資源的複雜性也是人工智能項目所必須考慮的因素。在人工智能領域，大規模的資料集和強大的計算資源是必不可少的。對于企業和投資者來說，擷取這些資料和資源需要耗費大量的時間和金錢。而且，資料品質、隐私和安全等問題也需要得到充分的考慮和解決。

除了技術、資料和資源方面的複雜性之外，正确的商業模式和應用場景對于人工智能項目的成功至關重要。企業需要深入了解市場需求和客戶價值，确定最合适的商業模式，并将其與人工智能技術結合起來。隻有找到了正确的商業模式和應用場景，才能夠確定人工智能項目的經濟可行性。

在實作商業模式和應用場景的同時，投資者必須要考慮到企業需要的營運成本。這些成本包括人力資源、裝置、基礎設施、研發和維護等方面。在實施人工智能項目時，必須要有足夠的資金和資源支援，以確定項目能夠正常運作并産生收益。

投資者如何理性、成熟地面對人工智能市場

人工智能是當今全球科技行業中發展最為迅速的領域之一，它正在逐漸滲透到衆多不同的産業領域并推動着各個行業的變革。投資人士也開始關注這個領域，并希望能夠抓住人工智能賽道的機遇，實作高收益的投資回報。但同時，人工智能領域的風險也不能被忽視。

對于投資人來說，第一步應該了解人工智能的基礎知識，掌握其核心技術和應用場景。人工智能的基礎技術包括機器學習、深度學習等，在具體應用時還需要考慮算法優化、資料品質等問題。在投資人工智能企業時，需要了解其所采用的技術、資料來源以及應用場景等，并對其技術水準進行評估。

在了解這些基礎專業知識後，投資人可以從以下幾個方面來尋找潛在的投資标的：

• 投資那些核心技術和專利豐富的公司。人工智能技術的本質就是算法和模型，是以優秀的人工智能企業通常都擁有大量的核心技術和專利，這可以為其在市場上争取更大的份額提供有效的保護。例如，Google在機器學習領域的技術實力是全球最強的之一，擁有衆多的專利。
• 投資那些擁有豐富資料積累和成功應用案例的公司。資料是人工智能發展的基礎所在，資料品質和規模對于模型的表現極其重要。是以，投資擁有大量資料積累、并且在實際應用場景中取得成功的公司可能風險較小。例如，美團點評就是一個資料驅動的企業，在短時間内快速發展壯大，成為國内本土網際網路巨頭之一。
• 投資那些具有創新性産品和解決方案的初創企業。雖然初創企業的風險較高，但如果能夠開發出具有創新性的産品或解決方案，未來前景可能非常廣闊。
• 投資那些在傳統行業中應用人工智能的公司。人工智能可以為傳統行業帶來巨大的變革和提升，是以投資那些在傳統行業中應用人工智能技術的公司也是一個不錯的選擇。

除了以上幾點，投資者還需要注意人工智能領域的風險。在人工智能領域，資料品質和規模對于技術的發展至關重要。如果資料品質不好或資料來源受到限制，那麼将會對人工智能的應用産生很大影響。

由于人工智能技術的複雜性和不确定性，很難進行可靠的風險評估。例如，機器學習模型的表現受到許多因素的影響，如資料集的品質和規模、模型選擇、算法優化等，這些問題都很難被準确地評估。

投資人需要考慮企業的成長潛力和未來發展前景。人工智能領域正在不斷發展壯大，具有廣闊的應用前景。投資人需要評估企業在未來幾年内是否有足夠的成長空間，并且是否有足夠的市場需求。

- 總 結 -

人工智能領域是一個風險和機遇并存的領域。投資人需要了解相關技術、核心競争力、商業模式以及團隊等方面，并綜合考慮市場需求和未來發展前景，以尋找具有投資價值的标的。同時，也需要注意人工智能領域的風險和挑戰，對于可能涉及到的個人隐私保護、資料安全等問題進行充分的評估和管理。