人類歷史的重大變革常以月甚至年為單位，而今，生成式 AI 的指數級增長使記錄變革的單位變成了天。
高盛首席軟體分析師 Kash Rangan 領導的團隊在報告中指出，ChatGPT 引爆的 AI 熱潮，將企業級軟體推入了雲端運算後的下一風口，在風口下的各行各業將迎來顛覆性變革，也只有迎著浪潮的公司才能迎來屬於他們的時代。
文章目錄
以下為報告要點：
- AI 浪潮將成為全球生產力的重要推手，未來10年間，每年全球生產力將提高超1.5%，推動7萬億美元的經濟增長。
- AI 熱潮下，企業級生成式人工智慧軟體總體規模（TAM Total Addressable Market）將達到1500億美元，屆時全球企業軟體的市場總體規模將達到6850億美元。
- 現有軟體也將因融合了生成式 AI 的附加功能而有一定的漲價空間，每人每年在生成式 AI 的平均花費為78美元。
- 包括醫療保健、設計、人力資源、行銷在內的各行各業都將被 AI 顛覆，從辦公工具到程式系統，AI 使用率將佔知識工作者總數的30%。
- AI 應用程式的正以指數級的速度更新著，但未來依舊是包括微軟、Google 母公司Alphabet、NVIDIA、亞馬遜、Salesforce、Meta、Intuit和 Adobe 在內的科技巨頭將引領生成式 AI 的未來。
從平台到應用，從辦公工具到各行各業依託 AI 的顛覆性創新，高盛描摹了在 ChatGPT 熱浪下，在 AI 的快速迭代中的各行各業的未來，哪些行業將迎來變革？哪些公司又將因這些變革受益？
生成式 AI 將大幅提高生產力
人類社會可能正在經歷科學家們口中的“奇點”時刻：技術更迭速度呈指數級增長，生產力水平也在技術變革中大幅提高。
高盛認為，在生成式 AI 的加持下，工作流程將被大幅簡化，生產力得到提振，在生成式 AI 發展的10年內，預計每年可以將生產力提高超1.5%：
今天知識工作者價值創造與他們運用電腦的能力有關，包括：台式電腦、平板電腦及智慧型手機。
在生成式 AI 的幫助下，知識工作者可以更方便的使用此類平台，簡化使用者體驗。
電腦出現後，軟體的誕生使工作流程邁入了自動化，成為生產力大幅提高的第一個契機。但20年前任何分析師的產出與今天的交付水平相比差距巨大。這種差異是由軟體和硬體技術的進步所驅動的，這些技術得以使我們節約更多時間，更容易獲得資訊。
高盛的宏觀團隊估計，生成式 AI 可以成為美國勞動生產力增長的助推器，在生成式 AI 發展的10年內，預計每年可以將生產力提高1.5%。
在科技變革的時代，程式正成為一項必備技能，高盛認為，未來不需要程式設計師，幾乎每個人都可以寫出所需程式碼，而這將進一步刺激生產力：
生成式 AI 可以通過自然語言處理(NLP)，如文字或語音，將其轉換成程式碼，並快速執行各類任務，如風險分析、預測等。
現階段傳統的 SQL 方法必須通過 API 與基礎資料庫連接，使用 SQL 程式碼程式並執行命令。簡而言之，過去你只能通過程式碼與電腦程式進行互動，而現在生成式 AI 可以通過自然語言輸入，並從資料庫中直接提取或處理資料來簡化這個過程。
為了更好的適應社科技變革，基於生成式 AI 的應用應運而生，且以指數級的速度更迭著：
生成式 AI 與此前傳統的平台相比，其學習速度快且可以通過訓練不斷進步，持續反饋循環使得生成式 AI 能夠不斷提高其精準性並豐富知識庫，從而創造出一類新的應用程式。
例如，在醫學領域，相關專業知識未來將以一種變革性的方式被數位化，生成式 AI 可以利用獲取到的使用者醫療記錄和實驗結果，提供更深入的見解和更準確的結論。
在電影業，製片人可以利用生成式 AI 來拍攝較短的紀錄片或電影。生成式 AI 的也可能為藝術家們提供靈感，融入到作品中。
生成式 AI 可以顛覆現有的應用軟體，在客戶關係管理領域有明顯的好處，特別是行銷和客戶支援。
不僅如此，高盛認為，生成式 AI 還可以在財務規劃、商業風險分析、庫存管理、生產調度、物流和運輸等方面產生非常重大的影響。未來，生成式 AI 也將為建立新的應用程式提供更多的平台選擇。
生成式 AI 帶來了龐大的企業軟體
高盛預測，基於對 AI 的廣泛使用，在生成式 AI 的整合下，整個跨應用堆疊的中的企業軟體總體規模（TAM）將增加約1500億美元：
以擁有3億個付費使用者的微軟 Office 等生產力工具的應用為例，預計 AI 的使用率將達到知識工作者總數的30%。
基於這一創新，多個現有市場將產生重要影響，商業化價值的體現可能會出現在以下幾個方面：
1）隨著創新、使用者數量和粘性的增加，現有應用的估值將逐漸上升；
2）新的高級附加 SKU 可能成為近期增長的主要動力。
高盛認為，根據目前正被使用的生成式 AI 應用程式的價格來看，現有軟體定價將因融合了生成式 AI 的附加功能而有一定的漲價空間，在北美每人每年在生成式 AI 平均花費為78美元：
Adobe的Creative Cloud、Intuit的Turbo Tax Live，以及最近發佈的產品包括Microsoft Teams Premium和GitHub Copilot，均因加入了更多的附加功能而漲價。
這些產品因創新漲價約10-20美元/使用者/月，隨著更多的生成式 AI 被使用，我們預計未來將有更多漲價空間。
考慮到全球勞動力的國際組合，我們根據歐洲和日本的勞動力分析出企業軟體總體規模（不包括 IaaS），計算出每人每月平均花費為78美元。
高盛按照知識工作者基於生成式 AI 滲透率進行分析，假設當今11億知識工作者，每人運用5個生成式AI應用程式，每月平均花費78美元，企業軟體總體規模將達到4290億美元。
但考慮到，當前仍處於生成式 AI 早期滲透階段，約30—40%的知識工作者符合上述特徵，企業軟體總體規模將為1500億美元。
生成式 AI 將顛覆各行各業
處於風暴眼的人工智慧技術以雷霆萬鈞之勢將整個人類社會拉入了一場前所未有的變革之中。人們該以何種姿勢擁抱隨之而來的重大變革呢？
高盛認為，未來整合基礎模型（LLMs）和終端應用方面的平台將應運而生，而人工智慧框架和 API（應用程式介面）將成為平台能否成功的關鍵：
這些框架和 API 將幫助開發人員製作支援人工智慧的應用程式：
API 的發展將使企業軟體公司的 AI 解決方案的交付越來越民主、開放且靈活，以滿足不同客戶的需求和不斷變化的市場需求。
Hugging Face 和 GladIA 等平台為例，越來越多地採用開源技術來開發和交付 AI 解決方案，以降低成本、提高靈活性和可擴展性，幫助軟體開發者輕鬆找到適合他們需求的模型。
未來的平台方面，人工智慧框架和 API 將是關鍵的推動因素，為新公司的崛起提供了機會。
在平台誕生後，人工智慧將被包裝成 "解決方案"，類似於 SaaS(軟體即服務，一種軟體交付模式），強化 SaaS 公司現有護城河：
我們預計人工智慧公司不會與 SaaS 公司競爭，而是會進行合作，成功利用生成式 AI 的 SaaS 公司將獲得上市動機。
將人工智慧與 B2B SaaS 解決方案結合起來，應該可以增強它們的技術護城河。通常情況下，SaaS 公司擁有大量的客戶資料、HCM、財務資料、垂直 SaaS--保險、醫療等等。
我們相信，利用他們的 1P 使用者資料來加強和訓練人工智慧驅動的大型語言模型，可以幫助 B2B SaaS 公司提取關鍵見解、自動化任務同時也能提高員工效率。
高盛認為，辦公工具的變革將成為生成式 AI 最廣泛的應用，而這可以大幅提高知識工作者的效率：
以 Microsoft 365 Copilot 和 Google Workspace 為例，在評估生成式 AI 未來在這一方面的使用情況時，我們預計這些場景將以資料流、資料模型、應用程式及終端使用者之間更廣泛的即時連接為基礎。員工在運用一個應用程式中工作時，可以迅速參考和利用以前不同的資料。
例如，建立簡報的員工可以利用生成式 AI，快速從 Word 檔案中提取文字，填充到 PowerPoint 幻燈片中，而不必離開 PowerPoint。根據 Microsoft 365 Copilot 和 Google Workspace 的展示，這種類型的技術即將與市場見面。
生成式 AI 可以增強應用程式的利用率，大多數 Word、Excel、PowerPoint 等的使用者對這些工具的應用可能僅停留在表面。我們相信生成式 AI 已經準備好簡化這些應用程式的複雜功能，從而使使用者可以深度使用，產出高品質的最終產品。
行銷領域也將被生成式 AI 顛覆，高盛成，CRM（Customer relationship management 客戶關係管理）將被最佳化，使用的重點將圍繞：
1）擁有即時可操作的資料；2）策劃定製的銷售動機；3）生成動態、可擴展和個性化的內容。
CRM是應用軟體中比較分散的子行業之一，由銷售、行銷、服務和商務組成。生成式AI能逐步整合這一領域，並側重於根據不同資料的訓練模型，來產生建議、內容、分析和結果。
我們認為下一步的演變可能是定製策劃方案並銷售，通過利用現有的客戶相關資料和對以往工作的洞察力，生成式 AI 可以提出經過驗證的策略，並與客戶產生更多的共鳴，提高效率，同時維護公司的品牌形象。
最後，公司有可能利用這項技術，通過利用客戶的資料，如電子郵件、手機等，建立個性化、動態、可擴展的內容。
正如當前 Google 和微軟在搜尋端的激烈競爭，高盛指出，生成式 AI 將改變搜尋的方式，使搜尋引擎的回答傾向準確且簡單的對話形式並會提供相關連結（而不是此前傳統網站列表）：
微軟和 Google 在這一領域的最新公告已經證明了生成式 AI 的能力很重要，可以讓使用者直接在搜尋介面上與其互動。
舉例來說，如果使用者想購買產品、預訂酒店或要求提供服務，他們將能夠在一個介面上彙總並展示相關資料以完成交易。雖然這可以在更廣泛的搜尋中實現（如Bing、Chrome等），但它也可能被納入公司特定的網站中。
人力資源領域也將成為 AI 又一革新領域，高盛認為生成式 AI 也將提高人力資源的效率，協助日常工作：
我們推測，生成式 AI 的第一輪發展可能側重於協助日常工作，如更新工作崗位，為員工活動提供建議（基於以前成功的員工倡議），協助分析應聘者，策劃員工的入職內容和流程。
長期而言，可以提升分析和決策效率，最佳化資源：
1）減少面試過程，生成式 AI 可以篩選候選人，評估不同面試官的反饋，並提出下一步建議；2）能夠彙編對於員工的評估，以確定員工的晉陞資格；3）通過關鍵分析加快上市時間，如公司在 D＆I 或 ESG 類別中的表現。
生成式 AI 未來也將對設計領域產生顛覆性的影響，從文字到圖像再到 3D 掃描繪圖，有助於加速建築、工業設計、視訊遊戲及電影視覺特效的設計和開發：
我們預計生成式 AI 將會能會提供更多的設計方案，將更多的重點轉向哪種設計能最有效地滿足終端客戶的需求，這可以極大地提高工程生產率。
在產品製造方面，我們期望從設計到製造的整個生命週期可以依託人工智慧進行更好的調整，將關鍵的製造智慧注入到設計過程中，這可以提高生產力效率，降低成本，並加問世時間。
同樣，建築和施工行業可以利用 AI 行設計探索並提高生產力，同時也有助於在建築項目生命週期的早期更好地預測成本和進度。
當 AI 出現之時，網路安全領域的機遇和挑戰就無法忽略，高盛認為，企業可以利用其來防止欺詐、垃圾郵件等惡性行為：
在網路安全中 AI 一方面會助長不法者的入侵另一方面也可以提高網路安全軟體的應用：
1）攻擊者利用生成式人 AI 能力來提高網路攻擊速度並使很難被變化；2）網路安全供應商利用 AI 來減少檢測及應對駭客攻擊的時間，達到規模化。
在醫療保健和生物技術領域，從病人護理到藥物開發，生成式 AI 也有多種應用：
AI 可用於病人診斷、個性化治療和新型藥物設計等多方面。在藥物開發方面，其可以在進行高成本的臨床前體內（動物）和臨床（人類）研究之前，減少大量成本和時間（即使用電腦模擬）。
生成式 AI 可用於建立合成資料，以加強和增加用於訓練 ML 模型的資料集的多樣性。在資料稀缺且難以收集的領域（如罕見疾病）推動新藥設計和研究的效率，從而加快試驗時間，降低開發成本。
此外，生成式 AI 可以幫助判斷不平衡且不具代表性的資料集，提高資料集的可操作性。
產品創新為 AI 的發展奠定了基礎
自 ChatGPT 於2022年11月30日發佈以來，到推出更強大的 GPT-4，微軟力挺的 OpenAI 在短短四個月內不斷顛覆外界對 Internet 的想像，並開啟了一場 AI 軍備競賽，微軟老對手 Google 率先反擊，Meta、亞馬遜、特斯拉、蘋果等緊隨其後。
哪些公司最終可以抓住AI浪潮，成為未來的引領者？高盛認為，現在正處於創新時代的開端，而Meta、Adobe、亞馬遜和Alphabet等科技巨頭將繼續成為生成式AI發展的推動者：
Adobe：自從在2016年Adobe宣佈了Sensei（Adobe的AI/ML工具）以來，已經在所有三個雲平台（Creative、Document和Experience）上整合了他們的產品。自 Sensei 實施以來，Adobe 的頂線年複合增長率為19%（17財年-22財年），我們認為 Adobe 為極具吸引力的公司，未來將進一步擴展客戶並擴大市佔率。
此外，隨著 Sensei GenAI 在體驗雲中的初步實施，有助於推動更深入的洞察力和更個性化的行銷內容（以及其他功能），我們認為 Adobe 提供了一個全面和有吸引力的價值主張。隨著螢火蟲和 Sensei GenAI 成為 Adobe 進入生成性人工智慧領域的先鋒，我們認為 Adobe 應該在未來幾年內保持其在行業中的中堅力量地位。
微軟：對 OpenAI 的最初10億美元投資（2019年）和後續投資突出了該公司對生成式人工智慧的投資戰略。
微軟已經宣佈了多個利用這一技術的產品更新，該技術正在增強人類對產品的使用和功能理解，涉及許多垂直領域，包括辦公效率（Microsoft 365 Office--在測試階段）銷售/行銷（Dynamics 365，Viva Sales）和軟體研發（GitHub Copilot X）。
微軟已經擁有很成熟的產品生態，它的應用程式套件（Excel、Outlook、PowerPoint、Teams、Word等），以及大量的資料（在Microsoft Graph上組織）應該會擴展微軟的產品功能，同時推動客戶價值和市佔率的增加，特別是當微軟利用先發優勢。
此外，由於微軟與 OpenAI 有獨家合作關係，或將幫助他們為企業級應用做好準備。
Meta:隨著其在人工智慧開發和算力方面投資繼續擴大，我們認為 Meta 未來將成為人工智慧領導者（根據我們的估計，2019-2023年 Meta 將累計花費約1100億美元的資本支出，其中大部分將用於其人工智慧工作）。
具體到生成式 AI，Meta 已經推出了一些產品，包括 Make-a-Scene 和 Make-a-Video。在這一點上，Meta 已經在其核心產品中注入了人工智慧。
亞馬遜：雖然圍繞生成式 AI 的討論大部分焦點都被搜尋領域的市佔率和計算成本對非商業搜尋組合的潛在影響所主導，但我們相信，隨著企業更深入地將人工智慧/ML 工具整合到其技術堆疊中以推動核心業務，超級規模的企業將受益，並且是這一主題中被低估的受益者（包括亞馬遜的雲端運算業務，AWS）。
Alphabet：回溯到5年前，Google 率先開始了對 AI 的一系列的介紹，及更廣泛的計算方面的應用（包括Google助理、Duplex、Lens、翻譯、內建在搜尋中的LLM等）。
我們認為 Google 最近宣佈的 Bard 是這些努力的延伸，以配合廣泛的產品迭代（搜尋的持續發展）和最近消費者對 ChatGPT 的對話式人工智慧性質的熱浪。
本文不構成個人投資建議，市場有風險，投資需謹慎，請獨立判斷和決策。
本文轉載自：36kr
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！