隨著2023年初GPT3.5的震撼發布，全球范圍內對人工智能的討論與恐慌并存，標志著人工智能新時代的到來。科技巨頭們紛紛投入大模型的研發，每個月都有新的大模型問世，并在性能上不斷逼近GPT系列。在這場大模型浪潮中，一個關鍵問題逐漸浮現：究竟誰才是這股力量的最大受益者？
經過兩年的發展，業界已達成共識，大模型的關鍵在于其垂直應用。meta公司近期任命了一位AI業務負責人，旨在加速meta AI的商業化進程。meta通過其Advantage+平臺，已成功將生成式AI應用于營銷領域，降低了轉化成本，提高了廣告效率。據透露，使用圖像生成技術的企業廣告轉化率增長了7%，而AI驅動的信息流和視頻推薦則使Facebook和Instagram的用戶使用時間分別增加了8%和6%。
營銷領域成為大模型垂直應用的重要戰場，生成式大模型不僅用于廣告素材的生成，還優化了廣告投放的匹配度和精準人群定位，提高了投放效率。A/B測試、投后分析及自動化流程也逐漸融入大模型的應用中。meta、谷歌和微軟等巨頭已在這一領域取得初步成果，盡管增量在整體營收中占比較小，但已顯示出大模型生態的潛力。
相比之下，一些中等規模的公司似乎更能體現大模型的助力效果。以移動廣告技術公司Applovin為例，其通過大模型的應用，市值在兩年內翻了10倍，達到1100億美元。2024年第三季度，Applovin的總收入同比增長39%，軟件平臺收入更是增長了66%，利潤率高達78%。其AI引擎Axon 2.0在廣告定向、素材生成和投放自動化方面取得了顯著進步，極大地提高了廣告效率和客戶轉化率。
Applovin的成功并非偶然，其在大模型應用方面的領先不僅體現在算法和技術上，還包括對軟硬件設施的投入。公司與谷歌云合作，升級了支持AI廣告算法的基礎設施，實現了廣告技術的現代化，加速了AI開發進程。這種全方位的投入使得Applovin在廣告技術領域脫穎而出。
另一家受益于大模型技術的公司是Pinterest，其營收從2023年開始再次加速增長。Pinterest基于第一方數據研發自己的大模型，每秒生成超過4億次預測，為用戶提供高度個性化的內容推薦。在廣告端，Pinterest推出了Performance+廣告平臺，利用AI技術實現預算分配、競價和定位的自動化，降低了廣告商的工作量，提高了廣告投放效率。據內部測試顯示，使用Performance+的廣告商平均轉化率提高了14%，每個活動的成本降低了9%。
然而，并非所有加入大模型賽道的公司都能獲得正向收益。一些公司盡管已投入大模型應用，但由于基礎設施不足或C端體驗改善尚未轉化為商業收入，導致成本上升而收益未增。例如，Unity公司在游戲引擎業務上投入大量資源于AI工具，但其廣告業務并未因此顯著增長。同樣，Snapchat在濾鏡產品中應用生成式AI，雖然提升了用戶體驗，但并未直接轉化為廣告收入或訂閱費用增長。
因此，成為大模型浪潮的受益者并非易事。公司需要在算法和技術上保持領先，同時投入足夠的資源于軟硬件設施，確保C端體驗的改善能夠轉化為商業收入。只有這樣，才能在這場人工智能革命中抓住機遇，實現持續增長。
大模型的應用還需要考慮數據安全和隱私保護等問題。隨著大模型在各個領域的廣泛應用，如何確保用戶數據的安全性和隱私性成為亟待解決的問題。公司需要建立完善的數據保護機制，遵守相關法律法規，以贏得用戶的信任和支持。
總之，大模型浪潮正在改變著各行各業的發展格局。誰能夠在這場變革中抓住機遇、應對挑戰，誰就能成為這場人工智能革命的最大受益者。
