人工智能（AI）令世界各地的人趨之若騖，為日常生活帶來不少既驚喜又具顛覆性的轉變。然而，有人亦憂慮它對社會可能造成的影響，例如職位流失，又或世界最終將由機器主宰等。這對環球投資者有何啟示，人工智能又會帶來哪些投資機遇和威脅？
人工智能並非新概念，簡而言之是嘗試「教導」機器模仿人類的思維。業界對這種「神經網絡」（neural networks ，是機器學習的一種主要演算法）已有數十年的研究歷史。早於2012年，透過內置14000個處理器的大型電腦基礎設施，谷歌的演算法已學會如何辨認出貓隻；自此人工智能的發展非常迅速，如今其臉孔和語音辨識效果已經可以媲美人類。
不少業內人士認為其本身擁有的數據值得更深入探索，從分析醫療影像，到預測信貸違約和引擎故障等，涉及領域甚廣。如果人工智能有助判斷趨勢，作出更快、更明智的決定，便能節省成本，甚至拯救生命。
機器學習關鍵在兩大要素
機器學習的成功繫於兩大要素，首先是龐大而高質素的數據庫。舉例說，若要機器能夠辨認出貓隻，首先要輸入大量動物圖片，並對所有貓隻圖片加上適當標示。其次是學習網絡本身的效能，即其拆解數據以及學習的速度。
隨着數據儲存技術突飛猛進，加上世界各地產生和儲存的數據量與日俱增，提供大量可供機器學習的數據；而電腦效能不斷提升亦有助加快學習速度。兩股趨勢的結合，帶動機器學習發展神速。
這為行業揭示了潛在機遇──既需要龐大的數據庫，讓機器學會識別有用的模式和趨勢，亦需要硬件和軟件技術，方便機器儲存及操控大量數據，提升學習速度。
強力半導體提升運算效率
這亦為一些勇於創新的企業締造了全新的機遇。美國半導體商Nvidia便是一例。該公司的主營業務是個人電腦的圖形處理器（GPU），這種運算威力強大的半導體能夠加快對3D圖像的處理，尤其深受視像遊戲愛好者的歡迎。由於機器學習原來非常近似3D的運作，令Nvidia的晶片成為機器學習系統的核心工具，帶動其銷售額上升，該公司過去3年的股價漲幅超過8倍。
儘管人工智能發展一日千里，但其增長仍在起步階段。若然人工智能有助商家判斷有價值的數據模式，幫助作出業務決定，企業將有更大動力蒐集和儲存數據。
美國大型綜合工業集團通用電氣（GE）表示，其下一代噴射機引擎每次飛行時產生的數據將達500GB，遠超先前的3KB。英國雜貨零售巨擘Tesco解釋其零售基礎建設的每個環節，從購物車、收銀機到貨架，都能夠產生和儲存數據。
這可能對半導體行業而言是利好消息。三星電子（Samsung Electronics）等廠商的記憶體晶片深受市場青睞，而且需求愈來愈大，這些趨勢有利維持增長。
擁龐大數據庫支持AI發展
從另一個角度分析，擁有龐大數據庫的公司有望能夠從機器學習中受惠。例如谷歌和Facebook都坐擁大量用戶數據，並積極對人工智能進行投資。
至於醫療護理等比較專門的範疇，亦不乏機遇。美國醫療保險公司United Health的數據庫規模在業內數一數二，涵蓋數以千萬計病人的健康資料，數據從藥物處方到求診次數都一應俱全。該公司正在着手運用人工智能，希望可盡早檢測客戶健康狀況的變化。管理層期待着，其技術能夠在客戶病發前一段時間預測到糖尿病出現並及早介入，幫助他們控制和預防這個疾病。
話雖如此，人工智能對某些業務模式亦可能構成威脅。演算法（俗稱「殭屍程式bot」）已經能夠有效解答基本的資訊科技（IT）問題、提供客戶服務支援，甚至覆核簡單的法律文件。現時，此類工作由IT服務和商業流程承辦商處理，但這些公司將會面臨壓力，需要轉型至更高增值的服務。
人工智能發展的速度令人刮目相看，目前很難斷言它對各行各業和社會的全面影響，但人工智能明顯已創造不少價值，亦帶來實質的重大機遇。有關人工智能的策略，亦是值得投資者與企業探討的重點之一。
Mikhail Zverev
