隨著行業(yè)分析師開始公開質(zhì)疑對生成式人工智能（GenAI）的巨額投資是否會帶來回報，對GenAI討論也開始出現(xiàn)懷疑。在高盛研究公司的一份報告中，批評人士表示，除了編寫數(shù)字助理（Copilot）和聊天機器人之外，缺乏“殺手級應(yīng)用”是最緊迫的問題，而數(shù)據(jù)可用性、芯片短缺和電力問題也構(gòu)成了阻力。當(dāng)然，許多人仍然看好GenAI對商業(yè)和社會的長期前景。

在過去的一年半里，對GenAI的大肆炒作無疑吸引了大眾注意，尤其是那些經(jīng)歷過世紀(jì)之交的互聯(lián)網(wǎng)繁榮和隨后的泡沫破裂的人，包括隨后云計算和智能手機的興起，這是由亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）和蘋果iPhone分別于2006年和2007年推出。

2010年代初的大數(shù)據(jù)熱潮是又一個對科技的熱捧，用1999年Michael Lewis那本頗有啟發(fā)性的書中的話說，硅谷對持續(xù)不斷的技術(shù)革新的執(zhí)著，最終以Hadoop作為“新事物”的加冕而告終。在Hadoop崩潰之后(一開始是緩慢的，然后在2019年突然崩潰)，大數(shù)據(jù)微妙地改變了方向，人工智能成為了熱門的新事物。其他幾個新事物也在這一過程中勇敢地贏得了關(guān)注和風(fēng)險投資——區(qū)塊鏈將改變世界！5G將加速邊緣計算！自動駕駛汽車即將到來！但似乎沒有什么能真正獲得關(guān)注，大數(shù)據(jù)世界在傳統(tǒng)機器學(xué)習(xí)方面取得了漸進(jìn)式的進(jìn)展，同時也在思考這些新奇的神經(jīng)網(wǎng)絡(luò)到底有什么用。

GenAI是最新的新事物。也就是說，直到OpenAI在2022年底推出了一種名為ChatGPT的新型大型語言模型(LLM)。從那以后，神經(jīng)網(wǎng)絡(luò)驅(qū)動的人工智能，尤其是基于Transformer網(wǎng)絡(luò)的GenAI的炒作程度，讓人想起了之前的科技重大時刻。值得指出的是，其中一些重大時刻被證明是真正的拐點，比如移動和云，但其他技術(shù)突破的失敗教訓(xùn)花了好幾年才變得明顯。

因此，我們現(xiàn)在面臨的最大問題是：五年后，我們將把GenAI應(yīng)用于哪些領(lǐng)域?其中一個聲音認(rèn)為人工智能可能會走上5G和區(qū)塊鏈的道路，正是高盛(Goldman Sachs)。高盛研究通訊(Goldman Sachs Research Newsletter) 6月號的一篇廣為閱讀的報告題為《生成式人工智能：花費太多，收益太少?》，編輯艾莉森·內(nèi)森思考人工智能是否會成功。

她寫道:“生成式人工智能技術(shù)將改變公司、行業(yè)和社會的前景繼續(xù)受到吹捧。未來幾年，領(lǐng)先的科技巨頭、其他公司和公用事業(yè)公司將在資本支出上投入約1萬億美元，包括對數(shù)據(jù)中心、芯片、其他人工智能基礎(chǔ)設(shè)施和電網(wǎng)的重大投資?！钡駷橹?，這筆支出沒有什么輝煌戰(zhàn)績可顯示的。

內(nèi)森采訪了麻省理工學(xué)院教授Daron Acemoglu，Acemoglu表示，人工智能能夠自動化的任務(wù)中，只有四分之一會以經(jīng)濟有效的方式實現(xiàn)自動化?？偟膩碚f，Acemoglu估計，在10年內(nèi)，只有5%的任務(wù)將實現(xiàn)自動化，在此期間，美國的整體生產(chǎn)率將提高不到1%。

Acemoglu告訴內(nèi)森:“生成式人工智能有可能從根本上改變科學(xué)發(fā)現(xiàn)、研發(fā)、創(chuàng)新、新產(chǎn)品和材料測試等過程，并創(chuàng)造新的產(chǎn)品和平臺?！薄暗紤]到當(dāng)今生成式人工智能技術(shù)的重點和架構(gòu)，這些真正的變革不會很快發(fā)生，而且在未來10年內(nèi)可能很少(如果有的話)。”

Acemoglu說，通過提高數(shù)據(jù)和GPU這兩個核心成分的產(chǎn)量來加速GenAI的發(fā)展可能行不通，因為數(shù)據(jù)質(zhì)量是等式的一個重要組成部分。

他說:“在下一代GPT中加入兩倍數(shù)據(jù)，可能會提高它在進(jìn)行非正式對話時預(yù)測下一個單詞的能力，但這并不一定會提高客服代表幫助客戶解決視頻服務(wù)問題的能力。”

適合訓(xùn)練GenAI模型的芯片短缺是高盛對GenAI持悲觀態(tài)度的另一個因素。這讓英偉達(dá)受益匪淺，在截至4月28日的季度中，該公司的收入增長了260%以上，達(dá)到260億美元。這幫助它的市值超過了3萬億美元，加入微軟和蘋果，成為世界上最有價值的公司之一。

高盛全球股票研究主管Jim Covello在簡報中寫道：“如今，英偉達(dá)是目前唯一一家能夠生產(chǎn)驅(qū)動人工智能的GPU的公司?！薄坝行┤苏J(rèn)為，來自半導(dǎo)體行業(yè)或超大規(guī)模企業(yè)(谷歌、亞馬遜和微軟)的英偉達(dá)競爭對手將會出現(xiàn)，這是可能的?？紤]到芯片公司在過去10年里一直試圖推翻英偉達(dá)在GPU領(lǐng)域的主導(dǎo)地位，這與我們今天的處境相比是一個巨大的飛躍?！?/span>

Covello說，訓(xùn)練和使用GenAI的巨大成本阻礙了GenAI最終可能帶來的生產(chǎn)力或效率的提高。

他寫道:“目前，人工智能在提高現(xiàn)有流程(如編碼)效率方面顯示出了最大的希望，盡管對這些效率改進(jìn)的期望已經(jīng)下降，而且利用這項技術(shù)解決任務(wù)的成本遠(yuǎn)高于現(xiàn)有方法?！?/span>

Covello在智能手機剛問世時是半導(dǎo)體分析師，他從技術(shù)創(chuàng)新中獲得了一些賺錢的經(jīng)驗。例如，他說，智能手機制造商承諾將全球定位系統(tǒng)(GPS)集成到手機中，他們的路線圖被證明是有先見之明的。

他說，人工智能“目前還沒有可比的路線圖”?！翱春萌斯ぶ悄艿娜怂坪踔皇窍嘈?，隨著技術(shù)的發(fā)展，用例會激增。但在生成式人工智能問世18個月后，還沒有發(fā)現(xiàn)一個真正具有變革性的應(yīng)用，更不用說成本效益了?！?/span>

最后，訓(xùn)練LLM和其他GenAI模型所需的功率必須考慮到投入產(chǎn)出等式中。據(jù)估計，人工智能目前消耗了全球約0.5%的能源，預(yù)計這一數(shù)字在未來還會增加。

“隨著每個人都在追逐人工智能浪潮，公用事業(yè)公司正在應(yīng)對數(shù)百個對大量電力的需求，但最終只有一小部分需求會得到實現(xiàn)，”三葉草基礎(chǔ)設(shè)施(Cloverleaf Infrastructure)聯(lián)合創(chuàng)始人、前微軟能源副總裁Brian Janous說。

Janous說，去年等待并網(wǎng)的電力項目的總?cè)萘吭鲩L了近30%，目前等待時間從40到70個月不等。由于有如此多的項目等待供電，尋找更多電力來推動人工智能培訓(xùn)的數(shù)據(jù)中心將成為“不容易的目標(biāo)”。他說，美國需要擴大電網(wǎng)規(guī)模，以應(yīng)對預(yù)期的電力需求增長，但這不太可能以低成本或高效率的方式實現(xiàn)。“不幸的是，美國已經(jīng)失去了建設(shè)大型基礎(chǔ)設(shè)施項目的能力——這項任務(wù)更適合20世紀(jì)30年代的美國，而不是21世紀(jì)30年代的美國，”Janous說?！八?，這讓我有點悲觀。”

但并非所有人都對人工智能的未來感到悲觀。高盛資深全球經(jīng)濟學(xué)家Joseph Briggs是對GenAI技術(shù)持樂觀態(tài)度的人之一。Briggs在反駁Acemoglu的文章中估計，GenAI最終將使25%的工作任務(wù)實現(xiàn)自動化，并在未來十年內(nèi)累計提高美國9%的生產(chǎn)率和6.1%的GDP增長率。更重要的是，GenAI不僅會自動化一些目前由人類完成的現(xiàn)有任務(wù)，還會刺激新任務(wù)的創(chuàng)造。

他寫道:“人工智能探索任務(wù)的完全自動化可能會在更長的時間內(nèi)發(fā)生，這可能會為每位工人每年節(jié)省數(shù)千美元的成本?！薄半S著時間的推移，新技術(shù)的成本也往往會迅速下降。鑒于生成式人工智能的成本節(jié)約應(yīng)用可能會遵循類似的模式，而且一旦應(yīng)用程序開發(fā)出來，部署的邊際成本可能會非常小，我們預(yù)計人工智能的采用率和自動化率最終將遠(yuǎn)遠(yuǎn)超過Acemoglu估計的4.6%?！?/span>

Kash Rangan是GenAI的另一位信徒。在接受高盛編輯內(nèi)森的采訪時，這位資深股票研究分析師表示，他對GenAI的創(chuàng)新速度感到驚訝，并對云計算巨頭的基礎(chǔ)設(shè)施建設(shè)印象深刻。他承認(rèn)，GenAI還沒有找到自己的殺手級應(yīng)用，就像ERP主導(dǎo)了上世紀(jì)90年代、搜索和電子商務(wù)主導(dǎo)了本世紀(jì)頭十年、云應(yīng)用主導(dǎo)了2010年那樣。

“但考慮到每個計算周期都遵循所謂的IPA進(jìn)程——首先是基礎(chǔ)設(shè)施，其次是平臺，最后是應(yīng)用程序，這并不奇怪，”Rangan說?！叭斯ぶ悄苤芷谠诤艽蟪潭壬先蕴幱诨A(chǔ)設(shè)施建設(shè)階段，因此找到殺手級應(yīng)用需要更多時間，但我相信我們會到達(dá)那里?！?/span>

他的同事Eric Sheridan也持樂觀態(tài)度?！耙虼?，這項技術(shù)在很大程度上仍在發(fā)展中。但在公司活動或開發(fā)者大會上觀看生成式人工智能的能力展示，而不為其長期潛力感到興奮，這是不可能的?！盨heridan表示:“雖然我永遠(yuǎn)不會說我不擔(dān)心沒有回報的可能性，但我現(xiàn)在并不特別擔(dān)心，盡管如果在未來6-18個月內(nèi)沒有大規(guī)模的消費應(yīng)用出現(xiàn)，我可能會更加擔(dān)心?！?/span>

GenAI的期望仍然很高，目前最大的問題是GenAI的回報率是否會在大多數(shù)人失去耐心前上升。