1.野(ye)生(sheng)智能、公共区块链、多组(zu)测序、动力(li)存储和机器人这五大技能平台正相互交融形成合力(li)，使(shi)全球经济(ji)增速(su)大概从已往125年(nian)平均3%加快(kuai)至未来7年(nian)凌驾7%的水平。

2.与颠覆性创(chuang)新相关的股票(piao)市值将以(yi)每年(nian)40%的速(su)度增长，从以(yi)后占全球股市总额的16%激增至2030年(nian)占比(bi)超60%，市值从以(yi)后的约19万亿美元增长到2030年(nian)的约220万亿美元。

3.停(ting)止2030年(nian)，硬件和软件的融合可以(yi)使(shi)AI培(pei)训成本以(yi)每年(nian)75%的速(su)度下降。到2030年(nian)，全球软件市场(chang)大概会增长10倍。

4.估计到2040年(nian)，AI范畴硬件的投资规模将达到1.3万亿美元，这笔巨大的投资将推动AI软件贩卖额达到13万亿美元，使(shi)得(de)软件行业的毛利率维持在75%的水平。

5.机器人出租车平台将重新界说小我私家出行，并(bing)在未来5-10年(nian)创(chuang)造28万亿美元的企(qi)业代价，每年(nian)卖出的机器人出租车数目约为(wei)7400万辆，占汽车市场(chang)的大部(bu)份。

6.随着制造业的整合，电池成本正在下降，压低汽车的代价。电池占电动车代价的20%，电池制造商为(wei)电动汽车原始(shi)设备制造商带来的营(ying)收(shou)为(wei)每年(nian)300亿美元。

7.得(de)益(yi)于3D打印技能，汽车临盆进(jin)入了一(yi)个前所未有的范畴，估计将降低汽车开辟时间50%，降低模具设计验证成本97%。

8.精准疗法占新上市药物的25%，到2030年(nian)，药物的收(shou)入将增加15%，约合3000亿美元。

9.在野(ye)生(sheng)智能增强型多组(zu)学技能的全面渗透下，与药物开辟相关的研发效(xiao)率将提高一(yi)倍。到2035年(nian)研发的实际回报(bao)率提高了10%。

10.早期(qi)检测多种癌症的血液化验已成为(wei)医治标准，使(shi)某(mou)些年(nian)龄阶段的癌症死(si)亡(wang)率降低了25%。在蓬勃市场(chang)，30%的患者受益(yi)于新的诊断制度。

11.数字休闲支出应该会从实体经济(ji)中(zhong)得(de)到更大的市场(chang)份额，并(bing)在未来七年(nian)以(yi)每年(nian)19%的年(nian)复合增长率增长，从2023年(nian)的7万亿美元增至2030年(nian)的23万亿美元。

12.停(ting)止2030年(nian)，智能设备、娱乐和交际平台的收(shou)入达到5.4万亿美元，其中(zhong)告白和商务收(shou)入占80%。

凭据(ju)ARK的研究(jiu)，颠覆性技能的融合将界说下一(yi)个十年(nian)的发展，五个首要技能平台——AI、公共区块链、多组(zu)学测序（Multiomic Sequencing）、动力(li)存储和机器人——正相互融合，转变全球经济(ji)活动，经济(ji)增速(su)大概从已往125年(nian)平均3%加快(kuai)至未来7年(nian)的7%：

我们认为(wei)，技能融合大概会带来比(bi)第一(yi)次(ci)和第二次(ci)工业革命更具影响力(li)的宏观经济(ji)结构转变。在全球局限内，机器人的出现重振制造业、机器人出租车转变交通运输、AI提高学问工人的临盆力(li)，实际经济(ji)增长将加快(kuai)。

在AI技能突破的推动下，到 2030 年(nian)，与颠覆性创(chuang)新相关的全球股票(piao)市场(chang)代价大概会从占总市值的16%增加到60%以(yi)上。因此，与颠覆性创(chuang)新相关的年(nian)化股票(piao)回报(bao)率大概会在2030年(nian)凌驾40%。未来七年(nian)，其市值将从现在的约19万亿美元增加到2030年(nian)的约220 万亿美元。

我们认为(wei)，技能融合大概会带来比(bi)第一(yi)次(ci)和第二次(ci)工业革命更具影响力(li)的宏观经济(ji)结构转变。在全球局限内，机器人的出现重振制造业、机器人出租车转变交通运输、AI提高学问工人的临盆力(li)，实际经济(ji)增长将加快(kuai)。

在AI技能突破的推动下，到 2030 年(nian)，与颠覆性创(chuang)新相关的全球股票(piao)市场(chang)代价大概会从占总市值的16%增加到60%以(yi)上。因此，与颠覆性创(chuang)新相关的年(nian)化股票(piao)回报(bao)率大概会在2030年(nian)凌驾40%。未来七年(nian)，其市值将从现在的约19万亿美元增加到2030年(nian)的约220 万亿美元。

报(bao)告称，下图可以(yi)看出蒸汽机、铁路与电报(bao)等技能、电力(li)与德律风、电台等通用技能对经济(ji)产生(sheng)的影响。往常，AI、机器人等颠覆性技能融合对经济(ji)的影响将超越此前的通用技能：

这些颠覆性技能相互之(zhi)间也会相互融合与影响的程度也各没有相反，有的技能融合度异常高（好比(bi) AI），有的对照低（好比(bi)精准疗法）。 AI的融合程度可以(yi)展现出核(he)心技能催化剂的职位和作用。

报(bao)告指出，AI 的发展速(su)度也快(kuai)于市场(chang)预期(qi)。2019年(nian)市场(chang)广泛预期(qi)通用 AI 的出现要等 80 年(nian)，2020年(nian)又(you)从80年(nian)减到50 年(nian)、2021年(nian)减到34年(nian)。GPT-4 出现后，预期(qi)时间乃至收(shou)缩到了 8 年(nian)。Ark预期(qi)通用AI有早则出现在2026年(nian)，晚则2030年(nian)出现：

Ark认为(wei)，单个颠覆性技能的进(jin)步可以(yi)若相互融合就可以(yi)带来巨大的新市场(chang)机会，好比(bi)通用机器人市场(chang)和自动驾驶(shi)出租车市场(chang)：

神(shen)经网络+电池技能，可以(yi)促(cu)使(shi)自主移动设备（好比(bi)自动驾驶(shi)出租车）的规模化。除必要电池和AI加持，通用机器人还必要马达、传感器等部(bu)件。随着自动驾驶(shi)出租车规模化，这些技能成本也会下降，也会让通用机器人市场(chang)迎来飞速(su)发展。

工业机器人、互联网信息(xi)技能、蒸汽发效(xiao)果等技能比(bi)拟，颠覆性技能（特别是 AI)对经济(ji)的影响将是巨大的。

我们估计颠覆性技能创(chuang)新将主导全球股市市值。2023 年(nian)，非颠覆性创(chuang)新技能（灰色圆(yuan)环部(bu)份）还在主导全球股市市值。到2030年(nian)，颠覆性技能没有仅让总市值扩(kuo)大了三倍摆布，也将成为(wei)主导市值的力(li)量（黑色部(bu)份）。

神(shen)经网络+电池技能，可以(yi)促(cu)使(shi)自主移动设备（好比(bi)自动驾驶(shi)出租车）的规模化。除必要电池和AI加持，通用机器人还必要马达、传感器等部(bu)件。随着自动驾驶(shi)出租车规模化，这些技能成本也会下降，也会让通用机器人市场(chang)迎来飞速(su)发展。

工业机器人、互联网信息(xi)技能、蒸汽发效(xiao)果等技能比(bi)拟，颠覆性技能（特别是 AI)对经济(ji)的影响将是巨大的。

我们估计颠覆性技能创(chuang)新将主导全球股市市值。2023 年(nian)，非颠覆性创(chuang)新技能（灰色圆(yuan)环部(bu)份）还在主导全球股市市值。到2030年(nian)，颠覆性技能没有仅让总市值扩(kuo)大了三倍摆布，也将成为(wei)主导市值的力(li)量（黑色部(bu)份）。

报(bao)告认为(wei)，AI硬件的投资规模将达到1.3万亿美元，推动AI软件贩卖额达到13万亿美元，毛利率维持在75%的水平。

野(ye)生(sheng)智能：重新界说工作

2023年(nian)，ChatGPT掀(xian)起的AI海潮(chao)“一(yi)浪高过一(yi)浪”，AI迅(xun)速(su)融入到人们生(sheng)活的各个方(fang)面，ARK在报(bao)告中(zhong)指出，得(de)益(yi)于训练AI成本的快(kuai)速(su)下降以(yi)及科技大厂们的开源，AI带来的远(yuan)没有仅是效(xiao)率的提高，也将推动全球经济(ji)的高速(su)发展。

ARK指出，ChatGPT的出现让企(qi)业惊(jing)叹，让使(shi)用者满意，已经大大提高了临盆率：

GitHub、Copilot 和 Replit AI 等编程助手已得(de)到了一(yi)定成果，它们的出现提高了软件开辟人员的工作效(xiao)率和工作状态。

文生(sheng)图的大模型的飞速(su)发展也重塑平面设计，图象模型的输出效(xiao)果已可与专业平面设计师媲美。

创(chuang)作笔墨的成本也正急剧下滑，在已往的一(yi)个世纪中(zhong)，撰写书面内容的成本按实际代价计算绝对稳定。但在已往两年(nian)中(zhong)，随着大语言模型写作质量的提高，成本也随之(zhi)下 降。

绝对付绩效(xiao)优秀的员工，此前绩效(xiao)没有佳的员工更受益(yi)于AI的出现。

GitHub、Copilot 和 Replit AI 等编程助手已得(de)到了一(yi)定成果，它们的出现提高了软件开辟人员的工作效(xiao)率和工作状态。

文生(sheng)图的大模型的飞速(su)发展也重塑平面设计，图象模型的输出效(xiao)果已可与专业平面设计师媲美。

创(chuang)作笔墨的成本也正急剧下滑，在已往的一(yi)个世纪中(zhong)，撰写书面内容的成本按实际代价计算绝对稳定。但在已往两年(nian)中(zhong)，随着大语言模型写作质量的提高，成本也随之(zhi)下 降。

绝对付绩效(xiao)优秀的员工，此前绩效(xiao)没有佳的员工更受益(yi)于AI的出现。

ARK指出，随着AI运用范畴的扩(kuo)大，研究(jiu)人员正在AI训练和推理、硬件和模型设计方(fang)面进(jin)行创(chuang)新，以(yi)提高性能并(bing)降低成本，推理成本似(si)乎以(yi)每年(nian)约 86% 的速(su)度下降。估计到2030年(nian)，硬件和软件的融合可以(yi)使(shi)AI培(pei)训成本以(yi)每年(nian)75%的速(su)度下降:

凭据(ju)企(qi)业规模的用例，推理成本似(si)乎以(yi)每年(nian)约 86% 的速(su)度下降，乃至比(bi)培(pei)训成本还要快(kuai)。往常，与 GPT-4 Turbo 相关的推理成本已经低于一(yi)年(nian)前的 GPT-3。

正如莱特定律所说，加快(kuai)计算硬件的改进(jin)应该每年(nian)将野(ye)生(sheng)智能相关计算单位（RCU）的临盆成本降低53%，而算法模型的改进(jin)进(jin)一(yi)步每年(nian)降低训练成本47%。换(huan)句话说，硬件和软件的融合大概会使(shi)野(ye)生(sheng)智能训练成本通过2030年(nian)每年(nian)下降75%。

（注(zhu)：莱特定律核(he)心内容为(wei)某(mou)种产品的累(lei)计产量每增加一(yi)倍，成本就会下降一(yi)个恒(heng)定的百(bai)分比(bi)。如汽车范畴产量每累(lei)计增加一(yi)倍，成本代价就会下降15％。）

凭据(ju)企(qi)业规模的用例，推理成本似(si)乎以(yi)每年(nian)约 86% 的速(su)度下降，乃至比(bi)培(pei)训成本还要快(kuai)。往常，与 GPT-4 Turbo 相关的推理成本已经低于一(yi)年(nian)前的 GPT-3。

正如莱特定律所说，加快(kuai)计算硬件的改进(jin)应该每年(nian)将野(ye)生(sheng)智能相关计算单位（RCU）的临盆成本降低53%，而算法模型的改进(jin)进(jin)一(yi)步每年(nian)降低训练成本47%。换(huan)句话说，硬件和软件的融合大概会使(shi)野(ye)生(sheng)智能训练成本通过2030年(nian)每年(nian)下降75%。

（注(zhu)：莱特定律核(he)心内容为(wei)某(mou)种产品的累(lei)计产量每增加一(yi)倍，成本就会下降一(yi)个恒(heng)定的百(bai)分比(bi)。如汽车范畴产量每累(lei)计增加一(yi)倍，成本代价就会下降15％。）

报(bao)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(bi)闭源模型的性能提高得(de)更快(kuai)：

开源模型范畴以(yi)领军企(qi)业 Meta为(wei)领导正一(yi)步步挑战 OpenAI 和 Google 的闭源模型。

2023年(nian)，开源模型在性能基准测试中(zhong)迅(xun)速(su)取(qu)得(de)进(jin)展，博得(de)了大型企(qi)业、初创(chuang)公司和学术机构开辟人员的持续支撑。我们也异常渴想看到开源社区在 2024 年(nian)取(qu)得(de)的成就。

开源模型范畴以(yi)领军企(qi)业 Meta为(wei)领导正一(yi)步步挑战 OpenAI 和 Google 的闭源模型。

2023年(nian)，开源模型在性能基准测试中(zhong)迅(xun)速(su)取(qu)得(de)进(jin)展，博得(de)了大型企(qi)业、初创(chuang)公司和学术机构开辟人员的持续支撑。我们也异常渴想看到开源社区在 2024 年(nian)取(qu)得(de)的成就。

针对以(yi)后有投资者耽(dan)忧的大语言莫循训练数据(ju)是否会耗尽数据(ju)，从而限定其表现？Ark在报(bao)告中(zhong)指出，模型的优化必要更多训练数据(ju)，Epoch AI 估计，书本和科学论文等高质量语言/数据(ju)源大概会在 2024 年(nian)耗尽，但同时仍有大批未开辟的视觉数据(ju)。

微软CEO纳德拉在微软财报(bao)中(zhong)首次(ci)提到微软在AI货币化中(zhong)的筹备。Ark在今年(nian)的报(bao)告中(zhong)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(wei)企(qi)业开辟和定制AI软件的供应商应更容易实现货币化，相反，对付那些功能简朴的AI运用，它们会迅(xun)速(su)商品化，在激烈(lie)的竞争中(zhong)，盈利能力(li)降低。

随着开源替代品的出现和成本的下降，为(wei)企(qi)业开辟和定制AI软件的供应商应更容易实现货币化，相反，对付那些功能简朴的AI运用，它们会迅(xun)速(su)商品化，在激烈(lie)的竞争中(zhong)，盈利能力(li)降低。

因此，Ark在报(bao)告中(zhong)认为(wei)，从没有断提高学问工作者的临盆力(li)这一(yi)点来看，AI软件供应商的潜伏机会达到万亿美元的，全球软件市场(chang)大概会增长 10 倍：

我们认为(wei)到2030年(nian)，AI有潜力(li)让学问驱(qu)动的职业中(zhong)的多半使(shi)命实现自动化，从而大幅提高员工的临盆力(li)。

自动化和加快(kuai)学问工作使(shi)命的软件办理计划供应商应该成为(wei)首要受益(yi)者。如果新一(yi)轮AI运用创(chuang)新者拥有与本日类似(si)的定价能力(li)，且AI临盆力(li)的提升与我们想象的一(yi)样故意义，那末(mo)到2030年(nian)，全球软件市场(chang)大概会增长10倍。

我们认为(wei)到2030年(nian)，AI有潜力(li)让学问驱(qu)动的职业中(zhong)的多半使(shi)命实现自动化，从而大幅提高员工的临盆力(li)。

自动化和加快(kuai)学问工作使(shi)命的软件办理计划供应商应该成为(wei)首要受益(yi)者。如果新一(yi)轮AI运用创(chuang)新者拥有与本日类似(si)的定价能力(li)，且AI临盆力(li)的提升与我们想象的一(yi)样故意义，那末(mo)到2030年(nian)，全球软件市场(chang)大概会增长10倍。

凭据(ju)ARK的研究(jiu)，数字休闲支出应该会从实体经济(ji)中(zhong)得(de)到更大的市场(chang)份额，并(bing)在未来七年(nian)以(yi)每年(nian)19%的年(nian)复合增长率增长，从2023年(nian)的7万亿美元增至2030年(nian)的23万亿美元。报(bao)告称将有五个趋向推动其于其增长：

1.智能电视（CTV）中(zhong)的告白投放金额年(nian)复合增长率达到17%，从2023年(nian)的250亿美元增长到2030年(nian)的730亿美元。

2.交际平台的电子商务收(shou)入估计将以(yi)每年(nian)32%的年(nian)复合增长率增长，从2023年(nian)的7300亿美元增长到2030年(nian)的超5万亿美元。

3.消耗者对体育博彩的需求依旧强劲，将继(ji)续保持高速(su)增长。

4.AI帮助下的游戏创(chuang)造是将成为(wei)游戏界的新海潮(chao)，如在Roblox这类用户生(sheng)成内容（ UGC ）平台长进(jin)行游戏创(chuang)作，大概使(shi)得(de)游戏内容爆炸(zha)式(shi)增长，Roblox 已在全球供应凌驾 4.7 亿次(ci)体验，是 PC、游戏机和移动运用游戏总数的 52 倍。

5.AI+硬件期(qi)间开启(qi)，大概在未来重新界说可穿着设备，如果假造实际 (VR)设备持续面临调解，新的 AI 硬件设备必将出现。

1.智能电视（CTV）中(zhong)的告白投放金额年(nian)复合增长率达到17%，从2023年(nian)的250亿美元增长到2030年(nian)的730亿美元。

2.交际平台的电子商务收(shou)入估计将以(yi)每年(nian)32%的年(nian)复合增长率增长，从2023年(nian)的7300亿美元增长到2030年(nian)的超5万亿美元。

3.消耗者对体育博彩的需求依旧强劲，将继(ji)续保持高速(su)增长。

4.AI帮助下的游戏创(chuang)造是将成为(wei)游戏界的新海潮(chao)，如在Roblox这类用户生(sheng)成内容（ UGC ）平台长进(jin)行游戏创(chuang)作，大概使(shi)得(de)游戏内容爆炸(zha)式(shi)增长，Roblox 已在全球供应凌驾 4.7 亿次(ci)体验，是 PC、游戏机和移动运用游戏总数的 52 倍。

5.AI+硬件期(qi)间开启(qi)，大概在未来重新界说可穿着设备，如果假造实际 (VR)设备持续面临调解，新的 AI 硬件设备必将出现。

Ark在报(bao)告中(zhong)指出，AI的出现将进(jin)一(yi)步降低平均工作时间并(bing)刺激数字娱乐消耗：

生(sheng)成式(shi)AI可将人均休息(xi)时间平均降低1.3%， 从2022年(nian)天天5.0小时降至2030年(nian)的4.5小时。因此，消耗者大概会有更多的时间用于线上娱乐，在线时间在每日生(sheng)活时中(zhong)的占比(bi)将从2023年(nian)的40%增加到2030年(nian)的49%。

生(sheng)成式(shi)AI可将人均休息(xi)时间平均降低1.3%， 从2022年(nian)天天5.0小时降至2030年(nian)的4.5小时。因此，消耗者大概会有更多的时间用于线上娱乐，在线时间在每日生(sheng)活时中(zhong)的占比(bi)将从2023年(nian)的40%增加到2030年(nian)的49%。

Ark认为(wei)，AI与硬件的融合或能推效(xiao)果器人在更广泛的范畴实现运用，估计通用机器人将迎来新的市场(chang)机会，每年(nian)的营(ying)收(shou)规模将凌驾24万亿美元。

Ark指出，机器人道(dao)能的快(kuai)速(su)进(jin)步与成本的大幅下降正刺激工厂加大对机器人的采用：

机器人道(dao)能的提高正在进(jin)一(yi)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(jin)步使(shi)机器人道(dao)能在七年(nian)内提高了 33 倍，机器人的表现已经凌驾人类两倍以(yi)上，且尚没有分明上限在那里。

借助 AI 和计算机视觉，机器人应该能够在非结构化环境(jing)中(zhong)实现经济(ji)高效(xiao)地(di)运转，较低的代价刺激了对工业机器人的需求，当机器人产量每翻一(yi)番，工业机器人成本就会下降 50%。

机器人道(dao)能的提高正在进(jin)一(yi)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(jin)步使(shi)机器人道(dao)能在七年(nian)内提高了 33 倍，机器人的表现已经凌驾人类两倍以(yi)上，且尚没有分明上限在那里。

借助 AI 和计算机视觉，机器人应该能够在非结构化环境(jing)中(zhong)实现经济(ji)高效(xiao)地(di)运转，较低的代价刺激了对工业机器人的需求，当机器人产量每翻一(yi)番，工业机器人成本就会下降 50%。

Ark夸大，与人类协同工作的机器人正到达关键(jian)的发展阶段，称为(wei)“S曲线临界点”，马长进(jin)入快(kuai)速(su)发展阶段：

S曲线是一(yi)种经常使(shi)用来形貌新技能或产品市场(chang)采纳率随时间增长的图形，它最先时增长缓慢，然后迅(xun)速(su)增加，最后再次(ci)放缓，形成一(yi)个S形态。当一(yi)个新技能的市场(chang)份额接近10%到20%时，这平常透露表现它马长进(jin)入快(kuai)速(su)增长阶段。

以(yi)亚马逊部(bu)署机器人的数目为(wei)例，可以(yi)看出亚马逊在2023年(nian)大幅提高了机器人的使(shi)用量，达到了历史最高点，与人类员工人数相近。

机器人使(shi)用后对产能也产生(sheng)了影响巨大，从亚马逊仓库的效(xiao)率来看，客户点击下单到商品装运，以(yi)分钟计算，时间收(shou)缩了78%。

S曲线是一(yi)种经常使(shi)用来形貌新技能或产品市场(chang)采纳率随时间增长的图形，它最先时增长缓慢，然后迅(xun)速(su)增加，最后再次(ci)放缓，形成一(yi)个S形态。当一(yi)个新技能的市场(chang)份额接近10%到20%时，这平常透露表现它马长进(jin)入快(kuai)速(su)增长阶段。

以(yi)亚马逊部(bu)署机器人的数目为(wei)例，可以(yi)看出亚马逊在2023年(nian)大幅提高了机器人的使(shi)用量，达到了历史最高点，与人类员工人数相近。

机器人使(shi)用后对产能也产生(sheng)了影响巨大，从亚马逊仓库的效(xiao)率来看，客户点击下单到商品装运，以(yi)分钟计算，时间收(shou)缩了78%。

因此Ark认为(wei)，未来通用机器人除家用机器人还将包括制造业机器人， 估计2030 年(nian)全球制造业GDP将受益(yi)于机器人的运用飙(biao)升至28.5万亿美元。

数字钱包：双边市场(chang)打造闭环的消耗系统

Ark在报(bao)告中(zhong)指出，头部(bu)垂直软件平台通过双边市场(chang)打造一(yi)套闭环的消耗系统，促(cu)进(jin)从消耗者到商家、商家到员工、员工到商家的闭环生(sheng)意业务。这些平台上的数字钱包将实现完(wan)全封(feng)闭的支付生(sheng)态零碎，C2B数字钱包支付总额将以(yi)每年(nian)20%的速(su)度增长，到2030年(nian)的约7万亿美元：

除支撑核(he)心业务运营(ying)，像Block、Shopify和Toast这样的垂直软件供应商也在为(wei)商家整合金融服务。以(yi)数字钱包为(wei)核(he)心，与银(yin)行和金融科技公司合作（或有本身的银(yin)行执(zhi)照），消除商家与传统金融机构之(zhi)间的低效(xiao)率互动。

未来七年(nian)内，C2B数字钱包支付总额将以(yi)每年(nian)20%的速(su)度增长，从2023年(nian)的约2万亿美元增长到2030年(nian)的约7万亿美元。闭环支付的占比(bi)将从4%增加到25%，Block's Square、Shopify和Toast的支付收(shou)入预测从35亿美元增加到210亿美元，年(nian)化增长率为(wei)29%。

除支撑核(he)心业务运营(ying)，像Block、Shopify和Toast这样的垂直软件供应商也在为(wei)商家整合金融服务。以(yi)数字钱包为(wei)核(he)心，与银(yin)行和金融科技公司合作（或有本身的银(yin)行执(zhi)照），消除商家与传统金融机构之(zhi)间的低效(xiao)率互动。

未来七年(nian)内，C2B数字钱包支付总额将以(yi)每年(nian)20%的速(su)度增长，从2023年(nian)的约2万亿美元增长到2030年(nian)的约7万亿美元。闭环支付的占比(bi)将从4%增加到25%，Block's Square、Shopify和Toast的支付收(shou)入预测从35亿美元增加到210亿美元，年(nian)化增长率为(wei)29%。

Ark认为(wei)，双边市场(chang)能够在消耗者和商家之(zhi)间封(feng)闭金融轮回，闭环支付生(sheng)态零碎通过三种方(fang)式(shi)内部(bu)转账(zhang)来实现：

从消耗者到商家、从商家到员工、以(yi)及从员工（同时也是消耗者）到商家。为(wei)了构建这些支付生(sheng)态零碎，平台必须具备：1）大型且参与度高的双边网络，2）对商家运营(ying)和财务的端到端可见性，以(yi)及3）垂直行业专长。

数字钱包有大概取(qu)代消耗者对企(qi)业（C2B）支付生(sheng)态零碎的职位，使(shi)用数字钱包进(jin)行生(sheng)意业务可以(yi)绕过银(yin)行和银(yin)行卡网络，为(wei)支付机构、商家和消耗者节(jie)省交换(huan)费(fei)。我们认为(wei)，拥有规模化消耗者和商家生(sheng)态零碎的垂直软件平台将利用数字钱包促(cu)进(jin)闭环生(sheng)意业务。

垂直软件平台可为(wei)商家供应金融服务。通过数字钱包，这些平台没有仅提高了方(fang)便性，还实现了存款货币化，将从支付受权到商户结算的步调从16个减少到5个，将平台收(shou)益(yi)率提高了一(yi)倍以(yi)上。

从消耗者到商家、从商家到员工、以(yi)及从员工（同时也是消耗者）到商家。为(wei)了构建这些支付生(sheng)态零碎，平台必须具备：1）大型且参与度高的双边网络，2）对商家运营(ying)和财务的端到端可见性，以(yi)及3）垂直行业专长。

数字钱包有大概取(qu)代消耗者对企(qi)业（C2B）支付生(sheng)态零碎的职位，使(shi)用数字钱包进(jin)行生(sheng)意业务可以(yi)绕过银(yin)行和银(yin)行卡网络，为(wei)支付机构、商家和消耗者节(jie)省交换(huan)费(fei)。我们认为(wei)，拥有规模化消耗者和商家生(sheng)态零碎的垂直软件平台将利用数字钱包促(cu)进(jin)闭环生(sheng)意业务。

垂直软件平台可为(wei)商家供应金融服务。通过数字钱包，这些平台没有仅提高了方(fang)便性，还实现了存款货币化，将从支付受权到商户结算的步调从16个减少到5个，将平台收(shou)益(yi)率提高了一(yi)倍以(yi)上。

Ark指出，已往的二十年(nian)来，精准医治、CRISPR基因编辑、RNA医治和靶向蛋白质降解的新模式(shi)激增，在野(ye)生(sheng)智能（AI）、CRISPR基因编辑和新测序技能驱(qu)动下，创(chuang)新疗法增加了研发的回报(bao)，一(yi)些底本被(bei)认为(wei)无法靶向药物医治的疾病，现在可以(yi)被(bei)新开辟的药物医治，为(wei)某(mou)些疾病供应了新的大概性：

精准医治范畴的公司估计将履历明显(xian)增长。精准医治是一(yi)种基于患者特定遗(yi)传信息(xi)来定制医治计划的医疗方(fang)法，涉及对DNA、RNA和蛋白质等多个生(sheng)物份子层(ceng)面的深入研究(jiu)和运用。

精准医治范畴的公司估计将履历明显(xian)增长。精准医治是一(yi)种基于患者特定遗(yi)传信息(xi)来定制医治计划的医疗方(fang)法，涉及对DNA、RNA和蛋白质等多个生(sheng)物份子层(ceng)面的深入研究(jiu)和运用。

凭据(ju)ARK投资研究(jiu)公司的预测，从2023年(nian)到2030年(nian)，专注(zhu)于精准医治的公司的企(qi)业代价将以(yi)每年(nian)28%的速(su)度增长，企(qi)业代价将从约8200亿美元增加到约4.5万亿美元：

在已往的三十年(nian)里，具有全新作用机制的医治方(fang)式(shi)层(ceng)出没有穷。它们没有仅扩(kuo)大了可医治疾病的数目，还提高了疗效(xiao)和安全性。2023年(nian)，凌驾25%的临床(chuang)实验都在利用新的医治模式(shi)。

凭据(ju)我们的研究(jiu)，新的医治模式(shi)和研发方(fang)法，再加上羁系部(bu)门对"精准"疗法的答应，制药业投资回报(bao)率下降的趋向未来将被(bei)改变。

越来越多的精确(que)医治正变得(de)多组(zu)学和治愈，其作用机制超过DNA、RNA、蛋白质等。凭据(ju)ARK的研究(jiu)，专注(zhu)于精准医治的公司的企(qi)业代价未来7年(nian)将会以(yi)每年(nian)28%的速(su)度增长，从2023年(nian)的8200亿美元升至2030年(nian)的4.5万亿美元。

精准医治，包括基于RNA的药物和“靶向蛋白降解剂”（TPDs），没有仅扩(kuo)大了人类基因组(zu)中(zhong)可药物医治的蛋白质数目，也增加了可医治的构造类型的数目。

在已往的三十年(nian)里，具有全新作用机制的医治方(fang)式(shi)层(ceng)出没有穷。它们没有仅扩(kuo)大了可医治疾病的数目，还提高了疗效(xiao)和安全性。2023年(nian)，凌驾25%的临床(chuang)实验都在利用新的医治模式(shi)。

凭据(ju)我们的研究(jiu)，新的医治模式(shi)和研发方(fang)法，再加上羁系部(bu)门对"精准"疗法的答应，制药业投资回报(bao)率下降的趋向未来将被(bei)改变。

越来越多的精确(que)医治正变得(de)多组(zu)学和治愈，其作用机制超过DNA、RNA、蛋白质等。凭据(ju)ARK的研究(jiu)，专注(zhu)于精准医治的公司的企(qi)业代价未来7年(nian)将会以(yi)每年(nian)28%的速(su)度增长，从2023年(nian)的8200亿美元升至2030年(nian)的4.5万亿美元。

精准医治，包括基于RNA的药物和“靶向蛋白降解剂”（TPDs），没有仅扩(kuo)大了人类基因组(zu)中(zhong)可药物医治的蛋白质数目，也增加了可医治的构造类型的数目。

Ark指出在已往的十年(nian)里，生(sheng)物学工具和技能的没有断发展和完(wan)善，其中(zhong)高通量蛋白质组(zu)学、野(ye)生(sheng)智能（AI）和单细胞(bao)测序这三种技能的进(jin)步，已经成为(wei)推动生(sheng)物学研究(jiu)和医疗科技发展的关键(jian)力(li)量，估计药物的研发支出无望减少超25％，未来七年(nian)内精准医治范畴的企(qi)业代价以(yi)复合年(nian)增长率26％增加，从2023年(nian)约8200亿美元增加到2030年(nian)的约4.5万亿美元：

这些技能的连系使(shi)用，提高了研究(jiu)和开辟工作的临盆力(li)和效(xiao)率，还提高了医疗运用的精确(que)度，好比(bi)疾病诊断、医治个性化和新药开辟等方(fang)面。

这些技能的连系使(shi)用，提高了研究(jiu)和开辟工作的临盆力(li)和效(xiao)率，还提高了医疗运用的精确(que)度，好比(bi)疾病诊断、医治个性化和新药开辟等方(fang)面。

凭据(ju)ARK的研究(jiu)，野(ye)生(sheng)智能和自动化正在为(wei)药物研发供应更强大的支撑，技能进(jin)步应能够使(shi)每种药物的研发成本大幅降低：

在已往的十年(nian)中(zhong)，质谱仪和生(sheng)物信息(xi)学的进(jin)步极大地(di)改进(jin)了蛋白质组(zu)分析，提高了分辨率、准确(que)性和同时分析多个样本的能力(li)。

莱特定律预测了蛋白质组(zu)学成本的下降，没有仅使(shi)人们能够详细探索健康和疾病中(zhong)的蛋白质组(zu)，还加快(kuai)了癌症生(sheng)物标志(zhi)物的发现和靶向疗法的开辟。我们认为(wei)，单细胞(bao)RNA测序正在彻底转变我们对癌症的熟悉。

我们认为(wei)，野(ye)生(sheng)智能和自动化的发展将降低药物成本，使(shi)得(de)审批程序减少。与此同时，基础生(sheng)物学、野(ye)生(sheng)智能、自动化和实验设计方(fang)面的进(jin)步应能大幅降低临床(chuang)前药物开辟成本。在药物开辟过程的早期(qi)淘(tao)汰没有具潜力(li)的药物，防(fang)止下游研发资金分派没有当，并(bing)在发现阶段的早期(qi)创(chuang)造更大的空间。

在未来十年(nian)中(zhong)，充分利用这些技能的公司可将每次(ci)答应的成本降低 近 50%，部(bu)份原因是进(jin)入临床(chuang)实验的候选药物的成功概率提高了一(yi)倍多。

在已往的十年(nian)中(zhong)，质谱仪和生(sheng)物信息(xi)学的进(jin)步极大地(di)改进(jin)了蛋白质组(zu)分析，提高了分辨率、准确(que)性和同时分析多个样本的能力(li)。

莱特定律预测了蛋白质组(zu)学成本的下降，没有仅使(shi)人们能够详细探索健康和疾病中(zhong)的蛋白质组(zu)，还加快(kuai)了癌症生(sheng)物标志(zhi)物的发现和靶向疗法的开辟。我们认为(wei)，单细胞(bao)RNA测序正在彻底转变我们对癌症的熟悉。

我们认为(wei)，野(ye)生(sheng)智能和自动化的发展将降低药物成本，使(shi)得(de)审批程序减少。与此同时，基础生(sheng)物学、野(ye)生(sheng)智能、自动化和实验设计方(fang)面的进(jin)步应能大幅降低临床(chuang)前药物开辟成本。在药物开辟过程的早期(qi)淘(tao)汰没有具潜力(li)的药物，防(fang)止下游研发资金分派没有当，并(bing)在发现阶段的早期(qi)创(chuang)造更大的空间。

在未来十年(nian)中(zhong)，充分利用这些技能的公司可将每次(ci)答应的成本降低 近 50%，部(bu)份原因是进(jin)入临床(chuang)实验的候选药物的成功概率提高了一(yi)倍多。

报(bao)告指出，在电池成本在因供应链中(zhong)断而上升后，现在电池成本正随着莱特定律下降，并(bing)将推动电动汽车 (EV) 代价下滑，估计2030年(nian)电动汽车将占车辆总量的95-100%，未来7年(nian)电动汽车销量将以(yi)每年(nian)33%的速(su)度增长，从2023年(nian)的1000万辆增至2030年(nian)的7400万辆

我们认为(wei)，电动汽车继(ji)续从内燃机汽车手中(zhong)夺走市场(chang)份额。如果电动汽车持续抢占燃油车的份额，那末(mo)燃油车制造商大概会自愿重组(zu)和整合。

凭据(ju)莱特定律，千瓦时产量每翻一(yi)番，电池成本将下降28%。磷酸铁锂电池正在抢占富镍电池的市场(chang)份额，这说明随着电池化学身分的没有断变化，预测商品代价黑白常难题的。

莱特定律也指向更快(kuai)的电动汽车充电速(su)度，电动汽车的充电速(su)度似(si)乎可以(yi)很好地(di)代表全体性能，包括效(xiao)率、续航里程和功率。

在已往五年(nian)里，200英里续航里程的充电速(su)度提高了近三倍，从40分钟收(shou)缩到12分钟，未来五年(nian)大概再下降三倍，达到4分钟。随着电动汽车充电速(su)度达到可担(dan)当水平，制造商大概会优化其他功能，包括自动驾驶(shi)、安全和娱乐。

我们认为(wei)，电动汽车继(ji)续从内燃机汽车手中(zhong)夺走市场(chang)份额。如果电动汽车持续抢占燃油车的份额，那末(mo)燃油车制造商大概会自愿重组(zu)和整合。

凭据(ju)莱特定律，千瓦时产量每翻一(yi)番，电池成本将下降28%。磷酸铁锂电池正在抢占富镍电池的市场(chang)份额，这说明随着电池化学身分的没有断变化，预测商品代价黑白常难题的。

莱特定律也指向更快(kuai)的电动汽车充电速(su)度，电动汽车的充电速(su)度似(si)乎可以(yi)很好地(di)代表全体性能，包括效(xiao)率、续航里程和功率。

在已往五年(nian)里，200英里续航里程的充电速(su)度提高了近三倍，从40分钟收(shou)缩到12分钟，未来五年(nian)大概再下降三倍，达到4分钟。随着电动汽车充电速(su)度达到可担(dan)当水平，制造商大概会优化其他功能，包括自动驾驶(shi)、安全和娱乐。

野(ye)生(sheng)智能的突破将推动自动驾驶(shi)出租车彻底转变城市出行，并(bing)将极大地(di)转变或减少小我私家购买(mai)汽车的需求，影响到依赖(lai)小我私家汽车贩卖的汽车贷款市场(chang)。凭据(ju)ARK的研究(jiu)，机器人出租车平台将重新界说小我私家出行，并(bing)在未来五到十年(nian)内创(chuang)造28万亿美元的企(qi)业代价：

据(ju)我们预算，规模化的自动驾驶(shi)出租车每英里的成本可低至0.25美元，这样的低成本大概会推动自动驾驶(shi)出租车的广泛采用。

据(ju)我们预算，规模化的自动驾驶(shi)出租车每英里的成本可低至0.25美元，这样的低成本大概会推动自动驾驶(shi)出租车的广泛采用。

报(bao)告指出，自动驾驶(shi)汽车比(bi)人类驾驶(shi)汽车更安全，而大语言模型和生(sheng)成式(shi)AI的运用能加快(kuai)自动驾驶(shi)技能的发展：

我们认为(wei)，自动驾驶(shi)汽车的变乱率将比(bi)人类驾驶(shi)员的变乱率低80%，从而减少美国(guo)每年(nian)约4万起汽车相关死(si)亡(wang)变乱和全球约135万起汽车相关死(si)亡(wang)变乱。

在全自动驾驶(shi)（FSD）模式(shi)下，特斯拉在地(di)面上的安全性是手动模式(shi)下的5倍，是全美平均水平的16 倍。 Waymo 的自动驾驶(shi)汽车比(bi)天下平均水安然全约2-3倍。

由GPT-4训练以(yi)执(zhi)行机器人使(shi)命的神(shen)经网络在83%的使(shi)命上表现优于人类专家编程者，改善幅度达到52%。大型语言模型支撑基于文本的训练、验证和自我表明，这应有助于促(cu)进(jin)羁系答应。

多模态模型可以(yi)通过图象和文本训练自动驾驶(shi)车辆，这大概会提升零碎性能。生(sheng)成式(shi)野(ye)生(sheng)智能可以(yi)通过模拟训练和验证自动驾驶(shi)车辆的安全性。

我们认为(wei)，自动驾驶(shi)汽车的变乱率将比(bi)人类驾驶(shi)员的变乱率低80%，从而减少美国(guo)每年(nian)约4万起汽车相关死(si)亡(wang)变乱和全球约135万起汽车相关死(si)亡(wang)变乱。

在全自动驾驶(shi)（FSD）模式(shi)下，特斯拉在地(di)面上的安全性是手动模式(shi)下的5倍，是全美平均水平的16 倍。 Waymo 的自动驾驶(shi)汽车比(bi)天下平均水安然全约2-3倍。

由GPT-4训练以(yi)执(zhi)行机器人使(shi)命的神(shen)经网络在83%的使(shi)命上表现优于人类专家编程者，改善幅度达到52%。大型语言模型支撑基于文本的训练、验证和自我表明，这应有助于促(cu)进(jin)羁系答应。

多模态模型可以(yi)通过图象和文本训练自动驾驶(shi)车辆，这大概会提升零碎性能。生(sheng)成式(shi)野(ye)生(sheng)智能可以(yi)通过模拟训练和验证自动驾驶(shi)车辆的安全性。

“木头姐”在报(bao)告中(zhong)夸大，自动驾驶(shi)出租车市占率提升将颠覆美国(guo)汽车贷款行业，到2030年(nian)，自动驾驶(shi)平台供应商的企(qi)业代价可达到28万亿美元，相当于2023年(nian)所有汽车制造商市值的9倍：

在已往三年(nian)中(zhong)，利率上调使(shi)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(shi)得(de)汽车贷款拖欠超60天的数目近来创(chuang)下了历史新高。

随着电动汽车的代价继(ji)续下降，更多的用户最先使(shi)用自动驾驶(shi)出租车技能，并(bing)降低燃油车的代价。

在已往三年(nian)中(zhong)，利率上调使(shi)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(shi)得(de)汽车贷款拖欠超60天的数目近来创(chuang)下了历史新高。

随着电动汽车的代价继(ji)续下降，更多的用户最先使(shi)用自动驾驶(shi)出租车技能，并(bing)降低燃油车的代价。