今天小編分享的互聯網經驗：巴克萊眼中的“AI路線圖“：Agent從明年開始鋪開應用，2027年進入機器人時代，歡迎閱讀。
AI 爆發的時代，下一個突破口在哪裡？巴克萊 22 日發布的研報給出了一份答案。報告提出了一份清晰的 "AI 路線圖 "，描繪了未來 AI 技術的演進路徑。
報告指出，AI 的采用将經歷三個重要階段：首先是當下的 " 聊天機器人 / 助理時代 "，其次是從 2025 年到 2026 年逐步展開的 "AI 代理（Agent）時代 "，最後将在 2027 年進入 " 數字員工與機器人時代 "。
巴克萊還預計，随着 AI 應用的普及，推理計算的需求預計将在 2026 年達到 70% 以上。到那時，可能需要比預期多 4 倍的芯片資本支出才能滿足所有這些需求。
三大階段清晰劃分
巴克萊将當前階段（2023-2024）定義為 " 聊天機器人 / 助理時代 "，主要特點是基于聊天機器人（如 ChatGPT、Meta AI 等）和一些早期的 AI 助理（Copilot）的廣泛應用。
在這一階段，盡管模型和基礎設施層面的性能在持續改進，但在應用層面仍存在局限，多數應用以實驗性質為主，尚未形成廣泛的市場适應性。
" 在這個第一階段，大部分投資者的回報都被分配給了硬體基礎設施提供商，類似于互聯網和移動建設的早期階段。"
報告指出，當前的主要 AI 產品，如 ChatGPT 和 Meta AI，每月活躍用戶數量均已突破 2 億，但這僅占全球消費者移動應用市場的 10% 左右。
接下來，巴克萊預計 2025-2026 年将迎來 "AI 代理時代 "，這一階段的核心在于能夠自主完成任務的 AI 代理的廣泛應用。
與聊天機器人和助理不同，AI 代理不僅可以通過多次傳遞請求來完成復雜任務，還能減少人類的直接幹預。這一轉變背後，是 AI 推理計算需求的激增。
巴克萊預測，到 2026 年，AI 推理計算的需求将占整體計算需求的 70% 以上。
" 投資回報可能會向上移動到應用層（也可能是模型和 API 層，盡管随着早期創新者的領先地位逐漸減弱，商品化和競争方面的風險可能會增加）。
與聊天機器人時代不同，超大規模企業可能會在代理時代獲得非常好的回報，因為推理收入會随着采用而激增。"
最後，巴克萊認為，2027 年及以後，AI 技術将進一步進入 " 數字員工與機器人時代 "。
在企業應用中，AI 代理可能演變成獨立完成任務的 " 數字員工 "，在消費者市場中，智能機器人将開始逐步融入家庭生活，承擔簡單和重復性的日常任務。
巴克萊預測，屆時 AI 技術的普及将達到互聯網用戶的規模，突破 40 億人。這個時代的投資回報應該在應用層，但 " 今天很難預測 "。
推理計算需求大幅上升，資本支出比當前共識高出 4 倍
巴克萊強調，未來幾年推理計算的需求将顯著超出市場預期，這一變化的背後是新一代 AI 產品和服務的興起。
報告指出，在 AI 發展的三個階段中，每個階段都對推理計算提出了更高的要求。
未來幾年，計算需求将超過供應。巴克萊估計，到 2025 年，訓練和推理使用所需的 GPU 和 ASIC 芯片将比目前的普遍預測高出 250%，到 2027 年将高出 14 倍。這一變化的核心驅動因素是消費者級和企業級 AI 助理的廣泛應用，以及更高性能、多模态 AI 的普及。
值得注意的是，巴克萊預測，2026 年的芯片資本開支将需要比當前共識高出 4 倍。
為了滿足這一需求，報告指出，英偉達的 GPU 目前在推理計算市場中占據 80% 的份額，但到 2028 年，這一份額可能下降至 50%，部分原因是大型雲服務公司将推出自己的定制 ASIC 芯片，以增強對推理計算市場的占有率。
AI 產品的盈利前景向好
除了技術和市場的分析外，巴克萊還對 AI 產品的成本效益進行了詳細評估。
報告指出，推理計算的部門成本正在迅速下降。以 OpenAI 為例，巴克萊估計公司在 18 個月内将推理成本下降了 90% 以上。未來，AI 產品和服務的部門經濟效益将顯著提升，尤其是那些依賴于開源大模型的產品。
盡管 AI 公司通常被認為是虧損的，OpenAI 在單模型基礎上實際上是盈利的。巴克萊估計，OpenAI 的 GPT-4 模型在過去兩年内，通過 ChatGPT 的高級訂閱和 API 收費，已經帶來了近 20 億美元的利潤，盡管開發成本僅為 1 至 2 億美元。未來，OpenAI 的收入将持續增長，這或許将為 AI 發展帶來拐點。
展望未來，巴克萊認為，AI 行業正處于一個關鍵的轉捩點。AI 代理的引入将不僅顯著增加推理計算的需求，還會為企業和消費者市場帶來新的增長機遇。到 2026 年，消費者 AI 的日活躍用戶數量有望突破 10 億，而企業級代理的普及率則預計達到 5%。
巴克萊指出，這一發展趨勢的另一個顯著特征是，未來的 AI 產品将主要在雲端運行，只有少量應用在本地設備（如手機和 PC）上進行處理。特别是 AI 代理在處理用戶查詢時，往往需要多次傳遞請求，這也将進一步推動雲端推理計算需求的增加。
