這篇文章探討了AI大模型技術(shù)的商業(yè)應(yīng)用及其帶來的收益，分析了哪些公司從大模型浪潮中獲益最大。文章指出，盡管許多公司投入大模型技術(shù)，但并非所有公司都能從中獲得正向收益。通過具體案例分析，文章揭示了大模型技術(shù)在不同公司中的應(yīng)用效果及其對業(yè)績的影響。

2023年初，GPT3.5發(fā)布，效果讓全世界咋舌。人們恐慌，人工智能時(shí)代來臨了。隨之而來的是各大互聯(lián)萬公司紛紛下場比拼大模型，幾乎每個(gè)月都能耳聽目見新的大模型誕生，并且在某個(gè)參數(shù)上和“GPT幾點(diǎn)幾”媲美。

隨著大模型不斷迭代與滲透，一個(gè)關(guān)鍵問題隨之而來：誰是大模型浪潮的最大受益者？

一、最大受益者隱藏在垂直應(yīng)用領(lǐng)域

經(jīng)過了2年的發(fā)展，大模型走向垂直應(yīng)用早已成為共識，Meta上個(gè)月到位了一位AI Business Lead，幫助Meta AI盡早找到商業(yè)化路徑。

實(shí)際上Meta的Advantage+平臺早已在應(yīng)用生成式AI幫助營銷收益。Meta透露轉(zhuǎn)化的中位成本降低了 7%，每次點(diǎn)擊、潛在客戶或登陸頁面瀏覽的平均成本降低了28%，GenAI工具創(chuàng)建了超過1500萬條廣告，我們估計(jì)使用圖像生成的企業(yè)看到了7%的轉(zhuǎn)化率增長。

在用戶方面，AI驅(qū)動(dòng)的信息流和視頻推薦的改進(jìn)，使得Facebook的使用時(shí)間增加了8%，Instagram增加了6%。

另一個(gè)備受矚目的垂直應(yīng)用主要是在營銷領(lǐng)域，使用生成式大模型來生成投放素材以及改善投放匹配和精準(zhǔn)人群定位、人群畫像從而提高投放產(chǎn)出比。甚至在投后分析，A/B測試、自動(dòng)化流程方面都已經(jīng)在逐漸應(yīng)用大模型來實(shí)現(xiàn)。

以上幾個(gè)方向，Meta和谷歌、微軟都已經(jīng)進(jìn)入應(yīng)用階段。根據(jù)這幾家巨頭最近幾個(gè)季度的財(cái)報(bào)，營收上正在逐漸體現(xiàn)出來自大模型生態(tài)帶來的收益，但巨頭體量龐大，幾個(gè)億美元的增量放到這幾家身上可能得增量只是個(gè)位數(shù)，拿到桌面上說恐怕不會(huì)引起投資者的興奮，且這些公司業(yè)務(wù)生態(tài)復(fù)雜，要?jiǎng)冸x出大模型的營收增量是有難度的。

反倒是有些中等體量的公司，季度營收在10億美元左右，多出1億美元甚至幾千萬美元都是可以剝離出驅(qū)動(dòng)因素，這樣的公司似乎更有助于我們明確大模型對于公司的助力路徑和增量，似乎更能讓我們看清這股淘金熱可以讓競爭者受益幾何。

中等規(guī)模的公司在技術(shù)和應(yīng)用上也并沒有落后，從Applovin和Pinterest兩家上市公司的財(cái)報(bào)及公開報(bào)道中，我們可以定性分析什么樣的公司會(huì)成為大模型的受益者。

二、Applovin：大模型重構(gòu)在線廣告，兩年市值翻10倍

AppLovin是一家移動(dòng)廣告技術(shù)公司，截止目前旗下產(chǎn)品包含了廣告商、發(fā)布商、素材生成等全套的移動(dòng)在線營銷產(chǎn)品。上線之初，Applovin就直奔效果營銷，強(qiáng)調(diào)通過技術(shù)升級來提高廣告的投入產(chǎn)出比。早期AppLovin通過與開發(fā)者合作幫助APP變現(xiàn)，Applovin比較知名的是其CPI變現(xiàn)，而非傳統(tǒng)的CPM模式。

Applovin在公司運(yùn)作層面同樣優(yōu)秀，公司現(xiàn)在產(chǎn)品矩陣中不少重量級成員都是來自收購，如Adjust、Max以及從Twitter手中收購的MoPub。

AppLovin的商業(yè)模式主要依靠兩大收入來源：軟件平臺即在線廣告和自研的應(yīng)用內(nèi)訂閱收入，目前前者是收入的主要來源。2021年Applovin在納斯達(dá)克上市，借助大模型東風(fēng)，過去兩年市值從低點(diǎn)翻了10倍，目前市值達(dá)到了1100億美元，PE接近100。

1.業(yè)績飛躍

2024Q3季度財(cái)務(wù)表現(xiàn)：

– 總收入達(dá)到 12億美元，同比增長 39%。

– 調(diào)整后EBITDA為 7.22億美元，同比增長 72%，調(diào)整后EBITDA利潤率為 60%。

– 自由現(xiàn)金流達(dá) 5.45億美元，同比增長 182%，環(huán)比增長 22%。

其中軟件平臺（Software Platform）是貢獻(xiàn)了接近70%的營收，其表現(xiàn)則更加亮眼：

– 軟件平臺收入為 8.35億美元，同比增長 66%。

– 調(diào)整后EBITDA為 6.53億美元，同比增長 79%，利潤率高達(dá) 78%。

– 環(huán)比收入向調(diào)整后EBITDA的轉(zhuǎn)化率達(dá) 107%，主要受益于一次性成本優(yōu)勢（如谷歌云合同續(xù)簽等）。

從下面Applovin的最近4年?duì)I收和增長趨勢來看，2023年開始公司業(yè)績開始起飛，好的業(yè)績必然帶來資本市場的關(guān)注。

Applovin的股價(jià)同樣伴隨著業(yè)績起飛了，最近1年股價(jià)暴漲了700%：

2.Axon 2.0

Applovin的AI應(yīng)用主要是通過其引擎算法Axon實(shí)現(xiàn)，截止2024年三季度財(cái)報(bào)發(fā)布的時(shí)候，Axon已經(jīng)迭代到2.0。

Axon最早于2022年發(fā)布，2023年初迭代到2.0，之前的版本更加高效和有效，具有改進(jìn)的定向能力和敏捷性。一經(jīng)發(fā)布帶來的營銷提效就已經(jīng)刺激了Applovin的廣告收入大幅提升。

AppDiscovery背后的AXON2.0引擎相比1.0時(shí)代，進(jìn)步幾乎是全方面的。創(chuàng)始人Adam Foroughi曾將1.0到2.0的迭代比作，ChatGPT-3.5到ChatGPT-4的進(jìn)步。它通過AI驅(qū)動(dòng)的預(yù)測建模，幫助廣告商更加高效地投放廣告。

1. 更高的自動(dòng)化：AI會(huì)根據(jù)投放設(shè)置的預(yù)算和ROI指標(biāo)以及定位目標(biāo)人群來自動(dòng)分配預(yù)算和投放方式（包括個(gè)性化地理位置、設(shè)備、應(yīng)用等多個(gè)維度），極大提高了市場人員的效率。AI算法尤其適用于Applovin的應(yīng)用內(nèi)競價(jià)（也叫頭部競價(jià)），可以自動(dòng)化的實(shí)現(xiàn)最優(yōu)的ROAS。

2. 素材生成：應(yīng)用AI大模型之后，旗下產(chǎn)品SparkLabs制作精品素材效率大大提升，根據(jù)官方博客的數(shù)據(jù)，SparkLabs使用生成語音，使廣告的成功率提高118%；縱觀視頻、可試玩、CTV和ASO廣告，采用生成式AI技術(shù)的素材數(shù)量增長了220%。

3. 高準(zhǔn)確性：2.0使用預(yù)測建模，在audience targeting環(huán)節(jié)取得了改進(jìn)，使得廣告能更精準(zhǔn)的觸達(dá)目標(biāo)用戶，這點(diǎn)在1.0支持，但2.0更邁進(jìn)了一步，由此帶來的直接效果是投放側(cè)的達(dá)標(biāo)率更精準(zhǔn)了

4. 提高廣告活動(dòng)效果：廣告客戶可以運(yùn)行多種類型的廣告活動(dòng)，以獲取具有不同但互補(bǔ)的用戶留存和ROAS曲線的用戶。這能幫助識別哪些廣告活動(dòng)最適合實(shí)現(xiàn)特定目標(biāo)，并發(fā)現(xiàn)新的潛在觀眾群體。

3.Axon 2.0助力幾何？

被夸上天的Axon2.0到底效果如何？Twitter上有個(gè)大模型應(yīng)用產(chǎn)品的創(chuàng)始人（haus.io）想要驗(yàn)證Applovin的投放效果是否能匹配其爆發(fā)性的股價(jià)，拿自家產(chǎn)品做了一個(gè)量化實(shí)驗(yàn)，可以follow這個(gè)推文https://x.com/oliviaakory/status/1860776402510897445。

盡管最終效果報(bào)告12月份產(chǎn)出，但就目前的結(jié)果來看Applovin的增量確實(shí)是比較突出的。

4.業(yè)績起飛只靠大模型嗎？

Applovin業(yè)績起飛的原因成為自2023年以后歷次季度財(cái)報(bào)中，投資者關(guān)心的問題，我們從管理層的解答中發(fā)現(xiàn)，大模型的助力并非唯一原因。廣告客戶的增加也是另一重要因素，除了公司基本盤游戲領(lǐng)域的廣告商，近2年爆發(fā)的短劇以及短視頻等垂直賽道競爭也是公司收入增長的重要驅(qū)動(dòng)力。

回到大模型話題，即使是這一單一因素，也是需要軟硬件設(shè)施配套來共同實(shí)現(xiàn)的。畢竟，大模型并非秘密，研發(fā)大模型的平臺更是數(shù)不勝數(shù)，Applovin脫穎而出，并非是偶然事件。應(yīng)用和推薦AI算法在自家產(chǎn)品中的不斷滲透只是其中一個(gè)方面。而在現(xiàn)在競爭激烈的科技行業(yè)，人才的流動(dòng)和涌現(xiàn)使得算法并不算足以給企業(yè)建立足夠深的壁壘或者護(hù)城河。

作為一個(gè)Ad-Tech Network，Applovin有不少競爭對手IronSource、Admob、Vungle、InMobi等等，這些平臺在其產(chǎn)品生態(tài)中必然也應(yīng)用了大模型來提升競爭力，但并未出現(xiàn)相關(guān)的模型提效報(bào)道。

Unity是上市公司，移動(dòng)APP 的ad network也是其業(yè)務(wù)的一部分，至今Unity依舊只是在生成要利用AI來提高平臺的ROAS，財(cái)務(wù)數(shù)據(jù)卻不見起色。

眾所周知，伴隨著大模型浪潮的另一個(gè)熱點(diǎn)就是算力，以及算力所需要的一套基礎(chǔ)設(shè)施。

在谷歌云的一篇博客中，我們可以窺見Applovin在算力的成本努力。其核心的Axon引擎算法實(shí)施人工智能實(shí)現(xiàn)了更高的自動(dòng)化——廣告定向、競價(jià)設(shè)置等，這背后從管理訓(xùn)練工作負(fù)載到每天處理數(shù)十億條自動(dòng)化推薦需要強(qiáng)大的云基礎(chǔ)設(shè)施支持。

引用谷歌博客原文：

“AppLovin通過采用最新的頂級硬件，包括Google

Cloud G2虛擬機(jī)，升級了支持其AI廣告算法的基礎(chǔ)設(shè)施。AppLovin的目標(biāo)之一是通過利用谷歌先進(jìn)的云技術(shù)和基礎(chǔ)設(shè)施，現(xiàn)代化其廣告技術(shù)平臺；他們成功實(shí)現(xiàn)了這一愿景，并加速了AI開發(fā)的時(shí)間進(jìn)度。

2022年，AppLovin正處于大規(guī)模遷移至Google Kubernetes Engine（GKE）的過程中，旨在減輕其傳統(tǒng)基礎(chǔ)設(shè)施的負(fù)擔(dān)，降低延遲并提升無縫擴(kuò)展的能力。2023年初，AppLovin開始測試G2，這是業(yè)界首個(gè)由NVIDIA L4 Tensor Core GPU驅(qū)動(dòng)的云虛擬機(jī)。G2專為處理像AppLovin所面臨的大規(guī)模推理AI工作負(fù)載而設(shè)計(jì)，成為了理想的解決方案。”

有了強(qiáng)大的軟硬件支持，引擎算法才有發(fā)揮的空間。其次是管理層不遺余力的在其產(chǎn)品生態(tài)中應(yīng)用大模型算法。

三、Pinterest：大模型生態(tài)閉環(huán)代表，增長背后亦有隱憂

Pinterest同樣受益于大模型技術(shù)實(shí)現(xiàn)業(yè)績增長的公司，從2023年開始營收同比再次加速，2024年三季度營收同比增長了17.7%，2024年三個(gè)季度營收接近25億美元，預(yù)計(jì)2024年全年相比2023年增長5億美元左右。

和Applovin類似Pinterest的廣告業(yè)務(wù)也受益于大模型技術(shù)的驅(qū)動(dòng)，在24年三季度財(cái)報(bào)中管理層透露，在過去的幾個(gè)季度中人工智能（AI）已經(jīng)逐漸成為用戶和廣告商轉(zhuǎn)型業(yè)務(wù)的核心部分。從大模型進(jìn)入主流視野的2022年底，Pinterest也在加投入，基于第一方數(shù)據(jù)研發(fā)自己的大模型。

1.大模型助力廣告平臺

Pinterest作為一個(gè)內(nèi)容型社交平臺，大模型的應(yīng)用場景相比Applovin更加寬泛，在C端用戶體驗(yàn)可能是到大模型調(diào)用量最大的場景，管理層透露目前大模型每秒生成超過 4 億次預(yù)測，基本可以做到基于單次瀏覽行為進(jìn)行內(nèi)容排序生成高度個(gè)性化的推薦內(nèi)容。

Pinterest擁有海量的次用戶行為數(shù)據(jù)，例如內(nèi)容發(fā)布、搜索、互動(dòng)等，在商品端Pinterest天然自用戶發(fā)布的“商品”信息，這些數(shù)據(jù)對于模型訓(xùn)練來說是寶貴的投喂語料，Pinterest可以上線完全符合自身產(chǎn)品和用戶調(diào)性的大模型產(chǎn)品。

商業(yè)端，AI驅(qū)動(dòng)的頁面優(yōu)化技術(shù)使得廣告存貨調(diào)整更加靈活，投放更精準(zhǔn)。2024年 10 月 1 日正式向公眾推出Performance+。Performance+ 是一個(gè)架構(gòu)上和Meta的Advantage+以及Google的Pmax類似的廣告平臺，可以實(shí)現(xiàn)基于AI 驅(qū)動(dòng)的預(yù)算分配、競價(jià)和定位功能結(jié)合在一起，同時(shí)降低廣告商的工作量。

根據(jù)Pinterest內(nèi)部多個(gè)級別的級別的alpha和beta測試，來量化評估Performance+套件的效果。例如從三季度財(cái)報(bào)相關(guān)信息中，管理層透露Performance+ ROAS出價(jià)，可以根據(jù)用戶需求自動(dòng)優(yōu)化出價(jià)，以最大化廣告投放收益，大多數(shù)廣告商通過使用Performance+ ROAS出價(jià)至少看到了15%的廣告支出回報(bào)增加。Performance+的自動(dòng)化設(shè)置可以通過流程自動(dòng)化將傳統(tǒng)的營銷活動(dòng)設(shè)置時(shí)間減少50%。

除了最初的自動(dòng)化工具套件外，Performance+創(chuàng)意，可以幫助廣告商生成和優(yōu)化投放素材。內(nèi)部的Beta測試表明，使用Performance+創(chuàng)意的廣告商平均轉(zhuǎn)化率提高了14%，每個(gè)活動(dòng)的成本降低了9%。

Performance+在架構(gòu)上并無革命性創(chuàng)新，大模型技術(shù)滲透到了營銷的每個(gè)環(huán)節(jié)中，推動(dòng)了整個(gè)流程的自動(dòng)化率和ROAS。某種程度上說Performance+代表了社交平臺使用大模型技術(shù)打造自己的營銷生態(tài)的一般模式。即使龐大如Meta，其Advantage+在架構(gòu)上也是類似的。

這種模式即，社交平臺基于自身積累的用戶內(nèi)容和用戶數(shù)據(jù)訓(xùn)練屬于自己的大模型。這個(gè)模型不僅可以回來反哺改善C端用戶體驗(yàn)，還同時(shí)用于營銷產(chǎn)品中，用于素材生成、提高投放流程自動(dòng)化和投放效率。

目前我們從最近幾個(gè)季度的財(cái)報(bào)中陸續(xù)看到了多家公司都在投入這一工作當(dāng)中，相信未來幾個(gè)季度就看到大模型接觸的碩果。

2.Pinterest的隱憂

雖然大模型助力下廣告收入重新加速增長，但Pinterest依然處于運(yùn)營虧損狀態(tài)。這當(dāng)中的主要問題在于居高不下的研發(fā)成本，對于社交平臺來說市場營銷費(fèi)用是維護(hù)新用戶體量的重要手段不可或缺，Pinterest每個(gè)季度的市場投入占收入的比例在30%左右。

研發(fā)成本占收入的比例在大模型投入后持續(xù)在30%以上，兩者已經(jīng)吃掉了60%以上的營收。研發(fā)成本還需要幾個(gè)季度來攤銷，以及如何將增長的用戶體量轉(zhuǎn)化為廣告庫存也是當(dāng)前的核心命題。

四、如何成為大模型浪潮受益者？

是不是大模型一定會(huì)給公司帶來正向收益？

并非所有加入大模型賽道的公司都是受益者，我們發(fā)現(xiàn)不少公司盡管大模型產(chǎn)品已經(jīng)進(jìn)入應(yīng)用，但并未直接轉(zhuǎn)化為收入，這當(dāng)中一個(gè)重要原因是大模型基礎(chǔ)設(shè)施不足，以及C端體驗(yàn)改善尚未轉(zhuǎn)化成商業(yè)收入，但成本端卻是實(shí)實(shí)在在的投入，算力、存儲成本、人員投入等等。

前者案例如Unity，主業(yè)是游戲引擎，無法兼顧大模型所需的軟硬件和人力投入，使得廣告業(yè)務(wù)起色不大。2022年7月份，Unity宣布與ironSource合并在體量上足以和Applovin掰手腕。合并之后Unity也在積極布局AI大模型，上線了Unity 應(yīng)用商店的AI 專區(qū)——“AI Hub”，包含多款基于AI的音樂、圖片和文字的制作工具。

2023年上線Muse 和 Sentis兩款3D資源制作AI工具，但很遺憾的是Unity的投入集中在游戲業(yè)務(wù)上，ironSource曾經(jīng)是Applovin的競爭對手，但在大模型潮流中并未跟上和超越Applovin的腳步。

后者如Snapchat，連續(xù)幾個(gè)季度以來Snap不斷在其濾鏡產(chǎn)品中應(yīng)用生成式AI，推出了GenAI Suite包括動(dòng)畫混合、身體變形和圖標(biāo)生成功能，幫助用戶制作更豐富的內(nèi)容。在用戶端來看的確是提供了更豐富有趣的體驗(yàn)，但這背后確實(shí)Snap承擔(dān)的巨大模型成本。

除濾鏡場景外，Snapchat還和谷歌云合作，為公司的AI聊天機(jī)器人提供更多的生成式AI功能。還為其引入記憶功能，提高其聊天體驗(yàn)。

看起來Snapchat在大模型上的跟進(jìn)并不落后，但更可惜的是不管是協(xié)助生成內(nèi)容還是優(yōu)化聊天機(jī)器人產(chǎn)品，現(xiàn)階段無法直接產(chǎn)生更多的廣告加載，而帶動(dòng)的訂閱費(fèi)用增長微乎其微，兩個(gè)場景無法直接轉(zhuǎn)化為商業(yè)受益，但背后的算力和存儲成本卻并不低。

現(xiàn)階段大模型的成本并不低，想借助大模型來提升公司業(yè)績，純用戶端的應(yīng)用需要承擔(dān)巨大的成本。在線廣告業(yè)務(wù)可以直接將大模型成本間接轉(zhuǎn)化到投放端，這樣的成本投入又產(chǎn)生了更高的投放產(chǎn)出比，由此形成了理想的商業(yè)閉環(huán)。