金融市场的主要参与者已彻底将人工智能从实验性技术转变为日常工作中的标准工具。一项针对北美、欧洲、中东和亚洲410名债务工具管理者的广泛调查结果证实了这一点。数据清晰表明:人工智能已不再是新鲜事物——它已成为分析工作的标配。

主要应用领域是研究。52%的长期基金管理者和资产所有者使用人工智能进行数据分析和信息检索。另有44%的对冲基金利用该技术处理市场数据。其中对冲基金处于领先地位:72%的受访者承认每天使用人工智能。相比之下,长期基金管理者的这一比例为49%,资产所有者则为38%。这种差距合乎逻辑:专注于短期波动的对冲基金能更快采用带来速度优势的工具。

交易并非优先事项,安全是主要障碍

与某些预期相反,人工智能在交易执行领域几乎尚未得到应用。大多数受访者指出,该技术对此过程的影响微乎其微。更广泛采用的主要障碍是数据安全问题。这是一个重要信号:市场尚未准备好在高风险环境下将最终决策托付给算法。

有趣的是,几乎没有人预期人工智能会导致大规模裁员。只有7%的受访者认为引入人工智能将引发重大裁员。大多数人预测,在员工数量保持不变的情况下,工作量将增加。人工智能被视为人类劳动的增强器,而非替代品。

能源困境:安德森的观点

Andreessen Horowitz联合创始人马克·安德森最近指出了人工智能增长的关键制约因素——能源和冷却基础设施。他的论点很简单:该行业的未来扩展将直接取决于电力供应和散热系统的可用性。人工智能服务器需要巨大的能源消耗,而冷却这些设施只会进一步增加负荷。

国际能源署的预测证实了这一担忧:到2030年,数据中心容量需求将增长一倍以上,达到约945太瓦时。这几乎与日本目前的能源消耗水平相当。美国经济将面临最严重的基础设施挑战:据专家估计,未来几年美国计算中心的资源消耗将超过整个国家重工业的总和。新的人工智能集群将不可避免地集中在电价低廉且供应稳定的地区。

投资者结论

四大巨头——微软、亚马逊、Alphabet和Meta——已批准了2026年的巨额投资计划。其总投资额预计为7250亿美元,较去年增长77%。全球能源系统应对这一负荷的能力将决定新技术竞赛的最终结果。

我的专家观点:市场正走向一个分岔点。一方面,我们看到对人工智能工具的成熟商业需求。另一方面,物理限制正成为难以突破的上限。对于关注长期头寸的投资者而言,应密切关注那些解决能效和创新冷却问题的公司。正是这些公司,而非单纯的模型开发者,将成为下一轮周期的领导者。顺便提一句,加密货币领域已经历过类似的扩展危机——挖矿的经验教训在此刻比以往任何时候都更具现实意义。