AI: Het heeft lang op zich laten wachten en heeft nog een lange weg te gaan
In het eerste deel van deze driedelige serie onderzoeken Portfolio Manager Denny Fish en Investment Strategist Michael McNurney hoe kunstmatige intelligentie (AI) het beleggingslandschap snel is gaan domineren en wat dit betekent voor de wereldeconomie en de aandelenmarkten.
![](https://www.janushenderson.com/wp-content/uploads/sites/4/GettyImages-1550670580_retina_4800x3200px-e1719866147216.jpg?w=695)
7 beknopt artikel
Kernpunten
- De snelle opkomst van AI herdefinieert de manier waarop mensen met technologie omgaan en kan leiden tot een productiviteitsstijging die we sinds de industriële revolutie niet meer hebben gezien.
- De komst van generatieve AI (GenAI) wordt mogelijk gemaakt door de convergentie van meerdere krachtige technische thema's, waaronder cloud computing, toegenomen rekenkracht en een ongekende hoeveelheid opgeslagen gegevens die geanalyseerd kunnen worden.
- Veel sectoren zijn direct betrokken bij de toepassing van AI, waaronder fabrikanten van halfgeleiders, online AI-platforms en gespecialiseerde softwarebedrijven.
In de ongeveer anderhalf jaar sinds Open AI ChatGPT uitbracht, is kunstmatige intelligentie (AI) een onontkoombaar gespreksonderwerp geworden onder beleggers, bestuurders en beleidsmakers. Gezien deze aandacht zullen sommigen zich afvragen: is AI echt zo belangrijk? Ons antwoord is een volmondig "ja".
De redenen zijn legio. Op macroniveau zal AI volgens ons voor altijd de manier veranderen waarop mensen en bedrijven met technologie omgaan. Vanuit dit perspectief heeft het de potentie om de grootste toename in productiviteit te realiseren sinds de industriële revolutie meer dan 200 jaar geleden. Tot slot verwachten we, als we kijken naar de werkplek en de aandelenmarkten, dat AI een positieve invloed op de winst zal hebben naarmate bedrijven er gebruik van zullen maken om de kosten te stroomlijnen, inkomsten te genereren en, in veel gevallen, nieuwe producten te ontwikkelen.
Kunstmatige Intelligentie kan de grootste productiviteitsstijging opleveren sinds de industriële revolutie meer dan 200 jaar geleden.
Op de schouders van reuzen
De komst van ChatGPT kwam misschien als een donderslag bij heldere hemel, maar het concept en de voorlopertechnologieën voor AI waren al tientallen jaren in de maak. De beroemde wiskundige Alan Turing stelde meer dan 70 jaar geleden al de vraag of computers uiteindelijk zelf zouden kunnen denken.
In de loop van de tijd, naarmate de beschikbare rekenkracht toenam en de algoritmen geavanceerder werden, konden computertoepassingen steeds complexere taken uitvoeren die inderdaad gezien konden worden als stappen in die richting. Programma's zoals IBM's Big Blue, die schaakgrootmeester Gary Kasparov versloeg, reageerden echter grotendeels op scenario's waarvoor ze waren geprogrammeerd.
De doorbraak van ChatGPT is te danken aan grote taalmodellen (LLM) en GenAI. Deze complementaire technologieën faciliteren krachtige algoritmen waarmee enorme hoeveelheden gegevens kunnen worden geanalyseerd. LLM's produceren geavanceerde voorspellende tekst, terwijl GenAI originele inhoud kan creëren op basis van eigen conclusies uit gegevensbronnen in plaats van vooraf gedefinieerde aanwijzingen uit menselijke input te halen. Chatbots zoals ChatGPT zijn echter slechts één voorbeeld van de toepassingen van AI die we de komende jaren overal in de wereldeconomie zullen zien.
Waarom nu AI?
De parameters die beschikbaar zijn om AI-platforms te trainen zijn exponentieel toegenomen, evenals het vermogen van processors om deze enorme gegevenssets te analyseren en er conclusies uit te trekken.
Aantal parameters dat wordt gebruikt door AI-taalmodellen
Bron: Karl Rupp. “40 Years of Microprocessor Trend Data.”
Dat de belofte van AI nu pas wordt waargemaakt, is geen toeval. Dit is te danken aan de convergentie van een aantal essentiële factoren: Ten eerste, de ongekend grote hoeveelheid beschikbare gegevens, mede dankzij de verspreiding van het internet en de opslagmogelijkheden van de cloud. Ten tweede, het vermogen van geavanceerde grafische verwerkingseenheden (GPU's) en toepassingsspecifieke geïntegreerde schakelingen (ASIC's) om deze gegevens systematisch te verwerken en de informatie daarin te maximaliseren. Ten derde, vooruitgang in geheugenchips. En ten vierde, steeds geavanceerdere en gespecialiseerde softwaretoepassingen die platforms bieden waarop AI kan worden ingezet.
Generatieve AI is de meest recente stap in dit proces en hoewel er al lang op wordt geanticipeerd, kunnen we pas echt inzicht krijgen in de mogelijkheden en toepassingen ervan als het zover is. Dit volgt het patroon van eerdere AI-gerelateerde ontwikkelingen, waaronder analytische toepassingen die patronen kunnen vinden in grote gegevenssets, problemen kunnen diagnosticeren en voorspellende analyses kunnen leveren.
De volgende stap was machine learning, dat de lessen uit deze analyses kon implementeren. Zelfs nu pas net kennismaken met de kracht van GenAI, beseffen we dat de volgende fase van deze evolutie, kunstmatige algemene intelligentie (AGI), op een dag mogelijk kan leren en redeneren op menselijk niveau.
Toegegeven, het feit dat AI- algoritmes gegevens kunnen doorzoeken, verbanden kunnen leggen, verbanden kunnen leggen en op verzoek hypotheses kunnen testen en conclusies kunnen trekken, is misschien niet hetzelfde als menselijk denken. Maar het vermogen van AI om snel grote gegevensverzamelingen te gebruiken om deze doelen te bereiken, maakt het een waardevol hulpmiddel voor werknemers in uiteenlopende beroepen en functies.
In deze context kan AI worden gezien als zowel een eigen seculair thema als het hoogtepunt van andere thema's die we in de loop der jaren hebben gevolgd, waaronder de cloud, het Internet of Things en mobiliteit. Hun convergentie is volgens ons een generatieverschuiving in computertechnologie, vergelijkbaar met de overgang van mainframes naar servers en pc's en, meer recent, de adoptie van internet en mobiliteit.
De convergentie van rekenkracht en big data
Internet- en cloudgebaseerde big data, in combinatie met de geavanceerde verwerkingsmogelijkheden van GPU's en geavanceerdere algoritmen, zijn de belangrijkste factoren voor de opkomst van GenAI.
Bron: Janus Henderson Investors.
AI-toepassingen: een overzicht
Gezien alle hype rond AI, kunnen beleggers zich afvragen of ze de boot hebben gemist om blootstelling aan dit thema te verkrijgen. De opkomst van een transformatietechnologie gaat vaak gepaard met een hype, en met een hype komt ook veel ruis. Desondanks geloven we dat AI uniek is vanwege de vele spelers in verschillende sectoren en waardeketens die er blijvend voordeel uit kunnen halen.
De meest fundamentele begunstigden van AI zijn misschien wel de facilitators: de bedrijven die de GPU's en kapitaalgoederen produceren die nodig zijn om de fysieke infrastructuur te creëren die het fundament vormt voor het AI-ecosysteem.
Daarna volgen de AI-creators. Dit zijn de bedrijven die al AI-platforms hebben uitgebracht, zoals de grote internetspelers en cloudserviceproviders die enorme hoeveelheden gegevens tot hun beschikking hebben. Voor sommige creators zal AI een aanvulling zijn op hun eigen bedrijfsmodellen en voor anderen kan het worden gezien als een bedrijfsonderdeel dat klanten bedient. Andere creators zijn onder meer de aanbieders van Software as a Service (SaaS), die AI kunnen toepassen om hun productaanbod te versterken, evenals softwarebedrijven die zich richten op specifieke sectoren.
Hoewel AI in deze voorbeelden is ingebed in het DNA van deze bedrijven, kunnen we de lijst van potentiële begunstigden uitbreiden met bedrijven in vrijwel alle sectoren waar AI kan worden ingezet om positieve bedrijfsresultaten te behalen.
Naast de impact van AI op het bedrijfsleven, die grotendeels nog moet uitkristalliseren, moeten beleggers die bezorgd zijn dat ze te laat zullen zijn voor dit feest, de volgende stelregel in gedachten houden: het winstpotentieel van technologische doorbraken wordt meestal overschat op korte termijn en aanzienlijk onderschat op lange termijn.
Dit geldt waarschijnlijk ook voor AI. Hoewel duidelijk is wie de innovators en early adopters zijn, zijn beleggers (en vaak ook bedrijven zelf) nog onzeker over de volledige impact die AI zal hebben op de verschillende sectoren, bedrijfsmodellen en functies. Wij denken echter dat er, net als bij andere innovatieve doorbraken, koplopers en achterblijvers zullen zijn, waarbij de achterblijvers het risico lopen om irrelevant te worden omdat ze de omvang van de AI-disruptie niet begrijpen.
De vooruitgang
Hoewel beleggers zich voornamelijk richten op de early adopters, denken wij dat het leeuwendeel van de commerciële en beleggingsimplicaties van deze technologie nog duidelijk moet worden.
Bron: Janus Henderson Investors.
Het grotere plaatje
De context die hier wordt geboden, draait om hoe AI het bedrijfslandschap kan beïnvloeden. Om echter volledig te begrijpen in welke mate deze revolutionaire (in tegenstelling tot evolutionaire) ontwikkeling de wereldeconomie zou kunnen beïnvloeden, moet men kijken naar de verwachtingen van analisten, economen en beleidsmakers.
Dankzij de hogere productiviteit denken veel experts dat AI van invloed kan zijn op economische groei, lonen, inflatie en zelfs rentetarieven. Op de financiële markten zal het vermogen van bedrijven om effectief gebruik te maken van AI een factor zijn in hun aandelenkoers en zullen de eerder genoemde macro-effecten van AI een factor zijn voor obligatiebeleggers. De conclusie is dat maar weinig delen van de wereldeconomie immuun zijn voor de uitrol van AI.
In het volgende deel zullen we dieper ingaan op AI-toepassingen op de werkplek en de afzonderlijke sectoren die het meest waarschijnlijk zullen bijdragen aan (en profiteren van) de komst van deze ingrijpende technologische ontwikkeling.
Belangrijke informatie
De technologiesector kan een sterke negatieve impact ondervinden van veroudering van bestaande technologie, korte productcycli, prijs- en winstdalingen, concurrentie van nieuwe marktspelers, en algemene economische omstandigheden. Geconcentreerd beleggen in één enkele sector zou gepaard kunnen gaan met een hogere volatiliteit dan de prestaties van minder geconcentreerde beleggingen en de markt als geheel.
Dit zijn de standpunten van de auteur op het moment van publicatie en kunnen verschillen van de standpunten van andere personen/teams bij Janus Henderson Investors. Verwijzingen naar individuele effecten vormen geen aanbeveling om effecten, beleggingsstrategieën of marktsectoren te kopen, verkopen of aan te houden en mogen niet als winstgevend worden beschouwd. Janus Henderson Investors, zijn gelieerde adviseur of zijn medewerkers kunnen een positie hebben in de genoemde effecten.
Resultaten uit het verleden geven geen indicatie over toekomstige rendementen. Alle performancegegevens omvatten inkomsten- en kapitaalwinsten of verliezen maar geen doorlopende kosten en andere fondsuitgaven.
De informatie in dit artikel mag niet worden beschouwd als een beleggingsadvies.
Reclame.