核心观点
- 生成式AI发展迅速，但面临诸多挑战： 研报指出，生成式AI技术发展迅速，但同时也面临着电力需求激增、性别差距、深度伪造信任危机、制片公司应用犹豫等挑战。
- 数据中心电力需求持续攀升： 随着生成式AI的训练和推理需求增长，数据中心电力消耗将持续攀升，预计到2025年将占全球用电量的2%。这将对电力行业提出挑战，需要加大无碳能源使用、提高芯片和算法能效，以及重新平衡AI工作负载。
- 弥合性别差距： 研报预测，到2025年底，美国体验和使用生成式AI技术的女性用户人数将与男性用户持平甚至超越。科技公司应努力增强信任，减少偏见，并为女性提供更多相关工作岗位。
- 深度伪造内容引发信任危机： 深度伪造内容的泛滥导致消费者信任度下降，需要全面标注内容，并可靠、准确地实时检测虚假图像。
- 制片公司对生成式AI内容创作持谨慎态度： 大型制片公司对采用生成式AI进行内容创作持谨慎态度，主要原因是知识产权挑战，但他们会率先将其用于运营和发行。
- 流媒体视频市场转向聚合模式： 研报预测，到2025年，订阅视频点播（SVOD）的“堆叠”现象将减少，消费者将更倾向于使用聚合服务。
- 无线电信市场整合加速： 在监管放宽的助力下，预计2025年电信行业内合并交易将加快，创建更具可行性和可持续性的无线生态系统。
关键数据
- 数据中心用电量： 预计到2025年，数据中心用电量将占全球用电量的2%，到2030年将翻一番。
- 人工智能总算力： 自2023年第一季度以来，全球人工智能总算力每季度增长50%~60%。
- 大型语言模型参数： 2024年中期，先进的大型语言模型已扩展至近两万亿个参数。
- 云支出： 2025年全球云支出预计将达到8,250亿美元。
- SVOD订阅数： 2023年和2024年，美国每个用户的订阅数约为4个，欧洲市场略高于该数字的一半。
研究结论
- 生成式AI发展需要多方协作： 科技公司、电力提供商、政府、监管机构等需要合作，共同应对生成式AI发展带来的挑战。
- 技术创新是关键： 提升芯片能效、优化AI应用、改变AI算法、建立战略合作伙伴关系等技术创新是解决生成式AI发展挑战的关键。
- 可持续发展至关重要： 推动人工智能创新和提高数据中心效率，将成为塑造可持续能源格局的关键。
- 监管框架需完善： 需要建立更全面且全球统一的立法，加强公共宣传教育，以应对深度伪造技术带来的挑战。
- 女性参与度需提升： 提升女性在人工智能领域的参与度，不仅有助于减轻人工智能中的性别偏见，还能使女性在引领人工智能的未来发展进程中发挥更重要的作用。
