2月29日消息，百度在日前发布截至12月31日的2023年第四季度及全年财报。数据显示，2023年第四季度，百度总营收为350亿元，同比增长6%;归属于百度的净利润为26亿元;不按美国通用会计准则，归属于百度的净利润为78亿元，同比大涨44%。

　　2023年全年总营收为1346亿元，同比增长9%;归属于百度的净利润为203亿元;不按美国通用会计准则，归属于百度的净利润为287亿元，同比增速达39%。2023年，百度全年营收和利润均超市场预期。

图源：百度2023年第四季度及全年财报

　　财报发布后，百度董事长兼CEO李彦宏，CFO罗戎，智能云事业群总裁沈抖和资深副总裁、智能驾驶事业群组总裁王云鹏等高管出席随后召开的财报电话会议，解读财报要点并回答分析师提问。

　　在财报会议中，李彦宏表示，2024年生成式人工智能与基础模型业务将为百度带来数十亿元人民币的增量收入，这也将为百度的总收入带来正向影响。他认为，百度的生成式人工智能与大语言模型业务仍处于早期阶段，未来百度将动态调整业务定价，以实现市场的快速覆盖、提高产品对于更多企业用户的渗透率。“从长远来看，我们相信相比传统云业务，人工智能云业务的利润率会更高。”

　　李彦宏还透露，百度正通过生成式人工智能技术重构百度旗下的所有2C产品。另外，关于多模态生成式人工智能技术，李彦宏表示，百度已经有所投入，未来也将继续如此。他总结道，百度的核心战略在于应用强大的模型来解决现实世界问题。未来我们将继续在上述领域进行投资、投入，以确保百度的领先优势。

百度创始人、董事长兼首席执行官李彦宏 图源：百度官微

　　以下是分析是问答环节主要内容：

　　花旗银行分析师Alicia Yap：我的问题有关管理层对公司未来前景的看法。管理层如何看待2024年中国的宏观经济形势?对百度而言，管理层认为2024年公司的整体发展前景如何?展望2024年全年，管理层预计公司人工智能收入在总收入中的占比会有多少?

　　李彦宏：在与大家分享我们对公司前景的看法之前，让我们一同快速回顾一下公司去年的表现。

　　去年我们其实面临着非常具有挑战性的宏观经济环境，但总的来说公司表现稳健。去年公司在人工智能领域进行了大量投资，公司运营利润(以非通用会计准则计算)实现了逐年增加，收入也实现了稳健增长。更重要的是，公司的生成式人工智能与基础模型业务已经开始为我们带来增量收入。

　　目前来说，百度其实面临着非常多的机遇。公司的核心业务运行稳固;2024年生成式人工智能与基础模型业务将为我们带来数十亿元人民币的增量收入，这也将为我们的总收入带来正向影响。

　　具体而言，得益于百度在大语言模型、生成式人工智能方面的行业领先地位，越来越多的企业选择在百度云上构建模型、开发应用程序。此外，百度的移动生态系统也积累了庞大的用户基础，我们将不断更新产品，通过人工智能技术创新不断增强业务变现能力。综上，考虑到我们在云业务与移动业务方面的优势，我相信公司有能力实现长期增长。从长期来看，我们相信公司的增长速度将快于中国的GDP增速。

　　摩根大通分析师Alex Yao：我的问题有关公司的成本结构与利润趋势。我想请问管理层，公司在成本优化方面还有多大空间?我们该如何看待百度的人工智能相关投资?之前管理层曾提到，公司对芯片的投资与人工智能收入贡献之间可能会存在时间差。如果公司计划持续扩张的话，我们该如何看待百度2024年的利润趋势?

　　罗戎：可以明确的是，目前公司仍有优化传统业务成本与费用的空间。

　　展望2024年，我们将继续专注于公司的核心业务，同时对于一些非核心战略业务，公司也将坚决减少相关的资源配置。此外，我们将继续通过简化工作流程、提高执行力、优化组织结构等措施，不断提高公司的整体组织效率。

　　总而言之，今年我们将持续致力于优化公司运营效率，确保团队高效率、高生产力。我们相信，随着上述措施的逐步施行，我们的目标是确保公司的成本收益保持稳定，同时通过移动业务服务持续为公司带来强劲利润与现金流。

　　大家应该都还记得，自2023年开始，我们就在人工智能方面进行了大量投资，围绕人工智能技术与大语言模型进行了大量相关投入。这些投资也都反映在了公司的资本支出上。虽然公司2023年的资本支出同比增长了38%，但公司运营利润(以非通用会计准则计算)仍实现了同比2%的增长。展望未来，我们将持续对人工智能领域进行投资与探索，但这些投资预计不会对公司的利润带来重大影响。

　　另外，由于业务发展仍处于早期阶段，我们不会过度重视公司云业务的利润了。我们相信，随着时间的推移，从长远来看，公司的AI云业务将为我们带来更有竞争力的利润率。此外，对于一些AI产品(2C)可能会有一些营销活动，但我们会密切关注产品投资回报率(ROI)，在投资与增长之间寻找合适的平衡点。

　　总而言之，对于上述新举措所带来的影响我们非常期待，且目前来看已经取得了一系列前期成果。正如刚刚李彦宏所提到的，2024年生成式人工智能与基础模型业务将为我们带来数十亿元人民币的增量收入，生成式人工智能与AI云业务等同样为我们带来了增量收入，占总收入的4.8%。对于未来我们充满希望，上述成果也让我们坚信当前的战略是正确的，未来我们将继续坚定投资生成式人工智能与大语言模型。

　　摩根士丹利分析师Gary Yu：我的问题同样关于人工智能对公司收入的贡献。管理层能否为我们量化一下人工智能对公司收入的贡献?百度的广告收入是否完全来自生成式人工智能贡献?还是说会有一部分来自现有的搜索业务?如果是前者的话，我们是否可以说百度的生成式人工智能业务增长是快于平均水平的?此外，除去人工智能业务影响，管理层如何看待公司2024年的业务增长前景?

　　李彦宏：百度作为中国最大的搜索引擎服务商，每月拥有近7亿的活跃用户数。可以说，百度在中国互联网与移动用户中已经建立了非常强大的品牌影响力，用户需要我们为他们提供全面、可靠的信息。因此，可以说我们在这方面的收入有着非常强大、稳定的基础。

　　但与此同时，我们也受制于宏观经济环境，原因在于公司的广告业务覆盖不同垂类、覆盖面极广。前面我也提到，目前来看，宏观经济环境仍然存在着诸多不确定性。但我们相信，无论是生成式人工智能还是大语言模型，在变现、提高用户参与度方面，它们都能为我们带来非常多的新机遇。

　　从变现的角度来说，想要量化生成式人工智能的贡献更容易一些。我刚刚其实也提到了，生成式人工智能可以帮助我们提高广告的eCPM(有效的千次展示成本)。随着生成式人工智能工具的引入，我们能提升广告的精准匹配度，实现更有针对性的、更相关的广告投放。通过上述举措，在刚刚过去的四季度生成式人工智能已经为我们带来上亿的增量收入，我们相信在2024年相关增量收入也会提升至数十亿。

　　但如果想从用户参与度的方面量化生成式人工智能的贡献则相对困难。生成式人工智能技术确实能帮助我们改善用户体验，目前从搜索业务与百度文库业务方面我们均已看到成效，未来我们也将持续推出与生成式人工智能相关的新功能。

　　总而言之，我们相信上述举措能帮助我们提高用户的参与度、提高用户时长，并为我们带来更深层次的增长潜力。在我看来，我认为生成式人工智能对业务变现、提升用户参与度都有着非常积极、正向的影响。

　　高盛分析师Lincoln Kong：我的问题有关公司的云业务。能否请管理层再详细谈一谈生成式人工智能带来的增量收入?百度生成式人工智能产品组合是什么?展望2024年，管理层对人工智能核心收入增长有何预期?今年的利润趋势又会如何?

　　沈抖：正如刚刚李彦宏所提到的那样，在刚刚过去的第四季度，百度生成式人工智能与基础模型相关业务总收入(包括内部与外部收入)已达到6.56亿人民币。展望2024年全年，我们相信该数字有望达到数十亿元人民币。

　　越来越多的企业逐渐对生成式人工智能与大语言模型感兴趣，希望借助它们来开发新的应用程序、实现新功能。而为了实现上述目标，越来越多的企业选择积极构建模型，为其产品、解决方案提供技术支持。这也是我们外部收入的主要来源。

　　与此同时，我们也看到外部用户收入中推理模型收入显著增加，虽然占比很小，但我们相信从长远来看，这部分收入将逐渐演变为重要、可持续的主要收入驱动力。

　　内部用户所带来的收入价值同样非常重要，因为搜索业务收入的很大一部分是来自于模型推理。百度是首家将生成式人工智能与大语言模型完全整合至旗下所有业务、产品的公司。随着具备生成式人工智能与大语言模型功能的产品数量不断增加，我们在内部用户方面取得了显著的前期成果。相关数据表明，越早采用生成式人工智能产品、工具，越有利于提高用户的生产力与效率。此外，还有越来越多的外部用户通过使用我们的产品来开发自己的应用程序，这些都能在未来不断推高我们的外部收入。

　　关于你问题中提到的生成式人工智能产品组合。目前，百度拥有全中国最强大、最优秀的人工智能模型训练、推理基础设施，其能帮助我们的用户实现高效构建、运行模型。此外，刚刚李彦宏其实也已经提到了，我们能为用户提供一系列的模型构建服务，帮助用户一同实现模型构建与应用程序开发。除此之外，百度还拥有自己的人工智能原声解决方案，如GBI，即生成式商业智能。这些应用程序的使用能够帮助企业大幅提升生产力与生产效率。

　　除了刚刚提到的一系列生成式人工智能机遇，生成式人工智能与基础模型还为传统云业务带来了新机遇。首先，在互联网与教育领域，以CPU为核心的云产品已经得到了用户的高度认可;此外，生成式人工智能与基础模型还能为用户提供更多人工智能解决方案，促进传统行业的数字化、智能化转型。上述两项因素都帮助我们实现了公司云业务的收入增长。

　　总而言之，我们相信2024年百度的云业务收入相比去年同期将实现加速增长。我们对人工智能云业务的盈利能力也非常有信心。企业云方面，我们将持续提升传统云业务的毛利率。目前来看，百度的生成式人工智能与大语言模型业务仍处于早期阶段，未来我们将动态调整业务定价，以实现市场的快速覆盖、提高产品对于更多企业用户的渗透率。从长远来看，我们相信相比传统云业务，人工智能云业务的利润率会更高。

　　杰富瑞分析师Thomas Chong：我的问题是，目前百度AI产品(2C)研发进度如何?目前流量增长情况如何?围绕生成式人工智能检索功能管理层有哪些新指标可以与我们分享?比如人工智能为搜索业务流量、时间跨度等带来了哪些益处?我们何时能看到流量的爆发式增长?或者说何时能看到“超级应用”(super APP)的诞生?

　　李彦宏：目前，我们正通过生成式人工智能技术重构百度旗下的所有2C产品。在我看来，生成式人工智能与基础模型能帮助公司产品变得更强大。在过去几个月中，我们在这方面取得了重大进展，前期用户反馈结果也让我们非常兴奋。

　　对于搜索业务而言，生成式人工智能的引入能帮助百度搜索回答更广泛的问题，对于一些更复杂、更开放式的检索，生成式人工智能也能帮助我们给出更准确、合理的答案。随着“文心一言”(ERNIE Bot)的推出，我们能为用户以更互动的方式提供直接、清晰的答案。在过去的几个月中，“文心一言”的功能愈加强大，生成的检索结果也愈来愈多。越来越多的百度用户也选择与“文心一言”互动，不断提出新问题。许多用户甚至选择以百度为媒介进行文字、图像的内容创作。举例来说，在春节假期期间，许多用户通过百度制作新年祝福语，为亲人定制个性化的电子贺卡。虽然这些并不是搜索引擎的典型使用场景，但由此可见，越来越多的用户选择百度、依赖百度。

　　展望未来，我们相信会有越来越多的用户希望通过“文心一言”生成检索结果。我们也会通过多轮对话不断明确用户检索意图，使复杂、难懂的用户需求得到自然、易懂的检索答案。

　　目前来看，百度“文心一言”的发展仍处在早期阶段。我们会不断学习用户反馈，持续测试、迭代生成式人工智能技术，按照以往经验，为下一轮升级做好充分准备。总的来说，我们相信“文心一言”能够与传统检索模式互为补充，二者能够帮助百度提高用户留存率、参与度以及使用时长。

　　以“百度文库”为例，随着“文心一言”的引入，对用户而言“百度文库”已经不再是单纯的文件库，而是能帮助用户生成各类文件内容的一站式服务中心。截至目前，有约18%的新付费用户是受到“百度文库”生成式人工智能功能所吸引而选择订阅服务的。

　　但我也想强调一点，目前百度的“文心一言”仍处于非常早期的阶段。我们希望能帮助企业在“文心一言”上打造更多适合的应用程序。我们相信随着时间的推移，“文心一言”在百度程序、第三方程序上的应用范围会越来越广，届时“文心一言”也将取得更广范围的成果。

　　瑞穗金融集团证券分析师James Lee：我这边有两个问题。首先，能否请管理层谈一谈公司2024年的盈利计划以及技术规划?百度是否计划推出类似OpenAI发布的人工智能文生视频大模型Sora的多模态人工智能服务?或者说百度是否计划开设人工智能商店?推出人工智能服务代理等等?能否请管理层谈一谈在人工智能领域公司有哪些详细的计划或者具体目标吗?

　　我的第二个问题有关生成式人工智能的推理成本。我们该如何看待公司对人工智能的投入成本?刚刚管理层似乎提到了一些有关提升效率的举措，除此之外是否还有其他手段来优化成本?

　　李彦宏：目前，我们手上的芯片足够支撑“文心一言”4.0版本升级至更高水平。正如我们之前所提到的那样，我们希望以“产品应用”的方式不断迭代“文心一言”，以用户需求为导向，通过收集用户反馈不断改进、调整我们的模型。当然，其迭代方向可以是多模态、代理、提升可靠性等等。在这里我想强调一点，我们希望“文心一言”能为用户带来真正的使用价值，百度推出“文心一言”的目的绝不是想争个什么名声。

　　你问题中提到的成本确实是我们需要考虑的非常重要的问题。若想实现大规模运用，让越来越多的人能负担得起这种高性能基础模型至关重要。前面我也提到了，长久以来我们一直在着力降低模型推理成本。

　　目前“文心一言”3.5版本的推理成本是3.0版本的1%。而通过推理成本的不断降低，越来越多的企业开始愿意在“文心一言”上测试、开发、迭代他们的应用程序。据我们了解，许多客户希望在效率、成本、速度之间寻找平衡点。为此，我们还为用户提供更小一些的语言模型，帮助用户实现最高效率、最佳性能。

　　截至目前，我们相信未来我们仍有降低成本的空间，以便能让更多用户负担得起生成式人工智能产品，这也将进一步提升“文心一言”的产品采用率。在百度内部，我们对用户在“文心一言”上开发应用程序的数量有着密切统计。刚刚我也提到，目前每天“文心一言”都需要处理超5000万检索查询。虽然一切都还在早期阶段，但我们相信，无论是通过百度应用程序或是第三方应用程序，随着越来越多的用户选择、使用“文心一言”，“文心一言”未来都会变得更强大、更智能、更有意义。我们也希望以此为契机打造以“文心一言”为核心的生态系统，同时也希望越来越多的用户能够从中获益。

　　汇丰银行分析师Charlene Liu：我的问题还是围绕百度“文心一言”展开。目前相比业内同行，“文心一言”的企业采用率如何?能否请管理层与我们分享，目前有多少企业选择使用“文心一言”构建模型、开发程序?与上季度相比这一数字有何变化?这种变化背后的驱动因素是什么?最后，能否请管理层与我们分享，我们是否可以说选择“文心一言”API接口的企业一般来说不会再选择其他同业产品?

　　沈抖：刚刚其实李彦宏提到了，12月有大约26000家不同规模、不同垂类的企业选择使用我们的“文心一言”API接口，季度环比增长150%。我们相信全中国没有哪家公司能够和我们一样，收到如此大量的API需求。

　　在我看来，企业选择我们主要有如下几个原因。

　　首先，百度拥有全中国最高效的、用于模型训练推理的人工智能基础设施，这主要得益于我们强大的端到端的优化能力。前面我们提到，生成式人工智能与大语言模型将重塑中国云服务行业的竞争格局，大幅加强百度的竞争优势。可以说，我们有能力帮助企业在我们的云上以低成本构建、运行他们自己的模型，并协助他们开发人工智能原声应用程序。

　　其次，“文心一言”的推出也吸引了越来越多的用户使用百度云服务。在过去几个月中，我们不断提升“文心一言”的功能，也因此收获了非常多的积极反馈。未来，我们将为用户提供不同大小容量的“文心一言”服务，以便更好地满足用户成本需求。

　　最后，我们也是中国首家推出“模型即服务”的公司，为企业提供应用案例，帮助他们轻松训练、微调模型。此外，我们还能帮助企业在百度云服务上开发应用程序，用户不仅可以高效训练数据，同时也可以直接使用“文心一言”API接口来支持自己的应用程序。

　　上述举措都帮助我们在生成式人工智能与大语言模型领域取得了非常大的领先优势。

　　至于你的最后一个问题。随着越来越多的用户使用百度平台来研发人工智能原声应用程序，百度平台积累了大量用户，而这些用户数据也会反过来帮助我们不断优化工具与技术，帮助更多企业调整、创建、训练模型与应用程序，从而形成正向循环，吸引更多用户留在我们平台。另外，还有一点值得注意，那就是使用大语言模型其实需要用户投入大量精力，因而他们不会轻易转移平台、改变模式，否则需要做出大量改变。因此，随着我们平台产品覆盖率、用户满意度的不断提升以及成本的不断优化，我们相信我们的用户留存率也将随之提升。

　　美林美银分析师Miranda Zhuang：我的问题有关人工智能芯片。管理层是否已经找到替代芯片?另外，从芯片的角度来看，相比海外同行，百度在人工智能模型产品上的产品规划有哪些不同?未来百度会面临哪些阻碍?未来几年百度计划如何追赶海外同行的脚步?

　　李彦宏：目前百度拥有中国最强大的基础模型，我们的人工智能芯片储备足够支撑“文心一言”未来一至两年的迭代升级。而对于模型推理而言，其所涉及的芯片功能不需要太强大，我们手上的芯片以及市场上现有的芯片足够支撑我们的需求。

　　我们相信高效的国产软件堆栈同样可以确保用户体验不受影响。我们相信，百度强大的研发团队配备相对先进的芯片以及高效的模型训练推理，这些都能赋予我们独特的竞争优势。我们相信随着时间的推移，企业与开发者会逐渐认识到，在“文心一言”上构建程序将是他们迎接人工智能时代最好的方式之一。

　　瑞银集团分析师：近段时间关于“文本-视频”生成技术的新闻屡见不鲜，大家都读到了大量报道。我的问题是，管理层如何看待这项技术对中国人工智能产业发展的影响?这种“文本-视频”生成技术会对百度的“文心一言”带来哪些影响?能否请管理层详细谈一谈“文心一言”未来的发展路线图?此外，目前“文心一言”在文本生成、文本转图像、文本转视频等生成式人物方面表现如何?管理层预计在上述领域“文心一言”还会有哪些迭代与改进?

　　李彦宏：首先，在我看来，多模态生成式人工智能或者说多模态之间的转换与融合，比如文本、音频、视频等，是未来基础模型发展的大势所趋，是生成式人工智能必备的技能之一，同时也是未来发展的重要方向。目前，百度已经在这方面有所投入，未来也将继续如此。

　　其次，如果回顾基础模型发展，大家就会发现大语言模型的潜在市场非常巨大，而且目前发展仍处于非常早期的阶段。在当今世界，即便是最强大的大语言模型依然不能适应所有应用场景，提升空间还很大。与此同时，小容量语言模型也在快速发展。百度希望能让各种垂类的企业都能够有朝一日使用大语言模型来解决各种生活场景中的现实问题。

　　最后，我们认为对于视觉基础模型来说，它的一个巨大潜在应用市场便是自动驾驶，而在这方面百度可以说是业界领先、全球领导。一直以来，我们都在不断训练视频生成模型，以便应用于自动驾驶技术。此外，我们也在不断学习物品探测、归类、检测，以便更好地认识、理解现实世界及其规律，以帮助我们将捕捉的道路图像、视频转化为驾驶任务，从而实现更加智能、安全、适应强的自动驾驶技术。

　　换言之，百度的核心战略在于应用强大的模型来解决现实世界问题。未来我们将继续在上述领域进行投资、投入，以确保百度的领先优势。