大模型對廣告行業(yè)的影響，似乎被低估了。
它的價值并不僅限營銷素材的 AI 生成，更大的影響或許在于，大模型算法正在重塑廣告技術(shù)，提升廣告主投流的準確性，合適的、更 " 懂 " 自己、能打動你的廣告將越來越常見。
廣告與大模型的 " 機緣 "
大約三年前，2021 年 11 月 2 日的下午，鈦媒體獨家約見了騰訊 TEG（騰訊技術(shù)工程事業(yè)群）數(shù)據(jù)平臺部的總經(jīng)理蔣杰。溝通的主題是關(guān)于騰訊廣告產(chǎn)品、技術(shù)層面的戰(zhàn)略經(jīng)營思路，其中包括騰訊廣告下一代廣告系統(tǒng)的建設(shè)以及該系統(tǒng)對 " 大模型 " 的運用。在當時大模型概念還未爆發(fā)的情況下，蔣杰在談話中透露，騰訊廣告具備了訓練大模型的條件，模型量級從百億維升至千億維。
由于個中緣由，訪談內(nèi)容在之后并未公開發(fā)布。直到兩年后的 2023 年 9 月 7 日，在深圳舉行的騰訊全球數(shù)字生態(tài)大會上，騰訊混元大模型正式發(fā)布，蔣杰以混元大模型負責人的身份詳解了模型參數(shù)、規(guī)模以及在騰訊內(nèi)部業(yè)務(wù)上的運用情況，并表示 " 騰訊將全面擁抱大模型 "。此后，鈦媒體 App 也從騰訊內(nèi)部人士處證實，彼時蔣杰所提到的 " 騰訊廣告的下一代廣告系統(tǒng) " 為騰訊混元大模型打下了不小的基礎(chǔ)。
到現(xiàn)在，大模型在騰訊廣告場景上的應(yīng)用依然是騰訊混元產(chǎn)業(yè)落地不可或缺的版圖。2024 年 7 月蔣杰發(fā)表署名文章《大模型時代：廣告系統(tǒng)的量變與質(zhì)變》，他這樣描述那段經(jīng)歷：
從 2021 年開始的 " 下一代廣告系統(tǒng) " 項目（廣告系統(tǒng) 2.0）就是按照這個思路（Scaling Law）去做的：用更大的模型、更多的數(shù)據(jù)、更強的算力來去做廣告效果的預(yù)估 ( CTR, CVR 等 ) 。以及，生成式 AI 出來之后我首先做的就是把騰訊的算力集中起來；通過搭建基礎(chǔ)設(shè)施（機器學習平臺）來讓各團隊可以集中、高效地使用這些算力。于是，在這之上才有了 " 騰訊混元 " 模型，現(xiàn)在也是我在負責。
廣告技術(shù)的迭代，在這里成就了如今風頭無兩的大模型。而反過來，外界對于大模型在廣告行業(yè)的價值，似乎被低估了。
但這并不妨礙廣告平臺對它的押注。
在大洋彼岸，一家來自美國名叫 Liftoff 的效果營銷和廣告變現(xiàn)平臺在經(jīng)過一段時間的測試之后，也于近日推出了新一代機器學習引擎 Cortex 。據(jù) Liftoff 營收平臺副總裁 Casie Jordan 介紹，Cortex 基于神經(jīng)網(wǎng)絡(luò)驅(qū)動，大幅提升了計算能力與模式識別能力，數(shù)據(jù)處理能力是邏輯回歸模型的 10 倍以上，未來還將擴展到 100 倍的數(shù)據(jù)量。更深入的技術(shù)細節(jié)，Liftoff 沒有披露太多，但其中值得一提的是，Cortex 新引擎在運行過程中，其模型刷新速度提速 6 倍，并始終基于最新數(shù)據(jù)進行更新。
Liftoff 客戶 Bigo Live 的使用效果反饋顯示，在深入分析 Bigo Live 的現(xiàn)有受眾，并對互動廣告和靜態(tài)廣告進行測試后，Bigo Live 運用 Liftoff 的 UGC 廣告：CPI 降低 20%，IPM 提升 12%。
更大數(shù)據(jù)、更大計算
在蔣杰看來，結(jié)合大模型的新一代廣告系統(tǒng)，是真正能夠 " 看懂 " 廣告素材的。" 我們之前的廣告系統(tǒng)它根本不懂。廣告系統(tǒng) 3.0 的核心，就是想辦法讓廣告系統(tǒng)‘多懂一些’。只有廣告系統(tǒng)真的‘認識了’、‘懂得了’商品、廣告素材和用戶，才能做到提升投放確定性，減少投放‘玄學’。" 蔣杰表示。
上一代的廣告系統(tǒng)因為 " 不懂 "，讓廣告優(yōu)化師做了很多 " 堆基建 " 的無用功。比如各家優(yōu)化師都在大量新建廣告素材，基本操作就是對素材做一丁點微調(diào)再來 " 賭一次 "，這實際上就是在鉆 " 大模型不理解廣告，不理解商品 " 的空子。
但是在能 " 看懂 " 廣告素材之后，廣告系統(tǒng)能夠?qū)⑼惿唐贰⑼愃夭膶崿F(xiàn) " 歸堆 "，基于歸堆后的更大數(shù)據(jù)量，模型預(yù)測也將更加精準。
但現(xiàn)階段，大模型對廣告系統(tǒng)的接入更多在于 " 看懂 "，看懂之后基于更大數(shù)據(jù)、更大計算的 " 暴力美學 " 則由機器學習完成，機器學習將結(jié)合平臺數(shù)據(jù)訓練出垂直自有小模型而非通用大模型，以此指導(dǎo)后續(xù)的鏈路。
Casie Jordan 表示，獨立第三方廣告系統(tǒng)對數(shù)據(jù)的收集和利用將幫助廣告系統(tǒng)從激烈的競爭中脫穎而出。Casie Jordan 透露，Liftoff 的 Vungle SDK 已經(jīng)連接超過 90% 全球應(yīng)用程序，這個龐大的 SDK 覆蓋范圍為機器學習提供支持。具體而言，通過基于直接集成或從第三方 MMP 歸因平臺獲取的第一手歸因數(shù)據(jù)來進行訓練，Cortex 機器學習系統(tǒng)能夠深入了解客戶的目標受眾，并識別其觀看或消費行為的模式；而通過使用來自 Liftoff Creative Studio 的測試數(shù)據(jù)訓練 Cortex 模型，Cortex 更容易洞察出哪些內(nèi)容類型和廣告格式更能吸引高意向用戶，從而將合適的廣告展示給合適的用戶，提供個性化的廣告體驗。同時，通過將第一手數(shù)據(jù)與來自 Vungle SDK 和 Liftoff 游戲分析平臺 GameRefinery 的獨家數(shù)據(jù)結(jié)合，競價和定價的精準度又得以進一步提高。
由此也進一步說明高質(zhì)量數(shù)據(jù)對于新一代廣告系統(tǒng)的重要性，而新的技術(shù)讓這些廣告系統(tǒng)能夠更 " 懂你 "。
不久前，AppsFlyer 正式發(fā)布第 17 版《廣告平臺綜合表現(xiàn)報告》，報告顯示，在 IOS SSOT 全品類指數(shù)中，Liftoff 在所有廣告平臺中排名第 6。
除了騰訊廣告和 Liftoff，Meta 在推出通用大模型 LLaMA 的同時，也在嘗試將新一代 AI 引入廣告系統(tǒng)。Meta 在 2023 年發(fā)布的一篇博客中指出，" 如果 AI 能夠準確預(yù)測和理解任何給定的內(nèi)容，那么人們有朝一日可以選擇讓任何圖像或視頻可供購物。人們將更容易找到他們想要的東西，賣家也可以讓他們的產(chǎn)品更容易被發(fā)現(xiàn)。"
Meta 當前已經(jīng)建立了一個為購物而設(shè)計的通用計算機視覺系統(tǒng)GrokNet，即一個一體化的模型（all-in-one model ）它可以識別數(shù)十億張照片中的細粒度產(chǎn)品屬性——包括時尚、汽車和家居裝飾等不同類別。而該系統(tǒng)結(jié)合 AI 大模型對文本的理解能力，賣家發(fā)布圖片時，AI 購物系統(tǒng)會幫助識別未標記的商品并根據(jù)其產(chǎn)品目錄推薦標簽。未來 Meta 想要實現(xiàn)的場景是，" 教會這些人工智能系統(tǒng)了解一個人的品味和風格，以及這個人搜索產(chǎn)品時重要的背景。在實現(xiàn)這一目標的過程中，我們需要取得更多突破。我們需要繼續(xù)改進內(nèi)容理解，并構(gòu)建能夠推理、在商品之間建立聯(lián)系并學習個性化購物偏好的系統(tǒng)。"
不得不說，大模型技術(shù)的引入正在深刻重塑廣告行業(yè)。從優(yōu)化廣告系統(tǒng)平臺、幫助廣告主降本增效、到廣告創(chuàng)意生成，其影響力無處不在。正如蔣杰所說，新一代廣告平臺的核心轉(zhuǎn)變在于能夠 " 理解 " 廣告素材與用戶行為，從而提供高度個性化的推薦，顯著提升用戶體驗。通過大規(guī)模數(shù)據(jù)分析，廣告平臺能夠更精準地洞察用戶需求，制定有效的營銷策略，實現(xiàn)更高的轉(zhuǎn)化率。
不過，盡管通用大模型在語義理解、復(fù)雜任務(wù)處理方面表現(xiàn)出色，但目前出于用戶隱私、數(shù)據(jù)安全等原因，通用大語言模型還無法對廣告系統(tǒng)核心數(shù)據(jù)處理產(chǎn)生影響，這方面企業(yè)自有的垂直小模型就表現(xiàn)出巨大潛力，并且在更廣泛的數(shù)據(jù)收集、和更大量的數(shù)據(jù)處理方面展現(xiàn)出的獨特性已然成為像 Liftoff 這類第三方廣告平臺的護城河。
未來，隨著人工智能特別是大模型技術(shù)的持續(xù)進步，廣告行業(yè)將迎來更多令人振奮的變化。智能高效的廣告系統(tǒng)將助力企業(yè)以更低的成本獲得更高的回報，而消費者也將享受到更加個性化且不打擾的良好體驗。對于提升用戶體驗及推動商業(yè)增長而言，這一轉(zhuǎn)變具有極其重要的意義。
來源：鈦媒體
