智通财经APP获悉，近日，百度(09888)召开23Q4业绩交流会。会上，百度指出，公司2023年Q4营收349.5 亿元，同比增长约6%，符合市场预期。归属百度的净利润(non-GAAP)77.55亿元，同比增长44%，超市场预期的63.8亿元。
值得注意的是，Q4智能云收入同比增长11%，达到人民币57亿元，并在第四季度继续提高盈利能力。GenAI 和基础模型收入占第四季度人工智能云收入的 4.8%。在收入加速增长的同时，对模型构建的需求也在不断增加。越来越多的企业，尤其是科技公司转向百度的公共云来构建他们的模型。
展望2024年，百度相信AI增量收入将达数十亿元人民币，主要来自广告和人工智能云业务；AI云计算应该会保持强劲的收入增长，并在Non-GAAP 运营水平盈利。智能驾驶业务继续专注于实现Apollo Go的UE收支平衡。
Q&A：
1. 管理层如何看待2024年中国的宏观经济形势？2024年百度整体的增长前景如何？2024年人工智能相关收入将占百度总收入的多大比例？
1）去年的宏观经济环境充满挑战，但我们的业务表现非常稳健。我们对 Gen AI 进行了非常积极的投资，但我们的non-GaaP运营利润率同比有所扩大，收入也实现了稳健增长。更重要的是，我们开始从Gen AI和基础模型中获得增量收入。
2）今年，我们注意到中央和地方政府都在努力发展经济。在春节假期期间，我们看到了消费的增长，尤其是在旅游领域。但我们仍处在一个充满不确定性的宏观环境中。我们正在密切关注重大的经济刺激计划，认为这对实现今年的目标至关重要。
3）百度也面临着很多机遇。我们的核心业务依然稳健。在2024年，来自Gen AI和基础模型的增量收入将增至数十亿人民币。这将促进我们总收入的增长。更具体地说，得益于我们在LLM和Gen AI领域的领先地位，越来越多的企业在百度云上构建模型和开发应用程序。
4）至于我们的移动生态系统，我们已经积累了庞大的用户群，而且我们还在不断更新产品，并通过人工智能创新增强我们的货币化能力。因此，当我们把云和移动结合起来时，我们将能够保持长期增长，这将比中国的GDP增长更快。
2. 成本减少和优化的空间还有多大？我们应该如何看待人工智能相关的投资？如果你们打算扩张，我们应该如何看待2024年的利润趋势？
在对 GenAI 业务进行投资的同时，我们仍有余力管理传统业务的成本和支出。展望2024年，我们将继续专注于核心业务。同时，我们也会减少对非战略业务的资源分配。此外，我们还通过消除层级、简化执行和扁平化组织结构，不断提高整体组织效率。因此，进入今年，我们将致力于不断优化我们的运营，确保我们拥有一支更有生产力的人力资源团队。有了所有这些措施，我们的目标是保持百度核心的稳健盈利，我们的移动生态系统将继续提供最广泛的开放市场，并产生最广泛的强劲的盈利能力。我们成功地保持了稳固的业务利润率。
从2023年起，我们开始投资人工智能生成和大语言模型。这项投资主要体现在我们的capex上，这主要与购买用于培训的芯片和服务器。因此，尽管我们在23年的资本支出同比增长68%，但我们的非公认会计原则经营利润率仍同比增长2%。展望未来，在发展我们的新人工智能业务的过程中，进行新的投资是不可避免的。然而，这些投资预计不会对我们的利润率或利润产生重大影响。
在市场开发的早期阶段，我们还将优先考虑AI业务的利润率。我们认为，从长远来看，该业务预计将产生更好的利润率。此外，人工智能原生2C产品可能会有一些促销活动，但我们将仔细管理和密切监控ROI，以平衡投资和增长。我们在投资新举措方面的努力已经开始取得初步成果。
从架构师改进中产生的增量收入已经达到了几百万美元。第四季度和Gen AI和财务模型产生的增量人工智能云收入也贡献了人工智能云总收入的4.8%。所有这些都增强了我们对业务战略的信心。因此，展望未来，我们将继续坚定地致力于开发Gen AI和大语言模型。
3.对于人工智能相关的收入贡献，是否有一种方法可以量化或证明百度将产生的广告收入纯粹是AIGC的增量贡献，而不是蚕食现有的搜索业务?如果人工智能纯粹是增量的，会比平均增长更快吗?我们应该如何考虑2024年的核心搜索增长率?
1）我们是中国最大的搜索引擎，月活跃用户接近7亿。 我们已经在中国互联网和移动用户中建立了非常强大的品牌影响力，用户通过百度获得全面可靠的信息。因此，我们拥有强大而稳定的收入基础。
2)但我们对宏观环境变化也非常敏感，因为我们的广告业务覆盖不同的领域。正如我刚才提到的，宏观方面的影响仍存在不确定性。但 Gen AI 和 LLM 正在商业化和用户参与两个方面释放出新的机会。
3）商业化方面的收入增量更容易量化。Gen AI已经帮助提高了广告的ECPM，我们升级的商业化系统使我们能够提高定位目标用户的能力，从而生成和展示更多相关广告。我们在第四季度从这些措施中获得了数亿美元的收入，今年的增量收入将达到数十亿美元。
4)用户参与部分则更难量化，Gen AI 正在帮助我们改善用户体验。我们已经在搜索和总结时看到了初步成果，今后我们将继续推出新功能。这一举措未来将帮助我们提高用户份额和使用时间，并为我们带来更大的潜力。
因此，我认为增量收入将主要来自于商业化和用户参与两方面。
4. 应该如何看待生成式人工智能带来的收入增长？生成式人工智能云的产品组合是怎样的？哪些产品是主要的增长动力？2024年预期人工智能云的整体收入增长为多少？
Gen AI 和基础模型相关业务的总收入，包括内部和外部收入，在第四季度已经达到了 6.56 亿元人民币，而 2024 年全年这一数字应该会增长到数十亿元人民币。我们看到，企业对使用 Gen AI 和 LLM开发新应用和新功能的兴趣不断增加。
为了实现这一目标，他们正在积极地构建模型来为他们的产品和解决方案提供动力。这是我们从外部客户那里获得大部分收入的方式。与此同时，从外部客户获得的模型推断收入显著增加，但通过推断得到的收入仍然很小。从长远来看，模型推断收入将成为一个重要的和可持续的收入驱动力。
由内部客户产生的收入也非常重要，因为这类收入的很大一部分是用于模型推断的。百度是第一家使用Gen AI和LLM来重建所有业务和产品的公司，由Gen AI和LLM支持的产品和功能的数量持续增加。来自内部客户的ERNIE API已经迅速增加，并达到了显著的规模。这样的发展已经证明了ERNIE和ERNIE机器人可以很好地提高实际应用中的生产力和效率。
越来越多的外部客户将使用ERNIE来开发他们自己的应用程序，并在未来会推动我们的外部收入。
关于产品提供：第一，我们拥有中国最强大的模型培训和推断的AI基础设施，可以帮助我们的客户以成本效益有效地构建和运行模型。第二，我们的MOPS提供了各种模型以及模型构建和应用程序开发的工具。第三，开发了自己的AI原生解决方案，比如GBI，即生成式商业智能。综上，这些应用程序正在帮助企业提高生产力和效率。
除了与AI相关的增量机会外，Gen AI和基础模型也为我们的传统云业务带来了新的机会。
第一，我们的AI基础设施、CPU和以CPU为中心的云计算服务得到了高度认可，特别是在互联网、技术和教育领域，所以我们继续赢得以CPU为中心的云服务的客户和项目。
第二，Gen AI和基础模型使我们能够比以前更有效地为客户构建AI解决方案，促进了传统行业的数字和智能转型。因此，这两个因素都在推动着我们的云计算收入的增长。
总的来说，2024年的云计算收入比去年加速增长，我们对保持AI cloud的盈利能力相当有信心，应该能够持续提高企业云计算的毛利率。对于Gen AI和LLM业务来说，市场仍处于非常早期的发展阶段。因此，我们应该采取非常动态的定价策略，以快速占领市场并扩大对更多企业客户的渗透。从长远来看，新业务的正常化利润率应该高于传统的云业务。
5. 请问我们的人工智能产品开发速度如何？新的生成式搜索的流量增长情况如何，是否有任何关键指标可以分享？人工智能如何在搜索流量和时间跨度方面带来好处，以及我们应该何时能够看到流量或超级应用程序的爆发？
1）我们正在使用生成式人工智能重构我们所有的2C产品，我认为Gen AI 和基础模型正在使我们所有的产品变得更加强大。在过去的几个月里，我们在这方面取得了长足的进步。用户的初步反馈令人鼓舞。
2）在搜索方面，Gen AI的引入使百度能够回答更广泛的问题，包括更复杂、开放式和比较性的查询。通过早期的思考，我们可以以更互动的方式提供直接、清晰的答案。在过去的几个月里，Ernie Bot不再只是登陆一些内容和提供一些链接，而是生成了越来越多的搜索结果。因此，用户与百度的互动更加频繁，并提出了更多新问题。
3）例如，越来越多的用户来到百度进行内容创作，无论是文字还是图像。在中国春节期间，百度帮助用户制作新年贺词，并为他们所爱的人制作个性化的电子贺卡。这不是搜索引擎的典型用例，但我们看到大量用户依赖百度进行这种使用。展望未来，我们将越来越多地使用ERNIE Bot来生成搜索查询的答案，然后使用多轮对话来澄清用户的意图，以便通过自然语言解决复杂的用户需求。
4）虽然这一举措增强了搜索体验，但我们仍处于使用ERNIE Bot重建重要搜索的早期阶段。我们将继续测试和迭代基于用户反馈的Gen AI功能，我们将按照我们的典型剧本进行测试和微调新体验，然后升级为大规模推出做好准备。
5）总的来说，我们相信GenAI将补充传统搜索，最终提高用户留存率、参与度和在百度上花费的时间。除了搜索，Ernie Bot作为co-pilot，文库已经从用户查找模板和文档的导航转变为用户创建各种格式内容的一站式商店。截至目前，我认为约有18%的新付费用户是被文库的GenAI功能所吸引的。
我想强调的是，我们正在使用Ernie Bot重构我们的应用程序并构建新的应用程序，这仍处于早期阶段。同时，我们正在吸引并帮助企业在学习方面构建应用程序。我们相信Ernie的成功取决于其广泛和积极的采用，无论是通过百度应用程序还是通过第三方应用程序。
6. 是否可以谈谈Ernie在2024年的技术路线图？它是否包括多模态功能，类似于Sora或者是否会开设一个AI商店？或者可能推出一个AI代理？
我们手头的芯片应该能够使EB 4进一步发展到下一个水平。我们将采用以应用为驱动的方法进行深度学习，让我们的用户和客户告诉我们在哪些方面改进和调整我们的模型。这可能包括构建多模态模型、代理、提高可靠性等。重要的是我们专注于利用Ernie为用户和客户带来真正的价值，而不仅仅是在研究论文中取得高排名。
7. 关于运行Gen AI的成本，我们应该如何考虑管理未来的推理成本？你们谈到了一些提高效率的方式，是否有其他方式可以优化这个过程？
使高性能的基础模型变得经济实惠对于大规模运营至关重要。
我之前提到过，我们一直在不断降低模型推理成本。现在EB3.5的推理成本约为2023年3月版本的1%。通过这样做，越来越多的企业愿意在学习中测试、开发和迭代他们的应用程序。
对于许多客户来说，他们倾向于在效率、成本和速度之间取得平衡，因此我们还提供了较小的语言模型，并帮助客户利用MOE来获得最佳性能。
通过我们的端到端方法，我们相信仍然有充足的空间来降低我们最强大模型的成本，并使它们对我们的客户越来越经济实惠，这将进一步推动我们模型的采用。
在内部，我们密切监控了由Ernie开发的应用程序数量，正如我之前提到的，Ernie现在每天处理超过5000万次查询，目前Ernie API从内部应用程序的调用仍然大于外部应用程序的调用。来自外部应用程序的Ernie不同规模的成本一直在迅速增加。
在开始阶段，随着越来越多的用户使用Ernie，不论是通过百度应用程序还是第三方应用程序，Ernie将变得更加强大、智能和有用。这将使我们能够在Ernie周围培育一个生态系统。随着这些应用程序和模型被最终用户积极使用，它们也将为我们产生可观的推理收入。
8. ERNIE在企业中的采用情况如何与同行相比？你能否与我们分享最新使用ERNIE构建模型和应用程序的企业数量，并帮助我们了解与上一期相比它是如何增长的，以及其中的推动因素是什么？
在不同行业、不同规模的大约26,000家企业在去年12月使用了我们云上的Ernie API，同比增长150%。Ernie API的调用量每天已经超过5000万次，我们相信在中国没有其他公司能够获得如此多的客户和如此高的API请求量。
企业选择我们主要有以下几个原因。首先，我们在中国拥有最具成本效益的人工智能基础设施，主要是因为我们具有端到端优化的强大能力。正如我之前提到的，生成式AI和大模型正在重新塑造中国公共云行业的竞争格局，提升了我们的竞争优势。我们在管理大规模GPU中心化云方面的强大能力，以及非常高的GPU利用率，持续加强了我们的人工智能基础设施。
因此，我们可以帮助企业构建和运行他们的模型，并在我们的云上以低成本开发人工智能本地应用程序。其次，EB系列模型吸引了许多客户到我们的云。在过去的几个月里，我们不断提高Ernie的业绩，得到了客户的积极反馈。我们还提供不同尺寸的Ernie模型，以更好地满足客户在成本结构方面的需求。
我们是中国第一家推出model-as-a-service 的公司，这是LLM和AI-native应用程序开发的一站式商店。因此，我们的模型使得企业很容易使用LLMs。我们还提供了一个工具包，帮助企业轻松培训或微调他们的模型，并在我们的云上开发应用程序。有了工具包，客户可以通过合并他们的专有数据进行培训，有效地构建成本，他们也可以直接使用API来为自己的应用程序提供动力。我们还可以帮助他们使用不同的模型来支持不同的产品功能，在应用程序开发中采用MOE的方法。
因此，企业可以专注于识别客户的痛点。所有这些举措都帮助我们在GNI和LLMs中具备了先发优势。随着越来越多的客户使用我们的大众平台，开发旨在吸引用户的人工智能本地应用程序，大量的用户和客户洞察力将在我们的云上产生和积累。因此，这些见解也将允许我们进一步完善工具包。
随着我们的工具变得越来越适合定制，并帮助企业毫不费力地调整模型和创建应用程序，企业将更倾向于长期选择我们。此外，在使用大型语言模型的当前阶段，客户为其选择的模型创建合适的提示至关重要。因此，由于他们必须投入相当大的精力来构建和积累使用大型语言模型的最佳提示，对他们来说，切换到另一个模型变得具有挑战性，因为他们必须重新建立他们的提示组合。因此，随着越来越多客户采用和使用我们的平台，客户满意度和转换成本将帮助我们提高客户留存。
9. 最近美国进一步限制芯片之后，对你们的人工智能发展有什么影响？是否有替代芯片的最新进展？考虑到芯片问题，百度在开发人工智能模型产品和monetization方面与同行业公司有何不同？未来几年，百度将如何跟上海外同行业公司的步伐？
1）在短期内，这对我们的模式开发、产品重塑的影响微乎其微。正如我在上一季度提到的，我们已经拥有了中国最强大的基础模型。我们的人工智能芯片储备使我们能够在未来一两年内继续提高收入。而对于模型推理来说，它所需要的芯片并不那么多。我们的储备和可用芯片以及市场上现有的芯片足以让我们为终端用户和客户提供人工智能原生应用。
2）从长远来看，我们可能无法获得最前沿的 GPU，但拥有了最高效的国产软件堆栈，用户体验就不会受到影响，在应用层、模型层和框架层都有足够的创新空间。我们端到端自主开发的四层人工智能架构，加上我们强大的研发团队，将支持我们使用不那么先进的芯片进行高效的模型训练和推理。这为百度提供了超越国内同行的独特竞争优势。而对于企业和开发者来说，在ERNIE上构建应用将是拥抱人工智能的最好、最有效的方式。
10. 近来，我们看到了文本到视频或视频生成技术的诸多发展。您如何看待这项技术对中国人工智能产业发展的影响？能否详细介绍一下ERNIE的战略路线图？ERNIE 目前在文本生成和文本到图像、文本到视频生成任务方面的表现如何，预计在这些方面会有哪些改进？
1）首先，多模态或多模态的整合，如文本、音频和视频是未来基础模型发展的一个重要方向，这是AGI的必备条件，百度已经在这方面进行了投入，未来还会继续投入。
2）其次，从基础模型的发展来看，大型语言模型的市场非常巨大，而且还处于非常早期的阶段。即使是世界上最强大的语言模型，对于很多应用来说仍然不够好，创新的空间还很大。小型模型、MOE和代理的发展都非常迅速。我们努力让所有类型的企业都能享受到这一服务，并解决各种场景中的实际问题。
3）第三，在视觉基础模型领域，一个具有巨大市场潜力的重要应用是自动驾驶。百度是自动驾驶领域的先行者和全球领导者，我们一直在使用扩散和转移融合以及Transformer来训练我们的视频生成模型。我们还在物体分类、检测和分割方面不断取得进步，从而更好地理解物理世界和物理世界的作用。这使我们能够将在道路上捕捉到的图像和视频转化为具体任务，从而开发出更加智能、适应性更强、更安全的自动驾驶技术。
4）总之，我们的战略是开发最强大的形成模型来解决现实世界中的问题，我们将继续在这一领域进行投资，以确保我们的领先地位。
