2024年AI应用专题报告：乘产业技术趋势之风，星火燎原

AI营销：从AppLovin到国内营销公司的映射

复盘AppLovin：AI落地应用和商业化

通过复盘AppLovin的发展历程，我们将其取得成功的因素归纳为：（1）数据积累：平台起步期缺乏用户 数据时，通过收购+自主发展游戏积累投放&转化第一方数据，用于训练算法。（2）外延收购：包括游戏工 作室，以及MAX、Adjust和MoPub等营销产业链的平台，业务实力不断增强。（3）AI引擎AXON持续的 Self-learning和正向循环。（4）外部环境：IAP（应用内购买）变现重要性提升，苹果IDFA隐私政策变化 对Facebook等广告影响力削弱，欧盟《数字市场法案》（DMA）对多元化广告渠道布局的要求等。

AppDiscovery：AI引擎AXON 2.0赋能，提升广告转化率

AppDiscovery是AppLovin旗下广告网络，AI赋能精准匹配，提升广告投放转化率。根据Naavik， AppDiscovery为全球第三大移动游戏应用内广告网络，仅次于谷歌和Meta。AppDiscovery以CPM向广告 发布商出价采买广告位（以移动游戏App为主），投放完成并完成转化（主要是安装）后以CPI向广告主收 费，赚取从CPM到CPI之间匹配度和转化率提升的差额（通常为流水的20-30%）。

MAX：为广告位匹配广告网络最高出价，积累数据反哺AI引擎训练

MAX是AppLovin收购的Mediation平台，助力应用内广告位变现最大化。MAX对接包括AppDiscovery 在内的多个广告网络等出价方，通过实时竞价，从多个出价中为特定广告位匹配最高出价。MAX对出价方 抽佣5%，对发布商免费。在完成对行业第二的MoPub的收购和整合后，MAX的市占率已超60%。由于拥 有众多广告网络与发布商的出价和成交数据，这也为AXON提供了大量训练数据，提升优化引擎的算法。

三大软件平台相互协同&赋能，与底层AI引擎形成正向飞轮效应

Adjust：SaaS广告归因平台。Adjust一方面为广告主提供转化的归因分析（如特定的营销渠道、活动等）， 另一方面与MAX类似，为AXON的算法优化提供优质训练数据。 软件业务贡献主要营收和EBITDA。24Q3软件业务收入同增66%，占比提升至70%，其中AppDiscovery和 MAX贡献软件收入约90%，软件业务经调整EBITDA同增79%，EBITDA占比高达90%。

Mintegral持续迭代升级，推动业绩增长

先后推出Target ROAS和Target CPE功能，持续优化以ROI为导向的买量模式。23年5月上线Target ROAS(Return On Advertising Spend)智能出价功能，广告主不再需要逐个调整多个渠道的出价策略，只 需要设定希望达到的ROAS目标，平台就能根据用户的真实价值动态出价，同时提升了投放效率和质量。24 年7月上线Target CPE(Cost per Engagement)功能，广告主可直接将Day 0/7的首次付费事件成本作为目 标，平台基于用户的付费价值信息动态调整安装出价，帮助广告主获取付费意愿更高的用户群体。 智能出价产品的收入贡献持续提升。24H1，智能出价产品贡献的流水超过Mintegral总流水60%，推动 Mintegral收入同增29%。

决策式AI VS 生成式AI：SparkLabs，AppLovin的AI广告制作平台

生成式AI也在加速赋能广告制作环节。今年业绩和股价爆发的AppLovin和汇量科技，主要关注的是决策式 AI在程序化广告平台的技术突破，提升广告投放精准度和ROI等，这也是吸引广告主投放增加、推动业绩增 长的核心原因。但是，AppLovin也在积极推进生成式AI的应用。例如，AppLovin的AI广告制作平台 SparkLabs表示，在广告创意构思和生产中，AI的使用量增加了三倍。根据智东西，应用生成式AI生成的广 告，转化效果提升明显，例如，带用户交互功能的SparkLabs试玩广告，IPM平均提升250%，动态展示游 戏玩法的视频广告， IPM平均提升200%。

A股营销公司对决策式AI的应用：提升投放精准度和ROI

与AppLovin和汇量科技类似，A股营销公司主要将决策式AI应用于广告投放环节。广告投放环节是决策式AI 良好的应用场景，由于投放结果可通过ROI等指标进行衡量，因此奖励机制的设定也相对清晰，通过强化学习 可以不断优化算法向投放精准度或ROI等奖励目标靠拢（AppLovin更是应用了self-learning强化学习），而 这也符合目前AI产业最新的发展趋势。A股营销公司中，易点天下的zMaticoo平台和CyberTargeter平台，蓝 色光标近期推出的海外程序化平台BlueX和AI DSP，以及浙文互联的AI程序化广告工具派智等均应用决策式AI 提升广告投放效果。

决策式AI+生成式AI结合，有望成为AI赋能广告营销的未来范式

未来AI对广告营销更具想象空间的赋能范式为：决策式AI赋能程序化投放，生成式AI赋能广告素材生成。广 告素材生成后完成投放构成完整的服务流程，如果生成式AI和决策式AI能分别对素材生成和投放环节进行赋 能，将对广告服务商业务带来实质变革。由于线上广告预计仍将占据广告市场的主要份额，因此我们认为， 中长期来看，同时布局生成+投放双端的广告服务商，或将具备更强的技术+业务壁垒。

基于AI产业逻辑，海外AI应用大涨背后的共性

以军事领域为例，AI如何赋能Palantir的军事服务平台

Palantir为军事指挥官提供了一名AI军事顾问。在军事领域中，Palantir的AIP平台（Artificial Intelligence Platform）发挥了敌情探测、目标识别、生成和评估作战方案等全面作用，如同一位具有丰富作战经验的军 事顾问，快速响应指挥官的各种要求。

AppLovin和Palantir今年大涨的原因：AI产业趋势的逻辑

推理侧Self-play强化学习崛起，更适用于拥有奖励目标的任务，程序化广告 投放和军事作战方案制定成为良好的应用场景。不同于GPT-4等前代大模型 以pre-train预训练提升模型能力，OpenAI o1模型的推出可视为以posttrain提升推理能力成为AGI发展新范式，self-play强化学习成为当前的产业 趋势。强化学习是让智能体在一个环境中采取动作，并根据反馈奖励来优化 其策略。Self-play是强化学习的一种特定应用，其核心理念是，让AI在没有 外部监督的情况下，通过不断与自己或与模拟的对手进行交互，学习如何在 某个环境中取得最大回报。过去的典型例子为AlphaGo和AlphaZero，它们 使用自我对弈来提高围棋或国际象棋水平。过去self-play强化学习仅在个别 领域有所发展，其泛化能力限制了其应用范围，但是如果在经过预训练的大 模型基础上进行self-play强化学习，就能将大模型的通用性和强化学习的思 考能力结合，“学”和“思”的结合将进一步打开模型能力的上限。

我们认为，强化学习“需要设定奖励模型”的属性/特点，指出了现阶段AI应 用的方向。某项任务的奖励模型reward value越清晰，Agent为了获得奖励 而选择的动作也更精准。典型案例就是程序化广告投放，奖励机制是提高广 告投放的精准度或ROI，不同的广告主、媒体平台等就是AI面对的不同环境， AI需要在不同环境下自学摸索最佳的投放策略。制定作战方案也类似，作战 取胜是需要达到的奖励，在对大量作战案例的学习以及自学后，AI形成作战 的方法论，当面对新的战役作为新环境时，再根据实际情况制定最优策略。

AI教育：从多邻国到豆神教育的映射

多邻国的AI应用：学生端，生成式AI增加学习个性化和趣味性

多邻国基于生成式AI开发多项面向用户的功能。2022年9月， 多邻国已和OpenAI基于GPT-4开展合作，随后持续推出了多 个基于生成式AI的功能。一方面，生成式AI面向不同用户可 生成针对性更强的个性化内容，另一方面，通过模拟现实场 景的方式，增强学习的趣味性。

多邻国的AI应用：教师端，生成式AI提升课程内容生成效率

生成式AI帮助人类专家生成教学内容，解放人类专家 生产力。一直以来，公司使用AI模型Birdbrain，为学 习者匹配与其水平适配的练习题。过去，这些练习题由 人类专家负责撰写、审查、编辑和翻译，而现在，上述 练习题已由大语言模型生成，人类专家则负责调整指示 词（Prompt）或指令组。得益于生成式AI的赋能，人 类专家能够更高效地完成课程内容的生产。

具体来看，生成式AI与人类专家配合，通过三步完成课 程内容的生成，分别是“课程设计（Curriculum design）-预备AI工具（Prepping the AI tool）-生成 和调整（Generation and tweaks）”。课程设计阶 段，人类专家为课程做好主题、语法、词汇和练习题型 等设定。预备AI工具阶段，多邻国系统能自动设定语言、 CEFR级别（欧洲语言测试者协会发布的语言评估标准） 和场景等，人类专家仍需设定练习类型和语法重点等要 素。生成和调整阶段，大语言模型输出10条符合难度、 语法和主题的练习后，人类专家可以从中直接选择或编 辑调整，包括表述是否自然、词汇是否恰当、是否具有 学习价值等，并最终由人类专家决定是否录入教学系统。

AI电商：AI Agent在买卖双方的应用

从海外Shopify看AI+电商的应用

Shopify通过自身AI功能和开放第三方AI插件，共同赋能电商商家各项业务。Shopify主要面向电商商家， 提供简化在线商店搭建与管理流程等服务，包括产品管理、支付处理、订单履行和营销推广等。AI应用方面： （1）Shopify自有AI平台：通过自身AI平台Shopify Magic赋能商家，其中包括23年7月推出的AI助理 Sidekick，商家用自然语言就能完成店铺的运营和数据分析，如商家可直接让Sidekick进行打折促销、生成 产品宣传文字/图片、或者询问店铺中销售最好的产品等。 （2）第三方AI功能：Shopify创建的App Store上，拥有第三方开发者开发的丰富的AI应用。不同于 Shopify自有AI平台较为全面的功能，第三方应用相对聚焦于偏垂类场景，如聊天机器人、SEO描述、图片 编辑、AI内容自动化分发等。

AI视频：各影视形态受益节奏或有不同

AI视频生成：影视产业链中，谁会更加受益？

AI视频生成能力与其赋能的影视形态相对应，营销视频素材、短剧、动漫等有望率先受益。我们认为，AI视 频能力处于初级阶段时，其赋能的影视形态也相对简短和简单，随着AI视频生成能力提升，其赋能的影视形 态才会走向复杂。从产业链上下游来看，上游具有视频语料的公司、以及下游具有影视IP或网文IP的公司， 都有望受益于AI视频生成技术的赋能，新的商业化潜力有望逐步释放。

报告节选：

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）