AI テクノロジーの台頭により、新世代の技術革命がすぐそこまで来ている可能性があります。しかし、人類は過去の技術革命でいくつかの教訓を残しました。これらの歴史から何を学べるでしょうか?
モルガン・スタンレーの株式ストラテジスト、エドワード・スタンレー氏は6月2日、レポートの中でテクノロジー拡散理論を用いて分析した。この理論は、テクノロジーがどのように最初に商品化され、応用され、精力的な推進と普及の段階を経て、最終的に排除されるまでの過程を研究している。遅れを取ったせいで。
技術の普及は、技術の進歩と技術革新の後に起こります。人類の歴史の観点から見ると、技術の普及は技術の進歩の過程で重要な役割を果たしています。技術革新が広く適用され促進されなければ、経済に物質的な影響を与えることはないからです。
したがって、モルガン・スタンレーは、人工知能技術の普及率は、これまでの画期的な技術を上回っており、これはより多くの投資機会とより多くの問題を意味していると考えています。
たとえば、規制の問題だけでなく、古いテクノロジー企業が混乱に陥り(株価は決して回復しない可能性があります)、生産性を向上させる新しいテクノロジーによって引き起こされるデフレの問題もあります。
1#開発スピードと規制の問題
テクノロジーの発展に伴い、新世代の新テクノロジーは以前のテクノロジーをベースに進化を加速し、所要時間は継続的に短縮されます。
モルガン・スタンレーは、1885 年以降の電気、2007 年以降のインターネット、2022 年以降の人工知能をそれぞれの「iPhone の瞬間」 (つまり、新しいテクノロジーが大規模に導入されたとき) 以降に利用した業界の導入曲線を比較しています。 )。
データによると、これら 3 つのテクノロジーそれぞれの「iPhone の瞬間」から普及率が 10% を超えるまでに、電力では 20 年、インターネットでは 7 年、で、生成型人工知能ではわずか 1 年かかりました。年。
普及率 30% に達し、隣接する分野に放射するには、電気は 30 年、インターネットは 15 年かかり、人工知能は半分以下になる可能性があります。
このようなスピードの速さに直面して、世界中の政府による規制に関する議論が激化しています。現在、欧州連合(EU)が先駆者として規制法案を提出しようとしている。
2#ダウンロード速度>アップリンク速度
過去 50 年間の 80 の構造的なプラスとマイナスの導入曲線を観察すると、モルガン・スタンレーは次の 2 つのことが明らかであると指摘しました。
Apple の EV/売上高は、iPhone の発売後 6 か月以内に 2 倍になりました。実際、その半分以上は発売後ではなく、発売前に発生しています。 一方、コンセンサス株価はこの期間に 20% しか上昇せず、発売日から 2007 年末までに 15% しか上昇しませんでした。#5 誇大宣伝サイクルは今や例外ではなく標準になっていますApple と既存企業との間の本当の亀裂はその後 5 年間に生じ、Apple の評価額は iPhone 発売時の水準を下回りましたが、コンセンサスによる売上高予測は 8 倍でした。 確立された企業の場合、売上高は安定しているというのが市場のコンセンサスですが、平均評価額は依然として 90% を超えています。
モルガン・スタンレーは、テーマバブルはピーク後に3年の調整期間を持つ傾向があり、これは4年後に回復する傾向があるマクロテーマよりも速いサイクルであると指摘しました。
#6 GPT の「キラー アプリ」を見つける現在の株価上昇は、私たちが過去 100 年間にわたって追跡してきた 70 の誇大広告サイクルと比較すると異常値です。ここで問題となるのは、この誇大宣伝サイクルが過去の誇大宣伝サイクルと比べてどの程度粘着性があるのかということです。
これについては、Google トレンドに細心の注意を払っていきます:
• GitHub Copilot などのコード生成 AI ツールのアクティビティが当初急増しましたが、ピーク時の検索関心の 45% 未満にまで戻りました。
•画像生成 AI (Midjourney など) はテキスト モデルよりも先に発売され、その関心はピークから 50% に低下しました。
• テキスト生成 AI (例: ChatGPT/Bard) は 2022 年 11 月に最後に導入され、上記の方法よりも粘着性が高いことが証明されていますが、消費者のエンゲージメントは引き続き追跡します。
iPhone がリリースされたとき、どのメーカーが破壊的影響を受けるかは明らかでしたが、その時点での最終的な「勝者」は新興企業である可能性があり、そのほとんどは消費者との新たな接点としてハードウェアを使用しています。
モルガン・スタンレーは、50 を超える「プラットフォーム アプリケーション」のイノベーションから、「キラー アプリケーション」が新しい破壊的テクノロジー プラットフォームから出現するまでに約 1.6 年かかることが多いと結論付けました。
#7 「勝者」はほぼ「すべてを手に入れる」これらのスタートアップ企業がこれまでに展開した 130 億ドルのうち、そのほとんどは、いくつか例を挙げると、OpenAI、Anthropic、Adept などの大手言語モデル メーカーに投じられています。この空間にいるユニコーンたちです。
資金の残りの約 20% は、HuggingFace や、新しい一元化されたオープンソース LLM をサポートするその他の主要ベンダーやプラットフォームなどの下流アプリケーションに当てられます。
今後 2 年以内にキラー アプリが登場すると予想されるのは、この後者のカテゴリの資金調達です。
モルガン・スタンレーは、過去100年にわたり、時価総額のリーダーシップは変化の影響を受けやすくなっていると指摘した。技術変化において主導的な立場にある銘柄は、大きな技術革新から 10 年も経つとリーダーではなくなることがよくあります。
#8 純粋な投資株の価格が高い電気とインターネットから得た教訓は、自動化と電化を早期に活用した企業は市場で大きな発展と価値を獲得できることを示しています。
革新的なテクノロジーの普及は、株式市場のリーダーシップの変化につながることがよくあります。1990 年以来、企業の 2.3% が 75 兆ドルの株主利益を生み出しています。
AI のプラス面はすでに織り込まれていると感じている潜在的な買い手にとって、長期トレンドの最初の 1 年を逃しても、何年にもわたって「勝ち組」株が得られるわけではないことは歴史が示しています。返品はどのような影響を及ぼしますか。
「純粋投資株式」とは、特定の業界または分野のみに従事する企業の株式を指します。これらの企業の主な事業活動と収入源は特定の業界に集中しているため、株式の業績は特定の業界またはセクターの業績と高い相関性があります。
モルガン・スタンレーは、長期的には、人工知能などのテーマに関連する株は「非純粋」株よりも10~50%高く評価され、平均プレミアムは25%になると予想されていると指摘した。 。
#9 生産性の向上(生成的) AI は、当社の持続可能なソリューション データベースでは独立したテーマとしては表示されませんが、投資家には、(1) 最も高く持続可能な参入障壁、(2) 最も優れた参入障壁を持つテーマに焦点を当てることをお勧めします。データと品質、(3) 内部リスクが最も低い、(4) 収益のアップサイドまたは持続可能なコスト削減を生み出す AI エクスポージャーに関する最も純粋なビジネス モデル。
モルガン・スタンレーは、産業における電力の普及とインターネットの普及後、テクノロジーの普及により生産性(1人当たりGDPで測定)が2.5倍増加する傾向にあると述べた。
#10 デフレ問題企業コミュニケーションや学術文献の増加により、GitHub Copilot を使用した場合の開発者の生産性の 55% の向上から、生成 AI Copilot を使用した場合の 14% の向上に至るまで、業界全体での生産性の向上が提案されています。コンタクト センターのエージェントの解決率が向上し、 ChatGPT を使用すると、対照サンプルと比較して法的使用例が 26% 増加し、患者と医師の共感と対応が 79% 増加しました。
モルガン・スタンレーは、テクノロジーはデフレ的である(「テクノロジーはデフレ的」)と提案しました。これは、テクノロジーがデフレを促進する可能性があることを意味します。
第一に、テクノロジーは労働需要を減少させます。それは賃金と雇用水準に下方圧力をもたらし、それによって労働者の可処分所得が減少するため、商品やサービスの需要が減少します。
第二に、テクノロジーにより、商品やサービスの生産を効率的にスケールアップできます。市場の現在および将来の商品需要を満たすために商品の生産を効率的に拡大できれば、需要が増加してもその商品の価格は上昇しません。テクノロジーが進歩するにつれて、ますます多くの産業がこの変曲点に達し、市場全体のインフレはますます弱くなっていくでしょう。
しかし、決定する必要がある問題の 1 つは、デフレがいつ起こるか、そしてそれがどれほど深刻になるかということです。
ChatGPT およびその他の生成 AI テキスト LLM は、過去 30 年間にわたって構造的に膨張してきた業界、特に教育、医療、法律、金融、建設、ライセンス発行などの業界に効率性の向上をもたらすのに最適です。こうした効率性とデフレの恩恵が企業にどれだけもたらすかは、参入障壁の強さにもよるが、まだ分からない。
私たちは、仮想エージェントに関する新たな議論が企業の顧客離れとサブスクリプション ビジネスの課題をどのように悪化させるかにもっと興味があります。
以上がAI流「技術普及」:過去100年の10の「教訓」の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。