随着2023年初GPT3.5的震撼发布，全球范围内对人工智能的讨论与恐慌并存，标志着人工智能新时代的到来。科技巨头们纷纷投入大模型的研发，每个月都有新的大模型问世，并在性能上不断逼近GPT系列。在这场大模型浪潮中，一个关键问题逐渐浮现：究竟谁才是这股力量的最大受益者？
经过两年的发展，业界已达成共识，大模型的关键在于其垂直应用。meta公司近期任命了一位AI业务负责人，旨在加速meta AI的商业化进程。meta通过其Advantage+平台，已成功将生成式AI应用于营销领域，降低了转化成本，提高了广告效率。据透露，使用图像生成技术的企业广告转化率增长了7%，而AI驱动的信息流和视频推荐则使Facebook和Instagram的用户使用时间分别增加了8%和6%。
营销领域成为大模型垂直应用的重要战场，生成式大模型不仅用于广告素材的生成，还优化了广告投放的匹配度和精准人群定位，提高了投放效率。A/B测试、投后分析及自动化流程也逐渐融入大模型的应用中。meta、谷歌和微软等巨头已在这一领域取得初步成果，尽管增量在整体营收中占比较小，但已显示出大模型生态的潜力。
相比之下，一些中等规模的公司似乎更能体现大模型的助力效果。以移动广告技术公司Applovin为例，其通过大模型的应用，市值在两年内翻了10倍，达到1100亿美元。2024年第三季度，Applovin的总收入同比增长39%，软件平台收入更是增长了66%，利润率高达78%。其AI引擎Axon 2.0在广告定向、素材生成和投放自动化方面取得了显著进步，极大地提高了广告效率和客户转化率。
Applovin的成功并非偶然，其在大模型应用方面的领先不仅体现在算法和技术上，还包括对软硬件设施的投入。公司与谷歌云合作，升级了支持AI广告算法的基础设施，实现了广告技术的现代化，加速了AI开发进程。这种全方位的投入使得Applovin在广告技术领域脱颖而出。
另一家受益于大模型技术的公司是Pinterest，其营收从2023年开始再次加速增长。Pinterest基于第一方数据研发自己的大模型，每秒生成超过4亿次预测，为用户提供高度个性化的内容推荐。在广告端，Pinterest推出了Performance+广告平台，利用AI技术实现预算分配、竞价和定位的自动化，降低了广告商的工作量，提高了广告投放效率。据内部测试显示，使用Performance+的广告商平均转化率提高了14%，每个活动的成本降低了9%。
然而，并非所有加入大模型赛道的公司都能获得正向收益。一些公司尽管已投入大模型应用，但由于基础设施不足或C端体验改善尚未转化为商业收入，导致成本上升而收益未增。例如，Unity公司在游戏引擎业务上投入大量资源于AI工具，但其广告业务并未因此显著增长。同样，Snapchat在滤镜产品中应用生成式AI，虽然提升了用户体验，但并未直接转化为广告收入或订阅费用增长。
因此，成为大模型浪潮的受益者并非易事。公司需要在算法和技术上保持领先，同时投入足够的资源于软硬件设施，确保C端体验的改善能够转化为商业收入。只有这样，才能在这场人工智能革命中抓住机遇，实现持续增长。
大模型的应用还需要考虑数据安全和隐私保护等问题。随着大模型在各个领域的广泛应用，如何确保用户数据的安全性和隐私性成为亟待解决的问题。公司需要建立完善的数据保护机制，遵守相关法律法规，以赢得用户的信任和支持。
总之，大模型浪潮正在改变着各行各业的发展格局。谁能够在这场变革中抓住机遇、应对挑战，谁就能成为这场人工智能革命的最大受益者。
