“你们都没说对什么是禅理。”南泉禅师厉声道，说完一刀将身旁一只慵懒的猫咪斩成两段。
这时，刚从外面回来的赵州和尚闻讯后，一言不发，只是把鞋子脱下放在头顶，扬长而去。
有趣的是，当下大热的ChatGPT，与禅宗也颇有几分相似之处。其复杂的运行机制，即便是ChatGPT的开发团队也无法完全知悉。而在禅宗中，达到顿悟的高僧们自己也不一定全然解释清楚，究竟怎么样才可以达到顿悟。
严格来说，ChatGPT这个词的最狭义定义，是指由基于转换器的生成式预训练模型（Generative pre-trained transformers，简称GPT）的互动式文本服务。
不过，风云君在这里为便于读者朋友理解，不过度引入过多复杂词汇，本文将所有涉及OpenAI的GPT模型的相关服务，例如语音识别和对话，视觉识别和绘图等，统称为ChatGPT。
有趣的是，大语言模型的训练和后期的基于人类反馈的强化学习，也有着类似于禅宗的修行。
GPT模型就像初入空门的僧人，它每日学习信息，不断模仿人类语言。而OpenAI的研究员们，则是指导僧人修行的禅师。他们会不时给GPT模型“出题”，提供一些训练数据之外的提示词或问题。
这样，他们能够考察GPT是否真正掌握了语言的规律。而当GPT模型给出愚钝或者不合理的回答时，研究员们也会给予纠正，就像禅师敲打睡僧一般。
通过大量“修行”，GPT模型逐渐能产生更加人类化的回复。这一优化的过程，与禅僧通过打坐思惟而获得悟道，也存在某种相通之处。
正如禅宗所理解的顿悟挑战了当时佛教对于顿悟的定义，OpenAI的GPT这种通过模仿人类语言的模型，来尝试做一个AI机器，也勾起了很多争议：似乎只在模仿，没有思考的ChatGPT能算AI吗？
就像禅宗强调顿悟无法被言语表达一样，GPT作为前沿新兴技术，其商业变现仍充满未知数。
即使ChatGPT已经面世超过一年，也已被许多上市公司炒作过无数次，但在真正意义上的商业落地过程中，所有相关企业仍在摸着石头过河。
与此同时，就目前而言，全球与OpenAI的GPT模型关系最近的上市公司无疑是微软（MSFT.O）。微软曾在2019年和OpenAI签署协议，承诺未来共计对OpenAI投资10亿，当下是OpenAI最大的投资方。
对此，微软获得了OpenAI多项产品和服务的优先使用权作为交换条件。例如，若双方合作终止，微软依然有权接着使用截至合作终止日时的最新AI模型。
在过去，风云君见证了微软在重新聚焦to B业务后的强势业绩，以及在2022年1月以687亿的对价全现金收购动视暴雪100%的股权。而如今，微软的市值甚至已快接近3万亿。
然而，如今微软的会议记录里出现最多的关键词，已不再是“企业服务”或者“游戏”，而是围绕着“ChatGPT”和“AI”。
实际上，2024财年的前两个季度（对应日历年2023年7月1日至12月31日）的两次电话会议上，ChatGPT和AI成为了微软最频繁提及的话题。这两场电线次“AI”。
不过，当谈到OpenAI的GPT产生的相关营收和净利时，微软的表述就显得比较隐晦了。
例如，在2024财年Q1的电话会上，CFO艾米·胡德（Amy Hood）表示，Azure和其他云服务业务同比增长了29%，其中3%来自AI产品的推动。
但是，微软并没有披露Azure和其他云服务业务的具体营收数据，而是将其与SQL服务器、Nuance语音服务、GitHub代码托管平台等业务整合在一起，归入智能云服务这个业务线。
而且，我们无从知晓微软在这里对AI的定义：是狭义的OpenAI的GPT，还是广义的人工智能。
有趣的是，微软如今越来越喜欢把旗下云服务产品的介绍都加上AI和Copilot等陈述。因此，准确测算OpenAI的GPT技术给微软带来的具体营收增长变得困难。
风云君简单检索了一下，如果把有关产品宣传页面出现AI字样及相关概念的产品都理解为AI相关这类的产品，那么微软的AI产品有但不限于SQL业务线的机器学习，Nuance全自动临床文档应用程序，Microsoft Viva员工企业服务等。
例如，以Azure AI平台为例，除了Azure OpenAI，还包括机器学习运维（MLOps）等其他服务。
到了2024财年Q2，微软这次在电话会中称，Azure云服务业务同比增长30%，其中Azure AI和其他AI相关服务推动了6%的增长。同样地，他们并没有给出“AI”的明确定义，也没有透露Azure AI和其他AI相关服务的具体营收数据。
这一季度，华尔街的分析师们非常希望微软能够披露一些有关GPT的具体经营情况。因为这个季度对微软来说是一个关键的里程碑：微软第一个收费的通用性GPT产品Copilot系列正式上线，Microsoft 365 Copilot。
注：Microsoft 365 Copilot是一个面向企业的集成到多项微软办公类产品的人工智能服务，涉及软件包括 Word、Excel、PowerPoint、Outlook 和 Teams，它旨在协助用户完成各种任务，提高他们的工作效率、创造力和技能。
在Copilot系列推出之前，微软发布的各种收费AI产品主要面向专业领域，如面向开发者的GitHub Copilot。GitHub Copilot虽然理论上普通用户也能购买，但实际服务对象仍以有编程需求的技术人员为主。
以GitHub Copilot为例，尽管背后的驱动模型已在2023年11月30日升级为GPT-4，但由于其强制的安全设置，如果检测到用户在询问非编程相关的问题，它仍然会直接表明了自己仅专注于编写代码，哪怕再三要求也不妥协。
而这次的Microsoft 365 Copilot和Copilot Pro，则是真正意义的泛用式通用AI服务，能够适用于写作邮件、创作插图、提供头脑风暴的新想法等等。
这些产品的市场反响对微软来说很重要，因为它意味着通过市场反馈来了解大众对GPT产品的付费意愿。虽然之前人们也能够正常的使用必应带来的GPT人工智能，但是那毕竟是免费的，如今人们真的愿意为这个服务花钱有偿使用吗？
不过，在2024财年Q2的电话会议上，当德意志银行的分析师问及微软CEO萨蒂亚·纳德拉（Satya Nadella） 关于Microsoft 365 Copilot的具体运营详情时，他并未正面回答。
在互联网上，Microsoft 365 Copilot和Copilot Pro的市场反响喜忧参半，虽然有些用户表示他们发现了自己的工作效率有所提升，但是也有很多用户觉得这些服务并不值得这个价位。
实际上，即便是微软免费的ChatGPT服务，新必应，大众对其的评价也褒贬不一。
一个哭笑不得的情况是，尽管如今微软必应已整合OpenAI的ChatGPT，免费提供GPT-4的使用（当搜索模式设置为“创作”或“精确”时为GPT-4，“平衡”模式为微调修改版GPT3.5），但是必应的市场占有率并未因此有所增长。
实际上，从2023年2月开始开放测试资格的时候，必应的全球市场占有率还在随后的3个月下降了，从2023年2月的8.1%下降到5月的6.8%。2023年12月，必应的市场占有率有少量提升，为10.5%。
外界可能会认为，微软是个“运气好”的AI概念股，本身经营稳定，又恰逢投资OpenAI，从而得以深度合作。
微软的净利润率在2019财年明显提高，从2018财年的15%上升至2019财年的31.2%。到了2023财年，净利润率进一步达到34.1%，2024财年上半年更达37.3%。这种提升得益于微软在云服务的高盈利能力相关业务的提前布局。
注：微软最近一个完整会计年度为2022年06月30日至2023年06月30日。微软称此会计年度周期为2023财年。
2023财年的营收同比增长和2024财年上半年的营收净利同比增长的主要驱动因素之一，是微软云服务业务的增长。2023财年净利之所以略有下降，主要是由于与员工股权激励相关的税收优惠较去年同期有所减少。
注：与员工股权激励相关的税收优惠会因各种各样的因素而波动，包括股票在市场上买卖的金额变化和员工行权时间等。
除了2023财年受员工激励相关税收优惠变化的影响，以及2018财年受2017年减税与就业法案（TCJA）税法调整的影响导致净利润下滑从而波及ROE，整体ROE仍呈现持续提升的态势。
此外，微软在2023财年股票回购相较去年也有所减少，也是2023财年ROE相对更低的原因之一。
成为微软的股东是幸福的。2023年，微软股价本身就上涨了57%，而过去10年累计收益更是达904%。微软还以分红和股票回购的形式进行股东回报。
微软在2019财年以后，分红率会降低，但并非分红变少了，而是净利润更高了。2023财年，微软的分红率为27.4%。
若从股息金额看，微软的股息是在逐年提高的，微软一般每个季度发放1次股息。最近一次每股股息金额为0.75美元。
2023财年，微软净利润同比略降0.5%，紧接着2024财年上半年需要资金进一步布局云服务，所以微软在这两个财年减少了回购规模。
最近一个季度的2024财年Q2（日历年2023年Q4），微软回购了价值37.4亿的股票。
微软投资对了OpenAI，虽然也有运气的成分，但实际上也具备一定的必然性。近十年来，微软一直在积极布局包括AI云服务在内的各类云服务。作为当时云聚人才的OpenAI，微软的大手笔投资也在预期之中。
微软在信息服务领域的布局可以追溯到2006年。随着网络技术日渐成熟，以及企业用户逐步接受租用服务器的方式来处理信息类任务，逐渐取代本地计算机部署，微软意识到发展云服务的机会。
注：微软的商业云业务，是指利用互联网提供计算服务，包括服务器、存储、数据库、网络、软件、分析和人工智能等，以实现更快速的创新、灵活的计算能力和存储资源。
2014年，萨蒂亚·纳德拉出任微软CEO后，逐步推动了微软在云服务领域的布局。纳德拉提出了“移动优先、云优先”的战略愿景，将云视为微软增长和创新的关键领域。
5年后，2019财年，微软的云业务收入超过380亿，超过亚马逊（AMZN.O）的AWS在最近一个财年的257亿，成为当时全球最大的商用云服务提供商。
到了2023年12月，亚马逊以32%的市场占有率重回全球第一，微软以22%的市场占有率位列第二。
同时，微软对运营效率的专注以及对盈利能力更高的产品和服务的研发投入，也在2019年开始显现成果。微软一直将毛利润的20%用于研发支出，自2016年起，微软持续增加资本开支，从2016财年的89亿增加到2021财年的242亿。
随着过去对长期发展的潜在能力的持续投入，微软的经营现金流净额和自由现金流也不断改善。2024财年Q2，微软的经营现金流净额和自由现金流分别达到188.5亿和91.2亿。
在有息负债率方面，微软曾在2015-2017财年开始增加对有息负债的依赖，大多数都用在云服务业务的资产金额的投入，以及2016年以264亿对价全现金收购LinkedIn 100%股权所需的资金。
进入2024财年上半年（对应日历年2023年下半年），微软再次开始增加有息负债，用于逐步发展云服务业务的资产金额的投入。截至2024财年Q2末，微软的有息负债率为18.8%。
微软对高盈利能力产品和服务的布局终获回报，近10年盈利率持续提高，2024财年上半年微软的盈利率达45.5%。
如今，代表服务器产品和云服务的智能云业务，这个18年前开始布局的业务线，如今已是微软最大营收和盈利来源。
2024财年上半年，智能云业务为微软贡献了501.4亿的营收，占微软总营收的42.3%；该业务贡献了242.1亿的营业利润，占微软总营业利润的44.9%。
注：生产力和业务流程业务线，最重要的包含Microsoft Office软件、职业社交网络LinkedIn和Dynamics业务解决方案，该业务线的主要服务方向是生产力、通信和信息服务领域的产品与服务开发。
注：更多个人计算业务线，包括Windows操作系统、Microsoft Surface等设备和Windows 365 Cloud PC等服务，游戏（动视暴雪业务和XBOX相关），以及广告与搜索业务。
正是因为在商业发展道路上，微软不断思考布局未来的下一步，才有了过去40年的营收增长曲线。
相对应的，微软估值虽在2023财年回购力度减弱后有所下滑，但随着ChatGPT面世，得益于与OpenAI的深度合作，微软再次成为瞩目的焦点，估值也再度回升。2024财年Q2（对应日历年2023年Q4），微软的PB为11.7。
作为数字货币和AI热潮的“卖铲人”，英伟达（NVDA.O）如今的成功，同样也是长期布局和运气综合作用的结果。
近两年，英伟达不仅频繁在科技版新闻的头条露面，如今在金融和商业新闻版块的头条报道也慢慢变得多。
到了2023年，对美股头部企业的称呼已经从过去的五大科技股“FAANG尖牙股”，随着特斯拉（TSLA.O）、微软和英伟达的加入，转变为“七杰”（Magnificent 7，奈飞（NFLX.O）未被包含在内）。
注：美国银行分析师迈克尔·哈特奈特借用了1960年西部片《豪勇七蛟龙》的英文名称“Magnificent 7”，统称7大美股：谷歌（GOOG.O）、亚马逊、苹果（AAPL.O）、特斯拉、英伟达、Meta（META.O）和微软。
其中，2024财年尤为亮眼，前三季度营收达388.2亿，同比增长85.5%；毛利率也明显上升至70.9%（去年同期为55.1%）；净利润更是同比大幅度增长491.5%，达到174.7亿。
注：英伟达最近一个完整会计年度为2022年1月30日至2023年1月29日，英伟达称此会计年度周期为2023财年。
英伟达对营收的剧烈波动可能已经见怪不怪。从历史看，英伟达的季度营收就曾出现单季同比下滑60%或者同比增长141.9%的情况。最近一个季度的2024财年Q3，营收同比增长205.5%。
这种大起大落的营收波动，使英伟达长期面临巨大的经营危机感。正是这种危机感，促使英伟达创始人黄仁勋很早就开始思考英伟达的未来发展方向。
早期英伟达高度依赖游戏显卡带来的营收，但这一个市场波动性强而且竞争非常激烈。为降低对这一高度波动业务的依赖，英伟达在将近20年前就开始布局人工智能业务。
在一次大学演讲中，黄仁勋坦白说自己许多成功的商业决策中含有猜测的成分，只是恰巧做对了，后人才理解为他有远见卓识。在他看来，商业决策永远需要慎重考虑与一定运气。
2007年，英伟达推出了计算统一设备架构（CUDA），这是一种并行计算平台和编程模型，通过利用英伟达的GPU进行通用处理，可大幅度提高计算性能。CUDA使研发人员可将英伟达的GPU用于包括人工智能在内的各种计算任务。
时至今日，由于英伟达的显卡及其CUDA等多项AI优化技术，英伟达已在AI领域占据压倒性地位，其显卡和相关半导体硬件以及软件服务大范围的应用于该领域。
根据研究公司Omdia的数据，2023年，英伟达在人工智能芯片领域的市场占有率已超过70%。
当前美国情况看，大语言模型仍处发展早期，微软当下作为最有望直接从大语言模型的应用领域获利的企业（近水楼台先得月），也仍在不断摸索，距离大规模商业化仍有一段路要走。
然而，作为一个有耐心的长线布局者，我们大家可以预见，微软将在可预期的未来持续在该领域投入和布局，正如其过去在云服务领域那样耐心谋划。
但实际上，这一些数据可能都只是他们的猜测，即使是当前最先进的大语言模型，其实际商业应用仍面临重大困难。大语言模型即使降低各类参数的随机性，依然存在很明显的“幻觉”问题，仍会一本正经地胡说八道。
模型预测下一个单词时，会为每个可能出现的单词分配概率。如果将温度参数设置得很低，针对同一输入指令，在效果上，模型的输出结果的创造性更低，不那么容易出现出乎意料的结果。
它类似一个过滤器，在模型试图生成下一个字词时，决定其可优先考虑的不同单词数量。同样地，设定一个相比来说较低的Top P值，效果与降低温度参数类似。
但是，调整参数虽然某些特定的程度可以让大语言模型的回答更保守，依然没办法保证大语言模型就不会自己捏造事实。
有趣的是，即使是OpenAI CEO山姆·阿尔特曼（Sam Altman），或者微软的比尔·盖茨等人，也未必完全理解ChatGPT等大语言模型的具体思考模式。正如阿尔特曼自己所说，GPT模型展示出的技能和属性也常让他惊叹：
“与历史上许多科技突破类似，有时候你只是毫无头绪地摸索，然后这样的一个东西突然就自己运行起来了，让你不禁想‘哇！这究竟是怎么做到的？’”
实际上，GPT模型本身就挑战了行业原有的认知。GPT模型的理论基础来自2017年发表的论文《注意力就是你所需要的一切》。
这里提到的注意力，通俗地说，就是神经网络中的注意力机制。譬如人类在理解一个句子时，会将注意力集中在对句子意思更关键的特定词语上。
一个没有注意力机制的传统序列到序列模型会按顺序逐字理解句子中的文字内容，对较长文本信息，这种模型会很快“遗忘”之前处理的内容。而具备注意力机制的语言模型会更关注文本中最重要的部分，从而克服这个问题。
不过，按此种思维训练出的语言模型是否可被称为人工智能，也引起了不少争议。
业内有一个这样的调侃式的提问：ChatGPT是一个聪明的鹦鹉，还是一个愚蠢的乌鸦？
换言之，像ChatGPT这样的大语言模型，是否只是一个高度复杂的人类语言生成工具，但并不具备实质逻辑思考，还是说，它那口齿伶俐的作答和时常荒谬的思维方法，其实就是上千亿个半导体在蹩脚地模仿人类尝试进行思考？
可惜，这样的一个问题目前无人能够做出准确回答，甚至连ChatGPT自己也无从知晓。就像问一个路人“你的大脑有何种构造而使你形成自我意识”，作为大脑这个器官的直接使用者，人类自己也对此一无所知。
但是，如果仅依据这一些模型的核心设计机制，它们本质上只是词元（token）预测工具，通过统计学概率预测接下来最合适的词语，进行机械式的人类语言风格模仿。
注：词元是大语言模型能够理解和处理的最小文本单位。大语言模型在运行时会把文本拆分成词元做处理和生成。一些中文的大语言模型会把汉字进一步拆分成偏旁部首或者笔画，形成词元。
假如大语言模型依然停留在这种基础的模仿层面，那么它们一般不符合我们大众所理解的人工智能，因为不具备实际的思考和理解能力。
说到这里，大语言模型的情况与禅宗思想有相类似的地方。在某些禅宗观点里，人本性即具足，此生此刻就可以获得解脱，这也在佛学界引发不小争议。部分人认为，这类思想并未引导人达到真正的顿悟，而是形成对顿悟的误解。
因此，这里也引出了当前AI领域对于大语言模型最悲观的判断：持续不断的增加参数和训练数据量，只是在搭建一个越来越善于言辞的“聪明鹦鹉”，并未真正使机器获得思考能力。
1903年12月17日，莱特兄弟完成首次载人飞行这一历史性飞行的9周前，（NYT.N）就做出过“人类仍需1,000万年的科技发展才能实现飞行”这样著名的悲观预测。
对于科技发展的后知后觉已经不是第一次了，对这一点感兴趣的读者，可以一读风云君过去的一篇文章。
目前，中国也在大语言模型领域开展自己的探索，考虑到数据安全和技术独立性等因素。
但是，需要明确的是，从全世界看，无论是国外还是国内，大语言模型在应用方面，都还未达到能够为公司能够带来实质可盈利商业化应用的程度。
有趣的是，如果直接与OpenAI竞争，搭建自己的基础模型，将面临痛苦的竞争。由于OpenAI当下仍以非盈利为运营思路，其GPT服务定价近乎等同租用GPU成本。
换言之，想要对标OpenAI价格又模仿其轻资产模式（租用服务器），几乎难以盈利。
简单来说，若选择与OpenAI竞争价格并期望未来在市场占有率上领先并获利，可能的路径唯有获得雄厚资金支持，自建本地规模巨大的服务器集群。
截至2024年初，OpenAI通过五轮融资累计筹集了113亿美金，最近一次是2023年4月的E轮，融资3亿美金。想要对标OpenAI自主搭建基础模型的公司，一定要做好融资更大资金，进行持久竞争的准备。
所以，这里是一个风云小提示，如果一个公司近期在直接或间接表示，将会通过大语言模型的应用或者搭建来开拓新的盈利业务，那很大概率是在炒作概念。
目前，全球所有致力于大语言模型搭建和应用层面的公司，在商业化上都还没取得实质性进展。
当前，大语言模型应用向消费市场商业化的一个明显挑战，是普通花了钱的人数据服务类产品的支付意愿整体不高，这也是国内外AI公司共同需要面对的难题。
如果没办法吸引充足的收入，AI公司将难以长期存活。因此，当下AI公司的主要生存之道，仍然是开发面向企业用户的商业应用，发展企业客户的支付意愿。
在这里，另一个大语言模型AI公司Anthropic创始人达里奥·阿莫迪（Dario Amodei）点出了问题的关键——目前的大语言模型要真正投入工作应用，需要在至少一个领域达到或超过同等岗位职工的工作能力：
“大语言模型在智力和能力上达到人类整体中等水准是可能的，但要让它们真正融入人类社会的工作，就需要在某个岗位上表现出色到至少达到同等岗位员工的程度，才能被视为具有替代部分人类工作的实质价值。”
因此，尽管小说创作、风趣对话、解谜和文言文等功能对个人用户着迷，但考虑到AI公司当前面临的资金需求压力，抓住企业用户的痛点是它们的共识和当务之急。
目前，大语言模型最大有可能直接应用到工作场景的两个方向是文案助手和代码助手。
例如，根据Semrush的双盲测试调查发现，人类实际更偏爱由大语言模型写出的广告文案，而非人类编写的文案。
这意味着，在学习吸引眼球的写作方式上，大语言模型能够迅速学习海量文本样本，在需要持续产出定量内容、对极致创造力要求不高的创意性写作领域（如软文撰写），其能力可达到或略微超过普通员工的水平。
目前写代码方面，AI尚无法完全取代人类开发者，但是在应用样板代码、代码构思初始阶段和低复杂度基础代码的快速错误检查等方面，AI已经显示出简化某些代码流程的潜力。
鉴于文章可读性和该领域变化日新月异的考虑，风云君就不在这做详尽的技术介绍和比较了，主要选取两个国内的大模型作为例子，基于大家实际使用体验的角度，分析它们在工作场景中应用的潜力。
2023年10月，文心一言的正式发布4.0版本基础模型。当下在文本总结，文本初稿撰写，文本润色场景下的使用效果可基本达到上手可用的效果。
在代码方面，对于像风云君这样不会编程的外行用户来说，使用文心一言4.0完成一些简单的文本分析python代码还是可行的。但据其他用户反馈，随着代码复杂度的提高，文心一言4.0生成的代码就会面临无法正常运行的问题。
由于阿里巴巴（BABA.N）对于部分通义千问模型已经开源，因此受到了许多开源大语言模型爱好者的测试和关注。
目前，通义千问的开源模型，在开源大语言模型的民间用户圈子中，获得了一定的知名度。
在风云君截稿的2024年1月底，根据开源社区的反馈，通义千问在某些编程语言的代码生成能力上，能对标一些其他的一线开源大语言模型，如Meta（META.O）的Code Llama，以及法国初创企业Mistral的Mistral 7B模型。
这种不需要联网的开源模型，或许对于一些数据安全敏感的企业用户来说，是一个不错的选择，以完成一些程序员在写代码过程中的一些基础工作。
故事中南泉禅师一刀两断猫咪仅是一个意象。禅宗公案通过荒诞的故事叙事来提醒我们要对自己的所见所闻进行质疑。目前通过语言模拟实现AI的路径，可能未来我们回头来看，与禅宗公案一样充满荒诞。
但也有可能，在人工智能探索的过程中，我们已正处在变革的门槛前，只差最后一步，就如禅宗的顿悟一般来得迅速。
但是，从商业逻辑看，AI的发展绝非一蹴而就，微软和英伟达的发展历史正好证明这一点。他们如今成为AI领域最大受益者的背后，是数年乃至十多年的筹划和布局。
本报告（文章）是基于上市公司的公众公司属性、以上市公司依据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）为核心依据的独立第三方研究；市值风云力求报告（文章）所载内容及观点客观公正，但不保证其准确性、完整性、及时性等；本报告（文章）中的信息或所表述的意见不构成任何投资建议，市值风云不对因使用本报告所采取的任何行动承担任何责任。
