生成式AI機遇和顛覆：演變中的萬億美元市場-彭博-2024

彭博專業(yè)服務生成式AI機遇和顛覆：演

變中的萬億美

元市場目錄02

內容提要03

值得關注的催化劑04

AI概覽14

市場變革18

細分市場分析22

用途不斷擴大25

個人化技術27

資本支出展望28

處理芯片和內存芯片需求35

監(jiān)管格局38

環(huán)境、社會和治理(ESG)展望41

業(yè)績和估值42

公司影響44

術語表45

方法2生成式人工智能(AI)和大型語言模型(LLM)的采用將給科技行業(yè)的每一個領域都帶來影響。彭博行業(yè)研究的市場規(guī)?；幽Ｐ惋@示，現(xiàn)有供應商和新供應商將重新定義當前的終端市場，到2032年，有望創(chuàng)造1.3萬億美元的收入。??

?科技巨頭比芯片制造商更受益：英偉達等半導體制造商被視為投資打造生成式AI基礎的大贏家，與訓練相關的銷售預計將成為最大的細分市場，在未來10年達到4,740億美元的規(guī)模。但我們預計微軟、亞馬遜和谷歌等云巨頭未來10年增速會比半導體行業(yè)的整體增速更快。??

?設備需求受益于推理采用：對經訓練的LLM數據和內容進行解釋的業(yè)務預計將達到1,680億美元的市場規(guī)模。邊緣設備制造商，如戴爾（個人電腦）、蘋果（智能手機）和特斯拉（聯(lián)網汽車），可能會成為與生成式?AI?相關的對話和視覺產品需求的受益者。??

傳統(tǒng)大型客戶關系管理(CRM)提供商面臨風險：我們預計，一些建立在基礎

LLM

之上的新興軟件產品或將給現(xiàn)有的客戶關系管理和企業(yè)資源規(guī)劃等領域帶來顛覆性變革，這可能會對

S、SAP

和

Adobe

等現(xiàn)有企業(yè)帶來挑戰(zhàn)。到2032年，這一市場的規(guī)模有望達到2,800億美元。內容提要在科技支出中的占比有望升至10%-12%隨著企業(yè)改變經營方式并對產品和服務進行強化，未來10年，生成式AI有望在硬件、軟件、服務、廣告、游戲等眾多領域創(chuàng)造1.3萬億美元收入，占科技領域總支出的10%-12%。使用大規(guī)模數據集通過機器學習和神經網絡算法訓練AI（即LLM）將形成一個巨大的市場，到

2032年，其銷售規(guī)模有望達到

4,740億美元，同時還將推升服務器加速器和數據中心存儲單元的需求。企業(yè)將利用公有云部署生成式

AI，從而令

Meta、微軟、亞馬遜和

Alphabet

等巨頭受益，銷售預計將以

60%的復合年增長率增至2,470億美元。彭博行業(yè)研究(BI)的專有模型可用于市場增長預測，彭博終端上還提供一款互動工具。網絡安全、藥物發(fā)現(xiàn)、AI助手（也稱

copilot）和編程工作流領域的軟件銷售額有望增加約

2,800億美元。許多軟件制造商已經在運用自研AIcopilot對產品進行優(yōu)化，其他安全、教育等領域的軟件制造商料將效仿。AI還可加快游戲和創(chuàng)意類軟件的開發(fā)，并通過提高定向投放能力，推動數字廣告支出增加

1,920億美元。隨著企業(yè)尋求有助于在削減成本的同時提高收入的產品，可能還將有

1,200億美元的資金流入IT和企業(yè)服務行業(yè)。主要研究主題??

AI訓練的風口：在硬件領域，隨著企業(yè)為管理用于“訓練”AI的繁重工作負載，而投資和?消費云巨頭提供的計算和存儲服務，到2032年，基礎設施支出規(guī)?；驅⑦_到4,740億美元，即設備市場的三倍。??

?推理至關重要：蘋果等智能手機廠商和特斯拉等汽車行業(yè)的原始設備制造商(OEM)有望?受益于對基于推理的對話式AI產品以及與生成式AI相關的視覺?AI產品的需求。機器經過?訓練后，即可通過推理，根據現(xiàn)有數據得出新知識或結論。??

?軟件用途數不勝數：生成式AI或可在各個細分市場找到用武之地，通過全新用戶交互方式顛覆現(xiàn)有的應用軟件類別，其中專業(yè)化助手的潛在市場規(guī)模最大，到2032年有望達到890億美元。工作負載基礎設施軟件或將帶來720億美元，再次是編程和開發(fā)與運營(DevOps)?工作流軟件，為500億美元。業(yè)績和估值彭博行業(yè)研究的

AI

主題籃子囊括科技板塊各領域的公司，是

2023

年迄今表現(xiàn)最突出的籃子?之一，回報率高達

47%，遠高于網絡安全（33%）和

云（32%）。AI板塊內表現(xiàn)突出的不僅限于英偉達（232%），硬件股的回報也高達67%，而半導體股也上升了

66%。2023年，半導體股的估值增幅最大，其次是超級大盤科技股。2值得關注的催化劑附加功能費用和法規(guī)為增長鋪平道路在企業(yè)的

IT

支出中，對生成式

AI

的支出已火速轉變?yōu)榉强蛇x支出，我們預計穩(wěn)定的硬件投資、聊天機器人的采用以及

copilot式產品的附加訂閱料將推動此類支出大幅增長。得益于對AI領域的大舉進軍，英偉達等公司的增長預期大幅上調，而微軟（Azure消費和copilot）等公司預計也將錄得強勁增長。Copilot、內容生成和定向廣告領跑重要里程碑??2023年下半年:用于訓練工作負載的GPU和加速器芯片供應情況得到改善??2023年下半年:新版基礎LLM的準確性得到提高??2024年:軟件公司推出的copilot附加功能費收入強勁??2024年:聊天機器人顛覆客戶服務領域,幫助企業(yè)降低運營成本??2024年:大型互聯(lián)網公司推出新內容生成工具,廣告定向投放能力得到改善??2025年:歐盟有望通過《AI法案》制定首個綜合性法規(guī)??2023-27年:臺積電的生成式AI業(yè)務實現(xiàn)50%的復合年增長率??2027年:在特定加速器要求的帶動下,AI網絡業(yè)務有望擴大五倍??2030年:生成式AI軟件支出從2022年的10億美元增加到1,850億美元(占總支出的10%)3AI概覽潛在市場規(guī)模增長在即根據彭博行業(yè)研究的市場規(guī)?；幽Ｐ停b于生成式

AI

能夠對科技行業(yè)的硬件、軟件、服務、廣告和游戲等細分市場的銷售起到提振作用，到

2032年，生成式

AI

有望形成一個規(guī)模達

1.3萬億美元的市場，復合年增長率達到約

42%。隨著這項革命性技術給企業(yè)經營方式帶來改變并優(yōu)化產品和?服務，生成式AI占上述領域信息技術總支出的比例可能會從目前的不到1%擴大到10%-12%。圖1:

生成式AI的收入潛力來源：彭博行業(yè)研究預測（基于IDC、eMarketer、Statista

數據）圖2:生成式AI支出來源：彭博行業(yè)研究預測（基于IDC、eMarketer、Statista

數據）半導體、硬件、云軟件、IT服務和廣告公司可能會引領這一變化。但我們可能也會看到新的產品和服務，例如現(xiàn)有產品的替代品以及新類別的出現(xiàn)。4訓練和推理帶來市場機會AI訓練平臺（LLM）基于包含數十億個參數的神經網絡，其市場份額可能會比推理（使用事先構建好的模型進行預測或決策）更大，從而推升對數據中心存儲單元和服務器加速器的需求。到2032年，訓練或將成為該領域最大的新增收入來源，市場規(guī)模將接近

5,000億美元，其中包括服務器、存儲和服務產品。而在推理市場，計算機視覺和對話式AI產品可能會成為新興類別，LLM將被用于特定領域的預測和應用。這些新產品有望推動規(guī)模高達

1萬億美元的設備市場加速增長，而該市場已經因受益于智能音箱和可穿戴設備而快速增長。圖3:

訓練

vs.

推理預測來源：彭博行業(yè)研究預測?（基于IDC的硬件和軟件數據）圖4:

生成式

AI

市場份額來源：彭博行業(yè)研究預測（基于IDC、eMarketer、Statista

數據）5在硬件領域內部，基礎設施支出（用于訓練）可能會達到設備支出（用于推理）的三倍，因為要管理繁重的相關工作負載，公司需要在服務器和存儲方面投入資金。生成式

AI

基礎設施即服務(IaaS)將是訓練

LLM的關鍵，有望為未來

10年的銷售帶來

2,470億美元的增量。計算機視覺

AI產品的市場規(guī)模有望增長至

610億美元，而對話式

AI

產品的銷售或將達到

1,080億美元。我們預計，到

2032

年

，AI或有望推動硬件市場總規(guī)模從去年的不到400億美元擴大到6,420億美元。在軟件領域，到

2032年，生成式

AI

產品帶動的額外支出可能會達到約

2,800億美元，復合年增長率為69%。網絡安全、藥物發(fā)現(xiàn)、AI助手以及編程工作流料將成為生成式AI支出的最大受益者。為增強用戶體驗，許多軟件企業(yè)可能都會推出自研

AIcopilot，而專業(yè)化助手軟件未來

10年的銷售規(guī)模有望達到

890億美元。受現(xiàn)有學習工具改進和新工具開發(fā)需求驅動，教育軟件的支出料將大幅增長。我們預計生成式

AI

會對游戲和創(chuàng)意軟件的開發(fā)起到加速作用，降低準入門檻，為行業(yè)變革創(chuàng)造機會。在互聯(lián)網領域，生成式AI能夠優(yōu)化廣告的定向投放，推動新形式的誕生，從而提高用戶參與度，推升廣告瀏覽量向銷售的轉化。與其他開發(fā)基礎LLM的公司相比，Meta和Alphabet這樣的巨頭對開放互聯(lián)網語料庫的依賴程度較低，因為它們擁有豐富的第一方數據可供利用，而且有強勁的資本支出實力，有助于進行模型訓練，以優(yōu)化廣告定向和提高效率。到

2032年，這樣的提升有望為數字廣告行業(yè)帶來1,920億美元增量收入。在

IT和企業(yè)服務領域，我們預計，隨著企業(yè)尋求能夠在驅動收入增長的同時降低不必要成本的新產品，生成式AI產品和工具的銷售有望帶來約1,200億美元增量收入。圖5:

生成式

AI

市場概覽來源：?彭博行業(yè)研究6云業(yè)務有望超越服務器開發(fā)盡管短期來看，服務器和存儲可能是生成式

AI

服務最突出的細分市場，但眾多企業(yè)無疑將利用公有云的部署形式。我們認為巨型企業(yè)將自行開發(fā)基礎

LLM，以便在其自有云基礎設施中達到最佳運?行效果。Meta、微

軟、Alphabet、英偉達、亞馬遜和其他同類供應商或將充當推動訓練LLM

發(fā)展的主力。這些公司能夠獲得用于建立訓練基礎設施所需的資金，同時保持較高的服務器利用率，從而將利潤率維持在健康水平。假以時日，生成式

AI

作為服務的市場規(guī)模料將遠高于服務器和存儲，隨著獨立服務器和存儲的增速逐漸下降，到

2032年，生成式

AI的增速有望達到

60%。與規(guī)模較小的基礎設施軟件同業(yè)相比，這一趨勢對于云巨頭的擴張更有利，反映出軟件即服務(SaaS)、平臺即服務(PaaS)和

IaaS

在規(guī)模達?5,000

億美元的公有云市場中占比的演變。所附圖表中的預測值為保守估計。雖然企業(yè)需求向云的過渡極可能在未來幾年加速，但我們并未將這一因素納入假設。圖6:

公有云總支出預測?（10

億美元）來源：?彭博行業(yè)研究預測?（基于

IDC

的硬件和軟件數據）圖7:

IaaS?和?PaaS?的收入預測?（10

億美元）來源：彭博行業(yè)研究預測?（基于

IDC

的硬件和軟件數據）7服務器需求料可在短期內維持健康狀態(tài)盡管最終會轉向云部署，但對生成式

AI

的爆炸性需求——正如

ChatGPT

熱潮所表現(xiàn)出來的——?料會推動基礎設施硬件市場大幅增長，尤其是為其提供必要算力的服務器。根據

IDC

的數據，?2025年，全球

AI

服務器市場或將較

2021年增加一倍，至

318億美元，年均增速有望達到

19.5%左右，超越服務器市場的整體增速（10.7%）。從明年起，AI料將給全球服務器收入帶來20%以上的貢獻，而

2021年為

15%。盡

管

2023年面臨多重經濟壓力，但得益于ChatGPT引發(fā)的生成式

AI領域的軍備競賽，AI服務器支出有望保持強勁。圖8:

IaaS?和?PaaS?的收入預測?（10

億美元）來源：彭博行業(yè)研究預測?（基于

IDC

的硬件和軟件數據）服務器需求的絕大部分或將流向為微軟、谷歌等主要云服務提供商構建定制模型的原始設計制造商(ODM)，這些云服務提供商為

AI

應用程序提供重要的支持和開發(fā)。在計算和存儲能力方面，它們的公有云基礎設施也提供必要的

AI

開發(fā)擴展能力。微軟是

OpenAI（ChatGPT

的所有者）的主要投資人；而微軟

Azure

是

ChatGPT

的獨家云平臺。中國臺灣主要

ODM

服務器廠商緯穎表示，2022年AI相關設備占其服務器出貨量的20%。目前，該公司預計來自云服務提供商的服務器訂單中將有近50%與AI有關。8圖9:

ODM

直接出貨服務器市場來源：IDCAI服務器的復雜設計或有助于提振相關供應商的利潤。普通服務器主要采用英特爾和AMD的x86

中央處理器(CPU)，但

AI

服務器采用所謂的異構計算架構，即將

CPU、圖形處理器(GPU)和基于高級精簡指令集計算機(RISC)架構的芯片（基于

ARM

架構）等不同的處理器，或自有的專用集成電路(ASIC)整合在一起。這種混合搭配的方法能夠優(yōu)化系統(tǒng)性能和功耗，但對服務器設計構成挑戰(zhàn)，因為每個處理器的指令集和數據傳輸周期都不一樣。因此，與欠缺專業(yè)性的競爭對手相比，擁有深厚設計專長的ODM將具備競爭優(yōu)勢，有可能收取更高的費用，從而提高利潤率。從使用通用CPU到使用定制加速器來處理大型數據集工作負載的轉變，是決定訓練能否成為比推理更大的市場的關鍵因素。預計到

2032年，訓練將占生成式

AI市場總規(guī)模的36%，而推理占

13%。?隨著更多公司開發(fā)訓練自有

LLM（例如

OpenAI

的

ChatGPT、Meta

的

LLaMA

和

Alphabet

的?Google

Bard），半導體加速器的應用可能會增加。9硬件更新速度加快；網絡是關鍵邊緣設備（用于控制進出網絡間邊界的數據流的硬件）推理需求可能會加速個人電腦和智能手機的升級換代——這些設備目前不太能夠跟得上AI

LLM的繁重處理、內存和存儲要求—

—同時催生出可穿戴設備和智能音箱以外的新類別。隨著更多應用在OpenAI的ChatGPT、谷歌的PaLM2和Meta的?LLaMA等基礎模型之上得到開發(fā)，對推理的需求料將增加。圖10:

2022

年智能音箱和可穿戴設備市場來源：IDC網絡已成為AI基礎設施中除服務器和GPU以外的另一個極具戰(zhàn)略意義的領域。這通常是超大規(guī)模云基礎設施的瓶頸所在，而企業(yè)致力于通過擴容來解決這一問題。但與常規(guī)云負載相比，生成式AI工作負載具有獨特性，其年均增速預計將超過100%，原因是它計算量繁重、對算力和加速器的要求高，且需要連接不同數據池來支持訓練和推理應用程序。因此，AI工作負載在單獨的網絡后端運行，而前端則與云基礎設施的其余部分和最終用戶連接。考慮到AI架構的快速增長，到2027，預計約25%-30%的超大規(guī)模網絡端口將支持AI流量。根據650

Group?的數據，?到2027年

，AI網絡的市場規(guī)模有望從2022年的20億美元增加到110億美元。10圖11:

AI

網絡架構概覽來源：彭博行業(yè)研究雖然大部分云網絡通過以太網協(xié)議傳輸流量，但In?niBand已成為連接AI集群的首選技術，因為它能夠高速傳輸數據，且損失極小。In?niBand服務于與高性能計算和超級計算環(huán)境，到2022年，該專有技術將占AI后端集群的87%。英偉達幾乎占據了整個In?niBand市場，并利用其在AI

GPU領域的領先地位，將其他技術也打包到其AI產品組合中。11圖12:

云端

AI

網絡銷售預測來源：650

Group不過，我們認為，博通的Jericho3Ai和思科的AI網絡芯片SiliconOne有望推動以太網技術增速超越

InfiniBand，奪取更大的市場份額。2022-27年，后端

AI

相關以太網銷售預計將以

69%的復合年增長率增長至

30億美元。最新的芯片和硬件創(chuàng)新解決了以太網數據流的“突發(fā)性”和“易丟包”特性，這可能使其具備比

InfiniBand

更大的吸引力。云巨頭熱衷采用以太網的一部分原因可能在于對相關技術的熟悉，但也有避免被鎖定在英偉達生態(tài)系統(tǒng)中的考慮存在。Arista

在高速網絡設備領域獨具優(yōu)勢，或有望成為云提供商轉向以太網的主要受益者。與此同時，英偉達則料可憑借其通過收購?Mellanox獲得的Spectrum交換機，促使客戶轉向面向AI的以太網網絡。圖13:

AI

以太網和整個云交換市場?的市場份額來源：650

Group、Dell

‘Oro12數字化轉型蔓延隨著ChatGPT等基于云的AI技術快速發(fā)展，邊緣AI開發(fā)的重要性越來越大，是推進AI生態(tài)系統(tǒng)的重要一步。邊緣

AI在實時決策和成本節(jié)約方面具有很高的價值，對于醫(yī)療、制造和交運等領域而言極為關鍵，有望帶來比基于云的AI更大的用戶群。我們的情景分析顯示，到2032年年底，邊緣AI半導體市場的規(guī)?？赡軙_到基于云的AI市場的3.37倍。未來10年，邊緣AI的采用料將推動消費品?（預計將以39%的10年復合年增長率領跑其他細分市場）、工業(yè)和自動化領域的AI采用率實現(xiàn)顯著增長。除生成式

AI以外，機器學習和其他

AI領域也可能會推出更先進的技術。過去幾年，甲骨文一直在大力開發(fā)其自治數據庫，AI預算分配的提高或將為其帶來增長。我們預計其他軟件提供商也將提供更多此類功能，利用機器學習自動完成為產品打補丁、安裝安全更新和通常需要由數據庫管理員執(zhí)行的任務。未來幾年，它有望在網絡安全領域發(fā)揮更大作用，尤其是在事件管理和分析組織內部的不規(guī)則模式方面。圖14:

市場規(guī)模（按部署類型）來源：IDC13市場變革硬件、廣告和游戲市場轉型在即生成式AI為變革提供了機會，特別是在硬件、數字廣告和游戲領域。訓練大型語言模型所需的計算密集度可能會推動市場份額向高級RISC機器轉移，從而可能會使這類設備成為硬件領域增長最快的類別。Alphabet、Meta

和其他數字廣告巨頭或可借助基于其龐大第一方數據庫的機器學習模型來改善定向投放和品牌轉化率。索尼、谷歌、Unity?以及游戲領域的其他企業(yè)或將利用AI?促進產品開發(fā)，優(yōu)化用戶體驗。LLM訓練利好向ARM的轉變訓練大型語言模型或將導致大部分市場份額從基于CPU的服務器流向基于高級RISC機器(ARM)的加速器。對AI服務器的需求激增已使ARM成為硬件領域增長最快的類別。我們認為，假以時日，隨著企業(yè)利用公有云部署?LLM?和其他形式的先進AI，生成式AI即服務的市場規(guī)模料將進一步擴大。圖15:

生成式

AI

即服務來源：彭博行業(yè)研究預測?（基于

IDC

的硬件和軟件數據）14圖16:

生成式

AI

軟件支出預測來源：彭博行業(yè)研究預測?（基于

IDC

的硬件和軟件數據）圖17:

2032

年軟件支出預測細分來源：彭博行業(yè)研究預測?（基于

IDC

的硬件和軟件數據）15廣告市場領頭羊Adobe和Salesforce擁有第一方數據優(yōu)勢LLM對計算和存儲的需求巨大，這是我們預計第一階段的實驗將與谷歌、微軟和AWS等云巨頭聯(lián)手展開的主要原因。即便在成熟階段，考慮到內部基礎設施開發(fā)的規(guī)模和所需的成本，此類公司仍有可能占據最大的市場份額。OpenAI

在訓練

Transformer

模型方面的領先優(yōu)勢以及較早與微軟達成合作，使

ChatGPT

的采用情況優(yōu)于

Meta、亞馬遜、Alphabet

和

Anthropic

等基于文本的

LLM。隨著大多數超大規(guī)模企業(yè)紛紛投資于自有基礎

LLM

的開發(fā)，我們認為

OpenAI

需要保持其在算法方面的領先地位，同時確保從維基百科、Reddit

和

Stack

Over?ow

等公司的開放式互聯(lián)網語料庫中獲取訓練數據。Alphabet

旗下

DeepMind

和

Google

Brain

AI

部門的合并，可以起到加速變革的作用，利用

LLM

來維持搜索、Chrome

和地圖應用等各個收入來源的用戶參與度。在向生成式

AI

的迅速轉型過程中

，Meta、Adobe、微

軟、Alphabet和Salesforce等巨頭比規(guī)模較小的競爭對手更具優(yōu)勢，?

原因有二：它們手握海量第一方數據，且擁有充足的資本可供部署。上述幾家公司在所屬類別的市場份額均領先，有能力提供海量信息用于訓練AI模型，從而得出更準確、更有效的結果。隨著由

AI

生成的內容涌現(xiàn)，提高用戶參與度和平臺的變現(xiàn)能力，Meta

等社交媒體平臺料將得到提振。LLM和生成式AI有望加速從傳統(tǒng)電視到數字廣告的轉變。據我們計算，到

2032年，隨著人們將更多時間花在線上，疊加廣告定向投放和個性化水平的提升，這一市場的規(guī)模料將擴大近2,000億美元。隨著LLM的功能不斷增強，這些平臺的廣告轉化率料可獲得提振，利好在云基礎設施領域實力強勁和第一方數據最為豐富的公司。由廣告收入提供支持的模式可能仍將是線上搜索和利用深度學習和生成式AI的新工具的主要變現(xiàn)形式。彭博行業(yè)研究近期的一項調查發(fā)現(xiàn)，只有13%的受訪者愿意為訂閱使用ChatGPT等生成式AI工具付費。其中，只有1%的受訪者表示愿意為ChatGPT支付每月20美元的訂閱費，?

其余人表示愿意支付6-10美元。在所有參與者中，有

93%表示他們不愿支付超過10美元/月。研究結果表明，降低價格有望推動生成式AI訂閱的滲透率提升10倍。例如：雖然免費版的推出幫助ChatGPT以比任何消費應用都更快的速度贏得了1億月活用戶，但付費用戶的轉化率仍處于低單位數水平。圖18:

生成式

AI

數字廣告來源：彭博行業(yè)研究預測（基于eMarketer

的數字廣告數據）16圖19:

廣告用途來源：eMarketer索尼和谷歌為游戲設計探索新交互界面部分初創(chuàng)公司已經展示了一些有趣的技術，根據描述和開放式互聯(lián)網提供的大量訓練數據生成“合成內容”，即由計算機生成、模擬真實世界信息的數據。生成式AI能夠加快手游、社交媒體以及虛擬現(xiàn)實和增強現(xiàn)實應用的創(chuàng)作過程。AI

工具可能會令高預算、高知名度游戲公司以外的游戲數據迅速增加，包括用戶自己生成的游戲數據。在Bard、LLaMA和ChatGPT等工具提供的基礎模型以外，開發(fā)者依然是游戲和元宇宙領域的關鍵。蘋果、谷歌的安卓，以及索尼的

PlayStation

等游戲生態(tài)系統(tǒng)可能會通過提供軟件開發(fā)工具包的方式，利用LLM

簡化其平臺上的新內容創(chuàng)作。生成式

AI

或將幫助創(chuàng)意軟件工具從點擊式轉向基于描述和語音的用戶界面。盡管谷歌和

Meta

已經開發(fā)出用于生成圖像的

LLM，但采用率均落后于

Stability

AI、Midjourney

和

OpenAI

的

Dall-E。大多數基于圖像的生成式

AI

模型依賴于擴散技術，而呈現(xiàn)的圖像質量則取決于訓練數據和分配給所用參數的權重。雖然

Adobe

一直在投資開發(fā)自研生成式

AI

功能，并推出了

Firefly，但我們預計其他設計和游戲軟件公司為了利用專有數據和分布，也會投資開發(fā)自有生成式AI模型。圖20:

生成式

AI

游戲來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）17細分市場分析熱門程度取決于目前終端市場的采用狀況從創(chuàng)造新收入的角度來看，生成式

AI

對應用軟件行業(yè)的影響可能遠不及對基礎設施軟件深遠。但我們已經開始看到人工智能輔助編程應用copilot在應用軟件領域嶄露頭角：微軟、Adobe、Snap等公司均在近幾個月推出了自己的copilot版本。彭博行業(yè)研究對市場機會的分析顯示，與生成式AI相關的新增軟件銷售有望達到2,800億美元，其中大部分可能來自基礎設施領域。Copilot引領新征程在應用軟件領域，教育、藥物發(fā)現(xiàn)和專業(yè)化AI助手可能是更重要的新增收入的來源。游戲、IT

和企業(yè)服務可能是貢獻較小的類別。企業(yè)服務下的子類別，客戶服務和業(yè)務流程外包受到AI工具的影響程度可能較大，銷售或將縮水。Microsoft

365的copilot和Adobe的Fire?y是應用軟件領域的兩種生成式AI助手。盡管我們不認為這些AI助手會推動新用戶數快速增長，但鑒于這些應用的市場滲透率較高，隨著產品使用粘性的提高，平均每名用戶的收入也有望增加。圖21:

編程

vs.

對話式交互界面來源：彭博行業(yè)研究過去幾個月，許多公司（包括

Snap、微軟和

CrowdStrike）均已部署

AI

聊天機器人和

copilot。我

們認為，將有更多公司推出通過

AI

助手幫助用戶提高生產力的類似產品。軟件編程領域可能受益最多，開發(fā)人員嚴重短缺的壓力或有望在一定程度上得到緩解。微軟基于

OpenAI

的

GitHub

copilot（企業(yè)用戶每個月的訂閱費為

19

美元）就屬于這類產品，可為開發(fā)人員提供建議，大幅縮短編程時間。ServiceNow等其他軟件基礎設施提供商或將在明年推出類似的產品。隨著客服和后臺工作被

AI助手取代，業(yè)務流程外包服務被顛覆的程度可能比IT服務更為嚴重。這可能會在短期內造成定價壓力，特別是客服領域，該領域雖位于業(yè)務流程外包價值鏈的最下游，但仍是其規(guī)模最大且增長最快的次級細分市場。根據IDC數據，到2027年，客戶服務業(yè)務的規(guī)模預計將以每年6.5%的速度擴大，而所有其他業(yè)務流程外包服務的增速為每年3.5%。18圖22:業(yè)務流程外包預測來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）對于簡柏特和EXL

Service等客服業(yè)務極少的業(yè)務流程外包服務公司來說，生成式AI對收入的影響多屬于利好。那些側重提供更高增值服務的公司可能會利用AI帶來的效率提升來擴大其潛在市場的總規(guī)模，特別是數據分析等領域。加強網絡安全的同時改善留存率生成式AI或大型語言模型不太可能為網絡安全和DevOps帶來獨立的收入機會，但我們認為，?

隨著?copilot

投入使用，加上純云服務提供商產品效率的不斷提高，總留存率和追加銷售或有望改善—

—網絡安全領域在這兩項指標上的表現(xiàn)通常不及其他軟件領域。一些大型語言模型能夠從結構化和非結構化來源攝取海量遙測和威脅數據，這或將有助于提高其有效性，讓擁有專有數據且已領跑這一細分市場的云提供商（如

CrowdStrike、?SentinelOne和Zscaler）占據更有利的地位。CrowdStrike不但推出了copilot，而且與AWS擴大合作，旨在利用生成式AI提高產品的有效性，并在將這一技術應用于網絡安全方面取得先機。19圖23:

生成式

AI

的網絡安全和DevOps?市場來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）盡管存在微軟這個強大的競爭對手，但生成式

AI

的迅速增長或將推升對

CrowdStrike、?SentinelOne和Okta等純云安全提供商的需求，因為它們提供跨多個云的服務，有助于應對不斷演進的威脅、避免惡意行為者對生成式

AI

的潛在利用。與其他巨頭相比，谷歌有望繼續(xù)通過其收購的?Mandiant?來增強其云服務的安全性。數據價格不菲大型語言模型的規(guī)模和復雜性導致訓練過程的數據密集度極高。盡管OpenAI的ChatGPT已與微軟達成合作，但在可供訓練的數據量方面可能仍難以與互聯(lián)網巨頭相媲美。ChatGPT的初期應用主要集中于改變搜索的本質；這一領域一直以來由谷歌主導。當時ChatGPT的主要用途是根據用戶輸入分析、生成和編輯文本。然而在短短幾個月內，OpenAI就意識到生成式AI

的強大之處，該平臺的應用范圍迅速擴大至傳統(tǒng)搜索之外。最新版

ChatGPT

可以處理包括圖像、音頻和視頻在內的各類數據。此類輸入所需的計算資源遠遠超過基于文本的LLM?；赥ransformer架構的LLM由于采用多模態(tài)輸入，很可能規(guī)模更大、復雜性更高，這可能有助于微軟與OpenAI保持其相對Meta、谷歌和Amazon等其他基礎LLM的領先地位。圖24:

2022-32年訓練市場預測來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）20全球服務器收入的五分之一由AI驅動ChatGPT

的活躍用戶數強勁增長，這意味著生成式

AI

或將成為未來幾年服務器供應鏈增長最重要的催化劑之一，據我們計算，到

2024

年，全球服務器收入的占比將從

2021

年的

15%提高到

20%以上。OpenAI

于去年

11

月推出

ChatGPT，此后一周用戶基數已多達

100

萬，并在短短兩個月內破億。?OpenAI推出了一項每月20美元的訂閱服務，并為企業(yè)提供付費使用ChatGPT的渠道，以擴大商業(yè)化應用。Snap、Shopify?和?Instacart?等公司已將ChatGPT集成到各自的產品中。服務器供應鏈的原始設計制造商有望收獲最多需求，因為云服務提供商已經成為

AI

開發(fā)的重要?參與者。AI服務器也有望給其他擁有設計專長的供應商帶來強勁銷售。圖25:

ChatGPT?的每日用戶訪問量來源：Similarweb圖26:

亞洲主要服務器制造商來源：彭博行業(yè)研究21用途不斷擴大未來10年服務支出有望逐年翻倍ChatGPT

的早期應用情況顯示，生成式AI

有望大幅擴大軟件垂直市場，該市場目前僅占數據庫、企業(yè)資源規(guī)劃和客戶關系管理等細分市場的一小部分。生命科學和教育公司有望實現(xiàn)快速增長，并成為專營供應商，得益于軟件中大型語言模型的使用，進而推動生產效率的提升。除此之外，還有可能會改變搜索和其他信息匯總需求的、基于AI的專業(yè)化軟件助手。圖27:

生命科學和教育領域的生成式AI

支出來源：彭博行業(yè)研究22基礎設施領跑軟件、游戲和IT服務我們的市場機會分析顯示，在全新AI技術框架的帶動下，到2032年，軟件支出有望增加2,800億美元，即從2022年起以年均69%的速度一路攀升。AI助手、網絡安全、藥物發(fā)現(xiàn)和編程工作流是推動額外支出增長的一些重要類別?；A設施軟件的收入機會似乎會比應用軟件、游戲和IT服務增長更快。我們預計軟件行業(yè)的留存率將得到改善，平均每用戶收入趨于上升、開發(fā)成本下降，而隨著研發(fā)支出的下降，該行業(yè)的利潤率有望上升200-400個基點。圖28:

生成式

AI

軟件支出預測來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）未來10年，服務方面的支出有望增加約1,200億美元，即從2022年起每年翻一番。咨詢、數據相關服務、定制應用程序的開發(fā)和新聊天機器人的創(chuàng)造都會對額外支出起到驅動作用。IT和企業(yè)服務市場目前的總規(guī)模約為1.2萬億美元，假設年均增速為6%，則未來10年有望達到2.1萬億美元。圖29:

IT

和企業(yè)服務市場的?生成式

AI來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）23谷歌、IBM、甲骨文、微軟和AWS有望贏得更多云服務訂單。IBM的主要動力在于混合云和安全服務?（包含Watson相關產品）。甲骨文有望在數據庫管理產品方面取得市場份額的領先地位。Splunk、思科、Snow?ake、VMware和ServiceNow也具有顯著優(yōu)勢。網絡安全領域的領軍企業(yè)則包括派拓網絡、Fortinet和微軟。Adobe、Unity、Roblox和Matterport

等公司可能必須迅速轉向，將AI集成到其軟件中，以應對來自采用LLM的初創(chuàng)公司的競爭。圖30:

云、數據庫和網絡安全的?主要提供商來源：彭博行業(yè)研究24個人化技術蘋果和三星電子將加入這一行列AI賦能的工具得到擴展鑒于面向特定領域預測的LLM已經面世，基于對話式AI和計算機視覺產品的語音助手或會作為新的推理類產品出現(xiàn)。蘋果、三星電子、亞馬遜以及其他公司可能會根據其現(xiàn)有產品與對話式AI的結合效果考慮采用這類AI。同樣，特斯拉和通用汽車等車企也可能會通過投資于計算機視覺研究，推動新一代車載AI的發(fā)展。生成式AI不斷進步，最近訓練的LLM的響應精確度也有所提高，在這樣的環(huán)境下，上述幾類產品有望加速設備市場的發(fā)展。在這一總規(guī)模高達1萬億美元的市場中，智能音箱和可穿戴設備已初成氣候。若生成式AI為主流用戶所采用，個人電腦和智能手機的更新周期或將縮短，因為這些邊緣裝置的當前配置可能沒有經過優(yōu)化，無法運行生成式AI應用程序，后者需要大量的處理、內存和存儲空間。圖31:

2022-32

年推理預測來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）個性化帶動銷售增長蘋果和三星電子等硬件制造商的對話式

AI

產品可能會與個人電腦和智能手機捆綁在一起，這有助于推動現(xiàn)有用戶群升級，同時亦可驅動服務業(yè)務的增長。蘋果（HomePod）、谷

歌（Home）?

和亞馬遜（Echo）等供應商或將改進其具備智能助手功能的音箱設備，而特斯拉、寶馬、福特汽車和大眾等車企或將其集成到汽車上，以提升駕駛員的互動體驗。根據彭博行業(yè)研究最近的一項調查，在消費者中，對話式AI遠比采用生成式AI的copilot更受歡迎，超過40%的受訪者表示自己經常在對話式交互界面使用AI工具。我們預計，到2032年，這些產品將以43%左右的復合年增長率增長，與生成式AI市場的整體增速一致。大部分增長料將發(fā)生在這一時期的后半段——當這一產品類別變得更成熟之時。計算機視覺也可能會成為生成式AI工具的重要應用領域。構建LLM將需要大量訓練數據，還需將生成式AI部署在汽車內，以運行推理功能。我們預計計算機視覺所帶來的增量收入將主要來自硬件，而隨著這項技術在高級駕駛輔助系統(tǒng)中得到應用，這一產品類別的規(guī)模有望在2032年前擴大至約600

億美元。從中長期來看，相關服務的銷售可能會受到更大的影響。要運行這些繁重的工作負載，AI訓練基礎設施必不可少，激發(fā)了對大容量服務器和存儲的需求。大多數訓練相關的工作負載都將是新型任務，考慮到企業(yè)目前使用通用處理器處理分析和交易。25圖32:

對話式

AI來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）圖33:

計算機視覺

AI來源：彭博行業(yè)研究預測（基于

IDC

的硬件和軟件數據）26資本支出展望對AI的需求將意味著2.4萬億美元的資本支出生成式AI工作負載非常繁重，這料將在短期內刺激企業(yè)對服務器和存儲的投資。過去幾年，全球軟件支出平均每年增長10%-12%左右，盡管近期有所放緩，但隨著企業(yè)投資于AI，軟件類別的前景將變得更加光明。對軟件制造商而言更是如此，它們可以通過引入生成式AI來優(yōu)化現(xiàn)有產品陣容。因此，采用這些技術的相關資本支出或將上升，從而令軟件支出在

2022-2032年以每年

11%的速度攀升至2032年末的2.4萬億美元。在短期內，為確保

AI

工作負載的高質量運行，數據中心和云運營商很可能將承受更高的成本，因為運轉故障和系統(tǒng)失靈可能會導致訴訟、合同取消和經濟損失。我們認為，Alphabet、Meta

和亞馬遜等大多數巨頭最終都會將資本支出投入到專有的基礎

LLM

的開發(fā)當中，以便更充分地利用各自的云基礎設施。鑒于微軟已在OpenAI

的ChatGPT進行大量投資，該軟件巨頭短期內不太可能開發(fā)自有?LLM。圖34:

科技巨頭的資本支出來源：彭博行業(yè)研究27處理芯片和內存芯片需求增長機遇遍布全球人工智能的普及可能會推動對圖形處理單元(GPU)和動態(tài)隨機存取內存(DRAM)的需求，從而提振SK

海力士、三星電子和美光科技的銷售。我們認為，內存半導體和AI加速器將在數據中心芯片市場的擴張中扮演重要角色，未來三到五年，二者的年增長率均有望超過15%。臺積電實力強大有望從競爭中脫穎而出Fortinet

和派拓網絡可能會在生成式

AI領域利用定制半導體的優(yōu)勢，為其硬件和軟件防火墻的穩(wěn)定更新提供支持。Fortinet

為其ASIC

芯片添加了軟件定義廣域網(SD-WAN)功能，從而得以從思科和?Check

Point等傳統(tǒng)防火墻供應商中獲得更大份額。派拓網絡則成功地將其Prisma、Cortex和虛擬防火墻捆綁在一起，幫助企業(yè)客戶保護其本地和公有云的工作負載。圖35:

網絡安全市場來源：IDC

隨著數據中心中AI芯片的功耗受到越來越嚴格的審視，AMD的節(jié)能AI加速器料將從中受益。據我們計算，由于

AI

加速器需求迅速增長，英偉達和

AMD

的生產訂單迅速回升，臺積電下半年的銷售額有望快速改善。今年，臺積電以美元計的收入小幅下降，之后有望在明年大幅回升，增幅或達到?10%-20%的高段水平。根據我們的情景分析，未來四年，其銷售有望大增高達50%，?從而擺脫因個人電腦和智能手機需求下降而造成的收入下滑。臺積電要等到

2025年，才能通過

AI

芯片獲得可觀的收入增長。根據

IDC

的數據，包括

AI

加速器在內的GPU服務器細分市場在2022年的銷售額僅為105億美元，約占全球計算處理器市場的12%。28圖36:

彭博行業(yè)研究情景分析來源：彭博行業(yè)研究臺積電在先進半導體制造工藝方面占據主導地位，能夠繼續(xù)獲得來自英偉達和AMD等主要廠商的大部分AI芯片生產訂單。由于該公司的良率較高，這一優(yōu)勢預計將持續(xù)下去。此外，許多AI芯片設計廠商更青睞臺積電的CoWoS封裝，因為其具有更高的互聯(lián)密度，封裝尺寸更大，成本效益也更高。圖37:

服務器GPU的2019-2022年銷售增長來源：IDC，彭博行業(yè)研究29對速度的需求推動性能迅速提高高帶寬內存(HBM)芯片料將發(fā)揮重要作用，因為只有當內存能夠在高速條件下為

GPU

提供大量數據的情況下，才能迅速實現(xiàn)

GPU

的性能提升。隨著等主要廠商的大部分

AI

芯片生產訂單。由于該公司的良率較高，這一優(yōu)勢預計將持續(xù)下去。此外，許多

AI

模型變得愈發(fā)復雜，訓練要求也越來越高，HBM芯片（如DDR5）有望得到更廣泛的應用。自SK海力士宣布將向英偉達出貨業(yè)界首款HBM

以來，該公司有望隨英偉達對GPU需求的不斷增長而受益。隨著GPU和HBM得到越來越廣泛的應用，全球最大的DRAM制造商三星電子的業(yè)績也有望上升。圖38:

DRAM位元需求（按應用）來源：Gartner，彭博行業(yè)研究30圖39:

DRAM供應商的市場份額來源：Gartner，彭博行業(yè)研究圖40:

主要DRAM制造商的出貨量?（按用途）來源：IDC，彭博行業(yè)研究31隨著人工智能在推理應用領域日益普及，圖形雙數據速率記憶體（GDDR，用于注重成本的零售電腦顯卡）和低功耗雙數據速率記憶體（LPDDR，主要用于智能手機）等DRAM的價值有望提高。如果所有處理工作都在服務器上進行，那么耗電量和數據通信的規(guī)模將變得過大。這意味著有必要在邊緣設備上執(zhí)行AI

任務，這可能將推動個人電腦、汽車、機器人、智能手機和安全攝像頭等產品的?DRAM訂單激增，提振三星和SK海力士的銷售。DRAM

被用于在服務器上執(zhí)行大規(guī)模

AI

計算，該部分的訂單量低于智能手機和個人電腦。智能手機和個人電腦占全球DRAM位元需求的40%以上。服務器占DRAM整體需求的30%左右，而人工智能僅占其中的一小部分，因此僅靠

工具還不足以在短期內提振DRAM的整體需求。圖41:

比較不同類型的DRAM來源：彭博行業(yè)研究人工智能對芯片性能改進速度的要求高于小型化和先進封裝的發(fā)展速度，這意味著質量存在不確定性。因此，能夠準確地評估芯片性能和質量的芯片測試機的重要性或將急劇上升。Teradyne

在該領域具有巨大的競爭優(yōu)勢?？蛻魧鄣氯f測試的V93000系列SoC測試系統(tǒng)給予了高度評價。圖42:

愛德萬測試和Teradyne芯片測試機的銷售情況來源：公司數據、彭博行業(yè)研究32質量保證對單個芯片，以及芯片的整體封裝均十分必要，完整的系統(tǒng)級測試(SLT)的重要性也將上升

。3

納米工藝正在興起，將數個芯片或裸片垂直放置在基板上的晶粒封裝在幾年內可能也會被采用。除了識別有缺陷的產品以外，像Teradyne這樣的測試機制造商還需要降低將良品錯誤歸類為缺陷品的可能性，這對技術實力的要求相當高。愛德萬測試在2019年和2020年先后收購了Astronics

和雅詩，SLT業(yè)務。圖43:

愛德萬測試的?SLT?銷售來源：愛德萬測試、彭博行業(yè)研究圖44:

內存測試機市場規(guī)模來源：愛德萬測試、彭博行業(yè)研究33聊天機器人變身個性化購物助手生成式AI正在為聊天機器人向個性化購物助手的轉變鋪平道路，個性化購物助手能夠在消費者的要求下，向其展示合適的品牌和產品。Snap、Meta、Pinterest等已在旗下平臺上部署購物功能的公司正投資AI聊天機器人，并可能會通過提供個性化購物助手，提高用戶對社交商務的使用率，從而增加商業(yè)化變現(xiàn)機會。多模態(tài)搜索可將用戶體驗延伸至基于文本的功能以外，后者目前在市場占據主導地位。我們認為ChatGPT的對話性質可能會在短期內減少廣告量，因為經匯總的回復降低了點擊鏈接查找信息的必要性。圖45:

對AI服務的興趣來源：eMarketer隨著生成式AI和機器學習算法的日益進步，并不斷根據用戶輸入進行調整，它們將更能夠迎合人們的品味、興趣和生活方式，提供更加定制化的獨特體驗，并為社交媒體和搜索平臺提供新內容。這有望擴大可用性、提高用戶參與度，就像TikTok使用AI算法向用戶推薦內容一樣。對于擁有豐富的第一方數據的大公司而言，LLM

有望改善廣告的定向投放。Meta

的Reels

系列產品已經轉而采用基于AI的推薦，以便部分抵消因蘋果改變其廣告主標識符(IDFA)政策而產生的不利影響

。Meta可能會繼續(xù)開發(fā)其?LLaMA

LLM，并提高廣告營銷活動的質量。生成式AI還有望加速從廣播電視向數字廣告的轉變，特別是考慮到提供個性化廣告版本有助于提高效率和銷售轉化。隨著更多優(yōu)質內容從廣播電視轉向流媒體，LLM

料可為現(xiàn)有的大型媒體公司帶來更多益處。我們的分析顯示，通過平臺使用時間、廣告定向投放和個性化助手，生成式AI市場有望在?2032年前增至近2,000億美元。圖46:

數字廣告支出來源：彭博行業(yè)研究預測（基于eMarketer的數字廣告數據）34監(jiān)管格局歐盟遙遙領先于美國；科技巨頭面臨風險生成式AI的可信性和內容安全性有必要加強，在檢測和防止因不當使用該技術而產生嚴重虛假內容方面，Snap、Meta、TikTok和Alphabet等重要參與者擁有巨大優(yōu)勢。對可信性和內容安全性的加強料可改善廣告商的品牌安全狀況，同時有助于提高在上述平臺的廣告支出轉化率。若與AI相關的監(jiān)管趨嚴，也可能會導致數據保護和加密成本上升。在針對

AI

的監(jiān)管方面，歐洲遙遙領先于美國。鑒于

AI

工具的開發(fā)速度極快，我們認為設立專門的監(jiān)管機構是少數可行的監(jiān)管模式之一。歐盟采取全面監(jiān)管的方式歐盟即將通過《AI

法案》實施第一套全面監(jiān)管辦法，不過該法案仍在討論中，可能要到2025年或以后才會生效。大舉投資于AI開發(fā)的科技巨頭料將受到最嚴厲的審查。風險仍然存在，除非法規(guī)放松，否則

AI

在該地區(qū)的發(fā)展將會受限。盡管歐盟對科技的嚴控態(tài)度似乎可能會隨著《AI

法案》的出臺而繼續(xù)，但在有關生成式A

I（如?ChatGPT）的規(guī)定方面還有達成折衷辦法的空間。擬議的歐盟法規(guī)可能涵蓋社交媒體平臺推薦系統(tǒng)、信用和考試評分、就業(yè)管理工具（如簡歷分類軟件）的各類主題，并將其認定為高風險應用。上述類型的系統(tǒng)需要經過合規(guī)評估和注冊登記才能在歐盟地區(qū)投入使用。這可能會阻礙歐洲的創(chuàng)新步伐，拖慢新應用打入該市場的腳步，并推高合規(guī)成本，從而影響利益相關方實現(xiàn)大規(guī)模采用AI的目標。圖47:

歐盟法案立法程序時間表來源：彭博行業(yè)研究歐盟的一般做法是，根據應用帶來的風險類型將AI系統(tǒng)分為幾個級別。相關法規(guī)將禁止“不可接受的風險”級別的應用，包括將

AI

用于社會評分和生物識別等活動。對于低一級的“高風險”應用（包括頭部平臺的推薦系統(tǒng)），預計需要經過多個步驟才能獲得批準。AI

的許多企業(yè)應用可能會被貼上“高風險”標簽，這意味著合規(guī)成本或將超過提高效率帶來的益處?！坝邢揎L險”應用（如聊天機器人）僅要求披露，而“極低風險”產品（如垃圾郵件過濾工具）不受任何限制。歐盟《AI法案》可能會對違規(guī)企業(yè)最高處以年營業(yè)額6%-7%的罰款（歐盟委員會擬議的處罰比例是?6%，而議會將其提高到7%），高于現(xiàn)行《通用數據保護條例》(GDPR)規(guī)定的最高限額4%。在GDPR

實施的頭五年累計產生了近40億歐元的罰款，其中對Meta的罰款占總額的64%。亞馬遜占19%，谷歌占5%?？紤]到生成式AI具備塑造市場的潛力，我們認為處罰的威脅短期內不會阻礙對生成式AI的投資。35圖48:

Meta

遭受

GDPR

重拳打擊來源：GDPR

執(zhí)法追蹤工具、?彭博行業(yè)研究6月14日，歐洲議會全體會議表決通過了《AI法案》，為其與歐洲理事會和歐盟委員會的三方協(xié)商鋪平了道路。雖然會談沒有固定時間表，但在年底前（趕在明年

5月議會選舉前）完成協(xié)商將面臨巨大壓力。法案生效后將有兩到三年的執(zhí)行過渡期。因此，相關企業(yè)只需在2025年底前（更可能是2026

年）做到合規(guī)即可。歐盟的政策制定者正在推動自愿行為準則的制定，以此作為《AI

法案》生效前的臨時措施。如果這一方案得以實現(xiàn)，我們預計行業(yè)領軍企業(yè)將接受有助于塑造監(jiān)管范圍的原則?！禔I法案》將為歐盟日益復雜的科技監(jiān)管框架再添新元素。近年來，歐盟一直試圖遏制肆意收集和使用個人數據的行為(GDPR)，并對各大平臺施加與內容審查（《數字服務法》）和濫用市場力量（《數字市場法》）有關的義務。這些規(guī)則可能會對企業(yè)處以巨額經濟處罰并要求整改運營，從而對企業(yè)產生重大影響。GDPR的執(zhí)行一直是分散的，愛爾蘭負責監(jiān)管大多數平臺。歐盟委員會負責監(jiān)督《數字服務法》(DSA)和《數字市場法》(DMA)的合規(guī)情況?！禔I

法案》的執(zhí)行可能會由各個國家級監(jiān)管機構?負責。圖49:歐盟近年來針對科技領域的監(jiān)管措施來源：彭博行業(yè)研究36美國不太可能采取激進的監(jiān)管措施如果美國采取激進的監(jiān)管方式（我們認為這不太可能發(fā)生），則可能會削弱一系列公司的

AI

產品增長：美光科技和英偉達等芯片制造商；亞馬遜和甲骨文等云基礎設施提供商；Adobe、IBM和微軟等軟件和開發(fā)工具制造商，以及將AI應用于數據、搜索和廣告功能的平臺，如Alphabet和Meta。第一項聯(lián)邦兩黨法案——“取消第230條對人工智能的豁免權法案”（料收效甚微）—

—表明，在嚴格的AI監(jiān)管法案落地美國之前，還有很多工作要做。該法案將確認一項聯(lián)邦責任保護條款（即《通信規(guī)范法案》第230條）不適用于AI，但我們認為法院無論如何都不太可能將該條適用于AI技術。更值得注意的是，該法案并不會賦予聯(lián)邦起訴AI相關危害的權利，也未試圖界定什么是AI。其中對“通用AI”的定義過于寬泛，以至于該法案實際上可能會使許多現(xiàn)有線上平臺失去第230條的保護。如果不大幅縮小界定范圍，該草案很可能不會正式成法。在我們看來，第二項兩黨法案“國家人工智能委員會法案”才是國會邁出的明智的第一步，而且很有可能會正式成為法律。它主張創(chuàng)立由20名成員組成的獨立的兩黨委員會，研究

AI

的風險，并提出防范措施。該委員會將在兩年內發(fā)布三份報告，推動監(jiān)管框架的形成。成員將包括來自業(yè)界的代表，料有助于緩和反對情緒。出人意料的是，5月參議院聽證會對我們認為最符合邏輯——但也可能最具顛覆性——的美國AI監(jiān)管推進方式持樂觀態(tài)度：新設一個專門監(jiān)管AI的聯(lián)邦機構。美國國會無法跟上AI的高速發(fā)展，盡管設立新機構同樣存在困難，但國會將至少有機會對這項技術進行監(jiān)管，并制定法律準?

繩。與負責監(jiān)管所有行業(yè)的聯(lián)邦貿易委員會相比，這樣的機構也更專注于

AI

領域。但成立新機構可能會打亂現(xiàn)有計劃，因此或將面對來自業(yè)界的強烈反對，而可能支持的公司料會推動限制該機構的權限。國會也可能考慮采取許可模式，即對于覆蓋面廣或存在嚴重潛在危害的

AI

應用，須獲得新監(jiān)管機構的許可才能投入運營。這種做法恐招致業(yè)界的激烈抵制，包括聲稱此舉將扼殺

AI

創(chuàng)新并將其推向國外。侵入性更低的監(jiān)管方案可能會以透明度為重點，要求對AI產品進行披露和標記，還可能會要求監(jiān)管機構或研究人員能夠監(jiān)控數據的收集或使用。由于國會不太可能就顛覆性方案——例如創(chuàng)立新的監(jiān)管機構或發(fā)展許可模式——達成共識，我們預計

AI

將在現(xiàn)有法律框架下受到監(jiān)管，即便它們有時并不適用。例如，聯(lián)邦貿易委員會(FTC)將負責監(jiān)控不公平和欺詐行為，而各行業(yè)的現(xiàn)行法律或將對AI在不同行業(yè)的應用加以限制。在這一輕度干預的監(jiān)管模式下，AI料可在美國蓬勃發(fā)展。但是，與社交媒體公司不同的是，AI用戶可能無法從《通信規(guī)范法》第230條中受到廣泛的訴訟保護。37環(huán)境、社會和治理(ESG)展望降低能耗；保護IP和隱私圖形處理器在AI

推理中的使用增加，這將大幅提高數據中心服務器的能耗，從而使節(jié)能—

—在最大限度提高運行效率的同時，盡可能降低電力和冷卻成本—

—成為優(yōu)先事項。相比英偉達，這可能更利好AMD，因為AMD最新推出的MI250X加速器單位功率下的每秒浮點運算次數峰值高于英偉達的?H100。我們認為，ARM有望繼續(xù)通過數據中心的x86處理器擴大市場份額?，F(xiàn)有的互聯(lián)網工作負載主要運行在x86架構上，但大多數生成式AI應用將在GPU這樣的芯片上運行，后者能夠以低功耗執(zhí)行大規(guī)模并行處理。圖50:先進

AI

芯片的能源效率來源：公司文件、彭博行業(yè)研究得益于

ARM

設計的高能效，英偉達在計算統(tǒng)一設備架構(CUDA)接口方面的優(yōu)勢很可能惠及基于?ARM

的處理器，并有望幫助該公司通過應用于數據中心、網絡和邊緣設備上的x86處理器擴大市場份額。38圖51:x86

vs.

ARM

出貨量預測?來源：IDC在彭博行業(yè)研究的調研中，約40%的受訪者表示擔心生成式AI對信息的使用可能會侵犯知識產權。不過大多數受訪者表示，只要這些工具提供的搜索結果優(yōu)于谷歌和其他網站的傳統(tǒng)搜索功能，就愿意使用它們。鑒于相關公司可能會進一步披露有關如何使用專有數據（而非公開網絡數據）訓練其算法的信息，知識產權擔憂有望隨著時間的推移而逐漸下降。39圖52:對生成式

AI

搜索結果的擔憂來源：彭博行業(yè)研究高級生成式

AI

系統(tǒng)的開發(fā)者可能會退出歐盟市場，除非歐盟對擬議的監(jiān)管條例作出進一步修訂。?今年，歐洲公司對生成式

AI

和

ChatGPT

的提及次數出現(xiàn)爆炸式增長，表明應用該新技術的意愿強烈。不過，歐洲議會在6月14日采用的規(guī)則讓生成式AI模型的開發(fā)者面臨更多限制，例如與訓練用數據集相關的透明度規(guī)則。由于所有

AI

本質上都是由數據驅動的——收集海量數據并在此基礎上利用機器學習輸出結果——美國監(jiān)管機構可以通過限制可收集和使用的數據來防范相關危害。這與針對社交媒體公司提出的數據隱私法規(guī)類似。慮及這些相似之處，預計互聯(lián)網平臺將極力游說抵制此類限制。圖53:歐洲公司注重潛力來源：DSCO<GO>40業(yè)績和估值AI在科技板塊各領域獨領風騷隨著科技主題在各個領域蓄力加速，AI不負眾望領跑，帶動從軟件到硬件、網絡、服務等各個科技領域的股價和估值倍數上漲。業(yè)績：英偉達開辟道路但并非孤軍奮戰(zhàn)今年，AI

主題跑贏了其他科技主題，2023年迄今的回報率達到

47%，遠高于網絡安全（33%）和

云（32%）。AI

領域的贏家不僅限于英偉達（232%），今年硬件股回報率達

67%，半導體股也上漲了?66%。AI還跑贏了網絡安全和元宇宙主題，并超過納斯達克100指數420個基點。生成式

AI

依然是推動預期上修和估值倍數擴張的主要催化劑。截至目前，布局基礎模型訓練的半導體和硬件公司（最值得關注的是英偉達和微軟）是這一趨勢的主要受益者。Alphabet、Meta

和?Roblox等互聯(lián)網公司正在投資開發(fā)自己的基于專有數據和開放互聯(lián)網數據的LLM，以挑戰(zhàn)OpenAI

GPT的采用率。圖54:科技主題和敞口、?年初至今表現(xiàn)來源：彭博行業(yè)研究估值：預期隨產品前景拓寬而上調一些半導體公司的估值倍數大幅上升，英偉達再次領跑，AI對其銷售增長預期的影響最為明顯。收入預期的修正動能可能取決于產品發(fā)布速度，比如微軟發(fā)布的GitHubCopilot和辦公用copilot。?Alphabet最近發(fā)布了BardChatbot和DuetAIcopilot，而Meta將其Llama基礎模型開源，以提升采用率。我們預計甲骨文、Snow?ake、MongoDB和Databricks等其他數據庫和基礎設施軟件公司將發(fā)布矢量數據庫等產品，以便發(fā)揮用于訓練LLM的海量數據的優(yōu)勢，這可能有助于推動市場普遍預期上修。41公司影響預計到2032年，生成式AI支出將達到1.3萬億美元，料將在科技板塊各領域產生連鎖反應。下文詳述部分公司如何在未來10年實現(xiàn)增長。微軟躋身最具優(yōu)勢的軟件制造商之列企業(yè)展望：企業(yè)紛紛對傳統(tǒng)IT設備進行升級，微軟龐大的軟件應用陣容使其成為日益增長的數字化轉型的主要受益者。隨著企業(yè)接受混合辦公理念，聊天協(xié)作產品

Teams

有助于驅動

Microsoft

365增長。隨著企業(yè)在私有云和公有云之間移動更多工作負載，微軟在本地和公有云基礎設施方面的主導地位或使其成為混合云的頭部提供商。微軟對OpenAI的投資也可能使其大部分產品的性能穩(wěn)步提升，不過我們預計要實現(xiàn)有意義的收入增長還需要花上幾年的時間。AI

影響：與大多數軟件公司相比，微軟在利用日益普及的生成式

AI

方面處于更有利的地位，因為與?OpenAI的合作具有先發(fā)優(yōu)勢。微軟是首家在產品陣容中（從O?ce到GitHub）推出AIcopilot的大型企業(yè)。長遠來看，在微軟的眾多產品中，基于云的基礎設施產品Azure最可能成為AI需求增長的主要受益者。微軟不僅在Azure中引入ChatGPT，還在該平臺中提供了OpenAI的大型語言模型。我們認為隨著時間推移，搜索是微軟另一個有望穩(wěn)步擴大市場份額的領域。50

億美元

Copilot

銷售影響（第一年）?75%

GitHub

Copilot

的采用亞馬遜有望通過訓練、推理和創(chuàng)意應用取得增長企業(yè)展望：盡管經濟下行和通脹的壓力加大，亞馬遜對速度、便利和價值的追求，加上不斷增長的廣告業(yè)務及愈加強勁的AWS業(yè)務，將有助于為下半年的業(yè)績改善鋪平道路。鑒于云服務銷售在第三季度初增長了12%，下半年該業(yè)務的增速和利潤率均有望上升。長期來看，IT預算提高以及企業(yè)將基礎設施遷移至公有云的意愿增強仍將是AWS的催化劑。營運利潤率或將隨著成本削減和效率提升而擴大。我們將密切關注亞馬遜對藥店和生活超市領域的進軍。AI影響AWS應會在全新生成式AI工作負載（從訓練、推理到通過?Bedrock

產品創(chuàng)建新的應用程序）方面獲得可觀份額。與微軟的?

GitHub

一樣，AWS也推出了一款名為CodeWhisperer

的內嵌生成式AI的軟件開發(fā)產品，該產品能夠大幅縮短開發(fā)人員編寫代碼所需的時間。AWS的云基礎設施即服務市場份額為業(yè)界最大，其他AI和機器學習服務也擁有超過10萬客戶。盡管AWS未將OpenAILLM整合進旗下產品，但與Anthropic、StabilityAI和?AI21?等其他生成式AI提供商密切合作。100-200

個基點

AWS?在?AI?帶動下的增長Adobe將利用由7,000萬創(chuàng)意專業(yè)人士構成的用戶基礎企業(yè)展望：Adobe

堅實的數字產品組合以及穩(wěn)定的企業(yè)支出支持，有望在未來三年帶來

12%-15%的內生銷售增長（按固定匯率計算）。我們認為

Adobe

將成為數字化轉型支出增加的主要受益者之一，因為

Adobe

的業(yè)務以數據洞察、電子商務、市場營銷和內容創(chuàng)作為重點。長期來看，得益于?Photoshop和Acrobat等旗艦產品帶來的定價能力，加上較高的留存率，Adobe有望將非公認會計準則的營運利潤率保持在45%左右。即將完成的對Figma的收購或有損近期利潤。AI影響：Adobe憑借約7,000萬創(chuàng)意專業(yè)人士構成的安裝用戶基礎，在該領域占據最高市場份額，這使其能夠從生成式

AI

中獲益。Adobe

最近發(fā)布的

Fire?y

創(chuàng)意

copilot

可大幅縮短通過文本創(chuàng)建圖像所需的時間，并且已經通過生成式填充幫助用戶創(chuàng)作出超過

10億幅視覺藝術作品。Adobe

的?CreativeCloud系列產品（包括Photoshop和Illustrator）中包含海量數據，使其在LLM訓練方面處于比競爭對手更有利的地位?？紤]到Adobe擁有龐大的PDF用戶基礎，我們預計在數字文檔方面也會實現(xiàn)類似的生產力提升。10%云端copilot銷售增長（第一年）25%+PDF

copilot

第一年采用率100-200

個基點營運利潤率下滑42Alphabet將借助LLM促進用戶參與企業(yè)展望：在2023年剩余時間里，Alphabet核心搜索和YouTube業(yè)務的營收增長似乎可以延續(xù)，而生成式

AI

計算的需求將有利于云業(yè)務盈利能力的提升。盡管

Bing-ChatGPT

對其廣告業(yè)務構成風險，但我們相信，Alphabet

即將推出多模態(tài)大型語言模型，并將生成式AI功能集成到其核心搜索和

YouTube

產品中，短期內的競爭壓力已經得到緩解。Cookie

的取消令網絡廣告銷售面臨壓力，?但下半年YouTube廣告和訂閱有望實現(xiàn)雙位數增長。AI

影響：Alphabet

的業(yè)務布局覆蓋生成式

AI

市場的大部分領域，包括訓練、推理和數字廣告。隨著?Alphabet將DeepMind和Google

Brain這兩個AI部門合并，我們預計變革速度將加快，利用LLM

來維持搜索、Chrome

和地圖應用等各個收入來源的用戶參與度。Bard

或

Gemini、PaLM

等新的LLM可增加Alphabet云業(yè)務的變現(xiàn)機會，同時促進搜索和YouTube業(yè)務的定向廣告投放能力。雖然如果蘋果改變其iOS操作系統(tǒng)的默認搜索，該公司可能會面臨消費者流量大幅流失的風險，但我們認為，考慮到用戶對谷歌搜索的偏好,發(fā)生這種情況的概率很低。30億-40億美元谷歌云業(yè)務規(guī)模增長?10%-15%AI支持的搜索查詢5%-10%YouTube廣告參與度Meta或將加快虛擬現(xiàn)實領域的新內容開發(fā)企業(yè)展望：Meta

通過轉向基于

AI

的推薦而獲得的用戶粘性有望繼續(xù)幫助旗下一系列應用提高曝光量。由于下半年比較基礎較低，我們認為在廣告定價下降的不利因素下，2024年營收增長可能取決于新的

AI

產品。Reels

給

Meta

帶來動力（對后者銷售總額的貢獻達到高單位數），收入達

100億美元的消