互联网电商行业深度报告：生成式推荐，AI时代互联网技术皇冠上的明珠.pdf

互联网电商行业深度报告：生成式推荐，AI时代互联网技术皇冠上的明珠。生成式推荐有巨大的技术潜力和商业价值：推荐系统的代际式进步意味着信息 匹配成本的降低、更多的流量（用户留存、用户停留时长）、更好的变现空间 （提升广告加载率、广告转化率）等。

我们认为生成式推荐是 AI 时代互联网技术皇冠上的明珠，主要基于以下 4 点原 因：1）缩放定律有效性。生成式推荐模型随着规模的扩大，带来效果提升 （Scaling Law 有效）；2）数据和特征的扩充，能进一步提升效果的天花板。 3）用统一的框架端到端生成推荐结果，统一优化目标，带来效果收益的同时简 化工程结构，带来工程综合成本的下降。4)生成式推荐支持多样性推荐，打破信 息茧房。

回顾机器学习时期和深度学习时期的技术和各厂商业绩表现，我们发现推荐系 统的技术红利能够为互联网企业带来可观的业绩收益：1）在机器学习推荐技术 发展时期（2005-2015），掌握技术优势的 Google、百度实现了显著突出的商业 化表现。2）在深度学习技术高速发展期（2015-2020），以 Wide&Deep （Google）、DIN(阿里巴巴)、Two Tower（字节）为代表的深度学习技术成为 了驱动业务提速的核心引擎。其中：Google 广告业务增速 2015-2019 期间相比 于 2011-2015 期间提升了 4.5PCT；同样对比 2015-2019 时期，Google 广告业务 增速相比于 Microsoft 搜索广告业务平均增速高出 4.7pct；阿里巴巴电商业务在 2015-2020 期间，非佣金的货币化率提升 1.13pct。

生成式推荐系统的标杆之 HSTU（Meta）与 One Rec（快手）：

2020-2024 年期间，Meta 广告收入增速受“苹果隐私新规”影响降速后，后 靠自身推荐系统改善恢复高速增长，且增速超过 Google。2024-2025 年, Meta 季度广告收入增速维持双位数，持续优于谷歌。根据 Meta 公布的 2025 二季报，AI 驱动的广告推荐模型提升效率，Instagram 广告转化率提升 5%、Facebook 提升 3%。

快手团队在 2025 年 9 月发布《OneRec-V2 Technical Report》，线上 A/B 测 试显示，其在快手主站/极速版处理 25%总 QPS，App 停留时间分别提升 0.467%/0.741%，推理 MFU 达 62%，OPEX 保持极低水平，验证了其在性 能与效率上的双重突破。

生成式推荐系统蕴含巨大的商业价值。 1、 从工业化落地速度看：符合海量信息分发与匹配、用户数据连贯性高、数据 相对稳定的场景最先受益，综合各项因素，在相对落地较快的三个互联网场 景中，我们认为最先获得的收益的平台排序为：电商>内容推荐>广告。 2、 从业绩弹性角度看：我们用同维度假设进行测算（未考虑不同公司 baseline、技术能力不同等），主要互联网公司收益弹性从高到低的排序为快 手>阿里巴巴>腾讯控股=哔哩哔哩。若考虑到 Bilibili 较低的 baseline，我们 采用情形 4、5 作为 bilibili 的参考值，则收益弹性从高到低的排序为快手>哔 哩哔哩>阿里巴巴>腾讯控股。