智通财经APP获悉，鹏格斯资产管理公司发布报告称，整体通用生成式人工智能将会衍生更多云计算(公有云)需求，无论从(供应端)应用开发人员效率提高及对(需求端)AI应用开发需求提高。所以估计能够更快结束行业从2022年开始增速放缓期。这次为行业的基本面改善，所以整个公有云更多将会是整个行业的机会。所以鹏格斯认为选股也可以从相对股值的角度考虑。值得注意，生成人工智能对于云计算收入增量不会出现一次性巨量状况，更多是续步改善步伐。

同时，对于SaaS行业后台应用，通用人工智能的机会更多于向量搜索以及向量数据库。大部份主要将非上市公司，有部份公司(例如:snowflake(SNOW.US)通过收购)向向量搜索发展。相信将能够为现有业务带来额外引流。同时数据处理量多元化及实时性也会对于个别数据库(NoSqL-MongoDB)以及数据连接器(Confluent(CFLT.US)—Kafka)的需求将来拉动。由于个别股份的涨幅较多(例如:MongoDB(MDB.US))，所以应该同时注意投资的风险进行考虑。

公有云行业从2022年开始增长放缓，AI相信有望重燃行业增长

报告指出，云计算行业经过2020/2021年疫情在家工作的推动后，2022年/2023上半年行业整体进入了调整期。云计算行业龙头AWS也从2021年每个季度按年增长约>30%大幅放缓到最近季度约按年10%增长。随着1).人工智能应用(例如:联天机器人chatbot)以及2).通用人工智能赋能更快的应用开发效率(例如:根据compassUOLstudy，使用通用人工智能(generativeAI)能够提升软件工程师的效率从56小时缩短到36小时。同样完成一样的工序的情况，从这两个推动因素下市场开始对于云计算增长放缓的看法有所改观。

以传统公开云行业占比来说，亚马逊AWS于a).科技/金融行业客户占比普遍高于其他同行。所以受到科技行业减成本景气的情况。而微软azure客户行业范围较为阔广涉及到不同传统行业。从公开云增长恢复的观点来看Azure较优。但由于通用人工智能对(供应端)应用开发人员效率以及对(需求端)AI应用开发需求都有所提升，鹏格斯相信云计算行业将会是整个行业基本面改善。所以于公有云个股选择上除了考虑个股基本面外，应同时考虑估值的相对差距进行操作。

GenerativeAI生成式对于带动SaaS行业增长提速

Vectorsearch向量搜索配合vectordatabase向量数据库为生成式通用智能主要支撑工具

报告认为，向量搜索为提供生成式AI服务的其中核心工具，当中包括涉及到相似度搜索的能力(使用k-最近搜查来搜索最近的量)而为输入的问题(promptquery)提供更为准确的答案。而不同生成式搜索工具之间的性能差别将会影响到AI的准确性，所以于vectorsearch的选择上以质量考虑为优先。但由于vectorsearch主要头部玩家属于大型上市公司(例如:facebookresearch)/私有企业(例如:milvus)，所以比较难找到单独的上市个股。

Snowflake最近Neeva收购以提供vectorsearch向量搜索能力，能为现有业务带来协同效应

报告认为，Snowflake主要提供relationaldatabase数据库以及数据分析功能，目前主要以relationaldatabase关系数据库作为支撑。Snowflake公司最近也公布收购Neeva将会提供生成式AI所需的向量搜索能力。虽然目前snowflake没有提及到太多的相关整合(预期将会于6月27号分析师日)提及到相关应用。鹏格斯暂时估计Neeva整合后将会能够赋能Snowflake为其他客户企业内部数据进行联天式机器人chatbotstyle应用，成为公司未来引流新客户或者加大现有客户数据于snowflake的存放量。

但比较需要留意的是snowflake现时行业收入占比中约20%为金融行业以及部份创投VC企业，所以短期受到这些行业的(因为银行信贷危机影响)不景气对使用量(consumptionpattern)影响较大。虽然Neeva收购暂时同贡献不大，但值得留意未来当snowflakeneeva为企业客户提供生成式AIchatbot企业搜索功能时，可能会吸引更多企业将数据存于snowflake。Neeva过去为一家提供AI生成式搜索网站，所以市场比于neeva的向量搜索准确度都比较确定。

图表2:向量资料搜索过程图

图表3:向量数据搜索排名

GenerativeAI大模型应用将会加快数据流通，利好整体后台SaaS应用

报告表示，大模型generativeAI应用除了需要使用向量数据库支撑用户搜索外，同时也需要传统的数据库进行额外数据存储。由于generativeAI数据库量可能达到约千亿线级parameters参数水平，而且可能涉及到图像及文字之间不同格式的组合。所以noSQL的数据库可能提供更方便/灵活的存储格式，因为比较不受到传统SQLdatabase表格数据单元格式限制。同时，企业应用更多实时性使用prompt问答应用，也会对NoSQl类型的数据库使用量需求预计将会利好。

于生成式AIchatbot应用增加用户与应用之间互动，赋能更多个性化服务以及数据库数据储存

报告表示，于用户与应用之间互动加大的趋势下，鹏格斯相信会对noSQL类型的数据库需求(例如:MongoDB文件document-based数据库)特别利好。但需要注意MongoDB最