刊於《信報》，2024年12月2日
生成式AI投資暴增 泡沫風險惹人疑慮
許佳龍
科大商學院署理院長；資訊、商業統計及營運學系講座教授；艾禮文家族商學教授
筆者前文分析了在不同科技發展年代，通用技術 (General purpose technology‧以下簡稱GPT)在新技術面世初期，對GPT基礎性設施投資的過度投入問題，在互聯網年代，過度的投入，為科網泡沫爆破埋下伏筆。
究竟人工智能能否被視為GPT，如今斷論為時尚早，因為筆者沒有一個水晶球，但起碼我們看到，全球多個國家政府、廣泛的政府部門、私人企業、學界以至專業組織都引入大量資源，去訓練大語言模型，此舉不期然令人聯想到，當前各方前赴後繼投入巨大資源，似乎隱隱然讓人看到了GPT的特色，即基礎技術設施投資，是否已有過度投入之虞。
生成式AI 能力非無所不能
照筆者在本欄之前文章的分析，生成式AI當前可見的能力，是能夠生成文字文章。誠然，蒸汽機面世之初，可以取代一些重力搬運工作。如今生成式AI的面世，無疑可以協助運用英文能力不足的人，寫出一篇符合文法以至行文通暢的文章/報告等，其能力可以取代一些文字工作者，例如撰寫演講詞或市場推廣文稿的工作人力。
不過，從目前眾人對生成式AI的無限憧憬，予人的印象，正如筆者所作的譬喻，好比「天下無敵」的獨孤九劍，可以用來取代人類社會一切依賴語言溝通的工作，包括醫生用語言應診和書寫病情報告的工作、專業諮詢和顧客服務等應用。這帶來一個引伸性觀察——在當年國際網絡年代，萬維網的出現，不少專家和商家亦聲稱可以取代所有中間商。不過，現實是，到目前，經過近三十年發展，萬維網迄今仍未能取代所有傳統中介。當然，隨着一些相關的新創意和應用漸次推出，一些傳統中介的確遭取代了，但迄今依然有很多需用人手的中介工作——到今天，AI的發展是否一如憧憬的預期，可以取代任何透過文字溝通的工作？
GPT過度投入特性若隱若現
可以說，生成式AI在發展起步之初，未必可以很快完全取代一切運用語言溝通、或運用語言轉達專業領域文字信息的工作，這個取代過程依然需要一個漫長日子，及機構個人能力應用創新上的配合。照目前發展情況看，生成式AI處於早期發展階段的今天，大家爭相投入大量資金，一窩蜂發展大語言模型不同的訓練和應用，恐怕可能出現GPT特性的過度投入，形成潛發的投資泡沫，這種疑慮很值得警惕。
從長遠來看，二、三十年後，生成式AI是否像科網泡沫爆破那樣，對這個行業造成「摧毀性」破壞，一下子墮入斷崖式發展低潮，那又未必！我們始終沒有一個未卜先知的水晶球。然而，我們看到的可能性是，有部分投入了大量資金到生成式AI的企業和機構，有可能受到無情淘汰，或者所投入巨額資源，收穫不到與投入資金匹配的經濟回報，最終陷入發展困局。
據資料顯示，去年全球獲得新融資的人工智能公司數目，躍升至1,812家，較對上一年成長40.6%；較2013年約 500家，更大幅增加約 2.7倍（見附圖），這些獲得新融資的公司，能否取得資金成本帶來的回報成果，顯然也是未知之數。
附圖：2013-23 年全球獲新融資的人工智能公司數目
資料來源：HAI：《AI Index Report 2024》，Chapter 4 ，4.3 Investment, 頁 245
掙扎求存 競爭尖銳
另一方面，在𣊬息萬變的AI年代，會不會誔生令人目眩的成功公司個案？我們不妨也回頭看看互聯網年代，當時，大部分科網公司的鴻圖目標都未能實現，以失敗告終，最後，經過殘酷淘汰、並且幾經掙扎求存而碩果僅存的幾家企業，包括亞馬遜，谷歌等等，突圍而出者屈指可數。
不過，這幾家碩果僅存下來的企業，最終成為行業巨擘、推動經濟向前發展的翹楚，對全世界影響巨大。筆者不敢斷言生成式AI的未來發展，從中突圍而出的勝利者，發展與成功的路徑會否如出一轍，但在科技發展歷史上，這種發展路徑和結局並不罕有，且確實有先例可尋。
總括來說，我們必須明白到AI 基礎設施和大語言模型的應用，從中獲取的價值並不取決於AI 基礎技術本身，而更多需要着眼看運用這個科技周邊的行為個體、機構、發展架構、政策，以及各持份者的準備度（Readiness）去接受應用和創新等推動力，而生成式 AI只可視為進行創新和新價值產生的「基礎性工具」，而不宜視之為直接產生價值的「殺手鐗」，並且將之作出無限憧憬的一廂情願擁抱！
【生成式AI投資火熱透視‧之五‧完】