人工知能の機能は進歩しており、投資の焦点はコンピューティング能力から、Web アプリケーションやモバイル アプリケーションの構築に使用されるテクノロジーの追加レイヤーにまで拡大しています。その結果、AIのリーダーまたは受益者である企業の株式に投資する機会が増えています。
私たちの新しい論文では 人工知能はどこにでも存在しますAI テーマの概要と、それがクラウド コンピューティングによってどのように実現されるかについて説明します。 基礎科学と技術 半導体を含む1.ここでは、AI の開発と使用のリスクと課題だけでなく、最近の進歩のいくつかについても触れています。
AI は、次のような基礎的な科学技術によってサポートされています。
- クラウドコンピューティング: AI モデルのトレーニングとホスティングに不可欠
- モノのインターネット：AI応用に必要なデータを収集
- 半導体: AI にコンピューティング能力を提供します
- サイバーセキュリティ：AIシステムとデータを保護
- 再生可能エネルギー: エネルギーを大量に消費する AI 運用で持続可能な電力を確保するのに役立ちます。
AI のユースケースは急速に拡大しており、開発者向けのコード生成やドキュメントが含まれています。顧客のリクエストを自動化する。医療レポートを要約し、販売およびマーケティングのワークフローを簡素化します。このようなアプリケーションは生産性と効率を向上させます。
AI テクノロジーの最近の進歩には、複雑な推論と問題解決が可能な新しい大規模言語モデルの作成が含まれます。ユーザーと AI モデルの対話をより直感的にします。 AI のトレーニングと推論をサポートする次世代半導体の登場2。
クラウドの活用
コストの削減、拡張性、セキュリティの強化、高度なテクノロジーへのアクセスなどの利点を備えたクラウド コンピューティングは、AI の開発と展開に必要なインフラストラクチャとリソースを提供します。したがって、AI への取り組みをサポートするには、デジタル インフラストラクチャへの投資が不可欠です。これには、データセンター、ネットワーク機器、ストレージ システムが含まれます。 AI データセンターに電力を供給するための冷却システム、エネルギー効率、再生可能エネルギー源に対する需要も高まっています。
米国の大手クラウド サービス プロバイダー 3 社は、過去 4 年間でクラウド収益を 30% 以上増加させ、2023 年には合計収益が 1,800 億米ドルを超えました3。それにもかかわらず、成長の道のりはまだ長く、総ワークロードのわずか約 20% のみです。クラウドに移行しました。
クラウド サービス プロバイダー、大企業、政府機関は、AI イニシアチブをサポートするために必要なデータセンターの構築と装備に多額の投資を行っています。今後数年間のデジタル インフラストラクチャへの投資に対する当社の見通しは明るいです。
現在、設備投資のほとんどはコンピューティング能力に集中しており、半導体の需要を押し上げています。サーバー コンピューターやその他のデータセンター機器のプロバイダーは堅調な成長を遂げています。焦点の一部は、大規模な言語やその他の AI モデルのトレーニングと推論をサポートするネットワークおよびストレージ機器への投資に移る可能性があります。
私たちは、AI テクノロジーの開発と導入による長期的な利益は魅力的であると期待しています。インフラストラクチャ層を超えて拡張し、新しいアプリケーションやサービスを作成する企業は、より高い投資収益率が得られる可能性があります。ただし、コンポーネントのコストが高いことが重要な変数です。
主要な投資機会
主な分野は次のとおりです。
開発者: AI イノベーションを生み出す企業。 AI モデルのトレーニングとホスティングを行うクラウド サービス プロバイダー。半導体企業
基礎テクノロジー: 高帯域幅メモリとネットワーク チップ。半導体資本設備および材料サプライヤー。鋳造工場;ネットワーキングおよびデータストレージシステムのプロバイダー。エネルギー効率と代替エネルギー ソリューション (冷却パネルやソーラー パネルなど) のプロバイダー
データプロバイダー: AI モデルをトレーニングし、競争上の優位性を提供するために使用できる独自のデータセットを持つ企業
「受益者」: AI を活用して製品やサービスを改善する企業。
課題とリスク
また、バイアスを回避し、正確な出力を生成し、本物のコンテンツと偽の情報を確実に区別できるようにする必要もあります。
最後に、AI システムとデータをサイバー攻撃から保護する必要があります。
結論
おそらく、人工知能は、インターネット時代の黎明期以来、最も重要なテクノロジーのテーマです。
AI テクノロジーが進歩し、より普及するにつれて、上場株式への投資機会が拡大していると当社は考えています。潜在的な落とし穴を回避しながら前向きな傾向を活用するには、投資管理への積極的なアプローチが必要です。
[2] トレーニングされた機械学習モデルは、望ましい結果の例がなくても、まったく新しいデータから結論 (「推論」) を引き出すことができます。言い換えれば、推論は動作中の AI モデルです。
免責事項
#人工知能はどこにでもあります #Funds #Society