1、 简单金融 成就梦想 申万宏源研究 上海市南京东路99号|+86 21 2329 7818 海外科技|公司研究 2024 年 3 月 11 日 买入 首次覆盖 市场数据：2024 年 03 月 08 日 收盘价（美元）135.41 纳斯达克指数 16085.11 52 周最高价/最低价 153.78/89.42 美股市值（亿美元）16836 流通股数（亿股）汇率（美元/人民币）124.33 7.1860 股价表现：资料来源：Bloomberg 证券分析师 林起贤 A0230519060002 洪依真 A0230519060003 闫海 A0230519010004 研究支持 黄俊儒 A0230

2、123070011 联系人 黄俊儒(8621)23297818 谷歌：AI 征途换档提速，云业务驱动成长 谷歌-Alphabet（GOOGL.O）谷歌大模型：加速追赶，旨在大模型领域重新领跑。1）调整部门架构后产品更新迭代明显提速：面对与 OpenAI 的竞争，23 年 4 月谷歌调整 AI 部门架构，并将资源全面向 AI 发展倾斜，23 年 12 月后，谷歌密集发布了 Gemini1.0 系列、TPUv5p 芯片、Gemini1.5 Pro 等成果，正加速追赶。2）Gemini 性能优秀但仍需改进：基于在多模态领域的积累，谷歌发布第一个原生多模态大模型 Gemini，性能与 Claude3、

3、GPT4 共同处于第一梯队，具备较强竞争力；但23 年 2 月底 Gemini 出现生成内容多样性错误的问题，谷歌暂时下架其文生图功能进行紧急修复。3）AI 人才储备及数据资源丰富：谷歌在 AI 领域耕耘多年，谷歌大脑、Deepmind 等前谷歌 AI 部门拥有丰富的 AI 研发人才储备，并积累了深厚的研发成果；谷歌拥有面向广阔消费者群体的应用矩阵，积累了庞大的数据资源库，将有效支撑在大模型领域的训练。谷歌云：构筑谷歌 AI 技术栈底座，有望凭借 AI 布局持续拓展市场份额。1）云计算行业将保持高增长。谷歌、亚马逊等云厂商均宣布将积极增加 24 年资本开支，多模态大模型对训练算力要求提升、潜在

4、的爆款 AI 应用推动推理算力需求增加，都将推动行业空间扩大。2）有望依托 AI 大模型性能优势扩大市场份额：谷歌已推出 Duet AI 助手、兼容第三方大模型的 Vertex AI 平台，优质的 AI 服务及领先的模型性能有望吸引用户基于谷歌云部署 AI 产品；3）基于 TPU可降低 AI 算力成本：TPU 芯片已广泛用于谷歌自研模型的训练和推理，Gemini 系列即基于TPUv5 系列芯片训练，作为云厂商中领先的自研 AI 芯片，相对成熟的 TPU 将有效支撑谷歌云的算力供给，降低算力成本。谷歌服务：坐拥丰富互联网应用生态，将集成 AI 功能、有望孵化优质 AI 应用。1）谷歌搜索与安卓系

5、统、Chrome 浏览器形成协同，壁垒高筑，向 AI 搜索引擎积极转变的姿态下（推出SGE）仍掌握主动权，有望长期保持竞争优势；2）互联网应用生态为谷歌核心优势，YouTube、Gmail 等优质应用可集成 AI 功能，提升使用体验；谷歌互联网应用直接面向超过 20 亿 C 端用户，在推广、孵化 AI 应用上有着较大优势。人员优化效果体现+谷歌云利润率提升，24 年盈利有望改善。23 年，谷歌裁员约 1.2 万人，员工规模经过多年扩张后回落至 23 年底的 18.25 万人，人效有所提升，公司预计 24 年仍有一定规模的裁员计划，将带动 24 年三项费用率的下降（我们预计将下降 1.2pct）

6、。此外，在折旧摊销政策变化、规模效应等因素的带动下，谷歌云的营业利润率在23年快速提升，从23Q1的 2.6%上升至 23Q4 的 9.4%，预计 24 年仍将持续提升，营业利润同比 23 年将大幅增加。首次覆盖，给予买入评级。公司作为 AI 领域领先企业，协同互联网应用生态和谷歌云，有望在 AI 赋能下保持较快增速；公司于 2023 年开始人员优化，人效提升即将于 24 年业绩中逐步体现。我们预计 24-26 年公司营收 3415/3797/4198 亿美元，Gaap 净利润 883/1013/1136亿美元，对应 PE 19/17/15x。给予公司 24 年 25xPE 目标估值，目标股价

7、为 179.5 美元，对应上涨空间为 33%。风险提示：AI 仍处于快速迭代阶段，大模型竞争或加剧；AI 应用领域研发和推广进展不及预期的风险；欧盟与美国司法部的反垄断监管风险；AI 的应用存在潜在伦理道德风险。财务数据及盈利预测 2022 2023 2024E 2025E 2026E 营业总收入（百万美元）282,836 307,394 341,516 379,741 419,820 同比增长率（%）9.8%8.7%11.1%11.2%10.6%净利润（百万美元）59,972 73,795 88,256 101,347 113,619 同比增长率（%）-21.1%23.0%19.6%14.8

8、%12.1%每股收益（美元/股）4.59 5.84 7.18 8.46 9.75 毛利率（%）55.4%56.6%57.8%58.2%58.3%EBITDA（百万美元）82,986 94,106 114,998 132,477 149,270 市盈率 28 22 19 17 15 资料来源：Bloomberg，申万宏源研究 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 1 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 投

9、资案件 投资评级与估值 首次覆盖，给予买入评级。公司作为 AI 领域领先企业，协同互联网应用生态和谷歌云，有望在 AI 赋能下保持较快增速；公司于 2023 年开始人员优化，人效提升即将于 24 年业绩中逐步体现。我们预计 24-26 年公司营收 3415/3797/4198 亿美元，Gaap 净利润883/1013/1136 亿美元，对应 PE 19/17/15x。给予公司 24 年 25xPE 目标估值，目标股价为 179.5 美元，对应上涨空间为 33%。关键假设点 谷歌服务：谷歌广告（Google Advertising）：海外数字广告市场在 23H2 开始回暖，预计将保持较高景气度。

10、我们预计 24-26 年谷歌搜索和其他营收增速为 9.1%/9.0%/8.8%；YouTube 广告营收增速为 11.0%/12.4%/10.0%；谷歌网络营收增速为 2.0%/3.0%/3.0%。谷歌其他（Google Other）：YouTube Premium 会员与安卓应用商店收入预计仍将实现较快增速水平，预计 24-26 年谷歌其他营收增速分别为 18.0%/16.0%/14.0%。谷歌云：AI 浪潮下算力需求将持续增长，叠加谷歌自身在 AI 领域的布局，公司剩余履约义务同比保持高增长，订单充足；预计 24-26 年谷歌云营收增速为 24.0%/22.0%/20.0%，此外盈利能力将

11、持续提升，预计 24-26 年营业利润率为 12.0%/16.0%/19.0%。有别于大众的认识 市场认为谷歌搜索将受到 AI 的冲击，导致份额下降：我们认为，谷歌搜索的竞争力在于其领先的搜索算法、产品矩阵的协同效应、庞大的用户数据库，且已前瞻布局 AI，AI 聊天机器人与其他搜索引擎难以对谷歌搜索形成太大威胁。市场对谷歌 AI 大模型的前景悲观：我们认为，谷歌为 AI 时代的重要奠基者，当前仍具备深厚的研发底蕴与人才储备，AI 漫途才刚起步，谷歌仍有望凭借 Gemini 系列模型缩小与OpenAI 的差距甚至重新取得领先优势。市场并未充分认识到谷歌产品生态在 AI 时代的重要性：谷歌拥有谷歌

12、搜索、安卓系统、YouTube 等面向数十亿庞大 C 端用户的互联网应用，在优质 AI 应用的推广和商业化上具备较大的优势，有望成为 AI 应用爆发的最终受益者。股价表现的催化剂 1）推出优质 AI 功能、AI 应用，关注将于 24H1 举办的谷歌 I/O、Google Cloud Next、Marketing Live 大会；2）Gemini 系列模型在更广泛的用户使用中表现出色的多模态性能；3）人员优化后体现对业绩的影响；4）TPU 产品获得更多谷歌云客户的认可并使用。核心假设风险 AI 仍处于快速迭代阶段，大模型竞争或加剧；AI 应用领域研发和推广进展不及预期的风险；欧盟与美国司法部的反

13、垄断监管风险。1WhZkZsWhUbWmP6M8Q7NnPoOoMsOiNqQnOjMrQsR9PrQqQwMtPoOuOnPqROctober 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 2 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 1.Alphabet：不惧变革，科技巨头坚持创新 由单一搜索引擎公司逐步转型为全球科技公司巨头，Alphabet 发展历程分为三个阶段：初创期（1996-2003）：依托 Pagerank 算法快速

14、占领搜索引擎市场。谷歌基于 PageRank算法创建搜索引擎 BackRub，营收主要来自 2000 年发布的 AdWords 广告投放机会的价格竞拍，并陆续完善以广告收入为核心的盈利模式。业务扩张期（2004-2007）：通过并购完成多元化扩张。2004 年谷歌上市后致力于拓展搜索引擎外的业务，收购 Youtube、Android 等业务，推出 Gmail、谷歌地图等服务，将业务从单一搜索引擎拓展至丰富的互联网应用生态。移动互联网红利期（2008-2014）：多元化业务快速成长并占据领先地位。手机智能化浪潮、移动互联网升级迭代带来移动互联网红利期，谷歌的安卓系统、Chrome 浏览器、谷歌移

15、动搜索都在这个时期获得快速发展，并获得竞争优势。AI+云计算发展期（2015-至今）：2015 年，谷歌重组成立母公司 Alphabet，旨在摆脱传统企业臃肿的架构，以提升决策效率、促进创新。2016 年，谷歌宣布整合 Gmail、谷歌文档、谷歌云平台等成立谷歌云，并开始重视对IaaS业务的投资，2023年为仅次于AWS和微软Azure的云厂商。谷歌此前为 AI 领域的长期领跑者，提出 Transformer 架构奠定 AI 时代理论基石，但在 22 年底后面临 OpenAI 的高强度竞争。图 1：Alphabet 发展历程 资料来源：公司官网，申万宏源研究 保持长期高增速的科技巨头，长期股价

16、与业绩增长同幅。公司自 2004 年上市，正值搜索引擎业务商业化进展顺利之时，股价涨幅与营收增速都保持在较高水平。2008 年后，移动互联网逐渐普及，公司业务扩张顺利，但营收规模已较大，增速有所下降，期间通过业绩增长消化 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 3 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 高估值。2015 年，公司完成业务架构调整，其后谷歌云增长、YouTube 商业化等推动营收增长，同时股价

17、涨幅跟随营收增速，估值水平相对稳定。图 2：Alphabet 历史股价复盘 资料来源：Bloomberg，申万宏源研究 Alphabet 旗下业务包括：1）谷歌服务：包括谷歌广告和谷歌其他。谷歌广告：通过搜索引擎、YouTube、Gmail 等多个流量平台为客户提供广告空间而实现变现，完整的广告生态系统为公司提供了稳定的收入来源；谷歌其他：收入主要来自 Google Play 商店的分成收入、YouTube 订阅的收入以及谷歌硬件产品。2）谷歌云：公司第二增长曲线，分为谷歌云平台和Workspace，为开发者提供计算、存储和应用程序开发等产品服务。3）创新业务（Other Bets）：包括医疗

18、健康、自动驾驶、人工智能等前沿科技研究。图 3：Alphabet 业务架构 资料来源：公司官网，申万宏源研究 公司历经 3 次重大组织架构变更：1）2001-2011 年：“三驾马车”架构。拉里佩奇与谢尔盖布林皆为斯坦福计算机专业科班出身，更多注重于技术研发，2001 年管理经验丰富的埃里克施密特加入并任职公司 CEO，在公司管理层面形成互补。2）2011-2015 年：CEO+六位 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 4 January 12,2015 Food,Beverage&

19、Tobacco|Company Research 公司研究 高级副总裁架构。2011 年，公司已扩张多个业务领域，佩奇重新接任谷歌 CEO 后，分立六位高级副总裁分别负责 YouTube、搜索、广告、社交、Chrome 等业务，加强部门自主权。3）2015 年-至今：核心业务与创新业务并行。公司重组后拆分为核心业务（Google）和创新业务（Other Bets），核心业务（Google）由桑达尔皮猜任 CEO，其余生命科学、自动化驾驶等创新业务分拆成独立子公司，由佩奇担任 CEO，以“解决全人类的问题”。2019 年，皮猜接替佩奇兼任母公司 Alphabet 的 CEO。图 4：公司管理架构

20、 资料来源：谷歌官网，申万宏源研究 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 5 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 2.AI 漫途离终点还远，谷歌奋起直追旨在再次领跑 2.1 竞争压力下谷歌转变姿态，丰富应用生态保驾护航 从长期领先到落后，谷歌快速完成架构调整并全力推进 AI 业务 谷歌为 AI 领域长期的领跑者，但 2022 年后 OpenAI 携 ChatGPT 开始后来居上。我们认为，谷歌在 AI

21、领域的优势丧失，主要源自：1）在推动 AI 落地上的保守心态：聊天机器人对搜索业务的潜在冲击使得公司更为保守；AI 可能会生成假图像、错误信息、歧视言论，因此造成不良的社会影响，影响公司声誉。2）庞大而臃肿的公司架构，在一定程度上压制了 AI 领域的创新、减缓了 AI 应用落地速度，也导致了 AI 部门研发人才流失，Dario Amodei、Noam Shazeer、Niki Parmar 等 AI 核心人员纷纷离开谷歌，并以联合创始人的身份分别创立了Anthropic、Character.AI、Cohere、Adept 等优质独角兽。3）分立多个 AI 部门，对 AI 领域的潜在竞争者重视程

22、度不足，谷歌内部长期维持 Deepmind、Google Brain、Blueshift 等AI 研发部门，部门间协同性较差，在资源分配等问题上相互竞争，对外竞争意识并不强烈。外部竞争加剧下，谷歌开始整合AI部门架构以加速AI发展。2023年2月，原隶属于Google Research 的蓝移团队（Blueshift team，专注于大语言模型领域研究）合并入 Deepmind；4月，谷歌大脑与 Deepmind 合并为 Google Deepmind。此外，谷歌明显加速对 AI 相关项目的立项，并集中资源推动 AI 项目研发，近期密集发布了 Gemini 系列、Genie、Gemma 等 A

23、I大模型，AI 进展已明显提速。图 5：谷歌 AI 业务发展历程 资料来源：公司官网，申万宏源研究 应用生态+AI 基础设施布局完整，谷歌具备禀赋优势 谷歌拥有完整而优质的软硬件布局，以及深厚 AI 研发底蕴、人才储备，在外部竞争激励下有望改变落后局势。1）人才储备丰富：尽管较多 AI 研发人才离开谷歌前往 OpenAI 或创业，但公司仍拥有极为丰富的人才储备。根据 The Information 及 SignHouse，2022 年谷歌大脑和 Deepmind 共拥有超过 5000 名员工，相比之下 2023 年 OpenAI 员工人数为 700 余人。2）结合谷歌云形成完整的 AI 工程栈

24、，包括自研 AI 芯片 TPU、开发平台 Vertex AI、深度学习框架 Tensorflow 与 JAX、以 Gemini 为代表的 AI 大模型，可形成协同效应。3）庞大的互联网 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 6 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 应用阵列，可辐射数十亿 C 端用户，公司旗下拥有谷歌搜索、YouTube、安卓系统、谷歌地图等覆盖面广泛的应用，优质 AI 应用可通过互联网场

25、景迅速铺开。图 6：谷歌 AI 生态栈 资料来源：谷歌官网，申万宏源研究 2.2 Gemini：抢占多模态高地，谷歌加速大模型竞赛 谷歌为 AI 时代理论的重要筑基者，具备强大的 AI 研究能力及深厚底蕴。2017 年谷歌发布论文Attention is all you need成为 AI 领域的基石理论，人工智能进入 Transformer时代。2020-2022 年，谷歌发表论文数量、引用排名前 100 论文数量领先其他机构。此外，我们认为，谷歌体系独有的消费场景数据有望增强 Gemini 训练效果，减少大模型幻觉。Gemini 可以访问 YouTube 视频、谷歌图书、搜索索引以及 Go

26、ogle Scholar 的学术资料，这些数据大部分都是谷歌独有的，这可能会让谷歌在创建比其他公司更智能的模型方面更具优势。图 7：2020-2022 年各机构发表 AI 论文数量（谷歌排名第一）图 8：2020-2022 年各机构发表引用排名前一百的论文数量（谷歌排名第一）资料来源：Zeta Alpha，申万宏源研究 资料来源：Zeta Alpha，申万宏源研究 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 7 January 12,2015 Food,Beverage&Tobacco|Co

27、mpany Research 公司研究 多模态：谷歌探索多时，长期沉淀绝非一朝而至 相比 Open AI 早期持续投入 LLM，Google 更多探索图像和多模态大模型边界。例如视觉重磅工具 Vision Transformer（ViT），将 Transformer 应用于 CV 任务中。2021 年 3 月，谷歌将尝试将自注意力机制和 transformer 直接应用在图像领域。在不依赖 CNN 结构的情况下，尽可能将 Transformer 不做修改的迁移到 CV 领域，并取得了较好的效果。ViT 将输入图片分为多个 patch（16x16），再将每个 patch 投影为固定长度的向量送入

28、 Transformer，后续 encoder 的操作和原始 Transformer 中完全相同。ViT 已被证明在迁移学习设置中具有良好的扩展性，在较少的预训练计算下，比 CNN 获得更高的准确率。图 9：Google 的 Vision Transformer 的核心思路 资料来源：AN IMAGE IS WORTH 16X16 WORDS:TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE，申万宏源研究 2023 年 3 月 6 日，谷歌和德国柏林工业大学公布了当时全球最大视觉语言模型 PaLM-E（Pathways Language Model wit

29、h Embodied）。PaLM 包括了 540B 语言模型与 22B 视觉 ViT（Vison Transformer）模型，总参数量 562B。PaLM-E 不仅可以理解图像，还能理解、生成语言，且可以用于多个具体任务，包括顺序机器人操作规划、视觉问题解答和图像视频字幕描述。图 10：PaLM-E 核心思路和可以做到的任务 资料来源：PaLM-E Github、申万宏源研究 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 8 January 12,2015 Food,Beverage&Tob

30、acco|Company Research 公司研究 PaLM-E-562B 可以进行 zero-shot 多模态 chain-of-thought 推理。模型可以在给定图像的情况下讲述视觉条件下的笑话，并展示了一系列与机器人相关的多模态知情能力，包括感知、视觉基础对话和计划。PaLM-E 还将 zero-shot 推广到多图像提示，尽管只针对单个图像提示进行了训练。PaLM-E 还可以对带有文本交错手写数字的图像进行数学运算。此外，该模型可以在时间标注的以自我为中心的视觉上执行、zero-shot、提问和回答。Gemini：多模态领域厚积薄发，谷歌加速大模型竞赛的标志 凭借在多模态领域的长期

31、积累，谷歌率先推出首个原生多模态大模型 Gemini，验证了公司在大模型领域的出色研发能力。2023 年 12 月，谷歌发布 Gemini，作为多模态大模型，Gemini可以泛化并无缝地理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。包括三个版本模型：1）Gemini Ultra：适用于高度复杂的任务，主要面向企业用户；2）Gemini Pro：适用于扩展至各种任务，多面向消费者用户，目前在 Bard 上可以体验文字模态的 Gemini Pro 版本。Pro 版本和 Ultra 版本规模保密，上下文窗口长度统一 32k，注意力机制使用了Multi-Query Attentio

32、n。3）Gemini Nano：为手机等端侧设备设计的大模型，分为 1.8B 和3.25B 参数规模的两个型号，通过较大规模模型蒸馏得到。图 11：PaLM-E-562B 可以进行 zero-shot 多模态 chain-of-thought 推理 资料来源：PaLM-E Github、申万宏源研究 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 9 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 12：Gemini 支

33、持输入文本、音频、图像、视频，可以输出文字和图像 资料来源：谷歌官网，申万宏源研究 Gemini 1.0 性能出众，整体能力强于 GPT4。Ultra 版本在 MMLU（大规模多任务语言理解数据集）中的得分率高达 90.0%，首次超越了人类专家。Gemini 功能特性包括：1）新增理解视频模态：根据官网，Gemini 可以理解完整视频，虽然案例视频普遍只有 3s左右，但这是大模态大模型首次展现出直接的视频理解并输出文字能力。2）多模态能力提升：Gemini 支持多模态交互输入，除了图片文字 Prompt 形式以外也支持图片代码，图片语音等，同时也支持文字和语言的输出。3）复杂推理能力提升：Ge

34、mini 能够更全面地理解输入中信息的细节，也能回答与复杂主题相关的问题。因此，它特别擅长对数学和物理等复杂学科的问题进行推理。4）更强的编码能力：Gemini 使用了 google 更先进的代码生成系统 AlphaCode2，它擅长解决超出编码范围、涉及复杂数学和理论计算机科学的竞争性编程问题。图 13：Gemini Ultra 在 MMLU 中的得分率高达 90.0%，首次超越了人类专家 资料来源：谷歌官网，申万宏源研究 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 10 January

35、12,2015 Food,Beverage&Tobacco|Company Research 公司研究 Gemini 推出两个月后，谷歌对标 ChatGPT Plus 推出 Gemini Advanced 开启商业化。2024 年 2 月，谷歌将 Bard 更名为 Gemini，推出基于 Gemini Ultra1.0 模型的服务 Gemini Advanced，定价 19.99 美元/月，与 Google One 的 2TB（AI 高级版）会员为同一服务，竞品 ChatGPT Plus 定价为 20 美元/月。谷歌结合云存储加速 AI 聊天机器人领域的商业化。图 14：谷歌推出基于 Gemi

36、ni Ultra1.0 模型的服务 Gemini Advanced 资料来源：谷歌官网，申万宏源研究 谷歌于 24 年 2 月 15 日发布 Gemini 1.5 Pro，大模型更新迭代节奏加速。23 年 12 月Gemini1.0 的发布略显仓促，模型各方面特性并未完善。Gemini 1.5 Pro 则实现了上下文长度大幅拓展、多模态能力提升等特性，本次发布或代表谷歌将秉持快速多次迭代的策略，不断推出更新版本补足模型特性和提升性能，或可期待谷歌保持 Gemini 的更新迭代节奏。Gemini 1.5 Pro 整体性能相比前代提升明显。Gemini 1.5 Pro 在文字、图像、视频领域相对

37、1.0 Pro 明显提升，并在仅有中等参数规模的条件下与 Gemini 1.0 Ultra 性能相媲美，31项性能测试中 1.5Pro 有 17 项超过了 1.0 Ultra。图 15：Gemini 1.5 Pro 与 Gemini 1.0 系列模型性能对比 资料来源：谷歌官网，申万宏源研究 谷歌推出 Gemini 系列的开源模型 Gemma，性能领先主流开源模型。谷歌于 24 年 2 月21日推出Gemma，模型更新频率仍在加速，Gemma的训练同样基于谷歌TPUv5e芯片完成。October 12,2010 Building Materials|Company Research 请务必仔细

38、阅读正文之后的各项信息披露与声明 11 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 相比当前主流的开源模型 LLaMA2（7B、13B）以及 Mistral，Gemma 在多项性能上保持领先，模型能力出色。Gemma 代表了谷歌在开源大模型领域的新尝试，不仅在闭源大规模领域与OpenAI 竞争，还将在开源模型领域与 Meta、Mistral 竞争，并期望通过模型开源构筑开发者生态。图 16：Gemma 在多项能力中超越主流开源模型 资料来源：谷歌官网，申万宏源研究 Gemini 出现生成内容多样性错误，谷歌下架 Gem

39、ini 文生图功能紧急修复。24 年 2 月，Gemini 生成的图片拒绝生成白人形象，并引发舆论关注，谷歌紧急下架 Gemini 文生图功能，官方回应“由于模型调整不当和某些提示的过度敏感判断，导致了生成结果的偏差”，并承诺将加快修复问题重新上架文生图功能。Genie：具备突破性的基础世界模型 2024 年 2 月 26 日，谷歌推出 Genie，即生成式交互环境（Generative Interactive Environments），Genie 为 110 亿参数规模的基础世界模型，其可以通过一张图片，生成较为完整的可玩的交互式环境，玩家可以与生成的虚拟世界互动，例如可形成相对简单的游戏

40、世界，且可控性相对较强。且 Genie 方法具有通用性，可通过更大的数据集拓展至多个领域。Genie 可理解动作间联系，将适用于内容生产、机器人等领域。1）内容生产者：游戏、设计等领域，可通过 Genie 生成交互环境，游戏开发、设计创作等领域进行辅助生产；2）机器人训练：Genie 可通过视频数据学习潜在动作联系，并指导机器人完成一致动作；3）通用智能体：Genie 可作为训练多任务智能体的基础世界模型，在更庞大的训练数据集条件下，进一步迈向 AGI。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与

41、声明 12 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 17：谷歌 Genie 可通过一张图片生成可玩的交互式环境 资料来源：谷歌官网，Genie:Generative Interactive Environments，申万宏源研究 2.3 竞争格局：闭源 TOP3+开源 Meta，未来竞争趋于白热化 横向比较来看，微软和谷歌在 AI 领域上的禀赋各具优势，暂时领先 Meta 和亚马逊。LLM 竞争格局：OpenAI（GPT4）、Anthropic（Claude3）、谷歌（Gemini）构成闭源模型 TOP3，Me

42、ta 致力于构建开源社区加速追逐。1）OpenAI：23 年 3 月推出 GPT4 保持了较长时间的领先地位，目前已在储备下一代大模型；2）谷歌：23 年 4 月整合 AI 各部门架构，研发明显提速，23 年 12 月 Gemini 模型发布，Gemini 1.0 Ultra 多项能力评估超越 GPT4，尤其在多模态能力上表现出色。3）Anthropic：24 年 3 月推出 Claude3，模型能力全面超越GPT4，当前处于领跑地位，且多模态能力可媲美 Gemini 1.0 Ultra；4）Meta 在 AI 领域的技术、人才储备暂时落后，于 23 年 7 月开源 Llama2 模型构造开源

43、生态，以期待更多开发者共同促进迭代加速追赶，并计划于 24 年推出 Llama3。算力布局：自研芯片进度，谷歌亚马逊微软、Meta，谷歌 TPU 自 2016 年起已经历多轮迭代，相对较为成熟，可以较低成本有效支撑自研大模型训练和推理；AWS 领先云计算行业，算力储备丰富，2020 年亚马逊训练与推理芯片均已投入使用；微软和 Meta 的自研 AI芯片都有望在 24 年成规模投入使用。外购芯片上，四家科技巨头都大量购买了英伟达 H100芯片，支撑自身及客户对于云业务的算力需求。现有业务生态协同、AI 应用落地及商业化进度：微软谷歌Meta、亚马逊。微软：生产力场景适合 AI 落地。旗下 Mic

44、rosoft 365 及 Office 等办公套件用户数超过 4 亿，办公和编程等生产力场景适合 AI 工具落地，2021 年即推出 AI 编程工具 GitHub Copilot，商业化进展顺利。谷歌：拥有庞大的 C 端互联网应用生态。2022 年初推出 AI 编程工具 Alphacode，2023年推出 SGE、Duet AI 等应用，且拥有安卓系统、Chrome 浏览器、谷歌地球、Youtube 等月活超过 10 亿的超级 APP，丰富的应用生态有利于未来潜在 AI 应用的铺开。Meta：应用于广告、社交领域。23 年 5 月推出广告内容生成平台，此前已在 Facebook 上推出 AI

45、工具箱。亚马逊：应用于电商、广告领域。此前推出电商、广告领域内容生成的 AI 功能，23 年 12 月推出AI 助手 Amazon Q。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 13 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 表 1：主要科技公司 AI 布局 AI 芯片布局 大模型及开发框架 AI 研发布局模式 已推出的核心 AI 应用 现有业务生态协同 微软 外购：根据 Omdia，23 年购买约 15 万张

46、H100 芯片 自研：2023 年 11 月发布Maia 100 芯片，预计 24 年投产，用于训练和推理 大模型：OpenAI 推出GPT 系列模型，2023 年3 月推出 GPT-4，后续推出升级的 GPT4 Turbo、GPT4v 版本；下一代模型已在研发，将于 2024 年推出 开发平台：Azure AI Studio，包括GPT4-Turbo 等 大比例持股体外公司+深度合作。在2019年、2023年向 OpenAI 分别投资10 亿、100 亿美元，持有OpenAI49%的股权，OpenAI 为独立公司运营模式，与微软合作关系紧密；公司内部设立微软研究院，探索 AI 领域应用落地

47、办公：推出 Microsoft 365 Copilot CRM/ERP：推出Dynamic 365 copilot 编程工具：Github Copilot 搜索引擎：必应集成ChatGPT，提供Copilot 功能 云计算：Microsoft Azure 办公软件：Microsoft 365、Office 操作系统：Windows（端侧）浏览器：Edge 搜索引擎：Bing 谷歌 外购：根据 Omdia，23 年购买约 5 万张 H100 芯片；自研：2016 年推出第一代TPU 芯片，2023 年推出TPUv5 系列，性能出色，可基本支撑自研大模型的训练和推理 通信：自研 OCS 通信系统，

48、通信性能出色 大模型：推出 LaMDA、PaLM、PaLM2；2023年 12 月推出首个多模态大模型 Gemini，能力强于 GPT4，Ultra 版本即将推出 深度学习框架：TensorFlow（两大主流框架之一）、JAX 开发平台：Vertex AI，已搭载超过 130 个大模型 旗下部门自研：此前有Google Brain、Deepmind 等多个 AI 研发部门/全资子公司，分立运营；2023 年 4 月起整合为单一 AI 研发部门Google Deepmind 办公：推出 Duet AI，定价 30 美元/月 搜索：AI 搜索功能 SGE已在内测，未来将推出 医疗：依托医疗行业垂直

49、大模型，辅助医药研发和诊断 其他：AI 编程工具；自动驾驶领域的Waymo；Youtube、谷歌地图的 AI 工具 云计算：Google Cloud 办公软件：Workspace 操作系统：安卓（手机侧）浏览器：Chrome 搜索引擎：Google 应用阵列：谷歌地图、Youtube、Play store、Gmail 等 Meta 外购：根据 Omdia，2023年购买约 15 万张 H100 芯片。公司计划 2024 年底总共拥有大约 35 万颗 H100 GPU，总共将近 60 万颗 AI芯片；自研：公司预计于 2024 年推出 Artemis AI 芯片，将用于推理侧；预计于 2025年

50、 Mtia 将投入使用，用于训练和推理 大模型（开源）：2023年 7 月开源 Llama2，公司计划于 2024 年推出Llama3，目前正在训练 深度学习框架：Pytorch（两大主流框架之一）旗下部门自研：AI 业务均由旗下 AI 部门进行研发，为直属部门模式 社交软件：提供 AI 功能增加用户体验 广告：辅助广告内容生成工具；通过 AI 实现广告智能投放提升效率 社交应用：Facebook，全球最大社交软件；以及Instagram 元宇宙：旗下 VR 设备品牌 Quest 以及内容平台 亚马逊 外购：根据 Omdia，2023年购买约 5 万张 H100芯片 自研：2020 年推出Tr

51、ainium，23 年 11 月推出Trainium2，用于训练侧；2023 年 4 月推出Inferentia2，用于推理侧 自研大模型：2023 年 12月推出 Titan 系列 AI 模型；根据路透社，下一代大模型 Olympus 已在研发，参数量或达到 2 万亿 大模型（Anthropic）：推出 Claude 系列模型，24 年 3 月推出 Claude3 开发平台：Bedrock AI搭载自研及第三方模型，旗下部门自研+持股重点公司：旗下 AI 部门完成自研大模型研发；亚马逊重点投资Anthropic，2023 年 9 月注资 40 亿美元，但与亚马逊的绑定关系不够深；谷歌也参与A

52、nthropic多轮投资，23 年 10 月谷歌宣布向Anthropic投资最高 20 亿美元 电商：为电商运营提供一系列 AI 功能支持，以及导购助手 Rufus；生成式助手：面向企业端的 AmazonQ；广告：辅助广告内容生成工具；通过 AI 实现广告智能投放提升效率 云计算：AWS 电商平台：亚马逊商城 资料来源：谷歌、亚马逊、微软、Meta 公司官网，Omdia，申万宏源研究 2.3.1 TOP3 闭源大模型构成第一梯队，技术路径收敛下竞争将加剧 TOP3 大模型厂商当前差距明显缩小，未来竞争将加剧。根据能力基准测评，GPT4、Gemini1.0、Claude3 在性能上的交替领先，意

53、味着 TOP 厂商当前推出的模型差距明显缩小；October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 14 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 仍需关注 OpenAI 正在储备的下一代大模型，是否能再次实现模型能力的跨代大幅提升；此外，Meta 正在训练下一代的 Llama3 大模型，有望在 24 年中推出。总之，大模型领域仍将维持高强度的竞争，推动领先厂商持续迭代进步。图 18：截至 2024 年 3 月 TOP3 大

54、模型视觉能力基准评估 资料来源：Anthropic 官网，申万宏源研究 图 19：截至 2024 年 3 月 TOP3 大模型能力基准评估 资料来源：Anthropic 官网，申万宏源研究 LLM 技术路径向 Transformer 的 Decoder-Only 架构收敛，大模型竞争将趋于白热化。1）Encoder-Only：2020 年前后，由于预训练目标不能和很多生成任务一致，生成效果较差，以谷歌 BERT 为代表的 Encoder-Only 路径逐渐被放弃。2）Encoder-Decoder：代表模型包括清华大学GLM以及谷歌的Switch、T5等模型，目前仍在迭代，但玩家较少。3）De

55、coder-Only：October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 15 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 在 OpenAI 的开辟下目前已成为主流技术路线，在理解、生成各方面都有着较好表现，而后Meta 的 Llama 系列、谷歌的 PaLM、Gemini 等模型均选择该路径，路线之争向 Decoder-Only架构收敛，大模型领域的竞争将更趋于白热化。图 20：LLM 大模型进化树（截至 2023 年 4

56、 月）资料来源：Harnessing the Power of LLMs in Practice:A Survey on ChatGPT and Beyond，申万宏源研究 图像/视频/3D 生成工具：仍处于快速迭代，OpenAI 和谷歌竞争激烈。1）图像已走向成熟和商业化，但目前商业化落地场景主要是以 Adobe 为代表的创意工具；更优质的模型仍在持续推出，例如 DALL-E3 和 Imagen2 等。2）视频和 3D AI 工具处于向大规模商业化不断迈进的阶段，24 年 OpenAI 推出 Sora、谷歌推出 Genie，模型迭代明显加速。October 12,2010 Building

57、Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 16 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 21：OpenAI、谷歌及 Meta 推出的 LLM/图像/视频/3D AI 生成工具产品时间表 资料来源：各公司官网，锦秋集微信公众号，申万宏源研究 2.3.2 OpenAI：GPT-4V 同样具备一定的多模态能力 此前 GPT-4 模型已具有多模态能力，但 Open AI 并未具体公布其训练方法。Open AI 于23 年 10 月发布 GPT-4V，与此前发布 G

58、PT-4 训练过程基本相同。2023 年 3 月，GPT-4 已经展示出多模态能力，例如可以理解网络搞笑图片、理解图表含义和计算等，但是 Open AI 在技术报告中并没有给出 GPT-4 的参数、训练方法等具体细节。产业界猜测 GPT-4 的视觉多模态来自于类似 Flamingo 的架构，使用交叉注意力机制1。产业界猜测 GPT-4 的模型架构基于一个独立于语言预训练模型的视觉 Transformer，二者之间存在交叉注意力。该架构类似于 Flamingo。这在 GPT-4 的 1.8 万亿个参数之上增加了更多参数。在纯文本的预训练之后，它又经过了另外约 2 万亿个 token 的微调。产业

59、界认为这是目前多模态模型中对 Open AI 最有成本优势的架构。1 一般认为多模态模型的 5 种典型结构（来源：深圳鹏城实验室）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 17 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 22：多模态模型的 5 种典型结构 资料来源：Large-scale Multi-modal Pre-trained Models:A Comprehensive Survey、申万宏源研究

60、注：a）合并注意力架构（Merge-attention）：多个输入模态调整为同一的特征表示，多个模态的特征在自注意力之前被合并，共同进入 Transformer。b）共同注意力架构（Co-attention）：每个输入模态都具备私有自注意力通道，用于模态独立特征的导入，然后再使用共同的交叉注意力层融合多模态特征。c）交叉注意力架构（Cross-attention）：对于多模态任务，将图像与语言分别结合，实现图文信息的相互嵌入与问答。d）三角 Transformer 架构（Tangled-transformer）：使用三组 Transformer 模块同时处理动作、图形对象和语言特征，通过特定的

61、三角连接关系，注入其他模态的 Transformer 网络，以不同模态的信息融合。e）模态间对比学习架构（Inter-Modality Contrastive Learning）：不同模态的信息被分解，通过矩阵结构建立多模态对比学习关联。Flamingo 是 DeepMind 在 2022 年 4 月发布的工作。Flamingo 模型是一个可以输入图像和文本来生成文本的多模态模型，Flamingo 建立在预训练好的语言模型基础上（DeepMind之前所提出的 Chinchilla，最大参数量 70B），又引入了一个 Vision Encoder。October 12,2010 Building

62、 Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 18 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 23：Flamingo 的整体架构 资料来源：Flamingo:a Visual Language Model for Few-Shot Learning、申万宏源研究 不同于 Gemini，GPT4 的核心思路为：不是直接训练一个多模态模型，而是在已经预训练好的语言大模型中引入图像理解能力。1）引入预训练好的视觉模型用来提取图像的语义特征，并且嵌入预训练好的语言模型

63、中（如上 Vision Encoder）；2）引入一个包含图像和文本的多模态数据集用来 finetune 模型，如下图。模型支持图像输入，而本身的任务还是文本生成，所以训练损失还是采用语言模型的 language modeling loss，即根据前面的输入预测下一个token。图 24：Flamingo 使用的文本-图像交叠的多模态数据集 资料来源：Flamingo:a Visual Language Model for Few-Shot Learning，申万宏源研究 可见，若使用交叉注意力架构，Open AI 可以有效节省成本：可以大幅度使用 ChatGPT中已经构建的语言模块。在预训练

64、框架搭建完成后，猜测 GPT-4 也进行了大量训练、提示、RLHF。2023 年 7 月，SemiAnalysis展示了大量关于GPT-4训练的猜测，例如GPT-4的大小是GPT-3的10倍以上，120 层网络中总共有 1.8 万亿个参数，使用了 16 个专家模型，每个专家模型大约有 111B 个参数。同时业界猜测 Open AI 训练的一部分数据是联合数据（包括渲染的 LaTeX/文本）、网页的截屏、YouTube 视频（采样帧），并使用 Whisper 对其进行运行以获取转录文本，以上数据可以用于训练或者制作 Prompt。此外，产业界猜测 GPT-4 使用了并行计算策略。为了在所有 A1

65、00 GPU 上进行并行计算，他们采用了 8 路张量并行，因为这是 NVLink 的极限。除此之外，他们还采用了 15 路流水线并行，最终 GPT-4 的推理成本是 1750 亿参数的 Davinci 模型的 3 倍。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 19 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 25：多模态提示示例 资料来源：微软，申万宏源研究 综上，尽管我们无法了解 Open AI 具体如何让

66、GPT-4 获取多模态智能，但无论 Open AI还是 Google，都在 AI 在架构、Prompt、RLHF、安全、数据、计算资源等多个方面多做出努力。相比单模态大模型，多模态的进入门槛更高。2.3.3 国内模型：性能达到 GPT-4 水平，但多模态能力有差距 2024 年后，讯飞、智谱等国产大模型陆续发布，国内大模型在 2024 年达到 GPT-4 水平。我们认为：1）中文生成能力确实达到接近 GPT-4 水平，相比 2023 年上半年进步巨大！2）但是模型的推理、代码等能力仍有极大提升空间，此外国产模型多模态以“文生图”为主，缺乏完善的“图生文”能力；3）除生成水平外，AI Agent

67、 需要的规划、应用等能力是厂商探索重点。表 2：截至 2024 年 2 月国内大模型发展情况 公司 模型名 整体评价 百度 文心一言 4.0 体验对标 GPT-4 科大讯飞 星火 V3.5 3.5 中文生成能力全面对标 GPT-4 智谱 ChatGLM4 达到 GPT4 中文水平 阿里 通义千问 2.0 综合性能超越 GPT-3.5，正在加速追赶 GPT-4 腾讯 混元大模型 中文能力超越 GPT-3.5，代码能力大幅提升 20%。商汤 sensechat 接近 GPT3.5 水平 资料来源：百度、科大讯飞、阿里云等官网、申万宏源研究 October 12,2010 Building Mate

68、rials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 20 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 尽管中文语言生成能力迭代明显，但是国产模型的推理、代码、多模态等能力仍有极大提升空间。国内测评体系认可中文大模型的生成能力。1 月 30 日，上海人工智能实验室发布了大模型开源开放评测体系司南（OpenCompass2.0）2，结果显示，不少国内厂商近期新发布的模型在多个能力维度上正在快速缩小与 GPT-4 Turbo 的差距，包括智谱清言 GLM-4、阿里巴巴Qwen-Max、百

69、度文心一言 4.0 等。但同时根据评测，复杂推理相关能力是大模型普遍面临的难题，国内大模型相比于 GPT-4还存在差距。评测显示，推理、数学、代码、智能体是国内大模型的短板。GPT-4 Turbo 在涉及复杂推理的场景虽然亦有提升空间，但已明显领先于国内的商业模型和开源模型。这是大模型在金融、工业等要求可靠的场景落地需要的关键能力。图 26：上海人工智能实验室司南 OpenCompass2.0 年度榜单（客观评测-百分制）资料来源：上海人工智能实验室、申万宏源研究 3.谷歌云：有望凭借 AI 布局再进一步 3.1 云计算：AI 时代基础设施，算力需求推动高增速 全球云计算市场将因 AI 进入新

70、一轮增长趋势。2022 年底开始的 AI 浪潮，带来了大量大模型训练和推理侧的需求，刺激云计算市场规模持续扩大。IaaS 和 PaaS 作为算力基础设施，在算力需求快速提升的趋势下，将维持高增速。2 https:/ October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 21 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 27：全球云计算市场规模 资料来源：Gartner，中国信通院，申万宏源研究 谷歌云：先发但后至，追赶势头

71、强劲。谷歌于 2006 年首次提出“云计算”概念，但并未重视对 IaaS 领域的投资，同年，亚马逊抢先一步布局 IaaS 赛道，并以价格战策略掠夺市场、稳居第一。2011 年，谷歌相继推出 Google Cloud Storage 与 Google Compute Engine，但在 IaaS 赛道已处于落后；2016 年，谷歌将旗下多个云业务部门重组为谷歌云后开始加速追赶，市占率提升速度较快，当前为全球第三大云服务商。图 28：云计算市场竞争格局（仅计算 IasS、PaaS）资料来源：Synergy Research Group，申万宏源研究 云厂商：23Q4 增长小幅提速，AI 对业绩拉动

72、开始体现、24 年 CAPEX 计划乐观 悲观预期修复，23Q4 云厂商收入增长小幅提速，增速上微软 Azure谷歌云AWS。2022H2 以来由于美国宏观预期悲观，企业 IT 削减 IT 开支并推迟上云，导致云厂商增速下行，经历一年调整，23Q2 左右北美云厂商增速逐步企稳，近两个季度看基本走出温和加速趋势。谷歌云 23Q3 营收增速下降，23Q4 营收 92 亿美元，增速环比提升至 25.7%。从竞争来看，亚马逊、微软、谷歌在云业务份额争夺仍在继续，微软 Azure 营收同比+30%领跑，快于谷歌云，行业份额第一的亚马逊 AWS 增速相对较慢。0%5%10%15%20%25%30%35%0

73、0400050002002020212022IaaSPaaSSaaSyoy（亿美元）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 22 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 AI 对云的拉动已经开始体现，未来 AI 将为云厂商竞争格局的核心变量。微软：目前在大模型布局上较为领先，23Q3 AI 服务在 Azure 收入增速中贡献约 3pct；23Q4AI 则为 Azur

74、e增长贡献了 6pct；AI 对云业务增长贡献季度环比翻倍验证了 AI 的强劲需求，对于 Azure 抢占市场份额形成助力：Azure AI 目前有 53000 名客户，1/3 是过去 12 个月新增。谷歌：目前 70%+的 AI 独角兽公司是谷歌云客户，包括 Character.ai、Anthropic 等明星企业。亚马逊：在 AI 布局上略微落后，除 AWS 外，已引入了 Bedrock、AI 助手 Q 和 Trainium 等新产品，并测试 AI 购物助手 Rufus。图 29：北美云厂商营收同比增速 资料来源：微软、谷歌、亚马逊财报，申万宏源研究 随着规模效应、降本增效以及折旧摊销政策

75、变化，以谷歌为代表的北美云厂商经营利润率提升较为明显。1）折旧摊销年限延长：2023Q1，谷歌宣布云服务器的预计使用寿命由 4 年延长至 6 年，部分网络设备的预计使用寿命由 5 年延长至 6 年，较大幅度减少了谷歌云的折旧摊销成本。AWS、微软 Azure 也都在 2022 年后提出延长云基础设施的使用年限。2）利润率明显提升：谷歌云 21Q4 以来利润率不断提升，23Q1 扭亏为盈后近几个季度营业利润率逐步抬升至 23Q4 的 9.4%。AWS 23Q4 营业利润率保持在 29.6%，同比提升 5.3pct。微软智能云部门 23Q4 利润率 48.1%，同比提升 6.7pct。尽管云厂商将

76、在后续显著增加 AI 算力等投入，但考虑当前 AI 算力市场供不应求，预计资本支出能较快转化为高毛利率收入，从而不会拖累盈利能力。图 30：谷歌、AWS、微软云业务部门营收、利润 资料来源：微软、谷歌、亚马逊财报，申万宏源研究 0%10%20%30%40%50%60%70%AzureAWSGoogle Cloud October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 23 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 随着经济预

77、期的改善和前瞻 AI 动力较足，云厂商和 Meta 开启新一轮资本开支扩张期。23Q2 以来的三个季度各家厂商的资本开支环比均呈现增加趋势。23Q4 投入同比提升明显的是微软(+55%)和谷歌（+45%），三大云厂+Meta 资本支出合计数结束近三个季度同比下降趋势，YoY+8.9%。23Q4 谷歌 CAPEX 为 110 亿美元，同比+45.08%，环比+36.79%。各厂商提出较为积极的 2024 年资本开支计划。谷歌：预计在 2024 年 CAPEX 将高于 2023年，主要用于服务器和数据中心等基础设施投资以支持 AI 及产品开发。Meta：指引 2024 年Capex 300-370

78、 亿美元，主要增加 AI 等创新业务投入；亚马逊：Capex 2023 年 484 亿美元，预计 24 年将增加，主要增量来自 AWS 的 AI 等投入。图 31：北美云厂商资本开支 资料来源：微软、谷歌、亚马逊财报，申万宏源研究 3.2 谷歌云：高增速趋势维持，AI 赋能平台层及软件层 谷歌云正处于盈利水平快速爬坡期，前瞻订单指标剩余履约义务保持高增长。谷歌云分为谷歌云平台（GCP）和 Workspace，谷歌云平台提供计算、存储、数据处理分析和机器学习等云服务；Workspace 提供 Gmail、文档、日历等办公应用。2023Q1，谷歌云首次实现 1.91亿美元营业利润，尽管 23Q3

79、营收增速低于预期引发市场担忧，但 23Q4 营收 92 亿美元，同比增速回暖提升至 25.7%，一定程度减少市场担忧。根据谷歌财报，23 年底公司剩余履约义务（主要与谷歌云相关）为 741 亿美元，22 年底为 643 亿美元，充足的订单将支撑谷歌云的业绩增长。0500300350400450500（亿美元）微软Amazon MetaGoogle October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 24 January 12,2015 Food,Beverage&Tobacco

80、|Company Research 公司研究 图 32：谷歌云业务整体布局 资料来源：微软、谷歌、亚马逊财报，申万宏源研究 SaaS：Workspace+Google One 用户数稳步增长，Duet AI 赋能办公 2006 年谷歌推出 Workspace，已形成丰富的办公套件。2023 年，谷歌 Workspace 的用户数已超过 30 亿，付费用户超过千万。Workspace 的付费定价基础主要为向客户粘性较强的 Meet（远程办公视频会议）、Drive（云端存储）、Gmail（邮箱）提供增值功能，如 Meet提供支持更多人参与的视频会议及录制功能、Drive 提供更大空间的云存储等。图

81、 33：Work space 主要工具 资料来源：谷歌官网，申万宏源研究 Workspace 付费用户规模仍较小，云存储服务 Google One 订阅用户则超 1 亿。Workspace 付费会员分为 Bussines Starter/Standard/Plus，定价 6/12/18 美元/月，23Q3付费用户已超 1000 万。谷歌还单独推出云存储 Google One 订阅服务，即在 Google Drive October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 25 January 12,20

82、15 Food,Beverage&Tobacco|Company Research 公司研究 提供的 15GB 免费内存之外，提供付费的存储空间拓展功能，100GB/2TB（标准版）/2TB（AI高级版）定价分别为 1.99/9.99/19.99 美元/月，根据谷歌 2023 年财报，Google One 订阅用户数已超过 1 亿。图 34：Workspace 付费用户数量 资料来源：谷歌财报，申万宏源研究 推出 Duet AI 赋能 Workspace 及开发平台。2023 年 5 月，谷歌推出基于 PaLM2 大模型的 AI 助手 Duet AI，可集成于 Gmail、Sheets、Cha

83、t 等 Workspace 办公套件中，提供 AI功能。Duet AI for Workspace 对标微软的 Microsoft Copilot，同样定价 30 美元/月，但受限于 Workspace 付费会员的低基数，对业绩的贡献较小。除办公领域外，谷歌还推出面向编程的 AI 工具 Duet AI for Developer，提供 Alphacode2（由 Deepmind 推出）外的另一 AI编程工具选择。图 35：谷歌面向办公和编程场景推出 Duet AI 助手 资料来源：谷歌官网，申万宏源研究 234568920002

84、3H12023Q3（百万）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 26 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 PaaS：推出基于谷歌云的 AI 开发平台 Vertex AI，构筑 AI 应用开发生态 对标 Amazon Bedrock 和 Azure AI studio，Vertex AI 平台 API 请求量高增。Vertex AI 可提供包括数据预处理、模型训练、模型库选择、模型部署在内的模型开发各个阶

85、段的服务，开发者可以利用 Vertex AI 简化模型性能维护工作，帮助客户调用大模型满足相关需求。截至 2023 年，Vertex AI 上可部署的 AI 大模型超过 130 个，包括谷歌自研的 Gemini、PaLM 等模型及 Claude2、Llama2 等第三方大模型。根据谷歌 2023 年财报，23H2 Vertex AI平台的 API 请求相对 23H1 增加了近 6 倍。图 36：Vertex AI 平台架构 资料来源：谷歌官网，申万宏源研究 3.3 谷歌 TPU：GCP 的 AI 算力基石，为自研大模型构筑成本优势 目前高性能计算领域，已形成 GPU 为主，ASIC 芯片为辅的

86、格局。CPU 作为传统处理器，通用性最强，但其需要兼顾控制等能力，运算性能已无法满足 AI 发展的计算能力需求。GPU具备运算单元占芯片面积比例较大的特点，过去随着英伟达 GPU 芯片计算性能持续提升以及CUDA 开发生态逐渐成熟，现已成为主流的高性能计算芯片。ASIC 作为定制化的专用集成电路，面向相对单一的应用如 AI 大模型推理和训练而进行设计、优化，其通用性最差，但计算效能最高。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 27 January 12,2015 Food,Beverag

87、e&Tobacco|Company Research 公司研究 图 37：TPU 作为一类 ASIC 芯片具备高算力、低通用性特点 资料来源：寒武纪招股说明书，申万宏源研究 TPU 为谷歌大模型的发展奠定了坚实的硬件基础设施优势，兼具低成本与可控性 谷歌 TPU（Tensor Process Unit）为定制设计的 AI 加速器，针对 AI 大模型的训练和推理进行了优化，已经过多轮迭代，计算性能出色：1）TPUv1 发布于 2016 年，是谷歌第一代 DNN DSA，能够处理推理任务。2）TPUv2 发布于 2017 年 5 月，其添加了一个片到片的定制互连结构 ICI，以应对逐渐增大的模型训

88、练规模。此外，与 TPUv1 不同，TPUv2 每个芯片有两个 TensorCore。3）TPUv3 发布于 2018 年 5 月，改进了带宽和扩展性。在 TPUv2 的基础上微调了设计，采用相同的技术，拥有 2 倍的 MXU 和 HBM 容量，并将时钟频率、内存带宽和 ICI 带宽提高至1.3 倍。一台 TPUv3 超级计算机可以扩展到 1024 个芯片。TPUv3 对 AI 训练的精度要求支持增加。其在使用 16 位浮点（bfloat16）与英伟达 Volta GPU 相当。4）TPUv4 发布于 2020 年，主打可扩展性，TPUv4 集群采用激进的全光组网方案，首次采用 3D 组网，并

89、通过引入具有光学数据链路的光路交换机（OCS）来解决规模和可靠性障碍。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 28 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 38：谷歌 TPU v4 在多类模型的运算中性能优于英伟达 A100 芯片 资料来源：谷歌官网，申万宏源研究 在大模型训练和推理上，TPU 相对英伟达同时期算卡有着性能优势。根据 2023 年谷歌发布的 TPU v4 技术论文，对于规模相当的系统，TP

90、U v4 可以提供比英伟达 A100 强 1.7 倍的性能，同时在能效上也能提高 1.9 倍。TPUv5 已用于 Gemini 等大模型的训练中，未来 TPU 带来的优势有望持续扩大。谷歌在2023 年 8 月发布 TPUv5e，12 月发布 TPUv5p，该系列芯片相对 TPUv4 在性能上提升显著，训练速度、训练效率都有大幅提升。公司指出，Gemini 1.0 系列模型即是基于 TPUv4 与 TPUv5e芯片完成训练。随着大模型的技术路线和基本框架逐渐稳定，TPU 可更好地发挥作为 ASIC 芯片的优势，对 AI 训练和推理进行更针对性地优化。图 39：TPUv5 性能参数对比 图 40

91、：TPUv5 训练效率对比 资料来源：谷歌官网，申万宏源研究 资料来源：谷歌官网，申万宏源研究 谷歌在 OCS 的研发上积累多年，在芯片间通信互联具备优势。OCS 是谷歌自研的数据中心光交换机。通常数据中心内数据交换是光电混合网络，设备之间的主要互联通过光缆/铜缆/光电转换器件、以及交换机 ASIC/Serdes/PCIE/NVLink 等链路实现。与过去在网络层之间多次将信号“从电转换为光再到电”不同，OCS 是一种全光学的连接方案，通过 MEMS 阵列结合光环路器、波分复用光模块实现光路的灵活切换、以达到直接通过光信号组建交换网络的目 October 12,2010 Building Ma

92、terials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 29 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 的（适配于重复可预测的 AI 训练）。与英伟达目前主推的 Infiniband 相比，OCS 的成本更低、功耗更低、速度更快，成本不到系统成本的 5%，功率不到系统功率的 3%。图 41：TPU4v 开始使用 3D 立体组网，同时采用 OCS 实现更好的通信互联 资料来源：谷歌官网，申万宏源研究 日趋庞大的高性能计算芯片的支出下，云厂商和 AI 企业寻求低成本硬件支持的动力将愈

93、发强烈。从量级上来说，高性能计算芯片的需求将从百亿美元级（2022 年英伟达数据中心业务产品营收为 150 亿美元），向千亿美元级跃升（AMD 预计到 2027 年 AI 芯片+相关配套芯片市场规模为 4000 亿美元），指数级增长的市场空间将引起各大企业更多的行动。云厂商自研芯片使用比例提升已为明确趋势：1）对云厂商而言，更低的价格下自研 AI 芯片可大幅降低自有AI业务的算力成本，并可根据自有大模型的特点对AI芯片进行针对性设计，进一步实现优化成本。2）对于非云厂的 AI 企业而言，未来潜在的 AI 应用及大模型优胜企业将主动对算力成本进行优化。当前 AI 初创公司仍处于百花齐放阶段，呈现

94、各初创公司算力需求不足够大而需求急迫的特征，难以考虑算力成本优化的问题。但随着未来爆款 AI 应用的出现以及 AI 大模型格局逐渐走向清晰，或将出现成熟的 AI 优胜企业，具备算力需求庞大且长期需求稳定的特点，其具有充足的动力主动向云厂商寻求使用更低成本的算力芯片，成本导向下云厂商自研芯片的开发生态亦有望缓速走向成熟。表 3：海外科技巨头陆续推出自研 AI 芯片 公司 芯片产品 类型 当前代际 发布时间 初代产品推出时间 Google TPU v5p 训练、推理 5 2023.12 2016 年 Amazon Inferentia2 推理 2 2023.04 2018 年 Amazon Tra

95、nium2 训练 2 2023.12 2020 年 Microsoft Maia100 训练、推理 1 2023.11-Meta MTIA 训练、推理 1 预计 2025 年投产 MTIAv1 在 2020 年开始进行设计 Meta Artemis 推理 1 计划 2024 年投产-Microsoft Cobalt CPU 1 2023.11-Amazon Graviton4 CPU 4 2023.12 2018 年 资料来源：各公司官网，The Information，申万宏源研究 October 12,2010 Building Materials|Company Research 请务必

96、仔细阅读正文之后的各项信息披露与声明 30 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 开发生态尚不完善，TPU 在易开发性上与 GPU 差距较大 TPU 硬件性能较为出色，但开发生态的不完善仍掣肘 TPU 的广泛使用。英伟达在 2006年发布 CUDA 生态，旨在为 GPU 提供完善、高可靠度的开发环境，经过长期积累已形成庞大的开发者群体以及丰富的资源库。谷歌 TPU 作为 ASIC 芯片，为深度学习框架 TensorFlow 而设计，通用性相对不强，且推出时间较晚。而 CUDA 生态完善已后形成卡位，GPU 已成为

97、主流算卡，使得 TPU 开发群体相对较小，多以谷歌内部开发人员为主，开发生态成熟速度较慢。预计短期内 TPU 仍主要用于满足谷歌内部算力需求，向云服务客户大范围推广仍待生态慢慢走向成熟。表 4：主流 GPU 芯片及谷歌 TPU v5p 性能对比 MI300X H100 SXM H200 SXM TPU v5p 制程 TSMC 5nm|6nm FinFET TSMC 4nm TSMC 4nm-FP64（TFLOPS）81.7 67 67-FP32（TFLOPS）163.4 989 989-BF16（TFLOPS）1300 1979 1979 459 INT8（TOPS）2600 3958 395

98、8 918 内存容量及类型 192 GB HBM3 80GB HBM3 141GB HBM3e 95GB HBM 内存带宽（TB/s）5.3 3.35 4.8 2.7 Interconnect PCIe Gen5.0：128 GB/s PCIe Gen5.0：128 GB/s PCIe Gen5.0：128 GB/s ICI Link：4800GB/S Fabric Links：896 GB/s NVLink：900 GB/s NVLink：900 GB/s 生态 RoCm CUDA CUDA TensorFlow XLA 资料来源：各公司官网，申万宏源研究 4.谷歌服务：AI 双刃剑已在手，

99、公司掌握产业变革主动权 谷歌和 Meta 为数字广告领域领跑者，亚马逊和字节跳动为主要挑战者。谷歌拥有搜索引擎与 UGC 视频平台市场，Meta 则耕耘社交平台 Facebook，占据核心流量入口，2021 年两者在数字广告市场份额合计超 50%。近年来，老牌电商巨头亚马逊持续发力广告业务，根据eMarketer 数据显示，亚马逊数字广告市场份额不断上升，从 2017 年的 1.8%上升至 2021 年的 6.0%；此外，Tiktok 短视频平台也为重要挑战者。图 42：全球数字广告市场竞争格局 资料来源：eMarketer，申万宏源研究 0%10%20%30%40%20

100、02020212022E2023E2024EGoogleMetaAlibabaAmazonByteDance October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 31 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 谷歌服务为公司核心业务，包括谷歌广告和谷歌其他。1）谷歌广告收入来自于搜索广告、YouTube 广告和谷歌网络（Google Network）；2）谷歌其他收入来源于 Google Play 开发者佣金、硬件设备销售

101、收入、YouTube Premium 会员订阅费等。2023 年，谷歌广告与其他业务收入分别为 2379/347 亿美元，谷歌广告收入增速放缓，同比增长 6.0%，YouTube 订阅量攀升驱动 2023 年订阅产品总收入增长至 150 亿美元，推动谷歌其他营收增速高达 19.4%。图 43：2017-2023 年谷歌广告收入及同比增速 图 44：2017-2023 年谷歌其他收入及其同比增速 资料来源：公司财报，申万宏源研究 资料来源：公司财报，申万宏源研究 4.1 谷歌搜索：短期无忧，须关注中长期行业变革 搜索引擎体验的核心在于精确地提供搜索结果，提高用户使用体验。谷歌搜索引擎依托当时最先

102、进的算法 PageRank 迅速崛起，此后保持极高的敏感度，持续迭代算法提升搜索精度和使用体验。1）早期搜索算法理论：PageRank 算法基于两点假设。1）数量假设：网页收到的入链数越多，该网页质量越高；2）质量假设：指向某页面的网页质量越高，该页面的质量越高。基于该算法打造的搜索引擎所得的搜索结果显著强于当时市面上其他的搜索引擎。2）多轮迭代持续规范与优化搜索内容，增强用户体验。包括保护原创内容竞争力、打击采用不道德的链接建设策略的网站、加强搜索内容的语义相关性、更好地理解用户的意图和查询意义等，多轮更新迭代使得谷歌搜索长期保持领先的使用体验。3）积极探索 AI+搜索：早在 2015 年谷

103、歌就已将 AI 融入搜索引擎，RankBrain、Bert、Helpful Content 分别将 AI 引入搜索中改善搜索结果并优化生成内容，2023 年谷歌推出搜索生成体验（SGE），在 AI 搜索领域仍走在最前沿。表 5：谷歌搜索算法更新历程 时间 名称 更新内容 2011 Panda 保护原创内容竞争力 2012 Penguin 打击采用不道德的链接建设策略的网站 2013 Hummingbird 强调搜索内容的语义相关性 2015 Mobilegeddon 优化移动设备搜索体验 RankBrain 引入新的机器学习人工智能提高搜索结果相关性 2019 Bert 自然语言处理机器学习系

104、统帮助理解句中词语对人类的意义 2021 Page Experience 在页面体验排名因素中增加了三个新的核心网络指标（最大的内容绘画、0%10%20%30%40%50%05000250020020202120222023谷歌广告yoy（亿美元）0%10%20%30%40%0020020202120222023谷歌其他yoy（亿美元）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 32 January 12

105、,2015 Food,Beverage&Tobacco|Company Research 公司研究 时间 名称 更新内容 首次输入延迟和累计布局转移）2022 Helpful Content 针对 AI 生成的低附加值内容进行优化，鼓励对用户有价值的原创内容 2023 SGE AI 搜索引擎，可根据用户搜索需求从网站中提取信息并链接到生成答案时使用的来源 资料来源：若凡 SEO 优化，申万宏源研究 搜索引擎变现的核心在于更精准的广告投放。1）个性化广告精准定位客户需求：公司通过用户在搜索引擎中使用的搜索关键词捕捉用户潜在需求，为用户更精准地匹配广告。2）技术优势提升广告投放体系运转效率：传统广

106、告投放体系依赖广告代理公司，运转效率随规模扩大而降低。公司善用自身技术优势推出广告竞价排名系统与广告内容排名系统，前者将根据系统中广告代理或商家的实时竞价决定广告的价格与排序，后者使用 PageRank 算法逻辑衡量广告内容质量，提升广告投放体系的运转效率。3）Pay-per-click 模型保证成果与收入转化：传统展示付费模式难以保证广告转化效果，而 Pay-per-click 模型使公司收入计算基于广告点击率，既为广告商明晰了广告投放效果，又确保了公司收入转化，实现商业化模式的良性循环。图 45：谷歌搜索变现模式 资料来源：Gary Fox，申万宏源研究 推出 Chrome 浏览器完善搜索

107、引擎生态。1）2009 年谷歌 Chrome 撬动微软市场份额：2008 年，谷歌推出 Chrome 浏览器，当时的浏览器市场几乎由微软 IE（占比 60%+）和 Firefox（占比 20%+）占据。2009 年，微软因 IE 浏览器与 Windows 系统捆绑而接受欧盟的反垄断调查，并做出整改措施，承诺允许 Windows 用户选择其他浏览器产品，同时，谷歌凭借搜索引擎流量入口顺势推广 Chrome，市场份额稳步上升；2）2012 年 Chrome 抢占移动端流量入口：谷歌分别于 2012 年 2 月与 6 月发布适配安卓系统和 iOS 系统的 Chrome 浏览器，2014年 8 月首次

108、超越苹果 Safari 浏览器市场份额（Chrome 占比 22.67%，Safari 占比 22.64%）。目前 Chrome 浏览器 PC 端和移动端的市占率都维持在 60%以上。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 33 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 46：浏览器市场份额（PC 端）图 47：浏览器市场份额（移动端）资料来源：statcounter，申万宏源研究 资料来源：statcou

109、nter，申万宏源研究 竞争壁垒：优质体验+绑定浏览器+庞大数据资源库，相对 Bing 等竞争者优势明显。1）谷歌搜索早期凭借先进的 Pagerank 搜索算法，以更出色的用户体验，击败必应、雅虎等竞争对手一跃成为市占率第一的搜索引擎工具，并保持了优质的用户体验。2）依托浏览器巩固竞争地位：Chrome 浏览器可预设谷歌搜索为默认搜索引擎，Chrome 份额的持续提升，有效帮助谷歌搜索构建竞争壁垒；2017 年，谷歌通过支付高额费用与苹果签订协议，谷歌搜索成为苹果Safari 浏览器中的默认搜索引擎，进一步占据移动端设备的搜索份额。3）数据资源库：谷歌搜索长期的领先地位，帮助其积累了庞大的用户

110、数据等资源，可依此快速的更新迭代、对用户体验进行改善。图 48：搜索引擎市场份额 资料来源：Statcounter，申万宏源研究 AI 将重塑搜索格局？对谷歌的影响短期内仍无法证实或证伪，但程度或有限 AI 对谷歌搜索的潜在影响主要为：问题 1：AI 聊天机器人（仅生成内容）将争夺搜索引擎的流量份额？影响可能仅集中在部分轻量级的搜索需求。AI 聊天机器人回答的准确性仍有提升空间，中短期内将主要满足轻量级的搜索需求，如对准确率要求较低的日常问题答案。而搜索的核心为，0204060802009/1/12009/11/12010/9/12011/7/12012/5/12013/3/12014/1/1

111、2014/11/12015/9/12016/7/12017/5/12018/3/12019/1/12019/11/12020/9/12021/7/12022/5/12023/3/12024/1/1ChromeIEFirefoxSafariOperaEdge其他（%）0204060802009/1/12010/1/12011/1/12012/1/12013/1/12014/1/12015/1/12016/1/12017/1/12018/1/12019/1/12020/1/12021/1/12022/1/12023/1/12024/1/1ChromeSafariUC BrowserAndroidO

112、pera其他（%）020406080100GooglebingYahoo!BaiduDuckDuckGoYANDEX其他（%）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 34 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 用户需要精准获取带有资料来源的搜索结果，以满足其对搜索结果的正确率要求。从这个角度看，聊天机器人与搜索的需求仅部分重叠，大部分需求仍需由搜索引擎完成，搜索引擎仍将扮演互联网门户的角色。问题 2：传统搜

113、索向 AI 搜索（生成内容总结+网页链接）进化将改变竞争和商业模式？并未改变底层的商业逻辑，但谷歌的成本可能增加。谷歌 2015 年即开始在搜索引擎中融入 AI，并于 2023 年推出搜索生成体验 SGE（Search Generative Experience），布局上较为领先，竞争优势仍可依靠生态优势保持稳固。目前 AI 搜索引擎仍未改变传统搜索的商业业态，以 Perplexity、SGE 为例，目前 AI 搜索引擎的形态仍然是生成式内容+核心数据来源，搜索广告的商业模式并未改变。长期看，为应对聊天机器人领域的竞争，AI 搜索或将普及，应当关注AI 搜索普及后带来的算力消耗，将抬高谷歌搜索

114、的营业成本。4.2 谷歌 Network：提供综合广告服务 谷歌网络 Google Network 为广告管理平台，是谷歌广告第二大收入来源。谷歌网络收入来自 Google AdSense、AdMob 和 Ad Manager 三款产品，广告商可根据自身广告投放需求选择相应的管理平台。2023 年，谷歌网络营收为 313.12 亿美元，同比下降 4.48%。图 49：2017-2023 年谷歌网络收入及同比增速 资料来源：公司财报，申万宏源研究 Google AdSense：面向网页开发者的广告创收平台。AdSense 通过谷歌自动广告分析（Auto ads）决定广告效果最佳的广告投放样式、数

115、量和位置，并最大化收入。Google AdMob：面向移动应用开发者的广告创收平台。发布商创建广告单元以提供应用广告空间，可选择 AdMob 中的 bidding 或 waterfall 任一方式细分广告流量，实现广告单元收入最大化。Google Ad Manager：面向拥有多种流量平台的大型发布商，支持 AdSense、Ad Exchange 等多种广告交易平台。发布商可以在 Ad Manager 集中管理所有平台（网站、移动应用、视频或游戏）创收。-10%0%10%20%30%40%050030035020020202120222023谷歌网络

116、yoy（亿美元）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 35 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 表 6：广告管理平台对比 Google Ad Manager Google AdSense Google Admob ad platform ad network 资源类型 网站+应用 网站 应用 应用 使用其他广告联盟 是 否 是 否 在网站部署代码即可看到广告 是（若允许 AdSense 通过 Ad Ma

117、nager 展示）是 不适用 不适用 通过 AdSense 广告联盟与其他广告联盟竞价，实现收入最大化 是 否 是 AdMob 广告联盟=谷歌需求+第三方竞价来源 否 提供分析报告 是 不适用 是 是 发布商收款方式 对授权用户：竞价和通过程序化交易 对传统交易：直接向广告客户/广告联盟收款，自行管理款项 谷歌负责款项管理 直接向广告客户/广告联盟收款，自行管理款项 谷歌负责款项管理 资料来源：谷歌官网，申万宏源研究 4.3 YouTube：流媒体领军者，将受益 AI 视频工具兴起 YouTube 享时代红利而崛起，背靠谷歌深耕 UGC 文化。YouTube 成立于 2005 年，随着数码相机

118、普及、社交媒体兴起而迅速成长，率先进入 UGC 领域。2006 年，谷歌收购 YouTube并为其提供硬件及资源支持，降低了宽带成本；同时，YouTube 通过优化搜索引擎释放流量，用户可通过邮件代码、复制链接等多种传播方式分享视频。推出 YouTube Shorts，但短视频领域相距 TikTok 甚远。在 2017 年和 2020 年分别推出 YouTube Reels（后更名 Stories，23 年 6 月停用）和 YouTube Shorts。自 2021 年以来，Shorts 观看次数显著增长，截至 2023Q3，其 MAU 超 20 亿，日浏览量超过 700 亿次。但目前 Sho

119、rts 收益仍相对较低，每千次展示的收入仅约为 0.4 美元，远低于中长视频每千次展示约18 美元的收入，收入潜力仍尚待开发。图 50：YouTube 发展历程 资料来源：公司公告，申万宏源研究 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 36 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 广告+订阅双引擎驱动 YouTube 营收高速增长。1）广告服务是 YouTube 营收的主要来源。疫情期间，YouTube 用户

120、数高增，带动 2021年广告收入增速至 46%；2022 年，受宏观经济逆风、订阅群体增长影响，增速仅为 1.4%，但仍为谷歌贡献了近 10%的营收。庞大的用户基数和丰富的内容生态保证了平台广告投入的高回报率，根据 Nielsen Compass ROI 基准的定制分析（2020 年 1 月-2022 年 3 月），YouTube的 ROI 比线性电视和其他在线视频分别高出 40%和 34%。2）订阅服务实现盈利多元化，订阅用户数增长较快。YouTube Premium/Music/TV 的每月订阅价格分别为 14/11/73 美元；截至 2022 年订阅用户数超过 8000 万人，较 21

121、年同期增长 3000 万，且连续 3 年保持 60%+的显著增速。图 51：YouTube 广告收入、增长率(%)及占广告收入比例(%)图 52：YouTube Premium 订阅者人数及增速（%）资料来源：谷歌财报，申万宏源研究 资料来源：谷歌财报，申万宏源研究 AI 视频生成工具的兴起，对 YouTube 的机会远大于冲击 AI 视频工具对 YouTube 的影响，主要分为两大问题。问题 1：Sora 为代表的 AI 视频工具是否会形成社交视频平台抢占 YouTube 的份额？YouTube 成熟的 UGC 平台业态下，AI 视频工具或仅能扮演辅助工具而非挑战者。YouTube 已具备很

122、高的用户壁垒：1）高用户粘性：YouTube 的核心在于利用优质 UGC 内容吸引用户，庞大而忠实的创作者和内容消费者群体（全球第二大社交媒体）、优质的内容积累和用户习惯形成，使得后来者难以形成有效威胁。2）奖励机制完善：完善的内容激励机制及版权保护体系，切实保护了 UGC 创作者的利益，营造了良好的创作氛围，可有效实现优质创作者留存，优质创作者的迁移成本提升。3）YouTube 主打中长视频内容，而 AI 视频工具囿于生成视频时长，作者仍需进行二次剪辑、创作，才能发布优质中长视频内容，也即 AI 视频工具在中长视频领域更多将扮演辅助工具角色。0%10%20%30%40%50%05010015

123、020025030035020020202120222023Youtube广告收入yoy占广告收入比例（亿美元）1.532.800%-7%257%80%67%67%60%-50%0%50%100%150%200%250%300%007080902015 2016 2017 2018 2019 2020 2021 2022YouTube Premium 订阅数（百万）yoy%October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 37 Ja

124、nuary 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 53：2023 年 10 月全球社交媒体月活(百万)图 54：YouTube 主要业务 资料来源：Statista，申万宏源研究 资料来源：公司官网，申万宏源研究 问题 2：AI 视频工具会给 YouTube 带来什么？1）中长视频内容：更低的创作门槛，更庞大的 UGC 创作者经济规模。AI 视频工具是对视频创作者的生产力解放，且更多有创意的业余创作者将成为 UGC 平台增量作者，UGC 视频平台内容将更为丰富，创作者经济时代将到来。2）短视频内容：AI 工具或影响短视频社交

125、平台竞争格局，YouTube Shorts 的潜在机会。社交平台主打快消、即时性，内容简短，与 AI 视频工具契合度更高。AI 视频工具时代，拥有更便捷的 AI 视频工具的平台，将具备竞争优势，短视频平台或迎来新一轮格局竞争。YouTube Shorts 在短视频领域与 TikTok 的竞争中落后，若谷歌的视频工具能够及早取得成果，或有希望扭转竞争颓势。图 55：YouTube、TikTok、Reels 参与度（按观看次数）图 56：YouTube 月活 MAU 人数（亿）及增速（%）资料来源：Social insider，申万宏源研究 资料来源：Statista，申万宏源研究 展望：基于 2

126、0 亿+UGC 用户，YouTube 有望成为流媒体领域领军者 在流媒体领域，YouTube 最大禀赋即是庞大的用户群体，可通过收购版权的模式不断拓宽业务版图。YouTube 掌握着在线视频用户的流量入口，陆续并购影视、音乐的丰富版权，内容版权收购再分发的商业模式已成熟。近年来，YouTube 加速对体育直播领域的布局，2022303024912000 200068007673666570030003500257820232526.827150%40%43%10%18%15%7%13%

127、11%15%9%7%1%0%20%40%60%80%100%120%140%160%0500000222023Youtube月活 MAU（亿）yoy%October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 38 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 年底，YouTube 以约 20 亿美元/年的版权费用与 NFL

128、签订未来 7 年周日赛转播的媒体版权协议。Youtube 依托流量入口红利，有望持续扩大优势。表 7：YouTube 主要版权合作布局 品类 主要合作方 影视：共超 45,000 部影视 索尼影视：拿破仑、蜘蛛侠、达芬奇的密码等。环球影业：小黄人、奥本海默、速度与激情等。华纳兄弟：生活大爆炸、正义联盟、芭比等。迪斯尼：爱丽丝梦游仙境、汽车总动员、和加勒比海盗等。HBO：指环王等。Starz、The Weinstein Company、Magnolia Picture 音乐：截至 2022.06 的财年内版权支付超 60 亿美元 唱片业协会（RIAA）、Sony、Universal Music

129、Group、Warner Music Group 体育 2018 年，YouTube 获得了洛杉矶 FC 及西雅图海湾人队在其各自地区的独家流媒体直播权。2018 年，YouTube 开始直播 NBA TV 至今 2019 年，YouTube 与 MLB 达成版权协议，在美国、加拿大和波多黎各独家直播 13 场常规赛事。2022 年 12 月，YouTube 拿下未来 7 年 NFL 周日赛的转播版权 资料来源：公司官网，申万宏源研究 4.4 互联网生态完善，链接庞大消费者用户群 谷歌拥有丰富的互联网应用场景，用户规模庞大，可形成协同效应。旗下有着 6 个超过 20亿用户数的应用，可实现互相导

130、流，共同构建互联网应用生态，为广告投放提供基础。谷歌还推出效果最大化广告（Pmax），旨在结合旗下多个应用，提高广告的回报率。图 57：谷歌超过 20 亿用户的应用 资料来源：谷歌官网，申万宏源研究 全球移动端操作系统市场呈现高集中度特征，安卓系统以其开源性与高性价比优势稳居首位，操作系统+应用生态形成良性循环。安卓系统中汇集了 Google Play Store、谷歌邮件等众多应用程序，完善的应用生态叠加开源优势，使得安卓系统迅速渗透移动端操作系统市场；同时，操作系统份额的提升进一步强化应用生态壁垒。根据 Statcounter 数据，截至 2024 年 1 October 12,2010

131、Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 39 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 月，在全球移动端操作系统市场中，安卓系统占据 69.9%的市场份额，iOS 占据 29.35%，CR2超 99%，市场集中度高。图 58：安卓操作系统市场份额 资料来源：Statcounter，申万宏源研究 安卓系统是谷歌移动端生态版图的关键一环，收入主要来自 Google Play Store、谷歌搜索和谷歌地图。1）Google Play Store

132、是安卓系统收入的主要来源和核心要素，约占安卓收入的五成。Google Play Store 是安卓系统用户体验的关键因素之一，手机制造商获得其安装许可需满足以下三点：1）设备上需要安装谷歌搜索、Chrome 浏览器等应用软件，并将谷歌搜索设置为默认搜索引擎；2）谷歌应用软件需添加至主屏幕显目位置；3）不得在其他设备上使用修改版本的安卓系统。2019 年反垄断案后，Google Play Store 的安装条件放宽：手机制造商向谷歌支付许可费后，可以在不安装谷歌搜索和 Chrome 浏览器的情况下使用 Google Play Store。公司收入来自消费者应用支出的 30%，以及订阅服务费用（第

133、一年收取消费金额的 30%，后续年份收取 15%）。2）谷歌搜索和谷歌地图分别约占安卓收入的四成和一成，谷歌地图对安卓系统的依赖度更高。谷歌搜索和谷歌地图软件的收入主要来自于广告服务，谷歌地图软件收入对安卓系统的依赖程度更高，如果没有安卓系统，谷歌地图的用户数量可能会大幅下降。图 59：安卓系统结合谷歌地图、谷歌搜索、Google Drive 形成互联网应用生态 资料来源：Kamil Franek，申万宏源研究 020406080100AndroidiOSSeries 40SymbianOSSamsungBlackBerry OSWindows（%）October 12,2010 Buildi

134、ng Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 40 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 5.垂直应用：多个场景已积累多年，静待花开 从 AI 应用落地节奏上看，谷歌不仅在原有场景尝试集成 AI，还在行业垂直领域持续探索AI。从产业端的落地来看，谷歌已经在多个领域尝试多年，目前仍走在前列。5.1 端侧 AI：已搭载于 Pixel 8 Pro，远期看可依托安卓系统扩散 大模型小型化为一大重要趋势，未来有望向移动设备普及。目前以 Mistral 为代表的大模型

135、厂商正致力于研发参数规模较小的高性能大模型，推出了 mistral 8x7B 模型，在动用 10 亿级参数的条件下，即可实现 GPT-3.5 和 Llama2 70B 的性能，且对于算力消耗、设备性能的需求相对更低。技术上的可实现，加之用户对于自身数据较高的隐私性和安全性需求，有望加速本地化 AI 大模型向移动设备普及。谷歌已在 Pixel 8 Pro 手机内置 AI 大模型，未来有望依托安卓系统推广。2023 年 10 月，谷歌推出 Pixel 8 Pro 手机，内置 PaLM2 大模型的蒸馏模型小参数版本，其 Tensor G3 处理器的 TPU 可提升 AI 计算能力，谷歌计划将 Gem

136、ini Nano 部署于手机上。谷歌坐拥安卓系统，可围绕操作系统打造端侧小模型，向广大用户推广。图 60：谷歌在 Pixel 8 上搭载 Palm2 的小模型，未来将装配 Gemini Nano 资料来源：谷歌官网，申万宏源研究 5.2 自动驾驶：行业仍处寒潮，Waymo 商业化节点或不远 自动驾驶成熟速度远低于预期，行业进入寒冬出清大量企业。不同于特斯拉的渐进式自动驾驶路线，Waymo 压宝跃进式技术路线，在谷歌的大力投入下直接发展 L4/L5 级别自动驾驶，计划在无人卡车（支持物流）、无人驾驶的士领域替代司机。尽管在司机人工成本较高的美国，无人自动驾驶市场空间广阔，但研发投入需求庞大，根据

137、 The Information，截至 2019 年（当年仍处于自动驾驶热潮下）无人驾驶行业已投入 160 亿美元的研发资金，且技术成熟速度不及 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 41 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 预期，导致行业进入寒冬，大量企业退出。Waymo 的估值也从 2018 年的 1750 亿美元，降至2021 年的 300 亿美元。图 61：截至 2019 年无人驾驶企业研发投入

138、排名 资料来源：The Information，申万宏源研究 注：数据不包括自动驾驶卡车、用于货物运输的无人车公司以及特斯拉 行业寒冬下，Waymo 无人驾驶业务持续推进，打造 Waymo Driver 无人驾驶平台。Waymo 推出的 Waymo one 无人驾驶约车服务于 2022 年开始商业化运营，当前主要在旧金山、凤凰城等四个城市运营。23 年 7 月，Waymo 已叫停自动驾驶卡车服务，专注于无人驾驶出租车业务，无人驾驶卡车计划在未来重启。23 年 10 月 Uber 平台开始提供 Waymo 无人驾驶汽车的乘车服务。Waymo Driver 安全系数表现出色，无人驾驶商业化奇点值得

139、期待。根据 Waymo 在 2023年 12 月发布的安全报告，2023 年 1-10 月，Waymo Driver 无人驾驶平台完成了 70 万次载客服务，行驶里程累计超 714 万英里（约 1149 万公里），仅发生 3 起导致伤害的事故，也即Waymo 无人驾驶的士事故发生率为每百万英里 0.42 起，相对人类司机每百万英里 2.78 起事故的比率降低了 85%，实现相对出色的安全性。相比之下，主要竞争对手 Cruise 近期事故发生率仍较高。出于伦理及道德考量，无人驾驶面临更严苛的事故发生率要求，技术成熟至商业化仍需时间，Waymo 作为无人驾驶的领跑企业，有望在无人驾驶商业化奇点来临

140、时占据先机。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 42 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 62：Waymo Driver 在 714 万英里里程的驾驶中事故率比人类司机低 85%资料来源：Waymo 官网，申万宏源研究 5.3 AI 医药：自研+投资并举，仍需长期沉淀 长期坚持抗衰老目标，目前重心逐渐聚焦于“AI+医药”。谷歌在过去十年三次改变其医疗业务组织架构：1）2015 年改组为 Alpha

141、bet，成立 Verily 和 Calico；2）2018 年底成立Google Health，汇集谷歌云、谷歌大脑等业务的医疗板块，以及 DeepMind 健康部门等，初步探索“AI+医药”业务，成立三年后因数据隐私问题最终解散；3）2021 年成立 Isomorphic Labs，依托 AlphaFold 大力推进“AI+医药”技术商业化。目前，谷歌形成医疗业务的“三驾马车”：Isomorphic Labs、Verily 和 Calico，专注于“AI+医药”解决方案，谷歌云与 Deepmind部门也参与 AI 医药相关研究。表 8：截止 2024 年 2 月，Google 医疗业务的组织

142、结构 部门 业务类型 主要成果 Calico 成立于 2015 年，旨在抗衰及相关疾病的研究。新药 ABBV-CLS-7262 进入 HEALEY ALS 平台试验的设计阶段，代表正式临床阶段的管线。Verily 自 2015 年分离为独立子公司，旨在利用大数据驱动精准医疗 硬件：帮助帕金森患者控制震颤的智能勺子，血糖监测功能的智能隐形眼镜泪液等。纳米粒子技术、Project Baseline 通过万人健康数据分析找到抑郁、睡眠、皮肤等领域的精准治疗，已被已被诺华、赛诺菲和辉瑞等制药巨头应用。Isomorphic Labs 利用 AI 模型预测分子活性，大幅加速药物发现过程。2024 年 1

143、月，礼来预付款 4500 万美元，里程碑付款 17 亿美元，附带两位数的分级特许权使用费，旨在合作开发多个靶点的小分子药物。2024 年 1 月，诺华预付款 3750 万美元，里程碑付款高达 12 亿美元，还将资助 Isomorphic 的部分研究费用，双方就三个靶点合作开发药物。Google Cloud 旨在加速药物发现和精准医疗服务 Target and Lead Identification Suite（TLIS）帮助预测和理解蛋白质的结构，为候选药物筛选环节降本增效；Multiomics suite 帮助开发者读取、存储、分析和共享大量基因组数据，实现个性化精准医疗设计。October

144、 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 43 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 部门 业务类型 主要成果 DeepMind AlphaFold 模型在算法上实现蛋白质结构的解析 2022 年，Insilico Medicine 利用 AlphaFold2 成功在 30 天内获得了针对全新靶点 CDK20 的苗头化合物，有望成为肝细胞癌的创新疗法。资料来源：谷歌官网，申万宏源研究 大模型 Med-PaLM2 在医疗领域

145、的应用测试逐步开展，但大规模商业仍有较长距离。由Med-PaLM 2 支持的 MedLM 现已通过 Vertex AI 平台中的许可名单向美国的 Google Cloud客户开放。目前 MedLM 更多被用于提升工作效率，具体措施包括改善医疗保健工作流程、筛选总结医药信息等。虽然 Med-PaLM 2 在美国医师执照考试(USMLE)的准确率达到 86.5%（达到人类专家水平），但当前使用其诊断或治疗疾病的潜在风险仍然较大。未来公司计划将基于Gemini 的模型引入 MedLM 进一步丰富功能。表 9：Med-PaLM 2 合作测试实例 合作公司 测试内容 HCA Healthcare Aug

146、medix 使用 Vertex AI 上的 MedLM 将数据立即转换为医疗记录草稿，由医生对其审查并最终确定，然后将其实时传输到医院的电子健康记录(EHR)。BenchSci 将 MedLM 集成到其 ASCEND 平台中，以进一步提高临床前药物研究和开发的速度和质量。Accenture 使用谷歌云的Claims Acceleration Suite、MedLM和Accenture的Solutions.AI for Processing 自动化以前耗时且容易出错的手动流程，如阅读临床文档、登记等，提高临床医生决策效率。Deloitte 使用 MedLM 从提供商目录和福利文档中高效提取信息，

147、帮助联络中心代理根据计划、病情、药物及预约历史为会员识别最合适的提供商，使人们更快地获得精确护理。资料来源：谷歌官网，申万宏源研究 AI 制药目前仍停留在药物发现及临床前研究，短期内难以实现商业闭环。2021 年底，Alphabet 成立 Isomorphic Labs 作为商业实体来推进最初由 DeepMind 开发的 AlphaFold，通过出售其模型与诺华、礼来等制药公司达成合作伙伴关系，专注于药物开发，协同进入 AI制药领域的还有部署于行业上游的谷歌云和量子计算。但目前 AI 制药商业化受限，原因在于：1）技术需持续进步：AI 对于单维度的任务完成较好，如药物和蛋白分子结合效果，但难以

148、处理“毒理和药代动力学”等复杂任务；2）行业市场化临界点尚未来临：谷歌虽有技术优势但仍未成熟，且竞对包括微软、英伟达等科技大厂和传统药企，市场仍处于备赛期。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 44 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 图 63：Google 自有业务对 AI 制药的布局 资料来源：动脉网，申万宏源研究 6.财务概况：业绩多年稳增，24 年利润率有望改善 经历长期营收高速增长，当前增速中

149、枢有所回落。1）2010-2015 年，移动互联网快速迈向智能手机时代的红利期，到 2015 年进入尾声，搜索广告市场增速前高后低，期间 5 年 CAGR为 20.7%。2）2016-2019 年，移动搜索和 YouTube 视频广告的强势增长成为营收增速修复提升的主要驱动力；2019 年受到硬件业务收入下滑影响业务增速放缓。3）2020-2023 年，新冠疫情前期冲击公司业务导致增长放缓，而后疫情逐渐改变用户行为习惯与企业广告投放模式，2021 年搜索广告业务与 YouTube 收入高景气增长，全年营收同比增速 41.2%；随着营收规模日趋庞大，2022-2023 年营收增速相对平缓。图 6

150、4：Alphabet 2010-2023 年营收及同比增速 资料来源：公司财报，申万宏源研究 0%10%20%30%40%50%050002500300035002010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023营收同比（亿美元）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 45 January 12,2015 Food,Beverage&Tobacco|Company Researc

151、h 公司研究 广告收入占比逐年降低，谷歌云成为新增长引擎。1）谷歌广告：公司主要营收来源，但总体占比有所下降，2017 年到 2023 年，谷歌搜索/谷歌网络占比分别从 63.0%/15.9%下降至56.9%/10.2%，YouTube 广告占比从 7.4%增长至 10.3%。2）谷歌云：随着谷歌开始重视对IaaS 领域的投入，云业务增速明显加快，成为公司营收增长新引擎，营收占比从 17 年的 3.7%提升至 23 年 10.8%。3）谷歌其他：营收占比相对稳定，保持在 10%左右。图 65：Alphabet 营收结构 资料来源：公司财报，申万宏源研究 净利润与营收增长较为同步，期间受到税收政

152、策变更、罚款等事件影响。2010-2015 年：公司净利润增速保持平稳，5 年 CAGR 为 14.0%。2016-2019 年：17 年公司受美国税法新政影响，17Q4 税支出 99 亿美元，影响当年利润；17-19 年欧盟反垄断罚款（共计超 80 亿欧元）。2020-2023 年：疫情推动线上广告迎来繁荣，收入驱动利润共同增长为公司业绩大背景。其他影响因素在于：1）2021 年：公司确认权益证券的投资收益 123.8 亿美元（其中非流动股权收益为 98.5 亿美元），主要系当年美股指数上涨带动初创公司及有价证券价值提升。2）2022年：营收增速相较 21 年明显放缓，但过快的员工增长速度导

153、致费用端增长明显，拖累运营利润负增长（YoY-4.9%）；此外，美联储加息背景下公司确认债券减值损失/权益证券减值损失48.7/34.6 亿美元，使得当年净利润同比下滑。3）2023 年：公司开始优化员工规模，降低招聘速度并开始裁员，费用增速有所放缓。图 66：公司历史 Gaap 净利润及同比增速 资料来源：公司财报，申万宏源研究 0%20%40%60%80%100%20020202120222023Google Search&otherYouTube adsGoogle NetworkGoogle otherGoogle Cloud其他收入-50%0%50%100%15

154、0%02004006008002010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023Gaap净利润同比（亿美元）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 46 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 研发费用保持高位，管理和销售费用率在 2021 年后保持平稳。公司长期保持较高的研发强度，研发费用率维持在 12%-16%之间；2

155、023 年公司裁员 1.2 万人，公司预计 24 年仍将保持裁员节奏，管理费用率或将下滑。毛利率保持稳定，云业务扩张下整体毛利率有所下降。由于谷歌云业务在快速扩张期处于亏损或微利状态，以及云业务商业模式下相对搜索广告业务毛利率偏低，谷歌云的快速增长对整体毛利率有一定影响。图 67：公司历史三项费用率 图 68：公司历史毛利率与净利率 资料来源：公司财报，申万宏源研究 资料来源：公司财报，申万宏源研究 公司于 2023 年开启裁员周期，24 年有望在业绩上有所体现。谷歌在 23 年初宣布全年裁减 1.2 万名员工，当前员工数量已下降至 18.25 万人，根据科技媒体 The Verge，24 年

156、 1 月谷歌再次裁员 1000 人。谷歌在大模型时代到来后，正主动调整员工结构，凭借 AI 工具提高效率，2023 年公司人均创收达到 168 万美元，为近五年新高。24 年有望在业绩上体现人效提升，利润端将有所表现。图 69：公司员工数量 图 70：公司人均创收 资料来源：公司财报，申万宏源研究 资料来源：公司财报，申万宏源研究 0%5%10%15%20%销售费率管理费率研发费率0%20%40%60%80%20020202120222023毛利率净利率020,00040,00060,00080,000100,000120,000140,000160,000180,000

157、200,00019Q119Q219Q319Q420Q120Q220Q320Q421Q121Q221Q321Q422Q122Q222Q322Q423Q123Q223Q323Q4（人）03060900222023（万美元/人）October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 47 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 7.盈利预测与估值 7.1 盈利预测 谷歌服务：谷歌广告（G

158、oogle Advertising）：海外数字广告市场在 23H2 开始回暖，预计将保持较高景气度。我们预计 24-26 年谷歌搜索和其他营收增速为 9.1%/9.0%/8.8%；YouTube 广告营收增速为 11.0%/12.4%/10.0%；谷歌网络营收增速为 2.0%/3.0%/3.0%。谷歌其他（Google Other）：YouTube Premium 会员与安卓应用商店收入有望实现较快增速水平，预计 24-26 年谷歌其他营收增速分别为 18.0%/16.0%/14.0%。谷歌云：AI 浪潮下算力需求将持续增长，叠加谷歌自身在 AI 领域的布局，公司剩余履约义务同比保持高增长，谷

159、歌订单充足。预计 24-26 年谷歌云营收增速为 24.0%/22.0%/20.0%。Other Bets：由于 Waymo、谷歌在医药侧的布局仍待兑现，且收入兑现时间节点存在不确定性，保守假设 24-26 年 Other Bets 营收增速为 10.0%/10.0%/10.0%。表 10：Alphabet 收入关键假设表（单位：亿美元）FY22 FY23 FY24E CY25E CY26E 收入 2828 3074 3415 3797 4198 YoY（%）9.8%8.7%11.1%11.2%10.6%收入拆分 Google Service 2535 2725 2988 3278 3577

160、YoY（%）6.7%7.5%9.6%9.7%9.1%收入占比 89.6%88.7%87.5%86.3%85.2%Google Advertising 2245 2379 2579 2804 3036 YoY（%）7.1%6.0%8.4%8.7%8.3%Google Search&Other 1625 1750 1910 2081 2265 YoY（%）9.1%7.7%9.1%9.0%8.8%YouTube Ads 292 315 350 393 432 YoY（%）1.4%7.8%11.0%12.4%10.0%Google Network 328 313 319 329 339 YoY（%）3

161、.4%-4.5%2.0%3.0%3.0%Google Other 291 347 409 475 541 YoY（%）3.6%19.4%18.0%16.0%14.0%Google Cloud 263 331 410 501 601 YoY（%）36.8%25.9%24.0%22.0%20.0%收入占比 9.3%10.8%12.0%13.2%14.3%Other Bets 11 15 17 18 20 YoY（%）41.8%43.0%10.0%10.0%10.0%收入占比 0.4%0.5%0.5%0.5%0.5%资料来源：公司财报，申万宏源研究预测 费用率：随着公司裁员提效陆续在费用端体现，我们

162、预计 24-26 年公司销售费用率分别为8.8%/8.6%/8.5%；管 理 费 用 率 分 别 为5.2%/5.1%/5.0%；研 发 费 用 率 分 别 为14.0%/13.7%/13.5%。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 48 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 利润率：谷歌云业务在 2023 年提升明显，且仍将维持利润率提升趋势，带动公司毛利率水平提升，预计 24-26 年公司毛利率分别为

163、 57.8%/58.2%/58.3%。24-26 年谷歌服务营业利润率为 35.6%/35.9%/36.1%；谷歌云营业利润率为 12.0%/16.0%/19.0%。综上，我们预计 24-26 年公司营业收入为 3415/3797/4198 亿美元，Gaap 净利润883/1013/1136 亿美元。7.2 估值 公司 Forward PE 估值与业务景气度强相关。从谷歌近 5 年 Forward PE 情况来看，主要的事件为：1）2020 年疫情初期跟随美股大盘的大幅下跌；2）2020Q2 开始，疫情下办公、消费等需求线上化的红利，公司业绩迎来高增长期。3）22 年公司业绩增速放缓，利润端表

164、现不佳，叠加美联储进入加息周期，估值下行。4）22 年底开始，AI 热潮到来，数字广告行业陆续回暖，公司业绩重回增长。当前估值低于五年平均估值水平。图 71：近五年估值复盘（Forward PE）资料来源：Bloomberg，申万宏源研究 我们选取与谷歌业务相近、市值均超过万亿美元的微软（云计算、办公）、亚马逊（云计算、广告）和 Meta（广告）作为可比公司。考虑到谷歌与三家可比公司的业绩具有相对稳定性，我们采用 PE 估值法。谷歌目前为四家公司中预期 24 年 PE 最低的公司，反映市场对于谷歌业绩增速放缓、AI 进展的担忧，以及聊天机器人对搜索引擎潜在冲击、美国司法部及欧盟反垄断监管的潜在

165、风险。但我们认为，谷歌业务仍将保持较快增速，且为 AI 大模型领域的领军企业，AI 布局为自有业务，可更好与主营业务协同，相对市场对于科技巨头的估值仍低估。首次覆盖，给予买入评级。公司作为 AI 领域领先企业，协同互联网应用生态和谷歌云，具备出色成长性；2023 年开始人员优化，人效提升即将于 24 年业绩中逐步体现。预计 24-26 年公司营收3415/3797/4198 亿美元，Gaap净利润883/1013/1136 亿美元，对应PE 19/17/15x。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信

166、息披露与声明 49 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 参考可比公司 24 年平均 PE 31x，考虑到公司广告业务收入增速放缓，且有一定不确定性，我们给予公司 24 年 25xPE 目标估值，目标股价为 179.5 美元，对应上涨空间为 33%。表 11：可比公司估值表（单位：亿美元）标的 代码 总市值 营业收入 净利润 PS PE 2024E 2025E 2024E 2025E 2024E 2025E 2024E 2025E 微软 MSFT 30184 2450 2801 873 997 12 11 35

167、30 亚马逊 AMZN 18214 6415 7178 521 664 3 3 35 27 脸书 META 12899 1581 1777 543 622 8 7 24 21 平均估值 8 7 31 26 谷歌 GOOG 16836 3415 3797 883 1013 5 4 19 17 资料来源：Bloomberg，申万宏源研究；注：市场数据选自 2024/3/8 盘后；谷歌收入和净利润预测来自申万宏源研究，其余来自 Bloomberg 一致预期，净利润预测均为 Gaap净利润；参考 3 月 8 日汇率 1USD=7.1860CNY 风险提示 AI 仍处于快速迭代阶段，大模型竞争或加剧。除

168、谷歌和 OpenAI 外，Anthropic 推出Claude3、Meta 计划推出 Llama3，都有望实现较出色的模型能力，且模型之间的差距正在缩小，未来大模型的竞争将进一步加剧。AI 应用领域研发和推广进展不及预期的风险。AI 应用仍处于探索阶段，产品的特点和实现大规模推广的时间节点仍有不确定性。欧盟与美国司法部的反垄断监管风险。欧盟在 2017-2019 年向谷歌开出了总计超 80 亿美元的反垄断罚款，24 年 3 月苹果收到超 18 亿欧元的反垄断罚单，谷歌仍面临受到反垄断处罚的风险。AI 的应用存在潜在伦理道德风险。AI 生成内容存在版权问题、涉及色情和暴力等伦理道德问题，并将与

169、AI 的发展长期并存，或将对 AI 应用的落地产生负面影响。October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 50 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 财务摘要 表：Alphabet 利润表 单位：百万美元 2022 2023 2024E 2025E 2026E 营业收入 282,836 307,394 341,516 379,741 419,820 营业成本及营业开支 207,994 223,101 239,74

170、4 262,781 288,416 营业成本 126,203 133,332 144,120 158,732 175,065 研发费用 39,500 45,427 47,812 52,025 56,676 销售费用 26,567 27,917 30,053 32,658 35,685 管理费用 15,724 16,425 17,759 19,367 20,991 折旧与摊销 13,475 11,946 13,226 15,516 17,866 税前利润 71,328 85,717 105,292 120,939 135,584 营业利润 74,842 84,293 101,772 116,96

171、0 131,404 其他利润 -3,514 1,424 3,520 3,979 4,180 所得税 11,356 11,922 17,036 19,592 21,965 净利润（Gaap）59,972 73,795 88,256 101,347 113,619 EBITDA 82,986 94,106 114,998 132,477 149,270 资料来源：公司财报，申万宏源研究预测 表：Alphabet 资产负债表 单位：百万美元 2022 2023 2024E 2025E 2026E 流动资产 164,795 171,530 188,942 214,836 242,098 现金及等价物

172、21,879 24,048 28,554 39,810 52,035 有价证券 91,883 86,868 96,511 107,313 118,639 应收账款 40,258 47,964 51,227 55,062 58,775 存货 2,670 0 0 0 0 其他流动资产 8,105 12,650 12,650 12,650 12,650 非流动资产 200,469 230,862 256,230 286,293 324,970 长期投资 30,492 31,008 31,533 32,066 32,609 短期递延所得税 5,261 12,169 6,238 1,284 1,284

173、公司物业、厂房及设备净值 112,668 134,345 165,119 199,603 237,737 经营性租赁资产 14,381 14,091 14,091 14,091 14,091 商誉 28,960 29,198 29,198 29,198 29,198 其他非流动资产 6,623 10,051 10,051 10,051 10,051 总资产 365,264 402,392 445,172 501,129 567,068 流动负债 69,300 81,814 85,403 91,811 98,777 应付账款 5,128 7,493 8,099 8,920 9,838 应付薪酬

174、14,028 15,140 15,853 16,984 18,207 应付费用和其他债务 37,866 46,168 47,560 50,794 54,270 短期应付费用 8,370 8,876 9,512 10,476 11,554 短期递延收入 3,908 4,137 4,379 4,636 4,908 非流动负债 39,820 37,199 35,900 34,737 33,837 长期债务 14,701 13,253 11,954 10,791 9,891 长期递延收入 599 911 911 911 911 应付所得税 9,258 8,474 8,474 8,474 8,474 递

175、延所得税 514 485 485 485 485 经营性租赁债务 12,501 12,460 12,460 12,460 12,460 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 51 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 其他长期债务 2,247 1,616 1,616 1,616 1,616 总负债 109,120 119,013 121,303 126,548 132,614 所有者权益 256,144

176、283,379 323,868 374,581 434,454 股本与资本公积 68,184 76,534 93,768 113,133 134,387 其他综合收益-7,603 -4,402 -4,402 -4,402 -4,402 留存收益 195,563 211,247 234,503 265,849 304,468 资料来源：公司财报，申万宏源研究预测 表：Alphabet 现金流量表 单位：百万美元 2022 2023 2024E 2025E 2026E 净利润 59,972 73,795 88,256 101,347 113,619 调整项 资产折旧 13,475 11,946 1

177、3,226 15,516 17,866 股权激励支出 19,362 22,460 24,000 26,000 28,000 递延所得税-8,081-7,763 5,931 4,954 0 债券及权益证券损益 5,519 823 0 0 0 其他 3,483 4,330 0 0 0 经营性活动 应收账款变动-2,317-7,833-3,263-3,835-3,712 所得税变动 584 523 0 0 0 其他资产变动-5,046-2,143 0 0 0 应付账款变动 707 664 1,319 1,952 2,140 应计费用及其他债务变动 3,915 3,937 1,392 3,235 3,

178、476 应计收入变动-445 482 636 964 1,078 递延收入 367 525 242 257 272 经营活动现金流 91,495 101,746 131,738 150,390 162,739 投资性活动 资本开支-31,485-32,251-41,000-47,000-53,000 净出售有价证券 18,948 8,814-9,643-10,802-11,326 长期股权投资-2,381-2,080-525-534-543 收购子公司-6,969-495-其他投资活动 1,589-1,051-投资活动现金流-20,298-27,063-51,167-58,336-64,869

179、 融资性活动 股权回购及股权激励相关付款-68,596-71,341-74,766-79,634-84,746 长期借款净偿还-1,196-760-1,299-1,163-900 融资活动现金流-69,757-72,093-76,065-80,797-85,646 现金及等价物的汇兑损益-506-421 0 0 0 现金及等价物变动 934 2,169 4,506 11,257 12,224 期初现金及现金等价物 20,945 21,879 24,048 28,554 39,810 期末现金及现金等价物 21,879 24,048 28,554 39,810 52,035 资料来源：公司财报，

180、申万宏源研究预测 October 12,2010 Building Materials|Company Research 请务必仔细阅读正文之后的各项信息披露与声明 52 January 12,2015 Food,Beverage&Tobacco|Company Research 公司研究 信息披露 证券分析师承诺 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度、专业审慎的研究方法，使用合法合规的信息，独立、客观地出具本报告,并对本报告的内容和观点负责。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。与公

181、司有关的信息披露 本公司隶属于申万宏源证券有限公司。本公司经中国证券监督管理委员会核准，取得证券投资咨询业务许可。本公司关联机构在法律许可情况下可能持有或交易本报告提到的投资标的，还可能为或争取为这些标的提供投资银行服务。本公司在知晓范围内依法合规地履行披露义务。客户可通过 索取有关披露资料或登录 信息披露栏目查询从业人员资质情况、静默期安排及关联机构的持股情况。股票投资评级说明 证券的投资评级：以报告日后的 6 个月内，证券与市场基准指数的涨跌幅差别为标准，定义如下：买入（BUY）：股价预计将上涨 20%以上；增持（Outperform）：股价预计将上涨 10-20%；持有（Hold）：股价

182、变动幅度预计在-10%和+10%之间；减持（Underperform）：股价预计将下跌 10-20%；卖出（SELL）：股价预计将下跌 20%以上。行业的投资评级：以报告日后的 6 个月内，行业相对于市场基准指数的涨跌幅为标准，定义如下：看好（Overweight）：行业超越整体市场表现；中性(Neutral)：行业与整体市场表现基本持平；看淡（Underweight）：行业弱于整体市场表现。我们在此提醒您，不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系，表示投资的相对比重建议。投资者买入或者卖出证券的决定取决于个人的实际情况，比如当前的持仓结构以及其他需要考虑的因素。

183、投资者应阅读整篇报告，以获取比较完整的观点与信息，不应仅仅依靠投资评级来推断结论。本公司使用自己的行业分类体系。如果您对我们的行业分类有兴趣，可以向我们的销售员索取。本报告采用的基准指数：纳斯达克指数 法律声明 本报告由上海申银万国证券研究所有限公司（隶属于申万宏源证券有限公司，以下简称“本公司”）在中华人民共和国内地（香港、澳门、台湾除外）发布，仅供本公司的客户（包括合格的境外机构投资者等合法合规的客户）使用。本公司不会因接收人收到本报告而视其为客户。客户应当认识到有关本报告的短信提示、电话推荐等只是研究观点的简要沟通，需以本公司 http:/ 网站刊载的完整报告为准，本公司接受客户的后续问

184、询。本报告上海品茶列示的联系人，除非另有说明，仅作为本公司就本报告与客户的联络人，承担联络工作，不从事任何证券投资咨询服务业务。本报告是基于已公开信息撰写，但本公司不保证该等信息的真实性、准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为作出投资决策的惟一因素。客

185、户应自主作出投资决策并自行承担投资风险。本公司特别提示，本公司不会与任何客户以任何形式分享证券投资收益或分担证券投资损失，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司强烈建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。市场有风险，投资需谨慎。若本报告的接收人非本公司的客户，应在基于本报告作出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。本报告的版权归本公司所有，属于非公开资料。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记，未获本公司同意，任何人均无权在任何情况下使用他们。