高盛認為在生成式AI的整合下，人工智能軟件總體規模將達到1500億美元，接下來的10年內可帶動全球7萬億美元的經濟增長，而科技公司產品創新能力將成為未來發展的關鍵。
人類歷史的重大變革常以月甚至年為單位，而今，生成式AI的指數級增長使記錄變革的單位變成了天。
高盛首席軟件分析師Kash Rangan領導的團隊在3月26日的報告中指出，ChatGPT引爆的AI熱潮，將企業級軟件推入了雲計算後的下一風口，在風口下的各行各業將迎來顛覆性變革，也只有迎着浪潮的公司才能迎來屬於他們的時代。
以下為報告要點：
AI浪潮將成為全球生產力的重要推手，未來10年間，每年全球生產力將提高超1.5%，推動7萬億美元的經濟增長。
AI熱潮下，企業級生成式人工智能軟件總體規模（TAM Total Addressable Market）將達到1500億美元，屆時全球企業軟件的市場總體規模將達到6850億美元。
現有軟件也將因融合了生成式AI的附加功能而有一定的漲價空間，每人每年在生成式AI的平均花費為78美元。
包括醫療保健、設計、人力資源、營銷在內的各行各業都將被AI顛覆，從辦公工具到編程系統，AI使用率將佔知識工作者總數的30%。
AI應用程式的正以指數級的速度更新着，但未來依舊是包括微軟、谷歌母公司Alphabet、英偉達、亞馬遜、Salesforce、Meta、Intuit和Adobe在內的科技巨頭將引領生成式AI的未來。
從平台到應用，從辦公工具到各行各業依託AI的顛覆性創新，高盛描摹了在ChatGPT熱浪下，在AI的快速疊代中的各行各業的未來，哪些行業將迎來變革？哪些公司又將因這些變革受益？
生成式AI將大幅提高生產力
人類社會可能正在經歷科學家們口中的「奇點」時刻：技術更迭速度呈指數級增長，生產力水平也在技術變革中大幅提高。
高盛認為，在生成式AI的加持下，工作流程將被大幅簡化，生產力得到提振，在生成式AI發展的10年內，預計每年可以將生產力提高超1.5%：
今天知識工作者價值創造與他們運用計算機的能力有關，包括：桌上型電腦、平板電腦及智能手機。
在生成式AI的幫助下，知識工作者可以更方便的使用此類平台，簡化用戶體驗。
電腦出現後，軟件的誕生使工作流程邁入了自動化，成為生產力大幅提高的第一個契機。但20年前任何分析師的產出與今天的交付水平相比差距巨大。這種差異是由軟件和硬件技術的進步所驅動的，這些技術得以使我們節約更多時間，更容易獲得信息。
高盛的宏觀團隊估計，生成式AI可以成為美國勞動生產力增長的助推器，在生成式AI發展的10年內，預計每年可以將生產力提高1.5%。
在科技變革的時代，編程正成為一項必備技能，高盛認為，未來不需要程式設計師，幾乎每個人都可以寫出所需代碼，而這將進一步刺激生產力：
生成式AI可以通過自然語言處理(NLP)，如文本或語音，將其轉換成代碼，並快速執行各類任務，如風險分析、預測等。
現階段傳統的SQL方法必須通過API與基礎數據庫連接，使用SQL代碼編程並執行命令。簡而言之，過去你只能通過代碼與電腦程式進行交互，而現在生成式AI可以通過自然語言輸入，並從數據庫中直接提取或處理數據來簡化這個過程。
為了更好的適應社科技變革，基於生成式AI的應用應運而生，且以指數級的速度更迭着：
生成式AI與此前傳統的平台相比，其學習速度快且可以通過訓練不斷進步，持續反饋循環使得生成式AI能夠不斷提高其準確性並豐富知識庫，從而創造出一類新的應用程式。
例如，在醫學領域，相關專業知識未來將以一種變革性的方式被數碼化，生成式AI可以利用獲取到的用戶醫療記錄和實驗結果，提供更深入的見解和更準確的結論。
在電影業，製片人可以利用生成式AI來拍攝較短的紀錄片或電影。生成式AI的也可能為藝術家們提供靈感，融入到作品中。
生成式AI可以顛覆現有的應用軟件，在客戶關係管理領域有明顯的好處，特別是營銷和客戶支持。
不僅如此，高盛認為，生成式AI還可以在財務規劃、商業風險分析、庫存管理、生產調度、物流和運輸等方面產生非常重大的影響。未來，生成式AI也將為建立新的應用程式提供更多的平台選擇。
生成式AI帶來了龐大的企業軟件
高盛預測，基於對AI的廣泛使用，在生成式AI的整合下，
整個跨應用堆棧的中的企業軟件總體規模（TAM）將增加約1500億美元：
以擁有3億個付費用戶的微軟Office等生產力工具的應用為例，預計AI的使用率將達到知識工作者總數的30%。
基於這一創新，多個現有市場將產生重要影響，商業化價值的體現可能會出現在以下幾個方面：
1）隨着創新、用戶數量和粘性的增加，現有應用的估值將逐漸上升；
2）新的高級附加SKU可能成為近期增長的主要動力。
高盛認為，根據目前正被使用的生成式AI應用程式的價格來看，
現有軟件定價將因融合了生成式AI的附加功能而有一定的漲價空間，在北美每人每年在生成式AI平均花費為78美元：
Adobe的Creative Cloud、Intuit的Turbo Tax Live，以及最近發佈的產品包括Microsoft Teams Premium和GitHub Copilot，均因加入了更多的附加功能而漲價。
這些產品因創新漲價約10-20美元/用戶/月，隨着更多的生成式AI被使用，我們預計未來將有更多漲價空間。
考慮到全球勞動力的國際組合，我們根據歐洲和日本的勞動力分析出企業軟件總體規模（不包括IaaS），計算出每人每月平均花費為78美元。
高盛按照知識工作者基於生成式AI滲透率進行分析，
假設當今11億知識工作者，每人運用5個生成式AI應用程式，每月平均花費78美元，企業軟件總體規模將達到4290億美元。
但考慮到，當前仍處於生成式AI早期滲透階段，約30—40%的知識工作者符合上述特徵，企業軟件總體規模將為1500億美元。
生成式AI將顛覆各行各業
處於風暴眼的人工智能技術以雷霆萬鈞之勢將整個人類社會拉入了一場前所未有的變革之中。人們該以何種姿勢擁抱隨之而來的重大變革呢？
高盛認為，未來整合基礎模型（LLMs）和終端應用方面的平台將應運而生，而人工智能框架和API（應用編程接口）將成為平台能否成功的關鍵：
這些框架和API將幫助開發人員製作支持人工智能的應用程式：
API的發展將使企業軟件公司的AI解決方案的交付越來越民主、開放且靈活，以滿足不同客戶的需求和不斷變化的市場需求。
Hugging Face和GladIA等平台為例，越來越多地採用開源技術來開發和交付AI解決方案，以降低成本、提高靈活性和可擴展性，幫助軟件開發者輕鬆找到適合他們需求的模型。
未來的平台方面，人工智能框架和API將是關鍵的推動因素，為新公司的崛起提供了機會。
在平台誕生後，人工智能將被包裝成"解決方案"，類似於SaaS(軟件即服務，一種軟件交付模式），強化SaaS公司現有護城河：
我們預計人工智能公司不會與SaaS公司競爭，而是會進行合作，成功利用生成式AI的SaaS公司將獲得上市動機。
將人工智能與B2B SaaS解決方案結合起來，應該可以增強它們的技術護城河。通常情況下，SaaS公司擁有大量的客戶數據、HCM、財務數據、垂直SaaS--保險、醫療等等。
我們相信，利用他們的1P用戶數據來加強和訓練人工智能驅動的大型語言模型，可以幫助B2B SaaS公司提取關鍵見解、自動化任務同時也能提高員工效率。
高盛認為，辦公工具的變革將成為生成式AI最廣泛的應用，而這可以大幅提高知識工作者的效率：
以Microsoft365 Copilot和Google Workspace為例，在評估生成式AI未來在這一方面的使用情況時，我們預計這些場景將以數據流、數據模型、應用程式及終端用戶之間更廣泛的實時連接為基礎。員工在運用一個應用程式中工作時，可以迅速參考和利用以前不同的數據。
例如，創建演示文稿的員工可以利用生成式AI，快速從Word文件中提取文字，填充到PowerPoint幻燈片中，而不必離開PowerPoint。根據Microsoft365 Copilot和Google Workspace的演示，這種類型的技術即將與市場見面。
生成式AI可以增強應用程式的利用率，大多數Word、Excel、PowerPoint等的用戶對這些工具的應用可能僅停留在表面。
我們相信生成式AI已經準備好簡化這些應用程式的複雜功能，從而使用戶可以深度使用，產出高質量的最終產品。
營銷領域也將被生成式AI顛覆，高盛成，CRM（Customer relationship management客戶關係管理）將被優化，使用的重點將圍繞：
1）擁有實時可操作的數據；2）策劃定製的銷售動機；3）生成動態、可擴展和個性化的內容。
CRM是應用軟件中比較分散的子行業之一，由銷售、營銷、服務和商務組成。生成式AI能逐步整合這一領域，並側重於根據不同數據的訓練模型，來產生建議、內容、分析和結果。
我們認為下一步的演變可能是定製策劃方案並銷售，通過利用現有的客戶相關數據和對以往工作的洞察力，生成式AI可以提出經過驗證的策略，並與客戶產生更多的共鳴，提高效率，同時維護公司的品牌形象。
最後，公司有可能利用這項技術，通過利用客戶的數據，如電子郵件、手機等，創建個性化、動態、可擴展的內容。
正如當前谷歌和微軟在搜索端的激烈競爭，高盛指出，生成式AI將改變搜索的方式，使搜尋引擎的回答傾向準確且簡單的對話形式並會提供相關連結（而不是此前傳統網站列表）：
微軟和谷歌在這一領域的最新公告已經證明了生成式AI的能力很重要，可以讓用戶直接在搜索界面上與其互動。
舉例來說，如果用戶想購買產品、預訂酒店或要求提供服務，他們將能夠在一個界面上匯總並展示相關數據以完成交易。雖然這可以在更廣泛的搜索中實現（如Bing、Chrome等），但它也可能被納入公司特定的網站中。
人力資源領域也將成為AI又一革新領域，高盛認為生成式AI也將提高人力資源的效率，協助日常工作：
我們推測，生成式AI的第一輪發展可能側重於協助日常工作，如更新工作崗位，為員工活動提供建議（基於以前成功的員工倡議），協助分析應聘者，策劃員工的入職內容和流程。
長期而言，可以提升分析和決策效率，優化資源：
1）減少面試過程，生成式AI可以篩選候選人，評估不同面試官的反饋，並提出下一步建議；2）能夠匯編對於員工的評估，以確定員工的晉升資格；3）通過關鍵分析加快上市時間，如公司在D＆I或ESG類別中的表現。
生成式AI未來也將對設計領域產生顛覆性的影響，從文本到圖像再到3D掃描繪圖，有助於加速建築、工業設計、視頻遊戲及電影視覺特效的設計和開發：
我們預計生成式AI將會能會提供更多的設計方案，將更多的重點轉向哪種設計能最有效地滿足終端客戶的需求，這可以極大地提高工程生產率。
在產品製造方面，我們期望從設計到製造的整個生命周期可以依託人工智能進行更好的調整，將關鍵的製造智能注入到設計過程中，這可以提高生產力效率，降低成本，並加問世時間。
同樣，建築和施工行業可以利用AI行設計探索並提高生產力，同時也有助於在建築項目生命周期的早期更好地預測成本和進度。
當AI出現之時，網絡安全領域的機遇和挑戰就無法忽略，高盛認為，企業可以利用其來防止欺詐、垃圾郵件等惡性行為：
在網絡安全中AI一方面會助長不法者的入侵另一方面也可以提高網絡安全軟件的應用：
1）攻擊者利用生成式人AI能力來提高網絡攻擊速度並使很難被變化；2）網絡安全供應商利用AI來減少檢測及應對黑客攻擊的時間，達到規模化。
在醫療保健和生物技術領域，從病人護理到藥物開發，生成式AI也有多種應用：
AI可用於病人診斷、個性化治療和新型藥物設計等多方面。在藥物開發方面，其可以在進行高成本的臨床前體內（動物）和臨床（人類）研究之前，減少大量成本和時間（即使用計算機模擬）。
生成式AI可用於創建合成數據，以加強和增加用於訓練ML模型的數據集的多樣性。在數據稀缺且難以收集的領域（如罕見疾病）推動新藥設計和研究的效率，從而加快試驗時間，降低開發成本。
此外，生成式AI可以幫助判斷不平衡且不具代表性的數據集，提高數據集的可操作性。
產品創新為AI的發展奠定了基礎
自ChatGPT於2022年11月30日發佈以來，到推出更強大的GPT-4，微軟力挺的OpenAI在短短四個月內不斷顛覆外界對互聯網的想像，並開啟了一場AI軍備競賽，微軟老對手谷歌率先反擊，Meta、亞馬遜、特斯拉、蘋果等緊隨其後。
哪些公司最終可以抓住AI浪潮，成為未來的引領者？高盛認為，
現在正處於創新時代的開端，而Meta、Adobe、亞馬遜和Alphabet等科技巨頭將繼續成為生成式AI發展的推動者：
Adobe：自從在2016年Adobe宣佈了Sensei（Adobe的AI/ML工具）以來，已經在所有三個雲平台（Creative、Document和Experience）上整合了他們的產品。自Sensei實施以來，Adobe的頂線年複合增長率為19%（17財年-22財年），我們認為Adobe為極具吸引力的公司，未來將進一步擴展客戶並擴大市場份額。
此外，隨着Sensei GenAI在體驗雲中的初步實施，有助於推動更深入的洞察力和更個性化的營銷內容（以及其他功能），我們認為Adobe提供了一個全面和有吸引力的價值主張。隨着螢火蟲和Sensei GenAI成為Adobe進入生成性人工智能領域的先鋒，我們認為Adobe應該在未來幾年內保持其在行業中的中堅力量地位。
微軟：對OpenAI的最初10億美元投資（2019年）和後續投資突出了該公司對生成式人工智能的投資戰略。
微軟已經宣佈了多個利用這一技術的產品更新，該技術正在增強人類對產品的使用和功能理解，涉及許多垂直領域，包括辦公效率（Microsoft365 Office--在測試階段）銷售/營銷（Dynamics365，Viva Sales）和軟件研發（GitHub Copilot X）。
微軟已經擁有很成熟的產品生態，它的應用程式套件（Excel、Outlook、PowerPoint、Teams、Word等），以及大量的數據（在Microsoft Graph上組織）應該會擴展微軟的產品功能，同時推動客戶價值和市場份額的增加，特別是當微軟利用先發優勢。
此外，由於微軟與OpenAI有獨家合作關係，或將幫助他們為企業級應用做好準備。
Meta:隨着其在人工智能開發和算力方面投資繼續擴大，我們認為Meta未來將成為人工智能領導者（根據我們的估計，2019-2023年Meta將累計花費約1100億美元的資本支出，其中大部分將用於其人工智能工作）。
具體到生成式AI，Meta已經推出了一些產品，包括Make-a-Scene和Make-a-Video。在這一點上，Meta已經在其核心產品中注入了人工智能。
亞馬遜：雖然圍繞生成式AI的討論大部分焦點都被搜索領域的市場份額和計算成本對非商業搜索組合的潛在影響所主導，但我們相信，隨着企業更深入地將人工智能/ML工具整合到其技術堆棧中以推動核心業務，超級規模的企業將受益，並且是這一主題中被低估的受益者（包括亞馬遜的雲計算業務，AWS）。
Alphabet：回溯到5年前，谷歌率先開始了對AI的一系列的介紹，及更廣泛的計算方面的應用（包括谷歌助理、Duplex、Lens、翻譯、集成在搜索中的LLM等）。
我們認為谷歌最近宣佈的Bard是這些努力的延伸，以配合廣泛的產品疊代（搜索的持續發展）和最近消費者對ChatGPT的對話式人工智能性質的熱浪。
