人工智能(néng)是一個跨越潛在變革性技術價值鏈的長(cháng)期增長(cháng)機會。

投機泡沫就像是華爾街圈子裡(lǐ)的一項運動。畢竟，率先發(fā)現任何形式的過(guò)剩行爲都(dōu)可能(néng)帶來豐厚的利潤。傑瑞米·格拉漢姆（Jeremy Grantham）因預測1999年的科技泡沫而聞名，邁克爾·巴裡(lǐ)（Michael Burry）因預言2007年房地産泡沫而在書籍和電影中一舉成(chéng)名。成(chéng)爲下一位“泡沫預言家”具有巨大的吸引力。但在投機泡沫史上，他們的準确預測顯然是例外。因此，當我看到越來越多的報告質疑是否會存在生成(chéng)式人工智能(néng)的泡沫時，我持懷疑态度。

在分析某個行業的市場潛在過(guò)剩情況時，除了關注近期的市場表現和熱點之外，我們必須更深入地審視其基本面(miàn)。人工智能(néng)的基礎是數據及使用數據所需的基礎設施，這(zhè)也是讓我相信人工智能(néng)領域還(hái)不是泡沫的一大原因。該領域是一個跨越潛在變革性技術價值鏈的長(cháng)期增長(cháng)機會。

圖片來源于網絡

目前是人工智能(néng)增長(cháng)故事(shì)的早期階段

黑石近期組建了首席技術官網絡，對(duì)人工智能(néng)的影響和潛力等一系列話題進(jìn)行讨論。這(zhè)些首席技術官的一個共同發(fā)現是，許多公司正處于人工智能(néng)的研究階段，尚未充分利用其生産力。我認爲這(zhè)些讨論毫無疑問地表明生成(chéng)式人工智能(néng)將(jiāng)帶來巨大的變革，但我們尚無法完全參透其實現變革的方式。

誠然，人工智能(néng)相關股票在今年大幅上漲。但正如德意志銀行研究策略師吉姆·瑞德（Jim Reid）在他的“輕松星期五”（Flippant Friday）文章中曾幽默地指出的那樣(yàng)，如果這(zhè)就是公衆認知度隻有50%的人工智能(néng)股票的走勢，那麼(me)當全民都(dōu)了解人工智能(néng)時，這(zhè)些股票的表現將(jiāng)會如何？

目前我們正處在將(jiāng)人工智能(néng)整合到企業以及更廣泛的經(jīng)濟的初始階段。當下存在著(zhe)許多問題，其數量和已知的答案一樣(yàng)多甚至更多，而我們能(néng)做的就是去發(fā)現那些在人工智能(néng)的應用和增長(cháng)路徑中不可或缺的動力。

數據越多，需要的儲存空間就越多

在某些方面(miàn)，生成(chéng)式人工智能(néng)讓我回憶起(qǐ)了電子商務發(fā)展的初始階段。當時顯而易見的是，亞馬遜（AMZN.O）會從根本上颠覆整個零售業，這(zhè)一認知使投資者們開(kāi)始尋找那些能(néng)夠推動他們取得成(chéng)功的基礎設施。而當時不太明顯的迹象是，倉儲會成(chéng)爲亞馬遜的崛起(qǐ)中不可或缺的一環。亞馬遜需要“最後(hòu)一英裡(lǐ)”配送來兌現其承諾，而這(zhè)需要在人口中心附近擁有極大的倉儲容量。城市填充型倉庫由此轉型。

如今，我們也可以用同樣(yàng)的方式看待人工智能(néng)和數據中心。生成(chéng)式人工智能(néng)模型依賴于強大的數據處理能(néng)力和大規模的儲存容量，這(zhè)應該會推動市場對(duì)一些實體數據中心的需求。這(zhè)些實體數據中心需要有能(néng)力處理生成(chéng)式人工智能(néng)應用的密集計算需求。同時，它們還(hái)能(néng)夠實現分布式訓練與推理，有效協調跨多台機器或多個數據中心的操作。近年來，随著(zhe)儲存和計算需求向(xiàng)雲端轉移，對(duì)數據中心的需求也急劇增加。如下圖所示，據世邦魏理仕（CBRE）估計，自2015年以來，數據中心庫存數量幾乎增長(cháng)了兩(liǎng)倍。

數據中心一級市場總庫存數量（MW），來源：世邦魏理仕研究、世邦魏理仕數據中心解決方案

考慮到當今世界上每天都(dōu)會産生的大量數據，數據中心的增長(cháng)并不意外。下圖展示了一些令人震撼的數據，比如每天每分鍾有超過(guò)2.3億封電子郵件和1600萬條短信會被(bèi)發(fā)送。此外，谷歌每分鍾會發(fā)生590萬次搜索，Facebook每分鍾會新增170萬條内容分享，Twitter每分鍾會增加34萬條推文。

每日每分鍾生成(chéng)的數據，來源：Domo；數據由高盛全球投資研究部整理

生成(chéng)式人工智能(néng)實體的機遇

現在人工智能(néng)也將(jiāng)入局。我們自然而然地會將(jiāng)人工智能(néng)視爲一個神秘、抽象的概念，一種(zhǒng)存在于虛拟世界中的軟件形式。事(shì)實上，現實世界的數據中心是人工智能(néng)的錨點，就像是那些在實體服務器運行的數據儲存和基于雲的應用一樣(yàng)。人工智能(néng)對(duì)于實體的需求在某些方面(miàn)與現有的應用不同，可能(néng)會推動專供新技術的特定數據中心的發(fā)展。例如，Meta（META.O）最近發(fā)布了其重新設計數據中心項目的計劃細節，以推動人工智能(néng)的研發(fā)。

數據需求的倍增器

鑒于同樣(yàng)的驅動因素，許多競争者競相開(kāi)發(fā)狹義和廣義上的生成(chéng)式人工智能(néng)模型。開(kāi)發(fā)這(zhè)些模型都(dōu)需要高度依賴強大的算力、數據處理能(néng)力和儲存容量。這(zhè)些預計都(dōu)將(jiāng)推動對(duì)數據中心需求的不斷增加，這(zhè)些數據中心可以處理生成(chéng)式人工智能(néng)應用的密集計算需求。此外，數據中心能(néng)夠實現分布式訓練和推斷，有效協調跨多台機器或多個數據中心的操作。

我們可能(néng)不完全了解生成(chéng)式人工智能(néng)的成(chéng)本和收益，但我相信生成(chéng)式人工智能(néng)將(jiāng)繼續發(fā)展，并將(jiāng)掀起(qǐ)對(duì)該領域的投資熱潮。盡管科技公司在人工智能(néng)的開(kāi)發(fā)潛力和應用方面(miàn)有著(zhe)激烈的競争，但在我看來，無論當下還(hái)是未來，數據中心似乎能(néng)夠在由人工智能(néng)驅動的世界中蓬勃發(fā)展。

本文作者約瑟夫·齊德（Joseph Zidle）是黑石私人财富解決方案首席投資策略師；文中的數據和分析由Taylor Becker提供。本評論所述觀點均屬Joseph Zidle和Taylor Becker的個人觀點，不一定反映Blackstone Inc.（及其關聯公司，統稱“黑石集團”）的觀點。

（本文内容僅供參考，不構成(chéng)任何形式的投資和金融建議；市場有風險，投資須謹慎。）