当前位置: 首页 > news >正文

为何押注AI大模型的微软云,业绩增速反而不如谷歌云?

科技云报道原创。

上周微软、谷歌、Meta等国外科技公司相继发布最新财报。作为与人工智能、云计算和数字广告等领域相关的巨头,它们的一举一动都将对市场产生影响,同时也吸引着众多从业者的关注。
在这里插入图片描述
在国外三大云巨头中,谷歌云的市场份额长期落后于AWS、微软智能云,纵然奋起直追,奈何对手太强大。

然而,随着今年最大的变量AIGC的出现,各家云厂商的市场身位能有所改变吗?

谷歌

7月26日,谷歌母公司Alphabet发布了2023年第二季度财报。

财报显示,Alphabet第二季度总营收为746.04亿美元,与上年同期的696.85亿美元相比增长7%。

Alphabet第二季度净利润为183.68亿美元,较去年同期的160.02亿美元增长了15%。营收和利润均超过华尔街的预期。

较好的业绩主要是因为谷歌云的高歌猛进以及广告业务的反弹。

财报显示,谷歌广告收入重回增长,第二季度录得营收581.43亿美元,同比增长3.3%;谷歌广告中,谷歌搜索及其他相关业务收入为426.28亿美元,同比增长约4.8%,二季度视频平台YouTube的广告收入位76.65亿美元,同比增长4.4%。

第二季度谷歌云营收为80.31亿美元,同比增长约28%,市场预期24.8%。谷歌广告和谷歌云营收分别占Alphabet总营收的77.93%、10.76%。

首席执行官皮查伊和Alphabet其他高管表示,Alphabet基于人工智能的新服务和产品是谷歌云增长势头的最大贡献者。

由于财报亮眼,Alphabet美股盘后大涨6.5%。

微软

7月26日,微软也发布了2023财年第四财季及全财年业绩。

微软财报显示,第二季度营收为562亿美元,增幅8%;每股收益为2.69美元,同比增长21%。

微软智能云的总营收为303亿美元,增幅21%;第二季度Azure云业务营收增长26%,包括Azure在内的智能云营收为240亿美元,增幅15%。

第二季度营收虽高于此前市场预期,但不及去年同期的增长幅度。微软在云服务市场的成本精力上的付出,并未获得AI对微软收入的溢价回报。

AI大模型加持的微软业绩增速不及预期

相较于一片欢欣鼓舞的谷歌,加注AI大模型半年多的微软显得有点不温不火。

过去半年中“OpenAI使用了Azure的智能云服务”一直被认为是微软智能云最好的广告,然而在AI大模型这半年的加持下,微软智能云的业绩增速并不理想。

财报显示,微软智能云业务的收入增长为32亿美元,涨幅15%。而2023财年Q2、Q3的增幅分别为18%和16%,2022财年Q4的增幅为20%。

对于增速缓慢的问题,微软首席执行官萨蒂亚·纳德拉在财报电话会中表示:“受到疫情影响,过去几个季度中,很多云项目处于停滞状态,目前这些项目都在赶工。”

在业内人士看来,微软云业务收入不及谷歌的原因可能有多个方面。

首先,谷歌拥有强大的广告业务,这是其主要的收入来源之一。广告业务在过去几年中保持稳定增长,为谷歌提供了巨大的财务支持。

而微软的主要收入来源是软件和服务,尤其是企业市场方面的业务,相对而言对AI的依赖程度较低。

其次,AI技术在商业应用方面的普及和落地还存在一些挑战。尽管微软是最早开发GPT的公司之一,但AI技术在商业应用中的价值和收益还需要进一步验证和实现。

这一问题,从ChatGPT的C端热度衰减就可看出一些端倪。

互联网数据公司SimilarWeb的数据显示,虽然ChatGPT月活用户数量增速飞快,但2023年上半年中,该网站浏览增长量呈逐月下降趋势,到了6月浏览量首次出现负增长,跌幅达到9.7%,浏览停留时间缩短8.5%,用户流失率上升至20%。

因此,这次的财报让市场重新审视AI到底处于什么样的阶段。

对于微软来说,显然AI大模型还没有进入到一个垂直深入的革命性应用阶段,在文本阶段的热情很快就会退却。

尽管谷歌在大语言模型层面没有获得领先的优势,但是谷歌一直在垂直领域有非常深的应用,尤其是在生物医药方面。

对于华尔街的投资者们来说,非常理性与务实,因为见过AI的几次浪潮之后,现在更关注的是谁能先让AI落地赚钱。

或者说,借助于AI优化了效率,赚到了更多的钱,这是华尔街投资者这次财报关注的重点。

目前来看,谷歌在AI的垂直化应用方面走的更深入、更务实。

而微软相对来说,目前只能借助于AI大模型来赋能办公软件,对于业绩增长的拉动并不明显。并且短时间之内,微软也很难在AI的垂直行业应用领域有所建树,因为缺乏沉淀。

总体而言,微软在企业战略上有些操之过急,发力过猛。

进入到今年二季度,全球各国政府部门监管机构和消费者权益保护组织针对ChatGPT的反击一浪高过一浪,在看到GPT大类C端应用遇阻后,微软很识趣的调整了企业战略,将重心重新调整回B端;同时利用对GPT商用客群的加价收费,把一部分非核心客群和云业务需求剥离出去。

受到自身战略调整的影响,风头看似正劲的微软营收反而不及谷歌闷声发大财。

AI风口有所降温但仍值得期待

值得注意的是,这个趋势能否持续还有疑问。毕竟财报有滞后性,微软的主动调整战略的经济效应尚未充分释放,不少新产品没有在本季财报反映出积极影响也是原因之一。

众所周知,谷歌和微软的“下一件大事”都是搞AI——一项免不了烧钱的业务。

Alphabet首席财务官露丝·波拉特在公司财报电话会议上告诉分析师,在2023年剩余时间和2024年里“资本支出将继续增加”,以支持公司在人工智能中看到的机会。

微软CEO纳德拉在发布财报的同时,重点讨论了该公司在人工智能方面的投资。他在一份声明中表示:“各组织不仅要问如何做,还要问如何做更快”,“我们仍然专注于引领人工智能平台的转变”。

相较于谷歌,微软的步伐更为积极。微软第二季度的资本支出同比增长30%,达到创纪录的89亿美元。

首席财务官艾米·胡德表示,微软在新财年的每个季度会依次增加这一金额。

微软新财年的营业利润率将保持在42%左右的水平,届时人工智能服务的贡献将逐渐体现。

对此,有业内人士认为,当前AI风口可能已经有所降温,但从长期来看,AI仍然具有巨大的潜力和发展空间,只是需要更多时间和实践来推动其商业化进程。

市场对AI大语言模型及AI助手等落地产品仍抱有信心,AI的发展空间仍然值得期待。

未来,这些投入仍有可能是长期且持续的,它们需要持续投资并保持耐心等待回报。财报上的数字固然亮眼,但它只是评估公司指标之一,成功的云计算公司需要的是耐心+时间+持续投入。

【关于科技云报道】

专注于原创的企业级内容行家——科技云报道。成立于2015年,是前沿企业级IT领域Top10媒体。获工信部权威认可,可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。

相关文章:

为何押注AI大模型的微软云,业绩增速反而不如谷歌云?

科技云报道原创。 上周微软、谷歌、Meta等国外科技公司相继发布最新财报。作为与人工智能、云计算和数字广告等领域相关的巨头,它们的一举一动都将对市场产生影响,同时也吸引着众多从业者的关注。 在国外三大云巨头中,谷歌云的市场份额长期…...

CDN加速服务的工作原理

CDN(内容分发网络)加速服务是一种用于提高网站和应用性能的技术,通过将内容分发到全球多个节点,使用户可以从就近的节点获取所需内容,从而实现更快的加载速度和更稳定的访问体验。下面详细介绍CDN加速服务的工作原理&a…...

在CSDN学Golang云原生(Kubernetes Service)

一,service的定义与基本用法 在 Kubernetes 中,Service 是一种抽象概念,用于定义一组 Pod 并为它们提供访问入口。通过 Service,您可以将多个 Pod 组合成一个逻辑单元,并使用标签选择器来确定哪些 Pod 属于该 Service…...

【数据结构篇C++实现】- 图

友情链接:C/C系列系统学习目录 文章目录 🚀一、图的基本概念和术语1、有向图和无向图3、基本图和多重图4、完全图5、子图6、连通、连通图和连通分量7、强连通图、强连通分量8、生成树、生成森林9、顶点的度、入度和出度10、边的权和网11、稠密图、稀疏图…...

Sentinel持久化规则

项目中有用到Sentinel,然后需要将Sentinel上配置的规则做持久化(或者初始化),通过改写Sentinel源码实现了需求,下面记录一下实现过程。 如果不知道Sentinel怎么搭,可以看看: 流控平台Sentinel搭建和接入教程_东皋长歌的博客-CSDN博客 一,背景 Sentinel是Alibaba开源…...

list与sort()

运行代码: //list与sort() #include"std_lib_facilities.h" //声明Item类 struct Item {string name;int iid;double value;Item():name(" "),iid(0),value(0.0){}Item(string ss,int ii,double vv):name(ss),iid(ii),value(vv){}friend istre…...

6个月、21天,GoldenDB分布式数据库核心系统落地中移动

近日,2023“鼎新杯”数字化转型应用大赛入围名单公示,山东移动基于GoldenDB分布式数据库的CRM&BOSS核心系统自主创新实践成功入选。该项目是中兴通讯与中国移动在数据库关键领域的又一个合作范例。 核心系统业务量大,分布式转型迫在眉睫 …...

如何正确培养数据思维?

在大数据时代,数据思维已成了每个人的必备品。下面,我们就来了解一下,什么是数据思维。不过要想弄懂什么是数据思维,首先来打破大家对数据的错误认知,数据不仅仅指数字。 1. 数据思维是什么? 百度百科对数…...

JavaScript中的?.和??的用法

1、?.(可选链运算符) 在JavaScript中,"?.“是一种叫做"Optional Chaining”(可选链)的新操作符。它允许我们在访问一个可能为null或undefined的属性或调用一个可能不存在的方法时,避免出现错误…...

Git for linux

<1> linux 安装git sudo apt-get install git-all <2> 创建git&#xff0c;分为两部分&#xff0c;远程网络部分和本地主机部分 远程网路&#xff1a;登录GitHub: Let’s build from here GitHub 注册帐号&#xff0c;创建登录密码&#xff0c;此密码很长&a…...

uniapp小程序,根据小程序的环境版本,控制的显页面功能按钮的示隐藏

需求&#xff1a;根据小程序环境控制控制页面某个功能按钮的显示隐藏&#xff1b; 下面是官方文档和功能实现的相关代码&#xff1a; 实现上面需要&#xff0c;用到了uni.getAccountInfoSync()&#xff1a; uni.getAccountInfoSync() 是一个 Uniapp 提供的同步方法&#xff0c…...

kotlin 编写一个简单的天气预报app(二)增加搜索城市功能

增加界面显示openweathermap返回的信息。 在activity_main.xml里增加输入框来输入城市&#xff0c;在输入款旁边增加搜索按钮来进行查询。 然后原来显示helloworld的TextView用来显示结果。 1. 增加输入城市名字的EditText <EditTextandroid:id"id/editTextCity"…...

【分布鲁棒、状态估计】分布式鲁棒优化电力系统状态估计研究[几种算法进行比较](Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…...

vue中的require

vue中的require 一、基本概念二、具体演示1.引入json2.引入图片 三、require.context引入图片&#xff1a;引入json引入模块js&#xff1a;引入vue文件&#xff1a; 一、基本概念 require 是 node 中的一个方法&#xff0c;他的作用是 用于引入模块、 JSON、或本地静态文件。r…...

Linux进程间共享内存通信时如何同步?(附源码)

今天我们来讲讲进程间使用共享内存通信时为了确保数据的正确&#xff0c;如何进行同步? 在Linux中&#xff0c;进程间的共享内存通信需要通过同步机制来保证数据的正确性和一致性&#xff0c;常用的同步机制包括信号量、互斥锁、条件变量等。 其中&#xff0c;使用信号量来同…...

spring注解驱动开发(二)

17、Bean的生命周期 bean的生命周期&#xff1a;bean的创建—初始化—销毁的过程 容器负责管理bean的生命周期 我们可以自定义初始化和销毁方法&#xff0c;容器在bean进行到当前生命周期的时候来调用我们自定义的初始化和销毁方法 构造&#xff08;对象创建&#xff09; 单…...

【C++】——类和对象

目录 面向过程和面向对象的初步认识类的引入类的定义类的访问限定符及封装类的作用域类的实例化this指针类的6个默认成员函数构造函数析构函数 面向过程和面向对象的初步认识 C语言是面向过程的&#xff0c;关注的是过程&#xff0c;分析求解问题的步骤&#xff0c;通过函数调用…...

【Docker】使用docker-maven-plugin插件构建发布推镜像到私有仓库

文章目录 1. 用docker-maven-plugin插件推送项目到私服docker1.1. 构建镜像 v1.01.2. 构建镜像 v2.01.3. 推送到镜像仓库 2. 拉取私服docker镜像运行3. 参考资料 本文描述了在Spring Boot项目中通过docker-maven-plugin插件把项目推送到私有docker仓库中&#xff0c;随后拉取仓…...

区块链学习笔记

区块链技术与应用 数组 列表 二叉树 哈希函数 BTC中的密码学原理 cryptographic hash function collsion resistance(碰撞抵抗) 碰撞指的是找到两个不同的输入值&#xff0c;使得它们的哈希值相同。也就是说&#xff0c;如果存在任意两个输入x和y&#xff0c;满足x ≠ y…...

实用上位机--QT

实用上位机–QT 通信协议如下 上位机设计界面 #------------------------------------------------- # # Project created by QtCreator 2023-07-29T21:22:32 # #-------------------------------------------------QT += core gui serialportgreaterThan(QT_MAJOR_V…...

STM32+rt-thread判断是否联网

一、根据NETDEV_FLAG_INTERNET_UP位判断 static bool is_conncected(void) {struct netdev *dev RT_NULL;dev netdev_get_first_by_flags(NETDEV_FLAG_INTERNET_UP);if (dev RT_NULL){printf("wait netdev internet up...");return false;}else{printf("loc…...

Frozen-Flask :将 Flask 应用“冻结”为静态文件

Frozen-Flask 是一个用于将 Flask 应用“冻结”为静态文件的 Python 扩展。它的核心用途是&#xff1a;将一个 Flask Web 应用生成成纯静态 HTML 文件&#xff0c;从而可以部署到静态网站托管服务上&#xff0c;如 GitHub Pages、Netlify 或任何支持静态文件的网站服务器。 &am…...

Spring AI与Spring Modulith核心技术解析

Spring AI核心架构解析 Spring AI&#xff08;https://spring.io/projects/spring-ai&#xff09;作为Spring生态中的AI集成框架&#xff0c;其核心设计理念是通过模块化架构降低AI应用的开发复杂度。与Python生态中的LangChain/LlamaIndex等工具类似&#xff0c;但特别为多语…...

Python竞赛环境搭建全攻略

Python环境搭建竞赛技术文章大纲 竞赛背景与意义 竞赛的目的与价值Python在竞赛中的应用场景环境搭建对竞赛效率的影响 竞赛环境需求分析 常见竞赛类型&#xff08;算法、数据分析、机器学习等&#xff09;不同竞赛对Python版本及库的要求硬件与操作系统的兼容性问题 Pyth…...

人工智能 - 在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型

在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型。这些平台各有侧重&#xff0c;适用场景差异显著。下面我将从核心功能定位、典型应用场景、真实体验痛点、选型决策关键点进行拆解&#xff0c;并提供具体场景下的推荐方案。 一、核心功能定位速览 平台核心定位技术栈亮…...

【Redis】Redis从入门到实战:全面指南

Redis从入门到实战:全面指南 一、Redis简介 Redis(Remote Dictionary Server)是一个开源的、基于内存的键值存储系统,它可以用作数据库、缓存和消息代理。由Salvatore Sanfilippo于2009年开发,因其高性能、丰富的数据结构和广泛的语言支持而广受欢迎。 Redis核心特点:…...

day51 python CBAM注意力

目录 一、CBAM 模块简介 二、CBAM 模块的实现 &#xff08;一&#xff09;通道注意力模块 &#xff08;二&#xff09;空间注意力模块 &#xff08;三&#xff09;CBAM 模块的组合 三、CBAM 模块的特性 四、CBAM 模块在 CNN 中的应用 一、CBAM 模块简介 在之前的探索中…...

Centos 7 服务器部署多网站

一、准备工作 安装 Apache bash sudo yum install httpd -y sudo systemctl start httpd sudo systemctl enable httpd创建网站目录 假设部署 2 个网站&#xff0c;目录结构如下&#xff1a; bash sudo mkdir -p /var/www/site1/html sudo mkdir -p /var/www/site2/html添加测试…...

小白的进阶之路系列之十四----人工智能从初步到精通pytorch综合运用的讲解第七部分

通过示例学习PyTorch 本教程通过独立的示例介绍PyTorch的基本概念。 PyTorch的核心提供了两个主要特性: 一个n维张量,类似于numpy,但可以在gpu上运行 用于构建和训练神经网络的自动微分 我们将使用一个三阶多项式来拟合问题 y = s i n ( x ) y=sin(x) y=sin(x),作为我们的…...

豆瓣图书评论数据分析与可视化

【题目描述】豆瓣图书评论数据爬取。以《平凡的世界》、《都挺好》等为分析对象&#xff0c;编写程序爬取豆瓣读书上针对该图书的短评信息&#xff0c;要求&#xff1a; &#xff08;1&#xff09;对前3页短评信息进行跨页连续爬取&#xff1b; &#xff08;2&#xff09;爬取…...