2025年3月20日，摩根士丹利發布《人工智能的下一個飛躍：塑造創新和投資回報率的5大趨勢》（AI’s Next Leap: 5 Trends Shaping Innovation and ROI），文章探討了人工智能未來發展的五大趨勢及其為企業帶來投資回報率（ROI）的能力。啟元洞見編譯文章主要內容，旨在為讀者了解人工智能未來的發展趨勢提供參考。

目前，全球最大的科技公司正競相優化人工智能的前沿應用，這些應用包括：具備類似人類推理能力的大語言模型（LLM）；推動自然語言處理、圖像生成和編程等領域取得突破的前沿模型；以及能夠整合文本、圖像和視頻等多模態數據的系統。

在這一過程中，各大企業爭相擴大人工智能市場份額，以滿足其客戶需求。企業正在投資人工智能以降低成本、提高生產效率，并希望獲得性能優化、盈利能力提升以及更高的安全性。

“今年的核心是客戶?！蹦Ω康だ蚧ヂ摼W投資銀行主管凱特·克拉森（Kate Claassen）表示，“我們正站在全新技術基礎的門檻上，最頂尖的技術正變得可供所有企業使用。企業成功的關鍵在于，如何全面地將這些技術交付給客戶。”

在最近于舊金山舉行的摩根士丹利技術、媒體與電信大會上，全球頂級科技公司的高管們齊聚一堂，討論他們在構建領先人工智能平臺以及與人工智能生態系統各方合作方面的努力。同時，他們也分享了所面臨的挑戰，包括美國出口禁令和關稅政策的不確定性、能源供應限制以及圖形處理單元（GPU）的短缺等問題。

會議期間，五大關鍵趨勢值得企業高管和投資者關注以下五項內容。

一、人工智能推理與定制芯片

推動半導體需求增長

芯片設計和制造公司的高管表示，人工智能推理是推動計算需求增長的主要因素之一，這也帶動了對半導體的需求的增長。人工智能推理不僅涵蓋了基礎理解，還涉及高級的學習與決策過程，因此需要額外的計算能力來支持預訓練、微調以及推理階段。

高管們強調，他們正積極投資數據中心架構優化能力，以滿足客戶需求，主要關注內存管理、功耗優化等領域，并開發專為特定人工智能任務設計的定制芯片（Custom Silicon），以替代通用計算芯片。

客戶正在權衡是否購買專用集成電路（ASICs）以滿足特定需求。相比通用GPU，ASICs在效率和性能方面更具優勢，但GPU提供更大的靈活性和廣泛的應用場景。高管們表示，隨著邊緣人工智能（Edge AI）在小型設備上的應用增加，ASICs的需求可能會加速增長。

“對于芯片公司而言，客戶的需求體現在廣泛的人工智能工作負載和可編程基礎架構上。”摩根士丹利美國半導體投資銀行主管馬可·拉戈斯·莫拉萊斯（Marco Lagos Morales）表示，“不同客戶的數據中心建設需求各不相同，這意味著市場將采取更具適應性的策略，而非單一標準，這一趨勢從原始設備制造商（OEM）的設計階段就已經開始顯現?！?/p>

高管們還提到了營收增長面臨的挑戰，包括：

（一）晶圓代工產能受限：由于新建生產基地需要多年時間，且受物理空間限制，產能擴張面臨挑戰。

（二）美國出口管制的不確定性：許多企業表示，在明確出口限制標準之前，難以評估其對公司盈利的影響。

二、超大規模云計算企業

將云遷移與人工智能工作負載視為營收機遇

超大規模云計算企業（Hyperscalers），即具備最強計算、存儲和網絡資源的云服務商，在會上探討了如何說服企業客戶盡可能多地使用其軟件中的各類服務，以此打造更龐大的人工智能平臺，并進一步擴大市場份額。

各大企業高管表示，他們正在大規模投資商用云服務器，并拓展人工智能服務，以提升人工智能推理能力，同時開發專用人工智能應用，推動向智能體邁進。此外，他們計劃通過定制芯片優化計算性能來降低成本，并著眼于長期利用其土地和數據中心建設。

高管們還強調，近期人工智能在計算效率方面的進步對其業務有利，因為這不僅能降低成本，還能進一步推動人工智能需求增長。

“近期人工智能的進步將利用‘杰文斯悖論’（Jevons Paradox）的力量，推動人工智能長期需求增長，并進一步擴大整個生態系統的潛在市場規模?！蹦Ω康だ蚩萍纪顿Y銀行主管戴夫·陳（Dave Chen）表示。杰文斯悖論指的是效率提升反而導致總消費量增加的經濟效應，在人工智能領域，這意味著更高效的計算將促使市場對人工智能的需求持續上升。

三、大語言模型在企業

人工智能推理領域展現潛力

全球最大的大語言模型（LLMs）開發公司計劃利用最先進的芯片和最優的軟件，打造企業和消費者不可或缺的人工智能服務。LLMs早期的主要應用包括內容生成、摘要提取和分類，但企業人工智能推理才是其尚未被充分挖掘的最大潛力。

目前，企業主要使用LLMs進行：客戶支持與聊天機器人；內部知識檢索與搜索；內容生成與營銷；代碼自動化；商業智能分析。

然而，通過人工智能推理，LLMs還可以幫助企業提供上下文感知的推薦、數據洞察、流程優化、合規分析和戰略規劃。高管們預計，未來代碼生成能力將進一步加速，有高管估計單個軟件工程師的產出已提升10倍或以上。在率先全面應用定制人工智能以實現十倍工作效率的行業中，生物技術（如臨床試驗和法規提交）和法律（如人工智能輔助律師事務）可能會走在前列。

數據安全是企業最關心的問題之一，因此，一些大語言模型公司正在研究并嘗試商業化“機制可解釋性”（Mechanistic Interpretability），以理解人工智能模型的決策過程。這對于所有公司都至關重要，尤其是金融服務等受監管行業。

“LLMs正在競爭為企業提供最佳推理能力與人工智能治理體系，打造強大的推理推斷技術棧。”摩根士丹利東海岸科技銀行主管布雷特·克萊因（Brett Klein）表示，“借助復雜推理和自適應學習，‘代理式人工智能（Agentic AI）’將能夠做出決策并采取行動，以最小的人類干預實現業務目標?！?/p>

高管們還談到了與晶圓代工廠合作設計和制造定制芯片，以降低大規模推薦系統（如廣告、視頻推薦）的開發成本。此外，他們認為，持續學習（Continuous Learning）等人工智能新進展具有積極影響，因為它能讓人工智能根據最新交互和數據進行調整，而無需完全重新訓練。

四、數據公司

專注于人工智能評估

數據和云基礎設施生態系統中的公司正通過構建工具來滿足企業需求。這些工具能夠幫助它們自動化可觀測性（Observability）——即通過分析系統生成的數據來理解其行為，并創建人工智能評估系統，以幫助客戶提升投資回報率（ROI）。

一些數據公司正在支持前沿模型，使缺乏商業智能背景的用戶也能從數據中提取洞察。高管們談到了定制人工智能工具（如聊天界面）的重要性，這些工具可以解析企業的結構化和非結構化數據，無論是受行業監管的企業，還是數據必須存儲在本地的國家。

高管們還重點提到了“湖倉一體（Data Lakehouse）革命”——這一趨勢融合了數據湖（Data Lake）的低成本存儲與靈活性，以及數據倉庫的結構化管理功能，以創建統一數據平臺。這可能涉及與大型企業和人工智能生態系統中的科技公司建立合作伙伴關系，以打造最優的人工智能與機器學習服務，涵蓋云集成、網絡安全、數據分析、數據共享以及特定行業解決方案。

五、軟件公司

將目光投向代理式人工智能

軟件行業高管們討論了他們目前在市場營銷和工程領域利用人工智能提升生產力的情況，以及在自主計算（Agentic Computing）未來搶占市場份額的長期前景。這些公司正致力于構建大型系統，使人工智能體能夠自主決策、執行任務，并適應不斷變化的環境，實現跨行業的真實世界應用。

高管們談到了下一代技術如何向個性化內容和購物體驗轉變，形成深入了解用戶興趣和查詢的智能助手。許多人還警告稱，代理式人工智能正處于炒作周期（Hype Cycle），強調投資者不應指望在未來三到五年內實現盈利。

摩根士丹利全球軟件銀行主管布列塔尼·斯科達（Brittany Skoda）稱，“軟件公司正爭相打造更強大的操作系統，整合機器學習（Machine Learning）、大語言模型（LLMs）、自然語言處理（NLP）、生成式人工智能（Generative AI）和決策算法（Decision-Making Algorithms），以邁向代理式人工智能未來?！?/p>

摩根士丹利全球軟件銀行主管梅麗莎·諾克斯（Melissa Knox）表示，“最終，這些系統可能會對消費者、創作者、廣告商以及各類企業帶來巨大價值?！?/p>

免責聲明：本文轉自啟元洞見。文章內容系原作者個人觀點，本公眾號編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯系我們！

轉自丨啟元洞見

研究所簡介

國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策咨詢服務?！叭蚣夹g地圖”為國際技術經濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創新洞見。

地址：北京市海淀區小南莊20號樓A座

電話：010-82635522

微信：iite_er