【精选研报】人工智能行业海外大模型系列深度报告之一OpenAI和

📄 本文PDF完整版已上传云盘，点击链接保存后可随时查阅：https://pan.quark.cn/s/266e2a768db7

先把研报工作目录里的关键材料和数据点读全，再按硬约束写正文。OpenAI真正值钱的，不是聊天机器人，而是它把“通用智能”这条路走成了可商业化的基础设施，微软则是第一个把这套能力嵌进云、办公和ERP的大赢家。

2023年5月这份中信建投研报把这件事写得很清楚：GPT系列已经不止于生成式AI，它点燃了AGI希望；同时OpenAI开始商业化初探，大模型全面赋能微软传统业务。时间点也卡得准——GPT-4刚出来、ChatGPT热度还在、微软FY23Q3财报刚给出第一批客户数字。后面要盯的，就是这条“技术通用化 + 微软产品化”的主线能不能继续兑现。

先走通通用路线，再被迫补上商业闭环

OpenAI 2015年12月成立，目标是让通用人工智能朝着最可能造福人类的方向发展，早期还强调不受财务回报约束。研究方向一直压在强化学习、自然语言处理、多模态三个面上，刻意找通用解，而不是死磕单一任务。

算力把理想撞碎了。大语言模型需要的算力远超成立时的想象，2019年公司从非营利转为有利润上限的营利实体 OpenAI LP。路透社口径：2022年收入数千万美元，预计2023、2024年收入分别到2亿、10亿美元。截至2023年4月29日，历史融资超200亿美元，估值290亿美元，当时是全球估值最高的AI初创公司。员工大约375人（截至2022年），三条内部线很直白：Capabilities、Safety、Policy。

受益的是能拿到模型能力的平台方和早期客户；受损的是仍把AI做成单点功能、没有算力和分发的玩家。矛盾也在这里：一边讲AGI要谨慎部署、广泛分享治理权，一边已经把模型送进微软全产品线。

GPT不是一次爆发，是一条被验证的技术栈

研报把路线拆得很硬：基于Transformer走自回归，GPT-1开启自然语言预训练；GPT-2证明大模型不必微调也能覆盖广泛下游任务；GPT-3证实无监督预训练；ChatGPT用强化学习把对话拉起来；GPT-4文本能力再上台阶，并初步融合多模态。

2021年6月的 Codex 是容易被忽略的一环。它是GPT-3后代，用自然语言加上GitHub数十亿行代码训练，覆盖C#、Python、JavaScript、Go等十几种语言，能写、能补全、能加注释、能测。研报给的判断更狠：百亿参数以上可能具备简单逻辑推理，思维链能把推理激发出来；Codex（code-davinci-002）主体仍是GPT-3，只是训练数据从纯文本换成文本+代码，多数推理测试成绩显著提升。

所以现在值得看，不是因为又出了一个demo，而是这条“更大、更通用、再加代码与对齐”的路径已经被连续验证。接下来盯两件事：多模态从“初步融合”走到产品级稳定，以及推理能力会不会继续跟着代码预训练往上走。

微软吃到的是分发权，不是一句“合作”

商业化落点几乎全在微软。Azure、Office 365、Dynamics 365都被点名为“相当程度的促进”。微软FY23Q3：Azure OpenAI已有2500个服务客户；Azure云下个季度中，有1%的收入增长来自人工智能。数字不大，但方向明确——AI开始从概念变成云收入的可识别增量。

产品侧是把模型塞进已有工作流。Dynamics 365下的 Viva Sales，用Microsoft 365和Teams自动把数据灌进CRM，再给营销动作建议，用户每月收费40美元。2022年全球ERP市场，微软份额超30%；CRM这边，2021年微软占比仅5.3%，面对Salesforce和Oracle，原来靠界面简单和Office集成，Copilot用自然语言命令把这条优势再加厚一层。

流量端更直观。2023年2月7日，微软上线大模型驱动的New Bing和Edge；GPT-4进来后能汇总全网结果并给网站索引。FY23Q3显示，Bing移动应用每日安装量增长4倍。LinkedIn则把GPT-4做成招聘和主页撰写助理：按公司名、职位、工作类型生成JD，按经历和技能给标题、摘要建议。

谁受益：微软云、办公套件、ERP/CRM、搜索。谁可能被挤：独立办公插件、传统搜索交互、靠手工录CRM吃饭的销售工具。1%的Azure增长只是开端，后面要看这1%会不会变成可持续的云溢价，以及Copilot能不能把CRM那5.3%往上抬。