1、生成式生成式 AI 2025 年展望 随着随着 DeepSeek 颠覆行业，颠覆行业，规模迈向规模迈向 2 万亿美元的万亿美元的 生成式生成式 AI 市场蕴含哪些机遇？市场蕴含哪些机遇？生成式人工智能(AI)和大语言模型(LLM)的应用已经渗透到科技领域的各个环节并迅速发展。随着现有参与者和新进入者重新构想现有终端市场的机会，预计到 2032 年这个市场将创造约 1.8 万亿美元的收入。焦点从预训练模型转向推理模型：焦点从预训练模型转向推理模型：随着由思维链和强化学习加持的推理模型更受青睐，大语言模型的应用可能从基于文本的搜索扩大至各种图片、音频和视频的分析。在基础模型公司中，OpenAI-微

2、软、谷歌、Meta、DeepSeek、Anthropic 和Mistral 继续发布支持在推理过程中进行思维链推理的新大语言模型。生成式生成式 AI 智能体或迎来爆发：智能体或迎来爆发：除了大语言模型赋能的合同审查和客服聊天机器人等现有用例外，集成写作和编程助手以及利用文本和语音提示词生成图像和视频的工具也将推动生成式 AI 智能体在消费端和企业端的部署。到 2032 年，个人和企业在生成式 AI 智能体方面的支出有望达到 2,140 亿美元左右。DeepSeek 问世之后的问世之后的 AI 推理模型效率：推理模型效率：大多数大语言模型公司都致力于提高模型效率，从而实现大规模推理。端侧 AI

3、不会在云端处理所有任务，实现注重隐私的功能将是推动端侧 AI 应用的主要因素，包括文本撰写、语言翻译、使用文本提示词生成图像和视频以及语音助理等。报告主要内容：报告主要内容：本报告是彭博行业研究生成式 AI 深度报告的第三次更新。在新增的章节 7 中，我们分析了 DeepSeek 颠覆行业之后资本支出分配可能会发生的变化。从章节3 开始，本报告利用我们的互动市场规模测算模型，对生成式 AI 的总支出以及硬件、软件、训练、推理、广告和服务细分领域的增长潜力做出了预测。彭博终端用户可输入 BI INET 和 BI GENAG，在相关页面上获取这些测算模型。2025 年年 3 月月 24 日日 BI

4、 on AI1 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L

5、.P.2025 2025 年 3 月24日目录目录章节章节 1.内容提要内容提要2 章节章节 2.值得关注的催化因素值得关注的催化因素3 章节章节 3.AI 概览概览 4 章节章节 4.市场变革市场变革16 章节章节 5.细分市场分析细分市场分析21 章节章节 6.用例不断增多用例不断增多39 章节章节 7.云服务巨头的资本支出云服务巨头的资本支出53 章节章节 8.处理芯片和存储芯片需求处理芯片和存储芯片需求65 章节章节 9.监管格局监管格局72 章节章节 10.环境、社会和治理环境、社会和治理(ESG)展望展望 80 章节章节 11.表现和估值表现和估值82 章节章节 12.公司影响公司

6、影响85 章节章节 13.方法方法89 章节章节 14.术语表术语表93 BI 研究团队研究团队 95 Copyright and Disclaimer 98 关于彭博行业研究关于彭博行业研究99 Poonam Goyal 电商与运动休闲服装 Steven Tseng 亚太科技与硬件 Sunil Rajgopal 美洲市场软件 Charles Shum 亚太半导体与电子产品 Woo Jin Ho 美洲硬件与网络 Kunjan Sobhani 美洲半导体 Tamlin Bason 欧非中东科技政策与诉讼 Breanne Dougherty 股票策略主题 编辑和图表编辑和图表Rik Stevens

7、、Justin DeVoursney 和 Philippe Tardieu 如需查看更多详细分析和互动图表，请前往彭博终端如需查看更多详细分析和互动图表，请前往彭博终端主要分析师主要分析师Mandeep Singh 美洲软件、互联网和硬件 Anurag Rana 美洲软件与 IT 服务 贡献分析师贡献分析师Masahiro Wakasugi 日本科技与全球半导体 2 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or u

8、sed as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月24日章节章节 1.内容提要内容提要在科技总支出中的占比有望提高至在科技总支出中的占比有望提高至 14%-16%随着企业将 AI 功能整合到各自的产品中，以及更多消费者开始拥抱 AI，到 2032 年生成式 A

9、I 将给硬件、软件和服务等市场带来 1.8 万亿美元的收入，相当于科技总支出的 14%-16%。利用生成式 AI 的界面和工具尚处于早期阶段，但我们认为，一些常见的功能包括摘要生成、个性化推荐、合同审查、使用对话式用户界面生成图片和视频内容以及内置语言翻译。使用大规模数据集通过机器学习和神经网络算法训练 AI（即大语言模型）将是一个巨大的市场，销售额到 2032 年有望达到 5,800 亿美元，同时还将推升数据中心服务器和存储单元加速器的需求。企业将利用公有云部署生成式 AI，而Meta、微软、亚马逊和 Alphabet 等云服务巨头将从中受益，预计市场规模将达到 2,360 亿美元，年复合增

10、长率 36%，主要得益于推理工作负载。核心观点核心观点推理超过训练的时间有望提前：推理超过训练的时间有望提前：推理支出超过训练支出的时间可能比我们之前的预测至少提前三年。而我们调整假设的最重要原因是：在 DeepSeek 发布后，云服务巨头在实现资本支出的资产回报率方面面临压力，并开始转向重视推理的成本效率。大语言模型之间的差距缩小：大语言模型之间的差距缩小：OpenAI 的 GPT、谷歌的 Gemini、Meta 的 Llama、Anthropic 的Claude 以及 DeepSeek 和 Mistral 旗下模型的功能趋同，这提高了大语言模型变得更加同质化的可能性，而成本最低的模型将基于

11、开源模型以及与数据存储有关的地域考虑因素。应用和设备推理：应用和设备推理：对基于推理的对话式 AI 产品以及生成式 AI 赋能的视觉 AI 产品的需求，或令苹果等智能手机制造商和特斯拉等车企从中获益。量化技术正越来越多地被用来缩小训练模型的规模，用于边缘设备上的推理。高带宽内存高带宽内存(HBM)芯片：芯片：随着 AI 模型变得更加复杂以及模型训练对算力资源的要求更高，HBM芯片（营运利润率较高）的采用率应该会进一步提高。由于 AI 要求的芯片性能提升速度快于小型化和先进封装的进步，芯片测试设备的重要性上升。表现和估值表现和估值年初至今，我们的 BAIAET 指数（AI 主题）下跌了 6%，跑

12、输彭博行业研究的大多数主题以及彭博美国大盘股指数。该指数包括 119 家公司，2024 年上半年的表现主要受英伟达、其他云服务巨头以及Super Micro Computer 和 AMD 的股价影响。1.8 万亿美元万亿美元到 2032 年 AI 驱动的收入（2023 年约为 930 亿美元）30%到 2032 年的年复合增长率预测7,350 亿美元亿美元 AI 推理市场规模 3 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly display

13、ed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月24日章节章节 2.值得关注的催化因素值得关注的催化因素模型扩展将推动采用率提高模型扩展将推动采用率提高对企业而言，生成式 AI 支出已迅速成为非可选支出项目。我们预计，得益于稳定的硬件投资、聊天

14、机器人普及以及类似 copilot 产品的附加订阅，生成式 AI 支出将出现大幅增长。检索增强生成(RAG)允许企业利用专有数据湖，提高大语言模型回应的准确性并减少错误回应。得益于大举进军 AI 领域的趋势，英伟达等公司的增长预期已大幅上调，而微软（Azure 消费和 copilot）等其他公司也预计将录得强劲增长。在消费端，谷歌已大规模上线 AI 概览(Overview)功能，而 Meta AI 产品的月活用户数达到7 亿。重要里程碑：重要里程碑：2024 年：年：用于训练大语言模型的 GPU 和其他加速器芯片的供应得到改善。已完成。已完成。2024 年年：基础大语言模型发布基于思维链推理和

15、强化学习的新版本。进行中。进行中。2024 年：软件公司推出的 copilot 取得高附加率。未完成。未完成。2024 年：年：AI 智能体颠覆客户服务领域，帮助企业降低运营成本。进行中。进行中。2024 年：年：RAG 让企业更愿意在本地部署开源基础大语言模型。进行中。进行中。2024 年：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。已完成。已完成。2025 年：年：多模态大语言模型成为互联网应用和企业软件的主要卖点。2025 年：年：欧盟有望通过AI 法案建立首个综合性监管体系。2026 年：年：随着手机、个人电脑、AR/VR 设备推出新功能，端侧 AI 势头增强。20

16、26 年：年：HBM4 可能被广泛用于下一代 AI 计算。2023-2027 年：年：台积电生成式 AI 业务的年复合增长率达到 50%。2027 年：年：在特定加速器要求的带动下，AI 网络细分市场的规模有望扩大五倍。2027-2028 年：年：HBM4E 可能推出。2030 年：年：用于合同审查和客户服务的 AI 智能体市场规模将从 2024 年的 14 亿美元增至1,150 亿美元（占总市场的 10%）。4 No portion of this document may be reproduced,scanned into an electronic system,distributed

17、,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月24日章节章节 3.AI 概览概览 潜在市场规模扩大在即潜在市场规模扩大在即训练基础大语言模型仍然是生成式 AI 市场最主要的增量收入驱动因素，但随着 GitHu

18、b Copilot 越来越受欢迎，以及消费者对新应用程序（例如搜索引擎 Perplexity 以及基于提示词生成视频的工具 Sora等）的兴趣日益浓厚，生成式 AI 市场的潜在规模有望不断扩大。鉴于生成式 AI 将提振硬件、软件、服务、广告和游戏等科技细分行业的销售额，彭博行业研究的互动市场规模测算模型彭博行业研究的互动市场规模测算模型显示，到 2032年，生成式 AI 市场的规模有望达到 1.8 万亿美元（图 1 和图 2），年复合增长率为 30%。随着这一颠覆性技术改变企业运营方式并增强产品和服务，生成式 AI 占上述行业信息技术总支出的比例可能会从目前的不到 2%提高至 14%-16%。

19、图图 1：生成式：生成式 AI 的收入潜力的收入潜力 5 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughou

20、t.Bloomberg Finance L.P.2025 2025 年 3 月24日图图 2：生成式：生成式 AI 支出支出 半导体、硬件、云软件、IT 服务和广告公司可能会引领这些变革。但我们可能也会看到新产品和服务，例如现有产品的替代品以及新类别的出现。3.1 推理支出将超过训练支出推理支出将超过训练支出 推理和大语言模型中的思维链的成功，为推理市场的规模在 2029 年之前超过训练市场铺平了道路，比我们此前的预测至少提前三年。AI 智能体的采用率上升将推高对推理 AI GPU 和其他加速器芯片的需求，因为推理模型处理的令牌数量将比目前的预训练模型高一个量级。除了基于文本的模型外，代理式

21、AI（本质上自主完成任务）还需要视觉感知模型。到 2032 年，训练市场在新增收入中所占比重将达到大约 30%-35%，市场规模将接近 5,800 亿美元，涵盖服务器、存储、网络、云端服务和大语言模型许可。到 2032 年，推理市场的规模将达到 7,350 亿美元，其中 26%将与云工作负载相关，年复合增长率为 38%，高于该整体基础设施市场的增速。截至目前，高增长预期受到以下因素支撑：为了处理消费端和企业端应用的 AI 工作负载，数据中心计算和存储的出现快速变化。英伟达一直是这一趋势的最大受益者，与此同时，云服务巨头纷纷提高了资本支出，确保公司内部及其云计算业务都有足够的 GPU 可用。硬件

22、方面，随着大语言模型用于特定领域的预测和应用，计算机视觉和对话式 AI 产品可能会成为新兴类别。这些新产品有望推动因智能音箱和可穿戴设备而呈现繁荣景象、规模达到 1 万亿美元的设备市场加速增长。预计到预计到 2032 年生成年生成式式 AI 支出将达到支出将达到 1.8万亿美元万亿美元6 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works wit

23、hout the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月24日图图 3：训练市场：训练市场 vs.推理市场预测推理市场预测 图图 4：生成式：生成式 AI 各细分市场的份额各细分市场的份额 推理支出超过训练支推理支出超过训练支出的时间比原预测提出的时间比原预测提早三年早三年7 No portion of this document may be

24、 reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月24日在硬件领域内部，基础设施支出（用于训练）可

25、能会达到设备支出（用于推理）的三倍左右，因为要管理繁重的相关工作负载，公司需在服务器和存储方面投入资金。在接受彭博行业研究调查的美企首席信息官中，近 75%表示计划在 2024 年增加 IT 基础设施预算，其中约 38%预计支出增幅将超过11%。英伟达和戴尔可能仍是生成式 AI 工作负载的主要服务器供应商，选择这两家公司的首席信息官占比约为 51%。生成式 AI 基础设施即服务(IaaS)将是训练大语言模型的关键，未来 10 年有望带来2,360 亿美元的增量收入。在生成式 AI IaaS 内部，用于模型训练的计算资源市场的规模可能最大，到2032 年达到 440 亿美元左右，云端运行的推理工

26、作负载市场的规模届时可能达到 1,910 亿美元。网络市场的规模或增加 370 亿美元。计算机视觉 AI 产品市场的规模或增至 640 亿美元，而对话式 AI 产品市场的规模有望达到 1,140 亿美元。我们预计到 2032 年，AI 训练市场的规模将从 2023 年的大约 750亿美元增至 5,800 亿美元。在软件领域，到 2032 年生成式 AI 产品可能带来约 4,460 亿美元的增量收入，年复合增长率达到64%，网络安全、药物发现、AI 助手和编程工作流将是主要受益者。为增强用户体验，许多软件企业可能都会推出自研 AI copilot，到本 10 年末，专业助手软件市场的规模有望达到

27、 950 亿美元。为改进现有学习工具和开发新的工具开发，教育软件的支出或强劲增长。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，从而降低准入门槛，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，推动新广告样式的诞生，从而提高用户参与度及广告浏览量到销售的转化率。与其他开发基础大语言模型的公司相比，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部署，而且资金实力较强。这些都有利于它们更好地训练模型，达到优化广告定向投放和提高效率的目的。到 2032 年，上述提升有望给数字广告行业带来 2,100

28、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 产品和工具有望带来约 1,110 亿美元的增量收入。3.2 云业务有望超越服务器开发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最重要的生成式 AI 细分市场，但众多企业无疑最终将在公有云上部署 AI。我们认为，云服务巨头将开发自己的基础大语言模型，以便在自有云基础设施中达到最佳运行效果。Meta、微软、Alphabet、英伟达和亚马逊等供应商或将成为大语言模型训练市场增长的主要推动力量。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

29、利用率，从而将利润率维持在健康水平。假以时日，生成式 AI 即服务的市场规模将远超服务器和存储（见图 1），随着独立服务器和存储的增速逐渐下降，2024-2032 年生成式 AI 即服务市场的年复合增长率有望达到 13%。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、平台即服务(PaaS)和基础设施即服务(IaaS)在总规模近 6,630 亿美元的公有云市场中业务占比的演变。8 No portion of this document may be reproduced,scanned into an electronic system,distribute

30、d,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24图图 5：生成式：生成式 AI 市场概览市场概览 来源：彭博行业研究 所附图表中的预测值为保守估计。虽然未来几年企业需求极有可能加速转向云端，但我们并未将

31、这一因素纳入假设。AI 在从药物研究到游在从药物研究到游戏的各个领域都有广戏的各个领域都有广泛应用泛应用9 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on

32、page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月24日图图 6：公有云总支出预测（：公有云总支出预测（10 亿美元）亿美元）图图 7：IaaS 和和 PaaS 的收入预测（的收入预测（10 亿美元）亿美元）3.3 服务器需求短期内应维持健康状态服务器需求短期内应维持健康状态 尽管最终会转向云部署，但对生成式 AI 的爆炸性需求从英伟达 GPU 供不应求可以看出应会推动提供必要算力的基础设施硬件市场实现显著增长，尤其是服务器（图 8）。据我们测算，2024 年全球 AI 服务器市场的规模比 2022 年增长近一倍，达

33、到 394 亿美元，年均增速达到 41%。从今年开始，AI 对全球服务器收入的贡献率有望从 2021 年的 15%提高至 20%以上。尽管 2023 年经济面临逆风，但由于生成式 AI 领域在 ChatGPT 的带动下掀起“军备竞赛”，AI 服务器支出可能保持强劲。公有云支出有望达到公有云支出有望达到1.3 万亿美元，万亿美元，IaaS和和 PaaS 支出或将分支出或将分别达到别达到 2,840 亿美元亿美元和和 3,290 亿美元亿美元 10 No portion of this document may be reproduced,scanned into an electronic sy

34、stem,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月24日图图 8：全球：全球 AI 服务器市场预测服务器市场预测 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

35、模型的原始设计制造商(ODM)，这些云服务提供商为 AI 应用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为 AI 开发提供了必要的可扩展性。微软是 OpenAI（ChatGPT 的发布方）的主要投资人，且微软 Azure 是 ChatGPT 的独家云平台。2024 年中国台湾主要ODM厂商（鸿海、广达、纬创/纬颖和英业达）的 AI 服务器收入实现了三位数增长。考虑到新 AI 服务器项目稳步推出以及出货量增加，这些 ODM 厂商预计这一增长势头将持续到 2025 年。AI 服务器的复杂设计或有助于提振相关供应商的利润。传统服务器主要采用英特尔和 AMD 的 x86 CPU

36、，AI 服务器则擅长并行处理，而并行处理需要 GPU 等加速器芯片以及谷歌张量处理单元(TPU)等高级精简指令集计算机(RISC)架构（即 ARM 架构）芯片。传统服务器通常配有两个 CPU，但 AI 服务器最多可配置八个 GPU，每个 GPU 的价格为 3 万-4 万美元，这使得 AI 服务器较传统服务器存在 8-10 倍溢价。优化系统性能、功耗和管理降温的需求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均不一样。因此，与欠缺专业技能的竞争对手相比，拥有先进设计专长的 ODM 将具备竞争优势，有可能收取更高的费用，从而提高盈利能力。需要指出的是，AI 服务器的毛利率可能低于传统

37、服务器，因为单台服务器增加的毛利远不及大幅提高的平均售价。尽管如此，在出货量达到足够的规模之后，服务器 ODM 的营运利润率仍可以提高。预计到 2030 年，训练将占生成式 AI 市场总规模的 70%，到 2035 年将占 63%，而设备占 20%-30%。从使用通用处理器向用于处理大型数据集工作负载的定制加速器转变，是训练在生成式 AI 市场中的份额高于设备的关键因素。随着更多公司开始训练自己的大语言模型（与 OpenAI 的 GPT、Meta的 Llama 和 Alphabet 的 Gemini 类似），半导体加速器的使用可能会增加。AI 服务器在整体服务服务器在整体服务器市场中的占比不断

38、器市场中的占比不断提高提高11 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg F

39、inance L.P.2025 2025 年 3 月 24日3.4 硬件更新速度加快硬件更新速度加快 网络是关键网络是关键 所谓边缘设备（控制进出两个网络间边界的数据流的硬件）上的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符合 AI 大语言模型的繁重处理、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 GPT、谷歌的 Gemini 和 Meta 的Llama 等基础模型之上开发，对推理的需求料将增加。我们预计，未来 1-2 年会有更多精简版的基础模型发布，例如 Gemini Nano，从而允许边缘设备直接处理 AI 工作负载。这些

40、模型所需的算力可能更小，训练成本也更低。图 图 9：2024 年智能音箱和可穿戴设备市场年智能音箱和可穿戴设备市场 网络已成为 AI 基础设施中除服务器和 GPU 以外的另一个具有战略意义的领域。这通常是超大规模云基础设施的瓶颈所在，企业致力于通过扩容来解决这一问题。大语言模型使用的结构化和非结构化数据不断增多，考虑到处理这些数据所需的计算密集度（在数万台 GPU 服务器集群的支持下），预计公有云生成式 AI 工作负载的增长速度将快于常规云负载。AI 架构的这种复杂度和密集度需要独立的“后端”AI 网络，既能支持 800GB 或以上高容量，又能提供低延迟、零错误的数据流量，不同于适合通用的、面

41、向用户的“前端”网络。考虑到 AI 架构的快速崛起，预计到 2029 年，后端网络将占到以太网数据中心端口总数的约 25%-30%。12 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Discla

42、imer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 10：AI 网络架构概览网络架构概览 AI 后端网络由两种不同的协议提供支持：InfiniBand 和以太网。InfiniBand 拥有高性能计算和超级计算环境的“血统”，能够高速可靠传输数据（基本不会发生数据丢失），已成为首选后端网络。正因为如此，2023 年该技术在后端 AI 网络销售中的份额达到 73%。2028 年年 AI 网络架构网络架构细分市场的规模将接细分市场的规模将接近近 125 亿美元亿美元 13 No p

43、ortion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025

44、 年 3 月 24日图图 11：云端：云端 AI 网络市场销售预测网络市场销售预测 然而，得益于协议和芯片升级，以及产品生态在超以太网联盟(UEC)的推动下日益丰富，云计算客户正在以太网网络上快速打造 AI 基础设施。因此，预计 2024 年至 2029 年后端 AI 相关以太网销售额将以 50%的复合年增长率增长，达到 135 亿美元。云服务巨头对采用以太网感兴趣的部分原因可能在于熟悉该技术，但也因以太网允许每个云创建不同的 AI 架构，而且有助于避免云厂商对英伟达生态系统的过度依赖。Arista 在高速网络设备领域拥有的优势，有望帮助该公司成为云服务提供商转向以太网的主要受益者。Infin

45、iBand 仍将在 AI 网络领域发挥重要的作用，但由于二线和新兴新一代云厂商可能利用英伟达提供的交钥匙捆绑 AI 解决方案，其发挥的作用将越来越小。与此同时，英伟达料可凭借通过收购Mellanox 获得的 Spectrum 交换机，促使需要 AI 网络的客户转向以太网，但云服务巨头不太可能会这样做。AI 网络销售额每年增网络销售额每年增长长 31%的势头有望延的势头有望延续到续到 2028 年年 14 No portion of this document may be reproduced,scanned into an electronic system,distributed,publ

46、icly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 12：AI 以太网和数据中心云交换机市场主要参与者的份额以太网和数据中心云交换机市场主要参与者的份额 3.5 数字化转型计划会产生溢出效应数字化转型计划会产生

47、溢出效应 随着 ChatGPT 等基于云的 AI 技术快速发展，边缘 AI 开发的重要性日益凸显，为 AI 生态系统的推进迈出了重要一步。边缘 AI 在实时决策和成本节约方面尤其有价值，在医疗、制造和交运等领域至关重要，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 年底，边缘 AI 半导体市场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

48、。过去几年，甲骨文一直在大力开发自治数据库，AI 预算分配的提高或将为其带来增长。我们预计其他软件企业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，生成式 AI 也可能会在网络安全领域发挥更大的作用，尤其是在活动管理、组织内部异常模式分析以及通过 copilot 的形式强化安保和提高自动化程度方面。15 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or

49、 used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 13：市场规模（按部署类型）：市场规模（按部署类型）公有云服务在网络安公有云服务在网络安全市场中的份额最大全市场中的份额最大16 No portion of this document may

50、 be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 4.市场变革市场变革硬件

51、、广告和游戏市场转型在即硬件、广告和游戏市场转型在即生成式 AI 提供了变革机会，特别是在硬件、数字广告和游戏领域。训练大语言模型所需的计算密集度可能会激起市场份额向高级 RISC 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通过采用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 加快开发，提升用户体验。4.1 大语言模型训练促进加速器的采用大语言模型训练促进加速器的采用 随着对数据中心 AI 服务器和 AI 存储单元的需求增长，训练大语言模型仍然是生成式

52、AI 市场的一个重要驱动因素（见图 14）。2025 年英伟达的数据中心芯片销售有望超过 2,000 亿美元，主要得益于Meta、微软和 Alphabet 等云服务巨头的需求。这些公司表示，它们将在未来 1-2 年提高资本支出，以满足需求。企业正在利用公有云部署大语言模型。据我们计算，到 2032 年云端训练算力市场的规模有望达到 440 亿美元。Alphabet 和 Meta 以及基础模型公司可将大语言模型授权给缺乏自主开发资源的小企业使用，获得增量收入。图图 14：生成式：生成式 AI 训练训练/基础设施支出预测基础设施支出预测 大语言模型许可费收大语言模型许可费收入有望每年增长近入有望每

53、年增长近50%17 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance

54、 L.P.2025 2025 年 3 月 24日图图 15：生成式：生成式 AI 软件支出预测软件支出预测 图图 16：2032 年软件支出预测细分年软件支出预测细分 软件支出增速到软件支出增速到 2032年将达年将达 8.3%，PaaS和和 SaaS 细分市场的细分市场的增速居前增速居前18 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works

55、without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日大语言模型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。得益于 OpenAI 在训练变换器模型方面的领先优势以及与微软的早期

56、合作，ChatGPT 的采用率高于Meta、亚马逊、Alphabet 和 Anthropic 旗下基于文本的大语言模型。随着大多数云服务巨头纷纷投资自有基础大语言模型的开发，我们认为 OpenAI 需要保持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，利用大语言模型来维持搜索、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 迅速转型的过程中，Meta、Adobe、微软、Alpha

57、bet 和 Salesforce 等巨头比规模较小的竞争对手更具优势，原因有二：它们手握第一方数据，且拥有充裕的资本可供部署。上述几家公司均在所属类别中占据市场份额优势，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 AI 生成的内容迅速涌现，帮助提高用户参与度和平台的变现能力，Meta 等社交媒体平台应会得到提振。大语言模型和生成式 AI 有望加速从线性电视到数字广告的转变。据我们计算，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技术的进步，到 2032 年这一市场的规模料将再扩大2,090 亿美元以上（图 17）。随着大语言模型的功能不断增加，这些平台的

58、广告转化率料可获得提振，应该有利于在云基础设施方面具备强大影响力及拥有最多第一方数据的公司。考虑到生成式 AI 基础设施的成本较高，OpenAI、Anthropic 和谷歌目前向其大语言模型的重度用户提供付费订阅服务。广告版订阅模式可能无法让线上搜索及利用深度学习和生成式 AI 的新工具实现盈利，因为基于大语言模型的查询成本更高。彭博行业研究近期的一项调查发现，只有 13%的受访者愿意为使用 ChatGPT 等生成式 AI 工具支付订阅费。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%表示不愿支付

59、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 比任何消费应用更快地赢得 1 亿月活用户，但付费用户的转化率仍处于低单位数水平。大部分受访者表示不大部分受访者表示不会每月花会每月花 10 美元以美元以上订阅上订阅 ChatGPT 19 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of der

60、ivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 17：生成式：生成式 AI 数字广告数字广告 4.2 索尼、谷歌和微软为游戏提供全新交互界面索尼、谷歌和微软为游戏提供全新交互界面 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、

61、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可用游戏数据迅速增加，包括用户自己生成的游戏数据。除了 OpenAI 的 GPT、谷歌的 Gemini、Meta 的 Llama 和 Anthropic 的 Claude 等工具提供的基础模型之外，开发人员仍是游戏和元宇宙的关键。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套件的方式，利用大语言模型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用户界面转向基于描述和语音内容的界面。微软使用

62、七年人类游戏数据训练开源生成式 AI 模型 Muse。该模型能够创建游戏画面并模拟游戏动作序列，这可能会加快游戏开发公司的原型设计过程。个人游戏玩家也可以使用图片作为模型提示词，测试不同的游戏序列，而且玩家可选择使用 Xbox 控制器对 AI 生成的游戏进行迭代。尽管谷歌和 Meta 已经开发出用于生成图像的大语言模型，但采用率均落后于 Stability AI、Midjourney和 OpenAI 的 Dall-E。随着基础模型走向多模态，OpenAI 近期发布了基于视频的大语言模型 Sora。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

63、的权重。虽然 Adobe 一直在投资开发自有生成式 AI 功能，并推出了 Firefly 产品，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。生成式生成式 AI 广告支出到广告支出到2032 年将占数字广告年将占数字广告总支出的总支出的 13%20 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works

64、without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 18：生成式：生成式 AI 游戏游戏 AI 有望推动游戏在知有望推动游戏在知名发行商之外进行扩名发行商之外进行扩张张21 No portion of this document may be reproduced,scanned into an electronic s

65、ystem,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 5.细分市场分析细分市场分析热门程度取决于在现有终端市场的采用情况热门程度取决于在现有终端市场的采用情况从产生

66、的新收入来看，生成式 AI 对应用软件行业的影响可能远不及基础设施软件深远。但我们已经开始看到 AI 编程助手 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。彭博行业研究市场机会分析显示，生成式 AI 带来的 3,090 亿美元软件收入增量可能主要来自基础设施软件。5.1 Copilot 率先驶入新的疆域率先驶入新的疆域 在应用软件领域内部，教育、药物发现和专业 AI 助手可能是更大的收入贡献来源。游戏、IT 和企业服务可能是贡献较小的类别。企业服务下的客户服务和业务流程外包次级细分市场可能会受到 AI 工具的严重影响

67、，销售恐将缩水。据彭博行业研究计算，到 2032 年，聚焦销售、客户服务和内容创作的企业 AI copilot 和智能体的市场规模有望扩大至 830 亿美元，微软、Salesforce 和 Adobe 作为这些应用的早期采用者脱颖而出。市场份额和资本实力居前的企业很可能分走一大块蛋糕，而且也会与较小供应商进一步拉开差距。图图 19：编程：编程 vs.对话式交互界面对话式交互界面 22 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displ

68、ayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日2023 年，生成式 AI copilot 和智能体市场由能够以多种方式提供协助的 AI 聊天机器人组成，从客户服务到潜在客户获取和内容生成规模接近 11 亿美元，我们对其终端市场的分

69、析显示，到 2032年市场规模可能增至 830 亿美元，相当于每年增长 61%（见图 20）。考虑到在以聊天机器人为主的环境中 copilot 的应用更直接，客户服务可能是最大的用例，每年增长约 75%，市场规模达到 370 亿美元。我们将智能体或现在能执行特定任务的自动 copilot 视为下一代 AI 助手。它们可能会推动市场进一步加速发展，因为一些任务不再需要人类干预，客户的投资回报率因此得到提高。中期而言，微软和 Salesforce 等在企业软件领域率先采用生成式 AI 聊天机器人的企业将继续领先同业，因为它们的市场份额领先、客户基数较大而且拥有不断开发新功能的大量资源。这些公司庞大

70、的客户基数不仅提供了更好的追加销售机会，而且带来了更大的数据集，可用于训练和微调向其聊天机器人提供支持的基础模型。Adobe 的 Stock 平台拥有大量图片和视频，可用于训练内容生成模型，因此 Adobe 在创意软件领域具有独特的地位。我们认为这是竞争对手最难克服的壁垒之一，因为 Adobe 可向客户提供无版权问题的图片和视频生成工具。随着 AI copilot 的采用率提高，我们预计企业将采取订阅模式或按使用量收费，或者利用这些工具间接提高客户留存率，并为产品涨价提供合理性。主要用于协助用户的应用（如文件摘要或电子邮件生成）可能更适合采用订阅模式，例如微软 365 Copilot，而算力密

71、集型应用可能更适合按使用量收费。后者的例子可能包括视频生成或客户咨询。在某些情况下，生成式 AI 也推动订阅价格全面上涨。例如 Adobe 已将所有 Creative Cloud 计划的价格上调了近 9%-10%。在其他情况下，ServiceNow 对其生成式 AI Pro-Plus SKU 的定价是基于 AI 为客户节省的费用。在这种收费模式下，ServiceNow 仅收取预估客户节省的 10%，相当于价格比 Pro SKU 上涨近 60%。Workday 等软件提供商也已将大多数生成式 AI 工具嵌入到产品中，而且没有向客户收取任何额外费用。我们认为，这有利于提高客户留存率，并可能减少日后

72、上调订阅价格的阻力。庞大的客户基础意味庞大的客户基础意味着可用于模型训练的着可用于模型训练的数据更多数据更多23 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice

73、on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 20：面向消费者的生成式：面向消费者的生成式 AI copilot 软件支出预测软件支出预测 5.2 Apple Intelligence 苹果使用自己的端侧基础模型表明该公司希望保持对设备推理的控制权，该模型可以识别用户屏幕上的信息并采取相关行动。在苹果全球开发者大会(WWDC)上，苹果展示了 App Intents 和用于端侧执行的语义索引框架，我们认为这将主要用于电子邮件摘要、图片编辑和日历安排等任务。鉴于搜索、地图和 YouTube 视频占

74、据了 iOS 设备日常使用时间的大部分，我们认为与谷歌 Gemini 整合的大语言模型将提升用户体验。在使用安卓系统的智能手机中，三星端侧 AI 选择的是 Gemini Nano，用于云端的更大模型则选择了 Gemini Ultra。该公司还展示了用于某些类型任务的私有云计算基础架构，以及与ChatGPT 的整合，处理更复杂的任务。苹果在 iPhone 16 发布会上展示了视觉智能等 AI 功能，尤其是与 Siri 的屏幕感知能力有关的应用场景，这与 8 月 Alphabet 最新款 Pixel 手机的演示类似。虽然苹果采用了使用语义索引框架的小型 AI 模型，而不是谷歌的 Gemini 大语

75、言模型，但我们认为，苹果 iOS 18 系统可能进一步缩小与安卓系统的功能差距。Apple Intelligence 将给分阶段发布的 iOS 18 带来多个新功能，例如电子邮件和消息内容摘要（由端侧大语言模型提供支持）以及基于提示词生成图像（该功能已在 Pixel 和三星最新款手机安装的安卓系统中实现）。苹果发布视觉智能将有助于缩小与生成式 AI 模型支持的端侧搜索功能的差距，也有可能提高 Siri 的使用量，以便更好地与安卓设备上运行的 Gemini Live 助手竞争。AI 智能体支出或从智能体支出或从2024 年的年的 11.4 亿美亿美元增至元增至 2032 年的年的2,140 亿美

76、元亿美元 24 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L

77、.P.2025 2025 年 3 月 24日5.3 企业首席信息官调查企业首席信息官调查 虽然美国企业 IT 基础设施的利用率保持不变，但根据我们对首席信息官的调查，大语言模型在 copilot和聊天机器人领域的应用以及对服务器等设备的投资是影响企业 IT 基础设施支出的最重要因素。37%的受访者认为云基础设施是最优先的支出项目，高于六个月前的 30%。这可能利好广达、鸿海（富士康）和英业达等 ODM 厂商。它们向云服务厂商供应定制服务器，尤其是亚马逊和微软。约 60%的受访者表示，正在着手部署生成式 AI copilot，几乎是 2024 年调查（32%）的两倍。由于缺乏专有数据以及客户采取

78、措施控制成本，小型公司和初创企业提供的大语言模型的采用可能会受到限制，而 DeepSeek 开源 R1 推理模型可能会影响闭源模型的采用。生成式 AI 行业的参与者表示，在推理工作负载方面，他们倾向于采用微软 Azure 云和 OpenAI 的GPT 模型，而不是其他基础大语言模型。在托管推理工作负载方面，微软 Azure 平台与 OpenAI 模型的集成仍然比公有云竞争对手更具优势。其他公司（如谷歌云及其 Vertex AI）向所有大语言模型开放应用程序编程接口(API)，包括 Anthropic 的 Claude、Mistral AI 和 Meta 的 Llama。OpenAI GPT 没

79、有在谷歌云或 AWS 上提供。28%的受访者因为易于部署选择了微软的平台，17%选择谷歌，22%选择 AWS。微软的占比领先可能归功于其很早就投资了 OpenAI。双方的合作有助于进一步缩小与 AWS 在云基础设施服务方面的差距。截至 2023 年底，微软的市场份额为 16%，而 AWS 的市场份额为 47%。2018 年，微软和 AWS的市场份额分别为 12%和 48%。我们预计到 2025 年底，两者的份额差距将进一步缩小，因为 Azure的销售增速可能比 AWS 高 1.5-2.5 倍。DeepSeek 对行业的对行业的颠覆可能减少闭源模颠覆可能减少闭源模型的使用型的使用25 No po

80、rtion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025

81、年 3 月 24日图图 21：对基础模型的偏好：对基础模型的偏好 随着企业在部署 AI 时考虑云服务巨头之外的供应商，甲骨文和 Salesforce 的云计算业务有望实现销售增长。我们最新的首席信息官调查显示，甲骨文有望成为第四大云基础设施提供商，排在 AWS、微软和谷歌之后，而 Salesforce 将利用其在客户关系管理软件市场的较高份额。使用甲骨文云基础设施(OCI)进行 AI 训练的受访者占比提高了约 4 个百分点，而使用 OCI 进行 AI 推理的受访者占比保持不变。2025 年 1 月，10%的受访者表示将增加对 OCI 的投入，用于 AI 推理，而在2024 年 7 月的调查中，

82、这一比例为 11%。对于 AI 训练，这一比例从 7%提高至 11%，潜在驱动因素包括使用英伟达 GPU、甲骨文的定价具有竞争力而且有能力大幅提高资本支出。除了前三大云服务厂商之外，Salesforce 的首席信息官支出计划（用于 AI 训练、推理和 copilot）的增幅最大，这表明该公司全新的 Data Cloud 和周边产品 Einstein One 越来越受欢迎。客户可利用 Data Cloud 整合和优化数据，用于在 Salesforce 的客户关系管理平台上对各种生成式 AI 模型进行训练和推理。选择 Salesforce 的受访者占比提高，也可能表明客户倾向于保持其在该平台和 A

83、I 工作负载应用之间的数据统一，这有望带来更安全、更好的终端用户体验。我们的调查显示，由于数据可用性提高，AI 训练工作负载持续增长。未来 6-12 个月，这一趋势有望提振对数据中心 GPU 和定制 AI 训练加速器芯片的需求。80%以上的受访者预计 2025 年 AI 服务器的资本支出将会增加，而预计传统服务器资本支出增加的受访者占比只有 32%。甲骨文有望成为第四甲骨文有望成为第四大云基础设施提供商大云基础设施提供商26 No portion of this document may be reproduced,scanned into an electronic system,distr

84、ibuted,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日与 AI 推理任务相比，模型训练将需要在数据中心部署高性能芯片。这些芯片具有更强大的计算能力、更高的精确度以及更大的内存容量，可处理更大数据集

85、的并行计算。5.4 大语言模型训练大语言模型训练 不论是云服务巨头（AI 工作负载已经带来数十亿美元的增量收入），还是将大语言模型授权用于 API和更广泛企业用途的公司，基础大语言模型的规模不断扩展都将给它们带来利好。考虑到训练基础模型的门槛很高，大语言模型提供商的整合已经开始，我们预计，用于大语言模型训练的资本支出中期内仍将保持强劲。大语言模型训练仍是彭博行业研究生成式 AI 预测（到 2032 年）的最大组成部分。由于五大基础模型提供商OpenAI、谷歌、Meta、Anthropic 和 Mistral专注于使用最新 GPU 扩展其下一代大语言模型的规模，我们预计训练成本将随着大语言模型参

86、数的增加而成比例地上升。虽然用于端侧和边缘部署的 OpenAI GPT-4o mini、Gemini 和 Llama 轻量级版本等小语言模型已经发布，但 OpenAI 发布的内置思维链推理功能的 o1 模型表明，中短期而言，对扩展前沿模型规模的投入可能不会停止。根据彭博行业研究的市场规模测算模型，预计训练市场的规模将达到 5,800 亿美元，而推理市场的规模约达 7,350 亿美元，而且预测期后期的推理支出增长较快。27 No portion of this document may be reproduced,scanned into an electronic system,distrib

87、uted,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 22：云服务巨头的资本支出：云服务巨头的资本支出 对于主要的大语言模型提供商而言，包括 OpenAI、Anthropic、Meta、谷歌和

88、Mistral（都以多模态大模型为主），AI 模型的训练成本不相上下。部分图像和视频专用大语言模型公司的训练成本可能较低，但我们认为，通过 API 变现将需要利用云服务巨头的分销渠道。微软、亚马逊、谷歌和甲骨文等云服务巨头或将维持较高的数据中心资本支出（见图 23），AI 工作负载对其云基础设施业务的收入提振已经达到数十亿美元。微软 Azure AI 服务的预估收入已经达到 130亿美元，对 Azure 部门约 800 亿美元收入的贡献约为 10%-20%的高段。此外，亚马逊和谷歌也表示，AI 基础设施业务带来了数十亿美元的收入贡献。尽管与数据中心扩展有关的新资本支出可能是2024 年云服务巨

89、头资本支出增长 70%以上的原因，但考虑到新 GPU 架构的发布速度加快以及 AI 训练和推理需求都很强劲，数据中心资本支出的增长速度将会逐步放缓，而不是大幅放缓。调查显示调查显示 AI 训练工作训练工作负载持续增长负载持续增长28 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written conse

90、nt of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 23：数据中心支出占总资本支出的比例（：数据中心支出占总资本支出的比例（%）虽然 GPT-4 的训练使用了 2.5 万-3 万块 A100 GPU 芯片，单次训练成本约为 3 亿美元，但下一代模型将可能需要与模型参数量增长匹配、规模更大的训练集群。xAI 正在搭建一个配备 20 万 H100 GPU的 AI 集群，而英伟达首席执行

91、官黄仁勋提出了在 AI 工厂搭建百万 GPU 集群的愿景。据 The Information 报道，OpenAI 预计到 2030 年将投入超过 2,000 亿美元，其中大部分将用于训练大语言模型。训练和微调小语言模型所需的资源远少于大语言模型，这可能缓解过去一年微软和其他许多云服务巨头面临的服务能力限制问题。例如，微软生成式 AI 研究部门前副总裁 Sebastien Bubeck 曾指出，Phi-1 模型训练一周只需八块 GPU，而大语言模型可能需要几千块 GPU。IBM 重申了这一观点，表示小语言模型的训练成本可能是大语言模型的近 10%。小语言模型在训练集中使用合成数据方便学习，无需大

92、量输入数据。节省的成本也可能会让利给终端客户。在可汗学院的案例中，微软最新的 Phi-3-medium 模型的性能与 ChatGPT-4 差不多，但成本几乎为零，而后者每月的订阅费为 30 美元。作为轻量级小语言模型，Phi-3-medium 催生了各种行业相关用例，包括需要基础模型在端侧运行的用例，或者需要基础模型在受到严格监管的行业使用的用例，因为不能将数据发送至云端服务器。此外，考虑到小语言模型对训练数据的要求更低，可能会被用于更多的应用场景中。由于面临独特的监管限制以及掌握的数据比较敏感，我们预计金融、医疗保健和公共部门是最有可能积极采用小语言模型的垂直领域。移动应用程序或游戏公司优先

93、考虑降低端侧基础模型的延迟，也可能受益于小语言模型的部署。Meta 正在利用规模不断扩大的 GPU 计算集群，对 Llama 大语言模型的训练及其在旗下应用程序中的部署提供支持。在 AI 基础设施工作负载的推动下，微软、亚马逊、谷歌和甲骨文等云服务巨头的云计算业务都在加速增长。AI 数据中心资本支出数据中心资本支出的增长将逐渐放缓的增长将逐渐放缓29 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as t

94、he basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 24：AI 训练支出训练支出 vs.AI 推理支出推理支出 云服务巨头近期从 AI 初创公司抢夺人才（包括谷歌 Character AI、微软 Inflection 以及亚马逊 Adept AI）表明，基础模型公

95、司的整合仍在继续。鉴于大语言模型的规模不断扩展以及部署生成式 AI 所需的数据中心资本支出要求提高，我们预计公司自己训练基础模型的门槛很高。考虑到最新 GPU（性能和计算优势至少是上一代 GPU 的 2-3 倍）的供应限制，我们预计云服务巨头在 2026 年之前可能不会缩减数据中心资本支出，除非大语言模型参数或模型性能没有提升空间。苹果的资本支出密度仍在大型科技同业中垫底，部分原因在于，苹果并非一家能够利用分销服务来支持多个大语言模型的云服务巨头。随着谷歌和 Meta 寻求扩展下一代 AI 模型的规模，中期而言它们的资本支出密度可能保持在 15%-20%之间。虽然未来五年资本支出的增长可能逐渐

96、放缓，但云服务收入增加有望抵消自由现金流遭受的任何不利影响。OpenAI、Anthropic 和 Mistral 等专注于生成式 AI的供应商可能依赖授权收入，同时与云服务巨头合作，缓解 AI 训练成本高企的压力。5.5 推理效率推理效率 鉴于 OpenAI 的 o1 模型计算成本较高，推理效率可能成为关注重点。OpenAI 正寻求通过 o1-mini 版本来降低计算成本。虽然 o1 模型的推理能力可能有所提升，但 Meta 的 Llama 和 Mistral 的最新大语言模型都整合了多模态推理，而且推理成本低于 OpenAI 的模型。考虑到不同版本的前沿大语言模型的定价存在差异，我们认为企业

97、可能会混合使用不同提供商的大语言模型（取决于问题的类型），并通过交叉引用各个大模型来实施检查和防护措施。未来四年未来四年 AI 支出占数支出占数据中心总资本支出的据中心总资本支出的比例或达比例或达 85%30 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomb

98、erg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日随着企业越来越重视隐私、成本以及利用专有数据微调大语言模型，OpenAI 发布的 o1 模型可能会进一步提高开源模型的采用率，包括 Meta 的 Llama 以及 Mistral 的模型。考虑到 OpenAI 的 GPT、谷歌Gemini、Meta 的 Llama、Anthropic 的 Claude 和 Mistral 旗下模型在功能方面可能趋同，我们认为成

99、本最低的模型提供商将基于开源模型进行训练。OpenAI 的 o1 模型在推理和数学等若干评测基准方面表现更好，这意味着可以根据问题类型使用不同的模型。Meta 也披露称，Llama 模型系列在 Hugging Face 上的模型权重文件下载量已经达到 3.5 亿次，仅过去一个月就有 2,000 万次。2024 年 1-7 月，通过云服务合作伙伴 API 接口访问 Llama 模型的次数增长了 10 倍。相比大语言模型，参数较少的小模型可用于特定任务，有望推动应用程序向智能体功能的长期转变。OpenAI 发布了“推理链”o1 模型以及 o1-mini 版本，展示其推理能力有所提升。考虑到不同版本

100、的大语言模型存在定价差异，我们认为各个公司可能根据查询内容，混合使用来自不同提供商的大语言模型。iOS18 的 Apple Intelligence 框架中会包含一个低延迟 AI 小模型（5-10B 参数），该模型能理解用户命令、当前屏幕，并对应用程序进行操作。该模型可以处理摘要生成等任务，并支持 Siri 的“AI agent”功能，包括需要使用多个应用程序的用户指令。图图 25：大语言模型的成本：大语言模型的成本 vs.性能性能 OpenAI 的的 o1 模型或模型或将提振将提振 Llama 和和Mistral 31 No portion of this document may be r

101、eproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日Anthropic 的中型模型 Claude

102、 Sonnet（AI 助手）表现出显著的性能提升，同时输入和输出令牌成本也降至低于 GPT-4o 的水平。这意味着，围绕降低 AI 推理成本的竞争可能加剧。这可能会给云服务巨头，如谷歌及其 Vertex AI 平台带来优势。谷歌在 Vertex AI 平台上提供自家的 Gemini 模型以及其他基础模型。Amazon Bedrock 也在其平台上提供 Anthropic 的 Claude 模型，用于处理推理工作负载。随着大语言模型的规模呈指数级增长，浮点运算(FLOP)次数一般也会随着参数量增加，因此需要的计算资源将会显著增长。为抵消不断上升的大语言模型成本，基础模型公司力求压缩训练模型，以降

103、低企业和消费者应用程序更广泛用例的推理成本。OpenAI GPT、Anthropic Claude、谷歌 Gemini、Meta Llama 和 Mistral 等基础模型提供商发布了使用量化和蒸馏的小模型版本，以便在边缘用例中以个人电脑和智能手机设备本地运行大语言模型。支撑大多数基础大语言模型的转换器架构中所用的数据集和令牌不断扩展，我们认为在此背景下，压缩模型参数会变得更加重要。5.6 大语言模型的开源大语言模型的开源/商品化商品化 由于大多数模型提供商都可以访问类似的网络数据语料库，因此它们很难仅凭借数据集和计算来维持差异化优势。版本每更新一次，模型的参数都可能进一步优化，推理成本或将逐

104、步下降。OpenAI 的o1-mini 和 o1 模型旨在满足涉及思维链推理的不同应用场景，尽管较高的推理成本可能会阻碍采用。考虑到 OpenAI 的 GPT、谷歌 Gemini、Meta 的 Llama、Anthropic 的 Claude 和 Mistral 旗下模型在功能方面可能趋同，我们认为成本最低的模型提供商将基于开源模型进行训练。OpenAI 的 o1 模型在推理和数学等若干评测基准方面表现更好，这表明根据查询类型可能会采用不同的模型。Meta 的 Llama和 Mistral 最近发布的拥有 120 亿个参数的开源模型 Pixtral 12B 已缩小了与 OpenAI 等提供商的

105、闭源大语言模型在多模态功能方面的差距。OpenAI 最近募集了 66 亿美元资金，估值达到 1,570 亿美元。作为纯正的生成式 AI 标的，该公司的变现努力及其基础大语言模型的许可费收入成为市场关注焦点。尽管大多数基础 AI 模型公司的训练成本差不多处于相同区间，但 OpenAI 的技术和订阅产品的变现能力更强。这意味着，随着 Meta 和谷歌的模型缩小与 OpenAI 模型的功能差距，其 API 许可费收入还有提升空间，因为它们拥有分销优势。降低降低 AI 推理成本的必推理成本的必要性上升要性上升32 No portion of this document may be reproduce

106、d,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 26：OpenAI 收入预测收入预测 OpenAI 的

107、 API 许可费收入达到 10 亿美元，占公司总收入的 30%，主要得益于其大语言模型的领先地位以及与微软 Azure AI 的深度捆绑。OpenAI 的 API 收入来自企业和个人 API 接口调用，以及通过Azure AI 的消费。这与 Meta 的做法不同。Meta 已将 Llama 基础模型开源，仅对大规模部署收取许可费。最新版本的不同大语言模型之间的功能差距不断缩小，这让 Meta 和谷歌有机会通过 API 和许可费收入对模型进行类似的变现。截至目前，得益于 Anthropic 与亚马逊和谷歌的联盟关系，云服务巨头的分销提振了 Anthropic 的 API收入（估计 5 亿美元左右

108、）。相比之下，OpenAI 从 Azure 获得的许可费收入可能约为 2 亿3 亿美元，在微软 Azure AI 工作负载收入中的占比为中单位数。除了微软 Azure 之外，OpenAI 没有在其他云服务平台上提供自己的大语言模型，间接 API 收入可能受到限制，而其他基础模型可能实现更快的增长。Meta 和谷歌都投入了大量资金，目的是为了建立起自己的用于模型训练和部署的生成式 AI 基础设施。我们预计，中短期而言，API 调用量和其他基于消费量的合同将成为大语言模型许可费收入的重要驱动因素。5.7 生成式生成式 AI 编程编程 copiolot 的采用率或高于其他应用的采用率或高于其他应用

109、编程和开发运维 copilot 可能是生成式 AI 客户支出最大的领域之一。我们预计，这些产品的采用率将高于其他生成式 AI 工具。由于编程和开发运维 copilot 有助于提高软件工程师的生产力，并缓解企业面临的全球开发人员短缺压力，这些产品能够大幅缩短客户获得投资回报的时间。微软的 GitHub Copilot 和亚马逊的 Q Developer 等工具据称能将编程效率提高 40%以上。我们预计，即使编程效率的实际提升幅度只有宣称的一半，也将足以推动采用率大幅提高。大语言模型的许可费大语言模型的许可费收入增长放缓，收入增长放缓，2032年或为年或为 1,220 亿美元亿美元 33 No p

110、ortion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025

111、 年 3 月 24日图图 27：生成式：生成式 AI 网络安全和开发运维网络安全和开发运维 copilot 支出支出 GitHub 的开发人员数量远超 1 亿人，是当之无愧的领头羊。GitHub 的独特优势在于，不论云服务厂商是谁，它都是开发人员最大的代码仓库。到 2025 年底，GitHub 的年度经常性收入有望达到 15 亿-20 亿美元。亚马逊 Q Developer 和谷歌 Gemini 编码助手在其开发人员基础中的采用率也可能上升，而与 Visual Studio 等开发环境的集成度越来越高，也可能提高这些工具的兼容性和覆盖度。编程和开发运维编程和开发运维copilot 将缩短客户将

112、缩短客户获得投资回报的时间获得投资回报的时间34 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bl

113、oomberg Finance L.P.2025 2025 年 3 月 24日图图 28：Copilot 产品产品 我们预计，长期来看 GitHub 和 Q Developer 的采用率将超过 75%。随着这些编程 copilot 的采用率提高，本地应用转向云端的现代化进程也可能加速，从而利好云服务巨头。AWS 副总裁 Deepak Singh在做客彭博行业研究 Tech Disruptors 播客节目时表示，亚马逊的一项内部研究指出，Q Developer 在两天内完成了超过 1,000 个 Java 应用程序升级，而开发人员大约需要一年才能完成。我们预计，超过一半的云应用程序当时是直接从本

114、地迁移到云端的，并未经过优化处理（即直接迁移）。企业对这些应用程序的现代化改造也可能提振开发人员 copilot 的销售。5.8 数据伴随着溢价数据伴随着溢价 大型语言模型的规模和复杂性使得训练过程的数据密集度异常之高。尽管 OpenAI 的 ChatGPT 已与微软达成合作，但在可用训练数据的量级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性质；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 Ch

115、atGPT 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超基于文本的大语言模型。多模态输入可能导致基于变换器架构的大语言模型的规模更大且复杂度上升，这可能有助于微软-OpenAI、Meta、谷歌和亚马逊等云服务巨头在基础大语言模型方面继续领先其他同业。大语言模型的训练是一个反复性过程，我们预计基础大语言模型公司将出现整合，拥有云基础设施和用于提高模型准确性的大量第一方数据的公司将最终胜出。“直接迁移直接迁移”应用程序应用程序的现代化改造或提振的现代化改造或提振销售销售35 No portion of this document may be reproduced,sca

116、nned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日检索增强生成(RAG)技术或将成为开发企业聊天机器人的关键。这种做法包

117、括在专有企业数据上训练的 RAG 模型，从而提供了定制化元素。当用户输入一个问题时，RAG 模型可从企业数据库中识别相关信息，并将其附加到用户的问题中，然后再传递给大语言模型。RAG 模型提供了额外的上下文信息，有助于降低大语言模型给出不相关回答的次数以及减少幻觉现象。考虑到 Alphabet Gemini 的图像生成工具近期遭受的审查，我们预计云服务巨头将更加重视减少历史错误和经不起推敲的回答。因此，这些公司可能率先开发出现有模型的 RAG 版本。图图 29：训练市场预测（：训练市场预测（2024-2032 年）年）5.9 全球服务器收入的五分之一由全球服务器收入的五分之一由 AI 驱动驱动

118、 ChatGPT 的活跃用户数强劲增长，表明生成式 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，2024 年 AI 在全球服务器收入中的占比或从 2021 年的 15%提高到了 20%以上。OpenAI 于 2023 年 11 月推出 ChatGPT，仅一周便积聚了 100 万用户基础，在短短两个月内便突破了1 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大量

119、的需求，因为云服务提供商已经成为 AI 开发不可或缺的参与一方。AI 服务器也可能推动其他拥有设计专长的供应商销售强劲增长。生成式 AI 支出增加令 IT 服务公司受益的例子包括大语言模型的微调、应用程序的现代化以及数据相关服务。我们预计，埃森哲、IBM 和凯捷等咨询业务占比较高的公司的受益程度或将高于 Infosys 和Wipro 等离岸外包公司。2024-2032 年训练计年训练计算市场的年复合增长算市场的年复合增长率将接近率将接近 31%36 No portion of this document may be reproduced,scanned into an electronic

120、system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日随着终端市场寻求将 copilot 带来的好处最大化，服务业或将在大语言模型的微调方面发挥主要作用。我们认为，个中原理

121、与套装软件的定制化比较类似。过去 20-30 年，套装软件定制化一直是商业服务行业的重要支柱。数据相关服务是生成式 AI 能够发挥重要作用的另一个领域，包括数据聚合、数据清理、创建通用数据湖以及使用最终信息为客户创建定制化 copilot。应用程序的现代化也会增加对生成式 AI 技术的使用。IT 服务行业的发展可能落后 AI 基础设施和软件，与以往新兴技术中观察到的趋势一样。我们的分析显示，从 2026 年开始 IT 服务行业将实现显著增长。IT 和商业服务市场的规模合计高达 1.2 万亿美元，假设每年增长率达到 5%，到 2032 年市场规模有望扩大到 1.9 万亿美元。这意味着到 2032

122、 年，生成式 AI 最终可能占到该市场的 5.7%，我们认为这一预测还偏保守。图图 30：生成式：生成式 AI 给给 IT 和商业服务行业带来的增量收入（和商业服务行业带来的增量收入（10 亿美元）亿美元）转向云端和采用更多数字化工作流程的领域是另一个有望因为生成式 AI 而加大应用的领域，尤其是在当前大部分 IT 支出仍然用于本地部署，且本地应用的数据存放在多个不同的系统中的情况下。Salesforce 的 Data Cloud 产品近期受到追捧，凸显出训练大语言模型需要更清洁的数据。云可能是AI 工作负载的另一个重要前提，这可能会加速从本地架构向云架构的转移。我们认为，IT 和商业服务行业

123、在这方面发挥着重要作用。由于咨询部门的规模较大，埃森哲、IBM 和凯捷赢得的生成式 AI 项目将多于印度的 IT 服务公司。这三大咨询公司都投资了新兴技术，其中埃森哲投资 30 亿美元用于扩大其数据和 AI 业务，凯捷也进行了一笔类似的规模为 20 亿欧元的投资，而 IBM 增强了公司的软件组合，有望给咨询业务子公司带来更多业务。这些投资使这三家公司能够在企业 IT 支出增加时占据有利地位，尤其是与生成式 AI 产品不够强大的同业相比。未来 10 年，生成式 AI IT 服务支出有望增加约 1,130 亿美元，从 2023 年起每年增长一倍。咨询、数据相关服务、定制应用程序开发以及新聊天机器人

124、的创建将带来额外支出。IT 和商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。到到 2032 年，生成式年，生成式AI 将给将给 IT 服务市场服务市场带来带来 800 亿美元增量亿美元增量收入收入37 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the p

125、rior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日埃森哲倾向于提前布局新兴技术，因而能够在 IT 服务同业中脱颖而出。2023 年，埃森哲宣布了三年内在生成式 AI 领域投资 30 亿美元的计划，包括培训 8 万名 AI 技术人员以及提供更多解决方案和模型。据我们计算，继第一季度带来收入 4.5 亿美元后，2025 年生成式 AI 将给埃森哲带来收入

126、约 15 亿-20 亿美元。除埃森哲外，IBM、Infosys 和塔塔咨询的业务也可能受益。随着客服和后台工作被 AI 助手所取代，相比 IT 服务，业务流程外包服务（见图 31）可能会受到更严重的冲击。这可能会在短期内造成定价压力，特别是客户服务领域，该领域虽位于业务流程外包(BPO)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年增长率预计为 3.5%。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 将起到推动收入增长

127、的作用。专门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总规模，特别是数据分析等领域。埃森哲有望实现埃森哲有望实现 20亿美元亿美元 AI 收入收入38 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P

128、.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 31：业务流程外包市场规模预测业务流程外包市场规模预测 39 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without th

129、e prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 6.用例不断增多用例不断增多企业的生成式企业的生成式 AI 用例增加用例增加 提升生产力提升生产力 生成式 AI 有望提升软件开发、客户服务、运营和安全等多个领域的生产力。随着语言模型不断演变，成本可能下降，而企业用例可能增加。虽然 AI 的成功案例大多来自开发这些工具的公司，但更多的

130、客户评价可能会推动其更广泛的应用。图图 32：生成式：生成式 AI 用例追踪用例追踪 40 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98

131、applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日6.1 生产力和效率提高生产力和效率提高 成本下降成本下降 AI 在软件开发方面具有显著的生产力优势，而编程是我们认为生成式 AI 能给用户带来好处的一个领域（图 33 显示了部分用例）。得益于亚马逊的 AI 编程工具 Q Developer，AWS 将 Java 应用程序的升级时间从以天为单位缩短至数小时。同样，Palo Alto 也表示，与使用其他工具的开发人员相比，使用copilot 工具的开发人员的生产力提高了 30%-40%。由于 AI 处理了大部分编程工作，BP

132、等公司需要的第三方编程人员减少了 70%，节省了大量成本。客户服务是另一个非常适合生成式 AI 的领域。由于生成式 AI 提高了效率并缩短了响应时间，该技术在客户服务领域的采用率有望提升。Ada 通过部署聊天机器人，帮助 BlueJeans 将 72%的聊天互动自动化。试运行期间，人工聊天的工作量减少了 83%。英国电信集团实施 ServiceNow 的 Now Assist之后，客户询问的解决速度提高了 55%。Now Assist 是一款能够简化案例摘要和处理复杂笔记等任务的 AI 工具。Discover 也发现，AI 能让员工检索信息的速度比传统搜索工具快 70%，从而大幅提高员工的生产

133、力和客户的满意度。生成式 AI 也对运营和后台职能产生重大影响，能够提高生产力并减少用于日常任务的时间。以飞利浦为例，该公司发现，以前护士每工作一小时，一般需要花 20 分钟处理行政事务，但使用 AI 后，时间缩短至仅五分钟。根据谷歌数据，德国最大的医疗保险公司使用 AI 来审核 800 份保单文件，将处理索赔所需的时间从 23-30 分钟缩短至区区三秒。此外，Mastercard 在部署微软 copilot 仅 28 天后表示，在三个特定用例中总共节省 1,200 个小时，相当于每名员工节省约四个小时。AI 在增强不同行业的产品功能和安全措施方面正取得很大的进展。汇丰利用 AI 大幅缩短了分

134、析数百万账户的数十亿笔交易所需的时间，从几周缩短至区区几天，而 Mastercard 表示，早期的 AI 部署使得欺诈检测平均提高了 20%，部分用例实现了高达 300%的改善。这些动态凸显出 AI 如何提高金融服务的效率和效果，让相关企业能够主动应对威胁。AI 能在很多方面实现能在很多方面实现成本节省成本节省41 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of deriva

135、tive works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 33：部署生成式：部署生成式 AI 的公司的公司 6.2 基础功能涵盖广泛用例基础功能涵盖广泛用例 随着各种消费端和企业端应用的概念和构想获得成功，生成式 AI 智能体的发展势头将会加速。实时语言翻译帮助提升了客户互动和满意度，而基于大语言模型的推

136、荐将与企业数据库连接，实现网站、移动端应用和所有其他客户触点的部分业务流程自动化。Newsweek 使用基于大语言模型的搜索之后，个性化内容输出的速度已经加快，上下文窗口比传统搜索要长。我们预计，随着自由格式搜索可能在取代传统的菜单和目录导航方面发挥更大的作用，所有类型的应用程序和软件的用户界面都将发生更大的改变。此外，利用 AI 进行内容排名和推荐可能提高大多数平台的个性化程度。开发人员编程 copilot、文本摘要和客户服务聊天机器人是生成式 AI 最主要的几个用例（图 34），而使用基于大语言模型的提示词生成用于网站和演示材料的营销内容，有望大幅提高生产力。最明显的例子是 Meta，在利

137、用生成式 AI 的 Advantage+套件的推动下，该公司客户的广告定向投放能力得到改善。其他公司也在采取同样的措施，例如 Alphabet 推出了 Performance Max。多家企业已部署营销copilot，可根据提示词起草文件或生成图像。这可能有助于实现定向促销活动的进一步自动化。随着模型效率提高以及硬件升级，消费端的用例有望增加。为了提高用户参与度，应用程序可能会根据语音助手和生成式 AI 助手部署用户界面调整。生成式生成式 AI 在各个行业在各个行业的应用的应用42 No portion of this document may be reproduced,scanned in

138、to an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日除 IBM（主要吸引力在于红帽、安全服务和 Watson 相关产品）等混合云提供商之

139、外，AWS、微软、谷歌和甲骨文也有望赢得更多云服务订单。甲骨文可充分利用其数据库产品的领先市场份额，而思科、Databricks、Snowflake、VMware 和 ServiceNow 也脱颖而出。CrowdStrike 和微软等网络安全领军企业都推出了网络安全 copilot。同样，为了抵御使用大语言模型的初创公司的竞争，Adobe、Unity、Roblox 等设计和游戏公司正在将AI 整合到其软件中。图图 34：大语言模型的用例：大语言模型的用例 6.3 随着随着 AI 工具日渐扩展工具日渐扩展 苹果和亚马逊也将加入这一行列苹果和亚马逊也将加入这一行列 鉴于面向特定领域预测的大语言模型

140、已经上市，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。随着更多现有大语言模型推出精简版，消费电子将获得提振，因为运行 AI工作负载所需的计算密集度较低。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，最近训练的大语言模型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 的采用是大势所趋，个人电脑

141、和智能手机的更新周期或将缩短，因为这些边缘设备的升级版本可能经过优化处理，支持直接运行生成式 AI 应用程序。考虑到处理、内存和存储要求，升级后的边缘设备可能内置规模较小的大语言模型。生成式 AI 在亚洲的普及较慢，进程主要由亚洲的科技巨头主导。例如，阿里巴巴的开源大模型 SeaLLM 虽然参数量比OpenAI 的 ChatGPT-3.5 要少，但处理东南亚文本的速度更快，准确性也更高，这得益于阿里巴巴针对东南亚多元的语言特征和文化习俗为 SeaLLM 模型量身打造了训练数据集。43 No portion of this document may be reproduced,scanned i

142、nto an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日Statista 的数据显示，零售行业的 AI 投入高于大多数行业，约占 2023

143、 年 AI 总投入的 13%。相关投入将带来能够提高收入和利润率的新功能。我们认为，随着零售商进一步深入推动搜索、营销、产品设计、供应链、客户服务、卖家工具和虚拟购物助手领域的创新和效率提升，生成式 AI 支出将会增加。根据 Statista，2022-2023 年，使用 AI 的公司的收入增长了 700 个基点，利润增长了一倍。越来越多的企业采用 AI，主要是为了提高客户转化率（Shopify 的数据显示平均提高约 2.5%-3%）、生产力和利润率。根据 eMarketer，为了方便客户，约三分之二的零售商计划推出生成式 AI 功能。图图 35：2023-2032 年推理市场规模预测年推理市

144、场规模预测 6.4 个性化带动销售增长个性化带动销售增长 与 AI（尤其是生成式 AI）的持续整合将进一步增强品牌的吸引力，因为 AI 能够优化营销信息，更好地满足和符合客户预期。增强现实和虚拟现实、定制化推荐和个性化等工具都可以提高客户转化率，而其他公司正在利用生成式 AI 迅速策划营销活动。提供基于 AI 的推荐和同类产品功能有助于消费者找到自己想要的东西，因而能够提高客户转化率。Statista 的数据显示，从 Z 世代到婴儿潮一代（见图 36）的消费者都愿意根据 AI 的推荐购物，其中约三分之二愿意考虑 AI 生成的购物建议。端侧推理可能创造近端侧推理可能创造近1,800 亿美元收入亿

145、美元收入 44 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L

146、.P.2025 2025 年 3 月 24日Wayfair 的 Decorify 和 Muse 利用增强现实和虚拟现实技术推荐适配特定空间的商品，并以可视化的方式展示这些商品，而 Warby Parker 使用 AI 根据购物者的喜好推荐镜框，并向顾客展示戴上眼镜的效果。丝芙兰和 Ulta 都在使用颜色匹配和虚拟试妆技术，帮助购物者找到适合自己肤色的颜色。通过 AI 增强产品照片的吸引力在零售行业变得越来越常见，因为这有助于提高客户转化率并节省成本。多家网购平台正在利用设计功能提升购物体验。亚马逊、eBay、Wayfair 和谷歌等公司已将产品图片工具分层，以节省时间和金钱并提升美观度。Rev

147、olve 利用生成式 AI 创建了名为“Best Trip”的路牌广告及其胶囊系列，此举有望降低营销和设计成本。Puma 也在利用 AI 创建个性化的产品图片，例如自定义背景图片，从而改进营销活动，而安德玛使用 AI 生成了鼓舞人心的“团队谈话”演讲稿，鼓励体育锻炼并吸引人们对该品牌的关注。图图 36：愿意购买：愿意购买 AI 推荐产品的消费者占比（推荐产品的消费者占比（%）6.5 对话式对话式 AI 将扩展语音助手类别将扩展语音助手类别 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，这有助于推动现有用户群升级，同时驱动服务业务的增长。苹果(HomePod)、谷

148、歌(Home)和亚马逊(Echo)等供应商或将改进其带有智能助手功能的音箱设备，而特斯拉、宝马、福特和大众等车企或会将其集成到汽车上，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，与采用生成式 AI 的 copilot 相比，对话式 AI 在消费者中更受欢迎，超过 40%的受访者表示自己经常在对话界面使用 AI 工具。我们预计，从现在到 2032 年，这些产品的复合年增长率将达到 54%左右，与生成式 AI 市场的整体增速一致。大部分增长料将发生在后半段当产品类别变得更成熟时。近三分之二的消费者近三分之二的消费者表示愿意根据表示愿意根据 AI 建议建议购买产品购买产品45 No po

149、rtion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025

150、年 3 月 24日到 2032 年，对话类生成式 AI 产品的收入将增至 1,100 亿美元，复合年增长率为 46%。在 2024 年 6月的苹果开发者大会上，苹果介绍了由 Apple Intelligence 提供支持的升级版 Siri（与 Pixel 8 手机上的谷歌助手类似）。苹果还与 OpenAI 合作，利用 GPT 提供更先进的 AI 功能。苹果 HomePod、谷歌Nest 和亚马逊 Alexa 的内置对话助手可能也会得到类似的升级。对话式 AI 或将对很多市场产生影响。车企可能会部署导航助手，而企业可利用对话式 AI 产品进行 HR培训，医疗保健提供商可能设计出服务患者的虚拟助手

151、。计算机视觉也可能会成为生成式 AI 工具的重要应用领域。构建大语言模型将需要大量训练数据，还需将生成式 AI 部署在车内，以运行推理功能。我们预计计算机视觉的增量收入将来自硬件，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到 2032 年或扩大至 600 亿美元左右。从中长期来看，相关服务的销售可能会受到更大的影响。图图 37：对话式：对话式 AI 市场市场 约约 40%的受访者经的受访者经常使用对话式常使用对话式 AI 46 No portion of this document may be reproduced,scanned into an electronic s

152、ystem,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日6.6 计算机视觉技术的进步或将促进自动驾驶发展计算机视觉技术的进步或将促进自动驾驶发展 计算机视觉是生成式 AI 的另

153、一个主要应用，到 2032 年该市场的规模有望达到 580 亿美元。自动驾驶可能是计算机视觉技术的一个催化剂，尤其是考虑到特斯拉已在 2024 年 10 月推出无人驾驶出租车。我们预计多模态 AI 的图像和视频处理能力将会提高，这对于要求准确性的自动驾驶和医学影像扫描等应用非常有用。采用虚拟现实可能也会受益于计算机视觉技术的改进，尽管 VR 头盔不适合长期佩戴且价格较高，采用率一直不高。在生成式 AI 的加持下，增强现实可能会越来越受关注。要运行这些繁重的工作负载，AI 训练基础设施必不可少，这将推高对大容量服务器和存储的需求。大多数训练相关工作负载都将是新型任务，因为企业目前使用通用 CPU

154、 处理分析和交易。图图 38：计算机视觉：计算机视觉 AI 市场市场 生成式 AI 还可以改善卖家在电商平台上的体验，eBay、亚马逊和 Depop 等电商推出了加快商品上架流程的功能。AI 工具也让图片链接更简洁，有助于提高客户转化率，而 AI 认证也有助于改善平台的库存情况。生成式 AI 可以帮助电商平台上的卖家提高商品描述的质量并辅助管理库存，例如 Ebay 的 Magical Listing 功能（包括批量上架工具）。该功能利用生成式 AI 撰写商品描述、商品标题和商品类别，而且接受率超过 90%。eBay 还通过收购 Certilogo 提供由 AI 支持的服装认证，这有助于优化库存

155、搭配。此外，eBay 已将生成式 AI 整合到零部件应用程序中，可帮助购物者更轻松地找到汽车配件。Etsy 的 Depop 整合了生成式 AI 功能，用户只需上传图片，系统就会自动填充产品链接的描述和属性。亚马逊的第三方卖家可以使用 AI 工具增强产品的吸引力和曝光量，而效率的提高有望吸引更多商家入驻。AI 助手 Amelia 回答卖家的问题，提供获取重要业务指标的渠道，并缩短创建和管理产品链接的时间。卖家还可以使用 AI，将产品链接从他们自己的网站快速搬到亚马逊上。升级该工具用于批量商品上架，有望拓宽产品组合广度。图片和视频处理利好图片和视频处理利好从汽车到医疗设备的从汽车到医疗设备的众多行

156、业众多行业电商是电商是 AI 发展的沃土发展的沃土 47 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughou

157、t.Bloomberg Finance L.P.2025 2025 年 3 月 24日亚马逊的 A+Content 工具是由 AI 生成的，能够帮助卖家创建更有吸引力、信息量更大的产品链接，吸引消费者，并节省之前用于拍照、撰写和测试的时间和资源。亚马逊表示，该工具对销售的提振可高达 20%。卖家可使用亚马逊的视频生成器创作广告，只需一张图片即可生成一个自定义视频。生成式 AI 正在为聊天机器人向个性化购物助手的转变铺平道路；个性化购物助手能够在消费者的要求下，向其展示合适的品牌和产品。Snap、Meta、Pinterest 等已在旗下平台上提供购物服务的公司正投资 AI 聊天机器人，并可能会通

158、过采用个性化购物助手，提高用户对社交电商的采用率，从而增加商业化变现机会。功能升级后能够处理更长、更灵活的搜索提示词，也可能令零售商从中受益。2024 年1 月，沃尔玛在国际消费类电子产品展览会(CES)上展示了增强版的搜索功能，用户可输入较为模糊的词条找到相关产品。例如，如果用户输入提示词“帮我策划一场足球观赛派对”，搜索结果将会显示薯条、莎莎酱和其他比赛日必备物品。我们预计更多零售商将在其应用程序或网站中整合支持更长搜索提示词的功能，这可能会推动各种数字平台上的搜索量大幅增长，尤其是电商平台。多模态搜索可提升用户体验，超越当前占据市场主导的、基于文本的功能。我们认为 ChatGPT 的对话

159、性质可能会在短期内减少广告量，因为经汇总的回复降低了点击链接查找信息的需求。图 图 39：对：对 AI 产品的兴趣产品的兴趣 消费者喜欢消费者喜欢“智能智能”助助手的构想手的构想48 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L

160、.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日随着生成式 AI 和机器学习算法的日益进步，并不断根据用户输入进行调整，它们将更能迎合用户的品味、兴趣和生活方式，提供更加定制化的独特体验，并为社交媒体和搜索平台策划新内容。这料可像TikTok 使用 AI 算法向用户推荐内容一样，产生扩大可用性、提高用户参与度的效果。对于拥有丰富的第一方数据的大公司而言，大语言模型有望改善广告的定向投放。Meta 的 Reels 系列产品已经转而采用

161、基于 AI 的推荐，以便部分抵消因苹果改变其广告主标识符(IDFA)政策而产生的不利影响。Meta 可能会继续开发 Llama 大语言模型，提高广告营销活动的质量。生成式 AI 还有望加速从广播电视向数字广告的转变，特别是考虑到提供个性化广告版本有助于提高效率和销售转化。随着更多优质内容从广播电视转向流媒体，大语言模型料可为现有大型媒体公司带来更多益处。我们的分析显示，得益于平台使用时间、广告定向投放和个性化助手，生成式 AI 市场有望在 2032 年前带来约 2,070 亿美元。6.7 搜索和推荐的匹配度更高搜索和推荐的匹配度更高 利用 AI 增强搜索功能，可提高 GMV 和客户转化率，因为

162、消费者能够更容易地找到商品和使用抽象的关键词。在无尽的展示列表中寻找产品令人疲惫，但如果商家能让购物者根据偏好和个人特征缩小选择范围，则可以改变购物行为并增加销售。零售商不仅可以使用大语言模型在数百万种产品中进行筛选，而且也可以在提供搜索结果之前要求购物者提供更多信息。Lululemon 的增强搜索功能通过提示用户提供更多偏好信息，对客户查询进行细化，从而能够更精准地满足客户预期。Rent the Runway、Revolve 和 ThredUp 也都在使用生成式 AI 增强搜索功能。谷歌使用生成式 AI 技术增强搜索体验，推出了圈定即搜和多重搜索功能，让用户无需离开应用程序，即可通过圈定一张

163、图片或一个视频进行搜索。2023 年第一季度，eBay 表示搜索功能的增强已经提高了客户转化率，最终可能带来约 10 亿美元的年化增量 GMV。2024 年第二季度，得益于更好的搜索结果和数据源管护，Etsy 的轻奢珠宝 GMV 增长了 9%。随着公司继续优化搜索并减少任何一个卖家的产品霸占首页的现象，客户转化率将会继续提高。Etsy 已将包含两个或以上相似产品链接的搜索占比降低了 70%以上，而单一卖家的产品霸占主页的搜索占比已降低一半。Etsy 新推出的 AI 功能礼物模式可能会吸引购物者，并帮助他们选出适合特定事件和节假日的礼物。该功能允许消费者输入他们想给谁买礼物的信息，然后向他们推荐

164、平台上合适的礼物。亚马逊的体量较大（图 40 显示了亚马逊的美国和全球 GMV），可用于增强搜索功能的数据量也更大，这有利于提供更个性化的回答和产品推荐，让购物者更加离不开亚马逊的生态系统。凭借大量的产品属性和客户购物信息包括偏好、搜索、浏览和购买记录亚马逊可利用大语言模型编辑产品链接，以便迎合客户偏好，让产品信息对购物者而言更有用。例如，如果顾客是无麸质饮食者，AI 可将产品的相关属性信息放在更显眼的位置，否则这一信息可能会被放在产品描述的最后面。减少重复上架商品数减少重复上架商品数量量49 No portion of this document may be reproduced,scan

165、ned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 40：亚马逊的美国和全球：亚马逊的美国和全球 GMV 整合推荐和同

166、类产品功能能让购物者更容易找到他们想买的东西，因此也能够提高客户转化率。亚马逊最新推出的 AI 个人购物助手 Rufus 能够回答购物者的问题、比较产品、帮助消费者找到适合特定场合的商品以及发现关于某个产品的信息，而且购物者无需看完所有的详细信息。再加上客户评价摘要功能，其能够帮助消费者更快找到相关商品。6.8 赋能整个供应链赋能整个供应链 生成式 AI 有利于零售商提高供应链效率以及降低成本，其中亚马逊的库存处理速度最高已提高75%，而 Nordstrom 表示配送中心的生产力已提高 20%。需求预测、仓储管理、交通运输和物流以及供应商关系管理都可能受益，而全渠道订单履约可能是有待改进的一个

167、重要领域。亚马逊继续在其整个生态系统中部署生成式 AI，配送物流中心正在使用更多机器人系统，以提高速度和效率。亚马逊已与 Covariant 合作，为其仓储机器人构建先进的 AI 模型。此外，亚马逊还部署了机器人系统 Sequoia，帮助提高识别和存储履约中心库存的速度。然后由 AI 驱动的机器人手臂三巨头Robin、Cardinal 和 Sparrow 移动包裹，完成商品的分拣、堆放和整合工作。近期亚马逊推出了视觉辅助包裹取件工具，让配送车更快找到正确的包裹，路线缩短了 30 分钟。Nordstrom 的首席供应链官表示，比起尚未进行技术升级的配送中心，自动化配送中心的效率高 5 倍以上。这

168、些技术升级也有助于减少缺货商品的数量。RealReal 和 eBay 也在利用 AI 简化服装和配饰的认证流程，而 Warby Parker 和 Etsy 则利用生成式AI 提高软件工程师的生产力。随着电商销售增长，退货的数量也在增加，这可能会给零售商的供应链带来瓶颈，尤其是在没有专门退货中心的情况下。这通常会导致仓库库存增加，而且在退货商品等待处理期间，商品的价值会下降，以原价再次销售的可能性也会降低。零售商正利用 AI 以减少退货商品的数量。例如，H&M 通过分析哪些商品退货最多，帮助优化购物者更有可能选择留用的产品；亚马逊的“预测合身度”功能可帮助购物者选择正确的尺码，从而降低退货的概率

169、。根据美国全国零售联合会(National Retail Federation)的数据，退货成为让美国零售商越来越头疼的问题，2024 年的退货商品总金额可能达到 8,900 亿美元，占全年总销售额的 16.9%。亚马逊亚马逊 GMV 或达或达 1.6万亿美元万亿美元50 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the

170、 prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日6.9 产品开发的上市时间缩短产品开发的上市时间缩短 生成式 AI 越来越多地被用于产品设计，有助于缩短从概念构思到生产的过程，缩短了通常导致库存失衡和经营失误的漫长前置时间。这样一来，系列产品的制作速度可以更快。Revolve、耐克和Lululemon 等公司正在利用生成式 AI 改进和加快产品

171、进程。除了使用 AI 设计营销广告，尤其是广告牌以外，Revolve 也在利用 AI 推出新产品线。2023 年，Revolve 与首届 AI 时尚周的获奖者合作，打造了一个 AI 生成的限量版系列，并在自己的平台上销售。尽管生成式 AI 的实施仍处于早期阶段，但其采用率越来越高，能够继续帮助设计师更快地拓展未来的可能性。在生成式 AI 工具、虚拟现实和 3D 渲染软件的加持下，耐克的设计师创造出彰显运动员个性的独特设计，给产品线增添了新的内容。采用 AI 不是为了取代设计师，而是为了帮助激发设计师的创造力，在几分钟甚至几秒钟内即可获得结果，不需要几周甚至几个月。利用 AI 模型从文本、图像、

172、视频和代码中推断数据，打造出适合不同脚型需求和模型的个性化产品，有助于进一步提高耐克产品线的差异化程度。超级个性化的鞋子目前可能还没有成为零售市场的主流，但它们能够满足运动员的需求以及更好地展示运动员的个性，有助于给此类鞋子带来光环效应。51 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written

173、consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 41：不同年龄人群对使用：不同年龄人群对使用 AI 辅助设计的品牌的支持度辅助设计的品牌的支持度 6.10 提升客户服务和体验提升客户服务和体验 如图 42 所示，零售商正在利用 AI 提高客户服务的质量，具体做法是利用聊天机器人削减支出以及提升购物者的体验。亚马逊的 AI 购物助手能够回答个性化的问题，而 Wayfai

174、r 则利用 AI 将购物者与合适的客户服务代表匹配。IBM 表示，使用聊天机器人可以将支出减少 30%，并将客户满意度提高 25%。除了亚马逊的 AI 购物助手外，其他公司也在利用聊天机器人为购物者提供即时帮助。Etsy 也在利用该技术简化流程，包括信任度和安全性，以便工程师提高效率。Wayfair 利用生成式 AI 将购物者与最优秀的客户服务代表匹配，预测投诉客户需要什么样的服务，以及什么样的折扣可能会说服买家留下商品。Warby Parker 正在利用生成式 AI 快速开具眼镜处方，并辅助进行虚拟视觉检测。亚马逊的生成式 AI 购物助手 Rufus 可以回答顾客的问题，帮助搜索产品、产品比

175、较和评价，向顾客推荐产品以提高转化率。该公司也在利用 AI 总结顾客评论，既可以提高顾客转化率，又可以节省购物者的时间。亚马逊的 AI 智能家居助手 Alexa 能够理解复杂的自然语言查询，并提供个性化的推荐，提供信息摘要，并回答诸如“看电影应该穿什么？”等开放式问题。年轻消费者更青睐利年轻消费者更青睐利用用 AI 辅助设计的品牌辅助设计的品牌 52 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as t

176、he basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 42：生成式：生成式 AI 在零售行业的主要用例在零售行业的主要用例 53 No portion of this document may be reproduced,scanned into an electr

177、onic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 7.云服务巨头的资本支出云服务巨头的资本支出云服务巨头将云服务巨头将 2,580 亿美元的资本支出

178、重点转向推理亿美元的资本支出重点转向推理 我们的情景分析显示，随着 DeepSeek 颠覆 AI 行业，推动苹果、Meta 和微软等公司提前数年将支出重点从预训练转向推理，预计云服务巨头的资本支出总额每年将增长 10%，到 2032 年增至 5,250 亿美元。在 DeepSeek 横空出世之前，预计云服务巨头的资本支出总额将从 2024 年的 2,580 亿美元每年实现中低单位数增长。AI 训练曾占到资本支出的 40%-50%，但随着大多数基础模型公司将支出重点转向推理模型，这一占比恐会下降。这可能推动推理时云工作负载成为生成式 AI 增速最快的细分市场。我们预计，随着“星际之门”计划以及其

179、他主权基金加大支出，到 2032 年生成式 AI 市场的规模将达到 1.8 万亿美元。7.1 训练资本支出可能会更加理性训练资本支出可能会更加理性 由于 DeepSeek R1 模型的发布可能推动基础模型公司转向算法改进，并增加对推理时计算的投资，AI 训练资本支出的增速恐将远低于我们此前的预测（见图 43）。推理模型（如 DeepSeek 的 R1 和OpenAI 的 o1 和 o3）比训练模型更受青睐，这对推理时间扩展模型而言是个好兆头。训练云工作负载的增速恐会放缓至 10%-20%区间中高段附近，而我们之前的预测显示年复合增长率约为 50%。相比之下，随着大语言模型提供商转向推理和 AI

180、 智能体部署，推理计算的增长有望加快。考虑到云服务巨头提高投资回报率的压力可能上升，推理云工作负载的优先级可能会高于预训练（需要的前期支出更多）。我们分析的科技巨头同业组包括微软、AWS、谷歌、Meta、甲骨文、苹果、阿里巴巴和腾讯。54 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written co

181、nsent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 43：彭博对生成式：彭博对生成式 AI 的预测的预测考虑到 OpenAI 的 o1 和 o3 模型日益受到关注，以及 DeepSeek R1 在 1 月开源，相关公司可能会将更多算力分配给推理，而不是大语言模型的暴力预训练。此外，为了提高成本效率，其他基础模型可能会像 DeepSeek R1 那样，采用混合专家方法。鉴于微软

182、的 AI 推理预估收入已达 130 亿美元，我们预计推理时云工作负载可能成为生成式 AI 最大的细分市场。彭博行业研究预计，到 2032 年生成式 AI 市场的规模将达到 1.8 万亿美元。推理支出可能上升，推理支出可能上升，训练支出则可能下降训练支出则可能下降55 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the pr

183、ior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 44：云服务巨头的：云服务巨头的 AI 云收入水平（云收入水平（10 亿美元）亿美元）尽管大多数基础模型（包括微软-OpenAI 的 ChatGPT、谷歌的 Gemini、Meta 的 Llama、Anthropic的 Claude 和 xAI 的 Grok）都有建设更大计算集群用于预训练的计划，

184、但我们认为，随着计算效率成为关注焦点，预训练支出可能会退居次要位置。DeepSeek R1 用于蒸馏大模型的优化计划可为降低预训练支出铺平道路。部分云端 GPU 算力将用于推理工作负载，以更好地匹配收入与资本支出。7.2 云服务巨头资本支出增长断崖式下跌的风险与训练有关云服务巨头资本支出增长断崖式下跌的风险与训练有关 与云服务巨头的资本支出提前向推理工作负载转变的情景相比，持续投资训练集群引发资本支出增长出现断崖式下跌的风险更高。Alphabet 使用自己的 TPU 进行训练和推理，在改变资本支出结构方面可能具有优势，而微软-OpenAI 和 Meta 等公司的模型训练对英伟达更加依赖。大多数

185、云服务巨头可能会寻求优化推理资本支出，旨在降低延迟和提高成本效率，而预训练注重扩展，这需要更大的计算集群用于持续数据处理。收入将加速增长收入将加速增长56 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright a

186、nd Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 45：推理情景（：推理情景（10 亿美元）亿美元）我们认为，如果基础模型公司继续投资更大的计算集群，用于训练下一个版本的大语言模型，则2027-2028 年资本支出增长出现断崖式下跌的概率将更大。xAI 的计算集群最大，拥有 10 万块以上的GPU，而 Meta、微软-OpenAI、Alphabet 和亚马逊-Anthropic 紧随其后，所有这些公司都在投资各自模型的预训练扩展。训练约占云服务巨头数据中心

187、资本支出的 40%-60%，我们预计到 2032 年这一比例将逐步下降至 20%-30%，让支出与收入水平保持一致（图 46）。图图 46：训练情景：训练情景2027-2028 年支出增年支出增长或断崖式下跌长或断崖式下跌57 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent

188、of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日随着企业寻求收支匹配，成本效率和推理过程中的延迟降低可能有助于决定资本支出增长的速度。预计专注于推理的数据中心建设将持续到 2032 年，因为成本已下降约 90%。在训练仍占数据中心资本支出大头的情景下，云服务巨头的资本支出总额可能会低 800 亿-1,000 亿美元。图图 47：2025 年以来资本支出预期上调了年以来资本支出预期上调了 1

189、5%（10 亿美元）亿美元）在同业中，Alphabet 在训练 Gemini 模型方面对英伟达 GPU 的依赖程度最小，而且并未像 xAI、Meta和 OpenAI 那样为了在一个数据中心建设更大的计算集群而进行投资。亚马逊也一直在投资 Trainium和 Inferentia 芯片，主要是为了提高数据中心业务的成本效率。使用拥有大型计算集群的数据中心可能会威胁云服务巨头在 2026 年之后维持资本支出增长的能力。拥有基础模型的云服务巨头将 60%左右的资本支出用于训练，而内部应用程序和企业客户的消费（通过各自的云计算业务）各占推理支出的一半。7.3 科技巨头资本支出总额或达科技巨头资本支出总

190、额或达 3,810 亿美元亿美元 微软可能领跑微软可能领跑 头部科技公司近期关于增加 AI 支出的表态进一步表明，其 2025 年资本支出总额可能达到 3,710 亿美元，较去年增长 44%（见图 48）。微软首席执行官 Satya Nadella 提到，2027-2028 年将更多地采用租赁算力的形式而非自建数据中心，这冲淡了资本支出增速将从 2026 年开始逐渐放缓的乐观预期。Meta 首席执行官扎克伯格宣布将投入 600 亿-650 亿美元，随后谷歌和亚马逊也承诺增加资本支出，以确保有足够的资源来支撑各自的 AI 雄心。而在所有这些消息发布之前，软银、OpenAI 和甲骨文就宣布联合发起

191、了“星际之门”计划，在 2025 年投入 1,000 亿美元，并在四年内累计投入 5,000 亿美元。我们的分析并未包含”星际之门“计划的支出，因为一旦该合资公司的细节敲定，这部分支出可能会发生变化。剔除中资企业，其他科技巨头 2025 年的资本支出可能将高达 3,460 亿美元。资本支出预期突然大资本支出预期突然大幅上升幅上升58 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis

192、of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 48：彭博对科技巨头资本支出的分析：彭博对科技巨头资本支出的分析根据我们的分析，到 2026 年，扩张性资本支出占总支出的比例可能提高至 75%左右，其中大部分支出将流向 GPU、CPU 和服务器领域，其次是存储、网络、冷却和公用

193、设施领域。这些支出可能在接下来的 2-3 年内陆续实施，以满足 AI 服务的旺盛需求，之后维护性支出在整体资本支出中的占比将会开始逐步回升。我们对这些企业短期内的过度开支并不那么担心，因为这类硬件最终可重新用于推理或更通用的云工作负载。在云服务巨头中，只有微软在坚守 2025 财年（2025 年 6 月底结束）AI 数据中心资本支出目标（800亿美元），总额可能超过 870 亿美元，较 2024 财年增长 57%。我们假设目前的支出速度将维持到年底，2025 日历年微软的 AI 数据中心支出总额将达到 960 亿美元。微软允许 OpenAI 寻求使用其他云服务厂商的设施训练模型，这是微软采取的

194、可能降低支出需求的又一个行动。科技巨头全力押注科技巨头全力押注 AI资本支出资本支出59 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 a

195、pplies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日7.4 AWS 和苹果资本支出也会增长和苹果资本支出也会增长 亚马逊在去年四季报电话会议上表示，2025 年公司计划维持相同的季度资本支出节奏，我们估算全年支出规模约为 1,050 亿美元。其中，我们预计约 750 亿美元将分配给 AWS，比市场普遍预期高出约110 亿美元（图 49）。考虑到 AWS 在云计算领域占据很高的市场份额（超过 40%），我们预计管理层在有必要进一步提高支出时不会退缩，但由于 AWS 平台没有较大的消费端 AI 应用（相比之下，微软向 ChatGPT

196、 推理提供后端支持），短期来看 AWS 的销售增长也不会出现明显变化。图图 49：BI 对对 AWS 资本支出的分析资本支出的分析 vs.市场普遍预期市场普遍预期苹果的资本支出料将迎来显著增长至少在接下来两年内会如此；该公司已宣布未来四年将在美国增加 5,000 亿美元的投资。我们的计算显示，2025 年苹果的资本支出将达到约 150 亿美元，高于上一年的 100 亿美元。我们预计，其中大部分支出可能会用于建设能够支持更高强度 Apple Intelligence 提问的数据中心，而随着时间推移，这有望降低该公司在处理需要更高推理能力的问题方面对 OpenAI等第三方 AI 模型提供商的依赖。

197、资本支出的激增可能会以减少股票回购为代价；过去 12 个月，苹果的股票回购规模接近 1,000 亿美元。市场对市场对 AWS 资本支资本支出的普遍预期可能出的普遍预期可能较较高高60 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L

198、.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日7.5 推理支出或提前超过训练支出推理支出或提前超过训练支出 用于推理的算力消耗超过训练工作负载的时间可能比我们对生成式 AI 市场的最初预测至少提前三年（见图 50）。考虑到训练对规模的要求，先前的预测假设训练的支出占比高于推理。而我们调整假设的最重要原因是：在 DeepSeek 发布后，云服务巨头在展现资本支出的资产回报率方面面临压力，并开始转向重视推理的成本效率。尽管大多数云服务

199、巨头都在数据中心构建大规模集群（10 万-20 万块 GPU），用于训练最新版本的大语言模型，但我们认为，考虑到 DeepSeek 展现出的效率以及这种规模 GPU 集群的利用率较低，大语言模型训练的进一步扩展恐会受到限制。相比之下，由于 DeepSeek R1 版本展现出更高的效率，推理需求可能会增加。图图 50：到：到 2027 年推理支出将超过训练支出年推理支出将超过训练支出大多数云服务巨头都使用最新 GPU 芯片来训练最新版本的大语言模型，而集群规模增大有助于提升同步浮点运算次数。大型 GPU 集群的利用率可能低于用于推理的较小型集群；在推理场景中，应对用户流量波动和低延迟是最重要的因

200、素。在 DeepSeek 开源 R1 推理模型后，定制 ASIC 芯片的使用可能激增。谷歌的 TPU 芯片进展最快，其次是 AWS 打造的 Trainium 芯片，旨在优化工作负载以实现成本和能源效率。博通认为，可触达市场规模到 2027 年将达到 600 亿-900 亿美元，较 2024 年高出约 3-5 倍，这表明云服务巨头因重视扩大推理规模，将持续投资于定制芯片和网络领域。大语言模型的预训练涉及高额的前期投资，而且我们认为，OpenAI 和 DeepSeek 在推理模型方面的突破可能会提高云服务巨头的变现能力。据我们计算，在微软用于运行 AI 推理工作负载的 Azure 部门，生成式 A

201、I 对整体收入贡献已达到 12-14 个百分点，而 AWS 和谷歌云则有望录得 5-7 个百分点的收入贡献。资本支出或短期见顶资本支出或短期见顶61 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and

202、Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日7.6“星际之门星际之门”计划和主权基金的支出是支撑乐观情绪的关键计划和主权基金的支出是支撑乐观情绪的关键 云服务巨头将 2025 年资本支出增长提高至约 40%-50%，以及为“星际之门”计划和欧盟基金建造更多数据中心，这表明本轮资本支出周期的尾部较长。虽然转向较小分布式集群的趋势可能不利于 2025年之后的资本支出增长，但主权基金的增量支出有望抵消这一不利因素的影响。在 DeepSeek R1 模型发布之前，大多数

203、公司都制定了打造百万芯片集群用于训练基础模型的路线图，这会提高云服务巨头的资本支出。但在 DeepSeek 取得突破之后，随着较小分布式集群日益获得青睐，训练集群的规模目前可能会受到限制。图图 51：DeepSeek 影响表影响表DeepSeek 推动资本推动资本支出从训练转向推理支出从训练转向推理62 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative w

204、orks without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日虽然 2024 年主权财富基金对数据中心增量增长的贡献约为中单位数，但美国“星际之门”计划和欧盟提议投资 2,000 亿欧元发展 AI 意味着，本轮资本支出周期的尾部较长。英伟达的数据中心业务收入估计为 1,250 亿美元，其中主权支出约占 10%-20%的低段。“

205、星际之门”计划和欧盟的数据中心建设支出将对英伟达数据中心业务的收入带来明显提振。据我们计算，2025 年云服务巨头的资本支出总额将达到 3,710 亿美元，而“星际之门”计划和欧盟主权投资或将资本支出总额再提高约 1,000 亿美元。大多数云服务巨头都提高了资本支出密度，用于扩建数据中心基础设施，满足内部应用以及部署在其公有云上的客户工作负载对生成式 AI 计算的需求。Meta 的资本支出密度已提高至 30%以上，而微软和谷歌约为 20%，均为过去 10 年来的最高水平。2024 年，生成式 AI 资本支出总额约为 2,580 亿美元，但创造的收入占支出总额的比例不到 10%，预计投资回报率压

206、力将会上升。图图 52：云服务巨头资本支出密度（：云服务巨头资本支出密度（%）7.7 AI 推理有望提振传统云服务推理有望提振传统云服务 云服务巨头的支出重点可能迅速转向 AI 推理，为训练工作负载提供支持，我们认为这将有利于该细分市场的增长。微软的 AI 业务收入目前为 130 亿美元，对其云服务收入的贡献最高，达到 15%左右，但我们预计 2025 年 AI 对其他云服务巨头的收入贡献也将超过 10%（主要得益于 AI 推理）。由于微软云基础设施上部署的 OpenAI 模型吸引用户，AI 对微软云服务收入的贡献较高。过去 12 个月，所有主要基础模型提供商的每百万令牌成本都下降了约 90%

207、。AI 推理需求推动资本推理需求推动资本支出密度上升支出密度上升63 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies thr

208、oughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日AI 推理工作负载收入有望从目前的约 200 亿美元增长 10 倍左右，使其成为生成式 AI 最大的细分市场之一。AI 推理工作负载的增长可能会进一步推动传统云服务的使用，包括数据库、网络安全和可观测产品（见图 53）。我们预计，AI 不会取代传统云工作负载。聊天机器人或自然语言界面的使用可能会提升与应用程序的互动，并可能增加日活用户数量。图图 53：云服务收入增速高于：云服务收入增速高于 20%随着支出重点转向推理，云服务巨头的云计算收入增长可能与资本支出增长保持一致，因为支持推理时间计算的推理

209、模型可按使用量向企业客户收费。大多数云服务巨头可能会寻求通过提高分布式数据中心的 GPU 推理算力来降低延迟，而不是寻求建设最大的 GPU 集群进行模型预训练。截至目前，云服务巨头的利润率压力并不大，尽管它们预计 AI 芯片的折旧速度快于传统 CPU。AWS、Meta 和微软 Azure 的 2025 年利润率预测下降了 1-2 个百分点，甲骨文保持不变，而谷歌云上升了 6 个百分点。从预训练扩展转向推理扩展，有望降低基础设施和电力相关成本上升可能施加的利润率压力。云服务需求也可能获云服务需求也可能获得提振得提振64 No portion of this document may be rep

210、roduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日虽然到目前为止规模法则一直聚焦预训练，但我们认为

211、，由于 DeepSeek 模型发布以及 OpenAI 的 o1和 o3 等推理模型的准确性更高，规模法则已经转向推理时计算。假设云服务巨头的平均资本支出增长约为 55%（基于市场普遍预期和近期的资本支出观点），我们预计这些公司将把数据中心支出的大部分用于提升 AI 推理算力。65 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without

212、 the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 8.处理芯片和存储芯片需求处理芯片和存储芯片需求增长机遇遍布全球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

213、演重要角色，未来三到五年，二者的年增长率均有望超过 15%。8.1 台积电实力强大台积电实力强大 料可从竞争中脱颖而出料可从竞争中脱颖而出 Fortinet 和派拓网络或会将定制半导体应用于生成式 AI，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工作负载。图图 54：网络安全市场：网络安全市场 硬件和软件防火墙不硬件和软件防火墙不断更新断更新

214、66 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.20

215、25 2025 年 3 月 24日考虑到数据中心 AI 芯片能耗受到的审查越来越严，AMD 的节能 AI 加速器芯片有望从中受益。主要得益于训练和推理应用对 AI 加速器芯片的持续需求，台积电有望维持强劲的收入增长，预计2025-2027 年的年均复合增长率将为 22%。即使英伟达和 AMD 等 AI GPU 设计公司的芯片生产订单增速放缓，博通等定制 AI 芯片公司的订单增长将很快填补留下的空白。考虑到数据中心的推理工作负载变得越来越复杂以及多模态扩展，全球 AI 加速器芯片的增长将得以维持，并提振对台积电 N3 和N2 制造技术及其先进 2.5D 封装解决方案的需求。我们的情景分析显示，到

216、 2025 年底，台积电与数据中心 AI 芯片有关的销售预计将翻一番，而且在2029 年之前，年增长率都将高于 33%。图图 55：彭博行业研究情景分析：彭博行业研究情景分析 台积电在先进半导体制造工艺方面占据主导地位，因而能够保有来自英伟达和 AMD 等主要厂商的大部分 AI 芯片生产订单。由于该公司的良率很高，这一优势预计将持续下去。此外，许多 AI 芯片设计厂商更青睐台积电的 CoWoS 封装，因为其具有更高的互联密度，封装尺寸更大，成本效益也更高。67 No portion of this document may be reproduced,scanned into an elect

217、ronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图 图 56：台积电的云AI芯片收入敞口：台积电的云AI芯片收入敞口 8.2 HBM 对推理需求的敞口对推

218、理需求的敞口 HBM 芯片是对 AI 发展至关重要的一种超高速半导体。我们的情景分析显示，HBM 芯片的销售额将从2023 年的仅 40 亿美元增至 2033 年的 1,300 亿美元，年复合增长率高于 40%。销售额大幅增长的部分原因将来自销量增加，但更主要的原因将是功能更多、价格更高的新一代HBM芯片发布。SK 海力士与英伟达在目前这一代 GPU 上建立了良好的关系，因此有望受益于需求增长（HBM 比标准DRAM 更容易定制），因此 SK 海力士可通过与英伟达等主要客户在定制产品方面密切合作，维持领先的市场份额。台积电的人工智能收入贡献不断增长台积电的人工智能收入贡献不断增长68 No p

219、ortion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025

220、 年 3 月 24日图图 57：HBM 市场市场 对于英伟达的新 GPU，美光科技的收入也可能增长，因为后者 2024 年初已开始为英伟达量产 HBM芯片。随着 GPU 和 HBM 得到越来越广泛的应用，全球最大 DRAM 制造商三星电子的业绩也有望上升。最终转向下一代芯片 HBM4 或 HBM4E 或给三星电子夺回市场份额创造机会。HBM4 芯片的客户验证流程最早可能在 2025 年启动，而全面的市场渗透有望在 2026 年出现。随着人工智能在推理应用领域日益普及，图形双数据速率（简称 GDDR，用于注重成本的零售电脑显卡）和低功耗双数据速率（LPDDR，主要用于智能手机）等 DRAM 的价

221、值有望提高。如果所有处理工作都在服务器上进行，将大大加重功耗和数据通信负担。这将使在边缘设备上执行 AI任务变成必需，从而可能推动个人电脑、汽车、机器人、智能手机和安全摄像头等产品的 DRAM 订单激增，提振三星、SK 海力士和美光科技的销售。人工智能所需的芯片性能改进速度比小型化和先进封装的发展速度更快，这意味着质量并不确定。因此，能够准确评估性能和质量的芯片测试设备的地位（见图 58）可能会大幅提高。Teradyne 在该领域具有巨大的竞争优势。此外，客户对爱德万测试的 T5000 系列存储芯片测试设备和 V93000 系列系统级芯片测试设备都给予了很高的评价。服务器是服务器是 DRAM

222、最大最大的用户，占的用户，占 SK 海力海力士总出货量的三分之士总出货量的三分之一以上一以上69 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page

223、98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 58：爱德万测试和：爱德万测试和 Teradyne 芯片测试机的销售情况芯片测试机的销售情况 不仅单个芯片的质量保证需要加强，这对于芯片的整体封装而言也十分必要，完整系统级测试(SLT)的重要性也将上升。3 纳米工艺正在兴起，将数个芯片或裸片垂直放置在基板上的芯粒封装几年内可能也会被采用。除了识别有缺陷的产品以外，像 Teradyne 这样的测试机制造商还需要降低将良品错误归类为缺陷品的风险，这对技术实力的要求相当高。爱德万测试在 2019 年和 2020 年先后

224、收购了Astronics 和 Essai，加强了 SLT 业务。图图 59：存储芯片测试设备市场规模：存储芯片测试设备市场规模 质量保证对单芯片和质量保证对单芯片和封装芯片至关重要封装芯片至关重要70 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg

225、Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日8.3 基于用户的软件增长或将放缓基于用户的软件增长或将放缓 AI 智能体和 copilot 的兴起有望推动企业优化资源，在内部开发更多应用程序，这可能会重塑向这些企业销售应用程序、按用户数量收费的业务模式。随着 AI 驱动的生产力提高扩散至各个行业和职能部门，就业增长恐会放缓，进而给基于用户数量的收入模式带来压力。随着 AI 功能逐步标准化，我们对价格上涨能否提高收

226、入也持怀疑态度。Confluent 等托管服务提供商将业务建立在开源模型之上，可能需要加强产品创新。通过简单的自然语言命令生成代码变得容易在 OpenAI 的 ChatGPT 等大语言模型和应用程序的推动下，这一点成为可能这可能会让普通大众具备应用程序开发能力。与此类似的是，在手机、社交媒体平台、宽带连接和简单易用的内容编辑工具的共同推动下，内容生成已成为可能。考虑到代码生成的工作量可能减少，开发人员的时间可用于利用开源软件和引擎，而非通过第三方或专有产品，在内部开发更多应用程序。图图 60：不断变化的商业模式：不断变化的商业模式 我们认为，市场对以下几类公司的收入普遍预期存在风险：提供单点解

227、决方案的软件公司、按用户数量收费的公司以及缺乏规模且产品优势不断减弱的公司，例如 Asana、MongoDB、C3.ai、Confluent、Rubrik 和 UiPath。可观测性行业的竞争格局不断变化，Grafana 等开源解决方案的体量越来越大，这可能会迫使 Datadog、Dynatrace 和 Elastic 等公司加强执行和需求监控能力。数字资产应用层、计算层、存储层和数据层对现代企业至关重要，因此需要始终在线监控，预防运营中断以及发生中断后可快速采取补救措施。随着 AI 功能不断增强，不良行为者出现的风险可能上升，这会推高对覆盖多个 IT 价值链环节的始终在线监控解决方案的需求。

228、AI 基础设施的资本支出增加，也可能推高对基础设施的配置以及有助于监控和优化这些成本的产品的需求。可观测产品市场发生可观测产品市场发生变化，供应商需要跟变化，供应商需要跟进进71 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P

229、.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日8.4 可观测产品市场的规模或迈向可观测产品市场的规模或迈向 500 亿美元亿美元 AI 应用、AI 智能体以及相关基础设施的增长有望提振监控需求。我们预计到 2033 年，这一方兴未艾的垂直领域的潜在市场规模将增长近两倍，达到 530 亿美元。大语言模型应用很占资源（包括计算和存储），而可靠的可观测产品有望提高效率并控制成本。随着 AI 应用从试点阶段推进至部署阶段，并开始扩大规模，对监

230、控大语言模型性能的解决方案的需求有望上升，而对大语言模型支持的应用进行更密切的监控（可能为更多实时服务提供支持）对于解决服务瓶颈、避免服务中断以及消除潜在的 AI幻觉至关重要。Datadog、Dynatrace 和 New Relic 等规模化监控服务提供商已经推出了该领域的解决方案。去年 7 月，Datadog 宣布推出 LLM Observability，该工具允许应用开发人员和机器学习工程师对 AI 应用进行监控、排除故障并保证应用安全。这将利好专注于监控企业应用程序及其相关 IT 基础设施健康、提高业务韧性和优化资源的可观测性平台。考虑到客户覆盖率和产品提升，我们预计Datadog 和

231、 Dynatrace 等公司的变现能力较强。图图 61：2033 年可观测性领域的潜在市场规模情景（年可观测性领域的潜在市场规模情景（BI 预测）预测）72 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright

232、and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 9.监管格局监管格局欧盟遥遥领先于美国欧盟遥遥领先于美国 科技巨头面临风险科技巨头面临风险生成式 AI 的可信性和内容安全性有必要加强，在检测和防止因该技术的不当使用而产生的严重虚假内容方面，Snap、Meta、TikTok 和 Alphabet 等重要参与者拥有巨大优势。对可信性和内容安全性的加强料可改善广告主的品牌安全状况，同时有助于提高上述平台上的广告支出转化率。若与 AI 相关的监管趋严，也可

233、能会导致数据保护和加密成本上升。欧洲在 AI 监管方面大幅领先于美国。考虑到 AI 工具的快速发展，我们认为设立一个专门的政府机构，是少数可行的监管模式之一。9.1 欧盟欧盟 AI 法规或令监管负担加重法规或令监管负担加重 苹果推迟在欧洲市场发布 Apple Intelligence，不仅是因为欧盟的 AI 规则，也是因为近年来欧盟对科技公司实施了一系列法规，使得新产品发布的审批流程变得繁琐，而且如果处理不当，成本也会很高。数字市场法是苹果推迟发布的主要原因，而通用数据保护条例(GDPR)已阻止 Meta、X 和谷歌使用欧盟用户数据训练大语言模型。根据欧盟AI 法案，自 2025 年初起，Ch

234、atGPT 等通用 AI 模型将适用更严格的透明度规则（图62），这会对科技公司在欧洲市场推出 AI 产品构成一定的障碍，在该法案与其他法规的相互影响变得更明朗之前，AI 投资和创新或将面临短期压力。透明度要求将仅适用于被视为构成“系统性风险”的通用 AI 系统。欧盟将训练算力作为衡量通用 AI 模型是否具有系统性风险的标准，初步纳入门槛是每秒执行的浮点运算次数(FLOP)大于 10 的 25 次方。欧盟委员会表示，OpenAI 的 GPT-4 和谷歌 DeepMind 的 Gemini 可能是首批纳入该类别的 AI 模型。随着时间的推移，FLOP 的门槛可能会上调或下调。Meta 表示，考虑

235、到监管不确定性，不会在欧洲市场发布其功能最强大的 AI 系统。除非 Meta 改变目前的做法，否则其 AI 模型可能不会被视为具有系统性风险。美国可能不会采取激美国可能不会采取激进的监管行动进的监管行动73 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloombe

236、rg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 62：欧盟：欧盟AI 法案立法程序时间表法案立法程序时间表 欧盟AI 法案根据 AI 系统的风险类型将其分为几类。到 2024 年底，该法案将禁止所有存在“不可接受风险”的应用程序，包括将 AI 用于行为操纵和生物识别等活动。对于“高风险”应用程序（包括大型平台的推荐系统），分多个步骤获得审批的要求将于 2026 年生效。欧洲议会曾试图将通用 AI 系统视

237、为高风险，但对行业有利的是，该提案遭到拒绝。取而代之的是，从 2025 年开始，这些 AI 系统将遵守透明度要求。有限风险应用程序（例如聊天机器人）只需进行披露，而最低风险应用程序（例如使用垃圾邮件过滤器）不会有任何限制。欧盟AI 法案最高可能会处以年营业额 7%的罚款，超过目前通用数据保护条例规定的最高4%。在 GDPR 实施的头五年里累计产生了近 40 亿欧元罚款，其中对 Meta 的罚款占总额的 64%。亚马逊占 19%，谷歌占 5%。考虑到生成式 AI 具备塑造市场的潜力，我们认为处罚的威胁短期内不会阻碍对生成式 AI 的投资。74 No portion of this documen

238、t may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 63：导致：导致

239、AI 产品推出放缓的法规产品推出放缓的法规 欧盟 AI 法案对通用 AI 模型的透明度要求远低于欧盟原提案下针对先进 AI 系统的多步骤审批流程。构成“系统性风险”的模型将适用更高的要求，其中最严厉的规则是评估和缓释风险。即使这种更严格的审查似乎也比之前设想的发布前合规评估要宽松。考虑到制定和遵守版权政策以及提供对训练模型所使用内容的详细摘要的义务，发布商与大语言模型的开发公司之间可能会签署更多许可协议。AI 法案将为欧盟日益复杂的科技监管框架再添新元素。近年来，欧盟一直试图遏制肆意收集和使用个人数据的行为（通用数据保护条例），并对各大平台施加与内容审查（数字服务法）和滥用市场力量（数字市场法

240、）有关的义务。这些规则可能会对企业处以大笔财务处罚并要求整改运营，从而对企业产生重大影响。GDPR 的执行一直是分散的，对大多数平台的监管由爱尔兰承担。欧盟委员会负责监督数字服务法和数字市场法的合规情况。AI 法案的实施可能会由各成员国的监管机构负责。75 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior w

241、ritten consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 64：欧盟近年来针对科技领域的监管措施：欧盟近年来针对科技领域的监管措施 9.2 美国不太可能采取激进的监管措施美国不太可能采取激进的监管措施 如果美国采取激进的监管方式（我们认为这不太可能发生），则可能会削弱一系列公司的 AI 产品增长：美光和英伟达等芯片制造商；亚马逊和甲骨文等云基础设施提供商；Adob

242、e、IBM 和微软等软件和开发工具企业，以及将 AI 应用于数据、搜索和广告功能的平台，如 Alphabet 和 Meta。首个两党法案终止 AI 的第 230 条豁免权法案（并不会起到太大作用）的提出显示，在严格的AI 监管法案落地美国之前，还有很多工作要做。该法案将确认一项联邦责任保护条款（即通信规范法案第 230 条）不适用于 AI，但我们认为法院无论如何都不太可能将该条款用于豁免 AI 技术的相关责任。更值得注意的是，该法案并不会赋予联邦起诉 AI 相关危害的权利。它也未试图对“何为 AI”进行界定。其中对“通用人工智能”的定义如此宽泛，以至于该法案实际上可能会使许多现有线上平台都失去

243、第 230 条的保护。如果不大幅缩小界定范围，该草案很可能不会正式成法。在我们看来，第二项两党法案国家人工智能委员会法案才是国会迈出的合理的第一步，而且很有可能会正式成为法律。它主张创立独立的两党委员会，由 20 名成员组成，研究 AI 的风险并提出防范措施。该委员会将在两年内发布三份报告，推动监管框架的形成。成员将包括业界代表，这应会帮助缓和反对情绪。5 月的参议院听证会出人意料地支持了我们认为最符合逻辑（但可能也最具颠覆性）的方式：新设一个专门监管 AI 的联邦机构。美国国会无力跟上 AI 的高速发展，尽管设立新机构同样存在困难，但国会将至少有机会对这项技术进行监管并制定法律准绳。与负责监

244、管所有行业的联邦贸易委员会相比，这种实体也更专注于 AI 领域。但成立新机构或将打破现状，因此可能面临业界的激烈反对，而支持的公司料会推动限制该机构的权限。最近几年欧盟出台的最近几年欧盟出台的科技监管法规概览科技监管法规概览76 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent

245、 of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日国会也可能考虑采取许可模式：对于覆盖面广或存在严重潜在危害的 AI 应用，须先获得新监管机构的许可，才能投入运营。这种路线可能会招致业界的激烈抵制，包括有关此举将扼杀 AI 创新，并将其推向国外的担忧。侵入性更低的监管方案可能会以透明度为重点，要求 AI 产品进行披露和标记，还可能会要求监管机构或研究人员拥有对收集或使用的数据进行监控的权限

246、。由于国会不太可能就颠覆性方案达成共识，例如创立新的监管机构或发展许可模式，我们预计 AI 将在现有法律框架下受到监管，即便它们有时并不适用。例如，联邦贸易委员会(FTC)负责监控不公平和欺诈行为，而各行业的现行法律或将对 AI 在不同行业的应用加以限制。在这一轻度干预的监管模式下，AI 应会在美国蓬勃发展。但是，与社交媒体公司不同的是，AI 用户不受通信规范法第 230 条的广泛免责保护。9.3 版权不利因素拖累短期前景版权不利因素拖累短期前景 对于大语言模型开发者与训练模型所使用内容的所有者之间的版权纠纷，最直接的解决途径可能是签订许可协议。美国各地的数十起诉讼将考验使用受版权保护的内容训

247、练大语言模型是否属于被允许的“合理使用”。虽然这是一个可行的抗辩，但我们认为它不太可能在所有案件中都能保护大语言模型公司。如果该抗辩理由不成立，损害赔偿可能达到数百亿美元。因此，我们认为最有可能的解决方案是大量签署内容许可协议。这些许可安排有望进一步巩固资金实力雄厚、较早进入生成式 AI 市场的公司，例如 OpenAI、Anthropic、Meta、亚马逊和 Alphabet。纽约时报等报纸出版商、作家、音乐发行商和其他权利人提出了数十起诉讼，指控 OpenAI 和其他大语言模型公司未经允许复制内容。版权持有者对其作品的复制享有独家权利，而且对下游衍生作品也享有权利。被告人可以主张合理使用，但

248、合理使用的判定是基于事实，可能要临近审判才会出现，而且这一抗辩可能得不到支持。这些早期案件或将考验大语言模型公司的风险偏好，并开创是否许可训练数据成为常态的先例（我们认为可能性较大）。对于纽约时报起诉 OpenAI 和微软的案件，损害赔偿理论上可能超过 3,000 亿美元，因为美国版权损害赔偿可按每个侵权作品最高 15 万美元评估，而且仅纽约时报的起诉就指控 OpenAI 训练大语言模型使用了大量受版权保护的内容。这些出版社还希望销毁大语言模型，这对 OpenAI 构成生存风险，也给微软的投资带来很大的挑战。关注受现有科技法规关注受现有科技法规监管的监管的 AI 77 No portion o

249、f this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 2

250、4日图图 65：纽约时报诉纽约时报诉 OpenAI 及及 UMG 诉诉 Anthropic 的损害赔偿情景的损害赔偿情景 在美国被起诉侵犯版权的被告人可以提出“合理使用”抗辩，该抗辩是可驳回侵权指控的多因子综合测试。这一抗辩非常有力，谷歌在 Books 项目被指控侵权数百万作品时就使用过，但谷歌在经历长达10 年的诉讼之后，法院才支持合理使用。这一不利因素对谷歌来说只是一件很小的烦心事，但对OpenAI 和 Anthropic 而言，诉讼可能危及它们的生存。快速解决这一问题的可能性很小，这使创建和投资生成式 AI 系统的公司面临更长时间的不确定性。“合理使用”是一个对事实高度敏感的判断，因此不

251、太可能基于一项撤案动议做出决定。被告有可能通过简易判决胜诉，但在近期的一份简易判决中，大语言模型公司 Ross Intelligence 提出的合理使用抗辩未获支持，这进一步凸显援引合理使用理由的风险可能有多大。Ross Intelligence 的合理使用抗辩在简易判决阶段未获支持，这可能对其他寻求与大语言模型训练数据的权利持有者在同一市场直接竞争的 AI 公司影响最大。我们认为，Stability AI 和 Perplexity 面临的风险似乎最大，因为两者面临的诉讼都包括相对明显的直接市场竞争指控。在任何进入简易判决阶段的案件中，合理使用都可能成为被告的一个抗辩理由。针对 Meta 和A

252、nthropic 的诉讼可能会在 2025 年进入简易判决阶段。78 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies thr

253、oughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 66：AI 版权案件中的合理使用抗辩版权案件中的合理使用抗辩 整体来看，每年向大语言模型训练内容的所有者支付的版税可能达到数亿美元，而且这些费用可能会转嫁给终端用户。迄今为止，大语言模型和内容所有者已达成多项许可协议，其中谷歌每年向 Reddit支付 6,000 万美元版权使用费是金额最大的一笔已公布交易。其他协议包括 OpenAI 据称每年向新闻集团支付 2,500 万美元许可费用的协议以及微软向 HarperCollins 支付每本书 5,000 美元许可费用的协议。79 No port

254、ion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年

255、3 月 24日图图 67：大语言模型与内容所有者之间的已知许可协议：大语言模型与内容所有者之间的已知许可协议 出版公司已与生成式 AI 行业的先行者签署成熟的版权许可安排，这可能会大幅提高其他大语言模型公司的进入门槛。这些模型使用海量数据进行训练，将经过事实核查的新闻内容纳入训练数据，有助于提高下游生成式 AI 输出的准确性。OpenAI、Anthropic 和其他先行者被指控先抓住内容，然后才寻求许可（一系列诉讼是促使它们寻求许可的部分原因）。训练数据受到审查时，OpenAI 和 Anthropic 的财务状况良好，而 Alphabet、微软、Meta 和其他大语言模型公司拥有可消化许可费用

256、的充足现金流。新进入者可能会更早面临这种审查。80 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.B

257、loomberg Finance L.P.2025 2025 年 3 月 24日章节章节 10.环境、社会和治理环境、社会和治理(ESG)展望展望 降低能耗；保护降低能耗；保护 IP 和隐私和隐私 图形处理器在 AI 推理中的使用日益增加，这将大幅推高数据中心服务器的能耗，从而使节能成为优先事项，在最大限度提高运行效率的同时，尽可能降低电力和冷却成本。此外，在彭博行业研究的调查中，约 40%的受访者表示担心生成式 AI 使用信息的方式可能侵犯知识产权，而他们担忧的另一个问题则是隐私。10.1 AMD 的最新产品有望挑战英伟达的最新产品有望挑战英伟达 与英伟达相比，这可能更利好 AMD（图 68

258、），因为 AMD 最新推出的 MI250X 加速器单位功率下的每秒浮点运算次数峰值高于英伟达 H100。我们认为，ARM 有望继续通过数据中心的 x86 处理器扩大市场份额。现有的互联网工作负载主要运行在 x86 架构上，但大多数生成式 AI 应用将在 GPU 这样的芯片上运行，后者能够以低功耗执行大规模并行处理。图图 68：先进：先进 AI 芯片的能源效率芯片的能源效率 得益于 ARM 设计的高能效，英伟达在计算统一设备架构(CUDA)接口方面的优势很可能仍将惠及基于ARM 的处理器，并可能有助于该公司通过应用于数据中心、网络和边缘设备上的 x86 处理器扩大市场份额。81 No porti

259、on of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3

260、 月 24日图图 69：x86 vs.ARM 出货量预测出货量预测 大多数调查受访者表示，尽管他们担忧知识产权问题，但仍会使用生成式 AI 工具，只要这些工具提供的结果好于谷歌和其他网站的传统搜索功能。鉴于相关公司可能会进一步披露有关如何使用专有数据（而非公开网络数据）训练其算法的信息，知识产权担忧有望随着时间的推移而逐渐消退。如果欧盟未对拟议的监管条例进行进一步的修订，高级生成式 AI 系统的开发者可能会退出欧盟市场。今年，欧洲公司对生成式 AI 和 ChatGPT 的提及次数呈爆炸式增长，表明应用该新技术的愿望强烈。不过，欧洲议会在 6 月 14 日采用的规则将让生成式 AI 模型的开发者

261、面临更多限制，例如要求披露训练用数据集相关信息的透明度规则。由于所有 AI 本质上都是由数据驱动的收集海量数据，然后利用机器学习以此为基础产生输出美国监管机构可以通过限制可收集和使用的数据来防范相关危害。那就类似于用于监管社交媒体公司的数据隐私法规。虑及这些相似之处，预计互联网平台将极力游说抵制此类限制。2028 年底之前，年底之前，x86出货量将保持稳定，出货量将保持稳定，而而 ARM 出货量将会出货量将会攀升攀升82 No portion of this document may be reproduced,scanned into an electronic system,distrib

262、uted,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 11.表现和估值表现和估值AI：面临压力的加速科技主题：面临压力的加速科技主题 在彭博 AI 综合等权重指数（BAIAT Index，基

263、于彭博行业研究 AI 主题库）中，铲子股（云服务巨头、半导体和硬件公司）是 AI 热潮的早期受益者，但随着 AI 的渗透率逐步提高，该主题的影响扩散到其他主题，BAIAET 指数的企业价值与销售比率在 2024 年 12 月见顶。11.1 表现：表现：2025 年开局估值溢价处于极端高位年开局估值溢价处于极端高位 2024 年，我们的 BAIAET 指数以 29%的回报率领涨，但进入 2025 年之后，该指数的光环逐渐退去，年初至今的累计跌幅为 6%。AI 主题仍然容易受到宏观压力加大的影响，科技股和美股分别占该主题的 89%和 62%。由于 AI 概念股的估值溢价仍然比较极端，而且 2024

264、 年获得的主题溢价在大盘波动背景下能否保持韧性还有待观察，因此 AI 主题存在进一步回调的风险。中国市场和韩国市场的 AI 概念股分别上涨了 21%和 13%，这是 BAIAET 指数为数不多的亮点之一。市场持续动荡会打压投资者的风险偏好，而且总体对 AI 等涉及高创新的主题构成利空。不过，投资者对创新的渴望将继续推动 AI 主题展现出一定的韧性，这意味着短期回调不一定会变成长期走弱。未上市 AI 公司的交易活动比较活跃，2025 年前 70 天的融资额比去年同期增长了 260 亿美元。加速科技主题依然受到投资者追捧，融资额达到 280 亿美元，涉足前沿科技的公司吸引了 110 亿美元，而去年

265、同期仅为 23 亿美元。AI 交易金额增加了 34 亿美元。3 月早些时候，Anthropic 完成了 35 亿美元的 E 轮融资，参与的投资者包括思科和富达等上市公司以及 Lightspeed Venture Partners 和 Deer Management 等风投，投后估值达到 615 亿美元。其他前沿科技/AI 领域的未上市公司近期也成功募集资金，包括 Celestial AI、Reflection AI、Cartesia、Norm Ai 和 Bria。2025 年我们重点关注：1)随着板块和地区出现明显轮动，投资者感到震惊，而且市场波动加剧，但投资者仍对创新保持热情，并预期风险投资

266、者会看好 AI 和量子计算的交叉领域以及核聚变等具有潜在颠覆性的能源技术领域。2)主题股相对非主题股的溢价幅度扩大以及等权重指数的威力。在彭博行业研究的 13 个加速科技主题中，临近 2024 年底，以 3 年期年化回报率计算，AI 仅排在全球现代国防之后；以 1 年期回报率计算，AI 在这些主题中排在前 50%。随着 AI 解决方案的普及，各行业的商业模式都将面临颠覆性变革，这使得 AI 成为我们主题库中最具颠覆性的主题。但当一个投资主题受到追捧时，最具挑战性的一点是区分该主题是短期炒作，还是新出现的长期增长机会。虽然股价表现是最受关注的指标之一，AI 主题概念股的股价表现也整体较强，但对于

267、 AI，我们关注的基本面指标显示该主题将具有持续性。AI 最强大的影响之一是，它的普及将对相关领域产生影响，例如 5G、云计算、网络安全和半导体。因此，AI 和 AI 相关主题在彭博行业研究的短期主题雷达上排名第一。AI 和 AI 相关主题存在明显重叠，19 家 AI 主题公司也涉及至少三个 AI 相关主题（涉及 AI 相关主题概念最多的股票）。以 AI 为中心，涉及 AI 相关主题最多的股票来自云计算和网络安全领域。博通和思科似乎至少涉及四个主题，使其具有独特性。博通涉及 AI、5G、云计算、网络安全和半导体主题；思科涉及 AI、5G、云计算和网络安全主题。83 No portion of

268、this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日

269、图图 70：彭博：彭博 AI 指数指数 vs.基准指数（基准指数（2019 年以来）年以来）11.2 受受 AI 影响板块的估值似乎很高影响板块的估值似乎很高 即使在市场大幅回调后，受人工智能影响的板块如美国及新兴市场的科技板块与美国的公用事业板块估值水平依然过高。美国科技股的预期市净率中位数约为 6.1 倍，但根据全球板块估值与股本回报率预期之间的关系，4.8 倍（低 20%）的市净率才更为合理。新兴市场科技板块估值显得更为昂贵，预期市净率中位数为 3.2 倍，而股本回报率预期仅支持 2.1 倍（低 35%）的水平。美国以外发达市场的科技股估值相对合理，这可能是因为其对 AI 供应链的敞口很

270、小。但股本回报率预期仍表明，其市净率中位数应比当前水平低 12%。美国以外发达市场的医疗保健股和公用事业股，以及美国公用事业股的估值也显得昂贵。去年 12 月中旬，AI 主题（科技股占 89%）的企业价值与销售比率见顶，相比之下，彭博全球科技指数(WLSTT)的该指标在去年 7 月见顶。目前，BAIAET 和 WLSTT 指数的企业价值与销售比率从 2024年高点分别回落了 26%和 18%。短期来看，预计机会与挑战并存。2024 年，一些半导体公司的估值倍数大幅上升，英伟达再次领跑在前，AI 对其销售增长预期的影响最为明显。收入预期的修正势头可能取决于产品发布的速度，比如微软对 GitHub

271、 Copilot 和办公用 copilot 的发布。Alphabet 最近发布了 Gemini 大语言模型和 Duet AI copilot，而 Meta 已将其 Llama 基础模型开源，从而提高采用率。甲骨文、Snowflake、MongoDB 和 Databricks 等数据库和基础设施软件公司继续推出更多能够执行矢量搜索的产品，这些产品有望从用于训练大语言模型的大量数据中获益，进而推动市场普遍预期上调。然而，不同公司的受益程度可能存在差异。84 No portion of this document may be reproduced,scanned into an electroni

272、c system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日图图 71：企业价值与销售比率：企业价值与销售比率：BAIAET、WLSTT 指数和云服务巨头指数和云服务巨头 8

273、5 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.202

274、5 2025 年 3 月 24日章节章节 12.公司影响公司影响寻求在寻求在 1.8 万亿美元的生成式万亿美元的生成式 AI 市场中分一杯羹市场中分一杯羹 生成式 AI 对科技行业的各个细分领域都会产生影响，预计到 2032 年，生成式 AI 方面的支出将达到1.8 万亿美元。接下来，我们将分析未来 10 年有望从中受益的一些公司。12.1 微软是最具优势的软件制造商之一微软是最具优势的软件制造商之一 公司展望：公司展望：随着企业纷纷对旧版 IT 系统进行升级，微软庞大的软件应用阵容使其成为数字化转型趋势的主要受益者。微软在云基础设施市场占有一席之地，而且与 OpenAI 保持密切关系，因此在

275、利用生成式 AI 不断增长的需求方面处于非常有利的位置。AI 影响：影响：微软与 OpenAI 的深度捆绑带来先发优势，因此随着生成式 AI 的日益普及，微软比大多数软件公司处于更为有利的地位。2024 日历年，生成式 AI 给微软带来 130 亿美元的经常性收入。微软是首家在产品阵容中（从 Office 到 GitHub）推出 AI copilot 的大型企业。长远来看，在微软的众多产品中，云基础设施产品 Azure 最有希望成为 AI 需求增长的主要受益者。微软不仅在 Azure 中引入ChatGPT，还在该平台中提供了 OpenAI 的大语言模型。我们认为，随着时间推移，搜索是另一个微软

276、有望稳步扩大市场份额的领域。130 亿美元亿美元 2024 年生成式 AI 带来的经常性收入75%GitHub Copilot 的采用率 86 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Dis

277、claimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 2412.2 亚马逊有望通过训练、推理和创作应用取得增长亚马逊有望通过训练、推理和创作应用取得增长 公司展望：公司展望：得益于对速度、便利性和价值的追求，以及在零售、云计算和广告领域逐步发力，公司有望实现其第一季度的规划。2024 年亚马逊云计算业务的增长可能加速，利润率也有望提高。长期来看，IT 预算的改善以及企业逐渐将基础设施迁移至公有云的意愿仍将是 AWS 的催化剂。营运利润率可能继续提高，原因包括成本削减、效率提高以及云计

278、算和广告业务的贡献比例上升。作为业务布局方面的较大动作，亚马逊正在进军药店和杂货店领域，我们将密切追踪相关动向。AI 影响：影响：AWS 应会在全新生成式 AI 工作负载（从训练和推理，到通过 Bedrock 服务创建新应用程序）方面获得合理份额。与微软的 GitHub 一样，AWS 也推出了一款名为 CodeWhisperer 的内嵌生成式 AI 的软件开发产品，该产品能够大幅缩短开发人员编写代码所需的时间。AWS 的云基础设施即服务市场份额为业界最大，旗下其他 AI 和机器学习服务也拥有超过 10 万客户。尽管尚未接入OpenAI 的大语言模型，但 AWS 提供自己的基础模型，此外它还与

279、Anthropic、Stability AI 和 AI21等其他生成式 AI 提供商紧密合作。100-200 个基点个基点生成式 AI 对 AWS 销售增长的贡献750 亿美元亿美元 2025 年的潜在支出将扩大AI 基础设施 12.3 Adobe 有望充分利用由有望充分利用由 7,000 万创意专业人士构成的用户基础万创意专业人士构成的用户基础 公司展望：公司展望：Adobe 的数字产品组合比较丰富，未来三年公司有望实现 12%-15%的内生销售增长（按固定汇率计算），同时非 GAAP 营运利润率可能达到 45%左右。我们认为，由于聚焦数据洞察、电子商务、市场营销和内容创作，Adobe 将成

280、为数字化转型支出增加的主要受益者之一。生成式 AI 产品 Firefly 有助于提高每用户平均收入。OpenAI 等提供商带来的竞争压力日益增加，但Adobe 的优势在于内置版权保护功能，可立即用于商业目的。AI 影响：影响：Adobe 拥有约 7,000 万创意专业人士的安装用户基础，占据该领域的最大市场份额，有望搭上生成式 AI 的东风。Adobe 最近发布的 Firefly 创意 copilot 可以大大缩短通过文本创建图像所需的时间，并且已经通过生成式填充帮助用户创作出超过 10 亿幅视觉艺术作品。Adobe 的 Creative Cloud 系列产品（包括 Photoshop 和 I

281、llustrator）中包含海量数据，使其在大语言模型训练方面处于比竞争对手更有利的地位。此外，公司拥有 Adobe Stock 中基础训练内容的版权，因此创作者也无需担心法律方面的问题。生成式 AI 在数字文件及 Adobe 企业前台软件领域的进步也有助于提高生产力，并有望改善产品定价。14 亿美元亿美元 未来 2-3 年生成式 AI 销售增加额区间的高端25%以上以上 DF copilot 的首年采用率100 个基点个基点 2024 年营运利润率提升幅度87 No portion of this document may be reproduced,scanned into an elec

282、tronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日12.4 Alphabet 在产品组合中全面采用在产品组合中全面采用 AI 公司展望：公司展望：2024

283、 年余下的时间里，Alphabet 的核心搜索和 YouTube 业务的营收改善似乎有望延续，而生成式 AI 计算的需求料将有利于云业务盈利能力的提升。尽管 Bing-ChatGPT 对其广告业务构成风险，但我们相信，鉴于 Alphabet 即将推出多模态大语言模型，并将生成式 AI 功能集成到其核心搜索和 YouTube 产品中，短期内的竞争压力已经得到缓解。Cookie 的取消令网络广告销售面临压力，但下半年 YouTube 广告和订阅有望实现双位数增长。AI 影响：影响：Alphabet 的业务布局覆盖生成式 AI 市场的大部分领域，包括训练、推理和数字广告。该公司的所有产品均已使用 G

284、emini，包括广告定位算法、谷歌云 Vertex AI 以及首款内置原生生成式 AI助手的智能手机谷歌 Pixel。云 AI 工具或带来商业变现机会，而定向算法改进可提高广告定价。与苹果的潜在合作将进一步巩固 Gemini 在生成式 AI 推理这一方兴未艾市场中的地位。虽然许多零售商正在推出自己的增强型搜索产品（支持更长的提示词），但考虑到用户对谷歌搜索的偏好，Alphabet 失去消费者流量的概率相对较低。30 亿亿-40 亿美元亿美元 谷歌云销售10%-15%利用 AI 的搜索占比 5%-10%YouTube 广告参与度 12.5 Meta 旗下旗下 Llama 模型的推荐功能吸引企业模

285、型的推荐功能吸引企业 公司展望：公司展望：Meta 的用户参与度或将继续受益于转向基于 AI 的推荐，推动旗下应用程序的曝光量出现更强劲的增长。公司已利用 Llama 模型改进广告定位算法，同时还推出了 AI Studio 和 Meta Assistant 等新产品，有望支持商业变现。Reels（对 Meta 收入的贡献比例为高单位数）和消息直达广告业务的收入均已超过 100 亿美元。今年 Meta 的用户增长将主要由 Instagram 和 WhatsApp 贡献，而 Reels 可能会对广告定价做出贡献。由于资本支出指引小幅上调，且 2024 年 Reality Labs 可能录得 200

286、 亿美元的全年亏损，Meta 的自由现金流或将继续承压。AI 影响：影响：Meta 拥有庞大的自有数据中心基础设施，旗下诸多应用还可提供海量训练数据，因而有能力建立自有基础大语言模型，与 OpenAI 和 Alphabet 等公司的大模型产品展开竞争。Llama 开源的特性可能对于希望在该模型基础上开发自己功能的企业更有吸引力。为社交媒体和元宇宙中的虚拟现实和增强现实应用制作新内容的速度可能会因生成式 AI 而加快。Meta 还可能会推出个性化购物助手，以提高用户对社交商务功能的利用率，从而增加变现机会。我们的分析显示，考虑到平台使用时间，加上广告定向投放和个性化，到 2032 年底，生成式

287、AI 有望带来近 2,070 亿美元的增量广告支出。5%-10%对参与度和曝光量增长的影响10 亿亿-20 亿美元亿美元 大语言模型许可费收入增幅100 亿美元亿美元 消息直达广告的收入水平88 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Fin

288、ance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日12.6 OpenAI 受益于基础大模型的采用受益于基础大模型的采用 公司展望：公司展望：OpenAI 近期募集了 66 亿美元，估值达到 1,570 亿美元，随后软银对其进行了另一轮注资，该公司的估值提高至约 2,600 亿美元。OpenAI 37 亿美元的年收入中，约 70%来自 ChatGPT订阅，其中包括 1,100 万订阅 ChatGPT Plus 计划的用户以及

289、 100 万订阅定价更高计划的用户。OpenAI 的 API 接口服务收入来自企业和个人 API 接口调用，以及通过 Azure AI 的消费。AI 影响：影响：OpenAI 在生成式 AI 领域的主导地位继续受益于其基础大模型在企业端和消费端的采用。在彭博行业研究的企业首席信息官调查中，公司的 GPT-4 模型成为首席信息官的首选。OpenAI 也发布了可进行推理的 o1 模型，其他基础模型公司可能会跟进。ChatGPT 的订阅率远高于同类竞品谷歌的 Gemini 和 Anthropic 的 Claude，这得益于 ChatGPT 的聊天机器人产品的参与度更高。2,600 亿美元亿美元 估值

290、37 亿美元亿美元 年收入12.7 Anthropic 借助合作关系实现增长借助合作关系实现增长 公司展望：公司展望：根据 Information 的数据，Anthropic 在新一轮私募融资中的潜在估值为 620 亿美元，这表明该公司仍然是领先的原生 AI 公司之一。截至目前，得益于与亚马逊和谷歌的联盟关系，云服务巨头的分销提振了 Anthropic 的 API 收入（估计收入为 5 亿美元左右）。AI 影响：影响：Anthropic 的 Claude 大语言模型在各种基准测试中表现出色，有助于公司与 OpenAI、谷歌和 Meta 等领先竞争对手展开竞争。这些竞争对手都有自己的基础模型。A

291、nthropic 已与亚马逊和Alphabet 进行合作，在公有云中部署自己的基础模型，同时向这些云服务厂商购买算力，用于训练下一个版本的大语言模型。620 亿美元亿美元 估值5 亿美元亿美元 大语言模型许可费收入89 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of B

292、loomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 13.方法方法我们使用彭博行业研究交互式市场规模模型对生成式 AI 的增长进行预测。该模型定期更新，但仍处于研发的早期阶段，我们已为彭博终端客户提供了一个互动计算器来测试场景（可通过运行 BI INET 功能调取）。该方法采用自下而上的方法来预测硬件、软件、数字广告、游戏、IT 和企业市场等领域的收入。我们对新兴细分市场的预测是基于成熟的终

293、端市场，而生成式 AI 有可能颠覆这些市场并创造出新的收入机会。我们对生成式 AI 对这些现有终端市场的颠覆程度做出假设，然后以此为基础计算得出近似值。图 72 显示了现有终端市场，以及对 2024-2028 年和 2028-2032 年增长的假设。图73 显示了这些终端市场中新兴 AI 细分市场在彭博行业研究基本情景下的渗透率。图 74 显示了在 AI渗透率的推动下，彭博行业研究对生成式 AI 收入的预测（基本情景）。图图 72：对现有科技终端市场的收入和增长预测：对现有科技终端市场的收入和增长预测 90 No portion of this document may be reproduc

294、ed,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日根据 IDC 的数据，目前硬件市场的规模为 1.68 万亿

295、美元，其中设备 1.131 万亿美元，数据中心基础设施 5,500 亿美元。彭博行业研究预计，该类别中生成式 AI 新的细分领域包括训练端的 AI 服务器、AI存储、训练算力和网络，以及推理端的对话式 AI 和计算机视觉产品。彭博终端用户可以使用终端上的BI 互动计算器，更改从传统服务器和存储支出向 AI 服务器和存储转变的假设。我们预计，云端训练计算能力和消耗存储容量将以生成式 AI 基础设施即服务的方式进行。同样，在推理方面，我们预计对话式 AI 产品和计算机视觉会成为家居和车载设备市场的新兴类别。在价值 1.15 万亿美元的软件市场中，我们预计会出现编程 copilot、专用虚拟助手、聊

296、天机器人和药物发现软件等新类别。91 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomber

297、g Finance L.P.2025 2025 年 3 月 24日图图 73：生成式：生成式 AI 渗透率（彭博行业研究基本情景）渗透率（彭博行业研究基本情景）92 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyri

298、ght and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日13.1 彭博行业研究对市场规模的结论彭博行业研究对市场规模的结论 2024-2032 年生成式 AI 市场的预测情景是基于终端市场的规模和渗透率。用户可根据自己的情景分析，调整对终端市场和生成式 AI 影响的复合年增长率假设。例如，我们的基本情景假设，数据中心市场（图 72 中的“基础设施”）2024-2028 年的复合年增长率可能为 12%，2028-2032 年为 18%。训练市场可进一步细分为

299、AI 服务器、AI 存储、训练算力、网络和大语言模型许可。推理包括设备和软件应用，如聊天机器人和 copilot 等。图图 74：生成式：生成式 AI 收入的基本情景预测（按科技板块细分市场）收入的基本情景预测（按科技板块细分市场）93 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written con

300、sent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日章节章节 14.术语表术语表这些术语可能有助于理解专业性要求较高的内容：这些术语可能有助于理解专业性要求较高的内容：高级精简指令集高级精简指令集(RISC)计算机计算机(ARM)：一种基于 32 位精简指令集计算机的处理器架构。AI 助手：助手：可以根据命令或问题等输入为用户执行任务的软件代理。例如 Siri 或 Cortana。A

301、I 服务器：服务器：用于 AI 推理和训练的计算机。AI 存储：存储：通常指在公有云中执行分析的软件即服务应用。ChatGPT：一个免费的聊天机器人，几乎能回答任何问题。对话式用户界面：对话式用户界面：使用户可以像与人类交流一样与软件、应用程序和机器人进行交互的界面。亚马逊的 Alexa 就是一个例子。计算机视觉：计算机视觉：支持计算机和系统从数字信息、视频和其他视觉输入中提取有意义的信息，并以此为基础采取行动或提出建议。语料库语料库(Corpus)：字面意思为“身体”，是指用于训练大语言模型的海量（以 10 亿计）数据点的集合。CPU：中央处理器。简单来说，它是为硬件系统提供基本逻辑电路的半

302、导体芯片。边缘：边缘：在更靠近数据生成的地方部署的计算和存储资源。以太网：以太网：连接局域网(LAN)或广域网(WAN)中的设备的技术。速度比 InfiniBand 慢。生成式生成式 AI：使用算法（如 ChatGPT）制作音频、代码、图像、文本和视频等新内容。GPU：图形处理器。用于显示图像和视频的专用电路。幻觉：幻觉：大语言模型提供的不相关或不正确的回答/输出。推理：推理：根据可用信息或数据进行推理和做出决策的流程。发生在训练之后，可从现有数据中得出新知识或结论。InfiniBand 网络：网络：一种用于实现高速通信的高性能、低延迟的技术。速度比以太网快 IaaS：基础设施即服务，一种根据

303、需求提供计算、存储和网络资源的商业模式。大语言模型：大语言模型：能够利用庞大的数据集识别、总结、翻译、预测和生成内容的深度学习算法。机器学习：机器学习：使用和开发无需明确指令，而是通过基于算法和统计模型的分析以及来自数据模式的推理来学习和适应的计算机系统。神经网络：神经网络：一种以人类大脑结构为基础建模的计算系统。这是一种使用分层结构中互连节点的机器学习。94 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used

304、 as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日ODM：原始设计制造商。PaaS：平台即服务。一种云计算服务模式，为应用程序的开发、部署、运行和管理提供灵活、可扩展的平台。个性化：个性化：运用 AI 和机器学习技术分析用户数据，从而了解用户需求，定制用户体

305、验。检索增强生成检索增强生成(RAG)：公司可向模型提供专有数据的一种方法，该模型可将相关信息附加到用户的问题中，然后再传递给大语言模型。训练：训练：教 AI 系统感知、解释数据和从中学习的过程。经过训练后，AI 就能根据得到的信息进行推理，做出决策。95 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior w

306、ritten consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日BI 研究团队研究团队 彭博编辑和研究：彭博编辑和研究：John Micklethwait，主编；Reto Gregori，副主编 研究管理团队研究管理团队David Dwyer，全球研究总监 Paul Gulberg，美洲行业研究总监 Drew Jones，全球行业研究副总监 Catherine Lim，亚太行

307、业研究总监 Sam Fazeli，全球行业研究总监 Sue Munden，欧非中东行业研究总监 Alison Williams，全球策略研究总监 Frank Jacobs，全球首席营运官 内容管理团队内容管理团队Tim Craighead，全球首席内容官 Mariam Traore，研究数字内容专员 Karima Fenaoui，共同体及新兴市场研究内容官 Matthew Bloxham，另类数据与分析工具全球主管 John Lee，亚太研究内容官 Brian Egger，金融建模全球主管 Renato Prieto，FICC 研究内容官 Donna Weston，全球研究编辑联席主管 Rog

308、er Thomson，美洲研究内容官 Douglas Zehr，全球研究编辑联席主管 Rod Turnbull，欧非中东研究内容官 股票策略股票策略Gina Martin Adams，股票策略研究总监，股票策略研究总监 市场市场基金基金Christopher Cain，美国量化分析 Eric Balchunas，全球 ETF Michael Casper，美国小盘股与板块 David Cohne，全球共同基金 Marvin Chen，中国和北亚 Henry Jim，欧洲 ETF Nitin Chanduka，印度新兴市场 Athanasios Psarofagis，美洲 ETF Laurent

309、 Douillet，欧洲 James Seyffart，美洲 ETF Anthony Feld，全球技术分析 Rebecca Sin，亚洲 ETF Kumar Gautam，全球新兴市场 主题主题Gina Martin Adams，全球 Breanne Dougherty，全球 Wendy Soong，美洲 Andrew Silverman，全球税收政策与企业行为 Sufianti Sufianti，东盟新兴市场 Shirley Wong，亚太 Gillian Wolff，全球 Lu Yeung，全球会计 FICC 策略策略 Noel Hebert，FICC 策略研究总监策略研究总监 市场市场

310、外汇和利率外汇和利率Erica Adelberg，美洲 MBS Audrey Childe-Freeman，G10 外汇 Negisa Balluku，美洲诉讼-破产 Stephen Chiu，亚太外汇和利率 Mahesh Bhimalingam，欧非中东信用策略 Ira Jersey，美国利率 Philip Brendel，美洲不良债务 Davison Santana，拉美外汇和利率 Rod Chadehumbe，美洲 ABS Sergei Voloboev，全球与新兴市场外汇 Sam Geier，美洲信用策略 Huw Worthington，欧非中东利率 Noel Hebert，美洲信用策

311、略 Eric Kazatsky，美洲市政债券 Mike McGlone，全球大宗商品策略 Tanvir Sandhu，全球衍生品 Damian Sassower，全球新兴市场 Timothy Tan，亚太信用策略 ESG 研究研究 Adeline Diab，ESG 策略研究总监 Eric Kane，公司 ESG 研究总监 策略策略公司和行业公司和行业Manish Bangard，美洲 Shaheen Contractor，全球行业 Adeline Diab，全球 Rob Du Boff，全球 ESG 治理 Ortis Fan，亚太 Gail Glazerman，美洲 ESG 整合 Yasuta

312、ke Homma，日本 Eric Kane，全球 Rahul Mahtani，欧非中东量化分析 Grace Osborne，欧非中东 ESG 整合 Christopher Ratti，全球固定收益 Andrew John Stevenson，全球气候 Conrad Tan，亚太 ESG 整合 市场结构研究市场结构研究Larry Tabb，市场结构研究总监，市场结构研究总监 Jackson Gutenplan，美洲股票 Nicholas Phillips，欧非中东股票 Brian Meehan，美洲固定收益 Larry Tabb，全球股票和固定收益 96 No portion of this d

313、ocument may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日信用研究信用

314、研究Joel Levington，信用研究总监，信用研究总监 美洲美洲亚洲亚洲Himanshu Bakshi，全球消费金融与银行业 Andrew Chan，中国房地产与基础设施 Mike Campellone，全球专业服装与耐用消费品 Sharon Chen，印度电信运营商与基础设施 Cecilia Chan，中国博彩酒店与互联网媒体 Pri De Silva，亚太银行、航空航天与国防 Jean-Yves Coupin，美洲医疗保健与公司债 Daniel Fan，中国房地产 Spencer Cutter，全球油气 Rena Kwok，亚太银行业 Stephen Flynn，美洲娱乐、有线电视与

315、卫星 Mary Ellen Olson，亚太金属与矿业、油气 Matthew Geudtner，全球航空航天与美洲机械 欧非中东欧非中东David Havens，美洲消费金融与投资管理 Tolu Alamutu，欧非中东房地产与银行 Mike Holland，美洲医院与特种仿制药 Ruben Benavides，欧洲银行业 Julie Hung，美洲包装食品与饮料 Aidan Cheslin，欧非中东电信运营商 Arnold Kakuda，美洲投资银行 Jeroen Julius，欧非中东银行 Joel Levington，全球汽车与美洲工业 Stephane Kovatchev，欧非中东及美

316、洲工业与建筑 Jody Lurie，美洲博彩酒店与餐饮 Paul Vickars，欧非中东电力公用事业与全球油气 Robert Schiffman，全球硬件与存储及互联网媒体 行业研究行业研究消费品消费品工业工业消费品与服务消费品与服务Steve Man，工业研究总监 Brian Egger，美洲博彩与住宿 汽车汽车Angela HanLee，亚太博彩与酒店 Joanna Chen，亚太汽车 Drew Reading，美洲住宅建筑商 Gillian Davis，欧非中东汽车 Deborah Aitken，全球奢侈品与个护产品 Michael Dean，欧非中东汽车 Michael Halen，

317、美洲餐饮 Steve Man，美洲汽车 Conroy Gaynor，欧非中东旅游与休闲 Tatsuo Yoshida，日本汽车 零售和批发零售和批发工业及工业服务工业及工业服务Lindsay Dutch，美洲耐用消费品与零售 REITGeorge Ferguson，全球航空航天与国防 Tatiana Lisitsina，欧非中东耐用消费品与线上服装Will Lee，美洲航空航天与国防 Poonam Goyal，美洲电商与专业服装店Wayne Sanders，美洲国防 Catherine Lim,亚太消费品与电商Stuart Gordon，欧洲商业服务 Charles Allen，欧非中东零售必

318、需消费品与批发、专业服装Christopher Ciolino，美洲机械与工业 Mary Ross Gilbert，美洲专业服装店Christina Feehery，美洲工业 Abigail Gilmartin，美洲运动休闲服装与鞋类 Takeshi Kitaura，日本工业 必需消费品必需消费品Mustafa Okur，美洲电气设备与工业 Jennifer Bartashus，美洲包装食品与零售必需消费品 Bhawin Thakker，欧非中东工业 Duncan Fox，欧非中东饮料及包装食品 Karen Ubelhart，美洲工业及机械 Kenneth Shea，美洲饮料与烟草大麻 Omi

319、d Vaziri，欧非中东工业 Diana Gomes，全球消费者健康与日用品 Denise Wong，亚太基础设施 Lisa Lee，亚太消费品与医疗保健 交通交通Ada Li，亚太消费品与线上医疗 Tim Bacchus，亚太航空公司 Diana Rosero-Pena，美洲包装食品与零售必需消费品 Francois Duflot，美洲航空公司 Lea El-Hage，澳大利亚零售必需消费品 George Ferguson，全球航空公司 能源能源Conroy Gaynor，欧非中东航空公司 Will Hares，能源板块主管 Lee Klaskow，全球货运与物流 Brett Gibbs，

320、欧非中东生物燃料 Kenneth Loh，亚太海洋运输与物流服务 Talon Custer，美洲油气 材料材料Henik Fung，亚太油气与燃气公用事业 Jason Miner，农业板块主管 Will Hares，欧非中东油气 Grant Sporre，金属与矿业板块主管 Scott J.Levine，美洲油气与工业 化学品化学品Vincent G.Piazza，美洲油气 Daniel Cole，美洲农用化学品 Salih Yilmaz，欧非中东油气 Alexis Maxwell，加拿大农用化学品 Rob Barnett，美洲及欧非中东光伏设备 Alvin Tai，马来西亚及欧非中东农业 公

321、用事业公用事业Jason Miner，美洲农业与化学品 Patricio Alvarez，欧非中东电力与燃气公用事业 Sean Gilmartin，美洲特种化学品 Nikki Hsu，美洲电力公用事业 Vivien Zheng，亚太特种化学品 Kelvin Ng，亚太公用事业与煤炭 金属与矿业金属与矿业Gabriela Privetera，美洲电力公用事业 Richard Bourke，美洲基础材料 金融金融Michelle Leung，中国及日本金属与矿业 金融服务金融服务Emmanuel Munjeri，南非金属与矿业 Ben Elliott，美洲消费金融 Alon Olsha，欧非中东金

322、属与矿业 Edmond Christou，中东金融 Grant Sporre，欧非中东金属与矿业 Diksha Gera，美洲全球支付与金融科技 建材建材Salome Skhirtladze，中东金融 Sonia Baldeira，欧非中东建筑与建材 Kevin Kouam，全球建材 97 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works wi

323、thout the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日金融服务（续）金融服务（续）科技科技Sarah Jane Mahmud，东盟及印度银行与市场结构 Mandeep Singh，科技研究总监 Alison Williams，全球投资银行 硬件硬件Sharnie Wong，亚太投资银行与交易所 Woo Jin Ho，美洲硬件与网络

324、Paul Gulberg，美洲投资管理、交易所及银行 Ken Hui，欧洲半导体 Ethan Kaye，美洲投资管理 Charles Shum，亚太半导体 Neil Sipes，美洲投资管理与投资银行 Jake Silverman，美洲逻辑芯片 Hideyasu Ban，日本金融服务 Kunjan Sobhani，美洲逻辑芯片 Matt Ingram，澳大利亚及韩国金融服务 Steven Tseng，亚太 EMS/ODM 与消费电子 银行业银行业Masahiro Wakasugi，全球半导体与 EMS/ODM Francis Chan，中国内地及香港银行业与金融科技 软件软件Herman Ch

325、an，美洲银行 Tamlin Bason，美洲及欧非中东 IT 服务 Tomasz Noetzel，欧非中东银行 Robert Lea，中国互联网媒体与应用软件 Philip Richards，欧非中东银行 Nathan Naidu，日本娱乐内容与互联网媒体 Lento Tang，欧非中东银行 Niraj Patel，美洲应用软件 Maryana Vartsaba，欧非中东银行 Sunil Rajgopal，美洲应用基础设施软件 保险保险Anurag Rana，美洲应用软件及 IT 服务 Steven Lam，亚太保险 Mandeep Singh，美洲软件、互联网及硬件/半导体 Jeffrey

326、 Flynn，美洲寿险 通信通信Kevin Ryan，欧非中东寿险与财险 媒体媒体Charles Graham，欧非中东财险与寿险 Matthew Bloxham，欧非中东媒体、广告及电信 Matthew Palazola，美洲财险 Geetha Ranganathan，美洲娱乐、有线电视及广告 房地产房地产Tom Ward，欧非中东媒体、广告及电信运营商 Jack Baxter，澳大利亚房地产 电信电信Ken Foong，新加坡房地产 John Butler，美洲电信与通讯塔、基础设施软件 Iwona Hovenko，欧非中东房地产与商业服务 John Davies，欧非中东电信运营商和媒体

327、 Kristy Hung，中国房地产 Erhan Gurses，欧非中东电信运营商 Jeffrey Langbaum，美洲住宅与写字楼 REIT Marvin Lo，亚太电信运营商 Sue Munden，欧非中东房地产 Chris Muckensturm，东盟电信运营商 Patrick Wong，亚太房地产 诉讼和政策诉讼和政策医疗保健医疗保健Nathan Dean，美洲金融政策 Aude Gerspacher，医疗保健研究总监 Holly Froum，美洲消费品、工业诉讼和政策 生物技术和制药生物技术和制药Josephine Garban,，美洲医疗保健专利诉讼 Sam Fazeli，全球生

328、物技术 Jennifer Rie，美洲反垄断诉讼和政策 Grace Guo，美洲生物技术与制药 Matthew Schettenhelm，美洲 TMT 诉讼和政策 Jean Rivera Irizarry，美洲生物技术与制药 Elliott Stein，美洲金融诉讼 Jamie Maarten，中国生物技术 Justin Teresi，美洲反垄断诉讼和政策 Max Nisen，美洲生物技术 Duane Wright，美洲医疗保健政策 Michael Shah，欧非中东生物技术与特种仿制药 Leslie Yang，中国生物技术 John Murphy，美洲及欧非中东大型药企与生物技术 Aude

329、Gerspacher，美洲制药与生物技术 Justin Kim,，美洲生物技术与制药 Ann-Hunter Van Kirk，美洲特种仿制药 Glen Losev，美洲医院与管理式医疗 Jonathan Palmer，美洲医疗设备与供应链 Matt Henriksson，美洲医疗设备与器械 98 No portion of this document may be reproduced,scanned into an electronic system,distributed,publicly displayed or used as the basis of derivative works

330、 without the prior written consent of Bloomberg Finance L.P.Copyright and Disclaimer notice on page 98 applies throughout.Bloomberg Finance L.P.2025 2025 年 3 月 24日Copyright and Disclaimer Copyright Bloomberg Finance L.P.2025.This publication is the copyright of Bloomberg Finance L.P.No portion of th

331、is document may be photocopied,reproduced,scanned into an electronic system or transmitted,forwarded or distributed in any way without prior consent of Bloomberg Finance L.P.Disclaimer The data included in these materials are for illustrative purposes only.The BLOOMBERG TERMINAL service and Bloomber

332、g data products(the“Services”)are owned and distributed by Bloomberg Finance L.P.(“BFLP”)except(i)in Argentina,Australia and certain jurisdictions in the Pacific islands,Bermuda,China,India,Japan,Korea and New Zealand,where Bloomberg L.P.and its subsidiaries(“BLP”)distribute these products,and(ii)in

333、 Singapore and the jurisdictions serviced by Bloombergs Singapore office,where a subsidiary of BFLP distributes these products.BLP provides BFLP and its subsidiaries with global marketing and operational support and service.Certain features,functions,products and services are available only to sophisticated investors and only where permitted.BFLP,BLP and their affiliates do not guarantee the accur