科技股的闪耀也让华尔街明星基金经理、方舟投资管理公司的首席执行官“木头姐”凯茜·伍德（Cathie Wood）2023年重振旗鼓，公司旗舰基金ARK Innovation ETF（ARKK）全年涨幅达68%，在同类基金中排名前1%。

走出“失落的两年”后，近期，“木头姐”带领她的ARK研究团队如期发布了名为《Big Ideas 2024》报告。

在这份长达163页的报告中，“木头姐”继续把目光锁定“颠覆性创新技术”领域，预计技术融合、AI、数字钱包、精准疗法和3D打印等将改变世界的方方面面，到2030年科技将推动世界经济加速至7%：

主要亮点包括：

颠覆性技术创新平台

根据ARK的研究，颠覆性技术的融合将定义下一个十年的发展，五个主要技术平台——AI、公共区块链、多组学测序（Multiomic Sequencing）、能源存储和机器人——正互相融合，改变全球经济活动，经济增速可能从过去125年平均3%加速至未来7年的7%：

在AI技术突破的推动下，到 2030 年，与颠覆性创新相关的全球股票市场价值可能会从占总市值的16%增加到60%以上。因此，与颠覆性创新相关的年化股票回报率可能会在2030年超过40%。未来七年，其市值将从目前的约19万亿美元增加到2030年的约220 万亿美元。

报告称，下图可以看出蒸汽机、铁路与电报等技术、电力与电话、电台等通用技术对经济产生的影响。如今，AI、机器人等颠覆性技术融合对经济的影响将超越此前的通用技术：

这些颠覆性技术彼此之间也会相互融合与影响的程度也各不相同，有的技术融合度非常高（比如 AI），有的比较低（比如精准疗法）。AI的融合程度可以展现出核心技术催化剂的地位和作用。

报告指出，AI 的发展速度也快于市场预期。2019年市场普遍预期通用 AI 的出现要等 80 年，2020年又从80年减到50 年、2021年减到34年。GPT-4 出现后，预期时间甚至缩短到了 8 年。Ark预期通用AI有早则出现在2026年，晚则2030年出现：

Ark认为，单个颠覆性技术的进步可以若相互融合就可以带来巨大的新市场机会，比如通用机器人市场和自动驾驶出租车市场：

报告认为，AI硬件的投资规模将达到1.3万亿美元，推动AI软件销售额达到13万亿美元，毛利率维持在75%的水平。

人工智能：重新定义工作

2023年，ChatGPT掀起的AI浪潮“一浪高过一浪”，AI迅速融入到人们生活的方方面面，ARK在报告中指出，得益于训练AI成本的快速下降以及科技大厂们的开源，AI带来的远不仅是效率的提高，也将推动全球经济的高速发展。

ARK指出，ChatGPT的出现让企业惊叹，让使用者满意，已经大大提高了生产率：

GitHub、Copilot 和 Replit AI 等编程助手已获得了一定成果，它们的出现提高了软件开发人员的工作效率和工作状态。文生图的大模型的飞速发展也重塑平面设计，图像模型的输出效果已可与专业平面设计师媲美。创作文字的成本也正急剧下滑，在过去的一个世纪中，撰写书面内容的成本按实际价值计算相对稳定。但在过去两年中，随着大语言模型写作质量的提高，成本也随之下 降。相对于绩效优异的员工，此前绩效不佳的员工更受益于AI的出现。

ARK指出，随着AI运用领域的扩大，研究人员正在AI训练和推理、硬件和模型设计方面进行创新，以提高性能并降低成本，推理成本似乎以每年约 86% 的速度下降。预计到2030年，硬件和软件的融合可以使AI培训成本以每年75%的速度下降:

根据企业规模的用例，推理成本似乎以每年约 86% 的速度下降，甚至比培训成本还要快。如今，与 GPT-4 Turbo 相关的推理成本已经低于一年前的 GPT-3。正如莱特定律所说，加速计算硬件的改进应该每年将人工智能相关计算单元（RCU）的生产成本降低53%，而算法模型的改进进一步每年降低训练成本47%。换句话说，硬件和软件的融合可能会使人工智能训练成本通过2030年每年下降75%。（注：莱特定律核心内容为某种产品的累计产量每增加一倍，成本就会下降一个恒定的百分比。如汽车领域产量每累计增加一倍，成本价格就会下降15％。）

报告指出，开源模型正与闭源模型展开竞争，总的来说，开源模型的性能比闭源模型的性能提高得更快：

开源模型领域以领军企业 Meta为领导正一步步挑战 OpenAI 和 Google 的闭源模型。2023年，开源模型在性能基准测试中迅速取得进展，赢得了大型企业、初创公司和学术机构开发人员的持续支持。我们也非常渴望看到开源社区在 2024 年取得的成就。

针对当前有投资者担忧的大语言莫循训练数据是否会耗尽数据，从而限制其表现？Ark在报告中指出，模型的优化需要更多训练数据，Epoch AI 估计，书籍和科学论文等高质量语言/数据源可能会在 2024 年耗尽，但同时仍有大量未开发的视觉数据。

微软CEO纳德拉在微软财报中首次提到微软在AI货币化中的准备。Ark在今年的报告中提到，定制化AI产品应享有更多定价权：

随着开源替代品的出现和成本的下降，为企业开发和定制AI软件的供应商应更容易实现货币化，相反，对于那些功能简单的AI应用，它们会迅速商品化，在激烈的竞争中，盈利能力降低。

因此，Ark在报告中认为，从不断提高知识工作者的生产力这一点来看，AI软件供应商的潜在机会达到万亿美元的，全球软件市场可能会增长 10 倍：

数字消费者进一步走向数字娱乐

根据ARK的研究，数字休闲支出应该会从实体经济中获得更大的市场份额，并在未来七年以每年19%的年复合增长率增长，从2023年的7万亿美元增至2030年的23万亿美元。报告称将有五个趋势推动其于其增长：

1.智能电视（CTV）中的广告投放金额年复合增长率达到17%，从2023年的250亿美元增长到2030年的730亿美元。2.社交平台的电子商务收入预计将以每年32%的年复合增长率增长，从2023年的7300亿美元增长到2030年的超5万亿美元。3.消费者对体育博彩的需求依然强劲，将继续保持高速增长。4.AI辅助下的游戏创造是将成为游戏界的新浪潮，如在Roblox这类用户生成内容（ UGC ）平台上进行游戏创作，可能使得游戏内容爆炸式增长，Roblox  已在全球提供超过 4.7 亿次体验，是 PC、游戏机和移动应用游戏总数的 52 倍。5.AI+硬件时代开启，可能在未来重新定义可穿戴设备，如果虚拟现实 (VR)设备持续面临调整，新的 AI 硬件设备必将出现。

Ark在报告中指出，AI的出现将进一步降低平均工作时间并刺激数字娱乐消费：

机器人技术

Ark认为，AI与硬件的融合或能推动机器人在更广泛的领域实现运用，预计通用机器人将迎来新的市场机会，每年的营收规模将超过24万亿美元。

Ark指出，机器人性能的快速进步与成本的大幅下降正刺激工厂加大对机器人的采用：

机器人性能的提高正在进一步刺激工厂对工业机器人的需求。计算机视觉和深度学习的进步使机器人性能在七年内提高了 33 倍，机器人的表现已经超过人类两倍以上，且尚不清楚上限在哪里。借助 AI 和计算机视觉，机器人应该能够在非结构化环境中实现经济高效地运行，较低的价格刺激了对工业机器人的需求，当机器人产量每翻一番，工业机器人成本就会下降 50%。

Ark强调，与人类协同工作的机器人正到达关键的发展阶段，称为“S曲线临界点”，即将进入快速发展阶段：

S曲线是一种常用来描述新技术或产品市场采纳率随时间增长的图形，它开始时增长缓慢，然后迅速增加，最后再次放缓，形成一个S形态。当一个新技术的市场份额接近10%到20%时，这通常表示它即将进入快速增长阶段。以亚马逊部署机器人的数量为例，可以看出亚马逊在2023年大幅提高了机器人的使用量，达到了历史最高点，与人类员工人数相近。机器人使用后对产能也产生了影响巨大，从亚马逊仓库的效率来看，客户点击下单到商品装运，以分钟计算，时间缩短了78%。

因此Ark认为，未来通用机器人除了家用机器人还将包括制造业机器人， 预计2030 年全球制造业GDP将受益于机器人的运用飙升至28.5万亿美元。

数字钱包：双边市场打造闭环的消费体系

Ark在报告中指出，头部垂直软件平台通过双边市场打造一套闭环的消费体系，促进从消费者到商家、商家到员工、员工到商家的闭环交易。这些平台上的数字钱包将实现完全封闭的支付生态系统，C2B数字钱包支付总额将以每年20%的速度增长，到2030年的约7万亿美元：

Ark认为，双边市场能够在消费者和商家之间关闭金融循环，闭环支付生态系统通过三种方式内部转账来实现：

精准治疗&多组测序发展

Ark指出，过去的二十年来，精准治疗、CRISPR基因编辑、RNA治疗和靶向蛋白质降解的新模式激增，在人工智能（AI）、CRISPR基因编辑和新测序技术驱动下，创新疗法增加了研发的回报，一些原本被认为无法靶向药物治疗的疾病，现在可以被新开发的药物治疗，为某些疾病提供了新的可能性：

精准治疗领域的公司预计将经历显著增长。精准治疗是一种基于患者特定遗传信息来定制治疗方案的医疗方法，涉及对DNA、RNA和蛋白质等多个生物分子层面的深入研究和应用。

根据ARK投资研究公司的预测，从2023年到2030年，专注于精准治疗的公司的企业价值将以每年28%的速度增长，企业价值将从约8200亿美元增加到约4.5万亿美元：

多组学工具和技术：生物学的洞察力转化为医疗保健和经济价值

Ark指出在过去的十年里，生物学工具和技术的不断发展和完善，其中高通量蛋白质组学、人工智能（AI）和单细胞测序这三种技术的进步，已经成为推动生物学研究和医疗科技发展的关键力量，预计药物的研发支出有望减少超25％，未来七年内精准治疗领域的企业价值以复合年增长率26％增加，从2023年约8200亿美元增加到2030年的约4.5万亿美元：

这些技术的结合使用，提高了研究和开发工作的生产力和效率，还提高了医疗应用的精确度，比如疾病诊断、治疗个性化和新药开发等方面。

根据ARK的研究，人工智能和自动化正在为药物研发提供更强大的支持，技术进步应能够使每种药物的研发成本大幅降低：

电动汽车因电池成本降低进一步普及

报告指出，在电池成本在因供应链中断而上升后，现在电池成本正随着莱特定律下降，并将推动电动汽车 (EV) 价格下滑，预计2030年电动汽车将占车辆总量的95-100%，未来7年电动汽车销量将以每年33%的速度增长，从2023年的1000万辆增至2030年的7400万辆

自动驾驶出租车：改造城市交通

人工智能的突破将推动自动驾驶出租车彻底改变城市出行，并将极大地改变或减少个人购置汽车的需求，影响到依赖个人汽车销售的汽车贷款市场。根据ARK的研究，机器人出租车平台将重新定义个人出行，并在未来五到十年内创造28万亿美元的企业价值：

据我们估算，规模化的自动驾驶出租车每英里的成本可低至0.25美元，这样的低成本可能会推动自动驾驶出租车的广泛采用。

报告指出，自动驾驶汽车比人类驾驶汽车更安全，而大语言模型和生成式AI的应用能加速自动驾驶技术的发展：

“木头姐”在报告中强调，自动驾驶出租车市占率提升将颠覆美国汽车贷款行业，到2030年，自动驾驶平台提供商的企业价值可达到28万亿美元，相当于2023年所有汽车制造商市值的9倍：

在过去三年中，利率上调使新车每月汽车贷款支出增加了约27%，从581美元增至739美元。这也使得汽车贷款拖欠超60天的数量最近创下了历史新高。随着电动汽车的价格继续下降，更多的用户开始使用自动驾驶出租车技术，并降低燃油车的价值。