如何看待AI大模型赋能业务场景？

与传统技术相比，AI大模型通过强大的数据理解与生成能力，可以 重塑客户管理流程，以及赋能广告投放、智能决策等场景，为企业创造直接价值。

1.AI+广告营销：精准洞察用户需求，智能投放优化

AI大模型可以从精准定向、投放优化和数据归因等环节全面赋能广告营销： (1) 精准用户画像与需求预测：传统定向依赖于关键词和静态人群标签，难以捕捉动 态兴趣和复杂情境，AI大模型可以实时分析用户短周期与长周期行为，建立更精 细的用户画像，捕捉即时兴趣，以及理解广告主的业务和用户需求，匹配最合适 的广告内容。 (2) 智能化出价与优化：AI大模型可以综合分析广告主的目标受众、广告预算、产品 特点以及不同渠道的用户流量、用户属性等因素，为广告推荐最合适的投放渠道。 通过对用户行为数据的深度分析，能够预测用户在不同时间段的活跃程度和购买 倾向，从而确定最佳的广告投放时机。 (3) 实时检测分析：AI大模型可以实时监测广告的投放效果，包括点击率、转化率、 停留时间、互动率等关键指标，并进行深入分析。通过对大量数据的快速处理和 比对，及时发现广告投放中存在的问题和潜在的优化空间，为广告主提供及时、 准确的反馈，以便其迅速调整广告策略。 (4) 数据归因与精细化分析：AI大模型可以整合多渠道数据，提供可视化分析工具， 实时监测用户转化链路，全面衡量广告效果。此外，通过分析用户行为建立更科 学的归因模型，帮助广告主精确评估每个营销环节的贡献，并优化未来投放策略。

AppLovin推出基于AI大模型的广告投放引擎AXON 2.0。Applovin为各类企业提供 端到端的软件平台和AI驱动的解决方案，帮助其在全球范围内实现用户触达、变现 和增长。公司专注于解决广告商在营销和变现中的关键挑战，通过技术和大规模分发能力帮助广告商精准触达目标受众。同时，通过深度整合AI技术，精准优化广告投 放，提升广告创意效率。2023年，AppLovin基于AI大模型推出了升级版的AXON 2.0 广告引擎，通过实时数据分析与预测模型优化广告效果，能够在广告投放过程中自 动优化广告定位、竞价与内容匹配，从而提升转化率和用户参与度。这种AI驱动的广 告优化可以帮助显著降低成本，同时提升广告投放的ROI。

AppDiscovery为企业实现了用户获取与广告投资回报双赢。例如，DealDash利用 该平台提升了广告效率，用户获取规模翻倍，并将单次购买成本降低22%，成功突 破季节性限制；Rollic通过AppDiscovery的全球广告优化功能，将旗下新游戏 《Twisted Tangle》推向全球30多个国家应用榜单前十，仅用六周便达成ROAS目标， 同时显著缩短了广告学习阶段；Mode Mobile则借助平台的漏斗事件优化功能，将 D90 ROAS提升93%，并降低27%的CPE成本，成功获取高价值用户。

AppLovin内部创意机构SparkLabs全面采用生成式AI技术来优化广告创意流程，能 够在极短的时间内创建和测试多种广告素材，大幅提高创意产出的效率和质量。通 过生成式AI，SparkLabs能够实时调整广告内容，以响应市场趋势和用户反馈。例如系统可以自动生成多样化的广告素材，并根据广告表现数据进行优化，从而持续提 升广告效果。

AppLovin FY24Q3业绩表现亮眼。FY24Q3，AppLovin收入达到12亿美元，同增39%； 净利润达4.34亿美元，同增300%。其中软件平台业务收入同增65.56%，达到8.35亿 美元，主要得益于AI驱动的Axon引擎2.0的持续优化，显著提升了广告投放效率。此 外，公司正加速开拓电子商务领域，预计将为未来业绩提供新的增长点。AI大模型技 术的应用不仅帮助提高了广告投放的效率，还拓展了电商和联网电视等新兴市场的 机会，推动了整体业务的增长和盈利能力的提升。

Google通过AI大模型赋能广告制作与报价各环节，提升广告效果。在搜索、Pmax、 Demand Gen和Retail等产品中，谷歌通过AI简化工作流程，增强创意资产制作，提 升用户体验。例如，在Retail产品中，广告制作环节，ProductStudio Al帮助客户创造 更具吸引力的广告素材和购物体验；广告报价环节，相关AI工具使得广告客户平均 利润提高了15%。Demand Gen工具计划被整合到Display& Video 360和SearchAds360中，利用生成工具创建高质量图像，有望为搜索和Pmax产品提高14%以上 的转化率，提升广告效果。

国内平台方面，根据快手投资者日披露，快手AIGC视频的客户渗透率达到24%，日 均生成10万+广告素材，商业化单月流水超千万，说明AI营销的实际效果已逐步被市 场验证。而百度上线的AI营销平台“轻舸”，可以全面提升广告制作和投放的效率与 效果，每天服务1.4万客户，其中智能投放产品AI MAX平均转化率提升7.2%。

AI大模型在广告投放领域的快速落地，核心原因在于其高投入产出比。AI工具在内 容生成、广告投放和用户转化等环节，通过点击率、转化率等具体指标直接展现效 果，使得广告主清晰看到显著的商业回报。此外，AI技术能够实时监测广告表现，持 续优化投放策略，帮助广告主实现投入产出比最大化。

2.AI+CRM：重塑客户管理流程，从成本中心到价值创造

AI大模型正在逐步改变CRM工具的功能和应用方式。通过集成AI大模型技术，客户 关系管理（CRM）软件能够提供更精准的数据分析、个性化客户服务、自动化任务 处理等，帮助企业更智能高效地管理客户关系。例如，在销售场景中，AI大模型可以 分析客户的历史行为、购买记录、互动记录等，为客户提供个性化的推荐和沟通策 略，从而提高其参与度和转化率；在客服场景中，大模型可以更好地理解用户的复 杂表达，生成更自然拟人的回复，同时能够提供24/7全天候支持，自动回答常见问 题，有效提升用户体验。

2024年10月，Salesforce推出AI Agent平台Agentforce。Agentforce超越了传统的 ChatBot和Copilot功能，允许企业构建与部署AI Agent，通过数据、业务规则、预建 自动化或来自其他系统的API 调用信号的变化来执行工作。Agentforce能通过可视 化的配置工具轻松定制，开箱即用，无需复杂设置或开发。企业无需从零搭建AI模 型，可灵活支持24/7客户支持、销售流程优化和营销活动提升等业务场景，以及医 疗、金融、制造等行业的特定需求。 Agentforce持续推广与落地。在Agentforce正式上线后的3天内，便构建了超过 10000个Agent；FY25Q3，Salesforce拓展势头强劲，共签署了2000多笔AI交易（其 中超过200个Agentforce交易），而AI相关订单中，超过100万美元的大额订单同增 两倍。为了满足未来业务需求，计划在未来招聘1000至2000名销售人员。目前 OpenTable、Saks和Wiley公司在内的一些主要客户已经部署了Agentforce。 Salesforce计划在未来数月内推出更多适配不同领域和角色的Agentforce Agent，进 一步拓宽Agentforce的行业适用性和场景覆盖度，希望在未来2年为企业构建10亿个 AI agents。

HubSpot推出了Breeze AI平台和智能代理方案，通过AI大模型实现内容创建、客户 数据分析和销售支持的自动化。HubSpot Breeze Copilot是一款AI驱动的助手，利用 生成式AI和CRM数据，为用户提供个性化的支持和快速解决方案。用户可以通过与 AI进行对话来简化工作流程，提升工作效率。为降低中小企业的使用门槛，HubSpot 取消了最低座席数量的限制，使企业能够以更低的成本试用其核心CRM工具。同时， HubSpot凭借多产品组合（如销售、服务和内容中心）吸引了希望整合管理多项业务 的大型客户。根据HubSpot FY24Q3财报，HubSpot总客户数超23.8万位，同增23%， 反映了AI赋能CRM领域带来的强劲增长。

AI+CRM正在由传统的成本中心向价值创造方向转变。在商业化方面，越来越多的 AI+CRM产品提供商采用更为灵活的定价方式，例如按效果、按使用量或按需求定制 收费，让客户能够更清晰地衡量投入与回报。例如，Intercom采用按问题解决收费的 方式，每次成功解决客户问题收费0.99美元；而Zendesk则提供按需付费和预付费折 扣两种灵活方案，客户可以根据实际需求选择；Salesforce Agentforce每次对话则收 取2美金，并为高频使用的客户提供标准量级折扣。 这种“按量收费”的模式使得企业只需为实际使用的服务付费，而无需承担固定订 阅费用，将收费与客户实际获得的服务结果直接挂钩，客户仅为具体问题付费，付 费更具针对性，同时更为注重AI为企业实际创造的价值。对于中小型企业或对AI技术 尚处于试用阶段的企业，按量收费则降低了投资风险。若企业未能达到预期的使用 量或需求发生变化，其成本也会随之减少，进一步鼓励企业尝试和快速采用AI+CRM 解决方案，从而推动商业化进程。

3.AI+决策智能：为客户创造附加值，关键数据表现亮眼

决策智能（Decision Intelligence），也称为决策自动化（Decision Automation）， 指的是将规则引擎、机器学习和流程自动化等技术相结合，推动智能化决策的实现。 决策智能不仅能够帮助企业减少人为干预和错误，还能加速决策速度，提升决策精 度。在金融、交通、能源和医疗等行业，决策智能对企业优化运营管理效率、加强风 险管理和提升竞争力具有重要影响。

AI大模型可以赋能决策全流程。AI大模型可以通过澄清复杂或模糊的问题描述，帮 助决策者明确问题，并生成引导性问题，促进深入探索。在设计阶段，AI大模型有助 于问题的结构化，识别关键要素及其相互关系，并帮助制定评估备选方案标准。此 外，AI大模型还能够通过分析大量文本数据，生成潜在解决方案。而在决策选择阶 段，AI大模型通过模拟不同情境，预测可能的结果，并借助历史数据分析帮助决策者 对不同选项进行评估，最终做出基于数据的明智选择。因此，决策智能是生成式AI的 典型应用场景。

Palantir发布AIP产品，将生成式AI接入其核心产品Foundry以及Gotham。Palantir 是一家基于大数据和AI能力的决策智能系统供应商，成立于2003年，最早负责开发 反恐行动中所需的应用软件。其技术起源于PayPal反欺诈技术，强调对大数据处理 的分析速度和灵活性。通过垂直整合各不同数据源，以及对结构化和非结构化的数 据进行实时整合、分析来为用户提供可视化的数据方案，帮助用户做决策。2023年 4月，Palantir发布基于大模型技术的AIP产品。 Palantir AIP产品功能齐全，实现了构建、调试、开发的全流程赋能。构建板块主要 为AI工作流构建者设计，涵盖包括AI驱动的数据管道、AI驱动的逻辑构建、工作流可 视化、工作流监控。如工作流监控功能可以实现记录所有采取过的操作，并通过本体 Ontology进行指标跟踪，便于后期持续改进工作流程。迭代改进工作流功能中包括 了逻辑调试、型号比对、以及持续监控，通过不断改进和测试，持续优化性能并降低 成本。在开发板块中，开发人员可选择在熟悉的IDE（集成开发环境）通过Ontology SDK安装包无缝构建AI应用。

AIP平台推出后，Palantir关键数据表现大幅提升。公司24年前三季度总收入达20.4 亿美元，同比23年前三季度的16.2亿美元增长26%。收入增速在FY23Q2出现拐点， FY23Q2至FY24Q3分别为13%/17%/20%/21%/27%/30%。净利润方面，FY24Q3净 利润达1.4亿美元，同增100%。

国内决策智能解决方案龙头厂商第四范式在AIGC领域布局主要有两个布局方向: (1) 先知AI平台：在传统AI的基础上，结合AI大模型能力，行业客户通过平台上传不 同模态的核心数据，以较低门槛训练出解决核心问题的场景大模型； (2) 式说AIGS服务：提出以AIGS战略，发布式说大模型，以企业软件系统改造为切 入点，围绕Copilot到CoT的技术迭代路径，逐步明确发展方向，提升企业使用体 验与开发效率。