ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
巴克莱眼中的“AI路线图“:Agent从明年开始铺开应用,2027年进入机器人时代
2777点击    2024-10-25 09:34

巴克莱预计,随着AI应用的普及,推理计算的需求预计将在2026年达到70%以上。到那时,可能需要比预期多4倍的芯片资本支出才能满足所有需求。


AI爆发的时代,下一个突破口在哪里?巴克莱22日发布的研报给出了一份答案。报告提出了一份清晰的“AI路线图”,描绘了未来AI技术的演进路径。


报告指出,AI的采用将经历三个重要阶段:首先是当下的“聊天机器人/助理时代”,其次是从2025年到2026年逐步展开的“AI代理(Agent)时代”,最后将在2027年进入“数字员工与机器人时代”。


巴克莱还预计,随着AI应用的普及,推理计算的需求预计将在2026年达到70%以上。到那时,可能需要比预期多4倍的芯片资本支出才能满足所有这些需求。


01 三大阶段清晰划分


巴克莱将当前阶段(2023-2024)定义为“聊天机器人/助理时代”,主要特点是基于聊天机器人(如ChatGPT、Meta AI等)和一些早期的AI助理(Copilot)的广泛应用。


在这一阶段,尽管模型和基础设施层面的性能在持续改进,但在应用层面仍存在局限,多数应用以实验性质为主,尚未形成广泛的市场适应性。


“在这个第一阶段,大部分投资者的回报都被分配给了硬件基础设施提供商,类似于互联网和移动建设的早期阶段。”


报告指出,当前的主要AI产品,如ChatGPT和Meta AI,每月活跃用户数量均已突破2亿,但这仅占全球消费者移动应用市场的10%左右。


接下来,巴克莱预计2025-2026年将迎来“AI代理时代”,这一阶段的核心在于能够自主完成任务的AI代理的广泛应用。


与聊天机器人和助理不同,AI代理不仅可以通过多次传递请求来完成复杂任务,还能减少人类的直接干预。这一转变背后,是AI推理计算需求的激增。


巴克莱预测,到2026年,AI推理计算的需求将占整体计算需求的70%以上。


“投资回报可能会向上移动到应用层(也可能是模型和 API 层,尽管随着早期创新者的领先地位逐渐减弱,商品化和竞争方面的风险可能会增加)。


与聊天机器人时代不同,超大规模企业可能会在代理时代获得非常好的回报,因为推理收入会随着采用而激增。”


最后,巴克莱认为,2027年及以后,AI技术将进一步进入“数字员工与机器人时代”。


在企业应用中,AI代理可能演变成独立完成任务的“数字员工”,在消费者市场中,智能机器人将开始逐步融入家庭生活,承担简单和重复性的日常任务。


巴克莱预测,届时AI技术的普及将达到互联网用户的规模,突破40亿人。这个时代的投资回报应该在应用层,但“今天很难预测”。


02 推理计算需求大幅上升


资本支出比当前共识高出4倍


巴克莱强调,未来几年推理计算的需求将显著超出市场预期,这一变化的背后是新一代AI产品和服务的兴起。


报告指出,在AI发展的三个阶段中,每个阶段都对推理计算提出了更高的要求。


未来几年,计算需求将超过供应。巴克莱估计,到2025年,训练和推理使用所需的GPU和ASIC芯片将比目前的普遍预测高出250%,到2027年将高出14倍。这一变化的核心驱动因素是消费者级和企业级AI助理的广泛应用,以及更高性能、多模态AI的普及。


值得注意的是,巴克莱预测,2026年的芯片资本开支将需要比当前共识高出4倍。



为了满足这一需求,报告指出,英伟达的GPU目前在推理计算市场中占据80%的份额,但到2028年,这一份额可能下降至50%,部分原因是大型云服务公司将推出自己的定制ASIC芯片,以增强对推理计算市场的占有率。



03 AI产品的盈利前景向好


除了技术和市场的分析外,巴克莱还对AI产品的成本效益进行了详细评估。


报告指出,推理计算的单位成本正在迅速下降。以OpenAI为例,巴克莱估计公司在18个月内将推理成本下降了90%以上。未来,AI产品和服务的单位经济效益将显著提升,尤其是那些依赖于开源大模型的产品。



尽管AI公司通常被认为是亏损的,OpenAI在单模型基础上实际上是盈利的。巴克莱估计,OpenAI的GPT-4模型在过去两年内,通过ChatGPT的高级订阅和API收费,已经带来了近20亿美元的利润,尽管开发成本仅为1至2亿美元。未来,OpenAI的收入将持续增长,这或许将为AI发展带来拐点。



展望未来,巴克莱认为,AI行业正处于一个关键的转折点。AI代理的引入将不仅显著增加推理计算的需求,还会为企业和消费者市场带来新的增长机遇。到2026年,消费者AI的日活跃用户数量有望突破10亿,而企业级代理的普及率则预计达到5%。



巴克莱指出,这一发展趋势的另一个显著特征是,未来的AI产品将主要在云端运行,只有少量应用在本地设备(如手机和PC)上进行处理。特别是AI代理在处理用户查询时,往往需要多次传递请求,这也将进一步推动云端推理计算需求的增加。


文章来自于微信公众号“硬AI”,作者“张雅琦”


关键词: AI , AI路线图 , Agent , 智能体
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md