核心观点
- 全球经济正朝着普遍的数字化方向发展,数据和计算需求呈指数级增长,AI 产品和服务的用户采用率也随之提高。
- AI 发展的经济模式正在发生微妙的变化,训练前沿 AI 模型的成本很高且不断上升,而推理成本则急剧下降。
- AI 领域的全球竞争日益激烈,中国 AI 基础模型和 AI 驱动的机器人技术的快速发展,以及各国对主权 AI 项目的兴趣,都在推动全球竞争格局的变化。
- AI 正迅速进入传统经济部门,例如国防、采矿和农业,这表明在这些领域 AI 的投资回报率已经达到临界点。
- AI 的发展将从根本上改变就业市场,导致工作岗位的流失,但也会创造新的工作岗位,例如 AI 开发、管理和伦理领域。
关键数据
- OpenAI 的 ChatGPT 在五天内获得了 100 万用户,17 个月内获得了 8 亿周活跃用户,其 90% 的用户来自非美国地理区域。
- 英伟达的生态系统在七年时间内达到了 600 万开发人员,而谷歌 Gemini 的生态系统在一年内增加了 500%。
- 2024 年,全球 IT 数据中心资本支出达到 4550 亿美元,预计到 2030 年,私人投资将达到 200-250 亿美元。
- 2024 年,全球 IT 数据中心资本支出达到 4550 亿美元,数据中心占世界电力消耗的 1.5%,自 2017 年以来每年增长 12%,而全球总电力消耗的增长率为四倍。
研究结论
- AI 发展和采用的速度和规模是前所未有的,这得益于不断增长的资本支出、繁荣的开发者生态系统和准备就绪的市场。
- AI 的经济模式正在变得越来越复杂,前沿模型训练成本的激增和推理成本的下降,以及开源模型的创新,使得前沿模型空间的竞争者面临巨大的挑战。
- 中东和印度等地区面临着独特的挑战和机遇,这些地区需要评估其当地需求并做出有针对性的投资。
- 中东国家可以利用其资本储备在短期内进口 AI 堆栈,而印度则拥有一个庞大且准备就绪的用户基础,可以通过针对当地需求进行优化的产品来利用这一基础。
- 全球南方国家在前进的道路上将面临如何利用其特定的优势和劣势来建立联盟和加强合作伙伴关系,以在一个日益分散的数字世界中保持联系。