ChatGPT爆火以来，越来越多投资者开始关注AI领域。企业们也为此煞费苦心，AI在各类工作场景中涌现。目前为止，哪些企业取得了最大进展？劳动力市场如何变化？越大越好的模型何时碰到增长极限？中国在生成式AI的竞赛中潜力如何？今天以一组《经济学人》图表来展示AI的多元影响。
欢迎订阅《经济学人·商论》阅读更多系列文章。
ChatGPT Inc
ChatGPT公司
本刊的早期采用者指数考查了美国企业界应用AI的进展
各种各样的公司都在使用这项技术【深度】
... ...对公司个案的研究只能揭示整体图景的一小部分。为了更全面地了解哪些公司和行业正在采用AI，本刊研究了标普500指数所有公司的相关数据。我们考查了五项指标：提到AI的已发布专利的占比、针对AI公司的风险投资活动、对AI公司的并购、提及AI的招聘启事，以及财报电话会议上谈到AI的次数等。因为其他类型的AI同样可以为企业带来好处，所以我们的分析报告考虑的是所有类型的AI，而不仅仅是生成式AI浪潮。结果表明，即便在科技圈以外，各种公司对AI的兴趣也在快速增长。而且已经出现了明显的领先者和落后者。
AI专业技能似乎已经在蔓延开来（见图表）。研究公司PredictLeads表示，在过去三年中，约有三分之二的标普500指数公司曾经发布提到AI技能的招聘广告。在这些公司目前列出的职位空缺中，有5.3%提到了AI，而这一比例在过去三年的平均数为2.5%。这样的增长在某些行业更为突出。比如，这一比例在零售公司中从3%上升到11%；在芯片制造商中从9%上升到19%。... ... ...
2. 算力是越大越好吗？
如果Epoch AI有关每十个月算力翻番的估算是正确的，那么到2026年，训练成本可能会超过十亿美元——假设模型没有先把数据消耗殆尽的话。模型越大，运行成本就越高。因此，业界许多人认为这种“越大越好”的方法快要行不通了。如果要继续改进AI模型，它们的开发者将需要解决如何以更少的资源实现更高性能的问题。正如OpenAI创始人阿尔特曼4月在回顾巨型AI的发展历程时所说：“我认为我们正处在一个时代的尽头。”
The bigger-is-better approach to AI is running out of road
无以为继
“越大越好”的AI之路快行不通了
亚马逊、谷歌和微软正在提供更高端、更具粘性的服务【深度】
然而，现代AI研究中一以贯之的结论却是，虽然大就是好，但越大越好。因此，模型一直在以惊人的速度变大。今年3月发布的GPT-4据信有大约一万亿个参数，是GPT-3的近六倍。OpenAI的老板山姆·阿尔特曼（Sam Altman）称它的开发成本突破了一亿美元。整个行业都存在着类似的趋势。研究公司Epoch AI曾在2022年估算，训练一个尖端模型所需的算力每六到十个月便会翻一番（见图表）。
这种“巨人症”正在成为一个问题。如果Epoch AI有关每十个月算力翻番的估算是正确的，那么到2026年，训练成本可能会超过十亿美元——假设模型没有先把数据消耗殆尽的话。去年10月发表的一项分析预测，用于训练的高质量文本的存量很可能也会在2026年前后耗尽。而且即使训练得以完成，生成的模型实际使用起来也可能很昂贵。模型越大，运行成本就越高。今年早些时候，摩根士丹利估计，如果谷歌把一半的搜索交给目前的类GPT程序处理，那么它每年可能会多花60亿。随着模型越来越大，这笔费用可能还会上升。... ...
3.大型语言模型（LLM）如何改变劳动市场？
生成式AI
大型创造性人工智能模型将改变生活和劳动力市场
它们带来了巨大的希望和危险。但它们是如何工作的？【深度】
4.AI热潮造就的“下一个苹果”
【首文】英伟达，不可挡？
AI热让英伟达大赚特赚。它能守住优势地位吗?
竞争和监管可能会构成威胁——但那都是以后的事
英伟达也有先见之明，在两个领域进行了投资，帮助巩固了自己的霸主地位。... ...
5.中国与生成式AI竞赛
目前太平洋两岸的决策者最为关注的技术似乎是AI——“生成式”AI去年以来的能力迅速提升掌握持续加强着这种关注。双方战略家已经在讨论一场AI军备竞赛，中国会占得先机吗？去年，对中国AI创业企业的私人投资为135亿美元，不到流向美国竞争对手的资金的三分之一。据数据提供商PitchBook称，在2023年前四个月，这一投资差距似乎又进一步扩大。无论生成式AI是否具有革命性，市场的力量都不容忽视。
中美科技竞赛
中国在生成式AI方面能有多厉害？
开源AI迅速推进，让该技术被少数公司控制的可能性减少
前些年，中国在某些衡量AI实力的指标上开始领先（订阅《经济学人·商论》解锁全部图表）。2019年，中国的AI高被引论文占比超过了美国。2021年，26%的全球AI会议论文来自中国，而美国这一比例为17%。按AI论文发表量计算，全球排名前十的机构中有九个在中国。
然而，在赋予生成式AI智慧的“基础模型”方面，美国稳坐头把交椅（见图表2和3）。ChatGPT及其背后的开创性模型（最新版本为GPT-4）是美国创业公司OpenAI的发明。其他一些美国公司也都有自己强大的系统，其中既有Anthropic或Stability AI等小公司，也有谷歌、Meta和微软（持有部分OpenAI股份）等科技巨头。文心是中国互联网搜索巨头百度打造的对标ChatGPT的产品，人们普遍认为它的智能程度没有ChatGPT高。中国最强大的科技巨头阿里巴巴和腾讯尚未推出各自的生成式AI。
这促使知情人士得出了这样的结论：中国在建立基础模型方面比美国落后两三年。造成这一差距的原因有三个。... ...
【付费文章】欢迎打开商论App，订阅后阅读全文并获取图表。《经济学人·商论》持续推出专题系列文章，欢迎订阅搜索“AI”获取更多《经济学人》核心观点
Big pharma is warming to the potential of AI
神药
大药厂对AI的潜力热情见涨
但也有人担心终结者降临
赛诺菲的老板保罗·哈德森（Paul Hudson）兴奋地挥动着手里的iPhone，急切地想要展示这家法国制药公司最新的人工智能（AI）应用plai。它依靠10亿多个数据点提供“零嘴式”信息，比如提醒某种药的库存即将见底；在和某家广告公司开会时可以问些什么；建议设立可能加快药物审批的临床试验点，等等。就像奈飞推送剧集一样，plai也能及时发送当下有用的信息，哈德森称之为“拍一拍”。他打趣说plai用了差不多四小时就实现了收支平衡，还说与大型咨询公司就一个数据管理项目对大企业要价三四亿美元相比，plai的成本是“小菜一碟”。赛诺菲的八万名员工有一成人天天使用它。
AI在制药业里并不新鲜。生物科技公司捣弄它已经有好些年。现在，大药厂对AI的兴趣也日益浓厚。去年，葛兰素史克的首席执行官艾玛·沃姆斯利（Emma Walmsley）表示，AI可以提高研发生产率，而这是该行业最严峻的挑战。莫德纳（Moderna）最近说自己“精准聚焦”AI。赛诺菲则是“放手一搏”。投资银行摩根士丹利估计，十年内，制药业为加快药物研发每年在AI上的花费可能达到500亿美元。
这些热情所聚焦的那类AI经过生物数据的训练，可能改进总要碰运气的药物发现过程。新药可能要十年才能出现，耗资数十亿美元，成功率只有10%。即使是速度和效率上的微小改进也会带来巨大的价值。但科学家们一直难以用传统的统计工具驾驭生物大数据。机器学习让筛选大量信息成为可能，不管是临床患者数据，还是基因组序列和人体扫描影像等等。去年，谷歌旗下的AI实验室DeepMind取得了突破性进展，利用其AlphaFold系统预测了几乎所有蛋白质的结构，有朝一日也许有助于确定哪些分子具有治疗潜力。... ...
【付费文章】欢迎打开商论App，订阅后获取全文
2023年7月21日起订阅《经济学人·商论》不再继续免费赠送全年学习社区，若您想继续跟随官方译者全年英语进阶，精读原刊文章，欢迎联络商论小助理 ↓