ARK年度重磅报告：2024年重大创新.pdf

1重大创新2024年Annual ResearchReport仅供信息目的而设重大创新2 0 2 42024年1月31日2BIGIDEAS2024：披露投资创新的风险请注意：ARK认为正在利用颠覆性创新和发展技术来取代旧技术或创造新市场的公司实际上可能并非如此。ARK旨在教育投资者，并寻求评估潜在的投资机会，同时指出风险和不确定性可能会影响我们的预测和研究模型。投资者应仅将所提供的内容用于信息目的，并意识到市场风险、颠覆性创新风险、监管风险和与某些创新领域相关的风险。请仔细阅读风险披露。颠覆性创新快速变化的步伐不确定性和未知因素跨行业和市值的曝光投资创新的风险监管障碍竞争格局政治或法律压力来源：ARK投资管理有限责任公司，2023年。旨在了解监管、市场、行业和公司风险。(请参阅披露页面)旨在跨行业理解技术，并结合自上而下和自下而上的研究。3BIGIDEAS2024:介绍2024年重大创新理念ARK Invest自豪地呈现“2024年重大创新理念：颠覆常规，定义未来。”自2017年以来的传统，重大创新理念提供了对技术融合及其革命产业和经济潜力的全面分析。ARK寻求通过投资颠覆性创新的领导者、推动者和受益者，实现长期资本增值。ARK相信创新不仅是增长的关键，也是韧性的关键，强调每个投资者组合中对创新的战略配置的必要性。这种方法旨在利用常规指数经常忽视的指数增长机会，同时提供对面临颠覆的现有企业的风险的对冲。我们希望您喜欢2024年的重大创新理念。Disrupting The Norm,Defining The Future4可重复使用的火箭143技术融合5人工智能19比特币配置342023年的比特币43智能合约53数字消费者64数字钱包75精准疗法87多组学工具和技术96电动车104机器人技术113机器人出租车122自动化物流1333D打印153目录5技术融合来源：ARK投资管理有限责任公司，2024年。预测本质上是有限的，不能依赖。仅供信息目的，不应视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。布雷特温顿首席未来学家ARK风险投资委员会成员研究者：2024年重大创新理念6根据ARK的研究，颠覆性技术之间的融合将定义这个十年。人工智能、公共区块链、多组学测序、能源储存和机器人技术这五个主要技术平台正在融合，预计将改变全球经济活动。技术融合可能会引发比第一和第二次工业革命更具影响力的宏观经济变革。全球范围内，真实经济增长可能从过去125年的平均3%加速到未来7年的7%以上，因为机器人重新激发制造业，无人驾驶出租车改变交通方式，人工智能提升知识工作者的生产力。在人工智能突破的推动下，与颠覆性创新相关的全球股票市值可能从总市值的16%增加到2030年的60%以上。因此，在未来七年内，与颠覆性创新相关的年化股权回报率可能超过40%，将其市值从今天的约19万亿美元增加到2030年的约220万亿美元。*在本节中，我们将公共区块链价值作为所有计算和预测的“股票市值”的一部分。来源：ARK投资管理有限责任公司，2024年。这项ARK分析基于一系列来自外部来源的基础数据，可根据要求提供。预测具有固有的局限性，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能作为未来结果的指标。融合7五个创新平台正在融合并定义这个技术时代来源：ARK投资管理有限责任公司，2024年。此ARK分析基于来自外部来源的一系列基础数据，可根据要求提供。预测具有固有的局限性，不能依赖。仅供信息目的，并不构成投资建议或对购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。公共区块链在大规模采用后，所有货币和合同很可能会迁移到能够实现和验证数字稀缺性和所有权的公共区块链上。金融生态系统很可能会重新配置以适应加密货币和智能合约的崛起。这些技术增加了透明度，减少了资本和监管控制的影响，并降低了合同执行成本。在这样的世界中，随着更多的资产变得类似货币，数字钱包将变得越来越必要，企业和消费者将适应新的金融基础设施。公司结构本身可能会受到质疑。多组学测序收集、测序和理解数字生物数据的成本正在急剧下降。多组学技术为研究科学家、治疗机构和健康平台提供了前所未有的DNA、RNA、蛋白质和数字健康数据访问权限。癌症护理应该通过全癌症血液检测进行转变。多组学数据应该用于新型精准疗法，利用新兴的基因编辑技术来治疗和治愈罕见疾病和慢性病。多组学应该解锁全新的可编程生物学能力，包括设计和合成具有广泛应用于各行业，特别是农业和食品生产的新型生物构造。人工智能随着数据的演化，计算系统和软件可以解决棘手的问题，自动化知识工作，并加速技术融入每个经济领域。神经网络的采用应该比互联网的引入更具有重大意义，并有可能创造数万亿美元的价值。在规模上，这些系统将需要前所未有的计算资源，而AI专用计算硬件应该主导训练和运行AI模型的下一代云数据中心。对终端用户来说，潜力是明显的：一系列AI驱动的智能设备渗透到人们的生活中，改变他们的消费、工作和娱乐方式。人工智能的采用应该改变每个行业，影响每个企业，并催化每个创新平台。能源储存先进电池技术成本的下降应该会导致形态因素的爆炸，使得自主移动系统的成本降低，从而使人们和物品从一个地方到另一个地方的成本降低。电动传动成本的下降应该会推动微型移动和空中系统的发展，包括飞行出租车，从而实现改变城市景观的商业模式。自主性应该能够将出租车、快递和监控的成本降低一个数量级，从而实现无摩擦的交通，可能提高电子商务的速度，并使个人汽车拥有成为例外而不是规则。这些创新与大规模固定电池相结合，应该会引起能源的转型，用电代替液体燃料，并将发电基础设施推向网络的边缘。机器人技术在人工智能的推动下，适应性机器人可以与人类一起工作，并在传统基础设施中导航，改变产品的制造和销售方式。3D打印应该有助于制造业的数字化，不仅提高最终使用零部件的性能和精度，还增加供应链的弹性。与此同时，世界上最快的机器人，可重复使用的火箭，应该会继续降低卫星星座发射的成本，并实现不间断的连接。作为一个新兴的创新平台，机器人技术可以通过超音速旅行降低距离成本，通过3D打印机降低制造复杂性成本，通过AI引导的机器人降低生产成本。融合8融合技术正在产生一波历史性的技术浪潮来源：ARK投资管理有限责任公司，2024年。这份ARK分析基于一系列基础来源，包括Bekar等人2017年的研究，可根据要求提供。该图表使用GPT 4提示来调查使用详细框架进行识别的广泛用途技术的全面列表。在可用的情况下，还使用学术文献来评估可归因的经济影响。GPT-4评分标准评估技术对技术的影响。直接测量的影响与评分相匹配，以调整所有评分，以产生技术对技术的经济影响估计（即使无法获得经济影响的直接测量）。根据广义技术理论，这些技术被假定在投资期间经济影响为负，然后开始实现生产力进步并反映在经济数据中。假设所有技术具有相同的扩散和实现周期。如果假设最近的技术扩散更快，当前浪潮将显得更陡峭。预测固有地有限，不能依赖。仅供信息目的，不应视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能作为未来结果的指标。-2381318178017851790179518001805181018151820182518301835184018451850185518601865187018751880188518901895190019051910191519201925193019351940194519501955196019651970197519801985199019952000200520102015202020252030通用技术的预计经济影响（实际GDP增长和消费者剩余的年百分点增加）集成电路核能集装箱化互联网手机GPS网络个人电脑生物技术光纤电子商务可再生能源3D打印可重复使用的火箭自适应机器人先进电池自动驾驶云计算人工智能智能设备多组学技术精准疗法可编程生物学数字钱包智能合约加密货币内燃机电力电话无线电制冷空调化学品和合成材料材料汽车装配线电视喷气发动机铁路电报摄影自行车蒸汽机2025年F2030年F融合9人工智能作为中心技术催化剂最高高中低最低技术融合矩阵展示了技术之间的关系此图形的更详细版本，包括详细的评分信息和理由，请点击此处查看。来源：ARK投资管理有限责任公司，2024年。此ARK分析基于来自外部来源的一系列基础数据，可根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，并不应被视为投资建议或对任何特定证券的买入、卖出或持有的推荐。过去的表现不能预示未来的结果。加密货币智能合约数字钱包精准疗法多组学技术可编程生物学神经网络下一代云计算智能设备自动移动性先进电池技术可再生火箭适应性机器人技术3D打印加密货币智能合约数字钱包精准疗法多组学技术神经网络下一代云智能设备自动移动性先进电池技术可再生火箭自适应机器人3D打印可编程生物学融合分数技术催化技术10人工智能的发展速度超出了预测者的预期来源：ARK投资管理有限责任公司，2024年，基于Metaculus的数据，包括基准细节，截至2024年1月3日。基准广泛要求在一个系统内成功通过对抗性两小时的调谐测试，对问答知识和逻辑基准的广泛成功，以及对复杂模型汽车装配指令的成功解释和执行。绿线是根据对较弱基准的预测得出的通往通用人工智能（强烈制定）的时间估计。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能作为未来结果的指标。谷歌展示了先进的对话代理，LLaMda2ChatGPT向公众发布GPT-4发布OpenAI宣布GPT-3110100201920202021202220232024202520262027202820292030年数预计启动通用人工智能系统的年数（对数刻度）GPT-3之前的平均年数80年如果预测误差持续如果预测调整得当34年18年8年50年融合11个别技术进步可以融合并形成大规模的新市场机会先进的人工智能使得机器人出租车能够依赖更少、更便宜的传感器。电池电动传动系统将机器人出租车的运营成本降低60%。$0.31$0.12内燃机电动机器人出租车每英里运营成本按传动系统类型划分神经网络先进的电池技术+=人工智能和电池电动传动系统的结合使得机器人出租车系统能够扩展。自主移动除了更好的电池和人工智能，通用目标机器人还需要更好的：电动机 功率电子学 传感器 功耗低的计算随着机器人出租车规模的扩大，每项技术的成本应该按照其学习曲线下降。自适应机器人技术*Waymo的制造成本是根据公开声明估计的。来源：ARK投资管理有限责任公司，2024年。此ARK分析基于一系列外部来源，可根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。50100150200Waymo特斯拉数千美元机器人出租车制造成本（每辆车，2024年）*5个激光雷达，29个摄像头，6个雷达，8个超声波传感器9个摄像头融合12这些技术对经济的影响应该是巨大的*自适应机器人技术、自主移动性和人工智能影响是ARK投资的估计。人工智能估计包括可能无法在传统经济统计数据中捕捉到的消费者剩余价值。IT生产力的影响可能也低估了消费者剩余价值。工业机器人和IT的影响衡量了对美国、欧洲和日本经济的影响。蒸汽机的影响是针对英国经济进行衡量的。来源：ARK投资管理有限公司，2024年，基于Crafts 2004、OMahony et al.2009和McKinsey Global Institute 2017的数据。预测具有固有的局限性，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能作为未来结果的指标。*0%20%40%60%80%100%120%140%工业机器人信息技术（1995年至2005年）自适应机器人自主移动（2023年至2030年）蒸汽机人工智能（2023年至2030年）选择主要技术的经济影响（引入后）技术对实际GDP的累积增长工业机器人（1997年至2007年）自适应机器人*（2023年至2030年）蒸汽机（1830年至1910年）融合13技术创新可能具有足够的颠覆性，以主导全球股权市值2023年股权市值估计非创新980万亿美元颠覆性创新1900万亿美元总计117万亿美元2030年股权市值预测非创新140万亿美元颠覆性创新220万亿美元总计360万亿美元年增长预测3%42%17%人工智能37%能源储存50%公共区块链48%机器人技术78%多组学测序39%注意：预测的数字已经四舍五入。来源：ARK投资管理有限责任公司，2024年。这个ARK分析基于一系列外部来源，包括世界交易所联合会和MSCI ACWI IMI创新指数，可以根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，并不应被视为投资建议或推荐购买、出售或持有任何特定证券。过去的表现不能预示未来的结果。融合公共区块链多组学测序能源储存人工智能机器人技术14对公共区块链的期望技术2040年的可能性ARK对2030年的进展期望加密货币加密货币已经取代了大多数基于许可、集中控制的货币系统，使金融生态系统能够围绕一个可以消除交易对手风险的数字资产进行重组，同时继续促进交易流动。这种重组始于传统金融系统的边缘，在货币系统破裂的地理区域和传统金融中介机构无法满足的市场中。在发达市场中，加密货币最初作为价值储存工具，提供了很少的直接效用。随着时间的推移，一个真正中立的数字货币，主要是比特币，的效率优势已经战胜了其他金融架构。全球货币供应量与GDP同步增长，加密货币现在占总量的约10%。尽管在新兴市场中有一些直接取代货币的情况，但其中很少有价值积累归因于直接取代货币。大部分增值是机构和高净值个人以及企业和国家的资金库的低个位数百分比配置的结果。加密货币继续取代黄金成为避险资产，占据市场的40%份额。汇款和全球结算等实用用例分别占交易量的约10%和5%。智能合约大多数合同已迁移到开源协议，以实现数字稀缺性和所有权的验证。风险共担安排更加透明，各种资产更容易证券化、购买和出售，交易对手风险大大降低。传统金融中介的重要性已经减弱，即使更多的人类活动变得商业化。通过资产负债表轻型数字钱包平台实现的去中心化协议，促进了大部分传统金融功能。消费者互联网服务依赖于数字资产所有权所支持的商业模式。每个公司实体和每个消费者都在中心化公司结构本身受到质疑的情况下进行了适应。全球金融资产占GDP的比例持续增加，智能合约平台所占比例不到5%，这一动态与拨号上网的采用曲线一致。在去中心化协议上，代币化资产的总收入仅为传统金融机构收费的三分之一。应用协议支付更大比例的费用以激励网络参与者，占去中心化协议总收入的75%。应用层协议和一级协议之间的综合净收费率约为60个基点。数字钱包数字钱包使几乎每个有连接设备的人都能即时传输和接收资金，从根本上改变商业和金融体验的流动。为个人用户提供批发定价的数字钱包已经打破了零售银行关系，从根本上改变了消费者与金融服务提供商的关系。除了金融功能，数字钱包还是各种数字服务的分发平台，从打车到电子商务，还是安全的数字健康和其他敏感数据的存储库。对于大多数经济活动，传统金融服务机构及其相关的支付处理价值链已经基本让位于互联网-enabled数字钱包。大约90%的智能手机用户在某种程度上依赖数字钱包。大多数人将数字钱包作为超过一半有意义的金融功能的前端。数字钱包平台提供商继续依赖传统生态系统来促进像借贷这样的金融活动，但可以通过向这些机构提供客户来提取5-20%的潜在客户引导费。他们还可以通过其平台引导的电子商务活动获得3-10%的商业促进费用。来源：ARK投资管理有限责任公司，2024年。在上表中，我们描述了我们认为可能在2030年和2050年之间出现的技术能力的融合。我们强调，这些情景以现在时态写成，是可能的结果，而不是确定的结果，未来可能会有不同的发展。这个ARK分析基于一系列外部来源，可以根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。尽管下表中描述的情景是用现在时态写的，但它们是基于ARK的观点预测的可能结果。由于许多不确定因素，这些可能的结果未来可能无法实现。所提供的信息不应被视为投资建议，也不应成为任何投资决策的依据。融合15多组学测序的预期技术2040年的可能性ARK对2030年的进展期望精准疗法技术使得分子生物系统的操纵成为可能，催生了一代更有效和持久的精准治疗。基于CRISPR的基因编辑技术使得直接操纵DNA的精确性越来越高。RNA作用的治疗技术限制了可以转录成蛋白质的DNA区域。人工智能的进步使得能够针对引起潜在疾病的特定蛋白质进行靶向治疗。这些突破缩短了治疗的开发时间，并提高了治愈疗法的疗效，使其价格高于传统疗法。研究人员的目标是治愈大多数罕见疾病。传统的健康服务支出下降，为分子治疗让出经济领域。精准疗法占新发布药物的25%。通过提高生活质量，降低附加医疗费用，并且通常有效治愈疾病，它们相对于传统药物具有7倍的平均价格溢价。结合预期的研发效率改进，这些药物将在2030年为药品收入增加15%或约3000亿美元。多组学技术在测序成本急剧下降的推动下，研究人员和临床医生常规收集患者的表观基因组、转录组和蛋白质组数据。借助越来越全面的智能设备和新兴人工智能工具提供的数字健康读数，他们将这种多组学数据进行整合，以了解、预测和治疗疾病。因此，癌症治疗已经完全改变：多组学技术可以在早期阶段检测到癌症，更精确地定位治疗，并提供复发监测。定期基于血液的全癌症检测已成为中年患者的标准护理。多组学技术提高了生物技术研发效率，临床试验针对患者群体进行更精确、更容易的测量结果。结合人工智能，多组学技术改变了患者与健康系统之间的关系。数字健康提供商、诊断工具公司和分子检测公司引领着这一变革。传统药物特许经营权和卫生服务系统已经失去了其重要性。随着健康寿命的延长，浪费的医疗支出减少。在全面渗透的情况下，由于AI增强的多组学技术，与药物开发相关的研发效率可能会翻倍。到2030年，几乎所有新的药物开发计划都将在临床前研发中融入多组学技术，约50%的计划将在临床项目中融入人工智能。实现的研发回报率已经提高了10%，预计到2035年研发回报率将近翻倍。早期检测多癌症血液测试已成为标准护理，因为它们已经为某些年龄组的癌症死亡率减少了25%。在发达市场，30%的患者从新的诊断方案中受益。可编程生物学人工智能工具、改进的基因合成技术和可扩展的生物制造技术使得具有可预测性能的新型、低成本生物构建物成为可能，推动农业和材料科学的复兴。可编程生物学实现了材料科学和基于生物的燃料的突破，增加了粮食产量并减少了环境外部性。分子生物学基元为新的稳健计算架构提供了基础。尽管仍限于早期阶段和开发项目，基因合成每年创造100亿美元的收入。可编程生物学平台占据了精准治疗收入的10%。这些平台以大约70%的毛利率、35%的EBITDA利润率和约20%的自由现金流利润率创造了另外300亿美元的收入。来源：ARK投资管理有限责任公司，2024年。在上表中，我们描述了我们认为可能在2030年和2050年出现的融合技术能力。我们强调，这些场景以现在时态写成，是可能的结果，而不是确定的结果，未来可能会有不同的发展。这个ARK分析基于一系列外部来源，可以根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。尽管下表中描述的情景以现在时态书写，但它们是基于ARK的观点预测的可能结果。由于许多不确定因素，这些可能的结果在未来可能无法实现。所提供的信息不应被视为投资建议，也不应成为任何投资决策的基础。融合16能源储存的预期技术2040年的可能性ARK对2030年的进展期望自主移动机器人将人和包裹从一个地方运送到另一个地方，彻底改变了物理运动的经济学。出租车、快递和观察的成本降低了一个数量级。乘坐机器人出租车成为常态，拥有私人车辆成为例外。无摩擦的无人机和机器人投递加速了电子商务的速度。自主移动系统产生的数据为世界的状态提供了无处不在的实时洞察。利用自主移动平台的消费者和企业受益，而汽车、物流、零售和保险行业的先前主要参与者已经被颠覆。自主机器人出租车已经改变了全球交通，几乎每个国家都可以以平均每英里约0.50美元的价格提供点对点交通。鉴于引人注目的价格和实用性，机器人出租车已经行驶了13万亿英里，并且正在获得越来越多的关注。自主机器人出租车平台收取平台费用或50%以上的佣金，实现约50%的运营利润，并为资产所有者运营商提供了以合理的资本回报率产生收益的机会。实现这种出行的自主车辆数量约为1亿辆，大部分增量车辆生产都具备自主能力。先进电池系统电池成本的下降引发了移动形态的寒武纪爆发，将电力供应推向网络的末端节点。电动车主导着交通，内燃机逐渐消亡。包括飞行出租车在内的微型交通工具和空中系统推动了创新的商业模式，改变了城市景观。所有这些创新都以牺牲液体燃料为代价，从根本上推动了对电能的需求。它们还更高效地提供电能，降低了电网的脆弱性、运营费用和输配电的资本密集度。石油需求下降，传统汽车制造商和供应商已被少数垂直一体化的技术提供商取代。随着乘客出行方式转向电动自动驾驶平台，每年销售的具备自动驾驶能力的电动汽车约为7400万辆，占据了汽车市场的大部分。以平均售价约为2万美元计算，电动汽车制造商每年创造1.4万亿美元的收入，约20%的毛利润和约10%的息税前利润率。随着制造业整合，利润率增加。电池占电动汽车价值的约20%。与电动汽车一样，电池制造业也是资本密集型和低利润率的。为电动汽车原始设备制造商提供电池的电池制造商每年创造3000亿美元的收入。静态能量储存需要的电池数量大致相当于电动汽车消耗的电池数量，为此产生了另外3000亿美元的收入。来源：ARK投资管理有限责任公司，2024年。在上表中，我们描述了我们认为可能在2030年和2050年之间出现的技术能力的融合。我们强调，这些情景以现在时态写成，是可能的结果，而不是确定的结果，未来可能会有不同的发展。这个ARK分析基于一系列外部来源，可以根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。尽管下表中描述的情景以现在时态书写，但它们是基于ARK的观点预测的可能结果。由于存在许多不确定性，这些可能的结果未来可能无法实现。所提供的信息不应被视为投资建议，也不应成为任何投资决策的依据。融合17人工智能的期望技术2040年的可能性ARK对2030年的进展期望神经网络通过大量的数据，计算系统和软件正在解决以前无法解决的问题，自动化知识工作，并加速技术融入所有经济过程。随着成本的大幅下降，定制软件正在随着每个人工智能模型的改进而改善，并连接世界。学习系统运行速度极快，其影响力与微处理器的引入一样重大，正在改变每个行业和地区。AI模型的训练成本下降了40,000倍以上，再加上对AI硬件的大规模投资，使得总体AI能力自2023年以来增长了大约600,000倍。被50%的知识工作者采用的AI软件系统平均提高了9倍的生产力。与其他软件产品一致，企业支付生产力增长的10%来使用该软件。下一代云计算云工具训练了主导软件堆栈和连接AI运行世界的软件。基础设施即服务提供商、芯片制造商和工具制造商促进神经网络的训练已经享受了几十年的需求周期。软件开发已经实现了民主化，提供API接口的公司正在经历前所未有的需求。13000亿美元的人工智能硬件支出支持130万亿美元的人工智能软件销售，并且满足75%的传统软件毛利率。三类客户支持对人工智能硬件的需求基础设施即服务提供商、软件公司和人工智能基础模型提供商，这些客户应该能够产生20%的现金流利润率，与芯片制造商相一致。智能设备人工智能驱动的新一类智能设备在家庭和移动中存在。固定的互联网和人工智能驱动的基础设施存在于家庭和其他社交环境中，改变了所有媒体提供商的分发方式。最终用户以全新的方式与世界互动，他们的消费偏好数据催生了新的商业模式和服务。商业和赌博渗透到娱乐体验中，实现并促进了新的广告形式和内容变现。节目就是商店。线性电视已经过时，数字策划和直接消费者偏好推动视觉内容。线性内容正在逐渐让位于互动体验，有时是微妙的。通过人工智能介导的眼镜和头戴设备渗透到日常生活中。智能设备硬件的消费支出继续上升，每位互联网用户每年达到约60美元。连接时间大幅增长，达到全球20万亿小时的清醒休闲时间的一半。数字体验继续以低于面对面体验的折扣价值实现盈利，每小时在线消费产生0.25美元的平台收入。智能设备、娱乐和社交平台共计实现5.4万亿美元的收入，其中包括设备支出和数字娱乐体验。广告和商业活动占据其中80%的收入。来源：ARK投资管理有限责任公司，2024年。在上表中，我们描述了我们认为可能在2030年和2050年之间出现的技术能力的融合。我们强调，这些情景以现在时态写成，是可能的结果，而不是确定的结果，未来可能会有不同的发展。这个ARK分析基于一系列外部来源，可以根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。尽管下表中描述的情景以现在时态书写，但它们是基于ARK的观点进行预测的可能结果。由于存在许多不确定性，这些可能的结果未来可能无法实现。所提供的信息不应被视为投资建议，也不应成为任何投资决策的基础。融合18机器人技术的预期技术2040年的可能性ARK对2030年的进展期望可重复使用的火箭可重复使用的火箭价格低廉，并催生了新的商业模式。低地球轨道星座将每个智能手机用户连接到一个抗审查的数据源。超音速点对点旅行正在成为现实，打破长途飞行的传统，改变军事资产交付方式，缩小全球供应链。外太空人类探索已经开始加速。在SpaceX的Starship发射量的带领下，一个拥有40,000颗卫星的网络已经进入轨道，为几乎所有智能手机提供直接卫星通信，并为船只、房车、飞机和发展中国家的农村居民提供宽带类型的速度。鉴于顾客可以轻松接入的相对便利性-一个电源插座，一个天线和一条通往天空的畅通路径-大多数顾客参与了一个总额达1300亿美元的可寻址市场。自适应机器人技术由人工智能驱动的自适应机器人正在改变经济。与现有基础设施兼容的人形机器人的成本已经降低到许多应用中人工制造劳动力的成本之下。以前难以解决的家庭任务正在以创造引人注目的终端市场的价格点自动化。机器人舰队在每次人工智能软件升级中变得更加高效。舰队数据生成和人工智能模型训练的良性循环推动着性能的提升。随着更多种类的物理商品接受技术驱动的成本下降，制造业生产力增长加速。机器人继续渗透服务行业。经济已经进入了一个不可否认且前所未有的爆炸性增长时期。自适应机器人已经渗透到制造过程中，提高了15%的生产力，人形机器人的年销量已经增长到制造业劳动力人数的10%。成本较低的人形机器人已经开始在家庭中普及，尤其是在发达国家。虽然功能仍然有限，但这些机器人可以完成家务的三分之一，他们的价格可以通过家庭成员节省的时间来证明。由于软件的原因，机器人制造商享受着高端资本设备供应商的利润率。3D打印3D打印消除了设计障碍，降低了成本、重量和生产时间，从根本上改变了传统制造方法。使用3D打印技术制造的医疗工具是个性化和定制的，为患者和医生提供了更好的体验。更轻的3D打印航空航天零部件减少了全球排放，并为地球和外太空的新飞机提供了飞行能力。各行各业的替代零部件可以按需打印，成本仅为以前的一小部分，最终打破了供应链短缺。3D打印使人工智能能够设计以前无法制造的零部件。3D打印技术继续主导原型制作市场，并已进入中间工具市场的重要部分，实现了注塑成型和金属铸造应用中的低成本设计迭代。对于行业增长最为重要的是，3D打印技术已经开始在航空航天和汽车领域的最终应用中得到实质性的应用，这些市场每年共销售超过4万亿美元的设备。在所有行业中，将有近9000亿美元的最终应用零部件采用3D打印技术，尽管渗透率仍然在两位数。来源：ARK投资管理有限责任公司，2024年。在上表中，我们描述了我们认为可能在2030年和2050年出现的技术能力的融合。我们强调，这些场景以现在时态写成，是可能的结果，而不是确定的结果，未来可能会有不同的发展。这个ARK分析基于一系列外部来源，可以根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。尽管下表中描述的情景以现在时态书写，但它们是基于ARK的观点预测的可能结果。由于存在许多不确定性，这些可能的结果未来可能无法实现。所提供的信息不应被视为投资建议，也不应成为任何投资决策的依据。融合19人工智能Scaling Global IntelligenceAnd Redefining Work来源：ARK投资管理有限责任公司，2024年。预测本质上是有限的，不能依赖。仅供信息目的，不应视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。弗兰克唐宁下一代互联网研究主任Jozef Soja研究助理研究者：B I G I D E A S 2 0 2 420具有超人类性能的AI模型，如GPT-4，应该会在生产力方面引发前所未有的繁荣。受ChatGPT的“iPhone”时刻的震撼，企业正在争相利用人工智能（AI）的潜力。由于成本迅速下降和开源模型的出现，AI承诺带来的不仅仅是效率提升。如果我们相信知识工作者的生产力到2030年将增加四倍，那么实际GDP的增长可能在未来五到十年内加速并刷新记录。来源：ARK投资管理有限责任公司，2024年。预测本质上是有限的，不能依赖。仅供信息目的，不应视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。人工智能21ChatGPT之前的平均水平ChatGPT之后的平均水平0204060801001201401601802021年第四季度2022年第一季度2022年第二季度2022年第三季度2022年第四季度2023年第一季度2023年第二季度2023年第三季度提及次数AI提及次数在财报电话中翻了三倍字母表苹果亚马逊Meta微软0102030405060708090100012345月活跃用户（百万）年份ChatGPT用户在两个月内达到1亿用户ChatGPT微信抖音InstagramYouTubeFacebookChatGPT让消费者欢喜，企业惊叹自从谷歌在2017年发明了Transformer架构以来，ChatGPT在公众对生成式人工智能的理解方面起到了催化剂的作用。ChatGPT的简单聊天界面使得任何说任何语言的人都能利用大型语言模型（LLM）的强大功能，不再仅仅是开发者的工具。在2023年，企业竞相了解和部署生成式人工智能。*0到1亿用户之间的数值是估计值来源：ARK投资管理有限责任公司，2024年。此ARK分析基于一系列数据来源，可根据要求提供。预测具有固有的局限性，不能依赖。仅供信息目的，不应视为投资建议或对任何特定证券的购买、销售或持有的推荐。过去的表现不能预示未来的结果。人工智能22人工智能已经显著提高了生产力像GitHub Copilot和Replit AI这样的编码助手是早期的成功案例，它们提高了软件开发人员的生产力和工作满意度。AI助手正在提高知识工作者的绩效，并且有趣的是，相对于高绩效者，它们对绩效较低者的帮助更大。没有Gen AI有了Gen AI任务速度1.25倍没有Gen AI有了Gen AI任务质量任务质量，工作者前50百分位任务质量，工作者后50百分位1.17倍1.43倍2023年使用Gen AI的顾问的生产力数据来源：ARK投资管理有限责任公司，2024年。用于分析生产力的数据来自多个不同的研究，参与者数量和任务质量定义各不相同。使用的来源包括DellAcqua等人的2023年研究和GitHub的2022年数据。预测具有固有的局限性，不能依赖。仅供信息目的，不应视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能作为未来结果的指标。没有Copilot2023年使用Github Copilot的开发者在编码任务上的生产力2.2倍人工智能230%10%20%30%40%50%60%70%80%90%100%2020年USABO*半决赛GRE词汇SAT阅读写作GRE写作AP环境科学统一法律考试SAT数学AP美国历史LSATAP美国政府AP艺术史AP统计学AP生物学AP宏观经济学AP心理学AP微观经济学GRE定量AP化学AP物理2AP世界历史AMC 12AP微积分BCAP英语语言AP英语文学AMC 10Codeforces评级百分位数GPT-3.5、GPT-4和Claude 2在专业和学术考试中的结果GPT-3.5GPT-4Claude 2GPT-4视觉基础模型在各个领域不断改进随着训练数据集的增大和参数的增加，GPT-4在性能上明显优于GPT-3.5。越来越多的基础模型变得“多模态”支持文本、图像、音频和视频不仅更具动态性和用户友好性，而且性能更好。*美国生物奥林匹克竞赛，这是一项对高中生进行生物学测试的著名国家比赛。来源：ARK投资管理有限责任公司，2024年，基于OpenAI和Anthropic的数据，截至2024年1月9日。预测本质上是有限的，不能依赖。仅供信息目的，并不应被视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。人工智能24文本到图像模型正在重新定义图形设计在多伦多大学的研究人员介绍了第一个现代文本到图像模型八年后，图像模型的输出现在与专业图形设计师的相媲美。一个人类设计师可以在几个小时内用几百美元创建一幅图像，比如一群大象穿过绿草地。文本到图像模型可以在几秒钟内以几分钱的价格生成相同的图形。像Adobe Photoshop这样的专业应用程序和像Lensa和ChatGPT这样的消费者应用程序正在将图像模型整合到其产品和服务中。2016年2月alignDRAW2022年2月Midjourney v12022年11月Midjourney v42023年12月Midjourney v6来源：ARK投资管理有限责任公司，2024年。图片来源于Masimov等人2016年和Midjourney。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。一群大象穿过绿草地人工智能25撰写文字的成本已经崩溃在过去的一个世纪中，撰写书面内容的成本在实际上是相对恒定的。在过去的两年中，随着LLMs的写作质量的提高，成本已经崩溃。来源：ARK投资管理有限责任公司，2024年。这个ARK分析基于2024年1月9日的一系列数据来源，可根据要求提供。预测本质上是有限的，不能依赖。仅供信息目的，不应被视为投资建议或购买、销售或持有任何特定证券的推荐。过去的表现不能预示未来的结果。人工智能GPT4 32k$0.16中位数GRE分析写作Claude 2$0.04前十分位数GRE分析写作$0$0$1$10$100$1,00019021905190819111914191719201923192619291932193519381941194419471950195319561959196219651968197119741977198019831986198919921995199820012004200720102013201620192022每1000字写作成本，2023年美元，对数刻度撰写文字内容的成本1997年后假设每位雇员的字数保持不变$0.1026AI训练性能正在迅速提高其他算法创新 Llama2表明LLM的卓越写作能力基本上是通过从人类反馈中进行强化学习（RLHF）驱动的 优化的提示可以比人类提示提高50%以上的性能 推测解码可以在某些模型上加速推理2-3倍 Flash Attention