外表
2023年12月7日
投资人工智能和网络安全
2023年12月7日
分钟
要点
生成式人工智能或将成为像印刷机一样的革命性技术，促进信息、理念及创意的传播和普及。
人工智能为许多基本商业、法律和医疗服务带来的效率将会日益显现，其速度之快将超出许多人的预期。
除技术行业外，金融和金融科技有可能是受到最大影响的经济领域之一，而自然资源和气候科技受到的影响最小。
生成式人工智能也会带来一系列风险，这些风险涉及知识产权侵权、信息错误、偏见加深以及可能会令网络犯罪更趋严重的工具。
人类进步的新时代已经来临。生成式人工智能（一种能够以类似于人工的效果创建图片、文本和音频等内容的系统）是一项颠覆性的技术。的确，我们认为它可能会成为像印刷机一样的突破性技术，让所有人都能够提升创造力，并能在更广的范围内以更低的成本分享知识和理念。
生成式人工智能在促进人们的福祉和驱动增长方面具有巨大的潜力。例如，该技术有望提高在癌症和阿尔茨海默病等疾病的新治疗方法方面取得突破的可能性。同样，旨在加快低成本清洁能源的提供和开发抗气候变化作物品种的研究或许也可以提速。对全球经济而言，这项技术可以改变各行各业的工作性质，为长期低迷的生产力增长提供亟需的推动力。
但生成式人工智能也会带来风险。偏斜或不准确的数据会可能会导致加深性别、种族和许多其他偏见的结果。某些特定的公司可能会获得不相称的收益，而其他不具备类似能力的公司则可能会遭受利益损害。生成不正确的资料和虚假信息可能会损害人们对生成式人工智能本身的信任，人工智能对知识产权所产生的影响亦是如此。
本文中，我们研究了生成式人工智能对各类经济超级行业的潜在颠覆性影响。
生成式人工智能如何重塑技术行业
第一轮潜在机会围绕技术价值堆栈。根据对不同技术的影响，该超级行业可以划分为“价值堆栈”。堆栈的底层是“硅”。
生成式人工智能需要海量的数据处理能力。还需要大量内存（即数据传输时的临时存储）。因此，我们认为生成式人工智能能够推动对多种专业芯片的巨大需求，例如图形处理器（GPU）和应用型专用集成电路（ASIC）以及存储技术。生产此类技术需要专业设备和硅晶圆等原料。
同时还需要构建大量的数据基础设施，以支持生成式人工智能。超大规模云服务企业（Hyperscaler），本质上即大型云服务提供商，以及其他数字基础设施专业公司将负责大部分的供应服务。这样的示例包括美国的数据中心公司和亚洲的电信运营商。模型和机器学习操作涵盖生成式人工智能模型的开发和培训等关键活动。在专有数据和设备端人工智能（在用户手机等特定设备上，而不是在云计算机上进行操作）上训练的更小型、更高效的模型是值得关注的主要趋势。
生成式人工智能将会影响所有类型的软件和应用程序。前台软件（包括客户关系管理（CRM）和营销自动化软件），可以更具洞察力和更高效。这也同样适用于后台软件（包括招聘、人才管理和其他人力资源流程等方面）。网络犯罪分子已在试图利用生成式人工智能达到不法目的，但网络安全公司也正在部署反击措施。
最后，我们预计人工智能将驱动技术服务的进步。这包括咨询/顾问、第三方软件开发和业务流程优化等。
生成式人工智能和其他经济领域
花旗研究分析师将经济分为七个超级行业，分别考虑生成式人工智能对这些行业带来的潜在机会和挑战。除了科技这一主要行业外，金融和金融科技被认为是最有可能受到影响的行业，而自然资源和气候技术受到的影响最小。
金融和金融科技
生成式人工智能有可能帮助实现投资和市场的普及，改进算法交易，实现更强大的数据利用，并可以对保险风险进行更好的分析和定价。其他机会包括通过聊天机器人和数字助理提供更好的全天候客户服务、更好的欺诈检测和预防以及增强的自动化合规监控。该超级行业面临的风险包括因生成式人工智能产生的欺诈；人工智能战略执行不当导致的声誉和监管风险；人工智能参与市场操纵；人工智能故障；以及投资管理人未能将人工智能正确整合到流程中。
消费品
必需消费品公司（例如食品、饮料、家居和个人产品制造商等）正在其运营中研究和部署人工智能工具。这可能意味着在制造、供应链和营销活动中实现更快的创新和更高效的数据使用。另一条途径是通过减少浪费和能源消耗来增强可持续性。相比之下，传统奢侈品行业的应用速度要慢一些。珠宝公司有可能会在设计和建模方面应用该项技术，但切割和抛光方面还未观察到相关发展。消费零售业正在探索使用生成式人工智能来处理客户查询、店内商品查找和供应链管理等业务。打击制假的相关工作也可能会得以加强，特别是在高端酒和化妆品领域。
医疗保健
人工智能可能会对药物发现和设计产生深远影响。人工智能还将在临床试验的患者遴选和招募以及抽样/销售电话的优化方面取得进步。生成式人工智能还可以协助与患者的沟通，例如提醒他们遵守健康习惯以及简化医生的工作，包括笔记记录/将数据输入到数字健康记录中。在患者风险编码、支付完整性以及确保治疗具有成本效益和必要性等方面也可能会取得进展。应用这项技术将包括建立保护患者、医生和医院隐私以及其他数据问题的系统。
工业技术和移动技术
工业流程正日益数字化。物联网平台能够让最终用户创建具体到行业和流程的应用程序。生成式人工智能可以大幅提高创建代码的能力，从而大规模开放工业物联网平台上进行数据分析的市场。在汽车和移动领域，人工智能可应用于自动驾驶汽车的多个方面，并可能推动产品开发、制造和直接面向客户的服务。国防体系中也可能出现更明智的决策过程。
房地产
与其他行业相比，房地产行业一般而言受生成式人工智能的影响较小。至少在该技术应用周期的最初几年，数据中心的需求将会增加。人工智能可以在智能建筑中发挥作用，协助实现温度、照明、警报、泄漏传感器和安保的自动化。同时，聊天机器人可以改进酒店和住宅物业所使用的面向消费者的应用。短期内，办公空间需求可能会因人工智能公司的需求而得到提振，但如果大量工作岗位被人工智能替代，办公空间需求可能会受到影响。
自然资源和气候技术
鉴于该超级行业对重工业的倾斜和相对缺乏直接服务客户的职位，最初阶段不太可能通过人工智能得到劳动力的生产力提升。不过，随着电气化和互联互通的加强、更多的智能设备和更多的分布式能源（例如屋顶太阳能）的应用，可能会有机会出现。人工智能可用于分析由此产生的数据增长，以管理需求和工厂使用，从而产生更高效的能源使用。因为会导致需求下降，减少损耗在某种程度上对该行业来说是一种风险。
人工智能的广泛影响
似乎没有经济领域能够不受人工智能或其相关应用程序的影响。许多行业的生产力有可能会提高，而将人工智能功能嵌入到软件等现有流程中，对于过去依赖他人来完成任务的用户来说，其价值将显而易见。
2024年人工智能驱动的数字化：五个重点领域
生成式人工智能变革最明显的受益者已经在2023年实现了市值的大幅增长，但随着我们进入下一阶段的技术升级，依然还存在着很多潜在的机会。
可以确定的是，投资者参与人工智能技术的指数增长尚为时未晚。超高市值科技领先公司无疑会继续受益于人工智能趋势，但我们认为，在人工智能即将融入到日常业务和个人生活之际，半导体设备、机器人、药物发现和网络安全等领域也将成为明显的受益者。
1.超高市值人工智能领先公司
人工智能模型背后的基础理论已有几十年的历史。建立类似人类的能力（例如编写代码甚至起草这篇文章）的关键是开发能够访问大量数据和充分处理能力的生成式人工智能模型。这就是超高市值科技领先公司建立人工智能优势的方式——他们已花费几十年的时间汇总数据并设计超高速芯片，因此能够首先从人工智能变革中受益。从这个方面来看，2023年科技股的大涨是合乎逻辑的。
我们认为对于人工智能的未来走向，互联网的兴起历程可以提供一个有用的参照。最初，在1990年代初期和中期，由于对互联网前景的狂热吸引了大量投资，那些已经控制了电话线路并铺设了最多光纤的电信公司股价飙升。但随着互联网接入得到全面普及，利益也更加分散，因为几乎每个人和每家公司都通过使用电子邮件或创建网站来改进业务或改善生活质量，从而提高了生产力。
2024年很可能是人工智能能力升级的一年。美联储过去两年来对抗通胀的努力导致了一段时期的限制性金融环境，在此之后这种升级势头将逐渐显现。这意味着在最初，规模化和自由现金流将利好较大型的公司。尽管如此，我们认为可以发掘“美股七巨头”1以外的机会，从而在长期把握人工智能所带来的利好。但我们同时也仍然认为，鉴于这些科技巨头公司的规模和当前的主导地位，未来一年内投资组合中应包含相关的持仓。
2.人工智能基础设施（芯片制造商、半导体设备、数据中心）
随着对人工智能的需求呈指数增长，我们预计全球半导体价值链上的主要供应商将成为2024年的主要受益者。
当前，人工智能计算所需的芯片仅占整个半导体制造的一小部分（图1）。但由于生成式人工智能应用的兴起，需求已从通用计算转向高性能芯片。
拥有生产最先进芯片的能力和专有技术的半导体设备提供商和晶圆制造厂在其专业领域分别占据近乎垄断的地位。美国、日本、台湾地区、韩国和荷兰的领先企业在完成先进芯片制造相关的半导体制造、资本设备和服务领域占据主要市场份额。例如，一家荷兰公司是在硅片上压印纳米颗粒级电路所需光刻设备的唯一供应商。台湾地区最大的晶圆制造厂计划在2024年将人工智能相关芯片制造流程的产能至少增加一倍。
这类设备和制造专有技术很难被替代（尽管在西方进口限制的压力下，中国正在尝试），而且对于潜在的新入行者，存在着巨大的障碍。随着2024年的半周期转为上行，我们认为半导体制造商和设备股有机会赶上去年引领市场的图形处理器设计公司。
图1：尽管具有充分潜力，但提及芯片制造能力，人工智能仍有很大的提升空间
资料来源：花旗研究、Gartner，截至2023年11月17日。所有预测均为观点的表达，如有更改恕不另行通知，亦非对未来事件的保证。指数未经管理。投资者不能直接投资指数。指数仅供说明之用，不代表任何特定投资业绩。指数回报率均未列计任何支出、费用与销售费，若计入上述项目将会降低收益率表现。仅作说明之用。过往业绩并非未来结果的保证。实际结果可能不同。
3.配备人工智能的机器人和自动化
生成式人工智能中使用的相同底层技术——神经网络——也是为更多类人机器人和其他形式的自动化提供动力的引擎。结合不断发展的供应链和汽车技术的长期趋势，我们认为该领域有些公司符合我们对该领域的投资理念。
正如我们在本报告其他部分所讨论的那样，随着美国计划将高端半导体和先进电池的生产转移到离本土更近的区域，美国制造业建设在2023年呈现出繁荣景象。为了支持不断发展的电子商务，仓库容量的扩建升级仍在快速进行。虽然制造业面积不断增加，但我们不确定在本已紧缺的劳动力市场中，是否每一个海外工厂的工作岗位都会被美国工人相应取代。而更有可能的是，企业将继续投资自动化和机器人来移动包裹和操作装配线，这样将即刻利好领先的工业自动化和供应链管理公司。
高级驾驶辅助系统（ADAS）是另一种依赖人工智能技术的自动化形式。这类系统从位于车辆不同角度的传感器、摄像头和超声波设备中获取数据，以获得360度的视野，从而协助并最终取代人类驾驶员。事实证明，为全自动电动汽车创造类似人类的视野可能比最初预期的更加难以实现（根据最新预测，至少2035年前可能无法实现规模化），2但这项技术将继续分阶段不断发展。人工智能将成为推动每次进步的关键。
4.人工智能增强的药物发现
药物发现和设计是另一个可能会受益于人工智能重大颠覆性创新的领域。就像最新的聊天机器人可以理解自然语言一样，神经网络经调准后也可以解释人体语言：DNA、RNA以及蛋白质和药物分子的结构。当今的药物研发通常是一个不断试验和试错的过程。世界上最顶尖的科学家们汇集了他们的集体专业知识，对某些蛋白质组合可能对人体产生的影响进行有效的推测。然后，这些测试项目将进行临床试验，这可能需要花费十多年的时间，甚至并不包括FDA的审查时间。根据花旗研究3，这些试验药物的92%都以失败告终。
我们认为人工智能将能够大幅降低临床试验的失败率。鉴于药物测试、批准和向公众销售所需的时间和资源，新药更高的成功率将对药物成本和制药商盈利产生巨大影响。
5.网络安全——人工智能因其自身存在的风险而提振了对网络安全的需求
网络安全仍是大型公司首席技术官的首要投资重点。虽然人工智能必然会提高我们所有人的工作效率，但它不可避免地会成为恶意行为者渗透网络和设备的另一种工具。意图不轨者（即便没有经验）可以利用最新的人工智能聊天机器人来帮助编写执行网络攻击所需的代码。专业黑客还可以利用人工智能进行模式识别和破解。
但人工智能也可以用来提高网络风险的检测和预防。行业领先的网络安全公司更有可能开发和部署与内部安全运营相关的先进解决方案。
下载报告
了解我们《2024年财富展望》中的见解和主题。
