“女巴菲特”驚人預測人形機器人將于2030年進入家庭，通用AI出現(xiàn)，贊中國開源力量

機器之能2024-02-05

RIP，內(nèi)燃機汽車。

編者按：本文來自微信公眾號機器之能（ID：almosthuman2017），作者：sia，創(chuàng)業(yè)邦經(jīng)授權轉載。

年關將近，方舟投資（ARK Invest ）2024 年《 Big ideas 》報告如期而至，深入分析了 AI 、機器人等顛覆性技術融合及其巨大的行業(yè)和經(jīng)濟變革潛力。

作為一家專注投資顛覆性創(chuàng)新（ Disruptive Innovation ）的公司，ARK 主要投資AI、區(qū)塊鏈、儲能、機器人等技術。他們認為，這些領域將改變世界的運作方式，同時也創(chuàng)造了長期的投資機會。

這張圖表被認為很有可能是對2024年AI發(fā)展做出了預測，并被視為2024最重要的AI圖表之一，正是出自方舟投資。

過去幾年，方舟投資表現(xiàn)搶眼，成為全球最受歡迎的主動管理基金之一。ARK 創(chuàng)始人“木頭姐”（ Cathie Duddy Wood ）素有“科技股女神”、“女巴菲特”美譽，其獨特投資理念也吸引了大批投資者和合作伙伴，包括埃隆·馬斯克、前 Twitter CEO 杰克·多西等業(yè)界巨擘。方舟投資采取開放透明的策略，每日公布持倉變動，還定期發(fā)布《Big Ideas》報告，分享對未來技術趨勢的深刻見解。2024 年《 Big ideas 》有 160 多頁，章節(jié)標題包括技術融合、AI、2023 年比特幣、數(shù)字錢包、精準療法、可重復使用火箭和 3D 打印等。篇幅有限，我們挑選出技術融合、AI、機器人三大主題和相關亮點，以饗讀者。

報告羅列的這些顛覆性技術中，馬斯克涉足多個，包括AI、機器人、自動駕駛、比特幣、3D打印、可重復使用火箭等，也難怪木頭姐不惜重倉馬斯克。

一、技術融合

根據(jù) ARK 的研究，顛覆性技術的融合將定義下一個十年。五個主要技術平臺—— AI 、公共區(qū)塊鏈、多組學測序（ Multiomic Sequencing ）、能源存儲和機器人——正在融合，應該會改變?nèi)蚪?jīng)濟活動。技術融合可能會帶來比第一次和第二次工業(yè)革命更具影響力的宏觀經(jīng)濟結構轉變。在全球范圍內(nèi)，隨著機器人重振制造業(yè)、機器人出租車改變交通運輸、AI 提高知識工人的生產(chǎn)力，實際經(jīng)濟增長可能從過去 125 年的平均 3% 加速到未來 7 年的 7% 以上。在 AI 突破的推動下，到 2030 年，與顛覆性創(chuàng)新相關的全球股票市場價值可能會從總市值的 16% 增加到 60% 以上。因此，與顛覆性創(chuàng)新相關的年化股票回報率可能會在 2030 年超過 40%。未來七年，其市值將從目前的約 19 萬億美元增加到 2030 年的約 220 萬億美元。

五大創(chuàng)新平臺正在匯聚融合定義這個技術時代。其中，AI（紫色）包括神經(jīng)網(wǎng)絡、下一代云以及智能設備；機器人技術（粉色）包括自適應機器人、3D打印和可重復使用的火箭技術。

下圖顯示出蒸汽機、鐵路與電報等技術、電力與電話、電臺等通用技術對經(jīng)濟產(chǎn)生的影響（時間和幅度）。如今，AI、機器人等顛覆性技術融合正在掀起歷史性技術浪潮，對經(jīng)濟的影響也將超過之前的通用技術。

這些顛覆性技術彼此之間也會相互融合與影響。如下圖，有的技術融合度非常高（比如 AI），有的比較低。 AI（紫色部分）展現(xiàn)出核心技術催化劑的地位和作用。

報告指出，AI 的發(fā)展速度也快于預測者的預期。2019 年預測通用 AI 出現(xiàn)要等 80 年，隨著 GPT-3 等技術相繼登上歷史舞臺，預測的時間也從 80 年減少到 50 年、 34 年。GPT-4 出現(xiàn)后，預期時間甚至縮短到了 8 年。下圖顯示，通用 AI 有可能在 2026 年出現(xiàn)（慢則 2030 年。）

單個顛覆性技術進步合并起來，可以級聯(lián)成巨大的新市場機會。比如，神經(jīng)網(wǎng)絡+電池技術，可以促使自主移動設備（比如自動駕駛出租車）的規(guī)?；３烁玫碾姵睾?AI，通用機器人還需要更好馬達、傳感器等其他部件。隨著自動駕駛出租車規(guī)?；?，這些技術成本也會下降，帶來通用機器人市場的巨大機會。

和工業(yè)機器人、互聯(lián)網(wǎng)信息技術、蒸汽發(fā)動機等技術相比，顛覆性技術（特別是 AI，紫色)對經(jīng)濟的影響將是巨大的。

技術創(chuàng)新可能具有顛覆性，足以主導全球股市市值。2023 年，非顛覆性創(chuàng)新技術（灰色圓環(huán)部分）還在主導全球股市市值。到 2030 年，顛覆性技術不僅讓經(jīng)濟大餅大了三倍左右，主導市值的力量也是它們（彩色部分）。

《Big Ideas》大膽預測了顛覆性技術在 2030 年、 2040 年的發(fā)展趨勢。我們簡單看看對 AI 和機器人技術的預期。

AI 包括神經(jīng)網(wǎng)絡、下一代云技術以及智能設備三個部分，報告分別預測了2030年、2040年的發(fā)展趨勢。

AI 部分。報告預期到 2030 年，AI 模型的訓練成本將下降 4 萬多倍，再加上對 AI 硬件的積極投資，自 2023 年以來，AI 的總能力已增長了約 60 萬倍。50% 的知識工作者采用 AI 軟件系統(tǒng)，生產(chǎn)力平均提高 9 倍。云計算方面，1.3 萬億美元的 AI 硬件支出支撐了 13 萬億美元的 AI 軟件銷售額，并容納了 75% 的傳統(tǒng)軟件毛利率。三類客戶支持 AI 硬件的需求——基礎設施即服務提供商、軟件公司和 AI 基礎模型提供商——它們應該能產(chǎn)生 20% 的現(xiàn)金流利潤率，與芯片制造商的利潤率一致。到了2040 年，線性內(nèi)容正在讓位于互動體驗。以 AI 為媒介的眼鏡和頭顯設備將貫穿日常生活。

就自適應機器人而言，報告預期 2030 年，自適應機器人已經(jīng)滲透到制造過程中，足以將生產(chǎn)率提高 15%，人形機器人的年單位銷售額已增長到制造業(yè)人類勞動力數(shù)量的 10%。更便宜的人形機器人已經(jīng)開始進入家庭，尤其是在發(fā)達國家，它們可以解決三分之一的家務。

二、AI

憑借在廣泛測試中超人的表現(xiàn)，像 GPT-4 這樣的 AI 模型應該會促進生產(chǎn)力空前的繁榮。受 ChatGPT 類似“ iPhone ”時刻的震撼，企業(yè)正在爭先恐后地利用 AI 的潛力。由于成本迅速下降和開源模型，AI 帶來的不僅僅是效率提升。如果知識工作者的生產(chǎn)率到 2030 年翻兩番（報告認為這是有可能的），那么，實際 GDP 的增長可能會在未來五到十年內(nèi)加速并打破記錄。谷歌 2017 年發(fā)明 Transformer 架構以來，經(jīng)過多年發(fā)展，ChatGPT 促進了公眾對生成式 AI 的理解。ChatGPT 不再只是開發(fā)人員的工具，它簡單的聊天界面使任何使用任何語言的人都可以利用大語言模型 ( LLM ) 的強大功能。2023 年，企業(yè)爭先恐后地了解和部署生成式 AI。如下圖所示，ChatGPT出來后，巨頭財報電話提及 AI的次數(shù)明顯增多。

AI 已經(jīng)顯著提高了生產(chǎn)力。GitHub Copilot 和 Replit AI 等編碼助手是早期的成功案例，它們提高了軟件開發(fā)人員的生產(chǎn)力和工作滿意度。AI 助理正在提高知識工作者的績效，有趣的是，相對于高績效員工，績效不佳的員工受益更多。

基礎模型正在跨領域改進。憑借更大的訓練數(shù)據(jù)集和更多參數(shù)，GPT-4 的性能顯著優(yōu)于 GPT-3.5。基礎模型越來越“多模態(tài)”——支持文本、圖像、音頻和視頻——不僅更加動態(tài)用和戶友好，而且性能也更高。

文本到圖像模型正在重塑平面設計。多倫多大學的研究人員推出第一個現(xiàn)代文本到圖像模型八年后，圖像模型的輸出現(xiàn)在可以與專業(yè)平面設計師相媲美。人類設計師可以在幾個小時內(nèi)花費數(shù)百美元創(chuàng)造出一個圖像，例如下圖，一群大象走過綠色的草地。文本到圖像模型可以在幾秒鐘內(nèi)以幾便士的價格生成相同的圖形。Adobe Photoshop 等專業(yè)軟件以及 Lensa 和 ChatGPT 等消費者應用程序，正在將圖像模型集成到其產(chǎn)品和服務中。

寫作成本已經(jīng)大幅下降。事實上，在過去的一個世紀里，書面創(chuàng)作成本一直相對穩(wěn)定。過去兩年，隨著LLM寫作質量的提高，成本也大幅下降。

AI 訓練性能正在迅速提高。研究人員正在訓練和推理、硬件和模型設計方面進行創(chuàng)新，以提高性能并降低成本。

隨著生產(chǎn)用例的出現(xiàn)，AI 焦點正在轉向推理成本。最初，研究人員關注的是優(yōu)化LLM 訓練成本，現(xiàn)在正優(yōu)先考慮推理成本。根據(jù)企業(yè)規(guī)模的用例，推理成本似乎以每年約 86% 的速度下降，甚至比培訓成本還要快。如今，與 GPT-4 Turbo 相關的推理成本已經(jīng)低于一年前的 GPT-3。

下面這張圖是不是很眼熟？報告指出，開源社區(qū)正在與私有模型競爭。開源社區(qū)及其領軍企業(yè) Meta 正在挑戰(zhàn) OpenAI 和谷歌的閉源模型，使生成式 AI 的訪問民主化?？偟膩碚f，在最近來自中國的模型幫助下，開源模型的性能比閉源模型的性能提高得更快。

2023 年，開源模型在性能基準測試中迅速取得進展，贏得了大型企業(yè)、初創(chuàng)公司和學術機構開發(fā)人員的持續(xù)支持。我們也非?？释吹介_源社區(qū)在 2024 年取得的成就。

語言模型性能的進步需要細致入微的技術。GPT-4 在標準化教育測試（從 SAT 到高級侍酒師考試）中的表現(xiàn)明顯優(yōu)于普通人。然而，根據(jù) WinnoGrande 的測量，它在常識推理方面落后于人類水平的能力。斯坦福大學的框架——語言模型整體評估 (HELM)——是最全面、不斷更新的評估方法之一，已針對 73 個場景和 65 個指標的組合測試了 80 多個模型。

LLM 是否會耗盡數(shù)據(jù)，從而限制其績效？計算能力和高質量的訓練數(shù)據(jù)似乎是模型性能的主要貢獻者。模型的增長需要更多訓練數(shù)據(jù)，缺乏新數(shù)據(jù)是否會導致模型性能趨于穩(wěn)定？Epoch AI 估計，書籍和科學論文等高質量語言/數(shù)據(jù)源可能會在 2024 年耗盡，盡管仍有大量未開發(fā)的視覺數(shù)據(jù)。

微軟 CEO 納德拉最近針對微軟財報首次提到，依據(jù)價值貢獻為提高生產(chǎn)力的AI功能定價的潛力。報告也指出，定制化 AI 產(chǎn)品應享有更多定價權。隨著開源替代品的出現(xiàn)和成本的下降，針對最終用途定制的AI軟件供應商應該能更容易地通過它們獲利。相反，簡單的生成式 AI 應用程序可能會迅速商品化。

加速知識工作者生產(chǎn)力的增長，代表著數(shù)萬億美元的潛在機會。到 2030 年，AI有潛力使知識型職業(yè)中的大多數(shù)任務實現(xiàn)自動化，大幅提高普通員工的生產(chǎn)力。自動化和加速知識工作任務的軟件解決方案應該是主要受益者。如果新一波 AI 創(chuàng)新者擁有與今天類似的定價能力，并且 AI 生產(chǎn)力的提升與我們想象的一樣有意義，那么，到這個十年末，全球軟件市場可能會增長 10 倍。

三、機器人技術

AI 和硬件的融合應該能夠實現(xiàn)泛化機器人。機器人正在工廠環(huán)境中超越人類，并且應該在許多領域做到這一點。根據(jù)萊特定律，隨著硬件和軟件成本的下降，AI應該會繼續(xù)提高生產(chǎn)率，并為通用機器人創(chuàng)造一個新的市場機會，每年的營收規(guī)模將超過 24 萬億美元。所謂萊特定律，是西奧多·賴特 ( Theodore Wright ) 在 1938 年觀察到的現(xiàn)象，核心內(nèi)容就是說某種產(chǎn)品的累計產(chǎn)量每增加一倍，成本就會下降一個恒定的百分比。在汽車領域，從 1900 年就遵循這一規(guī)律，產(chǎn)量每累計增加一倍，成本價格就會下降 15％。如下圖所示，借助AI 和計算機視覺，機器人應該能夠在非結構化環(huán)境中經(jīng)濟高效地運行。

較低的價格刺激了對工業(yè)機器人的需求。產(chǎn)量每翻一番，工業(yè)機器人成本就會下降50% 。

性能的提高正在刺激對工業(yè)機器人的需求。計算機視覺和深度學習的進步使機器人性能在七年內(nèi)提高了 33 倍。機器人的表現(xiàn)已經(jīng)超過人類兩倍以上，目前尚不清楚上限在哪里。這是不同機器人每小時采摘和放置的物品的變化趨勢圖：

協(xié)作機器人正進入采用 S 曲線臨界點。無論是在路上、在工廠還是在家里，協(xié)作機器人很可能和人類一起工作。歷史上看，當新技術的采用接近 10-20% 的市場份額時，會來到 S 曲線臨界點。

許多公司將部署比人類員工更多的機器人，將他們從沉重的體力勞動中解放出來。下面是亞馬遜部署機器人和人類員工的對比，機器人數(shù)量可謂奮起直追，并在 2023 年達到總量的歷史最高點，與人類員工相差不多了。

自動化對產(chǎn)能影響巨大，將變革許多行業(yè)。最右邊是亞馬遜倉庫，從你點擊下單到商品裝運，以分鐘計算，時間縮短了78%。

通用機器人代表著全球價值 24 萬億美元以上的潛在收入機會，包括家用機器人和制造機器人。ARK 預測，2030 年全球制造業(yè) GDP 將飆升至 28.5 萬億美元。

四、其他亮點

在數(shù)字消費者部分?！?Big ideas 》預測，得益于 AI 輔助創(chuàng)作，游戲玩家可以成為開發(fā)者。在用戶生成內(nèi)容（ UGC ）平臺上進行 AI 輔助的游戲創(chuàng)作，可能會導致游戲內(nèi)容爆炸式增長。根據(jù)研究，在輸出質量標準化后，自 2021 年以來，3D 資產(chǎn)的生產(chǎn)成本下降了約 99%，已降至不到 0.06 美元。AI 應該使內(nèi)容創(chuàng)作民主化，并加速 UGC 的增長。Roblox 已在全球提供超過 4.7 億次體驗，是 PC、游戲機和移動應用游戲總數(shù)的 52 倍。

虛擬現(xiàn)實市場剛剛起步。盡管頭顯設備有了重大改進，包括蘋果的 Vision Pro，但開發(fā)人員并沒有蜂擁而至支持虛擬現(xiàn)實 (VR)。如果沒有令人信服的用例，采用速度很慢。例如，MetaQuest 僅提供 2,200 個應用程序，而 iPhone 推出五年后擁有 553,000 個應用程序，而這只是其中的一小部分。結果，Meta 僅售出了 2700 萬部 Quest，僅占蘋果發(fā)布五年后累計售出 1.46 億部 iPhone 的 18%。

硬件采用時間可能會繼續(xù)下跌，新的 AI 硬件設備必將出現(xiàn)，并在未來幾年內(nèi)徹底改變移動計算格局。AI 已經(jīng)存在于我們的日常生活中，滲透 75% 的人口需要多長時間？

在電動汽車部分，ARK 報告多次引用賴特定律，在電動汽車的背景下，電池成本正在下降，壓低汽車的價格。這是 ARK 預計全球電動汽車銷量將增長 33% 的重要原因，從 2023 年的約 1000 萬輛增至 2030 年的 7400 萬輛?！叭绻妱悠嚴^續(xù)獲得市場份額（正如我們相信的那樣），那么，二手車和新型電動汽車將比新型內(nèi)燃機 ( ICE ) 汽車更具經(jīng)濟意義，這可能會給現(xiàn)有汽車制造商帶來死亡螺旋?！眻蟾鎸懙馈Ｄ敲?，RIP，內(nèi)燃機汽車。

另外，得益于 3D 打印技術，汽車生產(chǎn)進入了一個前所未有的領域。據(jù)媒體報道，特斯拉正在試驗用 3D 打印砂模鑄造汽車底盤，可以用一個零件替代 400 個零件，從而分別降低 50%和 97%的汽車開發(fā)時間表和模具設計驗證成本。3D 打印可以在每一輛汽車的生產(chǎn)中發(fā)揮作用。

在自主物流部分，ARK 認為，自動化釋放巨大潛力的另一個領域在于它可以降低成本和改變供應鏈。報告稱：“未來 5 到 10 年內(nèi)，自主物流應將貨物運輸成本降低 15 倍。”“自動駕駛無人機和機器人已經(jīng)完成了數(shù)百萬次送貨，而自動駕駛卡車運輸公司已經(jīng)行駛了數(shù)千萬英里，并開始取消安全駕駛員?！?/p>

這些轉變也滲透到其他領域，報告指出，自主運營正在改變購物行為，并通過加速救生用品的交付來影響醫(yī)療保健，特別是在新興市場。“根據(jù) ARK 的研究，自動送貨收入可能會從目前的零增長到 2030 年的 9000 億美元?！?/p>

能夠滾動和飛行的自動駕駛設備可以降低供應鏈成本。

該報告還指出，擁有最多真實世界數(shù)據(jù)的公司可能在利用自主物流方面具有競爭優(yōu)勢。ARK 估計，到 2030 年，自動送貨收入將達到 9000 億美元。細分來看，用機器人和無人機遞送食品和包裹的收入可能增加 4500 億美元，自動卡車運輸收入可能增加 450 美元。

作為更廣泛的自動化物流主題的另一部分，該報告引用了育種、轉基因和農(nóng)業(yè)生物制品（源自自然微生物的產(chǎn)品）方面的持續(xù)自動化和產(chǎn)量提高。這是什么意思？對于農(nóng)業(yè)公司來說，這可能會節(jié)省成本，并產(chǎn)生與軟件公司目前實現(xiàn)的利潤相當?shù)馁M用?！耙虼?，它們的集體企業(yè)價值可能會增加一倍，達到 6000 億美元左右。”