智通財經APP獲悉，近日，百度(09888)召開23Q4業績交流會。會上，百度指出，公司2023年Q4營收349.5 億元，同比增長約6%，符合市場預期。歸屬百度的凈利潤(non-GAAP)77.55億元，同比增長44%，超市場預期的63.8億元。
值得注意的是，Q4智能云收入同比增長11%，達到人民幣57億元，并在第四季度繼續提高盈利能力。GenAI 和基礎模型收入占第四季度人工智能云收入的 4.8%。在收入加速增長的同時，對模型構建的需求也在不斷增加。越來越多的企業，尤其是科技公司轉向百度的公共云來構建他們的模型。
展望2024年，百度相信AI增量收入將達數十億元人民幣，主要來自廣告和人工智能云業務；AI云計算應該會保持強勁的收入增長，并在Non-GAAP 運營水平盈利。智能駕駛業務繼續專注于實現Apollo Go的UE收支平衡。
Q&A：
1. 管理層如何看待2024年中國的宏觀經濟形勢？2024年百度整體的增長前景如何？2024年人工智能相關收入將占百度總收入的多大比例？
1）去年的宏觀經濟環境充滿挑戰，但我們的業務表現非常穩健。我們對 Gen AI 進行了非常積極的投資，但我們的non-GaaP運營利潤率同比有所擴大，收入也實現了穩健增長。更重要的是，我們開始從Gen AI和基礎模型中獲得增量收入。
2）今年，我們注意到中央和地方政府都在努力發展經濟。在春節假期期間，我們看到了消費的增長，尤其是在旅游領域。但我們仍處在一個充滿不確定性的宏觀環境中。我們正在密切關注重大的經濟刺激計劃，認為這對實現今年的目標至關重要。
3）百度也面臨著很多機遇。我們的核心業務依然穩健。在2024年，來自Gen AI和基礎模型的增量收入將增至數十億人民幣。這將促進我們總收入的增長。更具體地說，得益于我們在LLM和Gen AI領域的領先地位，越來越多的企業在百度云上構建模型和開發應用程序。
4）至于我們的移動生態系統，我們已經積累了龐大的用戶群，而且我們還在不斷更新產品，并通過人工智能創新增強我們的貨幣化能力。因此，當我們把云和移動結合起來時，我們將能夠保持長期增長，這將比中國的GDP增長更快。
2. 成本減少和優化的空間還有多大？我們應該如何看待人工智能相關的投資？如果你們打算擴張，我們應該如何看待2024年的利潤趨勢？
在對 GenAI 業務進行投資的同時，我們仍有余力管理傳統業務的成本和支出。展望2024年，我們將繼續專注于核心業務。同時，我們也會減少對非戰略業務的資源分配。此外，我們還通過消除層級、簡化執行和扁平化組織結構，不斷提高整體組織效率。因此，進入今年，我們將致力于不斷優化我們的運營，確保我們擁有一支更有生產力的人力資源團隊。有了所有這些措施，我們的目標是保持百度核心的穩健盈利，我們的移動生態系統將繼續提供最廣泛的開放市場，并產生最廣泛的強勁的盈利能力。我們成功地保持了穩固的業務利潤率。
從2023年起，我們開始投資人工智能生成和大語言模型。這項投資主要體現在我們的capex上，這主要與購買用于培訓的芯片和服務器。因此，盡管我們在23年的資本支出同比增長68%，但我們的非公認會計原則經營利潤率仍同比增長2%。展望未來，在發展我們的新人工智能業務的過程中，進行新的投資是不可避免的。然而，這些投資預計不會對我們的利潤率或利潤產生重大影響。
在市場開發的早期階段，我們還將優先考慮AI業務的利潤率。我們認為，從長遠來看，該業務預計將產生更好的利潤率。此外，人工智能原生2C產品可能會有一些促銷活動，但我們將仔細管理和密切監控ROI，以平衡投資和增長。我們在投資新舉措方面的努力已經開始取得初步成果。
從架構師改進中產生的增量收入已經達到了幾百萬美元。第四季度和Gen AI和財務模型產生的增量人工智能云收入也貢獻了人工智能云總收入的4.8%。所有這些都增強了我們對業務戰略的信心。因此，展望未來，我們將繼續堅定地致力于開發Gen AI和大語言模型。
3.對于人工智能相關的收入貢獻，是否有一種方法可以量化或證明百度將產生的廣告收入純粹是AIGC的增量貢獻，而不是蠶食現有的搜索業務?如果人工智能純粹是增量的，會比平均增長更快嗎?我們應該如何考慮2024年的核心搜索增長率?
1）我們是中國最大的搜索引擎，月活躍用戶接近7億。 我們已經在中國互聯網和移動用戶中建立了非常強大的品牌影響力，用戶通過百度獲得全面可靠的信息。因此，我們擁有強大而穩定的收入基礎。
2)但我們對宏觀環境變化也非常敏感，因為我們的廣告業務覆蓋不同的領域。正如我剛才提到的，宏觀方面的影響仍存在不確定性。但 Gen AI 和 LLM 正在商業化和用戶參與兩個方面釋放出新的機會。
3）商業化方面的收入增量更容易量化。Gen AI已經幫助提高了廣告的ECPM，我們升級的商業化系統使我們能夠提高定位目標用戶的能力，從而生成和展示更多相關廣告。我們在第四季度從這些措施中獲得了數億美元的收入，今年的增量收入將達到數十億美元。
4)用戶參與部分則更難量化，Gen AI 正在幫助我們改善用戶體驗。我們已經在搜索和總結時看到了初步成果，今后我們將繼續推出新功能。這一舉措未來將幫助我們提高用戶份額和使用時間，并為我們帶來更大的潛力。
因此，我認為增量收入將主要來自于商業化和用戶參與兩方面。
4. 應該如何看待生成式人工智能帶來的收入增長？生成式人工智能云的產品組合是怎樣的？哪些產品是主要的增長動力？2024年預期人工智能云的整體收入增長為多少？
Gen AI 和基礎模型相關業務的總收入，包括內部和外部收入，在第四季度已經達到了 6.56 億元人民幣，而 2024 年全年這一數字應該會增長到數十億元人民幣。我們看到，企業對使用 Gen AI 和 LLM開發新應用和新功能的興趣不斷增加。
為了實現這一目標，他們正在積極地構建模型來為他們的產品和解決方案提供動力。這是我們從外部客戶那里獲得大部分收入的方式。與此同時，從外部客戶獲得的模型推斷收入顯著增加，但通過推斷得到的收入仍然很小。從長遠來看，模型推斷收入將成為一個重要的和可持續的收入驅動力。
由內部客戶產生的收入也非常重要，因為這類收入的很大一部分是用于模型推斷的。百度是第一家使用Gen AI和LLM來重建所有業務和產品的公司，由Gen AI和LLM支持的產品和功能的數量持續增加。來自內部客戶的ERNIE API已經迅速增加，并達到了顯著的規模。這樣的發展已經證明了ERNIE和ERNIE機器人可以很好地提高實際應用中的生產力和效率。
越來越多的外部客戶將使用ERNIE來開發他們自己的應用程序，并在未來會推動我們的外部收入。
關于產品提供：第一，我們擁有中國最強大的模型培訓和推斷的AI基礎設施，可以幫助我們的客戶以成本效益有效地構建和運行模型。第二，我們的MOPS提供了各種模型以及模型構建和應用程序開發的工具。第三，開發了自己的AI原生解決方案，比如GBI，即生成式商業智能。綜上，這些應用程序正在幫助企業提高生產力和效率。
除了與AI相關的增量機會外，Gen AI和基礎模型也為我們的傳統云業務帶來了新的機會。
第一，我們的AI基礎設施、CPU和以CPU為中心的云計算服務得到了高度認可，特別是在互聯網、技術和教育領域，所以我們繼續贏得以CPU為中心的云服務的客戶和項目。
第二，Gen AI和基礎模型使我們能夠比以前更有效地為客戶構建AI解決方案，促進了傳統行業的數字和智能轉型。因此，這兩個因素都在推動著我們的云計算收入的增長。
總的來說，2024年的云計算收入比去年加速增長，我們對保持AI cloud的盈利能力相當有信心，應該能夠持續提高企業云計算的毛利率。對于Gen AI和LLM業務來說，市場仍處于非常早期的發展階段。因此，我們應該采取非常動態的定價策略，以快速占領市場并擴大對更多企業客戶的滲透。從長遠來看，新業務的正常化利潤率應該高于傳統的云業務。
5. 請問我們的人工智能產品開發速度如何？新的生成式搜索的流量增長情況如何，是否有任何關鍵指標可以分享？人工智能如何在搜索流量和時間跨度方面帶來好處，以及我們應該何時能夠看到流量或超級應用程序的爆發？
1）我們正在使用生成式人工智能重構我們所有的2C產品，我認為Gen AI 和基礎模型正在使我們所有的產品變得更加強大。在過去的幾個月里，我們在這方面取得了長足的進步。用戶的初步反饋令人鼓舞。
2）在搜索方面，Gen AI的引入使百度能夠回答更廣泛的問題，包括更復雜、開放式和比較性的查詢。通過早期的思考，我們可以以更互動的方式提供直接、清晰的答案。在過去的幾個月里，Ernie Bot不再只是登陸一些內容和提供一些鏈接，而是生成了越來越多的搜索結果。因此，用戶與百度的互動更加頻繁，并提出了更多新問題。
3）例如，越來越多的用戶來到百度進行內容創作，無論是文字還是圖像。在中國春節期間，百度幫助用戶制作新年賀詞，并為他們所愛的人制作個性化的電子賀卡。這不是搜索引擎的典型用例，但我們看到大量用戶依賴百度進行這種使用。展望未來，我們將越來越多地使用ERNIE Bot來生成搜索查詢的答案，然后使用多輪對話來澄清用戶的意圖，以便通過自然語言解決復雜的用戶需求。
4）雖然這一舉措增強了搜索體驗，但我們仍處于使用ERNIE Bot重建重要搜索的早期階段。我們將繼續測試和迭代基于用戶反饋的Gen AI功能，我們將按照我們的典型劇本進行測試和微調新體驗，然后升級為大規模推出做好準備。
5）總的來說，我們相信GenAI將補充傳統搜索，最終提高用戶留存率、參與度和在百度上花費的時間。除了搜索，Ernie Bot作為co-pilot，文庫已經從用戶查找模板和文檔的導航轉變為用戶創建各種格式內容的一站式商店。截至目前，我認為約有18%的新付費用戶是被文庫的GenAI功能所吸引的。
我想強調的是，我們正在使用Ernie Bot重構我們的應用程序并構建新的應用程序，這仍處于早期階段。同時，我們正在吸引并幫助企業在學習方面構建應用程序。我們相信Ernie的成功取決于其廣泛和積極的采用，無論是通過百度應用程序還是通過第三方應用程序。
6. 是否可以談談Ernie在2024年的技術路線圖？它是否包括多模態功能，類似于Sora或者是否會開設一個AI商店？或者可能推出一個AI代理？
我們手頭的芯片應該能夠使EB 4進一步發展到下一個水平。我們將采用以應用為驅動的方法進行深度學習，讓我們的用戶和客戶告訴我們在哪些方面改進和調整我們的模型。這可能包括構建多模態模型、代理、提高可靠性等。重要的是我們專注于利用Ernie為用戶和客戶帶來真正的價值，而不僅僅是在研究論文中取得高排名。
7. 關于運行Gen AI的成本，我們應該如何考慮管理未來的推理成本？你們談到了一些提高效率的方式，是否有其他方式可以優化這個過程？
使高性能的基礎模型變得經濟實惠對于大規模運營至關重要。
我之前提到過，我們一直在不斷降低模型推理成本。現在EB3.5的推理成本約為2023年3月版本的1%。通過這樣做，越來越多的企業愿意在學習中測試、開發和迭代他們的應用程序。
對于許多客戶來說，他們傾向于在效率、成本和速度之間取得平衡，因此我們還提供了較小的語言模型，并幫助客戶利用MOE來獲得最佳性能。
通過我們的端到端方法，我們相信仍然有充足的空間來降低我們最強大模型的成本，并使它們對我們的客戶越來越經濟實惠，這將進一步推動我們模型的采用。
在內部，我們密切監控了由Ernie開發的應用程序數量，正如我之前提到的，Ernie現在每天處理超過5000萬次查詢，目前Ernie API從內部應用程序的調用仍然大于外部應用程序的調用。來自外部應用程序的Ernie不同規模的成本一直在迅速增加。
在開始階段，隨著越來越多的用戶使用Ernie，不論是通過百度應用程序還是第三方應用程序，Ernie將變得更加強大、智能和有用。這將使我們能夠在Ernie周圍培育一個生態系統。隨著這些應用程序和模型被最終用戶積極使用，它們也將為我們產生可觀的推理收入。
8. ERNIE在企業中的采用情況如何與同行相比？你能否與我們分享最新使用ERNIE構建模型和應用程序的企業數量，并幫助我們了解與上一期相比它是如何增長的，以及其中的推動因素是什么？
在不同行業、不同規模的大約26,000家企業在去年12月使用了我們云上的Ernie API，同比增長150%。Ernie API的調用量每天已經超過5000萬次，我們相信在中國沒有其他公司能夠獲得如此多的客戶和如此高的API請求量。
企業選擇我們主要有以下幾個原因。首先，我們在中國擁有最具成本效益的人工智能基礎設施，主要是因為我們具有端到端優化的強大能力。正如我之前提到的，生成式AI和大模型正在重新塑造中國公共云行業的競爭格局，提升了我們的競爭優勢。我們在管理大規模GPU中心化云方面的強大能力，以及非常高的GPU利用率，持續加強了我們的人工智能基礎設施。
因此，我們可以幫助企業構建和運行他們的模型，并在我們的云上以低成本開發人工智能本地應用程序。其次，EB系列模型吸引了許多客戶到我們的云。在過去的幾個月里，我們不斷提高Ernie的業績，得到了客戶的積極反饋。我們還提供不同尺寸的Ernie模型，以更好地滿足客戶在成本結構方面的需求。
我們是中國第一家推出model-as-a-service 的公司，這是LLM和AI-native應用程序開發的一站式商店。因此，我們的模型使得企業很容易使用LLMs。我們還提供了一個工具包，幫助企業輕松培訓或微調他們的模型，并在我們的云上開發應用程序。有了工具包，客戶可以通過合并他們的專有數據進行培訓，有效地構建成本，他們也可以直接使用API來為自己的應用程序提供動力。我們還可以幫助他們使用不同的模型來支持不同的產品功能，在應用程序開發中采用MOE的方法。
因此，企業可以專注于識別客戶的痛點。所有這些舉措都幫助我們在GNI和LLMs中具備了先發優勢。隨著越來越多的客戶使用我們的大眾平臺，開發旨在吸引用戶的人工智能本地應用程序，大量的用戶和客戶洞察力將在我們的云上產生和積累。因此，這些見解也將允許我們進一步完善工具包。
隨著我們的工具變得越來越適合定制，并幫助企業毫不費力地調整模型和創建應用程序，企業將更傾向于長期選擇我們。此外，在使用大型語言模型的當前階段，客戶為其選擇的模型創建合適的提示至關重要。因此，由于他們必須投入相當大的精力來構建和積累使用大型語言模型的最佳提示，對他們來說，切換到另一個模型變得具有挑戰性，因為他們必須重新建立他們的提示組合。因此，隨著越來越多客戶采用和使用我們的平臺，客戶滿意度和轉換成本將幫助我們提高客戶留存。
9. 最近美國進一步限制芯片之后，對你們的人工智能發展有什么影響？是否有替代芯片的最新進展？考慮到芯片問題，百度在開發人工智能模型產品和monetization方面與同行業公司有何不同？未來幾年，百度將如何跟上海外同行業公司的步伐？
1）在短期內，這對我們的模式開發、產品重塑的影響微乎其微。正如我在上一季度提到的，我們已經擁有了中國最強大的基礎模型。我們的人工智能芯片儲備使我們能夠在未來一兩年內繼續提高收入。而對于模型推理來說，它所需要的芯片并不那么多。我們的儲備和可用芯片以及市場上現有的芯片足以讓我們為終端用戶和客戶提供人工智能原生應用。
2）從長遠來看，我們可能無法獲得最前沿的 GPU，但擁有了最高效的國產軟件堆棧，用戶體驗就不會受到影響，在應用層、模型層和框架層都有足夠的創新空間。我們端到端自主開發的四層人工智能架構，加上我們強大的研發團隊，將支持我們使用不那么先進的芯片進行高效的模型訓練和推理。這為百度提供了超越國內同行的獨特競爭優勢。而對于企業和開發者來說，在ERNIE上構建應用將是擁抱人工智能的最好、最有效的方式。
10. 近來，我們看到了文本到視頻或視頻生成技術的諸多發展。您如何看待這項技術對中國人工智能產業發展的影響？能否詳細介紹一下ERNIE的戰略路線圖？ERNIE 目前在文本生成和文本到圖像、文本到視頻生成任務方面的表現如何，預計在這些方面會有哪些改進？
1）首先，多模態或多模態的整合，如文本、音頻和視頻是未來基礎模型發展的一個重要方向，這是AGI的必備條件，百度已經在這方面進行了投入，未來還會繼續投入。
2）其次，從基礎模型的發展來看，大型語言模型的市場非常巨大，而且還處于非常早期的階段。即使是世界上最強大的語言模型，對于很多應用來說仍然不夠好，創新的空間還很大。小型模型、MOE和代理的發展都非常迅速。我們努力讓所有類型的企業都能享受到這一服務，并解決各種場景中的實際問題。
3）第三，在視覺基礎模型領域，一個具有巨大市場潛力的重要應用是自動駕駛。百度是自動駕駛領域的先行者和全球領導者，我們一直在使用擴散和轉移融合以及Transformer來訓練我們的視頻生成模型。我們還在物體分類、檢測和分割方面不斷取得進步，從而更好地理解物理世界和物理世界的作用。這使我們能夠將在道路上捕捉到的圖像和視頻轉化為具體任務，從而開發出更加智能、適應性更強、更安全的自動駕駛技術。
4）總之，我們的戰略是開發最強大的形成模型來解決現實世界中的問題，我們將繼續在這一領域進行投資，以確保我們的領先地位。
jay
