作者｜赵赛坡
头图｜视觉中国
上周，阿里巴巴发布新一季财报，云计算业务增速继续低迷，2023 年，组织架构调整、海外市场以及大模型的算力需求，将构成 2023 年阿里云的机遇与挑战，本期提供一个思考视角。
如果说 2022 年云计算需求下滑与加密货币市场的式微影响了英伟达股价，那么 2023 年英伟达可能迎来一个“大年”……
本期还将关注：
“文心一言”发布日期
Meta 新模型以及大模型带给文学
金融行业的影响
接下来，欢迎和我一起复盘围绕计算与智能的产业态势。
云上的故事
阿里巴巴上周发布 2023 财年第三季度（也就是自然年 2022 年第四季度）财报，两个重要数字：
• 季度收入 2477.56 亿元人民币，同比增长 2%；
• 季度净利润 456.46 亿元，同比增长 138%；
其中阿里云的收入在抵消跨分部交易的影响前和抵消跨分部交易的影响后分别为 266.93 亿元和 201.79 亿元，同比增长 3% 左右，这也是阿里云连续两个季度营收增长只有个位数。
与增长乏力形成对比的，则是 EBITA 指标（Earnings Before Interest, Taxes, Depreciation Amortization的缩写，即未计利息、税项、折旧及摊销前的利润）变得更好看，这个指标用来评价一些前期资本支出巨大，而且需要在一个很长的期间内对前期投入进行摊销的行业。
你可以将其理解为企业的盈利能力，本季度经调整后 EBITA 为 3.56 亿元，同比增长 165%，这意味着，阿里云正在释放此前大量基础设施投资的红利，通过云计算的规模效应，提高自身的盈利能力。
对于 2023 年的阿里云而言，机遇与挑战可谓显而易见：
• 组织架构调整还会持续。我曾不止一次谈到，张勇最大的任务是为阿里云寻找到一位合适的 CEO，由此带来的，可能是阿里云组织架构与发展战略的持续调整；
• 海外市场的布局。云计算天然具有跨海的属性，特别是在东南亚和中东市场，包括阿里云在内的中国云计算公司，在面对诸如 AWS、Azure 等美国公司时，已经拥有了一定的优势，这会成为阿里云未来发展的重要支撑；
• 类 ChatGPT 带来的发展机遇。当产业集体转向类 ChatGPT 的赛道时，巨大的算力需求也会释放，这是阿里云今年重要的发展机遇，与之相比，阿里巴巴的大模型或类 ChatGPT 产品倒不会有多大价值。
在美国市场，云计算巨头们还在持续挖掘电信云的潜力，AWS、Azure 最近相继发布了新产品：
• AWS：AWS Telco Network Builder旨在全面托管电信公司使用 AWS 服务的流程，AWS Private Wireless进一步整合电信公司 4G/5G 网络与 AWS 网络能力；
• Azure：Azure Operator Nexus 是一个为电信公司定制的混合云产品、Azure Communications Gateway 则是将运营商的通信能力与微软产品整合在一起的通信网关、Azure Operator Insights 与 Azure Operator Service Manager 都是基于机器学习能力，帮助运营商提升运维能力的新产品。
过去很长一段时间里，电信运营商与软件或互联网公司之间有着相对清晰的分工，但在云计算兴起之后，全球的电信运营商不同程度沦为云服务的“管道”；与此同时，电信运营商在上云或数字化转型的过程中，也会受限于自身的产业特点，比如基础设施老化、对于风险的应对不足等。
咨询公司 Capgemini 日前发布了一份电信公司云上探索的行业报告，通过分析电信运营商上云过程中的成本、收益和业务收入，展现了电信云的发展态势。根据报告提供的预测，电信云计算相关业务预计将在未来五年保持 50% 的增长，感兴趣的朋友可以在这里下载这份报告。
近期还有几个云计算领域的相关消息：
• 微软将在西班牙马德里建设一个新云计算区域，数据显示，微软过去两年向欧洲地区投资超过 120 亿美元；
• 腾讯云拿下奔驰在华的自动驾驶系统的合同，“共同建立自动驾驶联合实验室，利用云计算、大数据和人工智能技术，对奔驰自动驾驶技术的模拟、测试和应用进行加速”；
• Google Cloud成为奔驰的另一家云计算服务商，除了自动驾驶相关的合作，双方还将在导航、云上智能等领域进行探索；
计算
如果说 2022 年云计算需求下滑与加密货币市场的式微影响了英伟达股价，那么 2023 年英伟达可能迎来一个“大年”。上周发布的财报有几个关键数字：
• 2022 财年第四季度营收 60.5 亿美元，同比下降 21%，但环比前一季度增长 2%；
• 2022 全年营收 269.7 亿美元，略高于上一财年的 269.1 亿美元；
但在市场看来，英伟达最令人激动的还是其数据中心的数字：
• 第四季度营收 36.2亿美元，同比增长 11%；
• 全年营收实现创纪录的 150 亿美元，同比增长 41%；
财报分析师会议上，黄仁勋直言，生成式 AI 正在将整个 AI 领域带入一个“拐点”，其潜台词则是，英伟达 GPU 的需求将大幅增长，数据中心业务的营收还会持续。
与此同时，英伟达还在加快推进DGX Cloud等产品的发展，DGX Cloud 更像是一类“AI 即服务”的产品，用户可以通过云的方式获取英伟达 DGX 平台的 AI 能力，目前已经在 Oracle Cloud 里上线，未来也会出现在 Azure、Google Cloud 等平台。
在巨大的市场需求面前，英伟达与云计算巨头的关系也会变得越发微妙，一方面，英伟达的数据中心业务，很大程度上是向包括微软、Google 在内的云计算巨头提供 GPU 等产品，在这层关系里，英伟达与云计算公司是客户关系。
另一方面，在云计算公司自研芯片潮流不断盛行的当下，英伟达的确需要警惕对于云计算公司的过度依赖，通过直接向客户提供 AI 服务的形式，英伟达也在成为云计算公司的新竞争对手。
生成式 AI 催生的巨大算力需求不断唤醒市场对芯片产业的新想象力，但英特尔或许并不在这个名单之列，上周，英特尔宣布将向股东派发的股息削减近三分之二，以应对收入下滑的风险。
美国商务部本周发布的一项规定明确指出，芯片制造商必须同意在十年内不扩大在其他国家的产能（未明确提及中国），才能获得总额 390 亿美元的资金支持，这是去年美国国会通过的《芯片法案》的重要组成部分。
“我们的目标是确保美国是世界上唯一一个所有能够生产领先芯片的公司都在美国大规模生产的国家”，美国商务部部长 Gina Raimondo 如是说道。
大模型
拥挤的赛道。百度正式宣布“文心一言”的发布时间为 3 月 16 日，李彦宏、王海峰将出席发布会。
上周百度财报分析师会议上，李彦宏进一步阐述“文心一言”带来的意义：
• 强化百度搜索能力；
• 本地化的语言模型，比海外模型更适合中国市场；
• 成为企业客户云上创新的关键产品，有利于百度智能云的发展；
李彦宏也谈到了大模型带来的成本压力：
人工智能预训练的成本非常之高，所以我们相信，公司的一站式人工智能技术能力将助力打造最为高效的大语言模型，支持包括搜索，内容生产，垂直行业大幅改善产出率等各类应用。
大模型的巨额成本也是困扰整个行业的现实问题，路透社援引摩根斯坦利的预测显示，如果 Google 也像 ChatGPT 那样每次处理 50 字的搜索（对话）请求，那么 2024 年 Google 的成本将增长 60 亿美元：
这些成本既包含模型训练/推理所使用的芯片（包括采购、自研）成本，也包括运行服务器的电力成本等，而后者，还与各大科技公司对于碳排放的承诺息息相关。
大模型的赛道还在挤入新的选手，Meta 本周发布了一组共计四个大模型，根据该公司的说法， 这些模型将向研究机构、政府、高校开放，通过各方的努力，进一步优化大模型的表现。
更进一步，Meta 还介绍了这些模型的能力，即便是参数规模最小的模型，在大多数基准测试中，都比 GPT-3 表现的更好，而参数规模高达 650 亿的模型，则可以媲美业界最好的闭源模型。
也正如 Meta 在官方博客里所言，这些大模型的基础能力已经足够强大，如何围绕模型进行优化、创新才是最关键的事情。ChatGPT 的火爆，并非技术层面出现了多大突破，而是将已经广泛存在的技术与用户体验进行了更好整合，带给用户以及开发者非常棒的体验，并借助各类媒体的广泛报道，得以成功“出圈”。
一个可以预见的事实：语言大模型会成为像云计算那样的基础设施，并逐渐形成不同阵营、不同技术架构的分工和产业链。联想到近一年科技产业裁员引发的人才迁移，这或许会引发 2010 年之后又一次创业浪潮，事实上，硅谷已经开始了。
大模型的潜在影响正在向其他领域延伸，比如在文学领域，科幻杂志 Clarkesworld 表示，鉴于大量投稿人使用 ChatGPT 生成内容，暂时不再接受外部投稿。
另一家在线文学作品平台 Flash Fiction Online 也宣布，拒绝接收来自大模型生成的文学作品，该平台编辑 Sheila Williams 的一番话道出了 AI 带来的巨大职业危机：让人类编辑筛选 AI 生成的内容是一件非常“沮丧”的事情，但更“沮丧”的可能是，那些之前曾希望撰写故事的年轻作者们，他们会不会对于自己的未来感到绝望？
金融行业也在直面大模型的影响，福布斯梳理了美国各大金融机构限制使用 ChatGPT 的政策，比如高盛、德意志银行明确限制员工在工作中使用 ChatGPT，而花旗银行和摩根大通则需要申请或签署保密协议才能使用相关产品。
金融机构担心，员工可能会在和 ChatGPT 或类似产品的对话中泄露银行机密信息，现阶段，金融机构还没有完全审查这类程序的安全与合规性；除此之外，这些对话程序所“蕴含”的价值判断会不会对员工决策产生影响，目前还没有定论。
在传统职业被冲击的同时，基于大模型的新职业也在出现，比如“提示词工程师（prompt engineer）”，这个职业无需编程技能，但需要对人工智能系统的原理和功能有一定了解，并且能够使用清晰、准确和语言来表达他们想要实现的目标，从而让大模型输出客户想要的内容。
鉴于大模型广泛的应用场景，“提示词工程师”的需求也会持续走强，就像曾经招聘要求里强调“熟练掌握办公软件”一样，未来更多的职位招聘过程里，“了解并可以熟练使用提示词”会成为一项重要技能。
评论