Случаят с мечката за AI

Тази публикация е версия на място на бюлетина за безвъзмезден обяд на Мартин Сандбу. Премиум клиентите могат да се записват тук, с цел да получават бюлетина всеки четвъртък. Стандартните клиенти могат да надстроят до Premium тук или да прегледат всички бюлетини на FT

Здравейте, читатели на безвъзмезден обяд. Аз съм Тедж Парих, водещ публицист на стопанската система на FT, и тази седмица заменявам Мартин Сандбу. В същия дух като последното ми парче — където се занимавах с „ горещата американска стопанска система “ — още веднъж играя на несъгласие, този път с изкуствен интелект.

„ Разказите са главен вектор на бърза смяна в културата, духа на времето и икономическото държание “, написа нобеловият лауреат Робърт Шилър в книгата си от 2019 година „ Наративна стопанска система “.

Днешната преобладаваща стопанска система а пазарният роман е трансформиращият капацитет на ИИ. Въпреки че лихвените проценти в Съединени американски щати се покачиха до най-високите си стойности от две десетилетия и икономическият подтик отслабва, S&P 500 се повишава нагоре, воден частично от лудостта по акциите, свързани с изкуствен интелект.

Но разказите могат да получат пред себе си и еуфорията може да бъде ослепителна. Поради това си коства интензивно да се търсят доказателства, които могат да породят подозрение по отношение на общоприетата мъдрост. (Забележително е, че през последните седмици имаше бърборене на AI песимизъм.) И по този начин, изследвах най-новите проучвания и приказвах с няколко „ AI мечки “ за данни, които оспорват възходящата вероятност. Ето какво открих.

1) Все още е рано

AI към момента е в по този начин наречената фаза на кирки и лопати, когато се вършат първични финансови разноски, преди да могат да се пожънат обилни облаги от продуктивността. Това е видно от представянето на акциите.

Запасите от изкуствен интелект могат да бъдат групирани в три групи: инфраструктурни деятели (напр. Taiwan Semiconductor Manufacturing Co, Arm), софтуерни компании (напр. Salesforce) и осиновители. Напоследък групите за полупроводници означиха максимален растеж в цената си, по-късно фирмите за облак, програмен продукт и услуги. Въпреки че някои ранни консуматори в осведомителните, индустриалните и техническите области са отбелязали облаги, оценките за предприятия в промишлености с капацитет за повишение на продуктивността остават много скромни.

И какво от това? Е, AI към момента не е потвърдено, че може да бъде общопризнат в мащаб в цялата стопанска система. Това не значи, че тези облаги в никакъв случай няма да се появят - множеството анализатори предвиждат по-голяма бизнес интеграция на AI през идващото десетилетие. Но това е увещание, че шумът сега се движи най-много от факторите, които разрешават технологията, до момента в който нейната позитивна страна за продуктивността на бизнеса – която ще подтиква икономическия напредък – към момента е значително теоретична, колкото и оптимистично да наподобява.

Ако облагите в продуктивността не се видят скоро, това може да провали възходящия марш на факторите. В края на юни акциите на Nvidia се сринаха и продажбите на вътрешна информация от висшите ръководители на компанията се реализираха с най-бързите темпове от години.

Като AI мече Джим Ковело, началник на световните изследвания на капитала в Goldman Sachs, сподели неотдавна в изследователска записка: „ ИИ биковете наподобява просто имат вяра, че случаите на приложимост ще се развъждат с развиването на технологията. “

2) Къде е убийственото приложение?

Това отлично води до основен въпрос: какво ще стане, в случай че крайните осиновители не се възползват като колкото си мислят биковете?

По-рано тази година приказвах с Ерик Бриньолфсон, професор, създател и старши помощник в Станфордския институт за ИИ, насочен към индивида, за борса на FT Economists. Той беше оптимист за евентуалните облаги от продуктивността в цялата стопанска система от приемането на AI. Но той предизвести за това, което назова „ клопката на Тюринг “.

Тестът на Тюринг беше въведен от Алън Тюринг през 1950 година Идеята беше да се дефинират критерии за премерване на способността на машината да демонстрира интелигентно държание, еквивалентно на човешки. Но Бриньолфсон счита, че това несъзнателно е въодушевило потомство откриватели да създадат машини, които подражават на човешките качества. „ Мисля, че излиза наяве, че това е била неверната цел от самото начало и че би трябвало да мислим по какъв начин да увеличим хората и да разтеглим опциите си “, сподели той.

Това ме води до различен Ерик. Ерик Хоел, американски невролог, твърди, че промишленостите, които изкуственият разсъдък нарушава, не са толкоз доходоносни. Той измисли фразата „ абсурд на доставките на AI “ – концепцията, че колкото по-лесно е да обучиш AI да прави нещо, толкоз по-малко стопански скъпо е това нещо.

„ Това е по този начин, тъй като продуктивността на AI се мащабира въз основа на неговата даване на данни, т.е. качеството и размера на самия набор за образование “, сподели Хоел. „ Така че, когато сте предубедени към масиви от данни, които имат голямо предложение, това от своя страна принуждава ИИ да създава неща, които имат дребна икономическа стойност. “

Хоел повдига забавен въпрос. Настоящите приложения на Generative AI включват писане, основаване на изображения и видео, автоматизиран маркетинг и обработка на информация, съгласно изследването на бизнес трендовете и Outlook Survey на Бюрото за броене на популацията на Съединени американски щати. Те не са с изключително висока стойност. Използвайки профилирани данни, усъвършенстваните модели биха могли да извършат по-задълбочена научна работа, само че тези данни може да са незадоволителни или даже лимитирани.

Въпросът е, че с построяването на AI инфраструктура разноските, планувани от някои, ще бъдат повече от трилион през идващите години – какъв проблем за трилиони долари в действителност ще реши AI? Да изтъквам Covello: „ Замяната на нископлатените работни места с извънредно скъпи технологии е всъщност полярната диаметралност на предходните [доходоносни] софтуерни преходи. “

3) Да проектите за финансови разноски даже се сумират?

Точно по този начин, какъв брой пресилени наподобяват плануваните числа за финансови разноски и доходи от ИИ? За мярка няколко анализатори са създали калкулации на фона на плика, като са употребявали разнообразни допускания.

Дейвид Кан, сътрудник в Sequoia, не е AI мечка, само че счита, че упованията за доходи би трябвало да се подобрят. Той се опита да съгласува разликата сред упованията за доходи, подразбиращи се от построяването на AI инфраструктура и действителния растеж на приходите в по-широката екосистема на AI.

Той взе прогнозата за настоящите доходи на Nvidia и я удвои, с цел да покрие разноските за AI центрове за данни. „ Графичните процесори са половината от общата цена на владеене – другата половина включва сила, здания, аварийни генератори “, означи той. Той удвои тази цифра още веднъж, с цел да включи 50 % брутен марж за крайния консуматор на графичен процесор. Това води до груба и подготвена цифра от 600 милиарда $ доходи от ИИ, нужни за погашение на първичната финансова инвестиция. (Това изключва марж за облачни снабдители, което би направило условието за доходи по-високо).

Barclays стигна до сходно умозаключение, употребявайки друг метод. Той прави оценка кумулативните спомагателни финансови разноски за ИИ сред 2023 година и 2026 година на $167 милиарда за най-хубавите играчи в промишлеността. Смята се, че това е задоволително за „ поддържане на над 12 000 AI продукта в мащаб ChatGPT “. Но не е несъмнено, че има задоволително потребителско и корпоративно търсене, с цел да поеме това количество.

Друг фактор тук е конкуренцията. „ LLM [големи езикови модели] . . . стават все по-неразличими един от различен “, означи Питър Березин, основен световен пълководец в BCA Research. „ В последна сметка те могат да действат по-скоро като мощно конкурентни самолетни компании с ниски маржове на облага, в сравнение с като монополистични обществени медийни платформи. “

Каква е задачата? Това е съществена математика — с многочислени допускания — само че сочи, че финансовите разноски през днешния ден надалеч надвишават евентуалната възвращаемост.

4) Макровъздействието остава неразбираемо

Има голям брой изследвания през последните 18 месеца, които правят оценка размера на евентуалното нарастване на продуктивността на ИИ. Двама се откроиха, частично тъй като се озоваха в разнообразни краища на спектъра.

Първият е от икономистите на Goldman Sachs Джоузеф Бригс и Девеш Коднани, които предходната година предвидиха 9 % нарастване на общата факторна продуктивност и 15 % нарастване на Брутният вътрешен продукт на Съединени американски щати след цялостното приемане.

Второ е прогнозата на икономиста от MIT Daron Acemoglu тази година за единствено 0,5% нарастване на TFP и 0,9% нарастване на Брутният вътрешен продукт през идващите 10 години.

Разликата понижава до три разлики в моделирането:

i) Делът на автоматизираните работни места: Acemoglu приема, че GAI ще автоматизира единствено 4,6 % от общите работни задания през идващите 10 години, до момента в който базовата линия на Goldman е 25 % за дълго време run.

ii) Ефектите от преразпределението на работната мощ или основаването на нови задания: Goldman прави оценка покачването от разселените служащи, които са наети още веднъж в нови специалности, станали вероятни с помощта на напредъка, обвързван с ИИ, и новите задания, които покачват не -изместена продуктивност на служащите. Моделирането на Acemoglu се концентрира най-вече върху икономисване на разноски.

iii) Спестяване на разноски: Goldman е по-оптимистичен тук частично, тъй като чака автоматизацията на AI да основава нови задания и артикули.

Това акцентира какъв брой разнообразни са догатките за автоматизирания капацитет на ИИ и способността му да основава нови действия и по-ниски разноски могат да доведат до промени в плануваното му влияние върху продуктивността на национално равнище. Докато получаваме повече изясненост по всеки детайл, остава доста неустановеност. Повечето вложения през днешния ден се основават на изследвания на равнище компания за евентуални облаги в продуктивността, само че това не постоянно се екстраполира добре на национално или световно равнище.

Въз основа на това ING Research споделя, че по-големите браншове може даже да не са в позиция за потребление на AI, като по този метод лимитира краткосрочното икономическо влияние на технологията. Икономистите настояват, че по-дигитализираните европейски браншове, които нормално са най-малките по отношение на стопанската система, са в по-добро място за внедряване на ИИ и преживяване на усъвършенствания в продуктивността.

5) Благоприятна среда

Дори и да бъде открито убийствено AI приложение, към момента няма гаранция, че икономическото му влияние ще бъде трансформиращо. Както акцентира диалогът ми с Бриньолфсон, по-широката икономическа, обществена и правна среда също би трябвало да се промени, с цел да разреши на стопанските системи да се възползват от преимуществата на технологията и да минимизират вредите от нея. „ Нашето схващане за нужните умения, организации и институции не напредва толкоз бързо, колкото технологията “, сподели той. Ето няколко фактора, които ще дефинират както скоростта, по този начин и равнището на трансформацията на ИИ:

i) Енергия. Индустрията на изкуствения разсъдък може да употребява толкоз сила, колкото страна с размерите на Холандия до 2027 година С чистите нулеви цели тази сила също би трябвало да бъде чиста. Мрежите би трябвало да бъдат бързо свързани и издаването на позволения би трябвало да бъде бързо, с цел да се развие инфраструктурата дружно с финансовите разноски за ИИ.

ii) Регулиране и ръководство. AI също може да бъде нездравословен. Дълбоките фалшификации, нарушаванията на поверителността, неустойчивостта на пазара (причинена да вземем за пример от търговия с неестествен интелект) и киберпрестъпленията могат да бъдат контрапродуктивни. Проблемът е, че регулирането е надалеч зад технологиите и с разнообразни темпове в международен мащаб.

iii) Общество. Как AI взаимодейства с обществото също има значение. Например, GAI се счита, че притегля доходи от креативните браншове. Но има опозиция както от заетите в тези браншове, по този начин и от обществеността, която към момента желае човешко отношение в някои промишлености. Холивудски писатели, да вземем за пример, съумяха да основат парапети за това по какъв начин AI се употребява в промишлеността. И даже тогава, в случай че има обилни загуби на работни места, свързани с автоматизацията, обществените безредици и неравенството могат да попречват растежа, изключително в случай че самодейностите за преквалификация не са необятно публикувани.

iv) Умения. Обявите за работа, в които се загатва „ обработка на натурален език “, „ невронни мрежи “, „ машинно образование “ или „ роботика “, се ускориха. Но наборите от умения ще отнеме известно време, с цел да отговорят на търсенето. IBM Global AI Adoption Index 2023 откри, че лимитираните AI умения и опит са главната преграда, която пречи на сполучливото внедряване на AI през днешния ден от бизнеса.

Въпросът е, че евентуалното влияние на AI върху продуктивността няма значение, в случай че удобната икономическа и правна среда не може да се вкара, с цел да се възползва от него — преходът на AI разчита на повече от иноваторите на AI.

Всички те би трябвало да прибавят най-малко нотка на подозрение по отношение на до момента изобилните вероятности за AI. Безплатен обяд също би се заинтересувал от вашите мечи открития.

Разбира се, към момента е рано, ще се появят нови AI приложения и приемането би трябвало да стане по-лесно. Нито избухливите финансови разноски не са безусловно нещо неприятно. Балоните могат да бъдат разрушителни, само че би трябвало да бъдат претеглени по отношение на цялостното влияние върху икономическия потенциал - железопътните балони през 19 век се спукаха мъчително, само че оставиха скъпа инфраструктура. Може би еуфорията е належащо средство за вкарване на пари в евентуално трансформираща, само че към момента недоказана технология.

Така или другояче, тя не вреди много