01
在過去十年乃至二十年間，全球AI產業的發展背景是雲端運算的興起。雲端運算的普及使得美國企業不再局限於硬體或軟體公司，而是轉變為雲服務公司。商業模式也隨之轉變，主要采用訂閱模式。在這種模式下，雲業務的付費率提升，使用者基數擴大，從而在過去十年內實作了增長。
展望未來十年，AI技術的融入旨在透過提高客單價來增加雲服務的收入。然而，這僅是表層變化。更深層次的影響在於，AI技術將取代原本需要人工參與的環節，擴大市場規模。以設計市場為例，全球市場規模可能在3000億至4000億美元之間，其中工具可能占三分之一，而設計師占剩余的三分之二。未來，AI可能會取代這些設計師的工作，從而改變市場結構。
回顧過去40年，美股納斯達克指數的走勢顯示了每十年一個產業周期的特點。當前的AI時代並非僅僅基於過去十年的發展，而是基於過去30至40年間美國科技企業的積累和產業定位。雲端運算的普及為AI提供了必要的數據基礎，數據的重要性日益凸顯。以微軟、亞馬遜、谷歌和Meta為代表的四大巨頭，在數據型別上的競爭尤為關鍵。
以微軟為例，其收購動視暴雪的舉措可能在AI時代具有特殊意義，這表明微軟的業務拓展可能與AI技術的融合有關。從歷史趨勢來看，每個十年都有一次產業變革。例如，從90年代的軟體到硬體，再到2000年代的互聯網轉型，以及2010年雲服務的興起，都是產業發展的裏程碑。
02
雲業務競爭
雲端運算的概念始於2007年，而Salesforce成立於1999年，最初並不稱為互聯網服務。AWS（Amazon Web Services）起初是作為亞馬遜的網路服務推出的，現在則被稱為AWS Cloud。2010年是雲端運算發展的重要分水嶺，至今雲端運算和AI技術已成為美國產業發展的核心。
在這一背景下，微軟、谷歌、亞馬遜和Meta等四大巨頭之間的競爭非常激烈，原因在於它們的服務和內容過於相似，導致市場競爭激烈。相比之下，輝達和MD之間由於差距較大，不存在同樣的問題。當前對AI技術的高度重視，正是因為市場上的產品和服務趨於同質化。
在過去十年中，微軟、谷歌和亞馬遜這三大科技巨頭的業務重疊度顯著提高。以今年的年收入為例，亞馬遜預計能達到1000億美元，而微軟也接近900億美元。在雲服務收入方面，微軟大約為900億美元，亞馬遜則為1000億美元。微軟的雲服務收入占其總收入的45%到50%，去年總收入達到2100億美元。谷歌雖然規模較小，但增長速度較快，其雲服務規模大約是微軟和亞馬遜的一半，但影響力日益增強。此外，盡管Meta（前身為Facebook）沒有雲服務業務，但其互聯網流量與谷歌存在較大競爭。
過去，這些公司的業務相對獨立，微軟主要專註於企業軟體，谷歌以搜尋引擎為主，亞馬遜則是電商巨頭，而Meta與這些公司業務交集不多。然而，隨著業務重疊度的增加，市場競爭日益激烈，推動了整個行業的發展。
此外，美國聯邦政府的雲業務也發生了變化。幾年前，美國聯邦政府的雲服務從AWS（亞馬遜網路服務）轉移到了微軟雲，這在當時引起了廣泛關註。這一轉變不僅是因為微軟的雲服務，而是因為微軟提供的是一整套解決方案，從底層的數據中心到各種服務。
全球AI發展經歷了幾個階段。在2014年之前，IBM是全球AI的主導者，以沃森和深藍等產品為代表。2014年之後，谷歌透過收購DeepMind並推出AlphaGo等產品，成為AI領域的新星。到了2018年，OpenAI等公司開始嶄露頭角，代表了AI的第三代發展。
AI的發展與演算法的更新密切相關。IBM時代更側重於機器學習，而谷歌時代則強調深度學習，包括摺積神經網路（CNN）、生成對抗網路（GAN）和長短期記憶網路（LSTM）等。目前，盡管仍然是神經網路演算法，但參數量和數據集規模都有所增加，輝達等公司在這一領域也發揮了重要作用。
03
數據與演算法之爭
1997年，IBM的深藍電腦擊敗了西洋棋冠軍。而谷歌則選擇了圍棋，其開發的Alpha狗在圍棋比賽中也取得了壓倒性勝利，贏得了五局中的四局，總共24局中贏了三局，而李世石只贏了一局。這代表了三代技術的發展。
為什麽要介紹這些背景？這與我們剛才討論的邏輯緊密相關。我們討論了為什麽會出現激烈的競爭，因為大家太過相似。當競爭過於激烈時，總會有一個「卷王」出現。
在這裏，「卷王」指的是微軟。微軟在AI領域的歷史並不強，其AI產品一般。但為什麽這樣一個在AI領域表現一般的公司，卻能找到OPAI合作開發AI？這引發了谷歌的關註，因為谷歌是第二輪AI技術的領導者，包括其TensorFlow架構。
盡管谷歌自稱謙虛，聲稱從2016年開始專註於AI，但如果我們追溯歷史，可能會更早。2013年，谷歌收購了DeepMind。所以，谷歌在AI領域的發展時間相當長。
為什麽谷歌能在第二代技術中超越IBM，除了收購DeepMind外，谷歌還有一個關鍵點——谷歌大腦（Google Brain）。現在，Google Brain和DeepMind已經整合在一起。
谷歌在2014年前後之所以能在AI領域超越IBM，除了架構上的相似之處外，還因為谷歌擁有大量的互聯網數據，這是進行深度學習演算法研究的重要基礎。這些數據不僅僅是可用的數據，而是在其平台上積累的數據。
從這個角度來看，數據的重要性不言而喻。IBM雖然在AI領域有著悠久的歷史，擁有大型電腦、小型機等資源，甚至正在開發自己的AI芯片，但缺乏AI芯片。因此，數據成為了一個核心問題。
谷歌擁有整個互聯網的搜尋引擎數據，這使得它在2014年之後在AI產業中的地位變得穩固。到了2017年，谷歌意識到需要開發自己的TPU（張量處理單元），這是最早的自研芯片之一，也是目前規模最大的。
谷歌對產業的把握非常到位，他們知道自己需要什麽，如何去做。但是，谷歌在新技術工程化落地方面的能力可能並不極致，因為他們的業務範圍很廣，涉及許多科研機構。這也是為什麽谷歌的凈利率比微軟低一些，而微軟作為一個產品公司，凈利率相對較高。
回到我們剛才的邏輯，除了剛才提到的兩個特別卷的例子之外，還有微軟這個「卷王」。微軟在AI領域的崛起無疑給谷歌帶來了壓力。然而，谷歌可能已經意識到這一點，但為時已晚。
如果我們將這些資訊串聯起來，可以看到所有模型，從最簡單的word vector（文字到向量）到RNN（迴圈神經網路），再到2014、15、16年谷歌使用的神經網路演算法，如長短期記憶（LSTM）模型，以及後來的transformer架構，如transformer XL，其實都在解決一個問題——記憶力。
記憶力問題實際上取決於模型能夠處理的輸入輸出上下文長度。上下文長度決定了推理的場景和背景，上下文越長，推理的準確性就越高。
04
AI框架與微軟業務邏輯
微軟的業務構成相對清晰，主要分為三個部份：生產力流程、智慧雲和個人計算。2023年，微軟的總收入達到2100億美元，其中生產力流程貢獻了約700億美元，占比約30%；智慧雲接近900億美元，占比超過40%；個人計算業務收入超過500億美元，占比約22%。
在智慧雲業務中，Azure雲服務扮演了主要角色。而在生產力流程方面，Office套件是核心，其中400億美元來自面向企業的Office產品，而面向消費者的Office產品僅占61億美元。此外，微軟還推出了C端使用者也能使用的CoPilot功能，以及Dynamics和職場套用等產品。
個人計算業務包括Windows作業系統、搜尋服務、裝置銷售以及Xbox遊戲等。值得註意的是，動視暴雪並未包含在內，因為它是微軟以近700億美元收購的另一項業務。動視暴雪的年收入峰值曾達到78至80億美元，預計在下一財年，微軟的遊戲業務收入將因收購而大幅增加。
透過分析微軟的業務構成，我們可以更好地理解其AI戰略的邏輯。自2000年以來，微軟的三大業務板塊——個人計算、生產力工具和服務、商業流程以及雲服務——都經歷了顯著的發展。尤其是雲業務，在近十年的雲端運算浪潮中實作了快速擴張。同時，微軟也在不斷最佳化產品形態，提升使用者體驗，從而吸引了更多使用者轉向正版服務。
智慧語音技術是微軟過去十年變革最大的領域。盡管個人計算業務經歷了一些戰略上的調整，但微軟始終堅持不懈地推動其發展。透過深入理解微軟的業務布局，我們可以更清晰地看到其在AI領域的發展方向和潛力。
盡管稍後我們將討論，根據相關內容，他們的業務發生了顯著變化，這與他們的產品緊密相關。具體來說，AI產品的現狀如何，以及生產力工具領域的發展情況。從邏輯上講，生產力工具基本上是用來提高客單價的，智慧服務也是如此。同時，它們還在積極獲取市場份額，尤其是在雲端運算領域。這就是為什麽美國三大雲服務提供商對AI特別關註的原因。除了微軟轉型成功之外，三家雲服務提供商實際上並沒有哪家占據絕對優勢。最早是AWS，但到目前為止，微軟已經迎頭趕上。因此，在這一領域，亞馬遜相對處於被動地位，因為谷歌的AI也非常強大。
谷歌的體量並不大，因此在雲端運算方面並不特別擔心，但對AI領域則較為關註。亞馬遜擔心的是自身的競爭力，而微軟則無所畏懼，因為它擁有OBI等AI技術，並且正準備超越亞馬遜。對於微軟的雲業務而言，其目標是獲得更多的市場份額。要實作這一目標，增速必須提升。我們先來看一下增速。疫情之後，經歷了一波高增長，隨後增速開始下滑，這是正常現象。
接下來，我們來看看這三大雲服務提供商。首先是微軟，它是最早出現拐點的，這發生在去年第三季度。而谷歌和亞馬遜則比微軟晚一個季度出現拐點。谷歌的增長似乎有所放緩，而亞馬遜上個季度的變化最大，其增速實際上已經加快。
之前，人們還在觀察亞馬遜的拐點是否得到確認。目前，這三大雲服務提供商的情況大致如此。盡管微軟的體量相對較大，但其增速也很快。這也是為什麽在考慮雲業務時，微軟希望透過更高的增速來獲得更高的市場份額。每個業務與AI結合的目標都不盡相同。例如，個人計算業務正在為收購動視暴雪做準備，除了遊戲業務外，微軟還考慮了元宇宙等其他想法，為未來的元宇宙做準備。
基於這些情況，我們可以看到微軟在AI領域的產業地位非常明確，其戰略也非常清晰。過去一年，微軟的股價走勢也相當強勁。透過這些資訊，我們可以理解微軟自1985年成立以來的發展歷程。現在是2024年，微軟已經走過了將近40年的歷程。在這40年裏，微軟經歷了三位CEO的領導：蓋茲、巴爾默和納德拉，他們分別代表了公司發展的不同階段。
在過去35年裏，微軟的股價走勢與公司的發展歷程基本一致。微軟經歷了從軟體到互聯網，再到雲端運算和AI的四個時代。在蓋茲的時代，公司的戰略非常明確，股價也與產業地位相匹配。然而，在互聯網泡沫時期，盡管微軟的Windows和Office產品占據了行業領先地位，但公司的市值一度高達7000億美元，隨後又出現了下跌。
在互聯網泡沫期間，巴爾默作為COO，可能給人們的印象並不深刻。巴爾默在任期間長達十幾年，他是一位技術出身的老員工。他的戰略主要集中在硬體領域，這與當時的技術背景有關。2000年之後，谷歌等互聯網公司崛起，微軟面臨著轉型的壓力。到了2010年前後，智慧型手機等新的智慧終端開始崛起。為了應對這一變化，微軟在2013年底收購了諾基亞，但在納德拉上任後，微軟在2016年又將諾基亞出售，虧損了數十億美元。
這些變化反映了微軟在不同歷史階段的戰略調整和市場應對。透過這些資訊，我們可以更好地理解微軟的發展歷程，以及它在AI時代的產業地位和戰略方向。
05
微軟AI轉型
納德拉在2014年接任微軟CEO，致力於扭轉公司在過去十年間形成的頹勢。在巴爾默任期內，微軟先是消化互聯網泡沫的影響，隨後面臨行動網際網路和PC互聯網轉型的挑戰。微軟的股價一度跌至2000億美元，不到3000億美元。然而，現在微軟的市值已達到3萬億美元。
納德拉的戰略轉變是關鍵，他自1992年加入微軟，擁有豐富的公司經驗。2014年上任後，他提出了「移動為先，雲為先」的戰略，使微軟變得更加開放，與蘋果等公司的合作也更加頻繁。微軟的雲服務雖然在2010年成立，但直到納德拉上任後才真正加速發展。2016年，微軟雲服務的增長尤為顯著。
納德拉的戰略眼光在AI領域同樣顯現，微軟在AI上的布局證明了這一點。此外，他在處理去年年底內部管理層動蕩的問題上，也展現了微軟作為股東和幕後推手的危機處理能力。
微軟的AI戰略不僅僅關註硬體，還包括遊戲、搜尋等多個方面。盡管在硬體方面與谷歌等公司相比還有差距，但微軟在AI領域的投入正逐漸增加。
AI的底層框架包括從芯片到模型的多個層次，其中一些中間層如資料庫和資料倉儲可能不為公眾所熟知，但它們與AI的結合約樣重要。微軟的Power Platform和亞馬遜的Amazon Q都是第三方開發平台的例子。
在芯片領域，微軟相對較晚推出自研芯片。去年10月，微軟釋出了兩款芯片：Male MA 100（CPU）和Cold Out（AI加速芯片）。相比之下，谷歌、亞馬遜和Meta等公司更早開始自研芯片。目前，微軟的芯片主要依賴輝達的產品。
從資本開支的角度來看，微軟從2014年到2024年的資本開支增長了十倍，從50億美元增至近500億美元。這一增長與雲服務的發展和疫情後對語音技術需求的增加有關。單季度資本開支自2017年以來也增長了近十倍，反映了微軟在AI和雲服務領域的持續投入。
在討論微軟的資本開支情況時，我們可以看到其與雲業務收入的匹配度相當高。在不同的發展階段，資本開支的增長原因各異，但一旦雲資本開支增加，就不會回落。隨著收入規模的擴大，資本開支的比例可能保持不變，但其絕對值將持續上升。盡管我們尚未具體計算這一比例，但可以推測，資源開始與其利潤和現金流的比較將呈現出一定的趨勢。
在芯片領域，微軟目前幾乎100%依賴采購，主要是來自輝達和AMD的顯卡。自研芯片的占比目前尚未開始，盡管相關產品已經釋出。此外，關於次級開支的細節，值得進一步深入研究。上周我們已經復盤了微軟在過去10至15年的資本開支情況，發現其資本開支一旦增加，就未曾下降，這與雲端運算的商業模式密切相關。由於雲服務是基於訂閱的，需求一旦上升，資本開支的需求也會隨之增加，且不會回落。
在2024財年，微軟的資本開支預計將達到450億至500億美元。在芯片領域，自研芯片的投入一旦開始，就不會減少，目前至少在500億美元以上。在模型層面，有兩個關鍵詞值得關註：OKI和自研模型。微軟雲現在非常開放，與過去相比有了很大變化。五月份的Build大會就是一個明顯的例子，這是一個針對生態夥伴的大會，旨在構建生態系。在微軟雲上，不僅有自家的模型，還包括第三方模型，如Lambda、Micro和Acrostic等，都可以部署在微軟雲上。
這種開放性的原因與過去十年雲端運算的發展有關。微軟、亞馬遜和谷歌這三朵雲已經觸達了大量現成的客戶。對於企業而言，如果想使用大模型，通常會選擇雲服務，而這些服務往往是部署在現有的雲平台上。例如，如果客戶使用的是微軟雲，他們可能會要求將模型部署在微軟雲上，以便直接使用介面進行操作。
因此，第三方模型願意部署在微軟、谷歌或亞馬遜的雲平台上，因為這樣做最為方便、簡單，且能夠快速實作變現。對於微軟而言，只要模型願意部署在其雲平台上，它持開放態度。微軟自己也在開發自己的SLM模型，即小型和大型模型，參數量從幾十億到幾百億不等。從去年的Five One模型到今年的Five Three模型，微軟在模型開發上取得了快速進展，最新的模型表現也非常出色。
每家公司在AI領域的發展思路各異，包括AI訓練模型的構建以及產品化和商業化策略。例如，Mate X5模型追求價效比，透過較小的尺寸實作同等效果。盡管各公司都有自己的測試結果，但普遍認為這些模型表現良好。
在討論大型模型時，除了關註模型參數量、數據集大小、使用的硬體資源以及投入的資金外，數據型別也是一個重要因素。例如，微軟的數據處理能力被認為是其模型效果良好的原因之一。微軟、亞馬遜和Meta等公司可觸及的數據型別各不相同。在多模態大模型的開發中，谷歌擁有YouTube視訊數據，而微軟則擁有遊戲數據。這引出了微軟收購動視暴雪的戰略意義，這不僅是為了遊戲收入，更是為了準備未來的元宇宙和AI發展。
微軟的戰略可以概括為3C戰略：Cloud（雲服務）、Content（內容）和Create（創造）。這與微軟的整個戰略和思路緊密相連。微軟的AI發展思路受到多種因素的影響，包括管理層的視角和產品體系。比爾蓋茲認為，AI是自1980年代以來的又一次重大技術創新，它將改變人機互動的方式。
06
人機互動方式的變革
在討論中，我們關註的核心是「agent」（代理）這一概念。我們之前已經討論過，下一代大型模型的核心能力在於其代理能力，這種能力至關重要，因為它將使我們能夠感受到技術的進步。以Cope為例，盡管它在某些方面改變了人機互動，但這種改變並不顯著，因為它並沒有根本性地改變我們的人際交往方式。我們的日常操作並沒有因為這些技術而有太大變化。
從比爾·蓋茲的角度來看，技術創新的核心在於改變人機互動的方式。Windows作業系統就是一個例子，它改變了人們與電腦的互動方式。當前的AI技術是否能再次引發這樣的變革，對我們的感知和體驗來說是一個重要的考量。
對於微軟而言，AI技術的套用是否能帶來重大變革，關鍵在於它是否能夠改變人機互動的方式。微軟的目標是將軟體轉變為代理，從而改變人機互動的方式。這實際上意味著實作軟體的工業自動化，即軟體自動化。微軟現有的產品矩陣，或者說其生產力服務，主要是面向企業的軟體產品。
接下來，我們將討論谷歌。谷歌的B2B產品線非常豐富，不遜色於微軟。盡管谷歌的體量沒有微軟那麽大，但兩家公司的基因不同。微軟的軟體套用層面的產品線非常清晰，包括智慧雲作為基礎，軟體層面，以及以硬體為主的硬體主體層面。微軟的IT架構和雲架構，以及AI的底層基礎設施，無論是軟體、硬體還是平台，都包含在內。
微軟的產品矩陣主要指的是生產力工具和商業流程這塊，其產品線非常全面，幾乎涵蓋了從前台到中台到後台的所有環節。微軟在這個領域是全球領先的。Office和Power Platform都是微軟的強項，而ERP/CRM可能排在第三、第四或第五位。在創意軟體領域，Adobe是領導者，其次是其他競爭對手，微軟可能排在更後面。此外，還有員工管理工具Viva，這是一個在國內不太常見的產品，主要用於企業內部員工培訓、管理和協同互動，以及企業內部知識流程管理。
微軟在這些領域都有變革的動力。Office產品線雖然強大，但微軟仍在主動尋求創新。比爾·蓋茲提到的代理（agent）概念，實際上是將軟體轉變為高級自動化工具，減少人工操作，讓工具自動執行任務。隨著GPT-5或GPT-6等更先進的AI模型的出現，我們的軟體將能夠更加智慧化地自動執行任務。
美股巨頭AI商業化策略解析
終端層面，微軟擁有Windows作業系統、AITC產品以及Xbox遊戲機等。盡管微軟的基因並不在硬體上，歷史上硬體產品表現並不突出，但收購動視暴雪後，微軟在遊戲領域的未來動向值得關註。
跟蹤微軟商業化情況的關鍵點包括三個方面：首先是GitHub和Power Platform等to D（開發者）端產品的數據；其次是Azure雲服務的增速和AI收入占比；最後是資本開支。
目前，微軟的產品化階段已過去，現在主要專註於產品叠代和商業化。每個季度，微軟在各個環節都有所進展。例如，GitHub和Power Platform的使用情況良好，但具體收入尚不明確。Salesforce的Sales產品和微軟的Sales產品針對的客戶群體和功能相似，都是針對銷售環節的產品。Power Platform的定價約為每人每月20美元。
在智慧雲領域，微軟提供的服務包括L雲和企業級服務。個人計算方面，New Bing搜尋引擎的市場份額尚未顯著提升。Windows作業系統目前正從Win 11升級，預計Win 12將有較大變化，以適應AI的發展需求。
在目前我們尚不清楚微軟實作功能的具體情況，需等到今年年末前後，待其年度報告（Annual Report，簡稱AAPC）釋出後，情況或許會更加明朗。此外，值得關註的是微軟的Creator（創意工具）和Imagine（想象工具），這兩者分別對應Adobe的產品。在個人消費者（To C）領域，我們需要跟蹤這些數據，盡管目前市場對這些數據的關註度並不高，尤其是在微軟的股價定價中，這些因素的影響並不顯著。微軟股價的定價主要側重於智慧領域，而其他如偷拍數據等對國家的影響並不大。智慧雲業務是微軟收入的重要組成部份，占收入的40%，預計在未來財年將達到50%。
微軟的業務受到智慧雲業務的顯著影響，市場也將雲端運算視為這些公司AI能力集中體現的領域。從跟蹤指標的角度來看，我們主要關註三個層面。然而，除了表面數據之外，我認為還有幾個方面需要關註。
首先是大模型在微軟原有業務中的套用情況。例如，大模型對推薦引擎的影響，盡管有人認為這種影響不大。這主要涉及到谷歌、Meta等公司，它們使用推薦引擎、搜尋引擎等技術。我們將進一步研究這一問題，並在研究清楚後向大家匯報。
我們需要了解大模型對這四家巨頭原有業務重構的影響程度及其背後的邏輯。如果這種影響成立，那麽許多事物的變化可能會超出我們的預期。例如，傳統的演算法架構是否會因為大模型架構而發生變化，推薦引擎是否會因為大模型而發生顯著變化。如果有變化，那麽我們的整個底層架構將會發生變化，這是肯定的。此外，底層架構的驅動力也會發生變化，比如從CPU轉向GPU，類似於從燃油車轉向電動車。但目前對於這種變化的看法存在分歧。
Meta表示，其30%的推薦引擎是基於大模型開發的。這在微軟的業務中也是一個值得關註的點。我們需要了解微軟的哪些業務，如雲端運算等，其演算法架構已經轉變為大模型驅動。如果發生了變化，那麽背後的驅動力肯定會發生變化。
我認為這是一個值得研究的問題，因為它將決定我們對算力需求的預期。除了表觀數據之外，我們還需要關註大模型在其原有業務中產生的影響。
其次，數據也是一個重要的關註點。隨著時間的推移，競爭將不再局限於表面層面，而是轉向更深層次的領域，如芯片。盡管我們可以從輝達等公司購買芯片，並且我們也在自主研發，但未來芯片成本的下降振幅將成為關鍵。演算法和算力方面，各家公司可能相差不大，但大模型的架構能力是一個值得關註的點。谷歌和Meta等公司在這方面都具備一定的能力。
此外，數據的型別和使用方式也非常重要。谷歌之所以能夠更好地開發AI數學演算法模型，很大程度上是因為其擁有的數據量遠超其他公司。數據不僅需要量大，而且數據型別也非常重要。例如，微軟的遊戲數據、Meta的視訊數據等，這些都是競爭的關鍵點。
在數據模型架構方面，矽谷的谷歌和Meta等公司是值得關註的。這兩家公司在AI領域的發展非常值得關註。
歡迎 關註 ，全網同名， 您的關註是對我最大的鼓勵和支持 ，謝謝
