Finews
台灣最好懂得財經、科技新聞網!
帶給你最有用的新聞資訊。
Finews
台灣最好懂得財經、科技新聞網!
帶給你最有用的新聞資訊。

你有沒有想過,在我們的日常生活中,科技進步的速度究竟有多快?當我們還在適應智慧型手機和社群媒體時,一股更強大的科技浪潮已經悄然來襲,它就是人工智慧。被譽為「網路女王」的傳奇分析師瑪麗·米克爾,近期與她的邦德公司發布了一份長達三百四十頁的《人工智慧趨勢》報告,這份報告不只是一份數據彙編,更像是一張「人工智慧時代的藏寶圖」,為我們詳細描繪了這股顛覆性力量的磅礴發展。這份深度分析揭示了人工智慧前所未有的成長速度,以及它對全球經濟、產業結構,甚至地緣政治的深遠影響。究竟人工智慧會如何重塑我們的未來?這篇文章將帶你一同探索。
想像一下,如果有一項技術,它的普及速度比網際網路還快,使用者成長如火箭般飆升,你是不是會感到不可思議?根據瑪麗·米克爾的報告,人工智慧正以令人瞠目結舌的速度席捲全球。她甚至將人工智慧的發展比喻為一場「打地鼠般的數據遊戲」,意味著其變化之快、規模之大,超越了歷史上任何技術,包括我們熟悉的網際網路。

我們來看看一些驚人的數據:
此外,以下是人工智慧用戶增長與其他科技的對比:
| 技術 | 達到一億使用者時間 |
|---|---|
| 人工智慧聊天機器人 | 0.2年 |
| 抖音 | 0.9年 |
| 社群軟體 | 2.5年 |
| 串流媒體服務 | 10.3年 |
這種超乎尋常的成長,背後有幾個關鍵的推動因素。首先是全球網路基礎設施的成熟與龐大數位資料集的累積。再來,像生成式人工智慧聊天機器人這樣突破性的大型語言模型的出現,更是引爆了這場變革。當然,還有那些積極投入的人工智慧公司創辦人、傳統科技巨頭,以及中美之間激烈的全球競爭,都在加速這股洪流的推進。此外,領導圖形處理器製造商生態系中的開發者數量也從零成長至二零二五年預計達六百萬人,顯示人工智慧工具已融入軟體開發工作流程,推動了整體的產業進步。

面對人工智慧這股勢不可擋的浪潮,全球的資本正在以驚人的速度湧入。根據報告,我們看到產業已取代學術界,成為著名機器學習模型的主要來源,這意味著企業界正主導著人工智慧的研究與發展方向。全球六大科技公司,包含谷歌、微軟、亞馬遜網路服務、元宇宙平台公司、蘋果公司與甲骨文公司,它們的資本支出大幅增長,其中很大一部分都投入在建構人工智慧基礎設施上。其資本支出佔收入比重從百分之八增至百分之十五。這筆錢花在哪裡了呢?主要是用來購買或開發大量的圖形處理器,以及建設龐大的資料中心。

此外,以下是全球主要科技公司在人工智慧領域的資本支出增長:
| 公司 | 資本支出增長(%,近年) | 主要投資方向 |
|---|---|---|
| 谷歌 | 20% | 大型語言模型開發 |
| 微軟 | 25% | 雲端人工智慧平台 |
| 亞馬遜網路服務 | 18% | 資料中心擴建 |
| 蘋果公司 | 22% | 人工智慧硬體整合 |
然而,人工智慧的經濟學卻展現出雙面性。一方面,前沿人工智慧模型的訓練成本極高,而且還在持續上升,預計單一模型的訓練成本將達到數十億美元。這筆錢主要用於提供模型大量資料來「學習」,就好像一個學生需要讀大量的書才能變得博學多聞一樣。另一方面,人工智慧推理(也就是模型運行)的成本卻以前所未見的速度下降,遠快於電力或電腦記憶體等其他基礎技術。這好比你學會了一項技能,剛開始學習費用很高,但一旦學會了,使用它的成本卻非常低廉。每詞元推理成本的下降,導致頂級模型效能趨於一致,讓人工智慧的應用變得更加普及和易於負擔。
但這裡有一個傑文斯悖論的現象。雖然單位推理成本下降,但因為整體使用量爆炸性增長,總體運算支出反而持續飆升。這形成了高資本密集度的特性,也導致資料中心成為主要的受益者,建設速度加快。可是,問題來了,如此龐大的運算需求,對電力供應造成了巨大的壓力。電力供應正日益成為人工智慧擴張的限制因素。這是不是讓你想到,未來人工智慧的發展,可能也跟我們家裡的電費息息相關呢?
人工智慧的影響力不再只停留在科技圈,它已經從單純的資訊仲介者,轉變為能夠創造、推理和行動的智慧代理。這意味著人工智慧不僅能幫我們搜尋資料,還能像人類一樣思考、決策,甚至執行多步驟的任務。

它的應用範圍也從文字、圖像處理,擴展到解決科學和工業領域的複雜問題,例如:
此外,以下是人工智慧在各行各業的具體應用範例:
| 行業 | 應用範疇 | 具體例子 |
|---|---|---|
| 醫療保健 | 疾病診斷 | 癌症檢測系統 |
| 工業 | 自動化生產 | 智能機器人裝配線 |
| 交通 | 自動駕駛 | 無人駕駛出租車 |
各行各業的「傳統」企業,對人工智慧的採用程度不斷上升,他們優先將人工智慧視為提升生產力、改善客戶服務和增加銷售效率的工具。就連教育、政府和研究領域的公共部門,也正加速採用人工智慧。人工智慧正在從被動的問答工具,進化成可以自主執行複雜、多步驟深度研究任務的智慧代理人。你可以想像,未來你的工作夥伴可能不再只是人類,還有這些能夠自我學習、自主行動的智慧代理人。這是否會改變我們現有的工作模式呢?
人工智慧的崛起也帶來了就業市場的重大轉變。人工智慧相關職位需求激增,而某些傳統資訊科技職位則可能面臨減少的風險。報告指出,全球對「人工智慧代理人」的搜尋熱度激增百分之千零八十八。這提醒我們,面對這股變革,持續學習與適應新技能將變得越來越重要。
人工智慧已不僅是單純的科技競爭,它更是一場全球國家戰略的關鍵賽事。瑪麗·米克爾的報告特別指出,中國在開源人工智慧模型領域正引領競賽。多家中國公司,例如阿里巴巴集團與智譜華章,紛紛開源自己的模型,並在使用者接入量和技術進展上取得顯著突破。這場激烈的全球競爭,正促使各國紛紛制定「主權人工智慧」政策,意圖在國內建立起自己的人工智慧能力與基礎設施。這可能導致全球人工智慧格局呈現「分裂網路」的效應,也就是各國都想掌握自己的人工智慧命脈。
為什麼各國都如此重視人工智慧的領導地位呢?因為科技與地緣政治力量日益交織,人工智慧領域的領導地位,可直接轉化為地緣政治的領導地位。想想看,如果一個國家掌握了最先進的人工智慧技術,它將在經濟、軍事、文化等各方面都取得巨大優勢。因此,這場人工智慧的軍備競賽,無疑將重塑全球的科技版圖和國際關係。美國和中國,作為全球兩大經濟體,在這場競賽中扮演著至關重要的角色。
人工智慧的影響力也正深入金融服務業。許多大型資產管理公司,例如黑石公司,正積極部署人工智慧工具。他們利用人工智慧來進行投資研究、掃描大量文本資料、產生投資組合洞察,甚至用來分析宏觀經濟數據。有研究顯示,在特定條件下,人工智慧分析師甚至可能超越人類基金經理,這是不是聽起來很不可思議?摩根士丹利就指出,黑石公司使用人工智慧來掃描文本,從而創造投資組合洞察,提升生產力。
另一方面,以下是人工智慧在金融領域的具體應用:
然而,這裡也存在一個潛在的問題:如果所有投資者都使用類似的人工智慧工具,那麼這些工具帶來的「超額報酬」優勢可能會逐漸消失。畢竟,當大家都掌握了同樣的分析能力時,市場資訊的不對稱性就會降低,獲利空間也可能受到擠壓。
除了金融業,能源產業的龍頭企業也在積極擁抱人工智慧。以寧德時代為例,摩根士丹利就曾指出,這家公司正從單純的「電池供應商」,升級為「人工智慧能源基礎設施搭建者」。寧德時代不僅透過技術創新(如騏驥換電重卡解決方案)、擴大產能和全球化布局(如德國、匈牙利工廠、美國建廠計畫),鞏固其在動力電池產業的主導地位,更重要的是,它開始透過人工智慧相關技術和解決方案,強化其在能源基礎設施領域的角色。這預示著未來能源與人工智慧將深度融合,為各行各業提供更智慧、更高效的能源解決方案。寧德時代甚至預計在二零二七年實現車規級固態電池商業化應用,持續構建其技術壁壘。
當然,任何劃時代的技術進步,都伴隨著潛在的風險與挑戰。瑪麗·米克爾的報告坦率地指出,人工智慧的發展正引領我們進入一個「巨大的不確定性」和「危險且不確定」的時期。這就好像我們手握一把力量巨大的雙面刃,它既能幫助我們解決問題,也可能造成意想不到的傷害。
我們必須警惕的風險包括:
報告甚至預示,人工智慧的益處與風險在部署時間表上存在不對稱性,風險可能早於最深遠的好處顯現。歷史上許多新興技術,即使最終成功,也經歷了早期回報令人失望、慘烈競爭,以及最終市場整合和資本損失的風險。這提醒我們,面對人工智慧,我們需要保持清醒的頭腦,既要看到它的巨大潛力,也要對其潛在風險進行充分的評估與管理。如何平衡人工智慧的發展與潛在風險,建立一個靈活且適應性強的監管框架,將是全球社會必須共同面對的重要課題。
透過瑪麗·米克爾的《人工智慧趨勢》報告,我們清晰地看到了人工智慧所開啟的「前所未有」的新紀元。這場由資料、運算能力與創新共同驅動的變革,正以驚人的速度與規模,重塑我們的世界。它承載著解決人類重大挑戰的巨大潛力,從加速藥物發現到提升全球生產力,人工智慧的益處無穷無盡。
然而,這股強大力量也伴隨著倫理、社會及地緣政治的複雜風險。作為讀者,我們需要保持學習的熱情,理解這些變革的深層含義。如何駕馭這股力量,實現技術進步與社會福祉的平衡,將是未來十年全球社會與投資者必須共同面對的關鍵命題。這趟人工智慧的旅程才剛剛開始,讓我們一起期待並參與其中。
免責聲明:本文旨在提供教育與知識性說明,內容不構成任何投資建議。讀者應自行判斷,並諮詢專業意見後,謹慎進行任何投資決策。
Q:人工智慧在未來十年內會對就業市場產生什麼影響?
A:人工智慧將創造新的工作機會,同時也可能取代某些傳統職位。持續學習和技能轉型將變得更加重要。
Q:人工智慧技術的發展如何影響全球經濟格局?
A:領先的人工智慧技術將加強國家的經濟競爭力,可能導致全球經濟中心的轉移和地緣政治新的平衡。
Q:有哪些方法可以有效管理人工智慧的潛在風險?
A:建立全面的監管框架、加強倫理指導、推動透明的技術發展以及促進國際合作,都是有效管理人工智慧風險的關鍵方法。