今日凌晨，美國科技巨頭微軟發布了接入OpenAI的ChatGPT后的第一份財報！

 微軟2023財年第三季度（2023年第一季度）業績超分析師預期，營收達528.57億美元，同比增長7%；歸母凈利潤為182.99億元，同比增長9%，一改前幾季度下跌14%、12%的態勢。

 包括微軟Azure在內的微軟智能云業務挑起業務大梁，營收達220.81億美元，同比增長16%，占總收入42%。微軟Azure OpenAI服務已擁有2500位客戶，客戶數預計將較二季度增長10倍，旗下AI Copilot編程助手已經獲得10000個客戶。

 本季度微軟搜索引擎Bing、Office工具等業務收入明顯增長，可能離不開ChatGPT的帶動效果。微軟Office 365軟件收入增長14%，微軟搜索和新聞廣告營收同比增長10%，均超出分析師預期。

營收529億美元 凈利潤同比增長9%

 微軟2023年Q3營收達528.57億美元，同比增長7%，市場預期為510.3億美元。雖然營收增長速度依然低于2022財年各季度情況，但相比上一季度增速加快。

本季度其歸母凈利潤為182.99億元，同比增長9%，扭轉了前兩季度的增速為負的局面。

 2023年Q3，微軟智能云業務營收達220.81億美元，同比增長16%，占總收入42%；生產力和企業流程業務營收為175.16億美元，同比增長11%，占總收入33%；個人計算業務營收132.60億美元，同比下降9%，占比25%。

 云計算產業回暖趨勢明顯。同樣擁有大型云業務的谷歌母公司Alphabet也于今天公布了強勁的業績，總營收697.9億美元，谷歌云收入74.56億美元，盤后股價上漲3%，這也幫助提振了另一家主要云運營商亞馬遜公司的股價，在盤后交易中上漲2.4%。這三家科技巨頭公司在去年11月和今年3月為降本增效進行了大規模裁員，總數達到了約7萬人。

接入GPT后搜索引擎收入增長

 首先來看看微軟個人計算機業務，其營收同比下降9%至133億美元，這繼續受到PC市場疲軟影響。Windows系統營收同比下降28%，設備業務營收同比下降30%，Windows商業產品及相關云服務營收同比增長14%。

 值得一提的是，微軟搜索和新聞廣告營收同比增長10%。2月6日，ChatGPT版搜索引擎突然上線，微軟Bing（必應）以更智能的搜索體驗，給了統治搜索引擎多年的谷歌當頭一棒，現在增長效果也在營收上初顯。

 微軟智能云是微軟收入主力，包括Azure、Windows Server、SQL Server、Visual Studio、GitHub和企業服務被覆蓋在內的多個業務板塊。本季度，微軟智能云增速高于市場預期的218.9億美元。

 2021年Q3至2023年Q3兩個多財季以來，微軟智能云每財季營收保持了18%左右的增速。但隨著2022財年Q4營收突破200億美元大關，增速有所放緩。本季度微軟智能云營收220.81億美元，同比增長16%。

 其中，在Azure及其他云服務營收同比增長27%的帶動下，其服務器產品及相關云服務業務營收同比增長17%。

 微軟董事長兼首席執行官Satya Nadella（薩提亞·納德拉）談到我們正進入一個新的計算時代，是“世界上最先進的AI模型與最通用的自然語言結合的用戶界面”開創的新時代。“在整個微軟云計算業務中，我們是幫助客戶從數字支出中獲得最大價值并為下一代AI進行創新的首選平臺。”

 此外，微軟這一季度生產力和商業業務上季度貢獻了175億美元的收入，同比增長11%。其中，微軟Office 365軟件收入增長14%帶動下，辦公室商業產品和云服務業務同比增長13%，超出分析師預期。

 3月16日，微軟正式將GPT-4接入到Office工具，推出了AI版Office“全家桶”：Microsoft 365 Copilot，讓Word、PPT、Excel、Outlook等人們常見的辦公軟件全都接入AI。

商業化能力再提升，GPT-4能去賺錢了？

 “GPT-4已經突破了落地的問題，采用云的方式，用的人越多，成本越低。”云舟集成電路創始人兼CEO趙豪杰認為，GPT-3會更偏向NLP，而GPT-4在各方面的能力都更強一些。他給虎嗅舉了這樣一個例子，GPT-3就像初中生，還不能出來工作賺錢，GPT-4應該已經職校畢業，可以上班賺錢了。

 GPT-4的能力雖然在很多現實場景中不如人類，但在各種專業和學術基準測試中表現出了與人類相當的水平。不管怎么說，GPT-4確實在商業化上更進一步了。

 在此之前，ChatGPT以及GPT-3在專業領域的表現一直被人們認為差強人意，在美國的律師資格考試Uniform Bar Exam (MBE+MEE+MPT)中，GPT-4的成績甚至可以排到前10%，而GPT-3.5只能排在倒數10%。GPT-4在專業領域的能力實現了巨大提升，在一些專業領域已經開始逐漸接近甚至超過人類，這給GPT-4在很多ToB商業領域提供了更多可能性。

 例如，專業技能輔助工具，知識檢索類的應用，職業教培輔導等領域，GPT-4的能力將是革命性的。

 對于GPT-4在專業技能上的突破，如果再進一步思考，或許未來人類的職業技能，將被AI重構。而在教育和技能培訓方面，或許現在就該開始思考，哪些技能AI無法取代，我們應該學習什么知識和技能，以保持身為“人類”的不可替代性。

 相比于GPT-3和GPT-3.5，GPT-4的智力更強，更不易出錯，這顯然有利于商業落地，而新增的圖片識別功能則給OpenAI找到了更多的應用場景。

 GPT-4能夠基于視覺信息做邏輯推理，不僅告訴用戶眼前發生了什么，更能說出發生的事代表了什么。目前，OpenAI已經給GPT-4找到了一個社會價值非常高的應用場景——助殘。

 BeMyEyes 是一家總部位于丹麥的公司，他們致力于在日常生活中幫助視障人群。BeMyEyes的基礎功能是在App中招募，通過鏈接志愿者和視障人士，為他們提供“視力”幫助。

 OpenAI 此次公布GPT-4時，也公布了他們和BeMyEyes的密切合作，通過GPT-4的多模態識別功能，為視障人士提供更便捷的“虛擬志愿者”（Be My Eyes Virtual Volunteer?）。用戶可以通過該應用程序將圖像發送給給予GPT-4的“虛擬志愿者”， AI將為各種任務提供即時識別、解釋和對話式的“視力”幫助。

 目前該功能正處于封閉測試階段，預計將在接下來的幾周內擴大 Beta 測試人員群體，并有希望在未來幾個月內廣泛提供虛擬志愿者。該應用在中國App Store亦可下載中文版本，目前也已經開放了公測排隊。Be My Eyes聲稱“該工具將對所有使用 Be My Eyes 應用程序的盲人和低視力社區成員免費。”

 “真正的多模態大模型還沒有來，期待GPT-4.5和GPT-5，還會在多模態上有很大進展。”源碼資本執行董事陳潤澤告訴虎嗅，多模態大模型還有很大發展空間，未來也會帶來更多的應用場景。

 雖然GPT-4大幅拓寬了大模型可能落地的商業化場景。但算力、研發成本，仍被很多人認為是大模型落地過程中很難跨過的障礙。畢竟大模型的研發、算力支出在目前看來高的嚇人，此前ChatGPT公開的單次訓練、日常運營開支都是以百萬美元為單位的，短期內想要商用可能很難控制成本。

 不過，陳巍認為，在商業化方面GPT-4更容易落地。成本是否更高要看多方面因素，GPT-4總的固定研發成本（含預訓練模型的訓練成本，不是增量成本）高于ChatGPT，但可以看到OpenAI已將GPT-4開放在ChatGPT Plus生產環境中，因此不排除GPT-4模型運行成本更低的可能。

 在NLP研究領域，專家們一直在嘗試不依賴大算力來進行LLM訓練，但目前還沒有特別好的解決方案。從仿生學上來看，人腦本身是不需要依賴非常大量算力進行學習的，因此隨著腦科學技術研究的深入，未來應該會有一種技術替代現在的暴力訓練方式。但是即便不考慮訓練，大算力確實會給模型的部署應用帶來更好的性能提升。

 陳巍認為，存算一體（CIM）架構或類腦架構（并不特指SNN架構），或者兩者的異構結合，這兩類架構都更接近人腦的邏輯結構，可以有效的提升有效的訓練算力，給AI訓練和研發提供更高效的算力工具。（當然并不排斥這兩者與現有CPU或GPU技術的異構整合）

 事實上，OpenAI的大模型在成本方面正在以肉眼可見的速度下降。3月1日，ChatGPT剛剛公布開放API時，即已聲明成本比最初降低了90%。目前，已公開的GPT-4的API價格則大概是純文本輸入每1k個prompt token定價0.03美元，每1k個completion token定價0.06美元。默認速率限制為每分鐘40k個token和每分鐘200個請求。對此，趙豪杰表示：“GPT-4已經突破了落地的問題，采用云的方式，用的人越多，成本越低。”

 除了成本，利潤也是非常關鍵的，陳潤澤認為，OpenAI在GPT-4的論文中用了大量篇幅講述他們在安全可控方面的努力。“GPT-4（launch）做了更好的安全約束。技術的進步是多要素綜合，利潤也會與之一起驅動商業化落地。”

GPT-4都發了，“中國的OpenAI”們路在何方

 “各家模型之間沒有明顯可比性，他們的區別主要在于投入市場的節奏，以及用戶數量。”伍爾德里奇教授認為，OpenAI的大模型從技術上來講，優勢并沒有那么夸張。相對于其他產品來說，只是問世更早而已。然而，正是因為比其他產品更早投入市場，也意味著它比其他人獲得了更多的用戶，以及反饋數據。

 GPT-4發布之后，OpenAI在產品上又領先了全球一步。在國內追趕ChatGPT的隊伍中，百度的文心一言或許是最接近的，目前已經官宣了3月16日發布，然而GPT-4又比百度早發一天，從這方面上看，重壓之下，國內廠商追趕OpenAI看起來也越發困難了。

 不過，對于中國的大型語言模型市場，多數專家認為，中文實際上是“原發”劣勢。基于中文的模型與英文模型差別很大，中文互聯網的復雜程度遠高于英文，而且數據、信息量也更大，這使得語料收集、建模、訓練，都要比英文困難很多。“中文本來就難，不過在中文大模型這方面，先不管好不好用，必須要有。”趙豪杰對虎嗅如是說。

 “GPT-4和ChatGPT都是AI技術進步道路上的短暫風景。包括開源社區也在推進OpenAssitant等類ChatGPT開源模型。”陳巍表示，“我們提倡的思路是，產業界參考OpenAI的路線迅速追擊，勤勞的同胞可在垂域上做出更好的細分領域模型；學術界則嘗試更高效率的訓練方法或更高性能的模型結構，嘗試找到暴力訓練之外的路徑。”

 目前看大模型和算力芯片已經成為AI產業發展的兩個主驅動輪，兩個都要持續投入和推進才能獲得更好的產業地位和戰略優勢。

 OpenAI在發布GPT-4的同時，還公布了一項有意思的開源。即用于評測大語言模型的OpenAI Evals框架，該框架可以通過數據集自動生成提示（Prompt），評估模型生成的回答/補全（completion）的質量，比較不同數據集或模型的性能。

 “這類評測框架在各NLP企業中一直存在，但較少開放。”陳巍對虎嗅表示，OpenAI這一舉措可能有助于NLP領域建立起統一的LLM評測標準，可能節約小企業建立評測體系和訓練數據集的時間和成本。

 不過，陳巍同時提示，有一點需要注意，就是在Evals的免責聲明（Disclaimer）中，OpenAI 保留在其未來產品中使用這些Evals用戶上傳的數據的權利。

鄭州博觀電子科技有限公司是一家提供科技類物聯網開發軟硬件定制化方案服務商、也是中原地區領先的物聯網終端設備解決方案提供商。致力共享換電柜、智能充電樁、共享洗車機、物聯網軟硬件等服務平臺的方案開發與運維。總部位于河南省鄭州市高新區，已取得國家高新技術企業認證證書。經過10多年的業務開拓，公司已經形成了以中原地區為中心、業務遍布全國的經營格局。