AI智能体规模化发展：此次是否有所不同？专家电话会议深度反馈

扩展AI代理。这次有不同吗？专家意见反馈 2024年6月25日证券研究报告 生成时间：11:19（伦敦时间）研究分析师 & 出版实体斯特凡·斯洛文斯基BNP Paribas伦敦分行 (+44) 203 430 8549 stefan.slowinski@uk.bnpparibas.com 发生了什么？ 昨天，我们为一位前谷歌工程与产品经理（专攻人工智能/机器学习）举办了一场面向投资者的电话会议。我们讨论了人工智能代理和助手的现状，以及字母表公司、Meta、微软、OpenAI、苹果等公司的竞争策略。我们还讨论了为什么之前的AI助手（如2018年推出的谷歌Duplex以及2019年I/O大会上展示的会话式谷歌AI助手）未能规模化，以及为什么新模式的人工智能代理（如项目Astra）可能（或者不可能）会规模化。 BNPP Exane 观点： 仍然有许多未知因素围绕着消费者AI代理：我们通过讨论，在超大规模企业的能力方面变得更加谨慎，即它们在短期内为数十亿用户提供高度个性化和安全的解决方案。但我们同时也认为，鉴于其在大语言模型和专有硅领域的领先地位，Alphabet在短期内管理开发人工智能服务成本方面处于更有利的位置。我们仍然担心，Meta不仅会在短期内为提升通用人工智能能力而承担更高的成本，而且这部分成本可能会以牺牲其核心业务增长为代价。我们仍然优于Alphabet，且表现不如Meta。 自从2023年2月ChatGPT用户突破1亿以来，AI聊天机器人的普及程度可谓令人失望。16个月后，ChatGPT仍未达到2亿用户。其他供应商的聊天机器人普及也较为缓慢，但确实正在发生。虽然来自 OpenAI（GPT4o）和 Google（Project Astra）的演示非常令人印象深刻，并显示出提供有价值个性化服务的潜力，但我们也看到几个挑战包括： 1) 以具有成本效益的方式大规模提供这些生成式人工智能能力考虑到高昂的计算成本。这可能需要对 LLM 进行压缩，这可能在质量方面存在权衡，导致出现更多错误。 2) 使用户体验在自然语言理解和延迟方面无间断，以便交互更加人性化。这可能需要结合设备模型（帮助苹果的iOS和谷歌的Android生态系统，这些可以被优化以适应苹果和谷歌服务）以及位于更本地化的数据中心中的基于云的模型。 3) 提供一项真正能为用户增加价值的个性化服务。正如苹果公司首席执行官蒂姆·库克最近所说，“它必须理解你，并基于你个人的背景，比如你的日常习惯、你的人际关系、你的沟通方式等等。” 但这也需要在4) 不越界（如昨天所讨论的，有些人可能认为聊天机器人主动告诉他们应该带孩子去看医生是没问题的，当聊天机器人听到孩子咳嗽时，而另一些人可能不这么认为。）要在规模上做对这一点很复杂。要用多少信息来提供个性化服务是太多信息了？一些消费者会表示他们想要一定水平的服务，但当这项服务实际提供时，可能会感到不舒服。 参见第4页，了解分析师认证、重要披露、非美国研究分析师披露以及法国巴黎银行集团企业社会责任（“企业社会责任”）政策。传播时间请参考方块。2023年11月，Exane SA与BNP Paribas SA完成法律合并，BNP Paribas SA作为承继法律实体。'BNP Paribas Exane'是BNP Paribas SA及其附属机构和分支机构的商号。BNPP已采用严格的企业社会责任政策，这些政策规范了对特定行业的融资和投资。 msm2130@columbia.edu 玛丽亚·梅拉 07/27/25 12:59:03 PM 纽约市哥伦比亚大学 并且5)以尊重个人数据的方式来做。 关于个性化问题，我们可以看到一个为每个手机用户部署的微型模型，该模型包括一个基础模型，然后是一个针对用户进行个性化并持续更新的层。它需要持续不断的上下文流和持续的重训练。预测分析可能曾经是使用这些数据的旧尝试，但现在有了人工智能，我们可以使用自然语言。但这会在设备上或互联网上起作用吗？并且，如果用户的模型正变得越来越针对个人进行微调，那么它就会进入这种情况：在用户所说的/所做的一切内容上训练模型是否可以？或者它以某种方式喂养底层模型，从而可能影响数百万其他用户？ 人工智能服务在短期内可能仍然有限。但成本是真实的：目前，用例主要集中于信息摘要，个性化程度有限，且持续存在高误差率。尽管如此，提供这些结果的推理成本是真实的。随着Meta本周向印度5000万以上的用户推出Meta AI，除了在美国和其他以英语为主要语言的国家已经推出，我们对提供没有盈利策略的AI服务的成本越来越担忧。谷歌也在其现有应用中向全球数十亿用户提供GenAI服务，但更多是为了增强现有服务，而非作为一项新服务。 昨天，我们讨论了谷歌拥有自己的专用TPU以支持日益增长的AI服务推理的优势。这允许谷歌更好地进行优化，因为TPU是为神经网络/深度学习和人工智能专门设计的，同时也让谷歌拥有更多的创新和实验自由。我们注意到，Alphabet已指导2024年每个季度的资本支出（capex）保持在120亿美元的Q1水平。另一方面，Meta则预计今年的资本支出将持续增加，并且已经预计到明年。我们看到Meta正在加大力度开发自己的MTIA芯片系列，仅在未来两年内。nd生成 vs Google 的 7 th生成tpu。元芯片主要用于广告和推荐引擎，尚未用于训练和推理。在现阶段，向数十亿用户推出人工智能服务将会很昂贵，同时还包括投资专有硅片开发的成本。 小心 Meta AI 同类相食:在我们启动Underperform后与Meta的讨论中，重点集中于将投资从“CoreAI”重新分配到“GenAI”。尽管投资者仍然相信Meta可以通过对其内容推荐引擎（在那里它一直在追赶TikTok）以及广告定位和测量（在那里它一直在试图抵消苹果IDFA变化带来的信号损失）的投资继续推动收入增长），我们相信 Meta 将主动从这些正在运作并推动广告结果的领域撤资，将资源（即基础设施）分配到其更初生的 GenAI 投资上,包括其Llama大型语言模型及其MetaAI服务。 在模型方面，风险是Meta认为，为了真正提供能夠让GenAI对消费者有用的个性化实时服务（如上所述），它必须继续在追求通用人工智能的征程上开发Llama（4、5、6、7，如管理层所述）。LLM军备竞赛已经打响。与此同时，支持将这些（有限的）AI服务在近期推广给数十亿用户所需的推理能力，将分散CoreAI的资源，以牺牲近期的增长为代价。 我们下面引用了Meta在其最近的财报电话会议上自己的评论，该评论强调了在尝试任何变现工作之前，支出可能将会大幅增加。随着马克·扎克伯格表示：随着我们对人工智能的资本支出和能源开支的扩展，我们将继续专注于高效运营我们公司的其余部分。但现实地看，即使我们将许多现有资源转移至专注于人工智能，我们在从这些新产品中获得大量收入之前，仍将显著增加我们的投资范围。“我也预计在我们全面扩展元人工智能、商业人工智能，以及更多我期望的盈利服务之前，会看到一个多年的投资周期。” “但建设领先‐ 我也要比我们添加到应用中的其他经历是一项更大的工程，这可能会持续好几年。 我们在Meta上对共识持保留态度，因为投资即将反噬：作为提醒，我们预计2025财年营收增长仅为10.8%，低于市场预期13.5%，因为对通用人工智能（GenAI）的投资将占用核心人工智能（CoreAI）的产能，限制了推荐引擎和广告技术的进一步改进，同时短视频同比比较趋于正常化，中国和整体数字广告增长也是如此。我们预测2025财年营业利润率将下降至38.5%，低于市场预期40.1%，因为折旧增加且雇佣了昂贵的人工智能人才，我们预测2025年自由现金流低于市场预期15%。 msm2130@columbia.edu 玛丽亚·梅拉 07/27/25 12:59:03 PM 纽约市哥伦比亚大学 投资案例、估值与风险 字母表A（表现优于，目标价205美元） 投资案例 字母表是一家市值巨大的科技超大规模企业，拥有深厚的竞争壁垒，并在数字广告领域占据主导地位，这使其能够产生健康的收益和强劲的自由现金流。该公司受益于向在线媒体转变的长期增长动力、与疫情相关的数字化顺风、尚未完全渗透且长期增长的云业务跑道、来自云业务的其他行业潜在市场规模（TAMs），以及“其他赌注”中的选择空间。尽管搜索领域存在竞争加剧和成本上升的风险，但我们相信人工智能潜在市场规模（TAMs）的扩张机会总体上对字母表应是积极的。 估值方法 我们基于对2026年自由现金流量的估计，使用4%的自由现金流量收益率对Alphabet进行估值，并折现。 风险 向好的方面： 1) 从全行业数字化加速数字广告，2) 地图变现，3) 在谷歌云上获得更多特定行业胜利以及更快的盈利途径，4) 其他赌注投资选择，5) AI驱动的TAM扩张 向下的方面： 1) 增加监管风险，2) 消费者隐私要求提高，3) 数字广告放缓，4) 竞争加剧 Meta Platforms Inc（表现不佳，目标价360美元） 投资案例 Meta 计划在构建现实实验室和人工智能技术的同时增加投资。虽然其他超大规模企业也在投资基础设施和构建大型语言模型，但 Meta 目前还没有一个可见的变现途径。我们担心 1）运营成本和资本支出的预期太低，以及 2）随着比较基准变得更具挑战性，新的人工智能广告定位和测量带来的初始收益正常化，顶线增长将放缓。我们担心 Meta 股票在这个增长放缓和投资增加的时期将表现不佳。 估值方法 我们使用5%的自由现金流收益率对Meta进行估值，基于我们2026年的自由现金流预测，并将其折现。这是一个高于4%的5年历史平均收益率，因为我们预计随着现金被用于投资新技术，投资者将更加谨慎地对待投资回报。 风险 向好的方面： 我们看到 Meta 通过 AI 更好地传递相关内容并更好地定位广告来提高人均收入的能力，以及最终提供 AI 服务，将其视为我们估计的最大潜在上行驱动因素，从而带来更好的收入增长。用户基础的更快增长也会受到积极评价。 向下的方面： Meta不断增加对人工智能技术研发的投资存在风险，尤其是在市场对潜在回报的等待变得不耐烦的情况下。我们看到了核心Facebook业务用户数量上的风险，因为其他社交媒体平台越来越受欢迎。我们还看到了监管风险，因为欧盟正在寻求执行《数字市场法案》和《数字服务法案》。 msm2130@columbia.edu 玛丽亚·梅拉 07/27/25 12:59:03 PM 纽约市哥伦比亚大学 分析师认证及重要披露 分析师认证 我，斯特凡·斯洛文斯基,特此证明本报告中所表达的所有观点准确反映了我对公司或公司及证券的个人看法。我们的任何报酬在任何时候均未直接或间接与本研究报告中所表达的具体建议或观点相关。 非美国研究分析师披露以下是参与准备这份研究报告的研究分析师。他们并非法国巴黎银行证券公司关联人士，因此在美国并非作为研究分析师在美国金融业监管局（ FINRA）或纽约证券交易所（NYSE）注册或获得资格。这些非美国分析师不受美国金融业监管局关于与目标公司沟通、公开露面以及研究报告账户持有的证券交易的2241规则约束。 斯特凡·斯洛文斯基 巴黎银行伦敦分行 分析师薪酬 负责准备本报告的研究分析师(s)基于多种因素获得补偿，包括公司整体收入，其收入包括投资银行业务和/或销售和交易业务的收入。 研究员-特定披露 下表表明负责编制本报告的研究分析师（或其家庭成员）是否与所涉公司存在某些利益冲突。 分析师对上述表格中所示的目标公司/司的证券拥有/有金融利益。1 – 负责准备本报告的研究分析师（员）、其家庭成员或研究关联方3 –负责编制本报告的研究分析师（们）过去从所涉公司/公司获得报酬十二个月。4——负责准备本报告的研究分析师与本表中所列除1、2或3项之外的主体公司存在重大利益冲突。2 – 负责准备本报告的研究分析师（们）、其家庭成员或研