2023年人工智能行业专题 美股科技巨头、软件企业在AI领域的布局

一、美股科技巨头、软件企业在AI领域的布局

美股科技巨头近期在AI领域的动作

微软三次投资OpenAI，推进公司人工智能水平。微软于2023年1月23日宣布将向OpenAI开展“多年、百亿级美元”的投 资，此前在2019年微软已经投资10亿美元，并在2021年再次投资。此次合作后，微软将增加对超级计算系统的投资，在 Azure中部署OpenAI程序，包括GPT、DALLE、Codex，同时微软将作为OpenAI的独家云提供商，Azure将为OpenAI提 供所有的工作负载。

旗下产品与ChatGPT深度融合，未来有望加速AI产业化落地。此次合作中，微软宣布将把OpenAI的相关产品介入到旗下 云及其他产品中，我们认为此举对微软云计算以及其他业务的发展具备重要意义：1）强化Azure在AI领域的能力，丰富 微软在语义等领域的实力。2）与旗下Office产品达成更强的协同，以ChatGPT为代表的相关产品对文字补写、代码辅助 编辑等具备特殊优势。3）引入bing搜索，优化体验。微软将其引入搜索后，将对搜索结果的匹配以及体验带来改善。

谷歌一直致力于AI技术的研发与实践，是该领域的领先者。2016年3月，谷歌DeepMind研发的AlphaGo在围棋人机大赛 中战胜韩国职业九段棋手李世石，成为AI领域发展的标志性事件之一。从论文数量看，2021年谷歌有177篇论文被 NeurlPS（目前人工智能算法的最高期刊）接收并发表，数量遥遥领先。

TPU + Tensorflow软硬一体，构筑AI护城河。谷歌基于早期技术，在DistBelief基础上创造了Tensorflow的AI框架；同时， 公司研发出专属Tensorflow的运算芯片TPU，以软件+硬件的形式，实现独特的AI技术能力。在神经网络算法方面，2017 年谷歌推出的Transformer也逐渐成为了主流，为大模型的训练提供技术支持。

二、科技巨头大模型比较及格局推演

微软的商业化途径：云计算层面

微软提供OpenAI Service服务，提供OpenAI系列Model的Fine Tuning、部署、推理、监控等全方位服务，而Azure与AI相关 的机器学习平台、数据湖仓等工具亦将配合产生作用。我们认为，与OpenAI的全面合作将有助于快速提升公司在AI PaaS 领域的市场份额，推动相关收入和整体利润率提升。

微软的商业化途径：软件层面

会议产品-Teams premium：Teams Premium定价为10美元/User，在2023年7月前提供30%的折扣。相较于基础版本产品， Teams Premium最大的亮点就是Chat GPT能力的融入。

代码托管&编写-GitHub：GitHub Copilot由OpenAI Codex模型进行赋能，伴随GPT模型的持续更新，Copilot底层的模型 能力亦将快速迭代升级，一方面将加速Copilot功能的渗透；另一方面将有利于Devops流程向GitHub平台的迁移，使微软 在Devops环节获得更大份额。

文档编辑-Office：OpenAI GPT模型和Office Word、Outlook和PowerPoint等套件的整合将加速客户向E3/E5版本的迁移 进程，进而加速Office 365客户ARPU的提升。每10% Office 365 E3席位向E5席位的转化将带来50亿美元以上的业绩增厚。

ERP&CRM产品-Dynamics 365：Viva sales定价为40 USD/用户/月。集成ChatGPT能力后，Viva sales能够为各类场景自 动生成建议的邮件回复内容，这种集成将助力Viva sales的推广，进而提升微软在CRM市场的整体竞争力。

微软的商业化途径：在线搜索层面

搜索广告份额每提升1pcts，则对应收入 增长20亿美元。2022年，全球整个数字广 告市场超过5万亿美元，微软最大的两个数 字 广 告 业 务 是 搜 索 和 新 闻 广 告 以 及 LinkedIn。根据emarketer数据，全球在线 搜索&新闻广告市场规模在2000亿美元以 上，未来若Bing在在线搜索市场份额每提 升1pct，预计对应增厚公司广告收入约20 亿美元，与当前公司在全球搜索市场大约 3%的市占率相比，远期空间值得期待。

产业影响：向传统搜索引擎为主+大语言模型为辅演变

目前ChatGPT的技术路径难以在较短时间内解决搜索成本的问题，因此从分场景限制用量的思路出发，中短期内 ChatGPT可以通过部分技术改进辅助传统搜索引擎实现用户体验大幅提升。

ChatGPT的成功不会给搜索产业带来颠覆性的新入局者，但会推动谷歌等搜索巨头加快迭代大语言模型辅助传统搜 索引擎的新格局。

产业影响：使AI算法模型迈向新阶段

ChatGPT的成功一改往日大模型依靠堆积数据量的训练方式，RLHF（人类反馈强化学习）和Reward model（奖励 模型）是其核心训练逻辑。

ChatGPT的成功推动AI算法模型展现出更加明晰的发展脉络，使行业迈向了兼顾经济性与可使用性的新发展阶段， 展望未来，模型开放+快速优化迭代或将成为AI实现大规模应用落地的终极发展形态。

格局演变：技术资本积累丰厚，科技巨头有望占据主导地位

开源vs闭源：由于具有资本、研发、用户等多个维度的领导地位，科技巨头一般引领基础大模型的发展，一般情况下科技 巨头会选择将落后一个版本的模型开源（比如GPT-2开源，GPT-3则为闭源）；此外其他一些创业团队或者科研组织也有可 能会贡献开源模型，在Hugging Face这类开源社区供开发者调用。整体上来说，由科技巨头主导的闭源模型在技术上更为 领先，而开源模型由于能够灵活调整、自行优化也会有对应的需求（比如国内多数互联网厂商基于BERT进行开发）。

科技巨头vs创业公司：由于能够在模型、算法层面实现引领，同时在基础设施等层面优势巨大，科技巨头将主导AI产业的 发展。而创业公司有望凭借下游细分场景下独特的数据优势实现差异化的应用创新，比如基于生物医药的数据辅助进行医 疗类文档的生成等等。