欢迎访问悟空智库——专业行业公司研究报告文档大数据平台!

东方证券-计算机行业:他山之石系列报告-一-:Salesforce的大模型ToB应用分析-230705

上传日期:2023-07-05 15:12:17 / 研报作者:浦俊懿2015年计算机最佳分析师入围奖
陈超谢忱
/ 分享者:1005681
研报附件
东方证券-计算机行业:他山之石系列报告-一-:Salesforce的大模型ToB应用分析-230705.pdf
大小:719K
立即下载 在线阅读

东方证券-计算机行业:他山之石系列报告-一-:Salesforce的大模型ToB应用分析-230705

东方证券-计算机行业:他山之石系列报告-一-:Salesforce的大模型ToB应用分析-230705
文本预览:

《东方证券-计算机行业:他山之石系列报告-一-:Salesforce的大模型ToB应用分析-230705(10页).pdf》由会员分享,可在线阅读,更多相关《东方证券-计算机行业:他山之石系列报告-一-:Salesforce的大模型ToB应用分析-230705(10页).pdf(10页精品完整版)》请在悟空智库报告文库上搜索。

(以下内容从东方证券《计算机行业:他山之石系列报告(一):Salesforce的大模型ToB应用分析》研报附件原文摘录)
  Salesforce 陆续完善生成式 AI 产品矩阵,主打 B 端企业用户。 Salesforce 成立于1999 年,是全球 CRM 解决方案的领导者。 Salesforce 从 2014 年开始探索 AI 在CRM 领域的应用, 2023 年 3 月正式推出了全球首个 CRM 领域的生成式 AI 产品——Einstein GPT,在销售、营销、服务等领域带来巨大的效率提升。随后,Salesforce 又陆续更新了“ AI+办公”产品 Slack GPT、“ AI+数据分析”产品Tableau GPT 等,在 AI 领域的布局逐步完善。   Salesforce AI Cloud 正式推出,提供全方位生成式 AI 服务。 2023 年 6 月 12 日 ,Salesforce 推出了 AI Cloud,对每个场景的生成式 AI 进行了优化,形成了不同垂直场景的 GPT,可在所有应用程序和工作流中提供可信、开放和实时的生成体验。 AICloud 的核心是 Einstein GPT,除了能使用 Salesforce 本身的大模型外,还能外部链接到 OpenAI、 Cohere 和 Anthropic 的大模型,为企业提供开箱即用的生成式 AI能力。 AI Cloud 能够支撑销售、营销、服务、商务和开发等各领域的不同场景,大幅提高工作人员的生产力和效率。同时, Salesforce 宣布在未来的两三个月内, AICloud 将推出 16 个新产品/功能,覆盖各个领域场景。 AI Cloud 将继续采用 SaaS 订阅付费模式,基础年费为 36 万美元。   模型私有化有望成为 B 端 AI 应用主要趋势, 拥有敏感且高价值数据的企业更需要私有化定制模型。 大模型浪潮带来了应用从图形界面交互到自然语言交互的变革,从交互的底层逻辑上已经带来了效率的提升。 但在企业业务场景中,通用大模型缺少相关领域知识,无法解决特定领域专业问题。因此在大模型中加入企业自身私有数据进行微调得到定制私有模型有望成为未来大模型行业在 B 端落地的趋势。 我们认为, 具有高质量且密集的知识数据的企业和行业会更加适合去进行模型的定制化开发, 例如金融、医疗等行业的企业,它们拥有大量规整、敏感且高价值的数据。   大模型对数据隐私安全带来了很高要求。 目前的对话式大模型通过 prompt(提示词)交互的方式,会让很多用户隐私数据在不经意间成为训练数据,最后变成生成内容出现在别人的交互框里,导致了隐私数据泄露。另外,生成式 AI 的生成虚假信息的“幻觉”现象仍大量存在,容易产生诱导性的虚假信息。很多企业为了不让自身的敏感数据泄露,会选择采用定制私有化模型的方式来保护自己的数据。Salesforce 在推出 AI Cloud 的同时也推出了 Einstein GPT 信任层,通过数据屏蔽和零保留等关键特性,来防止生成式 AI 表现出不需要的行为,并确保数据隐私和安全。   投资建议与投资标的   我们认为, Salesforce 作为全球 ToB 服务软件的领导者,其在 AI 大模型领域的探索能够为国内相关的 B 端服务软件提供标杆,大模型在 B 端软件领域有望率先落地。建议关注金山办公(688111,增持)、泛微网络(603039,未评级)、汉得信息(300170,未评级)、彩讯股份(300634,未评级)、致远互联(688369,未评级)、用友网络(600588,买入)、鼎捷软件(300378,未评级)等公司。   风险提示   技术落地不及预期;政策监管风险
展开>> 收起<<

#免责声明#

本站页面所示及下载的一切研究报告、文档和内容信息皆为本站用户上传分享,仅限用于个人学习、收藏和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。如若内容侵犯了您的权利,请参见底部免责申明联系我们及时删除处理。