全球数字财富领导者
财富汇
|
美股投研
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
谷歌2022Q4业绩电话会高管解读财报
go
lg
...
开创性工作,现在是您今天开始看到的许多
生成
式
AI
应用程序的基础。 将这些技术飞跃转化为可帮助数十亿人的产品,是我们公司一直以来赖以生存的基础。从事各种正在进行的项目的每个人都很兴奋。我们将以我们的 AI 原则和信息完整性的最高标准作为我们所有工作的核心,大胆地开展这项工作,但具有强烈的责任感。自去年初以来,我们一直在为这一刻做准备,在接下来的几个月里,您将在三大机遇领域看到我们的很多东西;第一,大机型。我们广泛发表了有关 LaMDA 和 PoN 的文章,这是业界最大、最复杂的模型以及 DeepMind 的大量工作。 在接下来的几周和几个月里,我们将从 LaMDA 开始提供这些语言模型,以便人们可以直接与它们互动。这将帮助我们继续获得反馈、测试并安全地改进它们。这些模型在撰写、构建和总结方面特别出色。随着它们提供最新的更多事实信息,它们将对人们变得更加有用。 在搜索方面,BERT 和 MUM 等语言模型已经改进了四年的搜索,实现了显着的排名改进和多模式搜索,如 Google Nets。很快,人们将能够以实验性和创新的方式直接与我们最新、最强大的语言模型进行交互,作为搜索的伴侣。敬请关注。 其次,我们将为开发人员、创作者和合作伙伴提供新的工具和 API。这将使他们能够创新和构建自己的应用程序,并在我们的语言、多模式和其他 AI 模型之上发现 AI 的新可能性。 第三,我们的 AI 是各种规模的企业和组织的强大推动力,我们还有更多的东西可以来到这里。这有几种口味。Google Cloud 正在通过我们的 Cloud AI 平台向客户提供我们在 AI 领域的技术领先地位,包括面向开发人员和数据科学家的基础设施和工具,例如 Vertex AI。 我们还为制造、生命科学和零售等行业提供特定的人工智能解决方案,并将继续推出更多解决方案。工作空间用户受益于 AI 支持的功能,例如用于协作的 Smart Canvas 和用于创作的 Smart Compose。我们正在努力将大型语言模型引入 Gmail 和 Docs。我们还将提供从编码到设计等其他有用的生成功能。对于我们的广告合作伙伴,Philipp 将详细讨论 AI 如何为他们带来显着的活动改进和增值功能。 当然,除此之外,AI 还继续大幅改进谷歌的其他产品。我们将继续与 Google 以外的其他人合作,包括联合研究合作以负责任地开发 AI 并应用 AI 应对社会面临的最大挑战和机遇。 例如,DeepMind 的蛋白质数据库包含科学界已知的所有 2 亿种蛋白质,现在已被全球 100 万生物学家使用。我们继续全面投资人工智能,人工智能和 DeepMind 是人工智能优先的光明未来不可或缺的一部分。 在过去的几年里,DeepMind 越来越多地在谷歌和其他赌注中跨团队合作,为了反映这一进展,我们将对财务报告进行更改,Ruth 将在她的评论中分享更多内容。我们的 AI 之旅才刚刚开始,最好的还在后头。 我想讨论的第二件事是我们更加专注。我们致力于以严格的纪律进行负责任的投资,并确定我们可以更具成本效益地运营的领域。 我们专注于有条不紊地在 Alphabet 建立财务可持续、充满活力的成长型企业。例如,我们正在努力提高经济性和硬件,因为我们更加专注于 Pixel 系列和那里的整体成本结构。云仍然非常关注其盈利之路。多年来,我们有很多机会在 YouTube 的进步基础上再接再厉,从 Shorts 获利开始。 总的来说,我认为这是以持久的方式重新设计公司成本基础的重要旅程。有几个方面已经在进行中,包括我们在 Google 和 Other Bets 上的产品投资的优先顺序。它还包括仔细关注我们的招聘需求,反映这些优先事项,以及我们技术基础设施的效率和我们人工智能工具的生产力改进。 作为其中的一部分,我们对产品领域和职能进行了严格审查,以确保我们的人员和角色与我们作为公司的最高优先事项保持一致,并且我们宣布裁员。我感谢离开我们的 Google 员工,感谢他们为帮助世界各地的人们和企业所做的所有贡献和辛勤工作。 让我简要介绍一下本季度整个企业的最新情况。就在本周,我们开始为 YouTube Shorts 带来收益分享,目前平均每日观看次数超过 500 亿次,高于我在 2022 年第一季度电话会议上宣布的 300 亿次。这将奖励创作者并帮助改善所有人的 Shorts 体验。 我们的订阅业务持续增长,包括试用在内,YouTube Music 和 Premium 的订阅人数超过 8000 万。加上 YouTube Primetime 频道订阅和 YouTube TV,我们在这方面发展势头良好。YouTube 的 NFL Sunday Ticket 将通过帮助推动订阅、为 YouTube 的付费和广告支持体验带来新观众并为创作者创造新机会来加速这一进程。 转向硬件。许多媒体和评论家将 Pixel 7 Pro 评为年度手机。Magic Eraser 和 Photo Unblur 等功能令人难以置信,有助于让 Pixel 与众不同。2022 年的 Pixel 6A、7 和 7 Pro 是我们推出的最畅销的一代手机。我们在今年经营的每个市场都获得了份额。 接下来是谷歌云。我们看到第四季度收入增长 32% 的持续势头。我们的差异化产品和专注的上市战略继续推动客户发展,带来实时数据分析和人工智能。越来越多的客户选择 BigQuery,因为我们将数据湖、数据仓库和高级 AI/ML 统一到一个系统中,现在每秒分析超过 110 TB 的数据。在大多数情况下,像克罗格这样的客户可以在不移动数据的情况下分析多个云中的数据,而 MSCI 可以大规模处理非结构化和结构化数据。 在基础设施方面,我们的全球网络和先进的 TPU v4 AI 超级计算机帮助 Snap 将其关键业务广告排名工作负载的吞吐量提高了两倍,同时显着降低了成本。 根据第三方基准测试,我们配备云 TPU v4 Pod 的机器学习基础设施运行大规模训练工作负载的速度比替代方案快 80%,这有助于像拜耳这样的客户加速药物发现。我们的可靠性优势和 Telefonica Germany 的开放边缘云驱动关键任务 5G 网络。 正如我所提到的,我们跨垂直领域的 AI/ML 解决方案套件是一个关键的差异化因素。我们帮助 Wells Fargo 自动化移动用户的客户服务体验,并帮助 HCA 不断提高患者护理质量。2022 年,我们正在整合的 Mandiant 帮助超过 1,800 家客户准备或从最关键的网络安全事件中恢复过来。 在 Workspace 中,前面提到的创新正在帮助推动跨地区的新胜利和扩张。在其他赌注中,从 Calico 到微博,我们专注于对整个投资组合进行可持续投资并创造良好的业务。例如,Verily 最近完善了其战略和结构,以更明确地关注其产品开发。 最后,我们都站在一个充满惊人机遇的时代的风口浪尖。当我们进入它时,我们将大胆、负责任和专注。从一开始,健康地忽视不可能就是我们公司文化的核心。当我环顾今天的 Google 时,我看到同样的精神和能量在推动着我们的努力。感谢我们的员工、我们的合作伙伴以及世界各地使用我们服务的人们。我对接下来的事情感到兴奋。 菲利普辛德勒 今天我将从第四季度的 Google 服务表现开始,然后深入探讨我们的优先领域。谷歌服务的收入为 680 亿美元,同比下降 2%,受到巨大的外汇逆风的负面影响。在谷歌广告中,搜索和其他收入同比下降 2%,而 YouTube 广告和网络的收入降幅高达个位数。谷歌其他收入同比增长 8%,YouTube、非广告和硬件收入的强劲增长被 Play 收入的下降所抵消。 我将强调影响我们第四季度广告业务的另外两个因素。露丝将提供更多细节。在搜索和其他方面,收入同比温和增长,不包括外汇的影响,反映出零售和旅游的增长,部分被金融业务的下滑所抵消。与此同时,与第三季度相比,我们看到一些广告商在第四季度的搜索支出进一步回落。 在 YouTube 和 Network 中,收入同比下降是由于第四季度广告商支出的缩减幅度扩大。我现在将缩小范围,更广泛地分享我们正在投资的领域,并看到长期增长的明确机会。 首先是谷歌人工智能。重要的是要认识到我们的广告业务在过去十年中明显受益于向移动设备的过渡。最近,我们在大流行期间广告收入大幅增长,2022 年广告收入比 2019 年高出 900 亿美元。 展望未来,我们专注于通过 AI 驱动的创新,在这个更高的基础上增加收入。Sundar 强调了人工智能正在带来的难以置信的机遇,以及它将对企业产生的变革性影响。从自然语言理解到
生成
式
AI
的一切突破已经在推动我们交付结果的能力,这些结果可以为广告商带来有意义的绩效,并对用户有用。 以智能出价为例,它使用 AI 来预测未来的广告转化及其价值,帮助企业保持敏捷并响应需求的快速变化。到 2022 年,人工智能的进步提高了竞价性能,使我们能够将广告客户的结果转移到漏斗中,以提高投资回报率并更有效地使用预算。 在搜索查询匹配中,像 MUM 这样的大型语言模型将广告商办公室与用户猎物相匹配。这种对人类语言意图的理解,再加上出价预测方面的进步,是企业在使用目标 CPA 的广告系列中将完全匹配关键字升级为广泛匹配时,转化次数平均增加 35% 的原因。 Google AI 也是我们创意产品的基础,例如 Google 广告中的技术建议以及创意优化和响应式搜索广告。我们很高兴开始更好地测试我们自动创建的资产,它使用 AI 在广告商选择加入后无缝地为搜索创意生成标题和描述。 当然,还有 Performance Max,它为我们的客户提供了我们的 AI 驱动系统的最佳组合。但我们并没有就此止步,这些示例并不详尽。在过去十年中,人工智能一直是我们广告业务的基础,我们将继续为我们的产品带来前沿进步,以帮助企业和用户。 第二,零售。我们提供长期价值的基础包括三大支柱:首先,我们的多年使命是让 Google 成为消费者购物之旅的核心部分,并成为商家与用户联系的宝贵场所。这意味着不断改善我们的消费者体验,从更加直观、身临其境、可浏览的搜索开始。 其次,我们正在授权更多商家参与我们的免费列表和广告体验。2022 年,我们看到商家(尤其是中小型企业)和产品库存增加到谷歌,为商家增加更多价值仍然是重中之重。 第三,为了进一步推动零售业绩,我们专注于出色的广告产品,从自动化和洞察力到竞价工具和全渠道解决方案,再到 PMax 等 AI 支持的活动,我们正在帮助零售商实现他们的目标并随时随地与客户建立联系他们购物。 关于 PMax 的两个快速见解,我们将大多数广告商从去年的智能购物活动升级为 PMax。首先,广告商平均看到从 SSC 到 PMax 有 12% 的提升。其次,它在 Cyber Five 的假期期间取得了成功,它在动荡的零售旺季扩展和适应不断变化的流量的能力为许多零售商带来了强劲的业绩,尤其是中端市场广告商。 转到 YouTube。尽管第四季度收入持续逆风,但我们对 YouTube 的长期发展轨迹充满信心。以下是我们如何思考我们的战略。这一切都始于创作者生态系统。创作者是 YouTube 的命脉。 2022 年,在 YouTube 上创建内容的人数比以往任何时候都多,长篇、短篇、音频、播客、音乐、直播。YouTube 的与众不同之处在于,与任何其他平台相比,我们为创作者提供了更多创建内容和与粉丝联系的方式以及更多的赚钱方式。 更多创作者意味着更多内容,意味着更多观众,从而为广告商带来更多机会。创作者生态系统和我们的多格式战略将继续推动 YouTube 的长期发展。 为了支持这种增长,我们专注于:第一,增加短裤;第二,加速大屏幕上的参与,第三,投资我们的订阅产品;第四,一项使 YouTube 更易于购买的长期努力。 第一,短裤。正如 Sundar 所说,收视率正在迅速增长,每日观看次数超过 500 亿次。我们仍然对我们在早期货币化方面的持续进展感到满意。在创作者方面,看到创作者使用 Shorts 来介绍他们的内容和扩展现有频道的创新方式令人印象深刻。 我们专注于为创作者提供最好的内容创作和货币化工具、更丰富的新功能和分析功能,以帮助他们个性化和优化他们的内容策略。Shorts 还处于早期阶段,但我们相信跑道很长。 接下来是联网电视,用户越来越多地在家里的大屏幕上观看他们最喜欢的创作者。根据尼尔森的说法,YouTube 是美国流媒体观看时间的领导者。广告商正在加入。借助人工智能解决方案,我们正在帮助品牌提供高效的覆盖面和投资回报率,并解决频率和测量等痛点。 然后是我们的订阅产品。很明显,在线视频的未来在于帮助用户跨广告支持和优质服务无缝地发现和观看内容。我们的目标是成为多种类型视频内容的一站式商店。这就是我们首先提供 Music 和 Premium 的原因,超过 8000 万的付费订阅者和试用者可以在其中享受他们最喜欢的内容和无广告的音乐。 然后我们扩展到 YouTube TV,显着改善了传统电视体验。去年秋天,黄金时段频道推出,在 YouTube 上提供流媒体订阅服务。 鉴于我们在订阅产品中看到的潜力,我们最近宣布了一项多年期协议来分发 NFL Sunday Ticket。正如 Sundar 强调的那样,我们对这将带来的机遇感到兴奋。 最后是我们对可购物 YouTube 的关注。它仍处于初期阶段,但我们看到了巨大的潜力,可以让人们更轻松地从他们喜爱的创作者、品牌和内容中购物。 我将以我之前说过很多次的话结束。我们的成功离不开我们的客户和合作伙伴。现实是,只有当他们做得好时,我们才会做得好。从我们成立之初,我们的收入分成模型就围绕 ROI 为我们的合作伙伴构建,从 Play 开发者和在线发行商到 YouTube 创作者、艺术家和世界各地的媒体组织。 在过去的三年里,我很自豪地与大家分享,我们为这些生态系统贡献了超过 2000 亿美元。我们一如既往地致力于推动下一代企业、媒体公司和网络创造力。 在这一点上,非常感谢我们的合作伙伴和客户一直以来的合作和信任,感谢 Google 员工为帮助我们的用户、客户和合作伙伴取得成功所付出的精力、专注和奉献,尤其是在这些艰难时期。 露丝波拉特 2022 年全年,Alphabet 实现收入 2830 亿美元,比 2021 年增长 10%,按固定汇率计算增长 14%,收入增加 370 亿美元,不包括外汇的影响。 我将简要介绍我们第四季度业绩的要点,然后转向我们的展望,为您提供更多关于 Sundar 关于我们如何专注于投资促进增长以及重新设计我们的成本基础以实现长期成功的评论的背景。 第四季度,我们的合并收入为 760 亿美元,增长 1%,按固定汇率计算增长 7%。按固定汇率计算,搜索仍然是收入增长的最大贡献者。我们的总收入成本为 353 亿美元,增长 7%。其他收入成本为 224 亿美元,增长了 15%。这一增长是由两个因素推动的;首先,硬件成本主要是由于 12 亿美元的库存相关费用,其次是强劲的单位销售。这些费用反映了持续的定价压力和预期未来库存需求的变化。 其次,与数据中心和其他运营相关的成本。营业费用为 225 亿美元,增长 10%,反映了研发费用的增加,主要受员工人数增长的推动,其次是 G&A 费用的增加,主要反映了与应计法律事务相关的费用增加。这些增长部分被销售和营销费用的下降所抵消,这主要是由于广告和促销支出的减少。 营业收入为 182 亿美元,比去年下降 17%,营业利润率为 24%。净收入为 136 亿美元。我们在第四季度交付了 160 亿美元的自由现金流,在 2022 年实现了 600 亿美元的自由现金流。到年底,我们拥有 1140 亿美元的现金和有价证券。我们还在 2022 年回购了总计 590 亿美元的 A 类和 C 类股票。 转向我们的细分结果,从谷歌服务开始。收入为 678 亿美元,下降 2%。本季度谷歌搜索和其他广告收入为 426 亿美元,下降了 2%。搜索在第 4 季度实现了温和的基础增长,没有受到货币变动对报告结果的影响。YouTube 广告收入为 80 亿美元,下降了 8%。网络广告收入为 85 亿美元,下降了 9%。 其他收入为 88 亿美元,增长 8%,反映了几个因素;首先,YouTube Music Premium 和 YouTube TV 的订阅用户显着增长;其次,硬件收入的强劲增长,主要来自 Pixel 系列。这两个领域的增长抵消了 Play 收入的同比下降,反映了亚太地区特别大的外汇逆风,以及 Play 商店费用减少的影响。TAC 为 129 亿美元,下降 4%。谷歌服务营业收入为 211 亿美元,下降 19%,营业利润率为 31%。 转向谷歌云部分。本季度收入为 73 亿美元,增长 32%。GCP 的收入增长再次超过谷歌云,反映了基础设施和平台服务的实力。Google Workspace 的强劲业绩得益于席位和每个席位平均收入的增长。在第四季度,我们看到消费增长放缓,因为客户优化了 GCP 成本,反映了宏观背景。谷歌云的运营亏损为 4.8 亿美元。至于我们的其他赌注,2022 年全年收入为 11 亿美元,营业亏损为 61 亿美元。 谈到我们的业务前景。2022年,我们的收入同比增长受到诸多挑战的影响。首先,鉴于 2021 年从大流行的影响中大幅复苏,我们面临着非常艰难的竞争。二是全年外汇逆风加大。第三,我们在更具挑战性的经济环境背景下运营,这也影响了我们的许多客户,而且这种情况仍在持续。 在 Google 服务中,我们专注于投资我们看到的长期收入增长机会。首先,在广告领域,我们专注于利用人工智能的进步为用户和搜索带来更好的新体验,并为广告商提供更好的衡量、更高的投资回报率和工具,以提供更具吸引力的创意内容。 在 YouTube 中,我们优先考虑 Shorts 参与度和货币化的持续增长,同时还在我们的广告支持产品中开展其他计划。至于我们对其他收入的展望,在 Play 中,2022 年的结果反映了外汇的特别大的影响,包括大流行期间用户活动的增加以及我们推出的费用减免的影响。 我们对移动应用程序和游戏的长期前景保持乐观,但鉴于行业趋势,短期内仍然更加谨慎。通过 YouTube 订阅,我们对在 YouTube Music Premium、YouTube TV 和 Primetime Channels 上继续发展感到乐观。在硬件方面,我们继续进行大量投资,特别是支持我们 Pixel 系列的创新,同时努力推动整个产品组合的重点和成本效率。 对于谷歌云,我们仍然对长期的市场机会和业务发展轨迹感到兴奋。企业和政府越来越多地向我们寻求跨垂直和跨地域的数字化转型计划。在投资增长的同时,我们仍然非常关注谷歌云的盈利之路。 在其他赌注方面,正如 Sundar 提到的,我们将对与 DeepMind 相关的财务报告进行更改。为了反映 DeepMind 与 Google Services、Google Cloud 和 Other Bets 的合作不断增加,从第一季度开始,DeepMind 将不再在 Other Bets 中报告,并将作为 Alphabet 公司成本的一部分进行报告。 现在,我将向您介绍我们努力对成本基础进行持久重新设计以减缓运营费用增长速度的关键要素。我们预计这种影响将在 2024 年变得更加明显。首先,在 Alphabet 员工人数方面,我们将在 2023 年显着放慢招聘步伐,同时仍在优先领域进行投资。在第四季度,我们增加了 3,455 人。与前几个季度一样,大部分员工都是技术职位。 关于我们最近宣布裁员约 12,000 人的公告,大部分影响将在第一季度显现。我们将收取 19 亿至 23 亿美元的遣散费,这将在公司成本中报告。我们将继续在优先领域招聘人才,特别关注顶尖工程和技术人才以及我们人才的全球足迹。 其次,我们正在进行更长期的努力,以重新设计三大类的成本基础;首先,使用人工智能和自动化来提高整个 Alphabet 的运营任务生产力,以及我们技术基础设施的效率;其次,更有效地管理我们与供应商的支出;第三,优化我们的工作方式和地点。 在 2023 年第一季度,我们预计将产生约 5 亿美元的与退出租赁相关的成本,以使我们的办公空间与我们调整后的全球员工人数保持一致。这将反映在企业成本中。我们将继续优化我们的房地产足迹。 转向资本支出。对于 2023 年,我们预计总资本支出将与 2022 年基本持平,技术基础设施将增加,而办公设施将减少。我们对技术基础设施的持续投资显然是支持我们长期增长机会的重要组成部分。 最后,我将向您指出我们的收益发布,其中我们注意到我们从 2023 年第一季度开始调整了服务器和某些网络设备的估计使用寿命。我们预计这些变化将对我们 2023 年的运营业绩产生约 34 亿美元的资产和截至 2022 年底的服务。 (这份记录可能不是100%的准确率,并且可能包含拼写错误和其他不准确的。提供此记录,没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)
lg
...
老虎证券
2023-02-03
ChatGPT很厉害 但还有关键问题悬而未决
go
lg
...
许在图片库Adobe Stock中上传
生成
式
AI
艺术品进行售卖。但上传前必须标记 AI 制作的内容,并且需要拥有其参考图像或文本的商业版权。 作为一款开源模型,Stable diffusion的开发者Stability AI和RunwayML则认为既然开源,那么它也应该依此引用开源CC0协议,即版权归公,同时任何人也可以自由地使用,包括商业使用。而对于DALL-E 2和Midjourney这样并未开源的AIGC模型来说,生成内容的权属则相对模糊。 目前AIGC市场上也存在很多版权乱象,一些基于Stable Diffusion开发应用的厂商声称,使用自己AI程序生成的图片版权归自己,甚至依此生产NFT向使用者兜售。 对此,王渝伟认为,AI应用的使用者,在使用这种应用进行创作时,生成的图片如果符合独创性的要件,就能够构成《著作权法》上的作品。而厂商已明确告知了使用者著作权的归属问题,相当于在合同中已经进行了约定,所以这种作品的著作权应当归属于厂商。 并不是说AI应用基于开源模型开发,它所生成的作品就不存在著作权,还是应当根据《著作权法》的规定判定著作权归属。 “目前相关法律制定最大的障碍和阻力,可能是法律如何保持科技发展和伦理价值的平衡。”王渝伟提出,一方面,AI技术的高速发展,可能会与人类的基本伦理认知相违背,违反社会公序良俗;另一方面,法律的规制也不能对AI技术设置过于严苛的标准,影响AI的进一步发展。 来源:金色财经
lg
...
金色财经
2023-01-31
A16z:
生成
式
AI
的机遇与挑战分析
go
lg
...
又发了一篇有意思的文章,谈到他们认为的
生成
式
AI
价值捕获问题,比如说目前
生成
式
AI
在商业化落地存在哪些问题?价值捕获最大的部分在哪?笔者翻译后对部分内容进行了注解。 文章主要两部分:第一部分,包括A16Z对
生成
式
AI
整个目前赛道的观察,以及存在什么问题;第二部分除了问题之外,还讲解了到底哪块能捕获最大的价值,无疑,得基础设施者的天下(请注意:这些大部分都是A16Z的 Portofolio,请大家本着客观理性的态度阅读,本文不构成任何投资建议或者对项目的推荐) *本文版权归A16Z所有,翻译仅为供大家学习使用。 什么是
生成
式
AI
?
生成
式
AI
是机器学习的一个类别,计算机可以根据用户的输入/提示,生成原创的新内容。目前这项技术最成熟的应用主要在文本和图像领域,不过几乎所有的创意领域都有类似的进步(
生成
式
AI
的技术应用),覆盖动画、声音效果、音乐,甚至是对具备完整个性的虚拟人物进行原创。 第一部分:观察和预测 人工智能应用正在迅速扩大规模,而留存并没有那么容易,并不是所有人都可以建立起来商业规模。
生成
式
AI
技术的早期阶段已浮现: 比如说,数以百计的新兴 AI 创业公司正冲向市场,开始开发基础模型,构建 AI 原生应用程序、基础设施与工具。 当然,确实会有很多热门技术趋势,会出现过度炒作的情况。但生成式人工智能的蓬勃发展,已经能看到很多公司产生了实实在在的营收。 例如,像 Stable Diffusion 和 ChatGPT 这样的模型创造了用户增长的历史记录,有的应用在推出后不到一年,就达到了 1 亿美元的年营收,并且人工智能模型在部分任务中的表现要比人类的水平高几个数量级。 我们发现,技术范式转型正在发生。但是,需要研究的关键问题在于:整个市场中,哪些地方会产生价值? 过去一年里,我们和几十位生成式 AI 创业公司的创始人和大公司 AI 领域的专家。我们观察到目前为止,基础设施供应商很可能是这个市场上最大的赢家,因为基础设施可以获得经过整个
生成
式
AI
堆栈最多的流水和营收。 尽管主攻应用开发的公司收入增长非常快,但这部分公司往往在用户留存、产品差异化和毛利率方面存在弱势。而大多数模型供应商目前还没有掌握大规模的商业化能力。 再说的准确一点,那些能够创造最大价值的公司,比如说能够训练生成式人工智能模型,并将这种技术应用于新的应用程序,目前还没有完全抓住行业中的的大部分价值。所以,现在想要预测后面的行业趋势并不是那么容易。 但是,想办法了解整个行业堆栈的哪些部分能做到真正的差异化,和可防御化很重要,因为这部分可以对整个市场结构(即横向与纵向的公司发展)和长期价值驱动力(如利润率和用户留存率)产生重大影响。 但迄今为止,除了现有公司传统意义上的业务护城河,很难在(生成式人工智能的)堆栈上找到结构上可防御性。 我们看好生成式人工智能赛道,也坚信这个领域对各个行业产生巨大影响。这篇文章的撰写目的,主要是为了描绘市场的动态,回答一些关于生成性人工智能商业模式更为广泛的问题。 技术栈:基础设施、人工智能模型和应用程序 想要了解生成式人工智能赛道和市场是如何形成的,首先需要定义目前整个行业的堆栈: 整个生成式人工智能的堆栈可分为三层: 1.将
生成
式
AI
模型,与面向用户的产品应用集成,这种通常是运行自己的模型管道("端到端应用"),或者依赖第三方 API (阿法兔研究笔记注释:这里我们说的模型管道,指的就是就是一个模型的输出作为下一个模型的输入) 2.为人工智能产品提供动力的模型,以专有 API 或开源检查点的形式提供(这反过来需要一个托管解决方案) (注释:这块说的是,要么把整个模型的构建方式以及预训练的模型(又叫检查点)开放出来,要么需要把整个模型的构建方式以及预训练的模保密,只开放一个接口 API,如果是前者的话,你就要自己去跑训练/微调/推理,所以需要知道它能什么样的环境、什么样的硬件基础上跑,所以需要有人提供一个托管平台处理模型运行环境的事情) 3.为生成性人工智能模型运行训练和推理工作负载的基础设施供应商(即云平台和硬件制造商) 需要注意的是,这块我们讲的并不是整个市场的生态图,而是一个分析市场的框架,本文在每个类别中都列出了一些知名厂商的例子,不过没有囊括列出目前所有最厉害的AIGC应用,也没有深入讨论 MLops 或 LLMops 工具,因为这块还没有达到完全成熟的标准化,有机会我们会继续讨论。 第一波的生成式人工智能应用开始形成规模化,但在留存和差异化方面却不容易 在之前的技术周期中,传统意义上的观点会认为,想要建立大型的、独立的公司,就必须拥有终端客户,这里的终端客户包括个人消费者和 B 2B买家。 因为这种传统意义上的观点,大家很容易也认为:生成式人工智能中最大的机会也在于能够做面向终端用户的应用的公司。 但是到目前为止,其实情况并不一定会这样。 生成式人工智能应用的增长非常惊人,这种增长主要是由非常新颖和应用案例所驱动的,比如说图像生成、文案写作和代码编写,这三个产品类别的年收入已经超过了 1 亿美元。 但是,光增长还不足以构建持久的软件公司,关键在于,这种增长必须是有利润,也就是说,用户和客户一旦注册就可以产生利润(高毛利),并且这种利润还需要能够长期可持续(高留存率)。 如果公司之间不存在强大的技术差异化,B 2B和 B 2C应用程序只要通过网络效应,和数据优势,再或者构建愈发复杂的工作流程,从而获得成功。 但是,在生成式人工智能领域,上述假设未必成立。在我们调研的做生成式人工智能 APP 的创业公司中,毛利率的变化范围很广,少数公司能达到 90% ,多数公司毛利率低至 50-60% ,这块主要由模型成本影响。 尽管我们可以看到目前渠道顶端(Top-of-funnel )的增长,但是,还不清楚目前客户获取策略是否可以持续,因为已经看到了很多付费获取的效率和留存率开始下降。 目前市面上的很多应用程序也确实缺乏差异性,因为这些应用主要依赖于相似的底层人工智能模型,并没有发现明显能够具备独家网络效应、其他竞争对手很难复制的的杀手级应用和数据/工作流程。 因此,目前我们还不知道能够建立可持续的生成式人工智能商业化业务的最佳实践到底是什么,随着语言模型的竞争和效率的提高,利润率应该会提高。随着那波仅仅因为人工智能的热度才来的用户逐步冷却,离开市场,用户留存率大概率会增加。并且,我们认为垂直整合的应用在制造差异化方面具备优势,但是很多还需要接下来的实践证明。 展望未来,
生成
式
AI
应用会面临什么问题? 在垂直整合("模型+应用")方面 如果人工智能模型作为一种消费型服务,应用开发者可以用小团队模式快速迭代,并随着技术的进步,逐步更换模型供应商。但还有开发者不同意,他们认为,产品就是模型,从头开始训练是创造可防御性的唯一途径,这里指的是不断地对专有产品数据进行再训练(re-training)。但这就需要更高的资本,并且需要稳定的产品团队为代价的。 构建功能与应用程序 生成式人工智能产品具备很多形式:桌面应用,移动应用,Figma/Photoshop 插件,Chrome 扩展应用...甚至还包括 Discord 机器人。在用户已经在应用、有使用习惯的地方整合人工智能产品比较容易,因为用户界面较为简易。但是,这些公司里有哪些会成为独立的公司?哪些会被微软或谷歌人工智能巨头所吸纳? 会和 Gartner 公司发布的炒作周期(hyper cycle) 一致? 尚且不清楚当前的用户流失率,是不是都是早期人工智能产品所必须面对的,仅仅是我们当前这批人工智能产品所固有的。再或者,市场对生成式人工智能的兴趣,是否会随着市场炒作的消退而下降。这些问题,对开发 APP 应用程序公司存在重要的影响,包括何时选择融资的时机、设计用户获取策略、对于用户群的考虑有用户的优先度,以选择宣布产品市场匹配(Product Market Fit)时机。 来源:金色财经
lg
...
金色财经
2023-01-30
Shutterstock联手LG推进变革
go
lg
...
随着其继续与行业领袖合作来负责任地打造
生成
式
AI
未来,Shutterstock实施了这一最新举措,旨在为其合作伙伴、客户和贡献者提供合乎道德的跨越创意工作流程所有阶段的AI驱动技术。 "LG AI Research与最信任的战略合作伙伴Shutterstock紧密合作,开发了超级巨型AI——EXAONE,这款AI可以生成以独特的多模式架构以及巨量图像和文本为基础的创意视觉图像和字幕," LG AI Research首席执行官Kyunghoon Bae博士表示。"LG AI Research携手Shutterstock正在构建EXAONE的成功商业案例,并在探索基于EXAONE Atelier的全新机会,这是一款创意AI工具包,设计用于利用
生成
式
AI
激发设计师和创作者的灵感。我们准备与所有企业合作,使我们的世界更有创意——受AI启发并由人类设计。" "自从大约20年前成立以来,Shutterstock一直致力于通过为用户提供创作元素来推动完美的艺术体验,从而提升创造力,"Shutterstock首席执行官Paul Hennessy表示。"我们通过与LG AI Research合作,将AI工具带给我们的客户来继续履行这一使命,这些工具通过AI图像字幕添加来实现过程中非创意部分的自动化,并通过
生成
式
AI
模型即时实现构想。无论是面向首席营销官还是自由职业创意总监,我们正在构建的AI驱动工具可为所有人消除创意过程中的关键痛点,并为流畅创意流程打开了更多空间。" 扩展我们的
生成
式
AI
足迹 Shutterstock已选择与LG AI Research合作,后者是生成式研发的全球先驱,同样致力于以合乎道德的方式创造AI技术。将被集成到Shutterstock平台上的LG AI Research复杂AI模型正通过来自Shutterstock的数百万张高分辨率图像和元数据进行训练,并将把基于文本的提示转换为图像。作品被用于训练模型的贡献者将通过Shutterstock的贡献者基金获得报酬,并在客户创建并授权使用其IP的新生成内容时还将获得报酬。 AI图像字幕添加:创意工作流程的游戏规则改变者 LG AI Research的EXAONE技术还可以将图像转换为高质量的说明和关键词来描述和标记内容,这可以帮助客户更快地找到资料。通过集成这种AI字幕添加能力,客户能够自动将标签和说明添加到他们使用Shutterstock上传和存储的内容中,从而轻松保持井井有条并在需要时找到用户所需的资料。 业界的教育协作方法 根据Shutterstock开展的一项调查显示,三分之二的客户和贡献者有兴趣学习公司关于AI生成内容的知识。为了满足大家这种日益增长的兴趣,并与业界分享最佳实践和经验,Shutterstock和LG AI Research将参加行业演示,包括2023年6月在温哥华举行的IEEE/CVF计算机视觉和模式识别会议,并共同举办活动,引导关于新的和合乎道德的AI模型开发的全球讨论。 根据预计,客户和贡献者可于2023年看到这些功能被集成到Shutterstock平台中。 前瞻性陈述 本新闻稿包含1995年《私人证券诉讼改革法案》所定义的前瞻性陈述。除历史事实陈述之外的所有其他陈述均是前瞻性陈述。前瞻性陈述的例子包括但不限于以下相关陈述:指引、行业前景、未来业务、未来运营或财务状况结果、未来股息、我们完成收购以及将我们已收购或可能收购的企业整合到我们现有运营中的能力、新的或计划的功能、产品或服务、管理战略、我们的竞争地位和新冠疫情。您可以通过以下词语和其他类似词语及其否定形式来识别前瞻性陈述:"可能"、"将要"、"将会"、"应该"、"可能"、"期望"、"旨在"、"预测"、"相信"、"估计"、"打算"、"计划"、"预计"、"估算"、"寻求"、"潜力"和"机会"。但是,并非所有前瞻性陈述都包含这些词语。前瞻性陈述受到已知和未知风险及不确定性和其他因素的影响,可能致使实际结果与文中前瞻性陈述所表达或暗示的结果存在重大差异。除其他文件外,该等风险和不确定性包括在我们最近10-K表年度报告和截至2022年6月30日的10-Q表季度报告以及公司可能不时向证券交易委员会提交的其他文件中题为"风险因素"下讨论的风险和不确定性。由于这些风险、不确定性和因素,Shutterstock的实际结果可能与本文所载前瞻性陈述中讨论或暗示的未来结果、绩效或成就存在重大差异。本新闻稿中包含的任何前瞻性陈述仅代表本文发布之日的情况,除法律要求外,Shutterstock不承担更新本新闻稿中所含信息或修改任何前瞻性陈述的义务,无论是出于新信息、未来的发展或是别的原因所致。
lg
...
美通社
2022-11-19
超百万用户注册, 希望人人都能成为设计师的Stability AI为何价值10亿美金?
go
lg
...
红杉资本联合GPT-3发表了一篇名为《
生成
式
AI
:一个创造性的新世界》的文章,其中写道,“人们的梦想:
生成
式
AI
将创造和知识工作的编辑成本降至零,生产巨大的劳动生产率和经济价值,以及相应的市值。” 这也意味着,人人都能成为创作者将成为现实,AIGC内容平台将迎来爆发式增长。 从AI作画到AI视频,我们的内容生产创作方式正在发生改变,AI技术正在创意产业中发挥着越来越大的作用。 得益于相关技术的发展与迭代,使得AI可以快速、灵活地生成不同模态的数据内容,而Stable Diffusion的正式开源无疑是拉开了AIGC时代的帷幕,为更广泛的用户提供了重新定义想象力的机会。 Stability AI与其他大型AI公司的“家长式作风”不同,Emad Mostaque通过开源做到了将技术民主化,为那些真正有才华的开发者提供最大的自由度,同时,Stability AI还与各国政府和机构开展合作,以便建立更加开放的社区。 Stability AI正在催化其生态系统的发展,然而所有的平台都将向商业化的道路探索,因此能否建立一个良好的商业模式可能将是Stability AI成为龙头的关键,让我们拭目以待。 为什么说AIGC对元宇宙很重要? 全球知名咨询机构Gartner在《2021年预测:人工智能对人类和社会的影响》 中指出,到2023年将有20%的内容被
生成
式
AI
所创建。 同时,Gartner还预计到2021年生成式AI产生的数据将占所有数据的10%,而当下这一比例还不到1%,而Gartner所指的
生成
式
AI
正是我们现在所熟悉的AIGC。 根据目前的内容生产来看,其实图文和音视频的创作门槛已经因为一些社交媒体的出现而变得简单起来,这也是内容生产力得到解放的重要原因,并由此带来了过去5年短视频的爆发增长。 但另一方面,我们知道,现在一些流行的内容创造方式已经开始从2D转变为3D图像,这在创作上为不少内容从业者带来了门槛。 因此,AIGC的出现可以极大降低这个门槛,并为元宇宙的出现埋下伏笔。 诸如我们熟悉的虚拟人,如果仅仅是依赖人力来创作内容,包括虚拟人的人物创造、环境构造或者虚拟现实的增强都会极大耗费内容创作者精力,因此才出现了像EPIC公司开发的虚幻引擎,来减少虚拟场景的构建时间,但虚幻引擎依然不够友好,毕竟它不是普通人能够涉猎的内容创作方式。 因此,在虚幻引擎的基础上,我们看到了AIGC的诞生,仅仅通过文字描述就能构建我们想要的音频、视频或者画面,这就好比以前耕作需要人力和畜力,但现在我们有了各种播种收割机,必然带来生产力的飞速提升。 我们依然处于AIGC行业发展的早期,甚至我们可以将2022年定义为“AIGC元年”。 而在元宇宙出现之前,AIGC的应用场景其实并没有那么丰富,毕竟大家对当下内容的需求已经足够。 可随着元宇宙的发展和普及,我们发现,内容的构建成本被再次拉升,于是像AIGC这样可以便捷构建内容的方式被关注起来,也由此拉开了新的局面。 可以说,元宇宙和AIGC就像需求和生产力变革的关系,当需求改变时,新的生产方式必然会被得到认可。 当下AIGC的内容生成来说依然存在不少问题,比如内容创作没有边界,存在涉黄涉暴的情况,这也是人工智能与监管者需要寻找的契合点;以及部分AIGC的创作结果存在理解误区,导致出现“苹果长在水里”这样的神奇画面,尽管有趣,但并不符合现实意义,而这也是人工智能需要成长的地方。 不过上述提到的关于AIGC的问题可能并不会妨碍其发展,问题只在于这些“问题”何时被解决,如此,人们对AIGC的关注和使用可能会进一步得到提升。 当然,对于广大内容创作者来说,AIGC既是行业“神器”,也会是行业“利器”,掌握者可能在内容创作中再上台阶,错失者可能被人工智能所抛弃。 AIGC的突然爆红,会让我们感慨似乎站在了一个全新的时代开端上,但某种意义上其实我们也并不知道时代究竟何时到来。 【声明】:本文为元宇宙之心运营团队原创,未经允许严禁转载,如需转载请联系我们,文章版权和最终解释权归元宇宙之心所有。 来源:金色财经
lg
...
金色财经
2022-11-09
上一页
1
•••
249
250
251
252
253
下一页
24小时热点
中美重磅!美媒:在与特朗普的贸易战中 中国国家主席习近平手握多张王牌
lg
...
中国经济惊现极罕见一幕!中国关键银行贷款指标20年来首次萎缩 释放何信号
lg
...
中国突然放大招!最新消费者补贴或带动数万亿新增信贷 象征意义显著?
lg
...
特朗普想降息50个基点,全球市场大反攻!美元难逃跌势,盯紧普特峰会
lg
...
【直击亚市】罕见公开批评!贝森特称日本将加息、美联储应降息150点 比特币创新高
lg
...
最新话题
更多
#Web3项目情报站#
lg
...
6讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
36讨论
#链上风云#
lg
...
111讨论
#VIP会员尊享#
lg
...
1989讨论
#CES 2025国际消费电子展#
lg
...
21讨论