科技股的閃耀也讓華爾街明星基金經理人、方舟投資管理公司的執行長「木頭姐姐」凱西·伍德（Cathie Wood）2023年重振旗鼓，公司旗艦基金ARK Innovation ETF（ARKK）全年漲幅達68%，在同類基金中排名前1%。
走出「失落的兩年」後，近期，「木頭姐姐」帶領她的ARK研究團隊如期發布了名為《Big Ideas 2024》報告。
在這份長達163頁的報告中，Cathie Wood 繼續把目光鎖定「顛覆性創新技術」領域，預計技術融合、AI、數位錢包、精準療法和3D列印等將改變世界的方方面面，到2030年科技將推動世界經濟加速至7%：
主要大綱包括(太長不看)：
1.人工智慧、公共區塊鏈、多組定序、能源儲存和機器人這五大技術平台正相互交融形成合力，使全球經濟成長可能從過去125年平均3%加速至未來7年超過7%的水平。
2.與顛覆性創新相關的股票市值將以每年40%的速度成長，從目前佔全球股市總額的16%激增至2030年佔比超60%，市值從目前的約19兆美元增長到2030年的約220兆美元。
3.截至2030年，硬體和軟體的整合可以使AI培訓成本以每年75%的速度下降。到2030年，全球軟體市場可能會成長10倍。
4.預計到2040年，AI領域硬體的投資規模將達到1.3兆美元，這筆龐大的投資將推動AI軟體銷售額達到13兆美元，使得軟體產業的毛利率維持在75%的水平。
5.機器人計程車平台將重新定義個人出行，並在未來5-10年創造28兆美元的企業價值，每年賣出的機器人計程車數量約為7400萬輛，佔汽車市場的大部分。
6.隨著製造業的整合，電池成本正在下降，壓低汽車的價格。電池佔電動車價值的20%，電池製造商為電動車原始設備製造商帶來的營收為每年300億美元。
7.得益於3D列印技術，汽車生產進入了一個前所未有的領域，預計將降低汽車開發時間50%，降低模具設計驗證成本97%。
8.精準療法佔新上市藥物的25%，到2030年，藥物的收入將增加15%，約3000億美元。
9.在人工智慧增強型多組學技術的全面滲透下，與藥物開發相關的研發效率將提高一倍。到2035年研發的實際回報率提高了10%。
10.早期檢測多種癌症的血液化驗已成為治療標準，使某些年齡階段的癌症死亡率降低了25%。在已開發市場，30%的患者受益於新的診斷制度。
11.數位休閒支出應該會從實體經濟中獲得更大的市場份額，並在未來七年以每年19%的年複合增長率增長，從2023年的7萬億美元增至2030年的23萬億美元。
12.截至2030年，智慧型裝置、娛樂和社群平台的收入達到5.4兆美元，其中廣告和商務收入佔80%。
顛覆性技術創新平台
根據ARK的研究，顛覆性技術的整合將定義下一個十年的發展，五個主要技術平台——AI、公共區塊鏈、多組學定序（Multiomic Sequencing）、能源儲存和機器人——正互相融合，改變全球經濟活動，經濟成長可能從過去125年平均3%加速至未來7年的7%：
我們認為，技術融合可能會帶來比第一次和第二次工業革命更具影響力的宏觀經濟結構轉變。在全球範圍內，機器人的出現重振製造業、機器人計程車改變交通運輸、AI提高知識工人的生產力，實際經濟成長將加速。
在AI技術突破的推動下，到2030 年，與顛覆性創新相關的全球股票市場價值可能會從佔總市值的16%增加到60%以上。因此，與顛覆性創新相關的年化股票報酬率可能在2030年超過40%。未來七年，其市值將從目前的約19兆美元增加到2030年的約220 兆美元。
報告稱，下圖可看出蒸汽機、鐵路與電報等技術、電力與電話、電台等一般技術對經濟的影響。如今，AI、機器人等顛覆性技術融合對經濟的影響將超越先前的通用技術：
這些顛覆性技術彼此之間也會相互融合與影響的程度也各不相同，有的技術融合度非常高（例如AI），有的比較低（例如精準療法）。AI的融合程度可以展現出核心技術催化劑的地位與作用。
報告指出，AI 的發展速度也快於市場預期。2019年市場普遍預期通用AI 的出現要等80 年，2020年又從80年減到50 年、2021年減到34年。GPT-4 出現後，預期時間甚至縮短到了8 年。Ark預期通用AI有早則出現在2026年，晚則2030年出現：
Ark認為，單一顛覆性技術的進步可以若相互融合就可以帶來巨大的新市場機會，例如通用機器人市場和自動駕駛計程車市場：
神經網路+電池技術，可以促使自主行動裝置（如自動駕駛計程車）的規模化。除了需要電池和AI加持，通用機器人還需要馬達、感測器等零件。隨著自動駕駛計程車規模化，這些技術成本也會下降，也會讓通用機器人市場迎來快速發展。
工業機器人、網路資訊科技、蒸汽引擎等技術相比，顛覆性技術（特別是AI)對經濟的影響將是巨大的。
我們預期顛覆性技術創新將主導全球股市市值。2023 年，非顛覆性創新技術（灰色圓環部分）還在主導全球股市市值。到了2030年，顛覆性技術不僅讓總市值擴大三倍左右，也將成為主導市值的力量（彩色部分）。
報告認為，AI硬體的投資規模將達到1.3兆美元，推動AI軟體銷售額達到13兆美元，毛利率維持在75%的水平。
人工智慧：重新定義工作
2023年，ChatGPT掀起的AI浪潮“一浪高過一浪”，AI迅速融入到人們生活的方方面面，ARK在報告中指出，得益於訓練AI成本的快速下降以及科技大廠們的開源，AI帶來的遠不僅是效率的提高，也將推動全球經濟的高速發展。
ARK指出，ChatGPT的出現讓企業驚嘆，讓使用者滿意，已經大大提高了生產力：
GitHub、Copilot 和Replit AI 等程式設計助理已獲得了一定成果，它們的出現提高了軟體開發人員的工作效率和工作狀態。
文生圖的大模型的快速發展也重塑平面設計，影像模型的輸出效果已與專業平面設計師媲美。
創作文字的成本也正急劇下滑，在過去的一個世紀中，撰寫書面內容的成本按實際價值計算相對穩定。但在過去兩年中，隨著大語言模型寫作品質的提高，成本也隨之下降。
相對於績效優異的員工，先前績效不佳的員工更受益於AI的出現。
ARK指出，隨著AI運用領域的擴大，研究人員正在AI訓練和推理、硬體和模型設計方面進行創新，以提高性能並降低成本，推理成本似乎以每年約86% 的速度下降。預計到2030年，硬體和軟體的整合可以使AI培訓成本以每年75%的速度下降：
根據企業規模的用例，推理成本似乎以每年約86% 的速度下降，甚至比培訓成本還要快。如今，與GPT-4 Turbo 相關的推理成本已經低於一年前的GPT-3。
正如萊特定律所說，加速運算硬體的改進應該每年將人工智慧相關運算單元（RCU）的生產成本降低53%，而演算法模型的改進則進一步每年降低訓練成本47%。換句話說，硬體和軟體的整合可能會使人工智慧訓練成本透過2030年每年下降75%。
（註：萊特定律核心內容為某種產品的累積產量每增加一倍，成本就會下降一個恆定的百分比。如汽車領域產量每累計增加一倍，成本價格就會下降15％。）
報告指出，開源模型正與閉源模型競爭，總的來說，開源模型的效能比閉源模型的效能提高得更快：
開源模型領域以領導企業Meta為領導正一步步挑戰OpenAI 和Google 的閉源模型。
2023年，開源模型在效能基準測試中迅速取得進展，贏得了大型企業、新創公司和學術機構開發人員的持續支持。我們也非常渴望看到開源社群在2024 年的成就。
針對目前有投資人擔憂的大語言莫循訓練數據是否會耗盡數據，從而限制其表現？Ark在報告中指出，模型的最佳化需要更多訓練數據，Epoch AI 估計，書籍和科學論文等高品質語言/數據來源可能會在2024 年耗盡，但同時仍有大量未開發的視覺數據。
微軟CEO納德拉在微軟財報中首次提到微軟在AI貨幣化的準備。Ark在今年的報告中提到，客製化AI產品應享有更多定價權：
隨著開源替代品的出現和成本的下降，為企業開發和定制AI軟體的供應商應更容易實現貨幣化，相反，對於那些功能簡單的AI應用，它們會迅速商品化，在激烈的競爭中，獲利能力降低。
因此，Ark在報告中認為，從不斷提高知識工作者的生產力這一點來看，AI軟體供應商的潛在機會達到萬億美元的，全球軟體市場可能會成長10 倍：
我們認為到2030年，AI有潛力讓知識驅動的職業中的多數任務實現自動化，從而大幅提高員工的生產力。
自動化和加速知識工作任務的軟體解決方案供應商應該成為主要受益者。如果新一輪AI應用創新者擁有與現今類似的定價能力，而AI生產力的提升與我們想像的一樣有意義，那麼到2030年，全球軟體市場可能會成長10倍。
數位消費者進一步走向數位娛樂
根據ARK的研究，數位休閒支出應該會從實體經濟中獲得更大的市場份額，並在未來七年以每年19%的年複合成長率成長，從2023年的7兆美元增加到2030年的23兆美元。報告稱將有五個趨勢推動其於其成長：
1.智慧電視（CTV）的廣告投放金額年複合成長率達17%，從2023年的250億美元成長到2030年的730億美元。
2.社群平台的電子商務收入預計將以每年32%的年複合成長率成長，從2023年的7,300億美元成長到2030年的超5兆美元。
3.消費者對體育博彩的需求依然強勁，將持續維持高速成長。
4.AI輔助下的遊戲創造是將成為遊戲界的新浪潮，如在Roblox這類用戶生成內容（ UGC ）平台上進行遊戲創作，可能使得遊戲內容爆炸式增長，Roblox 已在全球提供超過4.7 億次體驗，是PC、遊戲機和行動應用程式遊戲總數的52 倍。
5.AI+硬體時代開啟，可能在未來重新定義穿戴式設備，如果虛擬實境(VR)設備持續面臨調整，新的AI 硬體設備必將出現。
Ark在報告中指出，AI的出現將進一步降低平均工作時間並刺激數位娛樂消費：
生成式AI可將人均勞動時間平均降低1.3%， 從2022年每天5.0小時降至2030年的4.5小時。因此，消費者可能會有更多的時間用於線上娛樂，在線時間在每日生活時中的佔比將從2023年的40%增加到2030年的49%。
機器人技術
Ark認為，AI與硬體的整合或能推動機器人在更廣泛的領域中運用，預計通用機器人將迎來新的市場機會，每年的營收規模將超過24兆美元。
Ark指出，機器人性能的快速進步與成本的大幅下降正刺激工廠加大對機器人的採用：
機器人性能的提高正在進一步刺激工廠對工業機器人的需求。電腦視覺和深度學習的進步使機器人性能在七年內提高了33 倍，機器人的表現已經超過人類兩倍以上，而且尚不清楚上限在哪裡。
借助AI 和電腦視覺，機器人應該能夠在非結構化環境中實現經濟高效地運行，較低的價格刺激了對工業機器人的需求，當機器人產量每翻一番，工業機器人成本就會下降50%。
Ark強調，與人類協同工作的機器人正到達關鍵的發展階段，稱為“S曲線臨界點”，即將進入快速發展階段：
S曲線是一種常用來描述新技術或產品市場採納率隨時間增長的圖形，它開始時增長緩慢，然後迅速增加，最後再次放緩，形成一個S形態。當一個新技術的市佔率接近10%到20%時，這通常表示它即將進入快速成長階段。
以亞馬遜部署機器人的數量為例，可以看出亞馬遜在2023年大幅提高了機器人的使用量，達到了歷史最高點，與人類員工人數相近。
機器人使用後對產能也產生了影響巨大，從亞馬遜倉庫的效率來看，客戶點擊下單到商品裝運，以分鐘計算，時間縮短了78%。
因此Ark認為，未來通用機器人除了家用機器人還將包括製造業機器人， 2030 年全球製造業GDP預計將受惠於機器人的運用飆升至28.5兆美元。
數位錢包：雙邊市場打造閉環的消費體系
Ark在報告中指出，頭部垂直軟體平台透過雙邊市場打造一套閉環的消費體系，促進從消費者到商家、商家到員工、員工到商家的閉環交易。這些平台上的數位錢包將實現完全封閉的支付生態系統，C2B數位錢包支付總額將以每年20%的速度成長，到2030年的約7兆美元：
除了支援核心業務運營，像Block、Shopify和Toast這樣的垂直軟體供應商也在為商家整合金融服務。以數位錢包為核心，與銀行和金融科技公司合作（或有自己的銀行執照），消除商家與傳統金融機構之間的低效率互動。
未來七年內，C2B數位錢包支付總額將以每年20%的速度成長，從2023年的約2兆美元成長到2030年的約7兆美元。閉環支付的比例將從4%增加到25%，Block's Square、Shopify和Toast的支付收入預測從35億美元增加到210億美元，年化成長率為29%。
Ark認為，雙邊市場能夠在消費者和商家之間關閉金融循環，而閉環支付生態系統透過三種方式內部轉帳來實現：
從消費者到商家、從商家到員工、以及從員工（同時也是消費者）到商家。為了建構這些支付生態系統，平台必須具備：1）大型且參與度高的雙邊網絡，2）對商家營運和財務的端到端可見性，以及3）垂直行業專長。
數位錢包有可能取代消費者對企業（C2B）支付生態系統的地位，使用數位錢包進行交易可以繞過銀行和銀行卡網絡，為支付機構、商家和消費者節省交換費。我們認為，擁有規模化消費者和商家生態系統的垂直軟體平台將利用數位錢包促進閉環交易。
垂直軟體平台可為商家提供金融服務。透過數位錢包，這些平台不僅提高了便利性，還實現了存款貨幣化，將從支付授權到商家結算的步驟從16個減少到5個，將平台收益率提高了一倍以上。
精準治療&多組定序發展
Ark指出，過去的二十年來，精準治療、CRISPR 基因編輯、RNA治療和標靶蛋白質降解的新模式激增，在人工智慧（AI）、CRISPR基因編輯和新定序技術驅動下，創新療法增加了研發的回報，一些原本被認為無法靶向藥物治療的疾病，現在可以被新開發的藥物治療，為某些疾病提供了新的可能性：
精準治療領域的公司預計將經歷顯著成長。精準治療是一種基於患者特定遺傳訊息來客製化治療方案的醫療方法，涉及對DNA、RNA和蛋白質等多個生物分子層面的深入研究和應用。
根據ARK投資研究公司的預測，從2023年到2030年，專注於精準治療的公司的企業價值將以每年28%的速度增長，企業價值將從約8,200億美元增加到約4.5兆美元：
在過去的三十年裡，全新作用機制的治療方式層出不窮。它們不僅擴大了可治療疾病的數量，還提高了療效和安全性。2023年，超過25%的臨床試驗都在利用新的治療模式。
根據我們的研究，新的治療模式和研發方法，再加上監管部門對"精準"療法的批准，製藥業投資回報率下降的趨勢未來將被扭轉。
越來越多精確的治療正變得多組學和治愈，其作用機制跨越DNA、RNA、蛋白質等。根據ARK的研究，專注於精準治療的公司的企業價值未來7年將會以每年28%的速度成長，從2023年的8,200億美元升至2030年的4.5兆美元。
精準治療，包括基於RNA的藥物和「標靶蛋白降解劑」（TPDs），不僅擴大了人類基因組中可藥物治療的蛋白質數量，也增加了可治療的組織類型的數量。
多組學工具和技術：生物學的洞察力轉化為醫療保健和經濟價值
Ark指出在過去的十年裡，生物學工具和技術的不斷發展和完善，其中高通量蛋白質體學、人工智慧（AI）和單細胞測序這三種技術的進步，已經成為推動生物學研究和醫療科技發展的關鍵力量，預計藥物的研發支出預計將減少超25％，未來七年內精準治療領域的企業價值以復合年增長率26％增加，從2023年約8200億美元增加到2030年的約4.5兆美元：
這些技術的結合使用，提高了研究和開發工作的生產力和效率，也提高了醫療應用的精確度，例如疾病診斷、治療個人化和新藥開發等面向。
根據ARK的研究，人工智慧和自動化正在為藥物研發提供更強大的支持，技術進步應能使每種藥物的研發成本大幅降低：
在過去的十年中，質譜儀和生物資訊學的進步極大地改進了蛋白質組分析，提高了分辨率、準確性和同時分析多個樣本的能力。
萊特定律預測了蛋白質體學成本的下降，不僅使人們能夠詳細探索健康和疾病中的蛋白質組，還加速了癌症生物標記的發現和標靶療法的開發。我們認為，單細胞RNA定序正在徹底改變我們對癌症的認識。
我們認為，人工智慧和自動化的發展將降低藥物成本，使得審批程序減少。同時，基礎生物學、人工智慧、自動化和試驗設計的進步應能大幅降低臨床前藥物開發成本。在藥物開發過程的早期淘汰不具潛力的藥物，防止下游研發資金分配不當，並在發現階段的早期創造更大的空間。
在未來十年中，充分利用這些技術的公司可將每次批准的成本降低近50%，部分原因是進入臨床試驗的候選藥物的成功幾率提高了一倍以上。
電動車因電池成本降低而進一步普及
美股投資網了解到，報告指出，在電池成本在因供應鏈中斷而上升後，現在電池成本正隨著萊特定律下降，並將推動電動車(EV) 價格下滑，預計2030年電動車將佔車輛總量的95-100%，未來7年電動車銷量將以每年33%的速度成長，從2023年的1000萬輛增加至2030年的7400萬輛
我們認為，電動車繼續從內燃機汽車手中奪走市場份額。如果電動車持續搶佔燃油車的份額，那麼燃油車製造商可能會被迫重組和整合。
根據萊特定律，千瓦時產量每翻一番，電池成本將下降28%。磷酸鋰鐵電池正在搶佔富鎳電池的市場份額，這說明隨著電池化學成分的不斷變化，預測商品價格是非常困難的。
萊特定律也指向更快的電動車充電速度，而電動車的充電速度似乎可以很好地代表整體性能，包括效率、續航里程和功率。
在過去五年裡，200英里續航里程的充電速度提高了近三倍，從40分鐘縮短到12分鐘，未來五年可能再下降三倍，達到4分鐘。隨著電動車充電速度達到可接受水平，製造商可能會優化其他功能，包括自動駕駛、安全和娛樂。
自動駕駛計程車：改造城市交通
人工智慧的突破將推動自動駕駛計程車徹底改變城市出行，並將極大地改變或減少個人購置汽車的需求，影響到依賴個人汽車銷售的汽車貸款市場。根據ARK的研究，機器人計程車平台將重新定義個人出行，並在未來五到十年內創造28兆美元的企業價值：
據我們估算，規模化的自動駕駛計程車每英里的成本可低至0.25美元，這樣的低成本可能會推動自動駕駛計程車的廣泛採用。
報告指出，自動駕駛汽車比人類駕駛汽車更安全，而大語言模型和生成式AI的應用能加速自動駕駛技術的發展：
我們認為，自動駕駛汽車的事故率將比人類駕駛的事故率低80%，從而減少美國每年約4萬起汽車相關死亡事故和全球約135萬起汽車相關死亡事故。
在全自動駕駛（FSD）模式下，特斯拉在地面上的安全性是手動模式的5倍，是全美平均的16 倍。Waymo 的自動駕駛汽車比全國平均安全約2-3倍。
由GPT-4訓練以執行機器人任務的神經網路在83%的任務上表現優於人類專家程式設計者，改善幅度達52%。大型語言模型支援基於文字的訓練、驗證和自我解釋，這應有助於促進監管批准。
多模態模型可以透過圖像和文字訓練自動駕駛車輛，這可能會提升系統性能。生成式人工智慧可以透過模擬訓練和驗證自動駕駛車輛的安全性。
「木頭姐」在報告中強調，自動駕駛計程車市佔率提升將顛覆美國汽車貸款產業，到2030年，自動駕駛平台提供者的企業價值可達到28兆美元，相當於2023年所有汽車製造商市值的9倍：
在過去三年中，利率上調使新車每月汽車貸款支出增加了約27%，從581美元增加到739美元。這也使得汽車貸款拖欠超60天的數量最近創下了歷史新高。
隨著電動車的價格持續下降，更多的用戶開始使用自動駕駛計程車技術，並降低燃油車的價值。
GoldenTrader團隊認為：
凱西·伍德 Cathie Wood的基金在2021年跌到現在以來，在2023年終於有一點成績，不過還是離過去光榮時刻重壓科技股曇花一現的價格還有差距。
分析報告可以看出很多未來「長期」趨勢，可以大概知道目前市場生態，但是是否能應用在短期價格上，還是要多關注基本面是否改變。
AI並不是全面式的發展都很順利，我們一一分析，第一個報告講到AI平台，這已經慢慢開始有商業模式，所以這一點沒毛病。
第二點AI取代重複性的勞力工作，未來會慢慢一點一點的測試市場需求，麥肯錫全球研究院（McKinsey Global Institute）預計未來6成的職業中會取代30%的工作。
第三點AI數位娛樂，這都還要看硬體而言，目前硬體都非常的昂貴，甚至笨重，目前要看到商業化獲利還要觀察。
第四點機器人技術目前看好，可是硬體也是昂貴，家用機器人更不用說，目前也只有製造業機器人可以上工，企業負擔的起。
第五點數位錢包已經多邊發展，目前要偏向整合一體化，否則就複雜，民眾也不好用，至少可以互相兌換相對法幣或是虛擬貨幣沒有障礙，這才是最終便利。
第六點AI醫療目前若有更好的研究，醫療期刊就會發表，能用就用
第七點電池成本雖降，可是處理電池的廢棄物卻不透明，可以循環利用或是無汙染的環保處理，都是廠商不想公布的答案。
第八點無人計程車，這個法規還沒有全球化，都是只敢局部區域測試
第九點電動車未來化，要先解決真的環保問題，電動車現正面臨「鎳困境」，生產電動汽車電池需要大量的鎳礦，但無論是地下開採或精煉鎳礦的過程，都需砍伐熱帶雨林，產生大量碳排放。 電池製造過程還會產生極高的溫度，最後留下難以處理的廢渣和廢棄電池，對環境都是不小的負擔。 開採鎳礦對地球造成的負荷相當驚人。
只說AI如何改造生活，就大把鈔票押注，而沒有風險配套措施，那就會使營利停滯，凱西·伍德 2021之前對於特斯拉和加密貨幣的執著，使得期下ETF價格最高價過眼雲煙，太過於期待未來，夢想跟不上營利速度，淪為炒作，後面只能望塵莫及。
登入後參與討論