AI+計算機(jī)行業(yè)市場分析1.算力：大超預(yù)期的白熱化戰(zhàn)爭，AI蠶食Non-AI預(yù)算1.1.NVIDIA：大Beta顯示出華爾街買賣方的缺位NVIDIA作為千億美元級別的大票，華爾街理論上有著極為緊密的跟蹤，但事實(shí)上美股投資者們出現(xiàn)了大Miss。從賣方視角來看，有較多的Tracker可以驗(yàn)證到NVIDIA的業(yè)績，2023年以來賣方對NVIDIA股價的Preview都是一條直線；從買方的視角來看，NVIDIA流動性較為充沛，但此次美股投資者們卻出現(xiàn)了大Miss，紛紛對NVIDIA2024日歷年的收入預(yù)期進(jìn)行較大調(diào)整，一定程度上顯示出了華爾街買賣方的缺位。在達(dá)到萬億市值之后，NVIDIA的估值反而降低了。NVIDIA突破了萬億美元的市值，但是目前的P/ERatio反而降低了，主要系NVIDIA的業(yè)績的爆炸性增長。從產(chǎn)業(yè)鏈視角來看，我們認(rèn)為該增長可能仍將持續(xù)：據(jù)BAC研究報告，CSP（云端服務(wù)業(yè)者）占據(jù)NVIDIA采購占比僅40%。如何看待NVIDIA的估值？如果將NVIDIA看作一家純半導(dǎo)體公司，那么NVIDIA的估值偏高；但如果將NVIDIA是一家以軟件生態(tài)為核心的AI算力核心供應(yīng)商，那么其估值其實(shí)并不高。根據(jù)MS的研究，2027年AI半導(dǎo)體的TAM將達(dá)到1250億美元。其他的ASIC硬件很難達(dá)到NVIDIACUDA生態(tài)下的效能，特別是CuDNN和CuBLAS，其甚至可以繞過來驅(qū)動直接操作GPU，CUDA生態(tài)也是NVIDIA占據(jù)AI算力核心地位的重要原因。NVIDIA目前提供針對AI的服務(wù)和軟件能力。其中，NVIDIAAIFoundationsCloudServices提供云端快速訓(xùn)練模型的能力，而NVIDIAAIEnterpriseSoftwarePlatform提供100多種框架、預(yù)訓(xùn)練模型和開發(fā)工具，以加速數(shù)據(jù)科學(xué)管道并簡化AI應(yīng)用的開發(fā)和部署。由此可見，NVIDIA已經(jīng)逐漸脫離了傳統(tǒng)的Fabless公司的范疇。海外巨頭不愿意被供應(yīng)商綁定，并且考慮成本因素，紛紛進(jìn)行ASIC自研。一方面，由于NVIDIA的壓倒性優(yōu)勢，巨頭在談判時議價權(quán)有限；另一方面，2024年大規(guī)模的推理應(yīng)用或?qū)侀_，而對于推理端來講，性價比是唯一的考量因素。而巨頭期望于通過軟硬一體的解決方案來大幅度降低推理成本，從而獲取競爭優(yōu)勢。因此巨頭大量采用了ASIC的解決方案，ASIC提供商如AMD、AVGO、MRVL會有所受益。巨頭在AISemi上的投入十分巨大，AI對于Non-AI形成了顯著替代。2024年日歷年度，巨頭對于AI芯片的采購量是十億以上量級，AI相關(guān)的數(shù)據(jù)中心投入將占巨頭的Capex的四成以上?？紤]到巨頭的Capex不會大幅度增長，因此AI對于Non-AI將形成嚴(yán)重的擠出效應(yīng)。這不僅解釋了為什么ANET、JNPR、MU、STX等公司表現(xiàn)不佳，還解釋了為什么MRVL跑不過AVGO。我們預(yù)期未來較長一段時間AI的暴露度（Exposure）會是美股半導(dǎo)體相關(guān)股票的核心考量，那么對ANET/MU/INTC也需要重新考量。AISemi的卡脖子環(huán)節(jié)在哪里？在TSMC。目前幾乎所有的GPU和ASIC都需要芯片和顯存/內(nèi)存的高速連接，并且對于顯存/內(nèi)存而言越大越好。由于對尖峰性能的極致追求，目前的封裝方案中只有COWOS能滿足需求，而COWOS目前由TSMC獨(dú)家掌握。目前看到MI300已經(jīng)將HBM堆到192GB，預(yù)計后續(xù)的Training芯片的顯存將突破200GB。因此我們認(rèn)為，TSMC將會是一個良好的投資標(biāo)的，特別是其會疊加消費(fèi)電子+AI的雙重Cycles。2.數(shù)據(jù)：版權(quán)問題最值得關(guān)注西方的趨勢是逐步強(qiáng)調(diào)版權(quán)的重要性。不同地區(qū)的法律法規(guī)顯著不同，并且在快速的變化中，其中有兩個非常重要的因素值得關(guān)注：1）訓(xùn)練中使用的數(shù)據(jù)的版權(quán)，以及2）AIGC生成的作品的版權(quán)。從各國版權(quán)要求來看：英國：允許AIGC生成的作品擁有部分版權(quán)，但是禁止將此版權(quán)授予給AI。歐盟：立法者目前正在考慮要求生成性AI系統(tǒng)的提供者“公開披露使用受版權(quán)法保護(hù)的訓(xùn)練數(shù)據(jù)的摘要”，關(guān)注AIAct。美國：美國版權(quán)局只承認(rèn)人類創(chuàng)造的作品，國會可能會進(jìn)行法律修訂對于AIGC生成的作品的版權(quán)的歸屬進(jìn)行明晰化。AdobeFirefly的一大吸引點(diǎn)是其訓(xùn)練內(nèi)容都是有版權(quán)的。絕大多數(shù)的數(shù)據(jù)均有版權(quán)，因此大模型的海量數(shù)據(jù)中勢必包括版權(quán)數(shù)據(jù)。針對AIGC生成的作品，人類參與的成分和程序參與的成分并不是那么容易進(jìn)行區(qū)分，如果AIGC生成的圖片和真人的圖片一模一樣，其版權(quán)劃分問題有待商榷。我們預(yù)計版權(quán)問題還需要長久的立法探討之后才能得到解決。作為應(yīng)對方案，Adobe聲明其會補(bǔ)償Firefly用戶相關(guān)版權(quán)訴訟的損失。具體而言，F(xiàn)irefly是Adobe在AI時代的核心平臺。AdobeFirefly是一款創(chuàng)新的生成性人工智能引擎，它可以根據(jù)用戶的文本提示生成圖像、矢量圖、視頻和3D內(nèi)容。Firefly現(xiàn)已集成到Photoshop（測試版）、Illustrator、AdobeExpress以及Web上。Firefly將作為Adobe的核心AIOffering進(jìn)行推廣。首先，F(xiàn)irefly將作為一項面向消費(fèi)者的獨(dú)立免費(fèi)增值服務(wù)，并針對企業(yè)提供服務(wù)。其次，Adobe旗艦應(yīng)用程序中的Copilot生成AI功能將提高平均每用戶收入（ARPU）并保持用戶粘性。第三，Adobe將為需要生成更多內(nèi)容的客戶提供訂閱點(diǎn)數(shù)（Credit）。第四，Adobe將為開發(fā)者社區(qū)提供Firefly的API訪問權(quán)限，并允許企業(yè)使用他們的專有內(nèi)容創(chuàng)建獨(dú)家定制模型。最后，行業(yè)合作伙伴以及Firefly對ExperienceCloud、CreativeCloud和DocumentCloud的發(fā)展帶來了新的機(jī)會。Adobe目前的優(yōu)先事項是廣泛推廣Firefly，預(yù)計將在今年晚些時候推出具體的定價。除了Firefly，公司還有SenseiAI等產(chǎn)品。SenseiGenAI是一種為市場營銷人員和其他客戶體驗(yàn)團(tuán)隊提供的新型AI助手，可以在AdobeExperienceCloud的多個應(yīng)用程序中用于各種用例，如資產(chǎn)創(chuàng)建和在客戶旅程中的個性化服務(wù)等。公司的AI和機(jī)器學(xué)習(xí)服務(wù)團(tuán)隊也正在發(fā)布新的下一代功能和解決方案，這些功能和解決方案由Sensei驅(qū)動，在AdobeExperienceCloud中幫助品牌實(shí)現(xiàn)規(guī)?；膫€性化，這些新的AI和機(jī)器學(xué)習(xí)功能使用智能決策和預(yù)測洞察來加速影響，幫助品牌為其客戶提供更個性化和相關(guān)的體驗(yàn)。Adobe認(rèn)為，其在AI發(fā)展中擁有三大優(yōu)勢：1）獨(dú)有的數(shù)據(jù)源，包括CreativeCloud中的和DocumentCloud中的；2）Adobe自己創(chuàng)建FoundationModel，具有較高的掌控力；3）最重要的是Adobe提供了良好的界面（Interface）。我們認(rèn)為公司在終端應(yīng)用中具有生態(tài)位的卡位優(yōu)勢。3.大模型：私有模型兩大巨頭單挑，開源模式Meta苦苦耕耘與國內(nèi)大模型百花齊放不同，海外的大模型在GPT的強(qiáng)壓面前快速收斂。海外以GPT-3或BERT兩大路線作為基礎(chǔ)模型或參考，大模型廠商以谷歌系（包括DeepMind和Anthropic）和微軟系（OpenAI）為首，F(xiàn)acebook、NVIDIA、Runway、AWS及學(xué)術(shù)機(jī)構(gòu)均有參與，但大多采取開源模式，且發(fā)展規(guī)模較谷歌微軟存在差距。國內(nèi)則展現(xiàn)出百花齊放的局勢，大廠（騰訊、百度、字節(jié)、京東、阿里、華為、360等）、傳統(tǒng)AI公司（商湯、訊飛）以及科研國家隊（智源、中科院自動化所）紛紛入局。閉源模型微軟、谷歌領(lǐng)先，Meta持續(xù)耕耘開源模式。閉源：基于Transformer衍生出GPT與BERT兩大知名NLP模型族，分別對應(yīng)業(yè)界兩大巨頭，即微軟（OpenAI）&谷歌（GoogleBrain、DeepMind）。其性能暫時領(lǐng)先其他大廠模型（如AWS的BLOOM），兩大巨頭在閉源模型領(lǐng)域進(jìn)行激烈PK。開源：Meta發(fā)布LLaMA模型并開源，LLaMA+LoRA模式是當(dāng)前開源LLM中最活躍的生態(tài)；AWS與HuggingFace基于LLM生態(tài)展開合作。LLaMA的出現(xiàn)驗(yàn)證了GPT之外的另一條路徑，即更大規(guī)模的訓(xùn)練數(shù)據(jù)+更優(yōu)的算法調(diào)試，降低模型對參數(shù)和算力的依賴。4.應(yīng)用：一切+AI，但單獨(dú)的KillerApp可能就是GPT本身4.1.SAP：集成AI到公司產(chǎn)品，并沒有全新AI應(yīng)用SAP的AI策略是將AI集成（Embed）到其產(chǎn)品組合中。SAP較為關(guān)鍵的AI產(chǎn)品是Datasphere，其是SAPDataWarehouseCloud的下一代產(chǎn)品，其是一種全面的數(shù)據(jù)服務(wù)，可以使每個數(shù)據(jù)專業(yè)人員都能無縫且可擴(kuò)展地訪問對決策產(chǎn)生重大影響的業(yè)務(wù)關(guān)鍵數(shù)據(jù)。同時SAP也宣布了跟UiPath的合作，將通過UiPath更好地進(jìn)行流程自動化操作。此外在SAPSapphire會議上，SAP還宣布了將SAPSuccessFactors解決方案與Microsoft365Copilot和MicrosoftVivaLearning中的Copilot集成，旨在解決技能差距，提高招聘、保留和提升員工的能力。4.2.ORCL：強(qiáng)調(diào)OCI+AI的先進(jìn)性與SAP顯著不同的是，Oracle提供OracleCloudInfrastructure(OCI)。OCI可以理解為IaaS+PaaS層，Oracle的公有云的SaaS的解決方案可以在OCI上運(yùn)行，例如FusionCloud和NetSuite。OCI提供了包括虛擬機(jī)（VM）、裸機(jī)服務(wù)器、GPU實(shí)例、塊存儲、文件存儲、對象存儲、虛擬私有網(wǎng)絡(luò)（VPC）、負(fù)載均衡器、DNS服務(wù)、身份和訪問管理（IAM）、防火墻、數(shù)據(jù)加密等功能，其上面也可以搭載OracleAutonomousDatabase和其他數(shù)據(jù)庫服務(wù)。Oracle表示其客戶對于AIService有著非常大的需求。Oracle的OCI的訂單已達(dá)到了20億美元。Oracle與NVIDIA正在建設(shè)世界上最大的超級計算機(jī)，其擁有16000顆GPU晶片。此外，Oracle還與企業(yè)AI平臺提供商Cohere合作推出了GenerativeAICloudService，在保護(hù)客戶隱私的同時允許他們訓(xùn)練大模型，Cohere也在Oracle的OCI上訓(xùn)練自己的LLM。Oracle表示其OCI與其他公有云廠商有所不同。Oracle表示其OCI采用了RDMA架構(gòu)，并且內(nèi)嵌了APEX低代碼平臺，同時其數(shù)據(jù)庫產(chǎn)品AutonomousDatabase不需要數(shù)據(jù)庫維護(hù)就可以進(jìn)行自修復(fù)和升級。RDMA是一類技術(shù)的統(tǒng)稱，Infiniband就是RDMA技術(shù)的一種，而其被NVIDIA廣泛使用。4.3.Salesforce：大幅強(qiáng)調(diào)AI的重要性，建立了完整的AI架構(gòu)公司近期發(fā)布了AICloud產(chǎn)品。AICloud是Salesforce的核心Offering，其整合了Salesforce的技術(shù)，包括Einstein、DataCloud、Tableau、Flow和MuleSoft，以提供可信賴、開放的生成式AI。AICloud將使銷售代表能夠快速自動生成針對客戶需求的個性化電子郵件，服務(wù)團(tuán)隊能夠自動生成個性化的代理聊天回復(fù)和案例摘要。Salesforce自研了EinsteinGPT以及EinsteinGPTTrustLayer。Salesforce的EinsteinGPT是世界上第一個給CRM定制的GenerativeAI，其是公司AI產(chǎn)品的核心。EinsteinGPT的主要特點(diǎn)包括：個性化內(nèi)容生成：EinsteinGPT可以生成個性化的內(nèi)容，使每個員工更高效，每個客戶體驗(yàn)更好。開放和可擴(kuò)展：EinsteinGPT支持為CRM定制的公共和私有AI模型，并在可信賴的實(shí)時數(shù)據(jù)上進(jìn)行訓(xùn)練。與OpenAI集成：EinsteinGPT將與OpenAI集成，為Salesforce客戶提供開箱即用的生成AI能力。例如，EinsteinGPT可以為銷售人員生成個性化的電子郵件，為客戶服務(wù)專業(yè)人員生成特定的回答以更快地回答客戶問題，為營銷人員生成針對性的內(nèi)容以提高活動響應(yīng)率，以及為開發(fā)人員自動生成代碼。通過應(yīng)用LLM，Salesforce表示員工的生產(chǎn)力能夠提升20%-30%。Salesforce收購的Slack進(jìn)行了OpenAI集成。Salesforce和OpenAI早在3月推出了Slack的ChatGPT應(yīng)用程序，該應(yīng)用程序由OpenAI在Slack平臺上構(gòu)建，集成了ChatGPT的AI技術(shù)，可直接在Slack中提供即時會話摘要、研究工具和寫作輔助，幫助數(shù)百萬家公司更高效地工作。由于Slack中沉淀了大量的Salesforce數(shù)據(jù)，并且是一個關(guān)鍵的交互節(jié)點(diǎn)，Salesforce認(rèn)為Slack在GenerativeAI中意義重大。Salesforce還強(qiáng)調(diào)了DataCloud的重要性。SalesforceDataCloud是一個實(shí)時的數(shù)據(jù)湖，它提供了連接所有客戶數(shù)據(jù)的能力，無論是來自任何應(yīng)用程序、設(shè)備還是實(shí)時流，都可以使用開箱即用的連接器。它還能夠自動將所有數(shù)據(jù)和諧成一個單一的客戶圖，并為任何部門和任何行業(yè)提供實(shí)時適應(yīng)其活動的統(tǒng)一客戶檔案。EinsteinGPTTrustLayer作為中間層使得大模型無法獲得敏感數(shù)據(jù)。Salesforce的EinsteinGPTTrustLayer是一個重要的功能組件。它是AICloud的一部分，專門用于處理生成式AI的安全性問題。它包括數(shù)據(jù)脫敏功能，可以從發(fā)送到大型語言模型的數(shù)據(jù)中刪除個人信息。Salesforce長期投資進(jìn)行AI能力建設(shè)，可以追溯到2014年。Salesforce在2014年成立SFDCAIResearch，即Salesforce的人工智能研究部門，致力于在人工智能領(lǐng)域推動研究進(jìn)展，并將這些研究應(yīng)用于開發(fā)AI產(chǎn)品及解決方案。2016年Salesforce推出Einstein平臺，并陸續(xù)通過收購/自研方式擴(kuò)充AI產(chǎn)品及能力，包括對話Insights、BOTs、EinsteinSearch等，直至2022年結(jié)合GPT能力，推出EinsteinGPT、SlackGPT和TableauGPT等。SalesforceAICloudStarterPack定價36萬美元每年。Pack內(nèi)包括DataCloud、MuleSoft、Einstein、TableauAnalytics、Slack、CRM和Salesforce專業(yè)服務(wù)等功能。4.4.ServiceNow：黃仁勛力挺的應(yīng)用軟件開發(fā)商與其他公司不同的是，ServiceNow獲得了NVIDIA的支持。5月17日，雙方發(fā)布合作聲明，ServiceNow借助NVIDIA的強(qiáng)大軟硬件能力，將在其ServiceNowPlatform上搭建獨(dú)有的LLM，從而大幅度提升流程自動化和生產(chǎn)力。ServiceNow在AI相關(guān)產(chǎn)品的研發(fā)中獎采用NVIDIAAIFoundationsCloudServices以及NVIDAAIEnterpriseSoftwarePlatform。公司將與NVIDIA一起開發(fā)虛擬助手，并且將大幅度提升客戶支持團(tuán)隊的效率。ServiceNow反向?qū)VIDIA賦能。ServiceNow幫助NVIDIA更好地開展ITOperations，包括在NVIDIANeMo框架下用NVIDIA的數(shù)據(jù)更好地開發(fā)支持DGXCloud云端部署和DGXSuperPOD本地部署的應(yīng)用。公司有機(jī)會與NVIDIA成為雙子星。ServiceNow明顯在借助外部力量來發(fā)展AI能力。從2017年開始公司就通過IntentionalM&A對于AI相關(guān)公司展開了收購。ServiceNow收購的標(biāo)的涵蓋VirtualAgent、MLPlatform、NLP、Search、AIOps、RPA等領(lǐng)域，公司表示AI能力使得公司的PRO+OfferingsAdoption提高了40%，ASPUplift提升25%?？紤]到ServiceNow市值已經(jīng)超過千億美元，我們認(rèn)為，這說明對于小公司來說單槍匹馬開發(fā)LLM是較為困難的。ServiceNow已經(jīng)形成了完整的AI戰(zhàn)略，建立了完整的生態(tài)。ServiceNow將模型分為GeneralPurpose模型和DomainSpecific模型。對于GeneralPurpose模型，ServiceNow表示其已經(jīng)接入了OpenAI，將探索和Google合作的機(jī)會。對于DomainSpecific模型，ServiceNow則是跟NVIDIA和HuggingFace合作，并且已經(jīng)跟兩者建立了合作伙伴的關(guān)系。但如果從目前的情況來看，AI仍然沒有全新的應(yīng)用場景。4.5.Datadog：CEO對于LLM有較為不同的認(rèn)識為什么我們要在這里放入Datadog？因?yàn)槠渥鳛镮nfrastructureMonitoring的第一股，其觀點(diǎn)極有價值。然而，Datadog的CEOandCo-Founder表明GenerativeLLM不要在私有云上部署。根據(jù)Datadog公開電話會，公司CEO表示，采用通用大模型的唯一方法就是真正在云端部署，因?yàn)榧夹g(shù)變化較快，以至于每六個月或每年可能就要重做一次部署。此外，Datadog表示基于GenerativeLLM的應(yīng)用需要巧妙管理否則會十分昂貴。公司CEO表示，僅從數(shù)字的角度來看，試圖將可觀測性數(shù)據(jù)直接發(fā)送到大語言模型中的成本將比運(yùn)行最初產(chǎn)生這些數(shù)據(jù)的應(yīng)用程序高出幾個數(shù)量級，其最大的客戶可能不得不花費(fèi)接近加州GDP的水平才能實(shí)現(xiàn)這一目標(biāo)。盡管看上去有點(diǎn)慫人聽聞，但是考慮到其的行業(yè)地位，我們認(rèn)為這是十分重要的觀點(diǎn)。從Datadog最新的舉措來看，Observation領(lǐng)域并沒有全新的AI產(chǎn)品。Datadog最近在AI領(lǐng)域的布局主要包括以下幾個方面：WatchdogAI引擎的擴(kuò)展：Datadog擴(kuò)展了其WatchdogAI引擎，增加了根因分析和日志異常檢測功能。這些新的AI/ML能力使IT團(tuán)隊能夠更快地檢測、調(diào)查和解決應(yīng)用性能問題，并減少假警報。這是Datadog在AI領(lǐng)域的一個重要發(fā)展，有助于提高其產(chǎn)品的智能化程度和用戶體驗(yàn)。與OpenAI的集成：Datadog宣布了一項新的集成，可以監(jiān)控OpenAIAPI的使用情況，幫助組織監(jiān)控AI的使用情況、成本和性能。這個集成使企業(yè)能夠更好地理解和管理他們的AI模型，從而提高AI的效率和效果。為Azure組織提供新的能力：Datadog為Azure組織提供了新的能力，幫助他們管理成本、遷移到云端并監(jiān)控AI模型。這些新的能力和集成為企業(yè)提供了一種簡單、快速和可擴(kuò)展的方式來構(gòu)建和部署AI應(yīng)用。過往，Datadog的主戰(zhàn)場是AWS，但隨著Azure憑借GPT模型所獲得的強(qiáng)大競爭優(yōu)勢，公司開始在Azure上發(fā)力。但是Datadog并沒有大幅上調(diào)全年指引（只上調(diào)了約1000萬美元的收入）。我們認(rèn)為這可能跟CloudOptimization依舊持續(xù)以及AI褫奪非AI預(yù)算有直接關(guān)系。4.6.MongoDB：積極擁抱AI并推出全新產(chǎn)品MongoDB最近舉辦的InvestorDay展現(xiàn)了公司的巨大野心。MongoDB認(rèn)為，AI將顯著增加公司的Workloads，而MongoDB也將成為AI相關(guān)應(yīng)用首選的開發(fā)平臺。同時，MongoDB官宣推出的VectorSearch會成為GenerativeAI的重要基礎(chǔ)設(shè)施，最終的結(jié)果則是應(yīng)用程序的全面革新。MongoDB設(shè)想了一個極為大膽的向量數(shù)據(jù)庫架構(gòu)。我們5月第一周就最前瞻的推出了向量數(shù)據(jù)庫的深度報告，此前我們設(shè)想，向量數(shù)據(jù)庫和傳統(tǒng)數(shù)據(jù)庫是一個平行的關(guān)系，兩者可能來自于不同的供應(yīng)商，由向量數(shù)據(jù)庫進(jìn)行向量搜索，通過LLM輸出結(jié)果。但是公司比我們的想象更為大膽，公司推出的AtlasVectorSearch(inPreview)將向量數(shù)據(jù)庫和傳統(tǒng)數(shù)據(jù)庫結(jié)合在了一起，并且提供統(tǒng)一的API（UnifiedMongoDBQueryAPI）進(jìn)行調(diào)用。在公司的設(shè)想下，一個原始的數(shù)據(jù)將同時以數(shù)據(jù)本身和向量化數(shù)據(jù)進(jìn)行存儲，而一個搜索的Query可以同時對兩者進(jìn)行搜索調(diào)用，并分別提供給LLM、APP等，這將導(dǎo)致調(diào)用和管理的大幅度簡化。公司的Atlas服務(wù)也將因此迅速搶占市場。MongoDB展示了向量數(shù)據(jù)庫的新的應(yīng)用場景。以通過聲音來鑒別車輛問題為例。MongoDB和某家Top車廠合作，將不同型號的汽車發(fā)生不同故障時的聲音錄制下來，放在向量數(shù)據(jù)庫中。當(dāng)一個車主發(fā)現(xiàn)汽車有問題，其將車開到4S店時，4S的員工通過錄制故障聲音之后用相似性搜索在向量數(shù)據(jù)庫中搜尋近似聲音，可以迅速確定問題。公司表示這可以節(jié)約1個小時以上的