ในช่วงบ่ายของวันที่ 9 ตุลาคม ตามเวลาปักกิ่ง Royal Swedish Academy of Sciences ได้ตัดสินใจมอบรางวัลโนเบลสาขาเคมีประจำปี 2024 ให้กับนักวิทยาศาสตร์ 3 คน หนึ่งในนั้นคือผู้ได้รับรางวัลโนเบลสองคนคือ Demis Hassabi และ John M. Jumper จาก Google DeepMind พวกเขาใช้โมเดล AI AlphaFold2 เพื่อส่งลำดับกรดอะมิโนด้วยความแม่นยำมากกว่า 90% ทำนายโครงสร้างโปรตีน 200 ล้านชิ้นที่ทราบ มนุษยชาติ.
ไม่มีเรื่องบังเอิญ ก่อนหน้านี้ในวันที่ 8 รางวัลโนเบลสาขาฟิสิกส์ประจำปี 2024 ยังมอบให้กับนักวิทยาศาสตร์สองคนในสาขา AI ได้แก่ John J. Hopfield ศาสตราจารย์ที่ Princeton University ในสหรัฐอเมริกา และ Jeffrey Hinton ศาสตราจารย์ที่ University of Toronto ใน แคนาดา (เจฟฟรีย์ อี. ฮินตัน) สำหรับการค้นพบพื้นฐานและสิ่งประดิษฐ์ในการทำให้การเรียนรู้ของเครื่องเกิดขึ้นจริงผ่านโครงข่ายประสาทเทียม
แน่นอนว่าปีนี้ได้กลายเป็น "ปีแห่ง AI" สำหรับรางวัลโนเบล และทั้งรางวัลฟิสิกส์และรางวัลเคมีก็ตกเป็นของงานที่เกี่ยวข้องกับ AI นั่นหมายความว่า AI สามารถเข้ามาแทนที่งานของนักวิทยาศาสตร์ได้แล้วใช่ไหม? เหตุใดผู้ชนะในปีนี้จึงได้รับรางวัลในสาขาเคมีมากกว่าสาขาสรีรวิทยาหรือการแพทย์ ส่วนฟองสบู่ AI โดยเฉพาะผลตอบแทนทางอุตสาหกรรมที่ต่ำกว่าที่คาดไว้สำหรับซอฟต์แวร์ AI นั้นจะไกลแค่ไหนจากเทคโนโลยีสู่แอปพลิเคชันและสร้างผลกำไรเชิงบวก?
ในเรื่องนี้ Titanium Media App ได้จัดเสวนาและแลกเปลี่ยนกับนักวิชาการหลายคนโดยเฉพาะ รวมถึง Alex Zhavoronkov ผู้ก่อตั้งและซีอีโอของ InSilico Medicine และศาสตราจารย์ Dou Dejing หัวหน้านักวิทยาศาสตร์ของ Nortel Digital Intelligence
จะตีความ “ปีแห่ง AI” ของปีนี้สำหรับรางวัลโนเบลได้อย่างไร ในเรื่องนี้ จาง หงเจียง ประธานผู้ก่อตั้งสถาบันวิจัยปัญญาประดิษฐ์ปักกิ่ง จือหยวน และนักวิชาการต่างประเทศของ American Academy of Engineering กล่าวในวิดีโอที่แสดงผ่านแอป TMTpost ว่า AI มีบทบาทสำคัญในการวิจัยทางวิทยาศาสตร์และการวิจัยทางกายภาพจริงๆ ครั้งนี้ทั้ง 2 รางวัลก็สมควรแล้ว "ฉันคิดว่านี่เป็นการยอมรับศักยภาพในอนาคตของ AI ได้เป็นอย่างดี ฉันเชื่อว่าฟิสิกส์แห่งอนาคตก็แยกออกจาก AI ได้เช่นกัน"
"Hinton ใช้ RBM เพื่อทำการฝึกอบรมล่วงหน้าแบบมีผู้ดูแลด้วยตนเองของ DNN ในปี 2549 และประสบความสำเร็จในการฝึกโครงข่ายประสาทเทียมเชิงลึก กล่าวได้ว่าเป็นผู้บุกเบิกการปฏิวัติ AI รอบนี้ เครือข่าย Hopfield ได้วางรากฐานสำหรับ RBM" บอกว่าทั้งสองคนมีความสัมพันธ์ใกล้ชิดกับฟิสิกส์มาก นอกจากนี้ สิ่งที่สำคัญมากคือรางวัลโนเบลที่มอบให้ในสาขาการเรียนรู้ของเครื่องเครือข่ายนั้น แท้จริงแล้วคือการยอมรับและคาดหวังถึงความสำคัญของ AI หรือการเรียนรู้ของเครื่องบนพื้นฐานของโครงข่ายประสาทเทียม
Matt Strassler นักฟิสิกส์เชิงทฤษฎีจากมหาวิทยาลัยฮาร์วาร์ดกล่าวว่า "งานวิจัยของฮอปฟิลด์และฮินตันเป็นแบบสหวิทยาการ โดยผสมผสานฟิสิกส์ คณิตศาสตร์ วิทยาการคอมพิวเตอร์ และประสาทวิทยาศาสตร์ ในแง่นี้ มันจึงเป็นของทุกสาขา"
ศาสตราจารย์ Dou Dejing หัวหน้านักวิทยาศาสตร์ของ Nortel Digital Intelligence บอกกับ TMTpost App ว่า ก่อนอื่นเลย รางวัลโนเบลสาขาเคมีประจำปีนี้มอบให้กับ DeepMind Hassabi และ Qiaopu "การมีส่วนร่วมในการทำนายโครงสร้างโปรตีน" ของพวกเขาเป็นสิ่งที่ขาดไม่ได้อย่างแท้จริง การใช้ AlphaFold มีความแม่นยำสูง ทำนายโครงสร้างที่ซับซ้อนของโปรตีนด้วยต้นทุนที่ต่ำและต้นทุนต่ำ ซึ่งก่อนหน้านี้นักวิทยาศาสตร์ทางชีววิทยาต้องใช้เวลาและลำบากในการได้มา และส่งเสริมการเปลี่ยนแปลงในรูปแบบการวิจัยทางชีววิทยาที่ได้รับรางวัลโนเบลสาขาฟิสิกส์ การยอมรับการมีส่วนร่วมของ AI โดยชุมชนวิทยาศาสตร์ทั้งหมด นับตั้งแต่ ChatGPT AI ถือกำเนิดขึ้น AI ก็พัฒนาอย่างรวดเร็วมาเป็นเวลาสองปีและเร่งตัวขึ้นเรื่อยๆ แม้ว่าจะยังไม่บรรลุผลเชิงพาณิชย์มากนัก แต่ก็มีผลกระทบอย่างมากต่อทุกสาขาอาชีพ โดยเฉพาะอย่างยิ่งในชุมชนวิทยาศาสตร์ รางวัลสาขาฟิสิกส์นี้มอบให้กับ Hopfield และ Hinton เพื่อยกย่องการค้นพบพื้นฐานและสิ่งประดิษฐ์ที่ส่งเสริมการใช้โครงข่ายประสาทเทียมสำหรับการเรียนรู้ของเครื่อง แก่นแท้ของรางวัลนี้คือการนำหลักการพื้นฐานของฟิสิกส์ไปประยุกต์ใช้กับโครงข่ายประสาทเทียมของ AI
อย่างไรก็ตาม Dou Dejing เชื่อว่า “การมีส่วนร่วมของ AI ในด้านฟิสิกส์นั้นยังไม่ชัดเจนเพียงพอ”
เขาแนะนำว่าหนึ่งในการมีส่วนร่วมในอดีตของ AI ต่อชุมชนฟิสิกส์คือในปี 2560 เมื่อนักดาราศาสตร์ใช้เทคโนโลยีการมองเห็นด้วยคอมพิวเตอร์เพื่อช่วยประมวลผลภาพถ่ายหลุมดำแรกของมนุษยชาติ แม้ว่าความก้าวหน้าของเทคโนโลยีแบบจำลองขนาดใหญ่ที่ได้รับความนิยมในช่วงสองปีที่ผ่านมายังต้องอาศัยสาขาวิชาพื้นฐาน เช่น คณิตศาสตร์ สถิติ สารสนเทศ และฟิสิกส์ ฮินตันรู้สึกประหลาดใจเมื่อฮินตันได้รับรางวัลโนเบลสาขาฟิสิกส์ คาดหวังว่ามันจะเกิดขึ้น
Dou Dejing เน้นย้ำกับ TMTpost App ว่า “โดยสรุปแล้ว คณิตศาสตร์ สถิติ ฟิสิกส์ และสารสนเทศเป็นพื้นฐานของวิทยาการคอมพิวเตอร์ ทฤษฎีพื้นฐานเหล่านี้ช่วยในการพัฒนาวิทยาการคอมพิวเตอร์และ AI และยังเป็นพื้นฐานของ AI อีกด้วย ยังไม่ส่งผลกระทบต่อหลักการพื้นฐานของฟิสิกส์อย่างแท้จริงและช่วยในการพัฒนาฟิสิกส์ ในอนาคต เนื่องจากมีการค้นพบสสารและทฤษฎีใหม่ๆ อย่างต่อเนื่อง เราคาดหวังว่า AI จะมีปฏิสัมพันธ์กับฟิสิกส์และสาขาวิชาพื้นฐานอื่นๆ บ่อยขึ้น นอกเหนือจากฟิสิกส์ และเคมี รางวัลโนเบลสาขาชีวการแพทย์อาจยกย่องคุณูปการของนักวิชาการด้าน AI”
Alex Zhavoronkov ผู้ก่อตั้งและซีอีโอของ Insilicon Intelligence บอกกับ TMTpost App ว่า AI มีผลกระทบอย่างลึกซึ้งต่อวิทยาศาสตร์และเทคโนโลยี และจะเปลี่ยนทุกด้านของชีวิตมนุษย์
“ผมคิดว่าคณะกรรมการโนเบลยอมรับเรื่องนี้และต้องผลักดันขอบเขตเพื่อยอมรับการเปลี่ยนแปลงอันลึกซึ้งนี้” อเล็กซ์กล่าวว่า มีข้อเท็จจริงที่ไม่ธรรมดามากมายในการมอบรางวัลในปีนี้ ประการแรก AI ส่วนใหญ่เป็นคณิตศาสตร์ John McCarthy, Alan Turing, Marvin Minsky, Allen Newell, HerBERT A. Simon ), Nathaniel Rochester และ Claude Shannon ส่วนใหญ่เป็นนักคณิตศาสตร์และวิศวกร เมื่อมีการเปิดตัวรางวัลโนเบลเป็นครั้งแรก ไม่มีวิทยาการคอมพิวเตอร์หรือปัญญาประดิษฐ์เป็นสาขาวิชาที่แยกจากกัน ดังนั้นสำหรับโครงข่ายประสาทเชิงลึก พวกเขาต้องจัด AI เป็นฟิสิกส์ และคาดว่า AlphaFold จะได้รับรางวัลโนเบล
ในมุมมองของอเล็กซ์ รางวัลโนเบลจะสร้างแรงบันดาลใจให้กับผู้คนมากขึ้น และมูลค่าของโครงข่ายประสาทเทียมต่ออุตสาหกรรมนั้นมีมหาศาล
“งานง่ายๆ มากมายถูกครอบงำโดย AI แม้แต่ที่ Insilico เราก็ได้แทนที่คำอธิบายประกอบ การเขียน และแม้แต่การเขียนโค้ดด้วย AI และต้องเพิ่มทักษะและเพิ่มทักษะให้กับพนักงานจำนวนมากของเราที่เตรียมข้อมูล ยังไม่รู้สึกถึงผลประโยชน์ทางเศรษฐกิจ แต่รับรู้ได้ และไม่มีอะไรลึกซึ้งไปกว่าผลกระทบของการค้นพบยา นับตั้งแต่ระดมทุนครั้งใหญ่ครั้งแรกในปี 2019 เพียงลำพัง Insilico ก็สามารถเสนอชื่อผู้สมัครรับยาพรีคลินิกได้สำเร็จจำนวน 19 โครงการ โดยผลักดันโครงการเก้าโครงการเข้าสู่ คลินิก และผ่านระดับ II การทดลองในระยะต่างๆ โดยทั่วไปแล้ว บริษัทยารายใหญ่จะเสนอชื่อผู้สมัครรับยาพรีคลินิก 5-7 รายต่อปี และมีทรัพยากรมากกว่า - ด้วย AI บริษัทหนึ่งจึงมีความสามารถในการค้นพบยามากกว่าประเทศที่พัฒนาแล้วส่วนใหญ่มีการค้นพบยาใหม่เพียงไม่กี่ราย ประเทศส่วนใหญ่ไม่เคยเสนอชื่อ PCC แต่ด้วย AI และพลังของจีน คุณสามารถสัมผัสถึงผลกระทบของ AI ในอุตสาหกรรมนี้ได้โดยไม่ต้องใช้เวลาหลายทศวรรษในการฝึกอบรมนักวิทยาศาสตร์ในท้องถิ่น แต่เช่นเดียวกับอินเทอร์เน็ตหรือเครือข่ายโซเชียล - มีน้อยมาก ผู้ชนะอาจจะ 2-3” อเล็กซ์กล่าว
เซิน ฉี รองศาสตราจารย์สอนถาวรของ School of Chemistry and Chemical Engineering แห่ง Shanghai Jiao Tong University กล่าวว่า AI เกิดขึ้น ความแม่นยำและประสิทธิภาพของการทำนายโปรตีนได้รับการปรับปรุงอย่างที่ไม่เคยมีมาก่อน โดยสามารถแก้ปัญหาทางวิทยาศาสตร์ที่สำคัญซึ่งสร้างปัญหาให้กับนักเคมีได้ เป็นเวลาหลายปีและกลายเป็นตัวเลือกยอดนิยมสำหรับนักเคมีส่วนใหญ่ เป็นเครื่องมืออันทรงพลังที่อยู่ในมือของนักวิจัยทางวิทยาศาสตร์ รางวัลนี้สมควรอย่างยิ่ง
ในความเป็นจริง นับตั้งแต่ได้รับรางวัลโนเบลครั้งแรกในปี 1901 รางวัลโนเบลมักจะเน้นย้ำถึงผลกระทบของการวิจัยที่มีต่อสังคมและให้รางวัลแก่สิ่งประดิษฐ์เชิงปฏิบัติมากกว่าแค่วิทยาศาสตร์บริสุทธิ์ รางวัลในปีนี้ไม่ใช่เรื่องปกติในเรื่องนี้ เนื่องจากบางครั้งรางวัลเหล่านี้อาจเป็นรางวัลสำหรับโครงการวิศวกรรมที่มีความโดดเด่นมาก ซึ่งรวมถึงสนามเลเซอร์และ PCR
เป็นที่เข้าใจกันว่ารางวัลโนเบลสาขาฟิสิกส์และเคมีประจำปี 2024 จะมีส่วนแบ่งรางวัลเท่ากันคือ 11 ล้านโครนสวีเดน (ประมาณ 7.4446 ล้านหยวน)
แม้ว่าจะมีการประกาศรางวัลโนเบลในปีนี้ แต่ก็ยังมีการถกเถียงกันในหัวข้อ "ความคลั่งไคล้ของ AI ที่สร้างให้เกิดฟองสบู่หรือไม่"
ตามวัฏจักรเทคโนโลยีของ Gartner AI ได้ผ่านจุดสูงสุดของความคาดหวังที่มากเกินไป และจะเข้าสู่ความท้อแท้ รายงานคาดการณ์ว่า ภายในปี 2568 โครงการ AI ในปัจจุบัน 30% จะถูกยกเลิกหลังจากการพิสูจน์แนวคิด ในเวลาเดียวกัน โครงการ AI จำนวนมากจะล้มเหลวเนื่องจากคุณภาพของข้อมูลไม่ดี การควบคุมความเสี่ยงไม่เพียงพอ มูลค่าทางธุรกิจที่ไม่ชัดเจน หรือต้นทุนที่สูงขึ้น
Gartner ชี้ให้เห็นว่าการดำเนินโครงการ AI เชิงสร้างสรรค์อาจมีต้นทุนหลายล้านดอลลาร์ และก่อให้เกิดต้นทุนต่อเนื่องจำนวนมาก ตัวอย่างเช่น การเปิดตัวผู้ช่วยเสมือน AI รุ่นใหม่อาจมีค่าใช้จ่าย 5 ล้านถึง 6.5 ล้านดอลลาร์ โดยมีรายจ่ายงบประมาณประจำปีอยู่ที่ 8,000 ถึง 11,000 ดอลลาร์ต่อผู้ใช้หนึ่งราย
ในเรื่องนี้ อเล็กซ์บอกกับ TMTpost Media App ว่าในระยะสั้น AI ก็เหมือนกับฟองสบู่เทคโนโลยีอื่นๆ (generative AI) ก็คือฟองสบู่ บริษัทคุณภาพต่ำหลายแห่งได้รับเงินทุน และแม้แต่อาจารย์มหาวิทยาลัยระดับล่างบางรายก็ได้รับเงินทุนสำหรับการเริ่มต้นธุรกิจใหม่ และตอนนี้กำลังดิ้นรนเพื่อสร้างผลิตภัณฑ์หรือรายได้
Dou Dejing บอกกับ TMTpost App ว่า “ เราเชื่อว่า AI ในปัจจุบันยังไม่สามารถช่วยให้บริษัทต่างๆ บรรลุผลกำไรทางเศรษฐกิจได้ แม้ว่าปัจจุบันบริษัทซอฟต์แวร์บางแห่งจะใช้ Copilot เพื่อตั้งโปรแกรมอัตโนมัติ ซึ่งสามารถประหยัดเวลาของโปรแกรมเมอร์และต้นทุนบางส่วนได้ แต่ก็ยังเป็นไปไม่ได้ ใช้ AI มาแทนที่โปรแกรมเมอร์โดยสิ้นเชิง นอกจากนี้ ผลตอบแทนของ AI ในปัจจุบันยังต่ำกว่าที่คาดไว้เนื่องจากต้นทุนการดำเนินงานของอุตสาหกรรมโมเดลขนาดใหญ่นั้นสูงเกินไป แม้จะต้องใช้เวลาหลายเดือนและการ์ดหลายพันใบในการฝึกโมเดลก็ตาม รุ่นก็จะใช้เวลานานมากในการชำระคืน”
ในมุมมองของ Dou Dejing มันก็เหมือนกับการเกิดขึ้นของเครื่องมือค้นหาในสมัยนั้น ซึ่งทำให้ทุกคนเข้าถึงข้อมูลได้ดีขึ้น แต่ในเวลานั้น เขาก็คิดถึงรูปแบบการสร้างรายได้เช่นกัน ต่อมาเขาอาศัยการโฆษณาเพื่อเริ่มทำกำไร แบบอย่าง. ปัจจุบันไม่มีรูปแบบการทำกำไรที่คล้ายกับการโฆษณาในสาขา AI ขณะนี้ยังไม่ชัดเจนว่า OpenAI จะสามารถบรรลุผลกำไรจากการโฆษณาบนแพลตฟอร์มในอนาคตหรือไม่ ท้ายที่สุดแล้ว กิจกรรมผู้ใช้รายวันของบริษัทต้นแบบขนาดใหญ่ยังต่ำกว่าของเครื่องมือค้นหาเช่น Google และรูปแบบผลกำไรเช่นการโฆษณามาก เป็นสิ่งจำเป็น
อย่างไรก็ตาม จากเงินทุนสู่บริษัท ตลาดกำลังเปลี่ยนแปลง และบริษัทต่างๆ ในสาขาโมเดลขนาดใหญ่กำลังเร่งการใช้งานแอปพลิเคชันและ ทำงานอย่างหนักเพื่อหารายได้
จากข้อมูลของ Dou Dejing ในฐานะรัฐวิสาหกิจที่มี AI เป็นเจ้าของ Nortel Digital Intelligence แก้ปัญหาวิธีใช้ทรัพยากรการประมวลผลหลายรายการที่มีอยู่อย่างมีประสิทธิภาพในสภาพแวดล้อมการแข่งขันของทรัพยากรคอมพิวเตอร์ในปัจจุบัน เพื่อเพิ่มขีดความสามารถในการแข่งขันหลักของอุตสาหกรรม AI ในขณะที่ลดการใช้งานขององค์กร เกณฑ์ของพลังการประมวลผล AI และช่วยพัฒนาอุตสาหกรรม AI
โดยเฉพาะอย่างยิ่ง Nortel Digital Intelligence ใช้เทคโนโลยีหลักของ Hunyuan Adaptation เพื่อใช้ชิปในประเทศเพื่อประมวลผลข้อมูลประเภทต่างๆ ได้อย่างมีประสิทธิภาพมากขึ้น ขณะเดียวกันก็รับประกันความปลอดภัยของข้อมูลและประสิทธิภาพของโมเดลต่างๆ และส่งเสริมให้เกิดการนำชิปในประเทศไปใช้จากการเปลี่ยนแปลงที่ "ใช้งานได้" สู่ "ใช้งานง่าย" ในเวลาเดียวกัน การประยุกต์ใช้ AI อย่างแพร่หลายนั้นต้องการนวัตกรรมไม่เพียงแต่ในตัวเทคโนโลยีเท่านั้น แต่ยังรวมถึงกระบวนการ ระบบ และองค์กรด้วย นอกจากนี้ Nortel Digital กำลังสร้าง AI อีกด้วย สายการผลิตแห่งยุคสมัยส่งเสริมการพัฒนาโครงสร้างพื้นฐาน นอกเหนือจากชั้นพลังการประมวลผลที่ทำงานร่วมกับชิปในประเทศแล้ว ชั้นแบบจำลองยังให้การสนับสนุนที่เป็นสากลสำหรับโมเดลพื้นฐานหลักและโมเดลโอเพนซอร์สอีกด้วย ชั้นข้อมูลจะสร้างพื้นที่ข้อมูลที่เชื่อถือได้และสร้าง แนวตั้งสำหรับอุตสาหกรรมที่มีความละเอียดอ่อน ประการที่สอง Spark Intelligent Computing แต่ละเครื่องยังมีนิทรรศการ พื้นที่โรดโชว์ ห้องปฏิบัติการ และการสัมมนาแบบเปิดและปิด ฯลฯ เพื่อเร่งการพัฒนาอุตสาหกรรม ทำให้ AI พร้อมใช้งาน และเร่งการมาถึงของ AI ยุค.
อเล็กซ์กล่าวว่าในปัจจุบันในด้าน AI มีสตาร์ทอัพเพียงไม่กี่รายเท่านั้นที่สามารถบรรลุขนาดและความสามารถทางอุตสาหกรรมได้ - OpenAI ทำงานได้ดีในการอนุมาน Insilico ทำงานได้ดีในการค้นพบยา แต่บริษัทต่างๆ เช่น Google, Microsoft , Amazon และ บริษัท Meta Big ถือกุญแจทั้งหมดในการใช้งานทางอุตสาหกรรมกระแสหลัก ในด้านบวก ในแง่ของการพัฒนายา เราเห็นว่า Insilico ผลักดันการศึกษาทางคลินิกระยะที่ 2 ครั้งแรกเกี่ยวกับยาที่ผลิตโดย AI ทั้งหมดให้แล้วเสร็จ "ฉันภูมิใจที่โครงการนี้เสร็จสมบูรณ์ในจีน และถ้าเรา โชคดี ถ้าเป็นเช่นนั้นก็อาจเป็นยา AI ตัวแรกของโลกที่ได้รับการอนุมัติ”
ตามข้อมูลรายงานทางการเงินที่ Yingsi Intelligent ส่งไปยังตลาดหลักทรัพย์ฮ่องกงในเดือนมิถุนายนปีนี้ รายได้ของ Yingsi Intelligent ในปี 2564 และ 2565 จะอยู่ที่ 4.713 ล้านดอลลาร์สหรัฐ และ 30.147 ล้านดอลลาร์สหรัฐ ตามลำดับ โดยส่วนใหญ่มาจากบริการวิจัยและพัฒนาทางการแพทย์ ในอนาคต Insilico จะขยายการผสมผสานระหว่าง AI อสังหาริมทรัพย์ และการดูแลสุขภาพ และ Alex ชี้ให้เห็นว่าบริษัทกำลังทำงานร่วมกับบริษัทอสังหาริมทรัพย์ชั้นนำบางแห่ง
ตามข้อมูลการวิจัยอุตสาหกรรม ค่าใช้จ่ายด้านการวิจัยและพัฒนายาทั่วโลกเพิ่มขึ้นจาก 165.2 พันล้านดอลลาร์สหรัฐเป็น 217.9 พันล้านดอลลาร์สหรัฐในช่วงปี 2560 ถึง 2564 โดยมีอัตราการเติบโตแบบทบต้น 7.9% ในช่วงเวลาดังกล่าว คาดว่าขนาดของรายจ่ายจะเพิ่มขึ้นจาก 242.1 พันล้านดอลลาร์สหรัฐเป็น 313 พันล้านดอลลาร์สหรัฐในช่วงปี 2565 ถึง 2569 โดยมีอัตราการเติบโตทบต้น 6.9% ในช่วงเวลาดังกล่าว
“ผมคิดว่า 50% ของความสำเร็จนั้นเกิดจาก Generative AI ที่ทรงพลังมาก และ 50% มาจากความสามารถ ความสามารถ และจรรยาบรรณในการทำงานคุณภาพสูงของจีน ผมคิดว่าคลื่นลูกใหญ่ของประสิทธิภาพการทำงานถัดไปที่เราจะได้เห็นใน AI ก็คือในประเทศจีน "อเล็กซ์กล่าว