计算机行业专题报告-谷歌：北美CSP如何看待AI投入

技术颠覆期，投资不足的风险远远高于投资过度。谷歌的搜索、YouTube、广告、云服务等业务与生成式AI 契合度，同时，谷歌自身的大模型Gemini仍在不断迭代。公司在2024 年Q2 业绩说明会中提到生成式AI 已经贡献数十亿美元收入。我们认为，谷歌以Deepmind 为核心是上一轮以卷积网络AI 革新的发起者，自身业务与生成式AI 契合度高，有望持续加大对AI算力投入，以抢占领先地位。

    搜索：高质量且普适化的AI 搜索或需要更多算力支持。传统搜索市场中，不论是市场总量还是谷歌份额，都基本趋于饱和， 谷歌需要利用Transformer 架构中更智能的语义理解以及生成能力为其搜索全面赋能升级，不论是应对New bing 等的挑战，或是对原有客群的价值深挖，都是谷歌接下来的重中之重。目前SGE 存在“Quality and availability”限制，其重要原因之一或为算力不足，鉴于谷歌庞大的搜索客群，SGE 的普及以及质量提升所需算力庞大。

    广告：精准定位目标客户，快捷定制内容。广告业务作为谷歌主要利润构成之一，如何抓住此次AI 浪潮对广告工具进行升级是谷歌的核心要务。总结而言是利用AI 的“理解力”对用户精准定位，同时利用GenAI 相应的文生文/图/视频/音乐等等功能快捷制作符合用户喜好的广告。我们认为，AI+广告的终极形态或为针对每个用户的独特喜好，向其推荐极具个性化的产品和推荐媒介，并延伸其社圈等，该终极形态所需算力亦极为庞大。

    大模型：更大、更快、更强，Gemini 力争抢占制高点。谷歌一直是AI技术创新的先行者之一，根据Artificial Analysis，Gemini 的上下文长度远超同业水平。而经过分析数据并对比后我们发现，目前全球范围内，还没有兼具处理复杂任务和低时延高速度的模型，这或许是目前及未来包括谷歌、Open AI、Meta 等厂商需要进一步抢占的方向。鉴于当前SOTA 模型（GPT4）参数规模下经过近2 年迭代出的各类小而精mini 模型复杂任务能力欠缺，模型天花板或需要进一步膨胀才有望迭代出好用且能应对复杂任务的模型。换言之，训练算力需求广阔。

    风险提示：技术迭代不及预期的风险、商业化落地不及预期的风险、政策支持不及预期风险、全球宏观经济风险。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。