2024年生成式AI机遇和颠覆：演变中的万亿美元市场.pdf

Bloomberg Terminal彭博专业服务生成式 AI 机遇和颠覆：演变中的万亿美元市场2020304141822252728353841424445内容提要值得关注的催化剂AI 概览市场变革细分市场分析用途不断扩大个人化技术资本支出展望处理芯片和内存芯片需求监管格局环境、社会和治理(ESG)展望业绩和估值公司影响术语表方法目录生成式人工智能(AI)和大型语言模型(LLM)的采用将给科技行业的每一个领域都带来影响。彭博行业研究的市场规模互动模型显示，现有供应商和新供应商将重新定义当前的终端市场，到 2032 年，有望创造 1.3 万亿美元的收入。科技巨头比芯片制造商更受益：英伟达等半导体制造商被视为投资打造生成式 AI 基础的大赢家，与训练相关的销售预计将成为最大的细分市场，在未来 10 年达到 4,740 亿美元的规模。但我们预计微软、亚马逊和谷歌等云巨头未来 10 年增速会比半导体行业的整体增速更快。设备需求受益于推理采用：对经训练的 LLM 数据和内容进行解释的业务预计将达到 1,680 亿美元的市场规模。边缘设备制造商，如戴尔（个人电脑）、苹果（智能手机）和特斯拉（联网汽车），可能会成为与生成式AI相关的对话和视觉产品需求的受益者。传统大型客户关系管理(CRM)提供商面临风险：我们预计，一些建立在基础 LLM 之上的新兴软件产品或将给现有的客户关系管理和企业资源规划等领域带来颠覆性变革，这可能会对 S、SAP 和 Adobe 等现有企业带来挑战。到 2032 年，这一市场的规模有望达到 2,800 亿美元。2内容提要在科技支出中的占比有望升至 10%-12%随着企业改变经营方式并对产品和服务进行强化，未来 10 年，生成式 AI 有望在硬件、软件、服务、广告、游戏等众多领域创造 1.3 万亿美元收入，占科技领域总支出的 10%-12%。使用大规模数据集通过机器学习和神经网络算法训练 AI（即 LLM）将形成一个巨大的市场，到 2032 年，其销售规模有望达到 4,740 亿美元，同时还将推升服务器加速器和数据中心存储单元的需求。企业将利用公有云部署生成式 AI，从而令 Meta、微软、亚马逊和 Alphabet 等巨头受益，销售预计将以 60%的复合年增长率增至 2,470 亿美元。彭博行业研究(BI)的专有模型可用于市场增长预测，彭博终端上还提供一款互动工具。网络安全、药物发现、AI 助手（也称 copilot）和编程工作流领域的软件销售额有望增加约 2,800 亿美元。许多软件制造商已经在运用自研 AI copilot 对产品进行优化，其他安全、教育等领域的软件制造商料将效仿。AI 还可加快游戏和创意类软件的开发，并通过提高定向投放能力，推动数字广告支出增加 1,920 亿美元。随着企业寻求有助于在削减成本的同时提高收入的产品，可能还将有 1,200 亿美元的资金流入 IT 和企业服务行业。业绩和估值彭博行业研究的 AI 主题篮子囊括科技板块各领域的公司，是 2023 年迄今表现最突出的篮子之一，回报率高达47%，远高于网络安全（33%）和云（32%）。AI 板块内表现突出的不仅限于英伟达（232%），硬件股的回报也高达 67%，而半导体股也上升了66%。2023 年，半导体股的估值增幅最大，其次是超级大盘科技股。AI 训练的风口：在硬件领域，随着企业为管理用于“训练”AI 的繁重工作负载，而投资和消费云巨头提供的计算和存储服务，到 2032 年，基础设施支出规模或将达到 4,740 亿美元，即设备市场的三倍。推理至关重要：苹果等智能手机厂商和特斯拉等汽车行业的原始设备制造商(OEM)有望受益于对基于推理的对话式 AI 产品以及与生成式 AI 相关的视觉 AI 产品的需求。机器经过训练后，即可通过推理，根据现有数据得出新知识或结论。软件用途数不胜数：生成式 AI 或可在各个细分市场找到用武之地，通过全新用户交互方式颠覆现有的应用软件类别，其中专业化助手的潜在市场规模最大，到 2032 年有望达到 890 亿美元。工作负载基础设施软件或将带来 720 亿美元，再次是编程和开发与运营(DevOps)工作流软件，为 500 亿美元。主要研究主题3值得关注的催化剂附加功能费用和法规为增长铺平道路在企业的 IT 支出中，对生成式 AI 的支出已火速转变为非可选支出，我们预计稳定的硬件投资、聊天机器人的采用以及 copilot 式产品的附加订阅料将推动此类支出大幅增长。得益于对 AI 领域的大举进军，英伟达等公司的增长预期大幅上调，而微软（Azure 消费和 copilot）等公司预计也将录得强劲增长。Copilot、内容生成和定向广告领跑2023 年下半年:用于训练工作负载的 GPU 和加速器芯片供应情况得到改善2023 年下半年:新版基础 LLM 的准确性得到提高2024 年:软件公司推出的 copilot 附加功能费收入强劲2024 年:聊天机器人颠覆客户服务领域,帮助企业降低运营成本2024 年:大型互联网公司推出新内容生成工具,广告定向投放能力得到改善2025 年:欧盟有望通过AI 法案制定首个综合性法规2023-27 年:台积电的生成式 AI 业务实现 50%的复合年增长率2027 年:在特定加速器要求的带动下,AI 网络业务有望扩大五倍2030 年:生成式 AI 软件支出从 2022 年的 10 亿美元增加到 1,850 亿美元(占总支出的 10%)重要里程碑4图 1:生成式 AI 的收入潜力来源：彭博行业研究预测（基于IDC、eMarketer、Statista 数据）图 2:生成式 AI 支出来源：彭博行业研究预测（基于IDC、eMarketer、Statista 数据）AI 概览潜在市场规模增长在即根据彭博行业研究的市场规模互动模型，鉴于生成式 AI 能够对科技行业的硬件、软件、服务、广告和游戏等细分市场的销售起到提振作用，到 2032 年，生成式 AI 有望形成一个规模达 1.3 万亿美元的市场，复合年增长率达到约 42%。随着这项革命性技术给企业经营方式带来改变并优化产品和服务，生成式 AI 占上述领域信息技术总支出的比例可能会从目前的不到 1%扩大到 10%-12%。半导体、硬件、云软件、IT 服务和广告公司可能会引领这一变化。但我们可能也会看到新的产品和服务，例如现有产品的替代品以及新类别的出现。5训练和推理带来市场机会AI 训练平台（LLM）基于包含数十亿个参数的神经网络，其市场份额可能会比推理（使用事先构建好的模型进行预测或决策）更大，从而推升对数据中心存储单元和服务器加速器的需求。到 2032 年，训练或将成为该领域最大的新增收入来源，市场规模将接近 5,000 亿美元，其中包括服务器、存储和服务产品。而在推理市场，计算机视觉和对话式 AI 产品可能会成为新兴类别，LLM 将被用于特定领域的预测和应用。这些新产品有望推动规模高达 1 万亿美元的设备市场加速增长，而该市场已经因受益于智能音箱和可穿戴设备而快速增长。图 3:训练 vs.推理预测来源：彭博行业研究预测（基于 IDC 的硬件和软件数据）图 4:生成式 AI 市场份额来源：彭博行业研究预测（基于IDC、eMarketer、Statista 数据）6在硬件领域内部，基础设施支出（用于训练）可能会达到设备支出（用于推理）的三倍，因为要管理繁重的相关工作负载，公司需要在服务器和存储方面投入资金。生成式 AI 基础设施即服务(IaaS)将是训练 LLM 的关键，有望为未来 10 年的销售带来 2,470 亿美元的增量。计算机视觉 AI 产品的市场规模有望增长至 610 亿美元，而对话式 AI 产品的销售或将达到 1,080 亿美元。我们预计，到 2032年，AI 或有望推动硬件市场总规模从去年的不到 400 亿美元扩大到 6,420 亿美元。在软件领域，到 2032 年，生成式 AI 产品带动的额外支出可能会达到约 2,800 亿美元，复合年增长率为 69%。网络安全、药物发现、AI 助手以及编程工作流料将成为生成式 AI 支出的最大受益者。为增强用户体验，许多软件企业可能都会推出自研 AI copilot，而专业化助手软件未来 10 年的销售规模有望达到 890 亿美元。受现有学习工具改进和新工具开发需求驱动，教育软件的支出料将大幅增长。我们预计生成式 AI 会对游戏和创意软件的开发起到加速作用，降低准入门槛，为行业变革创造机会。在互联网领域，生成式 AI 能够优化广告的定向投放，推动新形式的诞生，从而提高用户参与度，推升广告浏览量向销售的转化。与其他开发基础 LLM 的公司相比，Meta 和 Alphabet 这样的巨头对开放互联网语料库的依赖程度较低，因为它们拥有丰富的第一方数据可供利用，而且有强劲的资本支出实力，有助于进行模型训练，以优化广告定向和提高效率。到 2032 年，这样的提升有望为数字广告行业带来 1,920 亿美元增量收入。在 IT 和企业服务领域，我们预计，随着企业寻求能够在驱动收入增长的同时降低不必要成本的新产品，生成式 AI 产品和工具的销售有望带来约 1,200 亿美元增量收入。图 5:生成式 AI 市场概览来源：彭博行业研究7图 6:公有云总支出预测（10 亿美元）来源：彭博行业研究预测（基于 IDC 的硬件和软件数据）图 7:IaaS和PaaS的收入预测（10 亿美元）来源：彭博行业研究预测（基于 IDC 的硬件和软件数据）云业务有望超越服务器开发尽管短期来看，服务器和存储可能是生成式 AI 服务最突出的细分市场，但众多企业无疑将利用公有云的部署形式。我们认为巨型企业将自行开发基础 LLM，以便在其自有云基础设施中达到最佳运行效果。Meta、微软、Alphabet、英伟达、亚马逊和其他同类供应商或将充当推动训练 LLM 发展的主力。这些公司能够获得用于建立训练基础设施所需的资金，同时保持较高的服务器利用率，从而将利润率维持在健康水平。假以时日，生成式 AI 作为服务的市场规模料将远高于服务器和存储，随着独立服务器和存储的增速逐渐下降，到 2032 年，生成式 AI 的增速有望达到 60%。与规模较小的基础设施软件同业相比，这一趋势对于云巨头的扩张更有利，反映出软件即服务(SaaS)、平台即服务(PaaS)和 IaaS 在规模达5,000 亿美元的公有云市场中占比的演变。所附图表中的预测值为保守估计。虽然企业需求向云的过渡极可能在未来几年加速，但我们并未将这一因素纳入假设。8服务器需求料可在短期内维持健康状态尽管最终会转向云部署，但对生成式 AI 的爆炸性需求正如 ChatGPT 热潮所表现出来的料会推动基础设施硬件市场大幅增长，尤其是为其提供必要算力的服务器。根据 IDC 的数据，2025 年，全球 AI 服务器市场或将较 2021 年增加一倍，至 318 亿美元，年均增速有望达到 19.5%左右，超越服务器市场的整体增速（10.7%）。从明年起，AI 料将给全球服务器收入带来 20%以上的贡献，而 2021 年为 15%。尽管 2023 年面临多重经济压力，但得益于 ChatGPT 引发的生成式 AI 领域的军备竞赛，AI 服务器支出有望保持强劲。服务器需求的绝大部分或将流向为微软、谷歌等主要云服务提供商构建定制模型的原始设计制造商(ODM)，这些云服务提供商为 AI 应用程序提供重要的支持和开发。在计算和存储能力方面，它们的公有云基础设施也提供必要的 AI 开发扩展能力。微软是 OpenAI（ChatGPT 的所有者）的主要投资人；而微软 Azure 是 ChatGPT 的独家云平台。中国台湾主要 ODM 服务器厂商纬颖表示，2022 年 AI 相关设备占其服务器出货量的 20%。目前，该公司预计来自云服务提供商的服务器订单中将有近 50%与 AI 有关。图 8:IaaS和PaaS的收入预测（10 亿美元）来源：彭博行业研究预测（基于 IDC 的硬件和软件数据）9AI 服务器的复杂设计或有助于提振相关供应商的利润。普通服务器主要采用英特尔和 AMD 的 x86中央处理器(CPU)，但 AI 服务器采用所谓的异构计算架构，即将 CPU、图形处理器(GPU)和基于高级精简指令集计算机(RISC)架构的芯片（基于 ARM 架构）等不同的处理器，或自有的专用集成电路(ASIC)整合在一起。这种混合搭配的方法能够优化系统性能和功耗，但对服务器设计构成挑战，因为每个处理器的指令集和数据传输周期都不一样。因此，与欠缺专业性的竞争对手相比，拥有深厚设计专长的 ODM 将具备竞争优势，有可能收取更高的费用，从而提高利润率。从使用通用 CPU 到使用定制加速器来处理大型数据集工作负载的转变，是决定训练能否成为比推理更大的市场的关键因素。预计到 2032 年，训练将占生成式 AI 市场总规模的 36%，而推理占 13%。随着更多公司开发训练自有 LLM（例如 OpenAI 的 ChatGPT、Meta 的 LLaMA 和 Alphabet 的Google Bard），半导体加速器的应用可能会增加。图 9:ODM 直接出货服务器市场来源：IDC10硬件更新速度加快；网络是关键边缘设备（用于控制进出网络间边界的数据流的硬件）推理需求可能会加速个人电脑和智能手机的升级换代这些设备目前不太能够跟得上 AI LLM 的繁重处理、内存和存储要求同时催生出可穿戴设备和智能音箱以外的新类别。随着更多应用在 OpenAI 的 ChatGPT、谷歌的 PaLM2 和 Meta 的LLaMA 等基础模型之上得到开发，对推理的需求料将增加。网络已成为 AI 基础设施中除服务器和 GPU 以外的另一个极具战略意义的领域。这通常是超大规模云基础设施的瓶颈所在，而企业致力于通过扩容来解决这一问题。但与常规云负载相比，生成式 AI 工作负载具有独特性，其年均增速预计将超过 100%，原因是它计算量繁重、对算力和加速器的要求高，且需要连接不同数据池来支持训练和推理应用程序。因此，AI 工作负载在单独的网络后端运行，而前端则与云基础设施的其余部分和最终用户连接。考虑到 AI 架构的快速增长，到 2027，预计约 25%-30%的超大规模网络端口将支持 AI 流量。根据 650Group的数据，到 2027 年，AI 网络的市场规模有望从 2022 年的 20 亿美元增加到 110 亿美元。图 10:2022 年智能音箱和可穿戴设备市场来源：IDC11虽然大部分云网络通过以太网协议传输流量，但 InfiniBand 已成为连接 AI 集群的首选技术，因为它能够高速传输数据，且损失极小。InfiniBand 服务于与高性能计算和超级计算环境，到 2022 年，该专有技术将占 AI 后端集群的 87%。英伟达几乎占据了整个 InfiniBand 市场，并利用其在 AI GPU 领域的领先地位，将其他技术也打包到其 AI 产品组合中。图 11:AI 网络架构概览来源：彭博行业研究12不过，我们认为，博通的 Jericho 3Ai 和思科的 AI 网络芯片 Silicon One 有望推动以太网技术增速超越 InfiniBand，夺取更大的市场份额。2022-27 年，后端 AI 相关以太网销售预计将以 69%的复合年增长率增长至 30 亿美元。最新的芯片和硬件创新解决了以太网数据流的“突发性”和“易丢包”特性，这可能使其具备比 InfiniBand 更大的吸引力。云巨头热衷采用以太网的一部分原因可能在于对相关技术的熟悉，但也有避免被锁定在英伟达生态系统中的考虑存在。Arista 在高速网络设备领域独具优势，或有望成为云提供商转向以太网的主要受益者。与此同时，英伟达则料可凭借其通过收购Mellanox 获得的 Spectrum 交换机，促使客户转向面向 AI 的以太网网络。图 12:云端 AI 网络销售预测来源：650 Group图 13:AI 以太网和整个云交换市场的市场份额来源：650 Group、Dell Oro13图 14:市场规模（按部署类型）来源：IDC数字化转型蔓延随着 ChatGPT 等基于云的 AI 技术快速发展，边缘 AI 开发的重要性越来越大，是推进 AI 生态系统的重要一步。边缘 AI 在实时决策和成本节约方面具有很高的价值，对于医疗、制造和交运等领域而言极为关键，有望带来比基于云的 AI 更大的用户群。我们的情景分析显示，到 2032 年年底，边缘 AI 半导体市场的规模可能会达到基于云的 AI 市场的 3.37 倍。未来 10 年，边缘 AI 的采用料将推动消费品（预计将以 39%的 10 年复合年增长率领跑其他细分市场）、工业和自动化领域的 AI 采用率实现显著增长。除生成式 AI 以外，机器学习和其他 AI 领域也可能会推出更先进的技术。过去几年，甲骨文一直在大力开发其自治数据库，AI 预算分配的提高或将为其带来增长。我们预计其他软件提供商也将提供更多此类功能，利用机器学习自动完成为产品打补丁、安装安全更新和通常需要由数据库管理员执行的任务。未来几年，它有望在网络安全领域发挥更大作用，尤其是在事件管理和分析组织内部的不规则模式方面。14市场变革硬件、广告和游戏市场转型在即生成式 AI 为变革提供了机会，特别是在硬件、数字广告和游戏领域。训练大型语言模型所需的计算密集度可能会推动市场份额向高级 RISC 机器转移，从而可能会使这类设备成为硬件领域增长最快的类别。Alphabet、Meta 和其他数字广告巨头或可借助基于其庞大第一方数据库的机器学习模型来改善定向投放和品牌转化率。索尼、谷歌、Unity以及游戏领域的其他企业或将利用AI促进产品开发，优化用户体验。LLM 训练利好向 ARM 的转变训练大型语言模型或将导致大部分市场份额从基于 CPU 的服务器流向基于高级 RISC 机器(ARM)的加速器。对 AI 服务器的需求激增已使 ARM 成为硬件领域增长最快的类别。我们认为，假以时日，随着企业利用公有云部署LLM和其他形式的先进 AI，生成式 AI 即服务的市场规模料将进一步扩大。图 15:生成式 AI 即服务来源：彭博行业研究预测（基于 IDC 的硬件和软件数据）15图 16:生成式 AI 软件支出预测来源：彭博行业研究预测（基于 IDC 的硬件和软件数据）图 17:2032 年软件支出预测细分来源：彭博行业研究预测（基于 IDC 的硬件和软件数据）16广告市场领头羊 Adobe 和 Salesforce 拥有第一方数据优势LLM 对计算和存储的需求巨大，这是我们预计第一阶段的实验将与谷歌、微软和 AWS 等云巨头联手展开的主要原因。即便在成熟阶段，考虑到内部基础设施开发的规模和所需的成本，此类公司仍有可能占据最大的市场份额。OpenAI 在训练 Transformer 模型方面的领先优势以及较早与微软达成合作，使 ChatGPT 的采用情况优于 Meta、亚马逊、Alphabet 和 Anthropic 等基于文本的 LLM。随着大多数超大规模企业纷纷投资于自有基础 LLM 的开发，我们认为 OpenAI 需要保持其在算法方面的领先地位，同时确保从维基百科、Reddit 和 Stack Overflow 等公司的开放式互联网语料库中获取训练数据。Alphabet旗下 DeepMind 和 Google Brain AI 部门的合并，可以起到加速变革的作用，利用 LLM 来维持搜索、Chrome 和地图应用等各个收入来源的用户参与度。在向生成式 AI 的迅速转型过程中，Meta、Adobe、微软、Alphabet 和 Salesforce 等巨头比规模较小的竞争对手更具优势，原因有二：它们手握海量第一方数据，且拥有充足的资本可供部署。上述几家公司在所属类别的市场份额均领先，有能力提供海量信息用于训练 AI 模型，从而得出更准确、更有效的结果。随着由 AI 生成的内容涌现，提高用户参与度和平台的变现能力，Meta 等社交媒体平台料将得到提振。LLM 和生成式 AI 有望加速从传统电视到数字广告的转变。据我们计算，到 2032 年，随着人们将更多时间花在线上，叠加广告定向投放和个性化水平的提升，这一市场的规模料将扩大近 2,000 亿美元。随着 LLM 的功能不断增强，这些平台的广告转化率料可获得提振，利好在云基础设施领域实力强劲和第一方数据最为丰富的公司。由广告收入提供支持的模式可能仍将是线上搜索和利用深度学习和生成式 AI 的新工具的主要变现形式。彭博行业研究近期的一项调查发现，只有 13%的受访者愿意为订阅使用 ChatGPT 等生成式 AI 工具付费。其中，只有 1%的受访者表示愿意为 ChatGPT 支付每月 20 美元的订阅费，其余人表示愿意支付 6-10 美元。在所有参与者中，有 93%表示他们不愿支付超过 10 美元/月。研究结果表明，降低价格有望推动生成式 AI 订阅的渗透率提升 10 倍。例如：虽然免费版的推出帮助 ChatGPT 以比任何消费应用都更快的速度赢得了 1 亿月活用户，但付费用户的转化率仍处于低单位数水平。图 18:生成式 AI 数字广告来源：彭博行业研究预测（基于eMarketer 的数字广告数据）17索尼和谷歌为游戏设计探索新交互界面部分初创公司已经展示了一些有趣的技术，根据描述和开放式互联网提供的大量训练数据生成“合成内容”，即由计算机生成、模拟真实世界信息的数据。生成式 AI 能够加快手游、社交媒体以及虚拟现实和增强现实应用的创作过程。AI 工具可能会令高预算、高知名度游戏公司以外的游戏数据迅速增加，包括用户自己生成的游戏数据。在 Bard、LLaMA 和 ChatGPT 等工具提供的基础模型以外，开发者依然是游戏和元宇宙领域的关键。苹果、谷歌的安卓，以及索尼的 PlayStation 等游戏生态系统可能会通过提供软件开发工具包的方式，利用 LLM 简化其平台上的新内容创作。生成式 AI 或将帮助创意软件工具从点击式转向基于描述和语音的用户界面。尽管谷歌和 Meta 已经开发出用于生成图像的 LLM，但采用率均落后于 Stability AI、Midjourney和 OpenAI 的 Dall-E。大多数基于图像的生成式 AI 模型依赖于扩散技术，而呈现的图像质量则取决于训练数据和分配给所用参数的权重。虽然 Adobe 一直在投资开发自研生成式 AI 功能，并推出了 Firefly，但我们预计其他设计和游戏软件公司为了利用专有数据和分布，也会投资开发自有生成式 AI 模型。图 19:广告用途来源：eMarketer图 20:生成式 AI 游戏来源：彭博行业研究预测（基于 IDC的硬件和软件数据）18细分市场分析热门程度取决于目前终端市场的采用状况从创造新收入的角度来看，生成式 AI 对应用软件行业的影响可能远不及对基础设施软件深远。但我们已经开始看到人工智能辅助编程应用 copilot 在应用软件领域崭露头角：微软、Adobe、Snap 等公司均在近几个月推出了自己的 copilot 版本。彭博行业研究对市场机会的分析显示，与生成式 AI 相关的新增软件销售有望达到 2,800 亿美元，其中大部分可能来自基础设施领域。Copilot 引领新征程在应用软件领域，教育、药物发现和专业化 AI 助手可能是更重要的新增收入的来源。游戏、IT 和企业服务可能是贡献较小的类别。企业服务下的子类别，客户服务和业务流程外包受到 AI 工具的影响程度可能较大，销售或将缩水。Microsoft 365 的 copilot 和 Adobe 的 Firefly 是应用软件领域的两种生成式 AI 助手。尽管我们不认为这些 AI 助手会推动新用户数快速增长，但鉴于这些应用的市场渗透率较高，随着产品使用粘性的提高，平均每名用户的收入也有望增加。过去几个月，许多公司（包括 Snap、微软和 CrowdStrike）均已部署 AI 聊天机器人和 copilot。我们认为，将有更多公司推出通过 AI 助手帮助用户提高生产力的类似产品。软件编程领域可能受益最多，开发人员严重短缺的压力或有望在一定程度上得到缓解。微软基于 OpenAI 的 GitHub copilot（企业用户每个月的订阅费为 19 美元）就属于这类产品，可为开发人员提供建议，大幅缩短编程时间。ServiceNow 等其他软件基础设施提供商或将在明年推出类似的产品。随着客服和后台工作被 AI 助手取代，业务流程外包服务被颠覆的程度可能比 IT 服务更为严重。这可能会在短期内造成定价压力，特别是客服领域，该领域虽位于业务流程外包价值链的最下游，但仍是其规模最大且增长最快的次级细分市场。根据 IDC 数据，到 2027 年，客户服务业务的规模预计将以每年 6.5%的速度扩大，而所有其他业务流程外包服务的增速为每年 3.5%。图 21:编程 vs.对话式交互界面来源：彭博行业研究19加强网络安全的同时改善留存率生成式 AI 或大型语言模型不太可能为网络安全和 DevOps 带来独立的收入机会，但我们认为，随着copilot 投入使用，加上纯云服务提供商产品效率的不断提高，总留存率和追加销售或有望改善网络安全领域在这两项指标上的表现通常不及其他软件领域。一些大型语言模型能够从结构化和非结构化来源摄取海量遥测和威胁数据，这或将有助于提高其有效性，让拥有专有数据且已领跑这一细分市场的云提供商（如 CrowdStrike、SentinelOne 和 Zscaler）占据更有利的地位。CrowdStrike 不但推出了 copilot，而且与 AWS 扩大合作，旨在利用生成式 AI 提高产品的有效性，并在将这一技术应用于网络安全方面取得先机。对于简柏特和 EXL Service 等客服业务极少的业务流程外包服务公司来说，生成式 AI 对收入的影响多属于利好。那些侧重提供更高增值服务的公司可能会利用 AI 带来的效率提升来扩大其潜在市场的总规模，特别是数据分析等领域。图 22:业务流程外包预测来源：彭博行业研究预测（基于 IDC的硬件和软件数据）20图 23:生成式 AI 的网络安全和 DevOps市场来源：彭博行业研究预测（基于 IDC的硬件和软件数据）图 24:2022-32 年训练市场预测来源：彭博行业研究预测（基于 IDC的硬件和软件数据）尽管存在微软这个强大的竞争对手，但生成式 AI 的迅速增长或将推升对 CrowdStrike、SentinelOne 和 Okta 等纯云安全提供商的需求，因为它们提供跨多个云的服务，有助于应对不断演进的威胁、避免恶意行为者对生成式 AI 的潜在利用。与其他巨头相比，谷歌有望继续通过其收购的Mandiant来增强其云服务的安全性。数据价格不菲大型语言模型的规模和复杂性导致训练过程的数据密集度极高。尽管 OpenAI 的 ChatGPT 已与微软达成合作，但在可供训练的数据量方面可能仍难以与互联网巨头相媲美。ChatGPT 的初期应用主要集中于改变搜索的本质；这一领域一直以来由谷歌主导。当时 ChatGPT 的主要用途是根据用户输入分析、生成和编辑文本。然而在短短几个月内，OpenAI 就意识到生成式 AI的强大之处，该平台的应用范围迅速扩大至传统搜索之外。最新版 ChatGPT 可以处理包括图像、音频和视频在内的各类数据。此类输入所需的计算资源远远超过基于文本的 LLM。基于 Transformer 架构的 LLM 由于采用多模态输入，很可能规模更大、复杂性更高，这可能有助于微软与 OpenAI 保持其相对 Meta、谷歌和 Amazon 等其他基础 LLM 的领先地位。21图 25:ChatGPT的每日用户访问量来源：Similarweb图 26:亚洲主要服务器制造商来源：彭博行业研究全球服务器收入的五分之一由 AI 驱动ChatGPT 的活跃用户数强劲增长，这意味着生成式 AI 或将成为未来几年服务器供应链增长最重要的催化剂之一，据我们计算，到 2024 年，全球服务器收入的占比将从 2021 年的 15%提高到 20%以上。OpenAI 于去年 11 月推出 ChatGPT，此后一周用户基数已多达 100 万，并在短短两个月内破亿。OpenAI 推出了一项每月 20 美元的订阅服务，并为企业提供付费使用 ChatGPT 的渠道，以扩大商业化应用。Snap、Shopify和Instacart等公司已将 ChatGPT 集成到各自的产品中。服务器供应链的原始设计制造商有望收获最多需求，因为云服务提供商已经成为 AI 开发的重要参与者。AI 服务器也有望给其他拥有设计专长的供应商带来强劲销售。22用途不断扩大未来 10 年服务支出有望逐年翻倍ChatGPT 的早期应用情况显示，生成式 AI 有望大幅扩大软件垂直市场，该市场目前仅占数据库、企业资源规划和客户关系管理等细分市场的一小部分。生命科学和教育公司有望实现快速增长，并成为专营供应商，得益于软件中大型语言模型的使用，进而推动生产效率的提升。除此之外，还有可能会改变搜索和其他信息汇总需求的、基于 AI 的专业化软件助手。图 27:生命科学和教育领域的生成式 AI 支出来源：彭博行业研究23基础设施领跑软件、游戏和 IT 服务我们的市场机会分析显示，在全新 AI 技术框架的带动下，到 2032 年，软件支出有望增加 2,800 亿美元，即从 2022 年起以年均 69%的速度一路攀升。AI 助手、网络安全、药物发现和编程工作流是推动额外支出增长的一些重要类别。基础设施软件的收入机会似乎会比应用软件、游戏和 IT 服务增长更快。我们预计软件行业的留存率将得到改善，平均每用户收入趋于上升、开发成本下降，而随着研发支出的下降，该行业的利润率有望上升 200-400 个基点。未来 10 年，服务方面的支出有望增加约 1,200 亿美元，即从 2022 年起每年翻一番。咨询、数据相关服务、定制应用程序的开发和新聊天机器人的创造都会对额外支出起到驱动作用。IT 和企业服务市场目前的总规模约为 1.2 万亿美元，假设年均增速为 6%，则未来 10 年有望达到 2.1 万亿美元。图 28:生成式 AI 软件支出预测来源：彭博行业研究预测（基于 IDC的硬件和软件数据）图 29:IT 和企业服务市场的生成式 AI 来源：彭博行业研究预测（基于 IDC的硬件和软件数据）24谷歌、IBM、甲骨文、微软和 AWS 有望赢得更多云服务订单。IBM 的主要动力在于混合云和安全服务（包含 Watson 相关产品）。甲骨文有望在数据库管理产品方面取得市场份额的领先地位。Splunk、思科、Snowflake、VMware 和 ServiceNow 也具有显著优势。网络安全领域的领军企业则包括派拓网络、Fortinet 和微软。Adobe、Unity、Roblox 和 Matterport 等公司可能必须迅速转向，将 AI 集成到其软件中，以应对来自采用 LLM 的初创公司的竞争。图 30:云、数据库和网络安全的主要提供商来源：彭博行业研究25个人化技术苹果和三星电子将加入这一行列 AI 赋能的工具得到扩展鉴于面向特定领域预测的 LLM 已经面世，基于对话式 AI 和计算机视觉产品的语音助手或会作为新的推理类产品出现。苹果、三星电子、亚马逊以及其他公司可能会根据其现有产品与对话式 AI 的结合效果考虑采用这类 AI。同样，特斯拉和通用汽车等车企也可能会通过投资于计算机视觉研究，推动新一代车载 AI 的发展。生成式 AI 不断进步，最近训练的 LLM 的响应精确度也有所提高，在这样的环境下，上述几类产品有望加速设备市场的发展。在这一总规模高达 1 万亿美元的市场中，智能音箱和可穿戴设备已初成气候。若生成式 AI 为主流用户所采用，个人电脑和智能手机的更新周期或将缩短，因为这些边缘装置的当前配置可能没有经过优化，无法运行生成式 AI 应用程序，后者需要大量的处理、内存和存储空间。个性化带动销售增长苹果和三星电子等硬件制造商的对话式 AI 产品可能会与个人电脑和智能手机捆绑在一起，这有助于推动现有用户群升级，同时亦可驱动服务业务的增长。苹果（HomePod）、谷歌（Home）和亚马逊（Echo）等供应商或将改进其具备智能助手功能的音箱设备，而特斯拉、宝马、福特汽车和大众等车企或将其集成到汽车上，以提升驾驶员的互动体验。根据彭博行业研究最近的一项调查，在消费者中，对话式 AI 远比采用生成式 AI 的 copilot 更受欢迎，超过 40%的受访者表示自己经常在对话式交互界面使用 AI 工具。我们预计，到 2032 年，这些产品将以 43%左右的复合年增长率增长，与生成式 AI 市场的整体增速一致。大部分增长料将发生在这一时期的后半段当这一产品类别变得更成熟之时。计算机视觉也可能会成为生成式 AI 工具的重要应用领域。构建 LLM 将需要大量训练数据，还需将生成式 AI 部署在汽车内，以运行推理功能。我们预计计算机视觉所带来的增量收入将主要来自硬件，而随着这项技术在高级驾驶辅助系统中得到应用，这一产品类别的规模有望在 2032 年前扩大至约 600亿美元。从中长期来看，相关服务的销售可能会受到更大的影响。要运行这些繁重的工作负载，AI 训练基础设施必不可少，激发了对大容量服务器和存储的需求。大多数训练相关的工作负载都将是新型任务，考虑到企业目前使用通用处理器处理分析和交易。图 31:2022-32 年推理预测来源：彭博行业研究预测（基于 IDC的硬件和软件数据）26图 32:对话式 AI 来源：彭博行业研究预测（基于 IDC的硬件和软件数据）图 33:计算机视觉 AI 来源：彭博行业研究预测（基于 IDC的硬件和软件数据）27资本支出展望对 AI 的需求将意味着 2.4 万亿美元的资本支出生成式 AI 工作负载非常繁重，这料将在短期内刺激企业对服务器和存储的投资。过去几年，全球软件支出平均每年增长 10%-12%左右，尽管近期有所放缓，但随着企业投资于 AI，软件类别的前景将变得更加光明。对软件制造商而言更是如此，它们可以通过引入生成式 AI 来优化现有产品阵容。因此，采用这些技术的相关资本支出或将上升，从而令软件支出在 2022-2032 年以每年 11%的速度攀升至 2032 年末的 2.4 万亿美元。在短期内，为确保 AI 工作负载的高质量运行，数据中心和云运营商很可能将承受更高的成本，因为运转故障和系统失灵可能会导致诉讼、合同取消和经济损失。我们认为，Alphabet、Meta 和亚马逊等大多数巨头最终都会将资本支出投入到专有的基础 LLM 的开发当中，以便更充分地利用各自的云基础设施。鉴于微软已在 OpenAI 的 ChatGPT 进行大量投资，该软件巨头短期内不太可能开发自有 LLM。图 34:科技巨头的资本支出来源：彭博行业研究28处理芯片和内存芯片需求增长机遇遍布全球人工智能的普及可能会推动对图形处理单元(GPU)和动态随机存取内存(DRAM)的需求，从而提振 SK海力士、三星电子和美光科技的销售。我们认为，内存半导体和 AI 加速器将在数据中心芯片市场的扩张中扮演重要角色，未来三到五年，二者的年增长率均有望超过 15%。台积电实力强大 有望从竞争中脱颖而出Fortinet 和派拓网络可能会在生成式 AI 领域利用定制半导体的优势，为其硬件和软件防火墙的稳定更新提供支持。Fortinet 为其 ASIC 芯片添加了软件定义广域网(SD-WAN)功能，从而得以从思科和Check Point 等传统防火墙供应商中获得更大份额。派拓网络则成功地将其 Prisma、Cortex 和虚拟防火墙捆绑在一起，帮助企业客户保护其本地和公有云的工作负载。随着数据中心中 AI 芯片的功耗受到越来越严格的审视，AMD 的节能 AI 加速器料将从中受益。据我们计算，由于 AI 加速器需求迅速增长，英伟达和 AMD 的生产订单迅速回升，台积电下半年的销售额有望快速改善。今年，台积电以美元计的收入小幅下降，之后有望在明年大幅回升，增幅或达到