Thường có sự nhầm lẫn giữa trí tuệ nhân tạo (AI) và máy học (ML), nhưng có sự khác biệt.
Ví dụ, AI là một mô tả rộng rãi về loại công nghệ cho phép mô phỏng các khả năng giống như con người trong máy móc.
Trong khi đó, học máy là một tập hợp con của AI. Nó thường liên quan đến việc xử lý một lượng lớn dữ liệu, sau đó được áp dụng cho các thuật toán. Bằng cách này, ML giúp hệ thống máy tính có thể nhận ra các đối tượng, dự đoán khi nào máy móc bị lỗi hoặc thậm chí là lái xe ô tô. Nói cách khác, nó cho phép các hệ thống tìm hiểu và đưa ra các lựa chọn mà ít có sự tương tác của con người.
Hãy xem xét rằng học máy không phải là mới. Nguồn gốc của công nghệ này bắt nguồn từ những năm 1950, khi nó được phát triển để hỗ trợ những việc như chơi cờ vua.
Nhưng phải đến thập kỷ trước, học máy mới trở nên biến đổi. Một số lý do cho điều này bao gồm sự phát triển của các lý thuyết mới như học sâu - là một tập con của ML - cũng như sự bùng nổ dữ liệu và sự phát triển trong điện toán đám mây.
Vậy cơ hội này lớn như thế nào đối với cổ phiếu máy học?
Nó chắc chắn rất lớn. Theo International Data Corporation (IDC), chi tiêu trên toàn thế giới cho công nghệ AI dự kiến sẽ đạt tốc độ tăng trưởng kép hàng năm (CAGR) trong 5 năm là 17,4% vào năm 2024, với doanh thu đạt 554,3 tỷ USD.
Điều đó có nghĩa là, đây là năm cổ phiếu máy học có thể được hưởng lợi từ sự tăng trưởng đáng kể trong thị trường AI toàn cầu.
Máy học là một phần trọng tâm cốt lõi của Bảng chữ cái (GOOGL, 2.347,58 đô la) kể từ những ngày đầu. Hãy nhớ rằng PageRank ban đầu - thứ giúp bạn có thể tìm kiếm hiệu quả các trang web trên quy mô lớn - dựa trên các thuật toán phức tạp.
Nhưng các khoản đầu tư của GOOGL vào học máy đã tăng tốc trong suốt thập kỷ qua. Alphabet đã trang bị lại cơ sở hạ tầng của mình, thuê hàng nghìn nhà khoa học dữ liệu và thực hiện vô số thương vụ mua lại.
Vào năm 2017, CEO Sundar Pichai của Alphabet nói rằng các khoản đầu tư của gã khổng lồ công nghệ vào học máy đang "thúc đẩy những đổi mới trên toàn Google" và ông rất vui với cách họ chuyển đổi sang một "công ty tiên phong về AI".
Công nghệ này rất quan trọng đối với nhiều ứng dụng của nó, chẳng hạn như để tối ưu hóa nhắm mục tiêu quảng cáo, cung cấp năng lượng cho hệ thống dịch ngôn ngữ và cho phép Trợ lý Google. Máy học cũng đã trở thành một chìa khóa để xây dựng nền tảng đám mây của nó.
Alphabet đã tạo ra một trong những nền tảng phát triển đầu tiên cho AI, được gọi là TensorFlow. Công ty đã cung cấp nguồn mở thư viện phần mềm cho máy học vào năm 2015, giúp đưa nó trở thành tiêu chuẩn toàn cầu. Một số khách hàng lớn của công ty bao gồm Intel (INTC), General Electric (GE) và Coca-Cola (KO).
Tất nhiên, Alphabet là một trong những công ty đi đầu trong việc phát triển ô tô tự lái, QUÁ. Trọng tâm của vấn đề này là bộ phận Waymo của nó, đã huy động được 3 tỷ đô la vốn vào năm ngoái. Dư luận xôn xao là bộ phận này của GOOGL sẽ được tách ra thành một đợt phát hành cổ phiếu lần đầu ra công chúng (IPO) trong vòng một hoặc hai năm tới, đây có thể là một động lực giá trị tốt đẹp cho công ty.
Chắc chắn là đáng giá để theo dõi kho công cụ học máy này trong tương lai.
Được thành lập vào năm 1993, Nvidia (NVDA, 678,79 USD) là sản phẩm tiên phong của GPU (đơn vị xử lý đồ họa) cho trải nghiệm chơi game mạnh mẽ hơn. Điều này có thể thực hiện được bằng cách xử lý song song phức tạp lượng lớn dữ liệu.
Tuy nhiên, GPU đã trở thành nền tảng máy tính chính để các nhà khoa học dữ liệu tạo ra các mô hình học máy. Kết quả là, Nvidia đã có sự tăng trưởng đáng kể trong hoạt động kinh doanh trung tâm dữ liệu của mình.
Lưu ý rằng chip A100 của nó đã trở thành thứ phải có đối với các khách hàng lớn và đám mây lớn. Nó cho phép cả đào tạo và suy luận AI ở tốc độ cao - mặc dù việc chấp nhận thị trường vẫn đang ở giai đoạn đầu.
Hiện tại, đúng là bộ phận xe tự lái của NVDA đã chứng kiến sự tăng trưởng chóng mặt, nhưng công ty có một nền tảng tiên tiến đang bắt đầu nhận được sự mua từ những khách hàng lớn như Nio (NIO), SAIC (SAIC), Li Auto (LI ), Zoox, Mercedes-Benz và Xpeng (XPEV).
Để củng cố vị trí thống trị của mình với các hệ thống chip dựa trên AI, Nvidia đã thực hiện một trò chơi táo bạo để mua lại nhà thiết kế chip Arm của Vương quốc Anh với giá 40 tỷ đô la. Điều này sẽ giúp NVDA thâm nhập vào các danh mục như Internet vạn vật (IoT), điện thoại thông minh và điện toán biên.
Sau đó là việc mua Mellanox, một nhà phát triển hệ thống mạng tiên tiến. Thương vụ M&A sẽ giúp thúc đẩy hoạt động kinh doanh trung tâm dữ liệu của Nvidia.
Kết quả là, sự tăng trưởng của cổ phiếu máy học vẫn rất ấn tượng. Trong quý gần đây nhất, doanh thu của NVDA đã tăng vọt 84% so với cùng kỳ năm ngoái lên mức kỷ lục 5,7 tỷ USD, trong khi thu nhập đã điều chỉnh tăng hơn gấp đôi để đạt mức 3,66 USD / cổ phiếu.
Dữ liệu chất lượng là yếu tố cần thiết cho việc học máy hiệu quả, nhưng đây không phải là một quá trình dễ dàng.
Đối với các doanh nghiệp lớn, dữ liệu bị phân mảnh trên các silo. Ngoài ra, có những vấn đề khó khăn khi dọn dẹp các tập dữ liệu, mà phần lớn, thường là không có cấu trúc. Hơn nữa, cơ sở dữ liệu truyền thống - chẳng hạn như cơ sở dữ liệu của Oracle (ORCL) - không được xây dựng cho các trường hợp sử dụng máy học, thường khá tốn kém.
Vậy lam gi?
Chà, đám mây là một cách để giúp giảm thiểu những vấn đề này và một trong những người dẫn đầu trong danh mục này là Snowflake (TUYẾT, $ 238,43). Công ty đã xây dựng một nền tảng gốc đám mây giúp dễ dàng tạo cơ sở dữ liệu. Ngoài ra còn có những lợi thế của quy mô dường như vô tận, một số lượng lớn các tích hợp và hệ thống tích hợp cho máy học.
BlackRock (BLK), một trong những công ty quản lý tiền lớn nhất thế giới, là khách hàng của Snowflake. Công ty có một hệ thống gọi là Aladdin, được sử dụng để giúp dự đoán và tối ưu hóa danh mục đầu tư. SNOW cũng đóng vai trò quan trọng trong việc tích hợp các nguồn dữ liệu không phải Aladdin, điều này đã cho phép tăng đáng kể hiệu suất và kết quả đầu tư.
Và vâng, đúng là cổ phiếu máy học đã gặp khó khăn trên bảng xếp hạng trong năm nay. Tuy nhiên, ngoài bảng xếp hạng, Snowflake là một trong những công ty phần mềm doanh nghiệp phát triển nhanh nhất.
Trong quý đầu tiên, doanh thu sản phẩm tăng 110% so với cùng kỳ năm ngoái và tỷ lệ duy trì doanh thu thuần tăng ấn tượng 168%. Ngoài ra còn có 104 khách hàng SNOW tạo ra doanh thu hơn 1 triệu đô la hàng năm.
Được thành lập vào năm 2015, Lemonade (LMND, $ 96,88) là một công ty bảo hiểm được xây dựng trên nền tảng máy học. Công ty hiện cung cấp các chính sách cho chủ nhà, người cho thuê nhà, vật nuôi và bảo hiểm nhân thọ.
Nước chanh có ba phần chính. Có AI Maya, là một trợ lý ảo thu thập thông tin từ khách hàng, cung cấp báo giá và quản lý thanh toán.
Sau đó là AI Jim, một bot xử lý các yêu cầu bảo hiểm và đã có thể tự động hóa hoàn toàn một phần ba trong số đó. Và đối với những tuyên bố cần con người, quá trình này dễ dàng hơn nhiều vì AI Jim đã thực hiện nhiều công việc nặng nhọc.
Cuối cùng, Lemonade có CX.AI. Đây là một hệ thống để xử lý các câu hỏi thông thường của khách hàng.
Với những công nghệ này, Lemonade đã nhận được rất nhiều sức hút với các thế hệ trẻ. Đây chắc chắn là một thị trường khó tiếp cận - nhưng có thể rất quan trọng đối với sự tăng trưởng dài hạn.
Đúng là cổ phiếu máy học này không hề rẻ, với mức định giá 5,9 tỷ USD, nhưng cơ hội thị trường là rất lớn. Rốt cuộc, Lemonade hiện đang chuyển sang phân khúc bảo hiểm ô tô sinh lợi, ước tính mang lại khoảng 300 tỷ đô la phí bảo hiểm ở Hoa Kỳ trong năm nay.
Trong khi ngày càng nhiều công ty đầu tư vào các dự án máy học, kết quả thường không đáng khích lệ. Thông thường những ý tưởng này không vượt ra ngoài giai đoạn chứng minh khái niệm vì một số lý do, bao gồm sự phức tạp của thuật toán, thách thức với dữ liệu và các vấn đề với việc tuyển dụng các nhà khoa học dữ liệu.
Do đó, các công ty sẽ dựa vào sự trợ giúp của các công ty tư vấn - và một trong những công ty hàng đầu trong thị trường này là Accenture (ACN, $ 279,63). Công ty có hoạt động phát triển mạnh về AI và nó đã trở thành một nguồn tăng trưởng chính.
Quy mô của công ty chắc chắn là một yếu tố chính trong vai trò lãnh đạo của nó, vì Accenture có lực lượng lao động lên tới 537.000 người và hoạt động trải dài trên toàn cầu. Công ty cũng có kinh nghiệm trong hầu hết các ngành công nghiệp.
Là một ví dụ về cách ACN cải thiện khả năng học máy cho các công ty, nó đã được khai thác bởi công ty viễn thông Vodafone (VOD) có trụ sở tại Vương quốc Anh để giúp tăng cường dịch vụ khách hàng.
Accenture đã phát triển một hệ thống định tuyến các cuộc gọi của khách hàng đến các kênh thích hợp nhất để xử lý các vấn đề của họ. Nó cũng hoạt động để dự đoán thời điểm khách hàng có nhiều khả năng sẽ gọi điện nhất và sẽ gửi tin nhắn chủ động để cố gắng giải quyết các mối quan tâm trước thời hạn. Điều này đã giúp giảm 1,5 triệu cuộc gọi đến của VOD và tăng mức sử dụng kênh kỹ thuật số lên 26%
Mặc dù Accenture đã trải qua sự tăng trưởng chậm lại trong đại dịch COVID-19, công ty đã có thể trở lại đúng hướng.
Trong quý gần nhất, doanh thu tăng 8% so với cùng kỳ năm ngoái lên 12,1 tỷ USD và lợi nhuận điều chỉnh tăng 10% lên 2,03 USD / cổ phiếu. Và quý hiện tại dự kiến sẽ chứng kiến mức tăng trưởng doanh thu từ 10% đến 13%.
Làm thế nào để ăn một con voi? Hãy cắn từng miếng một!
Làm thế nào các thành phố và quốc gia đang giảm bớt tác động của việc chính phủ đóng cửa
Một Giáng sinh đáng nhớ
Các quỹ tương hỗ hoạt động tốt nhất ở Ấn Độ cho năm 2021
Ngày tốt nhất cho SIP:Thứ Năm cuối cùng của tháng (ngày hết hạn Nifty F&O)?