2024年10月14日
人工智能的炒作週期或已接近尾聲。科技巨擘及投資者均對提升人工智能生產力及經濟轉型的潛力甚感興趣。
然而，某些資源限制或會阻礙人工智能的增長速度，無法達到市場預期的高水平。事實上，投資者在最近數月已經開始質疑，人工智能業數以10億美元計的投資何時才能轉化為利潤增長，但瓶頸可能存在於意料之外的地方。
美國經濟師Jared Franz表示：「生產人工智能這種先進技術的一大諷刺之處是，它需要耗費大量實體資源，而大眾卻可能會以為這種先進技術不受物理限制。」
並非所有資源限制問題都會被廣泛報道，例如NVIDIA及其他晶片製造商所生產的先進半導體產品供應短缺。以下四種資源限制可能會減慢人工智能的增長步伐，並為舊經濟企業提供機會。
ChatGPT等生成式人工智能工具的運作，須依賴由大型數據中心數以千計伺服器所存置的大型語言模型。這類數據中心需要冷卻系統來提高伺服器運行效率，還需要由變壓器、發電機及輸電纜組成的電力基建。它們大多數都需要銅。例如，芝加哥附近一座耗資5億美元的Microsoft數據中心，其建設就需要2,177噸銅。
資料來源：資本集團。
Franz表示：「如果超大規模雲端服務商預測無誤，單計美國，未來八年興建的數據中心就需要100萬噸銅，而這還未計及全球數據中心的建設。」
目前市場已經預期，電動汽車、潔淨能源技術及美國電網現代化對銅的需求，將導致供應日益短缺。摩根大通（JPMorgan）表示，及至2030年，擬建造的人工智能數據中心將使供應缺口擴大至600萬噸以上。Franz提出：「問題是，採礦公司能否盡快從地底開採足夠的銅，來滿足人工智能發展的預期？」
在供應短缺的預期下，全球採礦企業正集中收購及擴大銅礦業務。Grupo México是一家綜合集團，營運部分成本最低的銅礦，今年7月為提高產量而重啟秘魯南部的作業。同樣，全球第四大銅生產商Glencore把目光投向阿根廷的業務，以期在未來數年將產量提高一倍。
與任何先進技術一樣，人工智能都需要電力，而且是大量電力。Electric Power Research Institute研究顯示，及至2030年，數據中心耗電量將高達美國總發電量的9%，是目前耗電量的兩倍以上。股票基金經理Cheryl Frank表示：「數據中心和電動汽車對電網的需求將會推動耗電量增長，而增幅將會達到近20年來未見的水平。」
資料來源：高盛、美國能源資訊局。高盛截至2024年4月28日的估計。CAGR代表複合年增長率。「其他」包括能源效率改善及未列出類別變化的影響。
問題是，美國公用事業公司能否滿足短期內急升的用電需求？Franz認為是有可能的，但情況頗為複雜。首先，供求狀況因應不同州份而異。「某些州份可能會出現供求錯配的情況，但如果當前趨勢持續穩定，電力供應應該足夠。但若用電速度加快一倍，迅速增加產能的難度便非常之大。」
另一方面，許多科技巨擘已承諾在2030年之前實現淨零碳排放。Franz補充說：「短期內將難以同時實現這些承諾，以及滿足電力需求。企業將需要更多風能、太陽能和天然氣，並可能需要暫緩關閉燃煤發電廠的計劃。所有種類的能源都可能需要納入考慮之列。」
在一些用電需求較高的地區，可連接的電網數量極少。Frank表示：「公司紛紛收到通知，表示其無法接入電網系統，需要排隊輪候。」為滿足日益增長的需求，Microsoft於9月與核電供應商Constellation Energy就重啟賓夕凡尼亞州的三哩島核電廠簽署協議。
全球各地興建數據中心及提高發電量均需要大量資本設備，帶動一系列工業企業的需求增加，在某些情況下導致供應短缺。例如，能源設備生產商GE Vernova預計，用於後備發電機及其他電氣設備的燃氣渦輪機的積壓訂單目前總計64億美元，到2024年底將增加兩倍。
由於人工智能晶片會產生大量熱能，數據中心需要先進的液體冷卻系統來防止設備故障及提高能源效益。Modine和Vertiv等工業製造商的產品需求激增，今年股價錄得三位數漲幅。
過往業績並非將來業績的保證。
資料來源：資本集團、FactSet。數據反映2024年1月1日至2024年9月30日的累計總回報。
新聞報導將聚焦人工智能導致工作崗位減少的可能性，但人工智能的實施可能面臨人才短缺問題。Franz指出：「我們開始聽到一些公司表示，有能力建立基礎模型的人工智能工程師確實短缺，而能夠在企業層面實施人工智能系統的人才亦不足。」
Salesforce最近的一項調查顯示，60%的公營範疇資訊科技專業人士認為，缺乏人工智能技能是實施人工智能的首要挑戰。
如果由經驗不足的人來領導人工智能的實施，可能會拖慢採用進度，並且需要更多時間才能產生技術本應提供的效益。Frank補充說：「我認為Accenture和Oracle這類專業服務公司將在協助企業確立人工智能策略方面擔當重要角色，這個產業鏈將需要許多人才。」
誠然，人工智能技術潛力龐大，長遠而言可望提高生產力並促進經濟轉型，但基於本文所列的潛在瓶頸及其他因素，有關技術的發展及採用可能需要一段時間。科技進步或可緩解其中一些限制。例如，若半導體設計未來有所改進，便可望降低數據中心的耗電量，或至少盡量減少目前的用電需求。
Frank總結道：「我預計人工智能會經歷兩個週期。我們正處於廣告主導的消費者人工智能週期；其後，企業人工智能週期將更易於管理，但所需時間將更長，而且速度更慢。這種模式在創新領域中實屬常態。」
Jared Franz 為現任經濟師，擁有19年投資行業經驗（截至2024年12月31日）。他持有美國伊利諾大學芝加哥分校（University of Illinois at Chicago）經濟學博士學位及西北大學（Northwestern University）數學學士學位。
Cheryl Frank 為現任股票基金經理，擁有26年投資行業經驗（截至2023年12月31日）。她持有美國史丹福大學（Stanford）工商管理碩士學位及全球管理及公共管理證書，以及哈佛大學（Harvard）環境科學及公共政策學士學位。
Brad Olalde為現任高級產品專家，擁有七年投資行業經驗（截至2023年12月31日）。他持有美國維拉諾華大學（Villanova University）財務金融及國際商業學士學位。
訂閱以定期接收當地投資者和經濟師的見解
