作者｜趙賽坡

頭圖｜視覺中國

本期首先談談歐洲芯片法案，它構成當下圍繞半導體產業競爭的縮影，在半導體越發重要的情況下，來自政府的那只看得見的手，越來越多地出現在市場上。

上周 AWS 紐約峰會有諸多看點，結合其新產品以及 CEO Adam Selipsky 專訪，我們可以一窺這家云計算巨頭所面臨的困境。

本期 AI Insider 還將深入探討以下話題：

• 計算：英特爾是否到了“觸底反彈”時刻？

• 巨頭：微軟、Alphabet 財報如何展現生成式 AI 的發展？

• 市場：好萊塢演員與編劇，為何抵制生成式 AI？

接下來，歡迎和我一起復盤近期圍繞數據與智能的行業關鍵事件。

大模型·計算

歐盟理事會上周正式通過總額 430 億歐元（約合 475 億美元）的芯片法案，加之本月早些時候歐洲議會已經完成對該法案的投票，這也意味著，歐盟這項推動本地區半導體產業發展的計劃即將成為法律。

這項方案的總體目標是要在 2030 年將歐洲半導體產能提高到全球 20% 左右——而且還是高端芯片，目前歐洲僅占全球半導體 10% 的產能，而且絕大多數芯片還是面向汽車或工業制造的中低端芯片。

為了這項野心勃勃的目標，歐盟這項方案提供了一攬子的計劃，包括但不限于向全球主要芯片提供建造工廠的補貼，同時進一步支持歐洲本土半導體公司——比如 ASML、意法半導體、英飛凌等——的發展，涵蓋資金、政策等多個方面。

歐盟此舉也是當下圍繞半導體產業競爭的縮影，在半導體越發重要的情況下，來自國家的那只看得見的手，越來越多地出現在市場上。此前，日本政府通過一支自己支持的基金，計劃收購半導體產業鏈公司 JSR，該公司在光刻膠領域占有 30% 的全球份額，英特爾、三星和臺積電都是其客戶。

如果以中國的視角去看，中美、中日韓、中歐之間的半導體博弈也在不斷進入新階段：

• 美國政府正在醞釀出臺加強版的芯片出口限令，不僅限售所有發往中國的高端芯片，還計劃禁止中國公司使用 AWS 等美國云計算公司提供的 GPU 計算實例；

  
  

• 日本、荷蘭同意美國政府的提議，在諸多半導體技術、產品方面制定了嚴格的出口審核政策；

  
  

• 中國限制鎵和鍺出口后，原本需要向中國進口 71% 鎵和 45% 鍺的歐盟，短期內找到替代供應鏈幾乎是一件不可能的事情；

  
  

• 透過韓國芯片專家 Choi Jin-seok 出走中國并建立芯片工廠的爭議，凸顯出中韓美在半導體領域的復雜利益糾葛；

英特爾上周交出了一份還算不錯的季度成績單，盡管營收同比還在下降——這已經是連續六個季度下降了，但下降幅度 15% 至 129 億美元的數字又是近五個季度里最低。

當然，這顯然還不是所謂“觸底反彈”的“底”。短期內，英特爾還將繼續承擔陣痛，包括：

• 重新轉向芯片制造之后，運營成本將大幅提升；

  
  

• 全球 PC 市場持續疲軟，消費市場的芯片需求也在放緩，進一步影響到英特爾消費芯片營收；

  
  

• 在大模型火熱的當下，從科技巨頭到中小公司，對 GPU 的需求顯然高于購買英特爾的 CPU，英特爾數據中心業務短期內的營收面臨不少風險；

而對英特爾來說，還是有一些反彈的可能，至少是信號：

• 加快推進 3 納米制程的制造技術，這是和臺積電競爭的關鍵；

  
  

• 積極謀求和英偉達的合作，比如幫助英偉達生產 GPU，這會成為英特爾短期內股價上漲的關鍵；

上周三星、SK 海力士也發布了新一季度財報，兩家公司的業績基本符合市場預期，比如 SK 海力士季度營收 7.31 萬億韓元（約 57 億美元），同比下滑了一半，但高于 6.05 萬億韓元的預期。

對于市場而言，兩家公司現階段的營收、利潤下滑并不可怕，因為在面向 AI 芯片的巨大市場需求面前，兩家韓國公司擁有極大的競爭優勢，這其中就有英偉達 H100 GPU 所不可缺少的 HBM（high bandwidth memory）芯片，某種意義上說，沒有 HBM 芯片，就無法讓 AI 芯片運行大語言模型。

SK 海力士和三星占據全球 90% 的 HBM 市場份額，美光約占 10%。

FT 援引消息人士的話稱，HBM 芯片產能短缺的事實已經形成，來自英偉達、AMD 等芯片公司的需求卻非常高漲，甚至英偉達愿意為 SK 海力士的 HBM 芯片支付“溢價”，而三星、美光也在加快提高產能。這個絕對封閉而壟斷市場的競爭，會持續影響 AI 芯片產業的發展，當然也會傳導到每個消費者使用 GPT-4 的場景中。

大模型·巨頭

新一輪科技巨頭們的財報季來襲，上周微軟、Alphabet（Google）發布新一季度財報，營收方面：

• Alphabet 二季度營收 746.04 億美元，同比增長 7%；

• 微軟二季度營收 562 億美元，同比增長 8%；

兩家公司的云業務營收：

• Google Cloud 營收 80.31 億美元，同比增長 28%；

• 微軟智能云業務營收 239.9 億美元，同比增長 15%，其中 Azure 增長 26%；

很顯然，至少在過去半年，兩家在生成式 AI 領域相繼發力的科技巨頭，還未有實際收獲，兩家公司還是固收基本盤，但好消息是，基本盤的走勢變得越來越好。

比如 Alphabet 的廣告業務——包括 Google、YouTube——的廣告業務營收突破 500 億美元，同比都有四個百分點以上的增長，不僅終結了廣告業務連續兩個季度的下滑態勢，同時也促使市場接受 Google 未來將持續投資數據中心和服務器的決心。

微軟的基本盤也保持基本穩定，三大業務里，除 Windows、搜索等個人計算業務下滑外，其他面向企業級市場的業務營收都呈兩位數，比如：

• Office 商用產品和云服務營收同比增長 12%；

  
  

• LinkedIn 營收同比增長 5%，不計入匯率變動的影響為同比增長 7%；

  
  

• Dynamics 產品和云服務營收同比增長 19%，不計入匯率變動的影響為同比增長 21%；

  
  

• 智能云業務里的服務器產品和云服務營收同比增長 17%，不計入匯率變動的影響為同比增長 18%；

但在基本盤之外，市場的確沒有看到生成式 AI 帶給兩家公司的影響。特別是對微軟來說，押注 OpenAI 的一系列大模型之后，Office 等業務的增長變化不大，而 Azure 連續兩個季度增長放緩（上一季度 31%）也讓市場感到擔心，在微軟財報分析師會議上，微軟 CEO Satya Nadella 和 CFO Amy Hood 回應了這方面的質疑：

• 生成式 AI 的應用速度在加快，Satya Nadella 指出，微軟已經準備了大量“開箱即用”的產品，比如 GitHub Copilot 和微軟 365 Copilot；

  
  

• 生成式 AI 的毛利率前景不可一概而論，不同場景下的毛利率有所不同；

  
  

• 廣泛的客戶需求正在推動 Azure 的增長（關注下半年的數字），微軟同時表示將繼續加大對 Azure 的投資；

  
  

• 微軟智能云的年收入已經超過 1100 億美元，其中 Azure 的收入首次占總收入的 50% 以上；

• 微軟 365 Copilot 需要一定的時間才能釋放出盈利可能，預計下半年將帶來收入；

微軟與 Alphabet 財報也說明了一件事情：以大語言模型為代表的生成式 AI，還處于早期階段。這個論斷也是 AWS CEO Adam Selipsky 想要傳達的觀點，他在接受 FT 專訪時如是說到：

……我們發布了一個名為 Amazon Bedrock 的服務。它是一個托管服務，用于訪問多種不同的生成式AI基礎模型……我們可能只完成了 10000 米比賽的三分之一，所以問題不應該是：“在比賽進行到三分之一時，哪位選手領先？”而應該是：“賽道是什么樣的？比賽的規則將是什么？我們在這場比賽中想要達到什么目標？”

換句話說，Adam Selipsky 希望讓市場了解以下三件事情：

• 生成式 AI 的競爭才剛剛開始；

• 包括 AWS、微軟在內的云計算公司都在探索方向；

• AWS 并沒有掉隊；

Adam Selipsky 的專訪發生在 AWS 紐約峰會期間，這次會議上，AWS 發布了一系列圍繞大模型的新產品，包括：

• 為大模型托管服務 Bedrock 增加新模型，包括 Cohere、Anthropic 和Stability AI 公司提供的基礎模型；

  
  

• 推出面向醫療場景的 Healthscribe，可幫助醫生快速生成病歷報告；

  
  

• 更新 QuickSight，可以通過自然語言查詢生成商業智能報告，這和 Microsoft 的 PowerBI 和 Salesforce 的 Tableau 形成競爭關系；

  
  

• 發布基于英偉達 H100 的 GPU 計算實例，幫助買不到 GPU 的客戶獲取 H100 的能力；

你可以通過 AWS 的官方頻道觀看這場發布的實況。

不過，現階段 AWS 面對生成式 AI 市場的挑戰還有很多。比如，亞馬遜對大模型托管服務 Bedrock 的表述非常模糊，一方面聲稱包括索尼、瑞安航空等公司開始嘗試這項產品，另一方面又拒絕給出 Bedrock 何時向所有客戶開放的時間表，僅僅使用“很快”這個詞。

如果說過往 AWS 一直在引領云計算的技術與產品創新，那么在接下來的這個賽道上，AWS 更多是在追趕與整合，首先，相比于 Google Cloud 或微軟，AWS 生成式 AI 技術或產品并沒有明顯優勢，既沒有像 OpenAI、DeepMind 這樣的自家公司（或投資公司），也缺乏令行業認可的基礎大模型。

其次，和上一波人工智能浪潮類似，AWS 還是繼續在云服務的基礎上做加法，此前 AWS 通過 Sagemaker 構建起云上 AI 服務的全平臺，而透過 Bedrock 及其它產品來看，AWS 現在越來越像一家傳統的 IT 服務供應商：為現有客戶提供一些市場上的先進技術選擇。

當然，這并非 AWS 的失誤或錯誤，作為一項年收入接近 1000 億美元的業務，AWS 同樣有著穩定的基礎盤，絕大多數全球 500 強公司每年會將上千萬甚至上億美元的云計算支出交給 AWS。短期內，這個基本盤還相當穩定，畢竟云遷移的成本實在是太高，更重要的一點則是，沒有人確切知道生成式 AI 未來的前景在哪里。

關注其他幾家巨頭們最近圍繞大模型的布局：

• 阿里云成為國內首家支持 Llama 2 開源模型的云計算公司，根據阿里云提供的消息，開發者可在魔搭社區 Llama 2 模型頁面點擊“Notebook 快速開發”，一鍵拉起阿里云機器學習平臺 PAI，對模型進行云上開發和部署，另外開發者也可以將下載的 Llama 2 模型放在阿里云 PAI 進行開發；

  
  

• 騰訊云上周與中國信通院共同啟動行業大模型標準制定計劃，目標是聯合推出中國首個金融行業大模型標準；

  
  

• Anthropic、Google、微軟和 OpenAI 四家公司共同成立一個名為“Frontier Model Forum”的組織，目的是確?！跋冗M人工智能模型的安全和負責任發展”；

大模型·市場

兩個圖像新產品。Stable AI 發布 Stable Diffusion XL 1.0，這是一款文字生成圖像的模型，相比上一代，新版本的圖像質量更好,可以在幾秒內生成百萬像素的高分辨率圖像。該模型支持圖像修復、擴展、圖片到圖片提示等功能。

Adobe 將為 Photoshop 提供一項名為“Generative Expand”的功能，簡單來說就是根據圖像里的現有內容，擴充圖像其他內容，生成的內容將在 Photoshop 中添加為新的圖層，用戶如果認為其不符合要求，可以將其丟棄，目前該功能還處于測試階段。

生成式 AI 與工作。生成式 AI 產品的流行，推動整個產業鏈——從芯片到算法到應用——進入一場“增長狂歡派對”之中，但一個不可忽視的要素是，在越來越聰明的生成式 AI 模型或產品幕后，還有一大群辛苦的人類：

• Google AI 聊天機器人 Bard 的幕后，不僅有 Google 工程師團隊，還有一群 Google 承包商團隊在努力；

  
  

• OpenAI 的大模型需要大量數據標準人員，結合一位肯尼亞數據標注人員的采訪，你會看到所謂“人工”的“智能”；

兩份調查報告的結果值得一看：

• 麥肯錫的報告指出，面對正在到來的自動化和 AI 浪潮，女性比男性的沖擊更大，女性需要轉行的可能性比男性高 1.5 倍；

  
  

• 皮尤的一份調查顯示，雖然科技公司或研究機構羅列出一系列最容易被 AI 取代的工作職位（所謂“暴露在 AI 技術”的職位），但身處這些職位或行業的人并認可這些結論，他們更傾向于認為 AI 帶來的幫助大于威脅；

皮尤這份調查的人群應該不包括好萊塢的工作者們。就像《經濟學人》雜志所言，好萊塢這場久違的演員、編劇聯合起來的罷工，始作俑者是流媒體平臺的收入分成體系，但現在的對象則是討伐電影制片公司對 AI 的過度使用。

兩方的態度非常明確，在演員看來，生成式 AI 是對自身職業的巨大威脅，可以聽聽這位從業者的控訴；而制片公司則將 AI 技術看作是節約成本的方式，這在當下不確定的經濟形式面前極具誘惑力。

還有兩個數據可以放在一起對比：

• 好萊塢約有 87% 的演員年收入低于 2.6 萬美元，漲薪對他們來說幾乎不可能；

• Netflix 正在招募機器學習產品經理，年薪至少在 30 萬美元，最高可達 90 萬美元；

上一次演員和編劇共同站在一起對抗制片大廠的時候，羅納德·里根還沒有當上美國總統，但他是演員工會的“總統”，那場罷工的主題同樣也是關于新技術應用后的利益分成：電影演員是否應該得到電視臺播放其作品后的收入分成？

六十多年過去了，演員/編劇和電影公司又站在談判桌上，不過還多了其他幾位談判者，包括大模型公司、流媒體公司（如 Netflix） 以及蘋果、亞馬遜這樣的平臺看門人。

我們等待博弈的結果。