“木头姐”重磅年度报告来了：押注哪些技术革命？

科技股的闪耀也让华尔街明星基金经理、方舟投资管理公司的首席执行官“木头姐”凯茜·伍德（Cathie Wood）2023年重振旗鼓，公司旗舰基金ARK Innovation ETF（ARKK）全年涨幅达68%，在同类基金中排名前1%。

走出“失落的两年”后，近期，“木头姐”带领她的ARK研究团队如期发布了名为《Big Ideas 2024》报告。

在这份长达163页的报告中，“木头姐”继续把目光锁定“颠覆性创新技术”领域，预计技术融合、AI、数字钱包、精准疗法和3D打印等将改变世界的方方面面，到2030年科技将推动世界经济加速至7%。

主要亮点包括：

1. 人工智能、公共区块链、多组测序、能源存储和机器人这五大技术平台正相互交融形成合力，使全球经济增速可能从过去125年平均3%加速至未来7年超过7%的水平。

2. 与颠覆性创新相关的股票市值将以每年40%的速度增长，从当前占全球股市总额的16%激增至2030年占比超60%，市值从当前的约19万亿美元增长到2030年的约220万亿美元。

3. 截至2030年，硬件和软件的融合可以使AI训练成本以每年75%的速度下降。到2030年，全球软件市场可能会增长10倍。

4. 预计到2040年，AI领域硬件的投资规模将达到1.3万亿美元，这笔巨大的投资将推动AI软件销售额达到13万亿美元，使得软件行业的毛利率维持在75%的水平。

5. 机器人出租车平台将重新定义个人出行，并在未来5年~10年创造28万亿美元的企业价值，每年卖出的机器人出租车数量约为7400万辆，占汽车市场的大部分。

6. 随着制造业的整合，电池成本正在下降，压低汽车的价格。电池占电动车价值的20%，电池制造商为电动汽车原始设备制造商带来的营收为每年300亿美元。

7. 得益于3D打印技术，汽车生产进入了一个前所未有的领域，预计将降低汽车开发时间50%，降低模具设计验证成本97%。

8. 精准疗法占新上市药物的25%，到2030年，药物的收入将增加15%，约合3000亿美元。

9. 在人工智能增强型多组学技术的全面渗透下，与药物开发相关的研发效率将提高一倍。到2035年研发的实际回报率提高了10%。

10. 早期检测多种癌症的血液化验已成为治疗标准，使某些年龄阶段的癌症死亡率降低了25%。在发达市场，30%的患者受益于新的诊断制度。

11. 数字休闲支出应该会从实体经济中获得更大的市场份额，并在未来七年以每年19%的年复合增长率增长，从2023年的7万亿美元增至2030年的23万亿美元。

12. 截至2030年，智能设备、娱乐和社交平台的收入达到5.4万亿美元，其中广告和商务收入占80%。

一、颠覆性技术创新平台

根据ARK的研究，颠覆性技术的融合将定义下一个十年的发展，五个主要技术平台——AI、公共区块链、多组学测序（Multiomic Sequencing）、能源存储和机器人——正互相融合，改变全球经济活动，经济增速可能从过去125年平均3%加速至未来7年的7%：

我们认为，技术融合可能会带来比第一次和第二次工业革命更具影响力的宏观经济结构转变。在全球范围内，机器人的出现重振制造业、机器人出租车改变交通运输、AI提高知识工人的生产力，实际经济增长将加速。

在AI技术突破的推动下，到2030年，与颠覆性创新相关的全球股票市场价值可能会从占总市值的16%增加到60%以上。因此，与颠覆性创新相关的年化股票回报率可能会在2030年超过40%。未来七年，其市值将从目前的约19万亿美元增加到2030年的约220万亿美元。

报告称，下图可以看出蒸汽机、铁路与电报等技术、电力与电话、电台等通用技术对经济产生的影响。如今，AI、机器人等颠覆性技术融合对经济的影响将超越此前的通用技术：

这些颠覆性技术彼此之间也会相互融合与影响的程度也各不相同，有的技术融合度非常高（比如 AI），有的比较低（比如精准疗法）。AI的融合程度可以展现出核心技术催化剂的地位和作用。

报告指出，AI的发展速度也快于市场预期。2019年市场普遍预期通用 AI 的出现要等80年，2020年又从80年减到50年、2021年减到34年。GPT-4 出现后，预期时间甚至缩短到了8年。Ark预期通用AI早则出现在2026年，晚则2030年出现：

Ark认为，单个颠覆性技术的进步若相互融合就可以带来巨大的新市场机会，比如通用机器人市场和自动驾驶出租车市场：

神经网络+电池技术，可以促使自主移动设备（比如自动驾驶出租车）的规模化。除了需要电池和AI加持，通用机器人还需要马达、传感器等部件。随着自动驾驶出租车规模化，这些技术成本也会下降，也会让通用机器人市场迎来飞速发展。

工业机器人、互联网信息技术、蒸汽发动机等技术相比，颠覆性技术（特别是 AI）对经济的影响将是巨大的。

我们预计颠覆性技术创新将主导全球股市市值。2023年，非颠覆性创新技术（灰色圆环部分）还在主导全球股市市值。到2030年，颠覆性技术不仅让总市值扩大了三倍左右，也将成为主导市值的力量（彩色部分）。

报告认为，AI硬件的投资规模将达到1.3万亿美元，推动AI软件销售额达到13万亿美元，毛利率维持在75%的水平。

二、人工智能：重新定义工作

2023年，ChatGPT掀起的AI浪潮“一浪高过一浪”，AI迅速融入到人们生活的方方面面，ARK在报告中指出，得益于训练AI成本的快速下降以及科技大厂们的开源，AI带来的远不仅是效率的提高，也将推动全球经济的高速发展。

ARK指出，ChatGPT的出现让企业惊叹，让使用者满意，已经大大提高了生产率：

GitHub、Copilot 和 Replit AI 等编程助手已获得了一定成果，它们的出现提高了软件开发人员的工作效率和工作状态。

文生图的大模型的飞速发展也重塑平面设计，图像模型的输出效果已可与专业平面设计师媲美。

创作文字的成本也正急剧下滑，在过去的一个世纪中，撰写书面内容的成本按实际价值计算相对稳定。但在过去两年中，随着大语言模型写作质量的提高，成本也随之下降。

相对于绩效优异的员工，此前绩效不佳的员工更受益于AI的出现。

ARK指出，随着AI运用领域的扩大，研究人员正在AI训练和推理、硬件和模型设计方面进行创新，以提高性能并降低成本，推理成本似乎以每年约 86%的速度下降。预计到2030年，硬件和软件的融合可以使AI训练成本以每年75%的速度下降:

根据企业规模的用例，推理成本似乎以每年约86%的速度下降，甚至比训练成本还要快。如今，与 GPT-4 Turbo 相关的推理成本已经低于一年前的GPT-3。

正如莱特定律所说，加速计算硬件的改进应该每年将人工智能相关计算单元（RCU）的生产成本降低53%，而算法模型的改进进一步每年降低训练成本47%。换句话说，硬件和软件的融合可能会使人工智能训练成本通过2030年每年下降75%。

（注：莱特定律核心内容为某种产品的累计产量每增加一倍，成本就会下降一个恒定的百分比。如汽车领域产量每累计增加一倍，成本价格就会下降15％。）

报告指出，开源模型正与闭源模型展开竞争，总的来说，开源模型的性能比闭源模型的性能提高得更快：

开源模型领域以领军企业 Meta正一步步挑战OpenAI和Google的闭源模型。

2023年，开源模型在性能基准测试中迅速取得进展，赢得了大型企业、初创公司和学术机构开发人员的持续支持。我们也非常渴望看到开源社区在2024年取得的成就。

针对当前有投资者担忧的大语言模型训练数据是否会耗尽数据，从而限制其表现？Ark在报告中指出，模型的优化需要更多训练数据，Epoch AI估计，书籍和科学论文等高质量语言/数据源可能会在 2024年耗尽，但同时仍有大量未开发的视觉数据。

微软CEO纳德拉在微软财报中首次提到微软在AI货币化中的准备。Ark在今年的报告中提到，定制化AI产品应享有更多定价权：

随着开源替代品的出现和成本的下降，为企业开发和定制AI软件的供应商应更容易实现货币化，相反，对于那些功能简单的AI应用，它们会迅速商品化，在激烈的竞争中，盈利能力降低。

因此，Ark在报告中认为，从不断提高知识工作者的生产力这一点来看，AI软件供应商的潜在机会达到万亿美元，全球软件市场可能会增长10倍：

我们认为到2030年，AI有潜力让知识驱动的职业中的多数任务实现自动化，从而大幅提高员工的生产力。

自动化和加速知识工作任务的软件解决方案供应商应该成为主要受益者。如果新一轮AI应用创新者拥有与今天类似的定价能力，且AI生产力的提升与我们想象的一样有意义，那么到2030年，全球软件市场可能会增长10倍。

三、数字消费者进一步走向数字娱乐

根据ARK的研究，数字休闲支出应该会从实体经济中获得更大的市场份额，并在未来七年以每年19%的年复合增长率增长，从2023年的7万亿美元增至2030年的23万亿美元。报告称将有五个趋势推动其增长：

1. 智能电视（CTV）中的广告投放金额年复合增长率达到17%，从2023年的250亿美元增长到2030年的730亿美元。

2. 社交平台的电子商务收入预计将以每年32%的年复合增长率增长，从2023年的7300亿美元增长到2030年的超5万亿美元。

3. 消费者对体育博彩的需求依然强劲，将继续保持高速增长。

4. AI辅助下的游戏创造是将成为游戏界的新浪潮，如在Roblox这类用户生成内容（ UGC ）平台上进行游戏创作，可能使得游戏内容爆炸式增长，Roblox 已在全球提供超过4.7亿次体验，是 PC、游戏机和移动应用游戏总数的52倍。

5. AI+硬件时代开启，可能在未来重新定义可穿戴设备，如果虚拟现实 (VR）设备持续面临调整，新的AI硬件设备必将出现。

Ark在报告中指出，AI的出现将进一步降低平均工作时间并刺激数字娱乐消费：

生成式AI可将人均劳动时间平均降低1.3%， 从2022年每天5.0小时降至2030年的4.5小时。因此，消费者可能会有更多的时间用于线上娱乐，在线时间在每日生活时中的占比将从2023年的40%增加到2030年的49%。

四、机器人技术

Ark认为，AI与硬件的融合或能推动机器人在更广泛的领域实现运用，预计通用机器人将迎来新的市场机会，每年的营收规模将超过24万亿美元。

Ark指出，机器人性能的快速进步与成本的大幅下降正刺激工厂加大对机器人的采用：

机器人性能的提高正在进一步刺激工厂对工业机器人的需求。计算机视觉和深度学习的进步使机器人性能在七年内提高了33倍，机器人的表现已经超过人类两倍以上，且尚不清楚上限在哪里。

借助AI和计算机视觉，机器人应该能够在非结构化环境中实现经济高效地运行，较低的价格刺激了对工业机器人的需求，当机器人产量每翻一番，工业机器人成本就会下降 50%。

Ark强调，与人类协同工作的机器人正到达关键的发展阶段，称为“S曲线临界点”，即将进入快速发展阶段：

S曲线是一种常用来描述新技术或产品市场采纳率随时间增长的图形，它开始时增长缓慢，然后迅速增加，最后再次放缓，形成一个S形态。当一个新技术的市场份额接近10%到20%时，这通常表示它即将进入快速增长阶段。

以亚马逊部署机器人的数量为例，可以看出亚马逊在2023年大幅提高了机器人的使用量，达到了历史最高点，与人类员工人数相近。

机器人使用后对产能也产生了影响巨大，从亚马逊仓库的效率来看，客户点击下单到商品装运，以分钟计算，时间缩短了78%。

因此Ark认为，未来通用机器人除了家用机器人还将包括制造业机器人， 预计2030年全球制造业GDP将受益于机器人的运用飙升至28.5万亿美元。

五、数字钱包：双边市场打造闭环的消费体系

Ark在报告中指出，头部垂直软件平台通过双边市场打造一套闭环的消费体系，促进从消费者到商家、商家到员工、员工到商家的闭环交易。这些平台上的数字钱包将实现完全封闭的支付生态系统，C2B数字钱包支付总额将以每年20%的速度增长，到2030年的约7万亿美元：

除了支持核心业务运营，像Block、Shopify和Toast这样的垂直软件提供商也在为商家整合金融服务。以数字钱包为核心，与银行和金融科技公司合作（或有自己的银行执照），消除商家与传统金融机构之间的低效率互动。

未来七年内，C2B数字钱包支付总额将以每年20%的速度增长，从2023年的约2万亿美元增长到2030年的约7万亿美元。闭环支付的占比将从4%增加到25%，Block's Square、Shopify和Toast的支付收入预测从35亿美元增加到210亿美元，年化增长率为29%。

Ark认为，双边市场能够在消费者和商家之间关闭金融循环，闭环支付生态系统通过三种方式内部转账来实现：

从消费者到商家、从商家到员工、以及从员工（同时也是消费者）到商家。为了构建这些支付生态系统，平台必须具备：1. 大型且参与度高的双边网络；2. 对商家运营和财务的端到端可见性；3. 垂直行业专长。

数字钱包有可能取代消费者对企业（C2B）支付生态系统的地位，使用数字钱包进行交易可以绕过银行和银行卡网络，为支付机构、商家和消费者节省交换费。我们认为，拥有规模化消费者和商家生态系统的垂直软件平台将利用数字钱包促进闭环交易。

垂直软件平台可为商家提供金融服务。通过数字钱包，这些平台不仅提高了便利性，还实现了存款货币化，将从支付授权到商户结算的步骤从16个减少到5个，将平台收益率提高了一倍以上。

六、精准治疗&多组测序发展

Ark指出，过去的二十年来，精准治疗、CRISPR基因编辑、RNA治疗和靶向蛋白质降解的新模式激增，在人工智能（AI）、CRISPR基因编辑和新测序技术驱动下，创新疗法增加了研发的回报，一些原本被认为无法靶向药物治疗的疾病，现在可以被新开发的药物治疗，为某些疾病提供了新的可能性：

精准治疗领域的公司预计将经历显著增长。精准治疗是一种基于患者特定遗传信息来定制治疗方案的医疗方法，涉及对DNA、RNA和蛋白质等多个生物分子层面的深入研究和应用。

根据ARK投资研究公司的预测，从2023年到2030年，专注于精准治疗的公司的企业价值将以每年28%的速度增长，企业价值将从约8200亿美元增加到约4.5万亿美元：

在过去的三十年里，具有全新作用机制的治疗方式层出不穷。它们不仅扩大了可治疗疾病的数量，还提高了疗效和安全性。2023年，超过25%的临床试验都在利用新的治疗模式。

根据我们的研究，新的治疗模式和研发方法，再加上监管部门对“精准”疗法的批准，制药业投资回报率下降的趋势未来将被扭转。

越来越多的精确治疗正变得多组学和治愈，其作用机制跨越DNA、RNA、蛋白质等。根据ARK的研究，专注于精准治疗的公司的企业价值未来7年将会以每年28%的速度增长，从2023年的8200亿美元升至2030年的4.5万亿美元。

精准治疗，包括基于RNA的药物和“靶向蛋白降解剂”（TPDs），不仅扩大了人类基因组中可药物治疗的蛋白质数量，也增加了可治疗的组织类型的数量。

七、多组学工具和技术：生物学的洞察力转化为医疗保健和经济价值

Ark指出在过去的十年里，生物学工具和技术的不断发展和完善，其中高通量蛋白质组学、人工智能（AI）和单细胞测序这三种技术的进步，已经成为推动生物学研究和医疗科技发展的关键力量，预计药物的研发支出有望减少超25％，未来七年内精准治疗领域的企业价值以复合年增长率26％增加，从2023年约8200亿美元增加到2030年的约4.5万亿美元：

这些技术的结合使用，提高了研究和开发工作的生产力和效率，还提高了医疗应用的精确度，比如疾病诊断、治疗个性化和新药开发等方面。

根据ARK的研究，人工智能和自动化正在为药物研发提供更强大的支持，技术进步应能够使每种药物的研发成本大幅降低：

在过去的十年中，质谱仪和生物信息学的进步极大地改进了蛋白质组分析，提高了分辨率、准确性和同时分析多个样本的能力。

莱特定律预测了蛋白质组学成本的下降，不仅使人们能够详细探索健康和疾病中的蛋白质组，还加速了癌症生物标志物的发现和靶向疗法的开发。我们认为，单细胞RNA测序正在彻底改变我们对癌症的认识。

我们认为，人工智能和自动化的发展将降低药物成本，使得审批程序减少。与此同时，基础生物学、人工智能、自动化和试验设计方面的进步应能大幅降低临床前药物开发成本。在药物开发过程的早期淘汰不具潜力的药物，防止下游研发资金分配不当，并在发现阶段的早期创造更大的空间。

在未来十年中，充分利用这些技术的公司可将每次批准的成本降低近50%，部分原因是进入临床试验的候选药物的成功几率提高了一倍多。

八、电动汽车因电池成本降低进一步普及

报告指出，在电池成本在因供应链中断而上升后，现在电池成本正随着莱特定律下降，并将推动电动汽车 (EV) 价格下滑，预计2030年电动汽车将占车辆总量的95%~100%，未来7年电动汽车销量将以每年33%的速度增长，从2023年的1000万辆增至2030年的7400万辆。

我们认为，电动汽车继续从内燃机汽车手中夺走市场份额。如果电动汽车持续抢占燃油车的份额，那么燃油车制造商可能会被迫重组和整合。

根据莱特定律，千瓦时产量每翻一番，电池成本将下降28%。磷酸铁锂电池正在抢占富镍电池的市场份额，这说明随着电池化学成分的不断变化，预测商品价格是非常困难的。

莱特定律也指向更快的电动汽车充电速度，电动汽车的充电速度似乎可以很好地代表整体性能，包括效率、续航里程和功率。

在过去五年里，200英里续航里程的充电速度提高了近三倍，从40分钟缩短到12分钟，未来五年可能再下降三倍，达到4分钟。随着电动汽车充电速度达到可接受水平，制造商可能会优化其他功能，包括自动驾驶、安全和娱乐。

九、自动驾驶出租车：改造城市交通

人工智能的突破将推动自动驾驶出租车彻底改变城市出行，并将极大地改变或减少个人购置汽车的需求，影响到依赖个人汽车销售的汽车贷款市场。根据ARK的研究，机器人出租车平台将重新定义个人出行，并在未来五到十年内创造28万亿美元的企业价值：

据我们估算，规模化的自动驾驶出租车每英里的成本可低至0.25美元，这样的低成本可能会推动自动驾驶出租车的广泛采用。

报告指出，自动驾驶汽车比人类驾驶汽车更安全，而大语言模型和生成式AI的应用能加速自动驾驶技术的发展：

我们认为，自动驾驶汽车的事故率将比人类驾驶员的事故率低80%，从而减少美国每年约4万起汽车相关死亡事故和全球约135万起汽车相关死亡事故。

在全自动驾驶（FSD）模式下，特斯拉在地面上的安全性是手动模式下的5倍，是全美平均水平的16 倍。Waymo 的自动驾驶汽车比全国平均水平安全约2倍~3倍。

由GPT-4训练以执行机器人任务的神经网络在83%的任务上表现优于人类专家编程者，改善幅度达到52%。大型语言模型支持基于文本的训练、验证和自我解释，这应有助于促进监管批准。

多模态模型可以通过图像和文本训练自动驾驶车辆，这可能会提升系统性能。生成式人工智能可以通过模拟训练和验证自动驾驶车辆的安全性。

“木头姐”在报告中强调，自动驾驶出租车市占率提升将颠覆美国汽车贷款行业，到2030年，自动驾驶平台提供商的企业价值可达到28万亿美元，相当于2023年所有汽车制造商市值的9倍：

在过去三年中，利率上调使新车每月汽车贷款支出增加了约27%，从581美元增至739美元。这也使得汽车贷款拖欠超60天的数量最近创下了历史新高。

随着电动汽车的价格继续下降，更多的用户开始使用自动驾驶出租车技术，并降低燃油车的价值。

本文来自微信公众号：华尔街见闻（ID：wallstreetcn），作者：葛佳明