FX168财经网_全球视野外汇黄金加密货币NFT资讯网

法国Teleperformance公司日前与微软公司签订了一项1.85亿美元的协议，以推出其自有的工具软件GenAI

该公司在一份声明中表示，利用微软公司的Azure OpenAI，该公司自有的工具软件GenAI将“自动化地帮助用户实现简单、低价值的任务，并使我们的员工专注于最重要的事情”。同时，该公司还补充说明：该公司一些现有的AI工具已经基于微软公司的Azure OpenAI技术。据报道，Teleperformance 公司目前拥有的TP GenAI的试点项目的特色包括，可以帮助客户在通话处理时间方面效率提高25%，在电子邮件响应时间方面减少20%，在准确满足客户需求方面的改善率可以达到90%，销售转化率可以增加35%，并能够提供几乎实时的客户互动。这是Teleperformance公司继今年4月以30亿欧元（32.7亿美元）收购竞争对手Majorel后的又一举措，这将使Teleperformance成为该领域年收入达120亿欧元的顶级参与者。 Teleperformance公司表示，预计在未来三年内将自动化20%至30%的流程。微软公司联合创始人Bill Gates在尼日利亚拉各斯州的一次活动中对AI在教育领域的变革潜力表示乐观。他称赞AI有可能彻底改变教育，使学生和教育工作者更容易获得学习和参与。他强调，AI可以简化复杂的科目，协助教师，并为学生创建个性化的问题集。 “现在，有了AI，它甚至更好，” Gates说。“我们可以帮助老师自动破解家庭作业。我们可以为学生创建个性化的问题集。但是当谈到这种动机时，当孩子们感到气馁或困惑时，我们会尝试用AI做一些事情，“他补充说。 Gates说，AI已经将教育工具的可用性提升到“一个全新的水平”。 Gates在一封公开信中概述了他对AI未来的愿景，强调了AI通过向学生提供个性化内容并确定他们的个人学习动机来彻底改变教育的潜力。他还预测，AI的下一件大事可能来自一家不知名的初创公司，这表明人工智能领域的未来领先公司将创建一个可以为人们执行特定任务的个人数字代理。然而，Gates对人工智能潜力的乐观态度并非毫无保留。他与Elon Musk等其他技术领导者就人工智能的理解和实施发生了冲突，并对人工智能的潜在风险表示担忧。尽管存在这些担忧，Gates最近的评论强调了他对人工智能变革潜力的信念。 Teleperformance公司总部位于法国，是全球最大的外包客服中心服务商及BPO（业务流程外包）服务提供商，全球外包全渠道客户体验管理的领导者，为全球各地的公司和管理机构提供客户服务，技术支持和客户获取（主要服务）。

Heidi2023-06-22

巨头角力云计算市场谷歌指控微软在Azure云业务中存在反竞争行为

fice产品，使其庞大的客户难以使用其Azure云基础设施产品以外的任何产品。谷歌称微软的许可限制是一个“复杂的网络”，阻碍了企业软件供应商的多样化。　　谷歌表示：“通过过于复杂的协议，试图将客户锁定在自己的生态系统中，”微软和甲骨文等公司“不仅迫使客户采用单一的云模式，还限制了客户的选择，增加了客户的成本。”

金融界2023-06-22

竞争白热化！谷歌提起诉讼，指控微软利用Office推广云服务

可条款，在合同中将Office客户与其Azure云服务器业务单独锁定。目前在快速增长、价值数十亿美元的云计算业务领域，两家美国科技巨头之间正在展开激烈竞争，谷歌在这一领域展示落后于市场领先者亚马逊和微软。亚马逊云科技是亚马逊公司旗下云计算服务平台，旨在为全球客户提供整套基础设施和云解决方案和以弹性云服务器、云存储、数据库、机器学习为主的云计算服务，目前在行业中占据主导地位。云服务行业最近受到了更严格的监管审查，包括在美国和英国，因为少数几家公司在这一领域占据主导地位，而且随着越来越多的公司将服务转向云计算，该行业的作用越来越重要。今年3月，谷歌云(Google Cloud)曾指控微软的云计算业务存在反竞争行为，并批评了几家欧洲云供应商即将达成的协议，称这些协议无法解决对云服务许可条款的更广泛担忧。今年早些时候，联邦贸易委员会曾表示，正在向公众寻求有关云计算公司商业行为的信息，包括其市场力量、竞争和潜在安全问题的细节。谷歌和微软没有立即回应路透的置评请求，而联邦贸易委员会也拒绝置评。

迪星妮2023-06-22

英伟达的护城河

老虎证券2023-06-19

多维度解析DePIN如何助力人工智能？

一体化寡头垄断，包括 AWS、GCP、Azure、Nvidia、Cloudflare、Akamai 等，行业利润率高，据估计AWS 在商品化计算硬件上的毛利率为 61% 。所以 AI 领域、尤其是 LLM 领域的新进入者要面对及其高昂的计算成本。 ChatGPT 一次训练的成本估计在 4 百万美元，硬件推理运营成本约 70 万美元/天。 Bloom 第二版可能需要花费 1000 万美元进行训练和重新训练。如果 ChatGPT 进入 Google 搜索，谷歌营收将减少 360 亿美元，巨额利润将从软件平台（Google）向硬件提供商（Nvidia）转移。来源：层层分析— LLM 搜索架构与成本解决方案 DePIN 网络如 Filecoin（起源于 2014 年的 DePIN 先驱，专注集合互联网级硬件，服务于分布式数据存储）、Bacalhau、Gensyn.ai、Render Network、ExaBits（用于匹配 CPU/GPU 供需的协调层）可以通过以下三个方面节约 75% 至 90% +的基础设施成本： 1. 推动供应曲线，激发市场竞争 DePIN 为硬件供应商成为服务提供商提供了平等机会。它创建了一个人人可以作为“矿工”加入，用 CPU/GPU 或存储能力可换取经济报酬的市场，从而给现有提供商带来竞争。虽然像 AWS 这样的公司无疑在用户界面、运营和垂直整合方面享有 17 年的先发优势，但是DePIN 吸引了无法接受中心化供应商客定价的新户群。就像 Ebay 不直接与 Bloomingdale 竞争，而是提供更经济的替代品来满足类似需求，分布式存储网络并不取代中心化供应商，而是旨在服务于价格敏感的用户群体。 2.通过加密经济设计促进市场经济平衡 DePIN 创建的补贴机制能引导硬件供应者参与网络，从而降低最终用户的成本。究其原理，我们可以看看 AWS 和 Filecoin 在Web2和Web3中存储提供者的成本和收入。客户获得降价：DePIN 网络营造了竞争性市场，引入Bertrand 式竞争，从而降低客户支付费用。相比之下，AWS EC 2 需要约 55% 的利润率和 31% 的总体利润率来维持运营。DePIN 网络提供的Token 激励/区块奖励也是新的收入来源。在 Filecoin 的背景下，存储提供者托管越多真实数据越能获得区块奖励（代币）。因此，存储提供者有动力吸引更多客户达成交易增加收入。几个新兴计算 DePIN 网络的代币结构仍未公开，但很可能遵循类似模式。类似网络包括： Bacalhau：将计算引入数据存储位置的协调层，避免移动大量数据。 exaBITS：服务于 AI 和计算密集型应用程序的分布式计算网络。 Gensyn.ai：深度学习模型计算协议。 3. 降低间接成本：Bacalhau、exaBITS 等 DePIN 网络以及 IPFS/内容寻址存储的优势包括：释放潜在数据的可用性：由于传输大型数据集的带宽成本高，目前大量数据未被开发，比如体育场馆产生的大量事件数据。DePIN 项目可以现场处理数据并仅传输有意义的输出，发掘潜在数据的可用性。降低运营成本：通过本地获取数据来降低数据输入、传输和导入/导出成本。最小化敏感数据共享中的人工作业：如果医院 A 和 B 需要将各自患者的敏感数据进行组合分析，它们可以使用 Bacalhau 协调 GPU 算力，直接在本地处理敏感数据，而不必通过繁琐的行政流程与对方进行个人身份信息（PII）交换。无需重计算基础数据集：IPFS/内容寻址存储自带去重、溯源和验证数据的能力。有关 IPFS 的功能和性价比可参考这篇文章。 AI 生成摘要：AI 需要 DePIN 提供的经济实惠的基础设施，目前基础设施市场由垂直一体化的寡头垄断。像 Filecoin、Bacalhau、Render Network、ExaBits 这样的 DePIN 网络使成为硬件供应商的机会民主化，引入竞争，通过加密经济设计维护市场经济平衡，让成本降低 75% -90% 以上，并降低了间接成本。二、验证创作者和人格问题一份近期调研显示，50% 的 AI 学者认为 AI 给人类带来毁灭性伤害的可能性超过 10% 。人们需要警醒，A.I.已经引发社会混乱，而且仍缺乏监管或技术规范，这种情况被称为“反向凸角”。比如，在这段 Twitter 视频中，播客主持人 Joe Rogan 与保守评论员 Ben Shapiro 在就电影《料理鼠王》进行着辩论，然而这段视频是 AI 生成的。来源：Bloomberg 值得注意的是，A.I.的社会影响力远不止虚假博客、对话和图像带来的问题： 2024 年美国大选期间，AI 生成的 deepfake 竞选内容首次达到了以假乱真的效果。参议员 Elizabeth Warren 的一段视频经过编辑，让她“说”出了"共和党人不应该被允许投票"这样的话（已辟谣）。语音合成的拜登的声音批评跨性别女性。一群艺术家对 Midjourney 和 Stability AI 提起了集体诉讼，指控其未经授权使用艺术家的作品来训练 AI，侵犯版权并威胁艺术家生计。 AI 生成的由 The Weeknd 和 Drake 合唱的歌曲“Heart on My Sleeve”在流媒体平台上走红，但随后被下架。当新技术在没有规范的情况下进入主流，就会造成诸多问题，版权侵犯就属于“反向凸角”问题。那么我们能否在Web3中加入 AI 的相关规范？解决方案利用加密链上来源证明进行人格证明和创作者证明让区块链技术真正发挥作用——作为一个包含不可篡改链上历史记录的分布式账本，数字内容的真实性可以通过内容加密证明得到验证。数字签名作为创作者证明和人格证明要识别 deepfake，可用原始内容创作者独有的数字签名生成加密证明，签名可以使用只有创作者知晓的私钥创建，并可由对所有人公开的公钥进行验证。有了签名就可以证明内容是由原始创作者创建，不论创建者是人类还是 AI，还可以验证授权或未授权的对内容的更改。利用 IPFS 和默克尔树进行真实性证明 IPFS 是使用内容寻址和默克尔树引用大型数据集的分布式协议。为了证明文件内容收到、更改，会生成一个默克尔证明，即一串哈希，显示特定的数据块在默克尔树中的位置。每次更改，都会在默克尔树中增加一个哈希，提供了文件修改的证明。加密方案的痛点是激励机制，毕竟，识别出 deepfake 制造者虽然能减少负面社会影响，但不会带来同等的经济利益。这份责任很可能落在 Twitter、Meta、Google 等主流媒体分发平台上，事实也的确如此。那么我们为什么需要区块链？答案是区块链的加密签名和真实性证明更加有效、可验证和确定。目前，检测 deepfake 的过程主要通过机器学习算法（如 Meta 的“Deepfake Detection Challenge”、Google 的“Asymmetric Numeral Systems” (ANS)和 c 2 pa：https://c 2 pa.org/）来识别视觉内容中的规律和异常，但时常不够准确，落后于 deepfake 发展速度。一般需要人工审核来确定真实性，低效且昂贵。如果有一天每条内容都有加密签名，每个人都能可验证地证明创作来源，标记篡改或伪造行为，那我们将迎来美丽的世界。 AI 生成摘要：AI 可能对社会构成重大威胁，尤其是 deepfake 和未授权使用内容，而Web3技术，如使用数字签名的创作者证明和使用 IPFS 和默克尔树的真实性证明，可以验证数字内容的真实性，防止未经授权的更改，为 AI 提供规范。三、AI 民主化问题今天的 AI 是由专有数据和专有算法构成的黑盒。大型科技公司 LLM 的封闭性扼杀了我眼中的“AI 民主”，即每个开发者甚至用户都能为 LLM 模型贡献算法和数据，并在模型盈利时获得部分利润（相关文章）。 AI 民主=可视性（能看到输入模型的数据和算法）+贡献（能向模型贡献数据或算法）。解决方案 AI 民主的目的是让生成式 AI 模型对公众开放、与公众相关、为公众所有。下表对比了 AI 现状与通过Web3区块链技术能实现的未来。目前—— 对于客户：单向接收 LLM 输出无法控制个人数据如何被使用对于开发者：可组合性低 ETL 数据处理不可追溯，难复现数据贡献来源仅限于数据所有机构闭源模型只能通过 API 付费访问分享数据输出缺乏可验证性，数据科学家 80% 的时间用于低端数据清洗结合区块链后—— 对于客户：用户可提供反馈（比如偏见、内容审核、针对输出的颗粒度反馈）作为微调依据用户可选择贡献数据换取模型盈利后的利润对于开发者：分布式数据管理层：众包重复耗时的数据标记等数据准备工作可视性&组合&微调算法的能力，借助可验证源（可以看到所有改动的防篡改历史记录）数据主权（通过内容寻址/IPFS 实现）和算法主权（例如 Urbit 实现了数据和算法的点对点组合和可移植性）加速 LLM 创新，从基础开源模型的各种变体中加速 LLM 创新。可复现训练数据输出，通过区块链对过去 ETL 操作和查询的不可变记录（如 Kamu）实现。有人说Web2的开源平台也提供了一种折中方案，但其效果并不理想，相关讨论可见 exaBITS 的博文。 AI 生成摘要：大型科技公司封闭的 LLM 扼杀了“AI 民主”，即每个开发者或用户都能够为一个 LLM 模型贡献算法和数据，并在模型盈利时获得部分利润。AI 应该对公众开放，与公众相关，为公众所有。借助区块链网络，用户能够提供反馈，为模型贡献数据换取变现后的利润，开发者也能获得可视性和可验证源，从而组合和微调算法。内容寻址/IPFS 和 Urbit 等Web3创新将实现数据和算法主权。通过区块链对过去 ETL 操作和查询的不可变记录，训练数据输出的可复现性也将成为可能。四、设置数据贡献奖励机制问题今天，最有价值的消费者数据为大型科技公司的专有资产，构成其核心商业壁垒。科技巨头没有动力将这些数据与外部方共享。那么，为什么我们不能直接从数据创造者或用户那里获取数据呢？为什么我们不能把数据变成公共资源，贡献数据将数据开源化供数据科学家使用？简单来说是因为缺乏激励机制和协调机制。维护数据和执行 ETL（提取、转换和加载）是一大笔间接成本。事实上，仅数据存储就将在 2030 年成为价值 7770 亿美元的行业，这还不包括计算成本。没有人会无偿承担数据处理的工作和成本。不妨看看 OpenAI，最初设定是开源非盈利，但变现困难无法覆盖成本。2019 年，OpenAI 不得不接受微软注资，算法不再对公众的开放。预计到 2024 年，OpenAI 盈利将达 10 亿美元。解决方案 Web3引入了名为“dataDAO”的新机制，促进了 AI 模型所有者和数据贡献者之间的收入再分配，为众包数据贡献创建了激励层。由于篇幅限制，此处不会展开，想要了解可阅读下方两篇文章： How DataDAO works/DataDAO 原理，作者是 Protocol Labs 的 HQ Han How data contribution and monetization works in web3/web3数据贡献和变现如何运作，我在这篇深入讨论了 dataDAO 的机制、欠缺和机遇总的来说，DePIN 另辟蹊径，为推动Web3和 AI 创新提供了新的硬件能源。尽管科技巨头主导了 AI 行业，但新兴参与者可以利用区块链技术加入竞争：DePIN 网络降低准入门槛的方式包括降低计算成本；区块链的可验证和分布式特性使真正的开放式 AI 成为可能；dataDAO 等创新机制激励数据贡献；区块链的不可变性和防篡改特性提供了创造者身份证明，打消人们对 AI 负面社会影响的担忧。来源：金色财经

金色财经2023-06-16

大象起舞！英伟达、苹果、微软相继创历史新高，好戏还在后头？

计，在人工智能方面，微软每年可以从其 Azure 云或 OpenAI 模型的开发者那里获得超过100亿美元的收入。 Hood 此前预计今年第四财季微软 Azure 云业务将同比增长26%至27%，其中1%来自人工智能服务。她表示，“下一代人工智能业务将是我们历史上增长最快的100亿美元业务”。在过去的一年里，微软创造了近2080亿美元的总收入。目前，微软正努力在其产品和服务套件中引入生成式人工智能功能，以此来彻底改造其整个 Office 产品阵容，包括Excel、PowerPoint、Outlook和Word。这也符合微软一直以来专注于技术落地的理念。微软首席执行官 Satya Nadella 表示，为了技术而炒作技术是没有意义的，所有这些技术转变只有在现实世界中有所作为时才有用。摩根大通分析师将微软的目标价从315美元上调至了350美元。该行分析师写道：“虽然和很多云厂商一样，微软的云业务增速持续放缓，但我们认为它为安全业务以及现在的前瞻性OpenAI/ChatGPT投资播下了长期成功的种子。” 作为OpenAI的最大股东、最大的资金支持者和关键技术合作伙伴，微软今年1月宣布将向OpenAI再投资100亿美元。在很大程度上，微软现在有责任将ChatGPT的热潮转化为真正赚钱的一项业务。尽管OpenAI无疑是硅谷当前最热门的初创公司，但在很多方面，它更像是微软旗下最有前途的子公司。据 Evercore ISI 的分析师 Kirk Materne 预测，微软办公应用程序的 Copilots 可能的定价可能为每月10美元，这在未来四年内将转化为高达480亿美元的额外年收入。Materne估计，到2027年，微软从OpenAI支持的功能中获得的收入可能达到990亿美元。美股的强势，这七大成分股功不可没在AI的提振下，标普500指数今年已经上涨超过14%，即将创下近二十年来该指数表现最好的半年之一，但这也是科技股主导程度最高的一次。七个最大的成分股——苹果、微软、谷歌母公司alphabet、亚马逊、英伟达、特斯拉和Meta——今年的涨幅在40%-180%之间，而其他的493家公司，总体表现乏善可陈。与此同时，这七家公司的市值已经占据了整个标普500指数市值的近四分之一。苹果的市值已经达到了2.9万亿美元，超过了英国前100家上市公司的总和。大象起舞！好戏还在后头？巴克莱银行策略师Emmanuel Cau认为，鉴于投资者担心错失良机，科技股或仍有进一步上涨的空间，维持对该板块的“增持”评级。摩根大通首席美股策略师Marko Kolanovic上周表示，对美股科技股看法变得更加乐观。美国知名投行韦德布什更是表示，科技股正在为长期上涨做准备，今年下半年可能会上涨10%至12%。该行分析师Dan Ives随着过去9个月科技行业大幅削减成本，企业支出稳定，消费者支出保持弹性，相信“1995年时刻”（当时科技股开始爆发式上涨）即将到来，因为人工智能是自互联网开始形成以来最具变革性的技术。韦德布什预计，未来10年AI的潜在商机高达8000亿美元，AI真正货币化时间将比预期的要早得多。微软和英伟达是AI首选概念股，但其它公司也将推动这一概念的壮大，包括谷歌、甲骨文、亚马逊、赛富时、Palantir、IBM Corp、$Meta Platforms和C3.ai。

老虎证券2023-06-16

光靠人工智能就年入百亿？微软股价周四创历史新高摩根大通分析师上调目标价至350美元

y Hood表示，预计在财年第四季度，Azure云业务的增长将在恒定汇率下同比增长26%至27%，其中1个百分点来自于人工智能服务。在与微软技术总监Kevin Scott进行的公开讨论中，Amy Hood提供了更多具体信息，表示“下一代人工智能业务将成为我们历史上增长最快的100亿美元业务”。在过去的四个季度中，微软总共创造了近2080亿美元的营收。Kevin Scott对Amy Hood的预测进行了更详细的说明。他表示：“由于这确实是一个非常广泛应用的平台，微软有许多不同的方式来实现100亿美元的年度重复收入（APR）。” Kevin Scott表示：“有很多人想要使用我们的基础设施，无论是训练他们自己的模型，还是运行他们拥有的开源模型，或者是通过API调用我们与OpenAI合作构建的一些大型前沿模型之一。” 摩根大通的分析师在活动之后将微软的股价目标上调至350美元，显示了他们对微软未来发展的乐观态度。分析师在报告中写道：“尽管微软在云优化方面遭遇了广泛的压力，对Azure增长产生了影响，但我们认为微软在安全、Teams、Power Apps以及前瞻性的OpenAI/ChatGPT投资方面正在为长期成功播下种子。”分析师对微软的股票给予了等同于买入评级。微软今年股价上涨46%，该股已收回了2022年的所有亏损。在2022年，投资者预计利率上升和经济阻力的情况下，投资者从科技股转向其他领域。去年，云增长不佳和个人电脑市场的萎缩导致了华尔街的悲观情绪。然而，人工智能的激动以及科技公司实施的成本削减措施产生了新的看涨情绪。由于人工智能引起的浪潮以及科技公司实施的成本削减措施，纳斯达克指数今年上涨了32%，使得其涨幅超过了标普500指数的两倍。

一禾2023-06-16

奥比中光：公司3D iToF相机Femto Mega融合了微软第一代深度相机Azure Kinect的全部性能

o Mega 融合了微软第一代深度相机Azure Kinect的全部性能，并集成英伟达Jetson Nano深度算力平台，可运行先进的深度视觉算法，将原始数据转换为精确的深度图像，便于机器人、数字孪生等相关应用领域的一站式开发。该产品主要面向全球开发者，旨在将3D传感的能力从物理世界扩展到虚拟数字化世界，扩大3D视觉在更多行业解决方案中的应用。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-06-13

云服务巨头甲骨文公布第四季度财报收入及预测均超华尔街预期盘后股价一度飙升5%

。微软与初创公司OpenAI合作，提供Azure OpenAI服务，允许组织部署大型语言模型以接收人类输入并生成类似人类的回复。 Larry Ellison表示：“这项新服务保护我们企业客户的训练数据的隐私，使这些客户能够安全地使用自己的私有数据来训练自己的专业大型语言模型。”他表示，甲骨文已经开始在内部使用这个工具。在本季度，甲骨文表示其更多的云服务已获得美国国防和情报机构的批准供其使用。除了盘后交易的波动外，甲骨文股票今年迄今已上涨近43%，而标普500指数上涨约13%。该股票在常规交易中上涨6%，为一年来表现最佳的一天，此前Wolfe Research分析师根据改善的财务状况以及公司在人工智能领域的地位，将该股票的评级从“持有”提升为“买入”。

埃尔文2023-06-13

完美世界：公司不对传言发表评论。公司研发业务正常推进

证券之星2023-06-09

24小时热点