今日凌晨，美国科技巨头微软发布了接入OpenAI的ChatGPT后的第一份财报！

微软2023财年第三季度（2023年第一季度）业绩超分析师预期，营收达528.57亿美元，同比增长7%；归母净利润为182.99亿元，同比增长9%，一改前几季度下跌14%、12%的态势。

包括微软Azure在内的微软智能云业务挑起业务大梁，营收达220.81亿美元，同比增长16%，占总收入42%。微软Azure OpenAI服务已拥有2500位客户，客户数预计将较二季度增长10倍，旗下AI Copilot编程助手已经获得10000个客户。

本季度微软搜索引擎Bing、Office工具等业务收入明显增长，可能离不开ChatGPT的带动效果。微软Office 365软件收入增长14%，微软搜索和新闻广告营收同比增长10%，均超出分析师预期。

营收529亿美元 净利润同比增长9%

微软2023年Q3营收达528.57亿美元，同比增长7%，市场预期为510.3亿美元。虽然营收增长速度依然低于2022财年各季度情况，但相比上一季度增速加快。

本季度其归母净利润为182.99亿元，同比增长9%，扭转了前两季度的增速为负的局面。

2023年Q3，微软智能云业务营收达220.81亿美元，同比增长16%，占总收入42%；生产力和企业流程业务营收为175.16亿美元，同比增长11%，占总收入33%；个人计算业务营收132.60亿美元，同比下降9%，占比25%。

云计算产业回暖趋势明显。同样拥有大型云业务的谷歌母公司Alphabet也于今天公布了强劲的业绩，总营收697.9亿美元，谷歌云收入74.56亿美元，盘后股价上涨3%，这也帮助提振了另一家主要云运营商亚马逊公司的股价，在盘后交易中上涨2.4%。这三家科技巨头公司在去年11月和今年3月为降本增效进行了大规模裁员，总数达到了约7万人。

接入GPT后搜索引擎收入增长

首先来看看微软个人计算机业务，其营收同比下降9%至133亿美元，这继续受到PC市场疲软影响。Windows系统营收同比下降28%，设备业务营收同比下降30%，Windows商业产品及相关云服务营收同比增长14%。

值得一提的是，微软搜索和新闻广告营收同比增长10%。2月6日，ChatGPT版搜索引擎突然上线，微软Bing（必应）以更智能的搜索体验，给了统治搜索引擎多年的谷歌当头一棒，现在增长效果也在营收上初显。

微软智能云是微软收入主力，包括Azure、Windows Server、SQL Server、Visual Studio、GitHub和企业服务被覆盖在内的多个业务板块。本季度，微软智能云增速高于市场预期的218.9亿美元。

2021年Q3至2023年Q3两个多财季以来，微软智能云每财季营收保持了18%左右的增速。但随着2022财年Q4营收突破200亿美元大关，增速有所放缓。本季度微软智能云营收220.81亿美元，同比增长16%。

其中，在Azure及其他云服务营收同比增长27%的带动下，其服务器产品及相关云服务业务营收同比增长17%。

微软董事长兼首席执行官Satya Nadella（萨提亚·纳德拉）谈到我们正进入一个新的计算时代，是“世界上最先进的AI模型与最通用的自然语言结合的用户界面”开创的新时代。“在整个微软云计算业务中，我们是帮助客户从数字支出中获得最大价值并为下一代AI进行创新的首选平台。”

此外，微软这一季度生产力和商业业务上季度贡献了175亿美元的收入，同比增长11%。其中，微软Office 365软件收入增长14%带动下，办公室商业产品和云服务业务同比增长13%，超出分析师预期。

3月16日，微软正式将GPT-4接入到Office工具，推出了AI版Office“全家桶”：Microsoft 365 Copilot，让Word、PPT、Excel、Outlook等人们常见的办公软件全都接入AI。

商业化能力再提升，GPT-4能去赚钱了？

“GPT-4已经突破了落地的问题，采用云的方式，用的人越多，成本越低。”云舟集成电路创始人兼CEO赵豪杰认为，GPT-3会更偏向NLP，而GPT-4在各方面的能力都更强一些。他给虎嗅举了这样一个例子，GPT-3就像初中生，还不能出来工作赚钱，GPT-4应该已经职校毕业，可以上班赚钱了。

GPT-4的能力虽然在很多现实场景中不如人类，但在各种专业和学术基准测试中表现出了与人类相当的水平。不管怎么说，GPT-4确实在商业化上更进一步了。

在此之前，ChatGPT以及GPT-3在专业领域的表现一直被人们认为差强人意，在美国的律师资格考试Uniform Bar Exam (MBE+MEE+MPT)中，GPT-4的成绩甚至可以排到前10%，而GPT-3.5只能排在倒数10%。GPT-4在专业领域的能力实现了巨大提升，在一些专业领域已经开始逐渐接近甚至超过人类，这给GPT-4在很多ToB商业领域提供了更多可能性。

例如，专业技能辅助工具，知识检索类的应用，职业教培辅导等领域，GPT-4的能力将是革命性的。

对于GPT-4在专业技能上的突破，如果再进一步思考，或许未来人类的职业技能，将被AI重构。而在教育和技能培训方面，或许现在就该开始思考，哪些技能AI无法取代，我们应该学习什么知识和技能，以保持身为“人类”的不可替代性。

相比于GPT-3和GPT-3.5，GPT-4的智力更强，更不易出错，这显然有利于商业落地，而新增的图片识别功能则给OpenAI找到了更多的应用场景。

GPT-4能够基于视觉信息做逻辑推理，不仅告诉用户眼前发生了什么，更能说出发生的事代表了什么。目前，OpenAI已经给GPT-4找到了一个社会价值非常高的应用场景——助残。

BeMyEyes 是一家总部位于丹麦的公司，他们致力于在日常生活中帮助视障人群。BeMyEyes的基础功能是在App中招募，通过链接志愿者和视障人士，为他们提供“视力”帮助。

OpenAI 此次公布GPT-4时，也公布了他们和BeMyEyes的密切合作，通过GPT-4的多模态识别功能，为视障人士提供更便捷的“虚拟志愿者”（Be My Eyes Virtual Volunteer?）。用户可以通过该应用程序将图像发送给给予GPT-4的“虚拟志愿者”， AI将为各种任务提供即时识别、解释和对话式的“视力”帮助。

目前该功能正处于封闭测试阶段，预计将在接下来的几周内扩大 Beta 测试人员群体，并有希望在未来几个月内广泛提供虚拟志愿者。该应用在中国App Store亦可下载中文版本，目前也已经开放了公测排队。Be My Eyes声称“该工具将对所有使用 Be My Eyes 应用程序的盲人和低视力社区成员免费。”

“真正的多模态大模型还没有来，期待GPT-4.5和GPT-5，还会在多模态上有很大进展。”源码资本执行董事陈润泽告诉虎嗅，多模态大模型还有很大发展空间，未来也会带来更多的应用场景。

虽然GPT-4大幅拓宽了大模型可能落地的商业化场景。但算力、研发成本，仍被很多人认为是大模型落地过程中很难跨过的障碍。毕竟大模型的研发、算力支出在目前看来高的吓人，此前ChatGPT公开的单次训练、日常运营开支都是以百万美元为单位的，短期内想要商用可能很难控制成本。

不过，陈巍认为，在商业化方面GPT-4更容易落地。成本是否更高要看多方面因素，GPT-4总的固定研发成本（含预训练模型的训练成本，不是增量成本）高于ChatGPT，但可以看到OpenAI已将GPT-4开放在ChatGPT Plus生产环境中，因此不排除GPT-4模型运行成本更低的可能。

在NLP研究领域，专家们一直在尝试不依赖大算力来进行LLM训练，但目前还没有特别好的解决方案。从仿生学上来看，人脑本身是不需要依赖非常大量算力进行学习的，因此随着脑科学技术研究的深入，未来应该会有一种技术替代现在的暴力训练方式。但是即便不考虑训练，大算力确实会给模型的部署应用带来更好的性能提升。

陈巍认为，存算一体（CIM）架构或类脑架构（并不特指SNN架构），或者两者的异构结合，这两类架构都更接近人脑的逻辑结构，可以有效的提升有效的训练算力，给AI训练和研发提供更高效的算力工具。（当然并不排斥这两者与现有CPU或GPU技术的异构整合）

事实上，OpenAI的大模型在成本方面正在以肉眼可见的速度下降。3月1日，ChatGPT刚刚公布开放API时，即已声明成本比最初降低了90%。目前，已公开的GPT-4的API价格则大概是纯文本输入每1k个prompt token定价0.03美元，每1k个completion token定价0.06美元。默认速率限制为每分钟40k个token和每分钟200个请求。对此，赵豪杰表示：“GPT-4已经突破了落地的问题，采用云的方式，用的人越多，成本越低。”

除了成本，利润也是非常关键的，陈润泽认为，OpenAI在GPT-4的论文中用了大量篇幅讲述他们在安全可控方面的努力。“GPT-4（launch）做了更好的安全约束。技术的进步是多要素综合，利润也会与之一起驱动商业化落地。”

GPT-4都发了，“中国的OpenAI”们路在何方

“各家模型之间没有明显可比性，他们的区别主要在于投入市场的节奏，以及用户数量。”伍尔德里奇教授认为，OpenAI的大模型从技术上来讲，优势并没有那么夸张。相对于其他产品来说，只是问世更早而已。然而，正是因为比其他产品更早投入市场，也意味着它比其他人获得了更多的用户，以及反馈数据。

GPT-4发布之后，OpenAI在产品上又领先了全球一步。在国内追赶ChatGPT的队伍中，百度的文心一言或许是最接近的，目前已经官宣了3月16日发布，然而GPT-4又比百度早发一天，从这方面上看，重压之下，国内厂商追赶OpenAI看起来也越发困难了。

不过，对于中国的大型语言模型市场，多数专家认为，中文实际上是“原发”劣势。基于中文的模型与英文模型差别很大，中文互联网的复杂程度远高于英文，而且数据、信息量也更大，这使得语料收集、建模、训练，都要比英文困难很多。“中文本来就难，不过在中文大模型这方面，先不管好不好用，必须要有。”赵豪杰对虎嗅如是说。

“GPT-4和ChatGPT都是AI技术进步道路上的短暂风景。包括开源社区也在推进OpenAssitant等类ChatGPT开源模型。”陈巍表示，“我们提倡的思路是，产业界参考OpenAI的路线迅速追击，勤劳的同胞可在垂域上做出更好的细分领域模型；学术界则尝试更高效率的训练方法或更高性能的模型结构，尝试找到暴力训练之外的路径。”

目前看大模型和算力芯片已经成为AI产业发展的两个主驱动轮，两个都要持续投入和推进才能获得更好的产业地位和战略优势。

OpenAI在发布GPT-4的同时，还公布了一项有意思的开源。即用于评测大语言模型的OpenAI Evals框架，该框架可以通过数据集自动生成提示（Prompt），评估模型生成的回答/补全（completion）的质量，比较不同数据集或模型的性能。

“这类评测框架在各NLP企业中一直存在，但较少开放。”陈巍对虎嗅表示，OpenAI这一举措可能有助于NLP领域建立起统一的LLM评测标准，可能节约小企业建立评测体系和训练数据集的时间和成本。

不过，陈巍同时提示，有一点需要注意，就是在Evals的免责声明（Disclaimer）中，OpenAI 保留在其未来产品中使用这些Evals用户上传的数据的权利。

郑州博观电子科技有限公司是一家提供科技类物联网开发软硬件定制化方案服务商、也是中原地区领先的物联网终端设备解决方案提供商。致力共享换电柜、智能充电桩、共享洗车机、物联网软硬件等服务平台的方案开发与运维。总部位于河南省郑州市高新区，已取得国家高新技术企业认证证书。经过10多年的业务开拓，公司已经形成了以中原地区为中心、业务遍布全国的经营格局。