周亨 - AI狂潮須謹慎|財股魔鏡

上周,我們簡單介紹了少數晶片科技巨頭如何以研發各種高端AI晶片而受惠。近期各國大舉投資複雜的AI計算基礎設施,以增進企業核心競爭力。本周,我們看看一些類似而擁有演算數據集,或正在收購數據集和圖像庫,推動機器學習的科企。

近日,聊天機器人ChatGPT和Bard成為全城熱話,它們之所以能理解和運用人類語言,很大程度是依賴在網站上索取文章、圖像,以及其他平台用戶的數據。而可令搜索引擎如Google、Microsoft、百度等能在AI競賽中脫穎而出的重要因素是它們擁有高效和自動化的系統來收集、存儲和整合大量免費的訊息。

以AI數據來分析業務其實不是新鮮事。IBM Watson、Deep Blue和Google的DeepMind等,早前曾打敗國際圍棋冠軍、進行商業分析,甚至利用數據來導航自動駕駛。然而,各個AI部門對科企的利潤貢獻仍十分小,而且不斷訓練模型支出非常高,所以導致不少AI業務未能長久維持。如在去年,IBM出售旗下AI Watson Health業務,而獲福特(Ford)和大眾汽車(VW)支持的Argo AI,也解散其AI業務,並為此撇帳了27億美元。據報道,瑞穗(Mizuho)和軟銀集團(SoftBank)也關閉了其AI信用評分和貸款平台。

另一個經常爭論的問題是數據集的大小、多樣性和相關性是否使人工智能引擎比其他引擎表現得更出色。利用海量的相關數據訓練AI模型非常昂貴。如Open AI已經將其重心從非盈利轉向盈利性,為節約其資金和計算成本,它們不得不再度與Microsoft 擴大合作關係。生成AI的商業模式仍處於起步階段,但能否控制關鍵數據集和專有模型是區分兩者的重點。

版權也是另一個主要爭議點,由於潛在的版權侵略訴訟風險,AI開發者正面臨着數據的潛在法律合規費用和不確定性。所以科技巨頭擁有龐大的資源和獲取數據的能力,比較容易在AI發展中取得有利的位置。

總而言之,就像早前元宇宙熱潮一樣,投資者需先仔細研究個別AI股公司的商業模式、財政實力,以及它們在AI核心科技上的差異,而不是被時下的AI狂熱影響至一窩蜂入市。
博譽顧問集團資深顧問
周亨
更多文章