„Technologieverbreitung“ im KI-Stil: 10 „Lektionen“ aus den letzten 100 Jahren

Mit dem Aufstieg der KI-Technologie steht möglicherweise eine neue Generation technologischer Revolutionen vor der Tür. Allerdings haben die Menschen aus vergangenen technologischen Revolutionen einige Lehren gezogen. Was können wir aus dieser Geschichte lernen?

Am 2. Juni analysierte der Aktienstratege von Morgan Stanley, Edward Stanley, in seinem Bericht die Technologiediffusionstheorie. Diese Theorie untersucht, wie Technologie zunächst durch energische Werbung, breite Akzeptanz und schließlich den Prozess der Eliminierung aufgrund von Rückstand kommerzialisiert wird.

Technologische Verbreitung erfolgt nach technologischem Fortschritt und technologischer Innovation. Aus der Perspektive der Menschheitsgeschichte spielt die technologische Verbreitung eine entscheidende Rolle im Prozess des technologischen Fortschritts. Denn wenn eine technologische Innovation nicht umfassend angewendet und gefördert wird, wird sie die Wirtschaft nicht in materieller Form beeinflussen.

Dementsprechend glaubt Morgan Stanley, dass Die Verbreitungsrate der Technologie der künstlichen Intelligenz alle früheren bahnbrechenden Technologien übertroffen hat, was mehr Investitionsmöglichkeiten und mehr Probleme bedeutet.

Zum Beispiel regulatorische Probleme, alte Technologieunternehmen, die in Schwierigkeiten geraten (ihre Aktienkurse erholen sich möglicherweise nie) und deflationäre Probleme, die durch neue Technologien verursacht werden, die die Produktivität steigern.

1# Entwicklungsgeschwindigkeit und regulatorische Probleme

Mit der Entwicklung der Technologie beschleunigt jede neue Generation neuer Technologien ihre Entwicklung auf der Grundlage der vorherigen und die dafür erforderliche Zeit wird kontinuierlich verkürzt.

Morgan Stanley vergleicht die Einführungskurven von Branchen, die nach 1885 Elektrizität, nach 2007 das Internet und nach 2022 künstliche Intelligenz nutzen, seit ihren jeweiligen „iPhone-Momenten“ (d. h. wenn eine neue Technologie tatsächlich in großem Umfang eingeführt wird). Zeit).

Daten zeigen, dass es vom „iPhone-Moment“ jeder dieser drei Technologien bis zu einer Marktdurchdringung von mehr als 10 % für Strom 20 Jahre und für das Internet 7 Jahre gedauert hat, generative künstliche Intelligenz jedoch nur 1 Jahr.

Um eine Durchdringung von 30 % zu erreichen und in angrenzende Felder zu strahlen, wird es 30 Jahre für Elektrizität dauern, für das Internet 15 Jahre und für künstliche Intelligenz möglicherweise weniger als die Hälfte.

Angesichts dieser rasanten Geschwindigkeit nehmen die Diskussionen über Regulierungen durch Regierungen auf der ganzen Welt zu. Derzeit ist die Europäische Union als Vorreiter dabei, einen Regulierungsentwurf auf den Weg zu bringen.

2#Download-Geschwindigkeit>Uplink-Geschwindigkeit

Angesichts der 80 strukturellen positiven und negativen Adoptionskurven der letzten 50 Jahre weist Morgan Stanley darauf hin, dass zwei Dinge klar sind:

• Abwärtsgerichtete Aktienverluste treten in disruptiven Branchen schneller auf, wobei die Spitzenaktivität in den ersten fünf Jahren im Vergleich zu neuen Technologien, die das Internet als Vertriebskanal nutzen, um etwa 20 % zurückgeht.
• Anteilsrückgänge in disruptiven Branchen sind über längere Zeiträume auch schwerwiegender und fallen durchschnittlich um 40 % gegenüber ihrem Höchststand über 15 Jahre, während der Marktanteil neuer Marktteilnehmer im gleichen Zeitraum um 30 % steigt.

#3 Aktienrückgang

Die Veröffentlichung neuer Technologien ist ein fataler Schlag für alte Hersteller.

Morgan Stanley wies darauf hin, dass nach der Veröffentlichung des iPhone die Aktienkurse der Mobiltelefonhersteller der ersten Generation innerhalb von 2 Jahren um durchschnittlich 50 % und innerhalb von 5 Jahren um durchschnittlich 75 % gefallen seien.

Diese Unternehmen können das Etikett „Herausforderung“ ablegen, aber hybride Transformation und Kapitalinvestitionen werden Zeit brauchen.

Zum Beispiel fiel der Aktienkurs von Motorola 2,5 Jahre nach der Veröffentlichung des iPhones, bevor er seinen Tiefpunkt erreichte, und es dauerte elf Jahre, bis er wieder das Niveau vor der Veröffentlichung des iPhones erreichte.

Bei anderen Unternehmen, bei denen davon ausgegangen wird, dass sie von neuen technologischen Veränderungen betroffen sind, können die Aktienkurse kurzfristig schnell fallen, selbst wenn ihre Finanzdaten normal bleiben.

Zum Beispiel verzeichnete HMV, ein ehemaliger Hersteller von Phonographen, erst dann einen deutlichen Gewinnrückgang, nachdem der Aktienkurs sieben Jahre lang gefallen war.

4# Aktienkurs im Plus

Morgan Stanley weist darauf hin, dass es bei Unternehmen, die als „Gewinner“ gelten, auch üblich ist, dass die Aktienkurse um 100 % steigen, aber in der Regel innerhalb von 6 Monaten kontinuierliche Umsatz- und Gewinnkorrekturen nach oben erforderlich sind, um die Multiple-Expansion aufrechtzuerhalten.

Apples EV/Verkäufe verdoppelten sich innerhalb von 6 Monaten nach der Veröffentlichung des iPhone. Tatsächlich geschieht mehr als die Hälfte davon vor dem Start und nicht danach.

Mittlerweile ist der Konsens-Aktienkurs in diesem Zeitraum nur um 20 % und vom Startdatum bis Ende 2007 nur um 15 % gestiegen.

Die eigentliche Kluft zwischen Apple und den etablierten Unternehmen kam es in den nächsten fünf Jahren, wobei die Bewertung von Apple wieder unter den Stand zum Zeitpunkt der Markteinführung des iPhones fiel, die Konsensprognosen für die Verkäufe jedoch achtmal höher waren.

Bei etablierten Unternehmen herrscht Marktkonsens darüber, dass ihre Umsätze stabil sind, ihre durchschnittlichen Bewertungen liegen jedoch immer noch über 90 %.

#5 Hype-Zyklen sind mittlerweile die Norm und nicht mehr die Ausnahme

Morgan Stanley wies darauf hin, dass Themenblasen in der Regel eine 3-jährige Korrekturperiode nach dem Höhepunkt haben, was ein schnellerer Zyklus ist als Makrothemen, die sich in der Regel nach 4 Jahren erholen.

Die aktuelle Rallye ist ein Ausreißer im Vergleich zu den 70 Hype-Zyklen, die wir in den letzten 100 Jahren verfolgt haben. Die Frage ist nun, inwieweit ist dieser Hype-Zyklus haltbarer als vergangene Hype-Zyklen?

Dafür werden wir Google Trends im Auge behalten:

• Es gab einen anfänglichen Anstieg der Aktivität bei KI-Tools zur Codegenerierung (wie GitHub Copilot), der jedoch auf weniger als 45 % des maximalen Suchinteresses zurückgegangen ist.

•Bildgenerierende KI (z. B. Midjourney) wurde vor Textmodellen eingeführt, wobei das Interesse vom Höhepunkt auf 50 % sank.

• KI zur Textgenerierung (z. B. ChatGPT/Bard) wurde zuletzt im November 2022 eingesetzt und erweist sich als stabiler als die oben genannten Methoden, aber wir werden das Verbraucherengagement weiterhin verfolgen.

#6 Finden Sie die „Killer-App“ von GPT

Als das iPhone auf den Markt kam, war klar, welche Hersteller betroffen sein würden, aber die endgültigen „Gewinner“ könnten zu diesem Zeitpunkt neue Startups sein, von denen die meisten Hardware als neuen Kontaktpunkt mit Verbrauchern nutzen.

Anhand von mehr als 50 „Plattform + Anwendungs“-Innovationen kam Morgan Stanley zu dem Schluss, dass „Killeranwendungen“ oft etwa 1,6 Jahre brauchen, um aus neuen disruptiven Technologieplattformen hervorzugehen:

Von den 13 Milliarden US-Dollar, die diese Startups bisher eingesetzt haben, ist der Großteil an große Sprachmodellhersteller wie OpenAI, Anthropic und Adept geflossen, um nur einige zu nennen. Das sind die Einhörner in diesem Raum.

Die restlichen etwa 20 % der Finanzierung fließen in nachgelagerte Anwendungen wie HuggingFace und andere führende Anbieter und Plattformen, die neue zentralisierte und Open-Source-LLMs unterstützen.

In dieser letztgenannten Finanzierungskategorie erwarten wir, dass in den nächsten zwei Jahren Killer-Apps auftauchen werden.

#7 Der „Gewinner“ nimmt fast „alles“

Morgan Stanley wies darauf hin, dass die Marktkapitalisierungsführerschaft in den letzten 100 Jahren anfälliger für Veränderungen war. Aktien, die bei technologischen Veränderungen führend sind, sind oft zehn Jahre nach großen technologischen Innovationen nicht mehr führend.

Lehren aus Elektrizität und Internet zeigen, dass Unternehmen, die frühzeitig die Vorteile von Automatisierung und Elektrifizierung nutzen, enorme Fortschritte erzielen und auf dem Markt einen Mehrwert erzielen können.

Die Verbreitung transformativer Technologien führt oft zu Veränderungen in der Marktführerschaft. Seit 1990 haben 2,3 % der Unternehmen 75 Billionen US-Dollar an Aktionärsrenditen erwirtschaftet.

Für potenzielle Käufer, die das Gefühl haben, dass der Aufwärtstrend bei KI bereits eingepreist ist: Die Geschichte zeigt, dass selbst das Versäumen des ersten Jahres eines langfristigen Trends kaum Auswirkungen auf die mehrjährigen Renditen einer „Gewinner“-Aktie hat.

#8 Hohe Preise für reine Investmentaktien

Unter „reinen Anlageaktien“ versteht man solche Unternehmensaktien, die nur in einer bestimmten Branche oder einem bestimmten Bereich tätig sind. Die Hauptgeschäftsaktivitäten und Einnahmequellen dieser Unternehmen konzentrieren sich auf eine bestimmte Branche, sodass die Wertentwicklung ihrer Aktien stark mit der Wertentwicklung ihrer spezifischen Branche oder Branche korreliert.

Morgan Stanley wies darauf hin, dass Langfristig wird erwartet, dass Aktien mit Bezug zu Themen wie künstlicher Intelligenz 10–50 % höher bewertet werden als „nicht reine“ Aktien, mit einem durchschnittlichen Aufschlag von 25 %.

Obwohl (generative) KI nicht als eigenständiges Thema in unserer Datenbank für nachhaltige Lösungen erscheint, empfehlen wir Anlegern dennoch, sich auf diejenigen zu konzentrieren mit: (1) den höchsten und nachhaltigsten Eintrittsbarrieren, (2) den besten Daten und der besten Qualität, ( 3) das geringste interne Risiko und (4) das reinste Geschäftsmodell in Bezug auf die KI-Exposition, das Umsatzsteigerungen oder nachhaltige Kostensenkungen generiert.

#9 Produktivität steigern

Morgan Stanley sagte, dass nach der weit verbreiteten industriellen Einführung von Elektrizität und der Verbreitung des Internets die Technologieverbreitung tendenziell zu einer 2,5-fachen Steigerung der Produktivität führt (gemessen am Pro-Kopf-BIP).

Ein wachsender Bestand an Unternehmenskommunikation und wissenschaftlicher Literatur schlägt branchenübergreifend Produktivitätsverbesserungen vor, von einer 55-prozentigen Verbesserung der Entwicklerproduktivität mit GitHub Copilot über eine 14-prozentige Verbesserung bei der Lösung von Contact-Center-Agenten mit generativer KI-Copilot bis hin zu einer 26-prozentigen Steigerung der Rechtslage Anwendungsfälle und eine 79-prozentige Steigerung der Empathie und des Reaktionsengagements zwischen Patienten und Ärzten, die ChatGPT verwenden, im Vergleich zu einer Kontrollstichprobe.

#10 Deflationsproblem

Morgan Stanley schlug vor, dass Technologie deflationär ist („Technologie ist deflationär“), was bedeutet, dass Technologie die Deflation fördern kann.

Erstens Technologie reduziert die Nachfrage nach Arbeitskräften, Dies führt zu einem Abwärtsdruck auf Löhne und Beschäftigungsniveaus und verringert dadurch die Nachfrage nach Waren und Dienstleistungen, da Arbeitnehmer weniger verfügbares Einkommen haben.

Zweitens ermöglicht die Technologie eine effiziente Steigerung der Produktion von Waren und Dienstleistungen. Wenn die Produktion von Gütern effizient ausgeweitet werden kann, um die aktuelle und zukünftige Nachfrage des Marktes nach den Gütern zu decken, werden die Preise dieser Güter nicht steigen, selbst wenn die Nachfrage steigt. Da sich die Technologie verbessert, werden immer mehr Branchen diesen Wendepunkt erreichen und die Inflation im gesamten Markt wird immer schwächer.

Eine Frage, die jedoch geklärt werden muss, ist, wann die Deflation eintreten wird und wie schwerwiegend sie sein wird.

ChatGPT und andere generative KI-Text-LLMs eignen sich ideal, um Effizienzsteigerungen in Branchen zu erzielen, die in den letzten 30 Jahren eine strukturelle Inflation erlebt haben, insbesondere Bildung, Gesundheitswesen, Recht, Finanzen, Bauwesen und Lizenzierung. Es bleibt abzuwarten, wie viel von diesen Effizienz- und Deflationsvorteilen den Unternehmen zugute kommen wird, abhängig von der Robustheit ihrer Eintrittsbarrieren.

Wir sind mehr daran interessiert, wie die aufkommende Diskussion über virtuelle Agenten die Abwanderung von Unternehmen und die Herausforderungen im Abonnementgeschäft verschärfen wird.

Das obige ist der detaillierte Inhalt von„Technologieverbreitung“ im KI-Stil: 10 „Lektionen“ aus den letzten 100 Jahren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!