互联网传媒深度报告-从ChatGPT等生成式AI的算力开销及商业化潜力-看微软和谷歌面临的挑战-华安证券_26页_1mb

生成式AI对搜索引擎的潜在威胁分析显示，其在搜索领域实现替代需具备"规模优势"，包括预训练数据集规模和用户反馈量，且需颠覆用户习惯，替代方案效率需显著优于现有方案。该技术发展受限于算力成本，如GPT-3175B模型训练成本达875万-109375万美元，耗时1105天-276天。商业化潜力主要体现在智能客服、搜索引擎及生产力工具插件三大场景，预计2030年对话AI市场规模将达4139亿美元，CAGR达236%。

微软和谷歌面临共同挑战：1）细分领域（电商、社交、游戏）数据获取难度增加，竞争加剧；2）算力开销推高营业成本，需明确商业化目标；3）行业价值向上游硬件/能源厂商转移，高端GPU/FPGA存在溢价权。微软的差异化挑战包括：作为GPT技术引领者需应对生成式AI内容的法律道德风险，同时在移动操作系统、娱乐等领域的数据积累不足，且可能面临反垄断问题。谷歌的特殊挑战在于：对话式搜索可能冲击点击付费广告模式，现有搜索引擎技术存在路径依赖，模型复杂度高导致整合困难，且缺乏先发优势，其Bard产品表现未达预期。

投资建议聚焦具备AI技术储备和商业化能力的科技企业，如百度、阿里、网易、微软、谷歌等。风险提示涵盖全球通胀、供应链波动导致的硬件供需错配，生成式AI商业化不及预期，以及由此引发的法律合规风险。微软在AI应用方面已取得进展，新Bing整合ChatGPT技术，可提供问题解答、内容创作等服务，其AI技术落地案例包括Office、Azure云服务、GitHub Copilot等，展现了较强的技术整合能力。谷歌虽有Transformer模型等技术基础，但Bard等产品尚未验证落地效果，需克服模型复杂度高、商业化路径不清晰等障碍。