自2023年初Chatgpt橫空出世以來，在科技界，人工智能（AI）無疑是最大的熱點，各大科技企業扎堆湧入。而資本市場內，無論美股或A股，和AI相關的公司股價也普遍是“雞犬升天”，年內股價翻倍的比比皆是。
然而無論是以Chatgpt爲代表，能理解並輸出自然語言的大模型（LLM），還是能畫圖、寫詩、乃至做視頻的Generative AI，都仍在落地初期。
雖然直覺上，AI應用大概率會給我們的生活和工作帶來顯著的變化。
但實際AI的功能體驗如何，從投資的角度，AI又能否給企業帶來顯著的業績增長？
爲了回答上述問題，本文將以和OpenAI深度綁定，AI應用落地最快的微軟爲例，嘗試演繹判斷AI在哪些方向，又能帶來多大規模的業績增長。結論如下：
1、AI功能目前的體驗：海豚君認爲這輪AI浪潮的核心點是圍繞“語言”而非“智能”的。目前推出的AI功能的核心差異是能理解人類自然語言“寬泛”的命令，而非真具備推理、分析、預測此類狹義的“智慧”。
但“寬泛的”語言命令，也導致了結果的“寬泛”。因此，目前人工智能更適用於圍繞語言的非精確任務。但在嚴謹的工作任務上，大概率不會有“亮眼的表現”。總體上，AI功能整體上目前只是“錦上添花”而並非真正的革新。
2、AI業績的落地，應當是先供給端，後消費端。短期內，面向用戶的AI功能大概率無法產生可觀的收入。
原因包括：①當前AI的體驗並不完善，用戶付費意愿不會高，②搜索、社交、電商等平台服務本就是對用戶免費，向商家收費，AI時代大概率也仍會如此，③目前各主流玩家都在推出AI功能，若沒有玩家能提供真正差異化的AI功能，難以憑借同質功能定價或改變現有競爭格局。
3、“賣鏟人”才是真正的受益者。雖然中短期內直接向用戶變現的空間不大，但出於長期的可能性，和“競爭對手有我也必須有”的需求，企業在AI功能上的投入則很可能長期存在。
而除了CPU、服務器等確定性最高的硬件供應商外，雲計算供應商同樣是能直接受益AI投入周期的。相比微軟自身提供的AI功能，輔助訓練和部署AI功能的Azure雲才是價值所在。
4、AI真正革命前，潛在業績增量並不驚人。據海豚君的測算，基於AI中期內尚不能真正獲得“智能”的假設，我們測算出AI訓練給雲計算平台能帶來的潛在總收入規模約數十億美元。
而維持AI功能的運營給雲計算提供商帶來的年收入規模約在數百億美元。再考慮單個公司能獲取的市佔率，相比微軟年化超2000億美金的收入，收入增量的比重仍是相當有限的。
因此，在AI真能革新世界或者至少顯著改變行業格局前，並不能顯著影響巨頭公司的業績，但由於其業績目前無法證實，但也無法證僞，股價也在美好想象的甜蜜階段。
以下是詳細分析
一、這次AI浪潮是真革命嗎？
在從“投資人”的角度看待本次AI浪潮會產生哪些投資機會，對相關公司的業績有何影響之前。海豚君認爲，先從一個“使用者”的角度，來看待目前AI實際能起到何種程度的效果，能讓我們更好的理解這輪AI浪潮會走多久和多遠。
微軟憑借和OpenAI的深度綁定，在業內最先推出了多種包含了AI功能的產品和服務，全面涵蓋了旗下搜索、的辦公、和企業管理等多項業務。
我們就從簡要介紹這些新功能/產品入手，展开本文的討論。
1、New Bing 搜索由於問答是語言大模型最天然的應用形式，搜索引擎Bing在微軟各產品中最先接入了AI模型（被稱爲New Bing）。由下圖可見，相比傳統的搜索模型，AI+搜索的核心優勢在於：
① 大模型能理解自然語言，並非單純地關鍵字匹配，更精准地理解用戶需求；
② AI會主動篩選總結答案，並能輸出文字、表格、圖片多種形式，一定程度上提高效率；
③ 接入搜索引擎後，彌補了大模型不能獲取實時信息的缺點。
另在，除了在New Bing網頁上，微軟在Edge的側邊欄也內嵌了AI插件，用戶能隨時調出AI+搜索等功能，無需先打开搜索網頁，當用戶使用AI+搜索的頻次提升時，會有所削弱搜索網站的入口地位。
不過類似硬幣的一體兩面，AI+搜索當前的缺陷也非常明顯：
① AI+搜索返回結果的准確度和可信性依舊不高，即使聯網後捏造信息的情況依舊普遍，
② AI會“主觀”對答案進行總結和篩選，也導致了答案未必客觀或完整。結合海豚君自身使用體驗，AI+搜素（大語言模型）目前在准確度要求不高的情況下有更多的使用場景（但絕對頻次也不會很高），而在工作等要求嚴謹的情景下，由於AI較大的不確定性，對傳統人工搜索替代率比較低。
2、Office Copilot除了搜索引擎外，辦公軟件同樣是引入AI功能的主流方向，微軟也推出了Office Copilot功能，將GPT-4.0的嵌入了Word、Excel、PowerPoint等各類辦公軟件，利用AI進一步提升辦公自動化的能力。根據微軟的演示，Copilot的主要功能包括：
1）Word：AI寫作和潤色。根據用戶的提示詞，自動生成文本、進行改寫、總結摘要、美化排版等；
2）Excel：基於自然語言命令，自動數據處理和分析。能根據用戶命令，自動化處理數據，並輸出表格、圖表或文字結論等結果。在一定程度上減少用戶繁復處理數據、繪圖繪表、和編制函數的時間和門檻。
3）PowerPoint：自動生成或優化演示文稿。可根據提供的Word等已有文稿，按要求自動生成PPT初稿。或者對已有PPT文稿進行頁數增減、格式優化、生成備注或制作動畫等。
4）Teams：總結要點、執行建議。Teams是Office pack中的團隊協同辦公軟件，加入AI功能後，可自動總結團體成員的發言要點（包括語言轉文字）。並能生成會議紀要，智能生成“待解決問題列表”和任務模板等。
5）Business Chat除了在Office產品內嵌入AI功能外，微軟也新發布了一款據稱能成爲用戶的“私人助手”的軟件--Business Chat。類似於Office Copilot，Business Chat也能夠進行要點總結，草擬工作流程，自動生成郵件答復、工作模板等功能。
不同之處則是，Business Chat能跨軟件靈活調用和匯總橫跨文檔、演示文稿、電子郵件、聯系人等各類應用程序的信息，提供全局性的輔助，有可能成爲企業辦公的新入口。
3、萬物皆可Copilot
而在上述C端用戶會經常使用的功能外，微在旗下的多款B端應用內也引入了Copilot功能，舉例來看例如：
1）面向程序开發者的Github Copilot，能根據自然語言的指令編寫簡單的程序或對已有程序進行測試、優化；
2）面向企業流程的Dynamics Copilot，利用AI功能在銷售、客服（CRM）和運維、供應鏈（ERP）等管理軟件中，自動完成數據錄入、流程操作、郵件編寫、設計方案等功能。
實際除了上述舉例外，微軟在生產力板塊內（P&BP）的其他軟件內也普遍都應用了AI，海豚君就不一一描述。
概括來看，現階段AI在生產力軟件中的作用，主要集中在兩方面：
①是減少用戶在簡單重復工作上的耗費，
② 提供文案、方案、代碼上初步的建議。
4、“語言”而非“智能”革命，AI暫只是錦上添花
而上述Copilot的AI功能相比原有的PPT模板、Excel自動填充、推薦圖表等功能，最顯著的優勢在於，嵌入AI後能直接理解自然語言給出的指令，並有了一定的文本創作能力。但優勢、劣勢一體兩面，由於輸入的命令是“寬泛且概括”的自然語言，輸出的答案自然也較難精確且統一。
雖然Office Copilot仍處在小範圍測試階段，海豚君未能實際體驗。
但可以推測，在辦公場景下AI功能目前仍只是現有功能的“錦上添花”，尚沒有顯著提升工作效率、或者勝任合格的助手這樣質變的能力。
或者更“武斷”的說，目前所謂的AI革命，實際是語言的革命，實際的革新點是從只能理解機器語言，到能理解人類的自然語言，而非機器具備了推理、分析、預測這種狹義的“智能”。
二、AI的賺錢機會在哪？
通過上文對已推出的AI功能的介紹，海豚君的結論是，從“使用者”的角度，AI在生產力方面尚不能帶來顯著的效率提升和增量價值。但作爲“投資人”的身份，實際應用尚在落地初期，並不意味着AI相關產業沒有真實的投資機會。
因此，我們下一個需要探討的問題即AI到底有望爲相關企業（本文主要以微軟爲例）帶來哪些增長收入？來源哪裏？規模多少？
對上述問題，海豚君的判斷是：現階段大多數AI應用尚無法大範圍或定價較高地向使用者收費。
但海豚君也相信AI具備革新數字產業乃至全社會的潛力，行業龍頭和細分賽道的創業公司對AI功能的研發和投入大概率會持續相當長的時間。
而這跨越數年的投入過程，意味着賣生產AI工具的企業，例如GPU制造商、雲計算提供商等，才是現階段最受益的公司。
一句話概括，AI浪潮釋放業績的節奏也會是先供給端後用戶端，先上遊後下遊。
1、AI要重塑C端格局，絕非一日之功我們先來分析AI應用直接面向使用者收費並從中盈利，或者說改變C端產品競爭格局的可能性並不高。首先，從一個產品最根本的使用價值來看，我們的結論是目前大多數AI應用，相比原有的手動操作大概率沒有顯著的體驗改善。
個人用戶在最初“嘗鮮”過後，很少會爲並不成熟的產品或功能付費。其次，大多數情況下，無論是搜索網站、購物平台、或社交、娛樂平台，都並非C端用戶直接付費，而都是賣家企業或廣告主間接付費的模式。
即便後續功能成熟後，面向個人用戶的AI功能，很大一部分仍可能是免費提供的。
並且服務提供商間的相互競爭，同樣意味着AI未必能顯著改變目前的市場格局，無論海外的FAMG，還是國內的BAT，都陸續推出了自家的AI或者語言大模型。
且仍以搜索引擎爲例，雖然Bing憑借Chatgpt的先發優勢，最早發布了AI助手，但Google和百度後續也很迅速的跟進了自家的AI功能。
實際上，對於海豚君“匯總主要股指漲幅“的指令，Google旗下的Bard和百度的文心一言比Bing有更好的格式，和更全面的答案，大有後來追上之勢（但遺憾的是三個AI助手的答案都不正確）。
由於AI功能目前本就不完善，而各互聯網巨頭也沒有在AI功能體驗式拉开顯著差距，自然也不可能靠AI顯著改變當前搜索、電商、或是娛樂平台的競爭格局。
且根據統計數據來看，雖然Bing的市佔率在接入GPT-4後從趨勢上有所增長，但由下圖清晰可見，截至23年5月Bing的總市佔率仍是不足5%的“nobody”，在極低的基數下，即便Bing的市佔有所提升，實際對整個行業而言仍是無足輕重的。
若悲觀一些的演繹，在競爭充分、供給過剩的行業內，中短期內AI功能會成爲“所有人有等於所有人沒有”的“累贅”。難以帶來額外的收入或流量，但運行AI功能的額外費用卻無法避免。
2、“賣鏟人”才是目前AI浪潮的最大贏家然而“彼之砒霜可能是我之蜜糖”， C端平台爲了維護AI功能所必須的支出，也就意味着“賣鏟人”可觀的收入。
因此邏輯上，上遊的GPU、服務器、乃至內存等各類硬件，是本次AI浪潮中最先也最確定會收益的，中美股市中的相關股票標的漲幅也已反映了上述邏輯。
但除了硬件，雲計算服務商也同樣是研發和維護AI功能不可或缺的上遊。微軟或許暫時不能從New Bing或Office Copilot等功能中獲得可觀的盈利，支持AI功能實現的Azure等雲服務才是真正的價值所在。
1）微軟掘金也賣鏟據OpeanAI CEO的敘述，各代GPT模型的研發和運行大部分都是基於Azure雲平台實現的。實際上在早先舉行的微軟Build大會上，微軟就公布了數款輔助部署或开發AI功能的雲服務產品，包括：
① Azure OpenAI Service允許用戶直接使用已部署的OpenAI接口，並結合用戶自有數據調教出專用的AI助手, 和
② Azure AI Studio 幫助开發者創建、訓練、部署自己的AI大模型。
微軟在自己掘金AI時，同樣也做着“賣鏟人”的角色。那么下一個問題，靠“賣鏟”給其他AI开發者、或服務提供商有望給微軟帶來多少體量的新增收入？我們也分AI的訓練成本和後續維護AI的運營成本來看。
2）AI訓練市場規模不超過數十億美元？先看訓練成本，海豚君在先前Google的文章中已提及，OpenAI當初訓練GPT-3模型（1750億參數）的單次成本超過了4百萬美元。但據測算，基於如今更強的芯片算力，再訓練一次GPT-3量級模型的成本已下降到140萬美元左右。
不過更高級，參數更多的模型，如PaLM（5400億參數）的訓練成本仍在千萬美元以上。
而參數超萬億的GPT-4訓練成本據媒體報道已超過1億美元。雖然後續巨頭公司爲了爭奪AI領域的領先地位，可能會進一步推高模型的規模和訓練成本，但大概率也僅限於FAMG和BAT等少數巨頭，且巨頭們都自有算力資源，能對外貢獻的收入可能不多。
因此，對微軟等雲服務商而言，AI相關的增量收入應當主要來自直接使用或調整現有模型的中小企業。
作爲估算，海豚君假設中小企業平均訓練模型的單次成本在數百萬美元，中期內訓練中小模型的潛在需求量可能在數百到小幾千次這個量級。可以估算對雲服務商，來自AI模型訓練的潛在總收入規模應當爲數十億美元。
這種體量對年入百億的雲計算巨頭而言，價值並不大。
3）AI運營有年化千億美金的市場規模？相比訓練成本，AI功能的運營維護市場規模更大。
根據海豚君先前的測算，調用Chatgpt給出30-50字的回答的單次成本約1-2美分之間，考慮到後續算力提升，成本下降的空間，我們假設中期內AI單次回復成本爲1美分。
我們認爲AI功能使用的用戶範圍極廣（幾乎適配所有人），潛在的用戶滲透率很高。
爲了估算，我們基於中期內AI功能全面鋪开（但也尚未實現強智能，真能改變世界）的假設，推測全球會有小數十億人是AI功能的活躍用戶，日均使用AI小幾次，可以算出一年的AI運營成本在數百億到小千億美元之間。
但其中大部分訪問會是巨頭體內，雲計算服務商潛在來自3P客戶的年AI運營收入規模應當在小數百億美元的規模。
而對於微軟而言，數百億的潛在市場規模再粗略乘以1/3的市佔率，但相比於智能雲板塊目前年化近千億美金的收入規模，也算不上顯著的增量。
3、其他潛在的盈利空間？當然除了最關鍵的雲計算收入外，例如Office 365 Copilot功能後續完善後，也有望進一步提升Office產品的客單價（由於用戶滲透率基本見頂，量增的空間就不大了），但即便在Office AI能達到100%的滲透率和提價20%的假設下，潛在的收入增量也不超過百億。
總的來看，雖然AI目前的表現並算不上智能，我們仍樂觀基於AI能完全鋪开的假設，測算出的營收增量空間，相比微軟2000億以上的年收入也不過是10%左右的增量。
可見在AI真能革新世界或者至少顯著改變行業格局前，並不能顯著影響巨頭公司的業績，其股價的波動仍是主要受情緒驅動的。
微軟過往研究：財報點評2023年4月26日財報點評《“巨硬” 微軟走出低谷，能否借力 Chatgpt 再騰飛？》
2023年1月25日財報點評《堅挺的 Azure 救不起周期中的微軟》2022年10月26日財報點評《沒人能夠周期免疫，微軟也要挺不住了》2022年7月27日財報點評《微軟：軟癱之下是更硬的底氣》2022年4月27日財報點評《堅挺的微軟，才是美股最牛支柱》2022年1月26日財報點評《不用杞人憂天，微軟依然 “靠譜”》2021年10月27日財報點評《微軟：霸氣側漏，後疫情時代最靚巨頭！| 海豚投研》
深度研究2022年5月30日《微軟沒毛病，殺完價了更完美》2022年2月15日《微軟：不要死盯預期差，有單子、有余糧才是硬道理》2021年11月22日《阿裏、騰訊們未老先衰，微軟憑什么老當益壯？》
原文標題 : AI “再造”一個微軟？沒那么容易
標題：AI “再造”一個微軟？沒那么容易
地址：https://www.utechfun.com/post/234285.html