AI大模型浪潮下，哪些公司摘到了第一批果实？
大模型的发展与受益问题的提出
大模型的快速发展
2023年初，GPT3.5发布，其效果令人惊叹，宣告了人工智能时代的来临。随后各大互联网公司纷纷投入到大模型的竞争中，新的大模型不断涌现，并且在参数上努力与OpenAI的成果相媲美。这一发展浪潮席卷整个科技领域，促使众多公司探索如何利用大模型为自身带来价值。
关于最大受益者的疑问
随着大模型不断迭代并深入各个领域，一个关键问题摆在面前：谁是这股大模型浪潮的最大受益者？是那些技术实力强大的科技巨头，还是另有其他公司在这一浪潮中悄然崛起并收获巨大利益？这一问题的答案对于理解大模型的商业价值分布具有重要意义。
垂直应用领域的受益者分析
Meta在垂直应用的成果
在垂直应用领域，Meta的表现值得关注。Meta上个月设立了AIBusinessLead岗位，旨在推动MetaAI的商业化进程。实际上，Meta的Advantage+平台早已借助生成式AI提升营销收益。例如，转化的中位成本降低了7%，每次点击、潜在客户或登陆页面浏览的平均成本降低了28%，GenAI工具创建了超过1500万条广告，使用图像生成的企业转化率增长了7%。在用户方面，AI驱动的信息流和视频推荐改进后，Facebook使用时间增加8%，Instagram增加6%。
营销领域的垂直应用
营销领域也是大模型垂直应用的重要方向。通过使用生成式大模型生成投放素材、改善投放匹配、精准人群定位和人群画像等操作，能够有效提高投放产出比。并且在投后分析、A/B测试、自动化流程等方面，大模型也逐渐得到应用。这一领域的应用体现了大模型在商业营销中的巨大潜力，众多公司试图通过这种方式提升竞争力。
中等体量公司的优势
虽然Meta、谷歌、微软等巨头在大模型应用方面已经取得一定成果，但其业务复杂，难以清晰剥离出大模型带来的营收增量。相比之下，中等体量的公司，如季度营收在10亿美元左右的公司更具分析价值。这些公司若有营收增量，更容易找出大模型对公司的助力路径，明确在这股淘金热中竞争者的受益情况。
Applovin：大模型应用的成功范例
公司概况与商业模式
Applovin是一家移动广告技术公司，产品涵盖广告商、发布商、素材生成等全套移动在线营销产品。自上线起就注重效果营销，采用非传统的CPI变现模式。其商业模式主要依靠软件平台（在线广告）和自研的应用内订阅收入，目前在线广告是主要收入来源。2021年上市后，借助大模型实现了业绩的飞速增长。
2024Q3季度的卓越业绩
2024Q3季度，Applovin的财务表现十分亮眼。总收入达12亿美元，同比增长39%；调整后EBITDA为7.22亿美元，同比增长72%，利润率为60%；自由现金流达5.45亿美元，同比增长182%，环比增长22%。其中软件平台贡献近70%的营收，其收入为8.35亿美元，同比增长66%，调整后EBITDA为6.53亿美元，同比增长79%，利润率高达78%，环比收入向调整后EBITDA的转化率达107%。
Axon2.0的强大功能
Applovin的AI应用通过Axon引擎算法实现，Axon2.0于2024年三季度财报发布时已经迭代完成。Axon2.0相比1.0有诸多进步。在自动化方面，AI能根据预算、ROI指标和目标人群自动分配预算和投放方式；在素材生成方面，旗下SparkLabs制作精品素材效率大大提升；在准确性方面，在audiencetargeting环节取得改进；在广告活动效果方面，能帮助识别最佳广告活动并发现新用户群体。
Axon2.0的实际助力与业绩起飞的综合因素
尽管关于Axon2.0的最终效果报告尚未完全产出，但已有初步结果显示Applovin的增量较为突出。Applovin业绩起飞并非仅靠大模型。广告客户增加是另一重要因素，除游戏领域广告商，短剧和短视频等垂直赛道竞争也推动了收入增长。并且，大模型的成功应用需要软硬件设施配套，Applovin在算力成本方面的努力以及管理层积极应用大模型算法都是重要因素。
Pinterest：大模型应用中的喜与忧
大模型助力广告业务
Pinterest同样受益于大模型技术实现业绩增长。其广告业务在大模型驱动下，2024年三季度营收同比增长17.7%。Pinterest作为内容型社交平台，大模型应用场景广泛。在C端，每秒能生成超4亿次预测，可实现高度个性化推荐。在商业端，AI驱动的页面优化技术使广告投放更精准，推出的Performance+广告平台能提高广告支出回报、减少营销活动设置时间、提高广告商转化率等。
运营中的隐忧
虽然大模型助力广告收入增长，但Pinterest仍处于运营亏损状态。主要问题在于研发成本居高不下，市场营销费用也占据收入的30%左右，研发成本占比在大模型投入后持续在30%以上，两者合计吃掉了60%以上的营收。如何摊销研发成本以及将用户体量转化为广告库存也是亟待解决的问题。
成为大模型浪潮受益者的条件
基础设施与商业转化的重要性
并非所有应用大模型的公司都是受益者。有些公司虽有大模型应用，但未转化为收入，其中一个重要原因是大模型基础设施不足，C端体验改善未能转化为商业收入，却产生了实实在在的成本投入，如算力、存储成本和人员投入等。例如Unity，主业为游戏引擎，难以兼顾大模型投入，广告业务未见起色。
用户端应用的成本与商业闭环
以Snapchat为例，其在滤镜产品和聊天机器人中应用大模型，提升了用户体验，但无法直接产生更多广告加载，订阅费用增长也微乎其微，而背后的算力和存储成本却很高。相比之下，在线广告业务能够将大模型成本转化到投放端，形成理想的商业闭环，这对于成为大模型浪潮的受益者至关重要。
相关问答
哪些公司在大模型的垂直应用领域取得了显著成果？
Meta在垂直应用领域取得了显著成果，其Advantage+平台借助生成式AI提升了营销收益。还有Applovin和Pinterest也在大模型的垂直应用方面表现出色，实现了业绩增长。
0有哪些功能提升？
0在自动化方面能根据多维度自动分配预算和投放方式；素材生成效率大大提升；在audiencetargeting准确性提高；还能帮助提升广告活动效果，识别最佳广告活动等。
Pinterest为什么在大模型助力下仍处于运营亏损？
Pinterest运营亏损主要是因为研发成本居高不下，市场营销费用占收入30%左右，研发成本占比在大模型投入后也超30%，两者吃掉大部分营收，且存在成本摊销和用户转化为广告库存的问题。
Unity在大模型应用上存在什么问题？
Unity主业是游戏引擎，难以兼顾大模型所需的软硬件和人力投入，尽管有一些AI相关工具上线，但投入集中在游戏业务，导致广告业务起色不大。
Snapchat应用大模型为什么没有直接获利？
Snapchat在滤镜和聊天机器人应用大模型，提升了用户体验，但无法直接产生更多广告加载，订阅费用增长也很少，而算力和存储成本却很高，所以没有直接获利。
中等体量公司在大模型浪潮中有何优势？
中等体量公司如季度营收10亿美元左右的公司，若有营收增量，相比巨头更容易剥离出大模型对公司的助力路径，明确在大模型浪潮中的受益情况。
