海外市场

颠覆之间：AI 时代的 4个猜想——2023 年中期策略

人工智能全面发展，算力层、模型层、应用层快速迭代。全球各大科技巨头纷纷布局 AI 大模型，模型迭代迅速、算力建设和应用落地也在加码。

展望将来，我们对算力层、模型层、应用层提出 4个猜想。我们猜想，AI模型能力将成为基础设施，模型和 MaaS 层或不存在绝对护城河。而产业链两头的算力层和应用层有望迎来爆发和变革，价值链或呈“U型分布”。

猜想 1：算力竞赛加码，格局尚难稳定。大量 AI 模型的涌现带动了上游的算力需求。信通院报告预测，2030年全球算力规模有望达 56ZFLOPS，2022-2030 年复合增长率达 65%。以 AI 芯片为例，英伟达率先卡位软硬件，并积极绑定下游需求；AMD、Google、Intel 等纷纷挑战其软硬件产品性能及生态，跑步争夺市场地位。

猜想 2：若模型同质化，则 MaaS 不稀缺。面对“百模大战”，我们倾向于认为，多数模型本身可能并不存在绝对的护城河。而基于这些模型的MaaS 平台，如 AWS、Salesforce、火山方舟等，也在积极采用多模型的开放合作模式。我们倾向于认为，MaaS 作为基础设施、未来并不稀缺。MaaS 的竞争将来或成为对算力资源、运营精细度、价格等因素的竞争。

猜想 3：B 端应用：SaaS 服务迎来 AI 魔法加持。AI 有望为各类 SaaS 公司赋予全新的能力、助力 SaaS 赛道迎来“奇点时刻”。1）办公赛道，以微软为例，微软推出 Microsoft 365 Copilot，嵌入 Office 等以及商务沟通环节，优化办公软件功能，提高办公效率，提升用户体验。2）CRM 赛道，以 Salesforce 为例，AI 有望在销售服务、数据分析、营销商务、内部通讯、开发代码等方面赋能，实现效率和体验的提升。3）设计赛道，以 Adobe为例，AI 能力嵌入后有望支持内容创作者使用文字生成图像、音频、插图、视频和 3D 图像等，大幅降低设计门槛、提升设计效率。

猜想 4：C端应用：搜索引擎等中心化入口或被削弱，终端场景望承接新流量入口。我们认为，生成式 AI 在应用端的持续迭代，将对线上线下业态的流量入口产生颠覆型重塑。其中，搜索引擎这一中心化入口或被削弱。而各类终端场景——文旅、餐饮、零售、金融、教育、车载座舱等平台——则有望受益于大语言和多模态模型对内容运营能力的加持，从而将各类终端场景的“内容+服务”一站式打通，实现经营闭环。

投资建议：AI 产业价值链或呈“U 型分布”，算力端及应用端迎来奇点。

1）算力层，建议关注英伟达（NVDA.O）、AMD（AMD.O）等，以及国内对标企业。

2）模型及 MaaS 层，建议关注微软（MSFT.O）、谷歌（GOOGL.O）、META（META.O）及国内对标企业。

3）应用层：建议关注 to B 端 Oracle（ORCL.N）、Adobe（ADBE.O）、Salesforce（CRM.N）等，以及 to C 端 Unity（U.N）、Booking（BKNG.O）、Tesla（TSLA.O）及国内对标企业。

风险提示：算力需求不及预期，大模型迭代不及预期，B 端及 C 端应用落地不及预期，行业政策监管超预期。

增持（维持）

行业走势

作者

分析师夏君

执业证书编号：S0680519100004

邮箱：xiajun@gszq.com

分析师朱若菲

执业证书编号：S0680522030003

邮箱：zhuruofei@gszq.com

研究助理刘玲

执业证书编号：S0680122080029

邮箱：liuling3@gszq.com

每日免费获取报告 □

每日微信群内分享7+最新重磅报告;

每日分享当日华尔街日报、金融时报;

行研报告均为公开版, 权利归原作者所有,起点财经仅分发做内部学习。

内容目录

一、算力的竞赛 .............. ..............................................................................
1.1 猜想 1：算力竞赛加码，格局尚难稳定 ............. ...............................................................................
1.1.2 供给端：算力竞赛激烈角逐...... ..................................................................................
二、大模型：百模大战，MaaS 何解 ...................
2.1 猜想 2：若模型同质化，则 MaaS 不稀缺 .. ...12
2.1.1 大模型：从基模型到行业模型，百模大战开启. ................................................................... ....12
2.1.2 MaaS：若模型同质化，MaaS 壁垒何在？.... ................................................................................ ......14
三、应用：从 B 端到 C 端，奇点时刻...........
3.1 猜想 3：B 端 SaaS：让企业级应用拥有魔法. ............................................. ...16
3.1.1 办公：以微软为例，AI 融入 office 产品大幅提升办公效率 ........................................................... ....16
3.1.3 设计：以 Adobe 为例，为设计创造更多可能... .................................................... ....22
3.2 猜想 4：C 端流量入口：搜索引擎或式微，流量入口回归场景.... ......................................................... ....24
3.2.1 搜索引擎式微：中心化流量入口的削弱.. .................................................... ...24
3.2.2 场景为王：从服务到终端，得场景者得天下...... ......................................................................... ....26
四、相关公司 ............. ................................................................... ..... 28
4.1 英伟达（NVDA.O）：GPU 龙头，受益于 AI 模型兴起. ..28
4.2 超威半导体（AMD.O）：推出 Instinct MI300 芯片，提供算力新供给 .
4.3 微软（MSFT.O）：绑定 OpenAI，引领 AI 浪潮 .. ................................................. ...31
4.4 谷歌（GOOGL.O）：把握 Alpha，bet on AI！ ........................................................... ....33
4.5 Meta（META.O）：全球社交媒体巨头，致力于 AI 开源模型. ....................................................................35
4.6 Oracle（ORCL.N）：全球数据库龙头，全面拥抱 AI 服务 ......
4.8 Adobe（ADBE.O）：“三朵云”产品矩阵协同发展，产品 AI 化有望贡献增量. ............................... ...40
4.9 Unity（U.N）：全球游戏引擎巨头，探索 AI 工具赋能游戏开发....
4.11 特斯拉（TSLA.O）：AI 算法持续迭代，智能化体验或将升级.. ......................................... ....43
风险提示 .......................

图表目录

图表1：国内外人工智能模型快速选代..
................................... ....... 6
图表4:英伟达H100大幅降低了模型训练时间... ................................................................................... ..... 7
........
图表7：历代TPU参数和性能.. ................................................... ..... 9
图表8:英特尔的Gaudi2在4个模型训练中的性能表现超过A100.. ............................................................... ....10
.......
图表10:微软AzureOpenAI收费模式... .....11
..................................................12
图表12:MaaS服务及变现. ..................................... ..12
.........
................ ..................................................................................
图表15：国际MaaS服务模式：巨头+独角兽—绑定与挣.. ............................................................. .....14
图表16：国内MaaS服务模式探索：自研vs平台—或许可以并存..
图表17:Copilot集成到Microsoft365的两种应用... ........................................................... ......16
图表18:案例：使用 Copilot 自动生成Word 文.. ......17
........................................................17
图表20:Salesforce AI Cloud 九大 GPT模型/服务.. ................................... ....18
图表21:案例：Salesforce Sales GPT 自动生成销售电子件.. ........................................................
.........................................................................................19
图表23:Salesforce AI Cloud 路线图.. ....20
图表24:Salesforce AI Cloud 建立在 Einstein GPT Trust Layer之上
.........................................................................................22
........ ..................................................................................
.....................................................................................................23
...... ....................................................... ....23
图表29:全球搜索引擎市占率：谷歌市占率90%以上（2023年6月） ............................................................. ....24
图表30：全球搜索引擎市占率：2022-2023，谷歌领先趋势并无改交. ...................................................... ....24
.......... ................................................... ....25
图表32：
图表33：腾讯云行业大模型：文旅行业客服场景演示.. ................................................................. ..26
.............................................................................
图表35:
图表36：理想汽车：大语言模型带来对话交互能力的跃迁.. ................................................................ ...27
................................................................................ ....27
........... ....29
......... ....30
.............................................................................................................. .....32
图表41:谷歌（Alphabet）财务数据（百万美元） ...34
............ ........................................................................................... .....36
....37
图表44:Salesforce 财务数据（百万美.）. ....39
图表45:Adobe财务数据（百万美元）： ....40
图表47:Booking财务数据（百万美元） ....42
图表48：特斯拉财务数据（百万美元） ....44

全球各大科技巨头纷纷布局 AI 大模型，且模型迭代迅速。此外，算力建设和应用落地也在加码。

展望将来，我们对 AI 算力层、模型层、应用层提出4个猜想，试图对后续的赛道动态窥得些许线索。

算力的竞赛

1.1 猜想 1：算力竞赛加码，格局尚难稳定

1.1.1 需求端：AI拉动成长，算力需求空间广阔

2022 到 2023，全球 AI 布局加速，大量人工智能模型涌现。2022 年 11 月，OpenAI 发布聊天机器人ChatGPT，将生成式AI的燎原战火带入公众视野。2023年2月，Meta AI在其官网公开发布了 LLaMA 大型语言模型。2023 年 5 月，Google 发布新一代大语言模型 PaLM 2。与此同时，中国科技企业也按下了 AI 领域的快进键。百度于 2023 年 3 月发布文心大模型。此后，商汤、阿里云、科大讯飞、华为等陆续发布各自的大模型。

图表1：国内外人工智能模型快速迭代

资料来源：至顶智库，各公司官网，国盛证券研究所

大量人工智能模型的推出和迭代大幅带动了上游的算力需求。一方面，全球人工智能模型数量的增长对上游算力需求的拉动十分显著。另一方面，单个模型的持续迭代过程中，其算力需求较以往亦有大幅增长。

以 GPT 系列预训练过程为例，历代 GPT 参数量呈现指数级增长，未来其算力需求有望大幅增长。训练一次 1750 亿参数的 GPT-3 模型需要的算力约为 3640 PFlop/s-day（即假如每秒计算一千万亿次，需要计算 3640天），约合3.14E23 FLOPs。但这算力消耗速度很快被新一代模型刷新。GPT-4 不仅支持文本输入，还支持图像输入，文字输入限制提升至 2.5万单词，所需计算规模大幅提升。

图表2：历代GPT系列的参数量和预训练数据量

模型	发布时间	参数量	预训练数据量
GPT	2018年6月	1.17亿	约5GB
GPT-2	2019年2月	15亿	40GB
GPT-3	2020年5月	1750亿	45TB
GPT-3.5	2022年11月
GPT-4	2023年3月	估计万亿级别	=

资料来源：稀土掘金，MedSci，36Kr，国盛证券研究所

算力需求提升，意味着芯片、服务器、云厂商和运营商等各个环节的需求增长。根据中国信通院《中国算力发展指数白皮书》测算，2021 年全球计算设备算力规模超过615EFLOPS（1 个 EFLOPS 代表 10^18FLOPS），同比增速高达 44%左右，而后续几年则将迎来算力引爆时代。信通院报告预测，2030年，全球算力规模有望达 56ZFLOPS，2022-2030年复合增长率达 65%。这对于 AI 芯片需求的拉动将会非常显著：

一方面，从服务器总量上来看，算力需求增长将带动 GPU 服务器出货量增速高升，从而带动训练芯片的需求；

另一方面，从服务器结构上来看，相比较普通GPU服务器（一般配备单卡或双卡），AI 服务器平均每单位出货所需的GPU数量至少翻倍（一般配置 4块以上GPU卡）。因此，我们认为 AI 芯片环节面临巨大的增长机会，因此我们将重点以 AI 芯片为例分析算力板块的机会。

1.1.2 供给端：算力竞赛激烈角逐

从AI 芯片的市场格局看：

GPU核心供应商包括了NVIDIA、AMD等，NVIDIA目前占据大部分市场。

FPGA供应商主要包括Intel、赛灵思（AMD）等，其中赛灵思于 2022年被 AMD 收购。

ASIC 市场较为分散，比较知名的供应商例如设计生产 TPU 的谷歌。

随着 AI 技术的迭代、算力需求的增长，各家芯片企业亦展开了百舸争流的竞争态势。

（1）英伟达：率先卡位，软硬结合构筑护城河

在GPU 市场，英伟达凭借以H100为首的高性能GPU，率先卡位。TrendForce指出，目前AI 服务器市场上，英伟达的GPU作为主流芯片，市场份额约占 60-70%，预计今年搭载英伟达A100和H100的 AI 服务器的出货量年增长率将超过50%。

我们认为，英伟达的龙头优势来自其 1）硬件性能、2）软件生态、3）投资及合作版图。

图表3：英伟达部分GPU产品情况梳理

产品型号	H100 SXM H100 PCIe	A100 80GB PCIe	A100 80GB SXM	NVLink版本 V100	PCIe版本	PCIe版本 V100S
产品型号	H100 SXM H100 PCIe	A100 80GB PCIe	A100 80GB SXM	NVLink版本 V100	PCIe版本	PCIe版本 V100S	V100
发布年份	2022		2020			2017
FP64（TFLOPS）	34	26	9.7	9.7	7.8	7	8.2
FP32（TFLOPS）	67	51	19.5	19.5	15.7	14	16.4
GPU显存	80GB	80GB	80GB HBM2	80GB HBM2e	32/16 GB HBM2		32 GB HBM2
GPU 显存带宽	3.35TB/s	2TB/s	1935GB/s	2039GB/s	900GB/s		1134GB/s
最大热设计功耗（TDP）	700W	300-350W	300W	400W	300W		250W
互联技术	NVLink:	NVLink:	NVIDIARNVLinkR	NVLink:
	900GB/s	600GB/s	桥接器	600 GB/s	NVLINK:	PCIe: 32	PCIe:
	PCIe 5.0:	PCIe 5.0:	2块 GPU: 600	PCIe 4.0:	300 GB/s	GB/s	32 GB/s
	128GB/s	128GB/s	GB/s PCIe 4.0: 64 GB/s	64 GB/s
外形规格	SXM	PCIe双插槽风冷式	PCIe双插槽风冷式或单插槽液冷式	SXM	/	一	/

资料来源：英伟达官网，国盛证券研究所

1）当前英伟达的 H100 和 A100 等产品在性能表现上全球领先。

根据 6 月 27 日 MLCommons 公布的最新的 MLPerf 测试结果，由 3584 个 H100 GPU 组成的集群在基于GPT-3的大规模训练基准测试中，不到11分钟即可完成训练。

图表4:英伟达H100大幅降低了模型训练时间

资料来源：Forbes，国盛证券研究所

2）硬件性能之外，CUDA 软件生态为英伟达搭起护城河。

英伟达的核心优势并不仅仅在于GPU性能，更重要的是与GPU相辅相成的CUDA生态。

CUDA 生态使得开发者可以使用 C、C++、Fortran、OpenCL、DirectCompute 和其他语言编写的程序在NVIDIA GPU进行并行计算，并且仅适用于英伟达的硬件产品，实现软硬件的绑定。这种软硬件的绑定，提高了客户切换软硬件的门槛，从而形成极强的客户粘性。目前主流的深度学习框架基本都使用 CUDA，为英伟达建立了非常强的竞争优势。

3）英伟达正通过快速投资 AI 模型企业，进一步扩张 AI 版图、绑定下游潜在需求。

2023 年 6 月 9 日，主要做类 ChatGPT 聊天机器人的加拿大 AI 企业 Cohere 宣布完成 2.7亿美元 C轮融资，估值约22亿美元，英伟达、甲骨文、Salesforce等均参与了该轮融资。6 月 29 日，美国 AI 聊天机器人创业企业 Inflection AI、AI 文生视频创业企业 Runway宣布完成新融资，英伟达亦在这两笔融资的投资方之列。

图表5：英伟达近期投资AI公司情况

日期	企业	国家	产品	估值	融资额	投资方
2023年6月9日	Cohere	加拿大	自然语言模型	22亿美元	2.7亿美元（C轮）	英伟达、甲骨文、 Salesforce 等英伟达、LinkedIn联
2023年6月29日	Inflection AI	美国	AI聊天机器人	40亿美元	13亿美元	合创始人 Reid Hoffman、微软联合创始人比尔·盖茨、谷歌前CEO Eric
2023年6月29日	Runway	美国	AI文生视频	15亿美元	1.41亿美元	Schmidt等英伟达、谷歌、 Salesforce等

资料来源：芯东西，IT桔子，国盛证券研究所

（2）AMD：GPU加速追赶英伟达，并快速布局FPGA

作为第二大 GPU 厂商，AMD 亦加速提升 GPU 产品性能，缩小与龙头之间的差距。6 月13 日，AMD 对标英伟达的 H100，推出专门面向生成式 AI 的 MI300X。AMD 表示，MI300X的高带宽内存（HBM）密度，最高可达英伟达 H100 的 2.4 倍，高带宽内存带宽最高可达英伟达 H100的1.6倍。相较其他竞品，MI300X在运行包括GPT-3、PaLM2等大模型时，所需要的 GPU 数量更少。总体从硬件来看，AMD 推出的MI300X产品在某些性能指标上已经可以和英伟达的产品相媲美。

但软件方面，AMD与英伟达仍存在一定差距。为了兼容英伟达的CUDA生态，AMD 推出了 ROCm 生态圈，并实现通过 HIP 去兼容 CUDA，这在一定程度上缓解了 AMD 在 GPU运算环境上落后于 NVIDIA 的局面。但目前，ROCm 无法真正替代 CUDA 产生软件生态上的壁垒。其软件生态的构建、完善及推广应用，仍然需要一定的时间。

图表6:英伟达和AMD软件生态对比

CUDA		ROCm
厂商英伟达		AMD
推出时间	2006年	2016年支持 HIP（类 CUDA）和OpenCL两种 GPU 编程模型。其
编程	CUDA使英伟达的GPU能够执行使用C、 C++、Fortran、OpenCL、DirectCompute 和其他语言编写的程序。	中 HIP 的编程语法与 CUDA 相似，开发者可以用类似 CUDA 的方式为AMD的GPU 产品编程，从而在源代码层面上兼容CUDA。
排他性	仅适用于英伟达硬件。	ROCm 支持多种加速器厂商和架构,提供了开放的可移植性和互操作性。

资料来源：芯世相，快科技，AMD官网，IT之家，英伟达技术博客，国盛证券研究所

此外，FPGA 产品方面，AMD 收购赛灵思后，继续锤炼产品。AMD 在 2020 年开始准备布局 FPGA，在2022年以500亿美元的价格收购了全球最大的 FPGA 厂商赛灵思，跃升为 FPGA 龙头。2023 年 6 月 27 日，AMD 宣布推出 AMD Versal Premium VP1902 自适应SoC，容量和连接性大幅提升。

（3）谷歌：TPU不断迭代，TPU v4性能优秀

TPU 持续迭代，性能大幅提升。谷歌自 2015 年发布 TPU v1 以来，不断迭代升级，在TPU v2 时已经可以支持训练。其在 2021 年 Q2 发布的 TPU v4 通过光互连实现可重配置和高可拓展性，采用 7nm 工艺，峰值算力达 275TFLOPS，性能大幅提升。根据谷歌发布的论文《TPU v4: An Optically Reconfigurable Supercomputer for Machine Learningwith Hardware Support for Embeddings》，使用 TPU v4 芯片进行嵌入训练时，相比于使用TPU v3芯片，可以获得2.7倍的性能提升。

图表7:历代TPU参数和性能

	TPU v1	TPU v2	TPU v3	TPU v4i	TPU v4
发布时间	2015Q2	2017Q3	2018Q4	2020Q1	2021Q2
DNN target	推理	训练和推理	训练和推理	推理	训练和推理
Peak TFLOPS/Chip	92 (8b int)	46 (bf16)	123 (bf16)		138 (bf16/8b int) 275 (bf16/8b int)
TDP(Watts)Chip/System 散热设计功耗（W)	75/220	280/460	450/660	175/275
Chip Technology	28nm	16nm	16nm	7nm	7nm

资料来源：澎湃，《Ten Lessons From Three Generations Shaped Google's_TPUv4i》，《TPU v4:An Optically Reconfigurable Supercomputer forMachine Learning with Hardware Support for Embeddings》，芯智讯，国盛证券研究所

TPU v4 性能不逊于英伟达 A100。与英伟达的 A100 相比，TPUv4 和英伟达 A100 的MLPerf 结果都可扩展到 4000 多片芯片的规模，TPUv4 与 A100 相比亦具有一定的性能优势：

⚫ MLPerf 基准测试性能：芯片数量规模相似的情况下，对于自然语言处理BERT模型，TPUv4 的速度是 A100 的 1.15 倍；对于图像分类模型 ResNet，TPUv4 的速度为 A100

的 1.67 倍。

功耗方面，TPU v4运行的功率更低。从MLPerf 基准测试时测量的功率来看，A100平均功率是 TPU v4 的 1.3–1.9 倍。

（4）英特尔：提升 FPGA推新频率，Gaudi2性能强

英特尔今年预计提升 FPGA 推新频率。英特尔早在 2015 年就 167 亿美元的价格收购了当时全球第二 FPGA厂商的Altera，并将其并入可编程解决方案事业部。由于今年以来，下游需求旺盛，英特尔加快了产品推新速度，2023 年计划推出 15 款新 FPGA。我们预计，未来AMD 和英特尔在FPGA 领域的军备竞赛将再次升级。

ASIC 方面，Gaudi2 性能在某些方面亦超越了英伟达的 A100。英特尔 2022 年发布 AIASIC 芯片 Gaudi 2，性能表现出色。根据 2023 年 6 月 27 日 MLCommons 公布的最新MLPerf 测试结果，英特尔的 Gaudi2（ASIC）在 Bert x8、Bert x64、ResNet x8、Unet x8等4个模型训练中的性能表现超过了英伟达的 A100（GPU）。7月 12日，浪潮信息联合英特尔发布了新一代 AI 服务器，其支持 8颗OAM高速互联的Gaudi2 加速器。

图表8：英特尔的Gaudi2在4个模型训练中的性能表现超过A100

资料来源：半导体行业观察，国盛证券研究所

综上我们可以看到，AI 芯片的比赛已经按下“加速键”，所有玩家正跑步争夺市场地位。从赛道角度，算力需求增长不仅有利于上游的芯片，也同样会带动中游的服务器、下游的云计算厂商及运营商等。

大模型：百模大战，MaaS何解

随着大模型能力的持续迭代、应用端需求的不断增加，模型能力对外输出的需求带来了MaaS（Model-as-a-Serivce）服务生态的形成。

以微软为例，微软云是 OpenAI 的独家云提供商，微软 Azure OpenAI 可以直接调用OpenAI 模型，企业可以申请访问包括 GPT-4、ChatGPT、Codex 以及 DALL.E 等模型，根据用量进行商业化收费。

图表9：微软AzureOpenAI服务可用的模型系列

模型系列	说明
GPT-4	一组在GPT-3.5上改进的模型，可以理解并生成自然语言和代码。
GPT-3	可以理解和生成自然语言的模型系列。这包括新的ChatGPT模型。
DALL-E	一系列可从自然语言生成原始图像的模型。
Codex	可以理解和生成代码（包括将自然语言翻译为代码）的模型系列。
嵌入	目前提供了三个系列的嵌入模型以实现不同的功能：相似性、文本搜索和代码搜索。基础模型包含：Ada（版本1）、Ada（版本2）Babbage、Curie、Davinci。

资料来源：微软Azure官网，国盛证券研究所

图表10:微软AzureOpenAI收费模式

模型类型定价
语言模型GPT-4		$0.002/1000tokens
			Prompt	Completion
		8K context	$0.03/1000tokens	$0.06/1000tokens
		32K context	$0.06/1000tokens	$0.12/1000tokens
嵌入模型	Ada $0.0001/1000tokens
图像模型 Dall-E $2/100images

资料来源：微软Azure官网，国盛证券研究所

微软 OpenAI 相关客户数量不断增长。据微软 23Q3 财报，从 Coursera 和 Grammarly，到梅赛德斯-奔驰和壳牌，微软现在拥有超过2500个AzureOpenAI服务客户，环比增长10 倍，如 Epic Systems 使用 AzureOpenAI 服务将 AI 与电子病历软件集成。Azure 也支持 OpenAI API，比如 Shopify 和 Snap 等使用 API 来整合 OpenAI 的模型。

Azure AI 服务在变现层面也实现快速增长。据 23Q2 财报，仅 AzureML（机器学习）的收入连续五个季度增长了 100%以上。

图表11：大模型时代下未来的云计算架构IaaS-MaaS-SaaS:MaaS需求望显著增加

资料来源：清华大学智能产业研究院，国盛证券研究所

我们认为，AI模型输出的需求将带来 MaaS业态的持续增长。不论是通用大模型、还是行业模型，其模型能力的输出都会带来 MaaS 服务需求的增加。

⚫ 通用大模型相关：在这个环节，我们认为云计算厂商主要提供算力支持以及 MaaS大模型能力输出服务。变现方式为对企业按用量、或时长收费。

⚫ 垂直行业模型相关：在这个环节，云计算厂商从基础层向中间层延伸，进行行业模型精调等。企业不仅可以加入独有的场景、数据，快速精调生成专属模型；也可根据业务场景需求，按需定制不同参数、规格的模型服务。变现方式为对企业按用量、或时长收费。

图表12:MaaS服务及变现

云服务类型	AI模型类别云厂商提供服务		变现对象	变现方式
MaaS	通用大模型	算力资源：如算力、存储等输出通用大模型能力，如API调用	toB	按用量付费、按时长付费
MaaS	行业模型	行业模型精调，如API调用，等	toB	按用量付费、按时长付费

资料来源：国盛证券研究所整理

2.1 猜想 2：若模型同质化，则 MaaS不稀缺

2.1.1 大模型：从基模型到行业模型，百模大战开启

随着 OpenAI 等先行者的突围、LLAMA 等模型的开源，当前国内外大模型产品如雨后春笋一般层出不穷。

图表13：主要公司大模型布局：国际

企业	大模型产品	估值（亿美元）
谷歌	大语言模型 PaLM 2、聊天机器人 Bard	已上市
亚马逊	大语言模型 Titan	已上市
Meta	开源大语言模型 LLaMA	已上市
OpenAI	GPT-4，聊天机器人 ChatGPT，图像生成器 Dall-E	270
Anthropic	Claude、 Claude Instant	50
Cohere	NLP 大模型	20
Hugging Face	开源社区	20
Inflection AI	聊天机器人Pi	40
Character.ai	基于 LLM 的聊天机器人	10
Stability.a	开源图像生成模型 Stable Diffusion，大语言模型 StableLM	10
Runway	文本生成视频模型 Gen-2	15
Midjourney	文本生成图像模型	1

资料来源：各公司官网，reuters，theNewYorkTimes，techcrunch，CNBC，INSIDER，FORTUNE，国盛证券研究所

科技部新一代人工智能发展研究中心发布的《中国人工智能大模型地图研究报告》显示，截至 5月末，据不完全统计，国内 10亿级以上参数的大模型已有 79个。

图表14:主要公司大模型布局：国内

公司		大模型产品	大模型参数
互联网公司	百度	文心大模型/文心一言	2600亿
	阿里	通义大模型/通义千问	10万亿（M6）
	腾讯	混元大模型/行业大模型/混元助手	万亿级
	华为	盘古大模型	千亿级
	京东	言犀大模型	千亿级
	知乎	知海图AI大模型(与面壁科技合作)	千亿级
	昆仑万维	天工大语言模型	千亿级
	360	认知型通用大模型“360 智脑”	千亿级
	网易	玉言预训练大模型
AI公司	商汤科技	日日新 SenseNova/商量、秒画、如影	1800亿
	科大讯飞	讯飞星火认知大模型	百亿级
	出门问问	序列猴子大模型/奇妙文、言之画	几百亿
	智谱A(清华大学技术成果转化)	ChatGLM	62亿
	澜舟科技	孟子 MChat 大模型	千亿
	MiniMax	自研多模态大模型/Glow	/
科研院所	复旦大学邱锡朋教授团队	MOSS 对话式大型语言模型	200亿

资料来源：相关公司微信公众号，新浪，机器之心，STCN，中国日报，华为云官网，科创板日版，面壁智能官网，360官网，商汤官网，科大讯飞官网，ChatGLM，经济观察网，国盛证券研究所

关于大模型未来的竞争格局，我们倾向于认为，尽管各家模型企业在算力资源和数据资源上存在差别，但多数模型本身可能并不存在绝对的差异化。正如北京智源人工智能研究院院长黄铁军表示，“大模型发展中没有绝对的壁垒和护城河，有了大模型就像人类多年前学会了发电，后续还会有各种各样的‘发电手段’不断演进迭代”，“大家比拼的是成本和效率，竞争的是应用和生态”。

2.1.2 MaaS：若模型同质化，MaaS 壁垒何在？

伴随着大模型的层出不穷，云厂商们提供的MaaS服务也在积极开展。

国际云服务巨头提供的MaaS业务模式，按照合作模型方的数量可以归为两类：

接入独家模型：如微软 Azure 绑定 OpenAI，则 AzureOpenAI 所能提供的 MaaS 能力优劣大幅取决于 OpenAI 的模型能力。

接入多个模型：如亚马逊 AWS 推出 Amazon Bedrock，通过 API 可访问 AI 21 Labs、Anthropic、Stability AI、Amazon Titan 等不同的模型。再如，Salesforce AI Cloud托管了 AWS、Anthropic、Cohere 等不同合作伙伴的 LLM 模型。

当然，从模型厂商——如Anthropic和 Cohere——的角度，模型企业也乐于与多个云服务平台展开非排他的合作。

图表15:国际MaaS服务模式：巨头+独角兽一一绑定与挣脱

公司	MaaS布局	接入大模型-自研	接入大模型-第三方
微软	AzureOpenAI	/	OpenAI（GPT-4、ChatGPT、Codex 以及 DALL.E等模型）
谷歌	PaLM API	PaLM 2	/
亚马逊AWS	Amazon Bedrock	Titan	Stability AI、Anthropic 和 AI21Labs 等
Oracle	OCI	/	Cohere
Salesforce	Salesforce AI Cloud	Salesforce 自有 LLM 模型	1）第三方 LLM 模型：来自 AWS、Anthropic、Cohere 等合作伙伴
Salesforce	Salesforce AI Cloud	Salesforce 自有 LLM 模型	的 LLM模型 2）接入企业自有模型

资料来源：各公司官网，国盛证券研究所

从国内巨头近期的动作上看，打造开放的、多模型来源的模型商店，也是 MaaS 服务越来越常见的模式。以字节跳动的火山方舟为例，其集成了百川智能、出门问问、复旦大学 MOSS、IDEA 研究院、澜舟科技、MiniMax、智谱 AI 等多家 AI 科技公司及科研院所的大模型，并已展开测试邀请。

图表16:国内MaaS服务模式探索：自研vs平台一一或许可以并存

公司	MaaS布局	接入大模型-自研	接入大模型-第三方
字节跳动	火山方舟	/	百川智能、出门问问、复旦大学 MOSS、IDEA研究院、澜舟科技、 MiniMax、智谱AI等多家AI科技公司及科研院所的大模型。
阿里巴巴	灵积模型服务平台	通义千问	ChatGLM-v2、百川、姜子牙、Dolly等。
阿里巴巴	魔搭社区	通义大模型系列及企业定制大模型	魔搭社区（900多个优质AI模型）。
百度	文心千帆	文心一言大模型	第三方大模型服务。
腾讯	腾讯行业大模型精选商店	自研行业大模型，包含金融、传媒、文旅、政务等行业	/

资料来源：各公司官网，澎湃，雅虎财经，STCN，国盛证券研究所

我们认为，未来的赛道格局中，

⚫ 上游模型企业：有动力接入多个云服务平台，以拓展更多下游客户。比如Cohere接入 Oracle 和 Salesforce，再如 Anthropic 接入 Salesforce 和 Amazon AWS，皆是如此。

终端应用企业：有动力使用不同的模型，以优化不同的业务及行业场景。

基于此，我们认为，未来“多模型”将成为 MaaS 平台的重要合作模式，而 MaaS 平台之间的产品相似性也会越来越高，MaaS 服务将成为基础设施。从长期角度，除了算力等资源外，精细化运营程度、价格等因素可能成为MaaS平台的核心竞争力。

三、应用：从 B 端到 C 端，奇点时刻

我们认为，AI模型能力将来将成为企业在技术层面都会应用的基础能力。而无论是B端企业、还是 C 端用户，都有望能以 SaaS 服务和内容服务的形式享受到这些能力带来的便利。

3.1 猜想 3：B 端 SaaS：让企业级应用拥有魔法

3.1.1 办公：以微软为例，AI 融入 office 产品大幅提升办公效率

以微软为例，AI融入 office产品，大幅提升办公效率。3月 16日，微软推出Microsoft365 Copilot。Copilot 通过两种方式集成到 Microsoft 365 中：

图表17:Copilot集成到Microsoft365的两种应用

资料来源：微软Microsoft365Copilot发布会，国盛证券研究所

1）嵌入 office 应用程序，如 Word、Excel、PowerPoint、Outlook、Teams 等:

Word 中，Copilot 包括自动生成文稿、生成摘要、添加常见问题解答、美化word 排版等功能。

PPT 中，Copilot 可以自动生成 PPT、优化调整、添加备注等。

Excel 中，Copilot 可以自动分析数据、创建数据模型、生成可视化图表等。

Outlook 中，Copilot 可以实现电子邮件分类筛选、自动生成回复邮件、以及自动生成新邮件等。

Teams 中，Copilot 可以总结会议内容、流程跟进、生成纪要，提供关联信息等。

图表18:案例：使用Copilot自动生成Word文稿

资料来源：Microsoft365Blog，国盛证券研究所

2）引入BusinessChat商务聊天，适用于处理使用者所有的数据和文档、电子邮件、日历聊天、会议和联系人工作等，实现跨应用业务流程安排、信息总结与问答等。

图表19:案例：使用Copilot在BusinessChat中实现跨应用业务流程安排问答

资料来源：Microsoft365Blog，国盛证券研究所

我们认为 AI有望大幅提升办公软件功能，提高办公效率，提升用户体验。2023年6月4日，据科技媒体 The Information 报道，包括美国银行、沃尔玛、福特和埃森哲在内的600多家微软最大的客户预计将试用 Microsoft Office 365的人工智能功能，其中至少已有100家客户已经额外分别为1000个订阅账户支付了高达10万美元的年费。与经典版本相比，AI 版本的 Office 365 价格至少高出 40%。

3.1.2 CRM：以 Salesforce 为例，提升 CRM 产品效率及企业信任

以 Salesforce 为例，公司深耕 CRM 垂类，提供 AI 相关产品及 AI Cloud 云服务。

2023 年 3 月，Salesforce 发布了 Einstein GPT，这是全球第一个 CRM 生成式 AI，采用ChatGPT 开发商 OpenAI 的人工智能技术。Salesforce 加速整合 ChatGPT 模型能力，陆续推出 GPT产品及AI Cloud 云服务，提升CRM 效率：

1） GPT 产品方面：5 月 Salesforce 推出对话式人工智能 Slack GPT、以及用于数据分析的生成式人工智能 Tableau（Tableau GPT 与 Tableau Pulse）。6 月 Salesforce推出 Marketing GPT 和 Commerce GPT，聚焦营销与商务场景。

2） AI Cloud 云服务方面：6 月 Salesforce 宣布推出 AI Cloud 服务，组合售价 36 万美元/年。Salesforce AI Cloud 包含九种 GPT 模型或服务：Sales GPT、ServiceGPT、Marketing GPT、Commerce GPT、Slack GPT、Tableau GPT、Flow GPT、Apex GPT 以及 Skill Up on AI with Trailhead。

图表20:Salesforce AI Cloud九大 GPT模型/服务

功能（总结）		计划试用时间	计划上市时间
Sales GPT	快速自动制作个性化电子邮件。		2023年6月
Service GPT	根据案例数据和客户历史创建服务简报、案例摘要和工作订单。		2023年6月
Marketing GPT	利用自然语言提示和人工智能驱动的建议来快速生成受众群体，以增强定位。	2023年6月	2023年7月
Commerce GPT	提供定制商务体验，并根据 Data Cloud 统一实时数据自动生成推荐、内容和通信。		2023年7月
Slack GPT	用户构建无代码工作流程，嵌入AI操作，并在每个步骤中提供简单的提示。辅助写作。生成摘要等。		2023年下半年
Tableau GPT	根据自然语言提示生成可视化效果。	2023年11月
Flow GPT	使用自然语言提示创建工作流程。	2023年10月
Apex GPT	使用 Apex GPT直接从 Salesforce 集成开发环境扫描代码漏洞并建议内联代码，从而更快地进行编码。	2023年6月
Skill Up on AI with Trailhead	免费在线学习平台。

资料来源：Salesforce，国盛证券研究所整理

AI有望在销售、服务、营销、商务、内部通讯、数据分析、开发代码等环节赋能。SalesGPT 可以实现销售电子邮件的自动生成。Service GPT 可以根据案例数据和客户历史创建服务简报、案例摘要和工作订单。Commerce GPT可以根据客户数据自动生成商品推荐内容和通信。通过Slack GPT，用户可以构建无代码工作流程，实现自动生成信息摘要等。通过 Tableau GPT，可以根据自然语言提示生成可视化效果。在开发环节，Apex GPT可以自动生成代码以及提供漏洞修改建议等。

图表21:案例：Salesforce SalesGPT自动生成销售电子邮件

资料来源：Salesforce，国盛证券研究所

图表22:案例：Salesforce Slack GPT自动生成信息摘要

资料来源：Salesforce，国盛证券研究所

据 6 月 Salesforce AI Day，在未来 2-3 个月，AI Cloud 有望推出 16 个新产品或功能。
图表23:Salesforce AI Cloud 路线图

产品	试点时间	上市时间	运用模型	功能
Sales Email Generation with Page Context \| Pilot	2023年6月	2023年7月	Sales GPT	生成个性化且相关的电子邮件。
Reply Recommendations 丨GA		2023年6月	Service GPT	自动生成个性化代理聊天回复。
Summarization \| GA		2023年6月	Service GPT	自动生成与客户对话的摘要。
Knowledge Email Creation 丨Pilot	2023年6月	2023年8月	Service GPT	根据聊天对话创建知识文章，这意味着该信息来自案例评论，并且可以向其他客服人员和客户开放。
Subject Line Generation \| Pilot	2023年6月	TBC	Marketing GPT	快速调整副本和/或细化主题行的基调。
Generative Search Answers for Service Agents \| Pilot	2023年6月	TBC	Service GPT	通过用自然语言询问提示来获得答案。
Einstein GPT for Developers v1\| Pilot	2023年6月	TbC	Code Builder	通过 AI 聊天助手生成代码并针对 Apex 等语言提出问题，提高开发人员的工作效率。
Sales Email Generation with Page Context \|GA	2023年6月	2023年7月	Sales GPT	生成个性化且相关的电子邮件。
Domain-Grounded Reply Recommendations \| Pilot	2023年7月	TBC	Service GPT	适用于企业，该技术以组织可用的数据为基础。
Knowledge Creation v2丨 Pilot	2023年7月	TBC	Service GPT	Einstein询问是否愿意根据聊天对话创建一篇知识文章，这意味着该信息来自案例评论，并且可以向其他客服人
Task Summariesl Pilot	2023年7月	TBC	Service GPT	员和客户开放。自动生成与客户对话摘要。
Prod Description 丨GA	2023年7月	TBC	Commerce GPT	通过加速构建多个版本的描述和翻译，建立新网站。自动为商家填写缺失的目录数据，为每个买家量身定制生
Segment Generation 丨 Pilot	2023年7月	TBC	Data Cloud	成的产品描述。营销人员快速创建受众群体，并改进定位。人工智能驱动的建议提高整体营销活动的参与度。
Generative Search Answers for Self Service \| Pilot	2023年7月
Knowledge Email Creation \| GA	2023年6月	2023年8月	Service GPT	根据聊天对话创建知识文章，这意味着该信息来自案例
Insights Summaries 丨Pilot	2023年8月	TBC	Tableau GPT	评论，并且可以向其他客服人员和客户开放。以自然语言和视觉形式呈现。可以改变处理数据的方式。

资料来源：salesforceben，国盛证券研究所

企业信任方面，Einstein GPT 信任层保护企业数据安全，支持多种 LLM 模型部署

对于企业来讲，进行大模型训练的痛点之一是担心企业内部数据泄露。Salesforce AICloud 采用新 Einstein GPT Trust Layer，防止 LLM 保留客户的敏感数据，可以解决 B 端企业使用大模型的风险问题，满足企业客户对数据安全性和合规性需求。Salesforce AICloud 支持为 LLM 提供部署功能，包括使用第三方 LLM 模型、Salesforce 自有 LLM 模型以及接入企业自有模型，同时帮助公司维护其数据隐私。包括：

1）第三方LLM模型：在Salesforce的云基础设施内，托管和服务来自AWS、Anthropic、Cohere 等合作伙伴的 LLM 模型。此外，Salesforce 和 OpenAI 还建立了共享信任合作伙伴关系。

2） Salesforce 自有 LLM 模型。

3）接入企业自有模型：这些模型，无论是通过 Amazon SageMaker 还是 Google 的Vertex AI，都将通过 Einstein GPT 信任层直接连接到 AI Cloud。客户数据可以保留在客户的信任边界内。

图表24: Salesforce AI Cloud 建立在 Einstein GPT Trust Layer之上

资料来源：Salesforce，国盛证券研究所

总的来看，在 AI 布局方面，Salesforce 深耕 CRM 领域，对内陆续推出 GPT 产品及 AICloud 云服务，对外继续扩大 AI 投资。在企业信任方面，Einstein GPT 信任层（TrustLayer）保护企业数据安全、解决企业参与大模型的痛点，AI Cloud 支持多种 LLM 模型部署。

我们认为，AI 嵌入CRM 环节相关产品应用后，有望在销售服务、数据分析、营销商务、开发代码等方面实现效率和体验的提升，推动付费客户规模扩张、及 ARPU 提升，比如AI Cloud组合售价36万美元/年，实现提价。

3.1.3 设计：以Adobe为例，为设计创造更多可能

以 Adobe 为例，Adobe 将多项 AI 功能嵌入产品应用中。2023 年 3 月，在设计方面，Adobe推出图像生成模型Adobe Firefly，其依靠输入文字信息，可完成图像生成、模型构建、图像编辑以及图形加工等各种任务。4 月，Adobe 将人工智能功能引入 PremierePro，包括文本剪辑视频等。6 月，推出 Photoshop 中的生成填充（Generative Fill），将Adobe Firefly 生成AI 功能直接引入设计工作流程，目前处于测试阶段。

我们预计，在设计环节，AI 有望支持内容创作者使用文字生成图像、音频、插图、视频和3D 图像等，大幅降低设计门槛、提升设计效率。以下图Adobe Firefly 为例，通过文字“将场景改为冬日”即可实现图像风格的变化，还可以自动生成艺术字变体等。

图表25:案例：使用AdobeFirefly生成图像、修改场景

资料来源：Adobe，国盛证券研究所

图表26:案例：使用AdobeFirefly生成变体

资料来源：Adobe，国盛证券研究所

综上，未来随着AI 赋能，有望推动B 端SaaS公司实现更快增长。

图表27：全球公有云SaaS市场规模（亿美元）

资料来源：Gartner，国盛证券研究所

图表28:全球公有云SaaS市场份额：2021

资料来源：IDC，国盛证券研究所

根据 Gartner 预计，2023 年全球公有云 SaaS 支出同比增长 17.9%至 1970 亿美元，2024年将同比增 17.7%至 2323 亿美元。展望未来，AI 为有望为 B 端 SaaS 公司实现更多创新功能，推动更快增长。而 SaaS 环节主要参与者 Microsoft、Salesforce、Oracle 等等都有望受益于这一变革。

3.2 猜想 4：C端流量入口：搜索引擎或式微，流量入口回归场景

在C端应用方面，我们认为，AI技术的持续迭代，有望大大提升各类终端场景——文旅、餐饮、零售、金融、教育等平台——的内容运营能力，从而将各类终端场景的内容和服务打通，实现操作闭环。而随着流量入口“去中心化”至终端场景，此前的中心化流量入口，如搜索引擎，也可能面临流量式微的挑战。

3.2.1 搜索引擎式微：中心化流量入口的削弱

搜索引擎是国内外互联网最早的产品形态之一，也是商业模式角度最好的产品之一。搜索引擎是典型的中心化流量入口。人们通常把搜索引擎作为重要的解决各类问题的入口之一：有问题，去搜索。

搜索引擎迭代至今，GoogleSearch始终是赛道霸主，且为Google带来了可观的收入和利润。在chatGPT爆火以来，业内频频产生类似的疑问：在搜索引擎赛道，微软是否会借由 Bing实现对谷歌搜索的弯道超车？

图表29:全球搜索引擎市占率：谷歌市占率90%以上（2023年6月）

资料来源：statcounter，国盛证券研究所

图表30：全球搜索引擎市占率：2022-2023，谷歌领先趋势并无改变

资料来源：statcounter，国盛证券研究所

事实上，在生成式 AI 爆发这段时间，从 2022 年到现在，Google 始终以 92%左右的市占率领先搜索引擎赛道；如果以月度频次来看，市占率不降反增（从91.9%至 92.6%）。而微软旗下搜索引擎 Bing的市占率则在 3%左右上下浮动。

我们认为，这背后反映的是谷歌作为多年的搜索引擎巨头，无论是数据积累、信息生态、算法模型、还是用户 UI 设计，其相对竞争优势都足够领先。

相较于赛道内市占率的重新分配，我们认为，搜索引擎面临更大的问题在于流量入口的变革。事实上，这一点在近期AI大潮来临之前、在移动互联网时期就已体现。

从 PC 互联网到移动互联网时代，网民的信息触达方式发生了潜移默化的改变：此前的搜索越来越多被推荐所取代。随之而来，线上广告市场中，搜索广告的份额也逐渐被各类推荐广告所侵蚀。

图表31：搜索广告份额持续下降：中国

资料来源：Questmobile，国盛证券研究所
注：搜索广告包含在“泛咨询广告”中。

从中国市场来看，2022年，包含搜索广告在内的“泛资讯广告”份额较2020年下滑4%。而从全球数据看，2022年搜索广告市占率较八年前下滑了7%。这一变化都反映了背后搜索作为流量入口核心位置的旁落。

图表32：搜索广告份额持续下降：全球

资料来源：emarketer，国盛证券研究所

我们认为，未来，大语言模型及多模态模型的迭代，有望大大增强终端场景中的内容运营能力，从而将解决问题的过程以“内容+服务”的形式留在各类终端场景中，而原有的中心化的流量入口则面临“去中心化”的挑战。

届时，拥有各类终端场景——比如金融、文旅、传媒、教育等——且积极拥抱AI 技术迭代的企业，有望在此过程中持续受益。

3.2.2 场景为王：从服务到终端，得场景者得天下

以旅游场景为例，我们认为AI 技术的持续迭代，有望赋能旅游餐饮等终端场景类平台的内容运营能力，从而这些平台能够以“内容+服务”的模式来全链条服务用户。

腾讯云的文旅行业模型让我们看到了这种可能性。在发布会的演示中，我们看到，在为模型投喂了旅游相关的行业数据、接入旅游企业用户 API 后，腾讯文旅客服场景模型可以给出非常完备的旅游攻略规划，包括：

1）完整日程规划；

2）交通，含票价+票务购买链接；

3）景点，含景点介绍+票价+票务购买链接；

4）酒店，含酒店介绍+房价+预订链接。

基于此，用户在做旅游规划时，就可以不再检索多个 APP、不再在同一APP的不同入口来回跳转，而是可以一站式完成规划+下单。

图表33：腾讯云行业大模型：文旅行业客服场景演示

资料来源：量子位，腾讯云，国盛证券研究所

同样，在车端，座舱域作为人们生活中的“第三空间”，将来也有望在 AI 助力下，通过内容交互能力的提升，来实现“内容+服务”的打通。

近期，梅赛德斯奔驰宣布将 chatGPT引入车机系统。此后，理想汽车也宣布引入自研的mindGPT。车企对于座舱交互的重视程度日益提升。

以理想汽车为例，大语音模型的迭代有望带来对话交互能力的跃迁，使得车机交互从“触控为主”转向“对话为主”。而内容能力的完善，亦有望将出行规划和消费决策在座舱这一第三空间完成。

图表34:车端一一梅赛德斯奔驰：将chatGPT引入车机系统

资料来源：第一财经，国盛证券研究所

图表35:车端一一理想汽车：车机系统引入自研mindGPT

资料来源：新浪财经，国盛证券研究所

按照理想汽车给出的例子，“当用户想吃火锅，在告诉「理想同学」后，车机界面就会生成火锅图片供选择，并自动规划出行路线等操作”。我们认为，将来随着 AI 技术推进，座舱作为“第三空间”，有望凭借内容能力的跃迁，实现智能化的快速提升。

图表36:理想汽车：大语言模型带来对话交互能力的跃迁

资料来源：理想汽车家庭科技日，腾讯云，国盛证券研究所

图表37：理想汽车：内容和服务消费在座舱第三空间完成

资料来源：理想汽车家庭科技日，腾讯云，国盛证券研究所

当然，这样的例子不止体现在O2O和车端座舱。我们认为，AI技术的持续迭代，有望大大提升各类终端场景——文旅、餐饮、零售、金融、教育等平台——的内容运营能力，从而将各类终端场景的内容和服务打通，实现操作闭环。

四、相关公司

4.1 英伟达（NVDA.O）：GPU龙头，受益于 AI模型兴起

数据中心业务快速增长，FY24Q2收入指引超预期。英伟达主要业务分为数据中心、游戏、专业可视化和汽车四大业务。其中，数据中心业务包括 AI、云计算业务和为AI 和云计算提供算力的底层芯片。受益于AI需求增长，数据中心业务占比升至第一。

FY2023 英伟达总收入为 270 亿美元、yoy+0.2%，数据中心业务、游戏业务、专业可视化业务、汽车业务分别为 150/91/15/9 亿美元，yoy+41%/-27%/-27%/+60%。2022 财年净利润为 44 亿美元、yoy-55%。FY2024Q1 英伟达总收入为 72 亿美元、yoy-13%，其中数据中心、游戏、专业可视化、汽车业务分别为 42.84/22.4/2.95/2.95 亿美元，yoy+14%/-38%/-53%/+114%。2024Q1 财季净利润为 20.4 亿美元、yoy+26%。展望FY24Q2，公司预计营收为 110 亿美元（±2%），毛利率预计进一步提升至 68.6%（±50bp），指引大幅超过市场预期。

持续迭代更新的 GPU龙头，软件端 CUDA构筑壁垒。1）硬件端，英伟达为GPU 龙头，不断迭代更新。2023 年 3 月，针对算力需求巨大的 ChatGPT，英伟达发布了 NVIDIAH100 NVL，推出四款全新推理 GPU——L4 Tensor Core GPU、L40 GPU、H100 NVL GPU、Grace Hopper 超级芯片，分别擅长 AI 视频、图像生成、ChatGPT 等大型语言模型的推理加速、推荐系统和大型语言模型的 AI 数据库。2023 年 5 月，英伟达推出为万亿参数AI打造的 NVIDIA DGX GH200，旨在处理用于大规模推荐系统、生成式 AI 和图形分析的 TB 级模型。公司计划下半年大幅增加供应迎接加速计算和生成式 AI 的转变。2）软件端，英伟达早在 2006 年便推出并行计算和编程平台 CUDA，使开发人员可以通过 C、C++、Fortran 等高级语言来调用 CUDA 的 API 进行并行编程，并深度绑定公司自己的GPU 产品，提高了客户切换软硬件的门槛。3）模型端，5 月英伟达宣布为游戏提供定制化AI模型代工服务ACE for Games，利用人工智能提供自然语言交互、使NPCs 更加智能化。4）生态端，英伟达还通过快速投资 AI 模型企业，进一步扩张 AI 版图、绑定下游潜在需求。

投资逻辑：模型兴起提升对算力需求，英伟达直接受益。英伟达为全球GPU龙头、硬件端不断迭代更新，软件端并行计算和编程平台 CUDA 平台构建壁垒。需求端，公司直接受益于科技公司对AI模型训练需求的提升。业务端，数据中心业务快速增长，游戏业务和专业可视化业务库存去化进展顺利。

关注相关标的：AMD（AMD.O）、Intel（INTC.O）、谷歌（GOOGL.O）；芯片代工企业台积电（2330.TW）、中芯国际（0981.HK）、华虹半导体（01347.HK）等；国产AI芯片公司寒武纪（688256.SH）、海光信息（688041.SH）、景嘉微（300474.SZ）、澜起科技（688008.SH）等。

风险提示：AI 发展不及预期、终端需求不及预期、行业竞争加剧、美国管制政策风险。

图表38：英伟达财务数据（百万美元）

	FY 2020	FY 2021	FY 2022	FY1Q22FY 1Q23
收入	16,675	26,914	26,974	8,288	7,192
数据中心	6,696	10,613	15,005	3,750	4284
游戏	7,759	12,462	9,067	3,620	2240
专业可视化	1,053	2,111	1,544	622	295
汽车	536	566	903	138	295
OEM及其他	631	1,162	455	158	77

毛利	10,396	17,475	15,356	5,431	4,648
毛利率	62%	65%	57%	66%	65%

研发费用率	24%	20%	27%	20%	26%
销售及行政费用率	12%	8%	9%	7%	9%

净利润	4,332	9,752	4,368	1,618	2,043
净利率	26%	36%	16%	20%	28%

资料来源：Wind，公司公告，国盛证券研究所

4.2 超威半导体（AMD.O）：推出 Instinct MI300 芯片，提供算力新供给

AMD营收下滑，Q2指引低于预期。AMD主要业务分别为数据中心业务、客户业务、游戏业务、嵌入式业务。其中数据中心业务主要包括包括云计算和大型企业客户的芯片业务，客户业务包括个人电脑和笔记本电脑芯片业务，游戏业务主要为游戏芯片业务，嵌入式业务包括网络和汽车芯片业务。

2022 年，AMD 总收入为 236 亿美元、yoy+44%，其中数据中心业务、客户业务、游戏业务、嵌入式业务分别为 60/62/68/46 亿美元，yoy+64%/-10%/21%/1750%。2022 财年净利润为 13.20 亿美元、yoy-58%。2023Q1 AMD 总收入为 53.5 亿美元、yoy-9%，其中数据中心业务、客户业务、游戏业务、嵌入式业务分别为 13/8/18/16 亿美元，yoy+0%/-65%/-6%/+163%。2023Q1 财季净利润为-1.39 亿美元、yoy-117.68%。Q2营收指引中值 53 亿美元，低于分析师预期的 55 亿美元。

推出 Instinct MI300系列芯片，提供算力新供给。1）硬件端，2023年6月，AMD发布了 Instinct MI300A（APU）、Instinct MI300X（GPU），预计最快将于今年第 4 季度开始量产。Instinct MI300A 是全球首款面向 HPC、AI 的 APU 加速器，实现了 CPU、GPU的合体。Instinct MI300X 芯片及其 CDNA 架构专为大型语言模型和其他尖端 AI 模型设计，拥有 1530 亿晶体管、192GB HBM3 内存和 5.2TB/s 的存储带宽，其 HBM 密度最高是英伟达 H100芯片的2.4倍、HBM 带宽最高是H100的 1.6倍。2）软件端，AMD 推出ROCm 生态圈，对标英伟达CUDA，通过HIP去兼容CUDA，这在一定程度上缓解了 AMD在 GPU 运算环境上落后于 NVIDIA 的局面。2023 年 4 月，AMD 宣布 ROCm 即将登陆Windows 操作系统，且计划将 ROCm 支持扩展到消费类显卡、而不仅仅是支持专业级GPU。

投资逻辑：积极布局 AI，Instinct MI300X 性能优秀。AMD 新推出的 Instinct MI300X芯片，在 HBM 密度和 HBM 带宽方面超过英伟达 AI 芯片 H100，带来算力市场新供给。芯片量产后，AMD 也有望受益于科技公司对AI模型训练需求的提升。

相关标的：国内AI芯片公司寒武纪（688256.SH）、海光信息（688041.SH）、景嘉微（300474.SZ）、澜起科技（688008.SH），国产芯片代工华虹半导体（01347.HK）等。

风险提示：下游需求不及预期、行业竞争加剧、中美关系升级的风险。

图表39：超微半导体财务数据（百万美元）

	2020	2021	2022	1Q22	1Q23
收入	9763	16434	23601	5887	5353
数据中心		3,694	6,043	1293	1295
客户		6,887	6,201	2124	739
游戏		5,607	6,805	1875	1757
嵌入式		246	4,552	595	1562

毛利	4347	7929	10603	2818	2359
毛利率	45%	48%	45%	48%	44%

研发费用率	20%	17%	21%	18%	26%
销售及行政费用率	10%	9%	10%	10%	11%

净利润	2490	3162	1320	786	-139
净利率	26%	19%	6%	13%	-3%

资料来源：公司公告，国盛证券研究所

4.3 微软（MSFT.O）：绑定 OpenAI，引领 AI 浪潮

微软主要业务分为生产力和业务流程、智能云、更多个人计算。其中，生产力和业务流程包含 Office 业务、Dynamics 业务、LinkedIn。智能云主要包含服务器产品与云服务（Azure、Windows Server、Visual Studio 等）和企业服务。更多个人计算主要包含Windows 业务、设备（Surface、手机及 PC 配件）、游戏（Xbox）和搜索和新闻广告等产品。

2022 财年，微软总收入为 1983 亿美元、yoy+18%，其中生产力和业务流程、智能云、更多个人计算分别为 634/753/597 亿美元，yoy+18%/25%/10%。2022 财年净利润为727 亿美元、yoy+19%。2023Q3 财季，微软总收入为 529 亿美元、yoy+7%，其中产力和业务流程、智能云、更多个人计算分别为 175/221/133 亿美元，yoy+11%/+26%/-9%。2023Q3 财季净利润为 183 亿美元、yoy+9%。

绑定 Open AI，引领 AI 浪潮。

1）算力层：2023年 3月，微软宣布加强和英伟达（NVDA.US）的合作，将GPU从此前的A100 升级到H100，推出专门针对人工智能开发的全新的ND H100 v5虚拟机。

2）模型层：2019 年微软和 OpenAl 宣布建立独家合作伙伴关系。2022 年 11 月，OpenAI推出 ChatGPT、引起强烈反响，2023 年 3 月推出多模态大模型 GPT-4、实现全面提升。

3）应用层：微软加速整合ChatGPT能力到自身产品应用中。如：2023年2月，微软将ChatGPT 能力整合，推出基于 AI 驱动的 Bing 和 Edge 浏览器。3 月，微软宣布推出Microsoft 365 Copilot，全球上线 Azure OpenAI 服务。4 月，开源 Deep Speed Chat，帮助用户训练类 ChatGPT 等大语言模型。5 月，微软发布 Windows Copilot、打造 Win11人工智能“个人助理”，升级Bing 搜索和Edge浏览器、包括全面开放 Bing Chat。

投资逻辑：AI有望推动微软办公软件、云计算以及搜索广告的提升。我们预计，赛道内AI 模型的持续演进、以及 Copilot 等产品应用的进展，有望带来微软三类业务的提升：1）办公软件：未来有望实现微软 office 云产品付费用户和 ARPU 的提升。2）云计算：AI 或将重塑云计算格局，MaaS 服务或将兴起，在大模型上的优先布局、以及自身交互打通的云生态加持下，微软云的市场份额有望持续提升。3）搜索广告：有望实现用户参与度提升，以及广告费率提升。

关注相关标的：国内办公软件公司金山办公（688111.SH）、金山软件（3888.HK）、泛微网络（603039.SH）等；布局大模型的百度集团（9888.HK）、阿里巴巴（9988.HK）、腾讯控股（0700.HK）、商汤（0200.HK）、科大讯飞（002230.SZ）等；搜索引擎公司三六零（601360.SH）等。

风险提示：AI 发展不及预期风险、商业化进展不及预期风险、政策风险。

图表40：微软财务数据（百万美元）

	FY 2020	FY 2021	FY 2022	FY 3Q22	FY 3Q23
收入	143,015	168,088	198,270	49,360	52,857
生产力和业务流程	46,398	53,915	63,364	15,789	17,516
智能云	48,366	60,080	75,251	19,051	22,081
更多个人计算	48,251	54,093	59,655	14,520	13,260

毛利	96,937	115,856	135,620	33,745	36,729
毛利率	67.8%	68.9%	68.4%	68.4%	69.5%
费用率
研发费用率	13.5%	12.3%	12.4%	12.8%	13.2%
销售费用率	13.7%	12.0%	11.0%	11.3%	10.9%
行政费用率	3.6%	3.0%	3.0%	3.0%	3.1%

经营利润	52,959	69,916	83,383	20,364	22,352
生产力和业务流程	18,724	24,351	29,687	7,184	8,639
智能云	18,324	26,126	32,721	8,281	9,476
更多个人计算	15,911	19,439	20,975	4,899	4,237

经营利润率	37%	42%	42%	41%	42%
生产力和业务流程	40%	45%	47%	46%	49%
智能云	38%	43%	43%	43%	43%
更多个人计算	33%	36%	35%	34%	32%

净利润	44,281	61,271	72,738	16,728	18,299
净利润率	31.0%	36.5%	36.7%	33.9%	34.6%

资料来源：公司公告，国盛证券研究所

4.4 谷歌（GOOGL.O）：把握 Alpha，bet on AI！

全球科技巨头，立足搜索、不断创新。Alphabet为谷歌的母公司，2022年收入2828亿美元（同比+9.8%），可分为谷歌服务/谷歌云/创新业务三大分部，分别占据收入的89.6%/9.3%/0.4%。谷歌服务又可以分为广告业务和谷歌其他：（1）广告业务为公司的现金牛业务，占据公司收入的 79.4%。其中，谷歌搜索和其他广告（AdWords）占据公司整体收入的 57.4%，谷歌联盟（AdSense、AdMob、Google Ad Manager）占据 11.6%，YouTube 广告占据 10.3%；（2）谷歌其他，例如 Google Play、Pixel 手机、YouTubePremium 等，占据公司整体收入的 10.3%。三大分部中，仅有谷歌服务实现正的经营利润，经营利润率 33.8%。但谷歌云业务从 1Q23 起，经营利润扭亏，未来亦有望持续为公司贡献利润。

全面夯实，引领 AI发展。通过梳理谷歌在 AI 基础设施、深度学习框架、算法模型等不同层面的技术基础以及响应的应用生态，我们发现谷歌在人工智能领域的优势是扎实且全面的。

1）算力基础设施方面，谷歌的 TPU v4使用了光互连，具有高可拓展性、可重配置两大特性，大幅提升了性能，甚至其 MLPerf 基准测试结果及功耗情况较英伟达A100 更佳。

2）深度学习框架方面，公司的TensorFlow为全球目前最流行的深度学习框架之一，且公司仍在继续开发可以支持 GPU 和云 TPU 加速器、自动微分 Numpy 的 Jax框架。

3）算法模型方面，公司推出的 Transformer成为各种预训练大模型的基础，GPT中的“T”即代表 Transformer。公司在 Transformer 的基础上，推出了 PaLM2 自然语言模型、ViT计算机视觉模型、PaLM-E多模态模型，其中PaLM 2 的部分测试结果超越了GPT-4。此外，公司仍在继续开发下一代多模态大模型——Gemini。

4）应用生态方面：在对话领域，谷歌推出的Bard 全面对标 ChatGPT。在搜索领域，集成了AI 功能的搜索可以实现连续多轮对话、实时搜索，搜索上的Bard与新必应上面的 ChatGPT 相比各有千秋。在办公领域，对标 Copilot，谷歌将 Duet AI整合进 Workspace 办公套件。

投资逻辑：我们认为搜索引擎市场格局稳定，公司稳居全球第一。通过全面布局AI，未来公司云服务业务有望全面受益，更多场景端应用的探索也有望为公司带来新的增长引擎。

关注相关标的：国内搜索引擎公司百度（9888.HK）、三六零（601360.SH）等，办公软件相关公司金山软件（3888.HK）、金山办公（688111.SH）等。

风险提示：技术变现或业务发展不及预期的风险、监管风险、行业增长不及预期的风险、盈利能力改善不及预期的风险。

图表41：谷歌（Alphabet）财务数据（百万美元）

	2020	2021	2022	1Q22	1Q23
收入	182,527	257,637	282,836	68,011	69,787
YoY	12.8%	41.2%	9.8%	23.0%	2.6%

谷歌搜索整体	168,635	237,529	253,528	61,472	61,961
YoY	11.1%	40.9%	6.7%	20.1%	0.8%
谷歌云	13,059	19,206	26,280	5,821	7,454
YoY	46.4%	47.1%	36.8%	43.8%	28.1%
创新业务	657	753	1,068	440	288
YoY	-0.3%	14.6%	41.8%	122.2%	-34.5%

毛利	97,795	146,698	156,633	38,412	39,175
GPM	53.6%	56.9%	55.4%	56.5%	56.1%
销售费用	17,946	22,912	26,567	5,825
管理费用	11,052	13,510	15,724	3,374	6,533
研发费用	27,573	31,562	39,500		3,759
				9,119	11,468
销售费用率	9.8%	8.9%	9.4%	8.6%	9.4%
管理费用率	6.1%	5.2%	5.6%	5.0%	5.4%
研发费用率	15.1%	12.3%	14.0%	13.4%	16.4%

经营利润（百万美元）	41,224	78,714	74,842	20,094	17,415
经营利润率	22.6%	30.6%	26.5%	29.5%	25.0%

归母净利润（百万美元）	40,269	76,033	59,972	16,436	15,051
归母净利润率	22.1%	29.5%	21.2%	24.2%	34.2%

资料来源：公司公告，国盛证券研究所

4.5 Meta（META.O）：全球社交媒体巨头，致力于 AI开源模型

Meta是全球社交媒体巨头，主要业务分为应用程序系列和现实实验室。其中，应用程序系列包含 Facebook、Instagram、WhatsApp 和 Messenger，主要通过广告业务和会员服务等产生收入。现实实验室主要包含 VR 虚拟现实和 AR 增强现实，主要通过消费硬件、软件和内容创收，包含智能眼镜 Meta Quest 2、Meta Quest Pro 和 VR/AR 游戏等 APP。

2022 年，Meta 总收入为 1166 亿美元、yoy-1%，其中应用程序系列的广告收入、现实实验室收入分别为 1144/22 亿美元，yoy-1%/-5%。2022 财年净利润为 232 亿美元、yoy-41%。2023Q1，Meta 总收入为 286 亿美元、yoy+3%，其中应用程序系列的广告收入、现实实验室的收入分别为 283/3 亿美元，yoy+4%/-51%。2023Q1 净利润为 57 亿美元、yoy-24%。

加强超算和自研芯片布局，致力于模型开源。

1）算力层：2023年5月，Meta公告超级计算机 RSC 已经进入到第二阶段，将包含 1.6万个英伟达 A100GPU，用于训练LLaMA 大语言模型及其他技术。此外，5月Meta发布训练和推理加速器芯片MTIA、用于训练和支持人工智能模型的运行，计划2025年推出；Meta开发芯片 MSVP，以处理特定类型的计算工作负载，主要满足视频点播和实时流媒体处理需求。

2）模型层：不同于主流厂商建立大模型并通过 MaaS 开放 API，Meta 选择开源模型路线。2023年2月，Meta上线开源大语言模型LLaMA。4月，发布开源图像分割模型 SAM。5 月，Meta 宣布开源可以横跨 6 种不同模态的全新 AI 模型ImageBind。6月，Meta 发布AI 语音生成模型 VoiceBox，又开源了音乐生成模型MusicGen。据英国《金融时报》，Meta准备发布其大语言模型 LLaMA 的商用版本。

3）应用层，2023 年 2 月 27 日，据 Meta 首席执行官扎克伯格，Meta 正在组建新的产品团队，专注于生成式 AI 技术，未来或将应用于 WhatsApp、Messenger 以及 Instagram等平台。

投资逻辑：广告主业复苏，AI 尚待落地。业务面看，Meta 广告业务逐步复苏，主要由于来自 TikTok 的竞争有所缓解、Reels带来新增广告库存以及效果广告表现优秀。目前生成式 AI 尚未对公司业务产生巨大推动，后续相关技术嵌入主要 APP 产品后，有望提升用户规模以及付费率，带来广告收入及会员收入的提升。此外，若LLaMA商用版本发布，或将成为Meta收入增长新动力。

相关标的：国内互联网公司腾讯控股（0700.HK）、百度（9888.HK）、阿里巴巴（9988.HK）等。

风险提示：AI 发展不及预期、广告业务复苏不及预期、监管不确定性。

图表42:Meta 财务数据（百万美元）

	2020	2021	2022	1Q22	1Q23
收入	85,965	117,929	116,609	27,908	28,645
Family of Apps	84,826	115,655	114,450	27,213	28,306
Reality Labs	1,139	2,274	2,159	695	339

毛利	69,273	95,280	91,360	21,903	22,537
毛利率	81%	81%	78%	78%	79%

销售费用率	21%	21%	30%	28%	33%
研发费用率	13%	12%	13%	12%	11%
行政费用率	8%	8%	10%	8%	10%

经营利润 Family of Apps	32,671	46,753	28,944	8,524	7,227

(FOA)	39,294	56,946	42,661	11,484	11,219
Reality Labs	-6,623	-10,193	-13,717	-2,960	-3,992
净利润
净利率	29,146 34%	39,370 33%	23,200 20%	7,465 27%	5,709 20%

资料来源：公司公告，国盛证券研究所

4.6 Oracle（ORCL.N）：全球数据库龙头，全面拥抱 AI 服务

全球数据库龙头，云服务及许可证业务快速发展。Oracle是全球数据库龙头，主要业务分为云服务和许可支持、云与本地许可证、硬件、服务。其中，云服务和许可支持包含SaaS、PaaS、IaaS等云计算服务的提供，以及软件更新和产品支持的收入。云与本地许可包含数据库、中间件、应用程序等软件产品的销售。

2023 财年，Oracle 总收入为 500 亿美元、yoy+18%，其中云服务和许可支持、云与本地许可证、硬件、服务部分分别为 353/58/33/56 亿美元，yoy+17%/-2%/+3%/75%。2023 财年净利润为 85 亿美元、yoy+27%。2023Q4 财季，Oracle 总收入为 138 亿美元、yoy+12%，其中云服务和许可支持、云与本地许可证、硬件、服务部分分别为94/22/8.5/15 亿美元，yoy+5%/+67%/+5%/+6%。Oracle 云计算业务（IaaS+SaaS）2023Q4财季营收44亿美元，同比增长54%。2023Q4财季净利润为33亿美元、yoy+4%。

具备高性能低成本的 GPU集群技术，合作 Cohere 提供原生生成式 AI 服务。1）算力层，甲骨文的云基础设施OCI 提供最高性能和最低成本的GPU 集群技术，在运行AI 工作负载具有独特优势，有望加速大语言模型训练、同时降低成本。2023年6月，甲骨文宣布计划提供带有第 4 代 AMDEPYC 处理器的新 Oracle 云基础设施(OCI)ComputeE5 实例。甲骨文创始人艾利森表示，甲骨文第二代云计算服务平台（Gen2Cloud）已迅速成为执行生成式 AI 工作负载首选，英伟达也使用甲骨文集群作为其 AI 基础设施。2）模型层，甲骨文与领先的企业 AI 平台 Cohere 合作，提供原生生成式 AI 服务。Cohere 将在OCI 上训练、构建和部署其生成式 AI 模型。3）应用层，6 月，甲骨文宣布将在其面向企业的人力资源软件中添加生成式AI功能。

投资逻辑：云业务快速增长，AI推动订单量增长。甲骨文云业务（IaaS、SaaS）实现快速增长。此外，AI 需求增长有望带来甲骨文云需求增长，据甲骨文创始人艾利森，MosaicML、Adept AI、Cohere 等超过 30 家从事大型语言模型 AI 公司签约采购超过 20 亿美元的Gen 2 Cloud 合同。此外，AI 应用的落地也有望带来产品功能提升。

相关标的：云厂商金山云（3896.HK）、优刻得（688158.SH）、拓维信息（002261.SZ）、光环新网（300383.SZ）等。管理软件供应商金蝶国际（0268.HK）、用友网络（600588.SH）、广联达（002410.SZ）、泛微网络（603039.SH）等。

风险提示：AI 发展不及预期、云业务增长不及预期、监管不确定性。

图表43：Oracle 财务数据（百万美元）

	FY 2021	FY 2022	FY 2023	FY 4Q22	FY 4Q23
收入	40,479	42,440	49,954	11,840	13,837
云服务和许可证支持	28,700	30,174	35,307	7,612	9,370
云与本地许可证	5,399	5,878	5,779	2,539	2,152
硬件	3,359	3,183	3,274	856	850
服务	3,021	3,205	5,594	833	1,465

毛利	32,624	33,563	36,390	9,444	10,107
毛利率	81%	79%	73%	80%	73%

销售费用率	19%	19%	18%	19%	17%
研发费用率	16%	17%	17%	17%	16%
行政费用率	3%	3%	3%	3%	3%

净利润净利率	13,746 34%	6,717 16%	8,503 17%	3,189 27%	3,319 24%

资料来源：公司公告，国盛证券研究所

4.7 Salesforce（CRM.N）：全球 CRM SaaS 龙头，探索 AI+CRM 服务

全球 CRM SaaS 龙头，基础业务稳健。Salesforce 主要提供客户关系管理 CRM 系统，通过Customer360 平台通过跨系统、应用程序和设备帮助用户连接客户数据以创建完整的客户视图，将销售、服务、营销、商务和 IT 团队联合起来。Customer 360 平台涵盖销售（Sales Cloud 360）、服务(Service Cloud)、营销(Marketing Cloud)、商务(CommerceCloud)、协作(Slack)、集成(MuleSoft)、人工智能(Salesforce Einstein)、分析(Data Cloud,Tableau)、自动化等。

2023财年，Salesforce总收入为314亿美元，yoy+18%，其中专业服务与其他和订阅与支持业务收入分别为 23/290 亿美元，yoy+27%/+18%。2023 财年净利润为 2.1 亿美元，2022 财年为 14.4 亿美元。2024Q1 财季，Salesforce 总收入为 82 亿美元，yoy+11%，其中专业服务与其他和订阅与支持业务收入分别为 6/76 亿美元，yoy+9%/+11%。2024Q1 财季净利润为 2 亿美元，同比增长 611%。

深耕 CRM 垂直行业，陆续推出 GPT 产品及 AI Cloud 云服务。

1）模型端，2023 年 3 月，基于 OpenAI 技术，Salesforce 发布全球第一个 CRM 生成式AI Einstein GPT。

2）产品端，Salesforce 加速整合 ChatGPT 模型能力，陆续推出 GPT 产品及 AI Cloud 云服务。

⚫ GPT 产品方面，5 月 Salesforce 推出对话式 AI Slack GPT、以及用于数据分析的生成式 AI Tableau（Tableau GPT 与 Tableau Pulse），6 月 Salesforce 推出MarketingGPT和 CommerceGPT，聚焦营销与商务场景。

AI Cloud 云服务方面，6 月 Salesforce 宣布推出 AI Cloud 服务，包含 Sales GPT、Service GPT、Marketing GPT、Commerce GPT、Slack GPT、Tableau GPT、FlowGPT、Apex GPT 等 9 种模型或服务，未来 2-3 个月 AI Cloud 有望推出 16 个新产品或功能，AI Cloud组合售价或为 36万美元/年。

3）信任方面，AI Cloud 包括全新 Einstein GPT 信任层（Trust Layer）、保护企业数据安全，AI Cloud 支持多种 LLM 模型部署，包括第三方 LLM 模型、Salesforce 自有 LLM 模型及企业自有模型。

4）对外投资方面，加强 AI 投资。如将投资于新兴 AIGC 企业的基金规模从 2.5 亿美元增至 5亿美元，近期宣布进一步投资 Anthropic和 Cohere等。

投资逻辑：业务稳健，加速 AI 产品布局。作为全球 CRM 龙头，Salesforce 整体增长相对稳健。在 AI 方面，Salesforce 深耕 CRM 领域，对内陆续推出 GPT 产品及 AI Cloud 云服务，对外继续扩大 AI 投资。企业信任方面，Einstein GPT信任层（Trust Layer）保护企业数据安全、解决企业参与大模型的痛点，AI Cloud 支持多种LLM 模型部署。AI嵌入CRM 环节相关产品应用后，有望在数据分析、营销商务、开发代码等方面实现效率和体验的提升，推动付费客户规模扩张、及 ARPU 提升，比如 AI Cloud 组合售价 36 万美元/年，实现提价。

相关标的：国内管理软件供应商金蝶国际（0268.HK）、用友网络（600588.SH）、广联达（002410.SZ）、宝信软件（600845.SH）、泛微网络（603039.SH）等。

风险提示：公司业务发展不及预期、行业竞争加剧风险。

图表44:Salesforce 财务数据（百万美元）

	FY2021	FY2022	FY2023	FY1Q23 FY1Q24
收入	21,252	26,492	31,352	7,411	8,247
订阅与支持	19,976	24,657	29,021	6,856	7,642
专业服务与其他	1,276	1,835	2,331	555	605

毛利	15,814	19,466	22,992	5,366	6,122
毛利率	74%	73%	73%	72%	74%

研发费用率	17%	17%	16%	18%	15%
营销费用率	46%	45%	43%	45%	38%
行政费用率	10%	10%	8%	9%	8%

净利润	4,072	1,444	208	28	199
净利率	19%	5%	1%	0%	2%

资料来源：Wind，公司公告，国盛证券研究所

4.8 Adobe（ADBE.O）：“三朵云”产品矩阵协同发展，产品 AI化有望贡献增量

Adobe是创意软件龙头公司，主要产品包含图像编辑Photoshop、Illustrator，视频编辑Premiere Pro，以及 PDF 编辑软件 Acrobat 等。Adobe 主要业务分为数字媒体（创意云+文档云）、数字体验（体验云）、出版和广告。

2022 财年，Adobe 总收入为 176 亿美元、yoy+12%，其中数字媒体、数字体验、出版和广告业务分别为 128/44/3 亿美元，yoy+11%/+14%/-14%。2022 财年净利润为 48亿美元、yoy-1%。2023Q2 财季，Adobe 总收入为 48 亿美元、yoy+10%，其中数字媒体、数字体验、出版和广告部分分别为 35/12/0.9 亿美元，yoy+10%/+11%/-5%。2023Q2财季净利润为 13 亿美元、yoy+10%。

Adobe 将多项 AI 功能嵌入产品应用中。2023 年 3 月，在设计方面，Adobe 推出图像生成模型Adobe Firefly，其依靠输入文字信息，可实现图像生成、模型构建、图像编辑以及图形加工等。在数字体验方面，Adobe 发布了 Adobe Experience Cloud 的全新生成式 AI Sensei GenAI。4 月，Adobe 将人工智能功能引入 Premiere Pro，包括文本剪辑视频等。6 月，推出 Photoshop 中的生成填充（Generative Fill），将 Adobe Firefly 生成 AI功能直接引入设计工作流程。版权方面，Adobe Firefly的训练来源主要是自有图库、授权内容和公开内容，公司承诺将为 Adobe Firefly相关的版权索赔负责。Adobe的图像编辑、视频编辑以及文档等产品，未来有望直接受益于 AI 技术应用带来的产品功能提升，推动付费用户以及ARPU的提升。

投资逻辑：“三朵云”产品矩阵协同发展，AI 有望贡献增量。Adobe创意云、体验云、文档云的“三朵云”产品矩阵协同发展，完善服务。随着公司不断加大 AI 布局，如数字媒体业务推出图像生成模型 Adobe Firefly，数字体验推出 AI Sensei GenAI 等，Adobe 的核心产品有望直接受益于AI技术应用带来的产品功能提升，推动付费用户以及 ARPU的提升。

相关标的：国内数字创意产品服务提供商万兴科技（300624.SZ）、影像视觉公司美图公司（1357.HK）、国内 PDF 软件龙头福昕软件（688095.SH）等。

风险提示：行业竞争加剧风险、AI监管不确定性风险。

图表45：Adobe 财务数据（百万美元）

	FY 2020	FY 2021	FY 2022	FY2Q22	FY2Q23
收入	12,868	15,785	17,606	4,386	4,816
数字媒体	9,233	11,520	12,842	3,200	3,510
数字体验	3,125	3,867	4,422	1,095	1,220
出版及广告	510	398	342	91	86

毛利	11,146	13,920	15,441	3,847	4,244
毛利率	87%	88%	88%	88%	88%

研发费用率	17%	16%	17%	17%	18%
营销费用率	28%	27%	28%	28%	28%
行政费用率	8%	7%	7%	7%	7%

净利润	5,260	4,822	4,756	1,178	1,295
净利率	41%	31%	27%	27%	27%

资料来源：Wind，公司公告，国盛证券研究所

4.9 Unity（U.N）：全球游戏引擎巨头，探索 AI 工具赋能游戏开发

Unity 是全球领先的实时 3D 内容创作运营平台。主要业务分为创造解决方案和增长解决方案，其中创造解决方案包括以 Unity 游戏引擎为核心的订阅解决方案、企业支持、专业服务以及云和托管服务。运营解决方案包括商业化解决方案、用户获取、Supersonic游戏分发等。

2022 年，Unity 总收入为 13.9 亿美元、yoy+25%，其中创造解决方案和增长解决方案分别为 7.2/6.75 亿美元，yoy+119%/-5%。2022 年净利润为-9.2 亿美元、上年为-5.3 亿美元。2023Q1，Unity 总收入为 5 亿美元、yoy+56%，其中创造解决方案和增长解决方案的收入分别为 1.9/3.1 亿美元，yoy+61%/+70%。2023Q1 净利润为-2.5 亿美元，上年同期为-1.8亿美元。

探索 AI 赋能游戏开发。2023 年 3 月，Unity 发布 AI 引擎 beta 版本，为开发者提供 AI驱动的游戏开发工具。在 2023Q1 财报中，Unity 专门开辟“Gen-AI”专栏，表示 UnityAI技术应用的核心是“虚实结合”，用户可通过AI工具快速生成草稿、并将成果转入确定性编辑工具，Unity将在今年内推出使用自然语言的UI 页面，帮助用户在两种工具中切换，以增加开发效率。2023 年 6 月，Unity 中国负责人暴林超提出了构建 Unity 中国版引擎 Copilot-U3D Copilot 的构想。此外，6 月底 Unity 宣布将推出两款新 AI 产品 UnityMuse 和 Unity Sentis，其中 UnityMuse 是内容创建 AI 平台、可加速视频游戏和数字孪生等的创建，Unity Sentis 可以在 Unity 运行时嵌入 AI 模型。

投资逻辑：收入快速增长，AI有望提供新动力。合并ironSource后，Unity的收入快速增长。引入AI工具之后，游戏开发效率有望提升、成本有望降低，同时或将吸引更多开发者参与，推动游戏引擎业务增长。

相关标的：国内AI+游戏相关公司腾讯控股（0700.HK）、网易（9999.HK）、心动公司（2400.HK）、中手游（0302.HK）、恺英网络（002517.SZ）、巨人网络（002558.SZ）、三七互娱（002555.SZ）等。

风险提示：AI 技术发展进度不及预期、商业化存在不确定性、政策监管风险。

图表46:Unity财务数据（百万美元）

	2020	2021	2022	1Q22	1Q23
收入	772	1,111	1,391	320	500
创造解决方案	373	507	716	165	187
增长解决方案	400	604	675	156	313

毛利	600	857	949	226	338
毛利率	78%	77%	68%	71%	68%

研发费用率	52%	63%	69%	69%	56%
营销费用率	28%	31%	36%	32%	43%
行政费用率	33%	31%	27%	23%	19%

净利润	-282	-533	-919	-178	-254
净利率	-37%	-48%	-66%	-55%	-51%

资料来源：Wind，公司公告，国盛证券研究所

4.10 Booking（BKNG.O）：发布 AI 行程规划功能，AI+文旅望带来业务增量

Booking 为全球领先的在线旅游平台，包含六大子品牌 Booking.com、Priceline、Agoda、Rentalcars.com、KAYAK 和 OpenTable。主要业务包含在线住宿预订、在线旅游预订、广告和其他收入，其中在线住宿预订业务为 Booking 的主要收入来源。

2022 年 Booking 总收入为 171 亿美元、yoy+56%，其中代理收入、商户收入、广告和其他收入分别为 90/72/9 亿美元，yoy+35%/95%/49%。2022 年净利润为 31 亿美元、yoy+162%。2023Q1 Booking 总收入为 38 亿美元、yoy+40%，其中代理收入、商户收入、广告和其他收入分别为 18/18/2 亿美元，yoy+23%/+67%/+25%。2023Q1 净利润为 3 亿美元、yoy+138%。

发布 AI 行程规划功能，部分功能基于 OpenAI 的 ChatGPT API。Booking 宣布，从 6月 28 日起将面向 Genius 美国会员推出 AI 旅行规划服务——AI Trip Planner 测试版。AITrip Planner 可以通过问答进行个性化旅行建议、并创建个性化行程。这项新功能基于Booking.com 的机器学习模型和 OpenAI 的 ChatGPT API。AI Trip Planner 直接集成到Booking 应用程序中，提供目的地等相关信息的可视化列表，包含定价信息和更多详细信息链接等。

投资逻辑：AI+文旅望带来业务增量。随着旅游业复苏，Booking 业务恢复快速增长。
此外，AI行程规划功能有望大幅提升用户体验，推动用户量及 ARPU的提升。

相关标的：国内OTA平台携程集团（9961.HK）、美团（3690.HK）、同程旅行（0780.HK）等。

风险提示：居民消费能力下降风险、竞争风险、AI应用不及预期风险。

图表47:Booking 财务数据（百万美元）

	2020	2021	2022	1Q22	1Q23
收入	6,796	10,958	17,090	2,695	3,778
代理	4,314	6,663	9,003	1,450	1,782
商户	2,117	3,696	7,193	1,050	1,752
广告和其他	365	599	894	195	244

销售及营销费用率	43%	43%	46%	55%	54%
行政费用率	37%	27%	20%	28%	27%
研发费用率	4%	4%	3%	5%	4%

净利润	59	1,165	3,058	-700	266
净利润率	1%	11%	18%	-26%	7%

资料来源：Wind，公司公告，国盛证券研究所

4.11 特斯拉（TSLA.O）：AI算法持续迭代，智能化体验或将升级

智能车龙头，交付量快速增长。特斯拉主要业务为智能车销售和租赁、能源及存储、服务及其他等，主要车型包括 Model 3、Model Y、Model S、Model X。

2022 年特斯拉总收入为 815 亿美元、yoy+51%，其中汽车、能源及存储、服务及其他收入分别为 715/39/61 亿美元，yoy+51%/+40%/+60%。2022 年净利润为 126 亿美元、yoy+128%。2023Q1 特斯拉总收入为 233 亿美元、yoy+24%，其中汽车、储能发电、服务及其他收入分别为 200/15/18 亿美元，yoy+18%/+148%/+44%。2023Q1 财季净利润为 25 亿美元、yoy-23%。公司 2022 年交付了 131 万台车，指引 2023 年有望交付约 180 万台车。

持续迭代自动驾驶算法、完善座舱体验。

1）算力方面，据特斯拉 2023 年投资者日，公司目前在其数据中心拥有 14000 个GPU、30PB分布式视频缓存。特斯拉7月将开始投产用于 FSD 训练的超级计算机“Dojo”，用于计算机视觉视频处理和识别。它将用于训练特斯拉的机器学习模型，以改进其全自动驾驶（FSD）高级驾驶辅助系统。Dojo将拥有超过exaFLOPS（每秒百亿亿次浮点运算）的计算能力。

2）自动驾驶算法方面，特斯拉 FSD 不断迭代升级，比如 2020 年引入BEV+Transfomer 架构，2022 年采用 Occupancy Networks 新算法更直接地打造3D 空间、规划方面采用 Interation Search、矢量地图绘制采用 Lanes Network等。2023 年 4 月特斯拉发布 FSD Beta v11.4，2023 年 6 月 Elon Musk 表示 V12版本将不再是测试（Beta）版。

3）座舱智能方面，以Model Y 智能座舱为例，车辆会全程监控驾驶行为、实时反馈分析；具备智能语音控制、自动调节座椅、智能温度控制等功能；单一大屏配置，可以显示车辆状态、导航、娱乐等信息，简洁而颇具科技感。我们预计，未来AI相关应用将提升语音控制、车载助手、智能导航、路径规划等应用的用户体验。

投资逻辑：AI+汽车望带来业务增量。自动驾驶算法和智能座舱方面实现体验升级，推动车端销量及收入增长。

关注相关标的：造车新势力如理想汽车（2015.HK）、小鹏汽车（9868.HK）、蔚来-SW（9866.HK）、零跑汽车（9863.HK）等，以及相关智能驾驶企业如百度集团（00826.HK）等。

风险提示：自动驾驶推进速度不及预期、产品价格调整超出预期、原材料价格波动、人形机器人产业化进度不及预期。

图表48：特斯拉财务数据（百万美元）

2020	2021	2022	1Q22	1Q23
收入 31,536	53,823	81,462	18,756	23,329
汽车	27,236	47,232 71,462	16,861	19,963
汽车销售	24,604	44,125 67,210	15,514	18,878
汽车积分	1,580	1,465 1,776	679	521
汽车租赁	1,052	1,642	2,476	668 564
储能发电	1,994	2,789	3,909	616 1,529
服务及其他	2,306	3,802 6,091	1,279	1,837

毛利率	21%	25%	26%	29% 19%
汽车	26%	29% 28%	33%	21%
储能发电	1%	-5% 7%	-12%	11%
服务及其他	-16%	-3% 3%	-1%	7%

研发费用率	5%	5%	4%	5% 3%
销售及行政费用率10%		8% 5%	5%	5%

净利润	862	5,519	12,556	3,280 2,539
净利率	3%	10%	15%	17% 11%

资料来源：公司公告，国盛证券研究所

风险提示

算力需求不及预期。目前算力资源较为稀缺，如果未来算力需求不及预期，那或将对相关算力基础设施供应方产生影响。

大模型迭代不及预期。目前业内各类大模型层出不穷，但后续若 AI 大模型训练发展迭代速度慢于预期，或将影响应用落地效果。

B端及 C端应用落地不及预期。如果大模型最终B端、C端应用落地慢于预期，可能会带来相关公司基于AI的业务优化不及预期。

AI行业政策监管超预期。人工智能将对社会和经济产生深远影响，国内外均在审议出台AI相关监管法规制度，若政策监管超预期，或将一定程度影响 AI 应用落地效果。

免责声明

国盛证券有限责任公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。

本报告的信息均来源于本公司认为可信的公开资料，但本公司及其研究人员对该等信息的准确性及完整性不作任何保证。本报告中的资料、意见及预测仅反映本公司于发布本报告当日的判断，可能会随时调整。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。

本公司力求报告内容客观、公正，但本报告所载的资料、工具、意见、信息及推测只提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议,本公司不就报告中的内容对最终操作建议做出任何担保。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。

投资者应注意，在法律许可的情况下，本公司及其本公司的关联机构可能会持有本报告中涉及的公司所发行的证券并进行交易，也可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。

本报告版权归“国盛证券有限责任公司”所有。未经事先本公司书面授权，任何机构或个人不得对本报告进行任何形式的发布、复制。任何机构或个人如引用、刊发本报告，需注明出处为“国盛证券研究所”，且不得对本报告进行有悖原意的删节或修改。

分析师声明

本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的任何观点均精准地反映了我们对标的证券和发行人的个人看法，结论不受任何第三方的授意或影响。我们所得报酬的任何部分无论是在过去、现在及将来均不会与本报告中的具体投资建议或观点有直接或间接联系。

投资评级说明

投资建议的评级标准		评级	说明
评级标准为报告发布日后的6个月内公司股价（或行业指数）相对同期基准指数的相对市场表现。其中A股市场以沪深 300 指数为基准；新三板市场以三板成指（针对协议转让标的)或三板做市指数(针对做市转让标的)为基准；香港市场以摩根士丹利中国指数为基准，美股市场以标普500 指数或纳斯达克综合指数为基准。	股票评级	买入	相对同期基准指数涨幅在15%以上
		增持	相对同期基准指数涨幅在5%~15%之间
		持有	相对同期基准指数涨幅在-5%~+5%之间
		减持	相对同期基准指数跌幅在5%以上
	行业评级	增持	相对同期基准指数涨幅在10%以上
		中性	相对同期基准指数涨幅在-10%~+10%之间
		减持	相对同期基准指数跌幅在10%以上

国盛证券研究所

北京

地址：北京市西城区平安里西大街 26号楼 3层

上海

地址：上海市浦明路 868 号保利 One56 1 号楼 10 层

邮编：100032

邮编：200120

传真：010-57671718

电话：021-38124100

邮箱：gsresearch@gszq.com

南昌

深圳

地址：南昌市红谷滩新区凤凰中大道 1115 号北京银行大厦

邮编：330038

地址：深圳市福田区福华三路 100 号鼎和大厦 24楼

传真：0791-86281485

邮编：518033

邮箱：gsresearch@gszq.com

StartYourFinance

起点财经，网罗天下报告

海外市场

颠覆之间：AI 时代的 4个猜想——2023 年中期策略

增持（维持）

行业走势

作者

相关研究

每日 免 费 获取 报告 □

内容目录

图表目录

算力的竞赛

1.1 猜想 1：算力竞赛加码，格局尚难稳定

1.1.1 需求端：AI拉动成长，算力需求空间广阔

1.1.2 供给端：算力竞赛激烈角逐

（1）英伟达：率先卡位，软硬结合构筑护城河

1） 当前英伟达的 H100 和 A100 等产品在性能表现上全球领先。

2） 硬件性能之外，CUDA 软件生态为英伟达搭起护城河。

3） 英伟达正通过快速投资 AI 模型企业，进一步扩张 AI 版图、绑定下游潜在需求。

（2）AMD：GPU加速追赶英伟达，并快速布局FPGA

（3）谷歌：TPU不断迭代，TPU v4性能优秀

（4）英特尔：提升 FPGA推新频率，Gaudi2性能强

大模型：百模大战，MaaS何解

2.1 猜想 2：若模型同质化，则 MaaS不稀缺

2.1.1 大模型：从基模型到行业模型，百模大战开启

2.1.2 MaaS：若模型同质化，MaaS 壁垒何在？

我们认为，未来的赛道格局中，

三、 应用：从 B 端到 C 端，奇点时刻

3.1 猜想 3：B 端 SaaS：让企业级应用拥有魔法

3.1.1 办公：以微软为例，AI 融入 office 产品大幅提升办公效率

3.1.2 CRM：以 Salesforce 为例，提升 CRM 产品效率及企业信任

企业信任方面，Einstein GPT 信任层保护企业数据安全，支持多种 LLM 模型部署

3.1.3 设计：以Adobe为例，为设计创造更多可能

3.2 猜想 4：C端流量入口：搜索引擎或式微，流量入口回归场景

3.2.1 搜索引擎式微：中心化流量入口的削弱

3.2.2 场景为王：从服务到终端，得场景者得天下

四、 相关公司

4.1 英伟达（NVDA.O）：GPU龙头，受益于 AI模型兴起

4.2 超威半导体（AMD.O）：推出 Instinct MI300 芯片，提供算力新供给

4.3 微软（MSFT.O）：绑定 OpenAI，引领 AI 浪潮

绑定 Open AI，引领 AI 浪潮。

4.4 谷歌（GOOGL.O）：把握 Alpha，bet on AI！

4.5 Meta（META.O）：全球社交媒体巨头，致力于 AI开源模型

加强超算和自研芯片布局，致力于模型开源。

4.6 Oracle（ORCL.N）：全球数据库龙头，全面拥抱 AI 服务

4.7 Salesforce（CRM.N）：全球 CRM SaaS 龙头，探索 AI+CRM 服务

4.8 Adobe（ADBE.O）：“三朵云”产品矩阵协同发展，产品 AI化有望贡献增量

4.9 Unity（U.N）：全球游戏引擎巨头，探索 AI 工具赋能游戏开发

4.10 Booking（BKNG.O）：发布 AI 行程规划功能，AI+文旅望带来业务增量

4.11 特斯拉（TSLA.O）：AI算法持续迭代，智能化体验或将升级

持续迭代自动驾驶算法、完善座舱体验。

风险提示

免责声明

分析师声明

投资评级说明

国盛证券研究所

StartYourFinance

每日免费获取报告 □

1）当前英伟达的 H100 和 A100 等产品在性能表现上全球领先。

2）硬件性能之外，CUDA 软件生态为英伟达搭起护城河。

3）英伟达正通过快速投资 AI 模型企业，进一步扩张 AI 版图、绑定下游潜在需求。

三、应用：从 B 端到 C 端，奇点时刻

四、相关公司

人工智能行业海外市场：2023年中期策略，颠覆之间，AI时代的4个猜想-20230716-国盛证券-46页