2023年微软Copilot分析报告：：办公软件生产力跃迁，人类、软件交互新范式开启.pptx

微软Copilot+办公软件：推动软件生产力显著提升。3月16日，微软宣布发布MicrosoftCopilot,将生成式Al引入至Microsoft365的全系产品。Copilot基于GPT-4模型部署，将大型语言模型(LLM)、业务数据和Microsoft365应用相结合，以释放创造力、释放生产力和提升技能。Copilot的发布再次引发市场关注，Al自身的iPhone时刻正加速到来。我们认为，微软此次发布的Copilot体现了：1)微软OpenAl自身在大语言模型能力升级上的能力，包括多模态、安全性等。2)微软自身在成本优化、产品层面的实力。

GPT系列模型：从GPT-3.5到GPT-4,可靠性、安全性等持续改善。从微软自身的模型布局来看，自投资OpenAl后，在大语言模型领域基本延续了OpenAl的技术路线，通过将模型参数的持续放大以及精调，植入到微软的各产品线中。一方面，基于ChatGPT背后的GPT-3以及3.5,微软通过模型的蒸馏、压缩，将实际部署的参数减少约2个数量级，并通过部署专属超算中心的形式提升运算效率，将GPT-3.5的部署成本压缩90%。而最新发布的GPT-4,将针对复杂任务、多模态、安全性等问题进行优化。通过上述模型的组合，微软将大模型应用至Azure、应用基础软件、搜索引擎等领域，实现大规模的产品化，进一步巩固在Al领域的领先地位。

Microsoft365Copilot:生产力智能助手，有望构建人类、软件交互新范式。

Copilot将以两种方式与Microsoft365客户合作：1)嵌入到Word、Excel、

PowerPoint、Outlook、Teams等，提供草稿生成、结论输出、图文转换、文件归纳与回复、跨文件调用等能力。2)提供聊天功能，通过自然语言提示，商务聊天将根据会议、电子邮件和聊天线程生成状态更新。从业务逻辑来看，Copilot从用户的输入到最终模型完成并自我迭代大约有以下流程：1)由用户给出实际需求的prompt,微软根据已经授权获取的用户数据图谱当中，提取所需数据。2)将数据以及识别后的prompt输入至语言模型。3)由语言模型处理，并进行多模态的关联落地(grounding),返回至用户的数据图谱。4)基于用户的数据图谱，返回至应用，完成输出以及命令的执行。但从实际需求来看，生成内容的准确性、数据隐私性仍是市场关心的关键问题，准确性上，Copilot将会通过Grounding这一过程来提高其接收提示的质量，以确保模型最大程度上准确执行用户的指令。Copilot本质上会将人类语言的表述根据实际的数据情况更换成更符合大语言模型理解的Prompting(提示),然后以此完成多模态之间的转换并提升指令的准确性。在隐私维度，Copilot目前提供了双因素身份验证、合规边界等隐私保护措施。目前微软在提供copilot相关服务时，在协议中明确表示使用的是公开数据+无数据以及微软的自有数据，一定程度降低了数据隐私性的问题。CopilotLLM不会根据用户的自有数据以及用户的提示上进行训练。不过目前一系列的隐私问题的解决方法，仅来自于微软的单方面保证，而微软在

近日微软发布针对办公场景的生成式Al助手MicrosoftCopilot,将微软旗下的办公与业务流程相关产品打通。我们判断，Copilot的融入料将显著提升微软办公软件的生产力，持续增厚微软在办公软件市场的产品壁垒，并在中期带来显著的收入增量贡献。产业层面，微软Copilot和办公软件的结合方式，亦将大概率成为后续LLM模型融入软件产品的标准范式，帮助人类通过自然语言方式实现和软件产品的顺畅交互。中短期维度，我们估算通过Copilot的赋能，能够为微软的软件业务带来近百亿美元量级的收入增量，同时通过后续模型的微调以及压缩等，亦有望进一步降低公司成本端压力。考虑到公司短期业绩触底反转可能，以及中期良好的成长性、高确定性，和Al带来的巨大业绩弹性，我们持续看好公司短期、中期投资价值。

Copilot:办公软件生产力跃迁，人类、软件

交互新范式开启

微软(MSFT.OQ)深度跟踪报告|2023.3.24

核心观点

中信证券

CITICSECURITIES

中信证券研究部

证券研究报告

微软

当前价

I

构建用户数据图谱时，必然会获取用户更为隐私的数据，后续可能需要监管机构的监督。

业绩弹性：中短期新增收入贡献预计在