投機泡沫就像是華爾街圈子裏的一項運動。畢竟，率先發現任何形式的過剩行爲都可能帶來豐厚的利潤。傑瑞米·格拉漢姆（Jeremy Grantham）因預測1999年的科技泡沫而聞名，邁克爾·巴裏（Michael Burry）因預言2007年房地產泡沫而在書籍和電影中一舉成名。成爲下一位“泡沫預言家”具有巨大的吸引力。但在投機泡沫史上，他們的准確預測顯然是例外。因此，當我看到越來越多的報告質疑是否會存在生成式人工智能的泡沫時，我持懷疑態度。 

在分析某個行業的市場潛在過剩情況時，除了關注近期的市場表現和熱點之外，我們必須更深入地審視其基本面。人工智能的基礎是數據及使用數據所需的基礎設施，這也是讓我相信人工智能領域還不是泡沫的一大原因。該領域是一個跨越潛在變革性技術價值鏈的長期增長機會。

目前是人工智能增長故事的早期階段

黑石近期組建了首席技術官網絡，對人工智能的影響和潛力等一系列話題進行討論。這些首席技術官的一個共同發現是，許多公司正處於人工智能的研究階段，尚未充分利用其生產力。我認爲這些討論毫無疑問地表明生成式人工智能將帶來巨大的變革，但我們尚無法完全參透其實現變革的方式。

誠然，人工智能相關股票在今年大幅上漲。但正如德意志銀行研究策略師吉姆·瑞德（Jim Reid）在他的“輕松星期五”（Flippant Friday）文章中曾幽默地指出的那樣，如果這就是公衆認知度只有50%的人工智能股票的走勢，那么當全民都了解人工智能時，這些股票的表現將會如何？目前我們正處在將人工智能整合到企業以及更廣泛的經濟的初始階段。當下存在着許多問題，其數量和已知的答案一樣多甚至更多，而我們能做的就是去發現那些在人工智能的應用和增長路徑中不可或缺的動力。

數據越多，需要的儲存空間就越多

在某些方面，生成式人工智能讓我回憶起了電子商務發展的初始階段。當時顯而易見的是，亞馬遜（AMZN.O）會從根本上顛覆整個零售業，這一認知使投資者們开始尋找那些能夠推動他們取得成功的基礎設施。而當時不太明顯的跡象是，倉儲會成爲亞馬遜的崛起中不可或缺的一環。亞馬遜需要“最後一英裏”配送來兌現其承諾，而這需要在人口中心附近擁有極大的倉儲容量。城市填充型倉庫由此轉型。 

如今，我們也可以用同樣的方式看待人工智能和數據中心。生成式人工智能模型依賴於強大的數據處理能力和大規模的儲存容量，這應該會推動市場對一些實體數據中心的需求。這些實體數據中心需要有能力處理生成式人工智能應用的密集計算需求。同時，它們還能夠實現分布式訓練與推理，有效協調跨多台機器或多個數據中心的操作。近年來，隨着儲存和計算需求向雲端轉移，對數據中心的需求也急劇增加。如下圖所示，據世邦魏理仕（CBRE）估計，自2015年以來，數據中心庫存數量幾乎增長了兩倍。 

考慮到當今世界上每天都會產生的大量數據，數據中心的增長並不意外。下圖展示了一些令人震撼的數據，比如每天每分鐘有超過2.3億封電子郵件和1600萬條短信會被發送。此外，谷歌每分鐘會發生590萬次搜索，Facebook每分鐘會新增170萬條內容分享，Twitter每分鐘會增加34萬條推文。

生成式人工智能實體的機遇 

現在人工智能也將入局。我們自然而然地會將人工智能視爲一個神祕、抽象的概念，一種存在於虛擬世界中的軟件形式。事實上，現實世界的數據中心是人工智能的錨點，就像是那些在實體服務器運行的數據儲存和基於雲的應用一樣。人工智能對於實體的需求在某些方面與現有的應用不同，可能會推動專供新技術的特定數據中心的發展。例如，Meta（META.O）最近發布了其重新設計數據中心項目的計劃細節，以推動人工智能的研發。

數據需求的倍增器鑑於同樣的驅動因素，許多競爭者競相开發狹義和廣義上的生成式人工智能模型。开發這些模型都需要高度依賴強大的算力、數據處理能力和儲存容量。這些預計都將推動對數據中心需求的不斷增加，這些數據中心可以處理生成式人工智能應用的密集計算需求。此外，數據中心能夠實現分布式訓練和推斷，有效協調跨多台機器或多個數據中心的操作。 

我們可能不完全了解生成式人工智能的成本和收益，但我相信生成式人工智能將繼續發展，並將掀起對該領域的投資熱潮。盡管科技公司在人工智能的开發潛力和應用方面有着激烈的競爭，但在我看來，無論當下還是未來，數據中心似乎能夠在由人工智能驅動的世界中蓬勃發展。

本文作者可以追加內容哦 !