互联网传媒行业深度报告-AI应用：乘产业技术趋势之风，星火燎原

分析师郝艳辉登记编号：S1220524050002张丰淇登记编号：S1220524070002AI应用：乘产业技术趋势之风，星火燎原互 联 网 传 媒 团 队 • 行 业 深 度 报 告证券研究报告 | 传媒 | 2024年12月10日报告摘要➢ 本篇报告，我们梳理了海外和国内市场关注度较高的AI应用，并从现阶段AI产业发展趋势的角度，分析各应用场景的受益程度。➢ 通过self-play强化学习提升post-training推理能力，成为现阶段通向AGI的新范式。在去年强调预训练pre-training的scaling law遇到一定瓶颈后，以OpenAI o1模型为代表，AI产业开始转向以post-training的推理为重心，通过self-play强化学习，让AI不断自我交互并优化思维链，以取得在某个环境中的最大奖励。过去self-play强化学习局限在围棋等细分领域，但如果结合经过预训练大模型的通用性，有望提升其泛化能力。➢ 强化学习需要“奖励目标”的特点/属性，指出现阶段AI应用的受益方向。根据强化学习框架，AI需要在环境中采取动作，并根据“奖励目标”来优化其策略。因此，reward value清晰的应用场景，更有助于AI通过self-play RL找到最优决策。基于此，由于self-play RL对决策式AI的提升更为直接，我们认为决策式AI的相关应用有望受益；同时，决策式AI与生成式AI结合的应用，或者是同时涵盖了模型pre-training后的生成能力与post-training后的思考能力的应用，也值得关注，如广告营销、教育、AI Agent等；多模态生成式AI的赋能则会主要在影视、游戏等内容创意向场景。AppLovin和Palantir所在场景都符合self-play RL的应用范式。2报告摘要➢ AI营销：决策式AI应用率先释放业绩，生成式AI应用空间广阔。生成式AI和决策式AI分别适配于广告营销上游的素材生成和下游的广告投放。AppLovin优异的财务表现主要得益于决策式AI提升广告投放精准度和ROI，但也在推进生成式AI的应用。国内来看，建议关注AI同时赋能广告生成和投放端的易点天下、浙文互联、蓝色光标、天娱数科等。➢ AI教育：生成式AI提升教学内容生成速度和质量，self-play RL学习解题思路、提供个性化学习建议。多邻国的外语学习赛道，是生成式AI应用的绝佳场景（幻觉问题、学习趣味性等），同时也有self-play RL的应用机会（以提升用户外语水平为奖励）。国内来看，豆神教育深耕的语文赛道，由于阅读理解和作文具有参考答案、高分作文作为reward value，且最终需要以文字输出，因此是决策式AI和生成式AI都适合的应用场景。➢ AI电商：AI Agent重要适用场景，有望赋能买卖双方。借助self-play RL，AI Agent将能够自我优化决策、任务自动化与协调、个性化服务与行业定制等，推动AI Agent加速发展。Shopify通过自有AI和第三方AI共同赋能电商卖家。国内来看，焦点科技和值得买分别聚焦卖家和买家：焦点科技以AI Agent赋能外贸商家，提升外贸流程效率，值得买以AI Agent赋能电商买家，帮助用户高效精准完成购买。➢ AI视频：多模态生成式AI对不同影视形态的赋能节奏有所不同。Al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。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。➢ 风险提示：国内大模型能力提升不及预期；用户生态和付费意愿偏弱；AI应用市场竞争加剧。34目录AI营销：从AppLovin到国内营销公司的映射基于AI产业逻辑，海外AI应用大涨背后的共性AI教育：从多邻国到豆神教育的映射AI电商：AI Agent在买卖双方的应用AI视频：各影视形态受益节奏或有不同风险提示2021：Apps业务收入高增，占比超80%，为AI提供数据上市前（2011-2021）：收购游戏公司积累数据训练算法，外延拓展营销版图复盘AppLovin：AI落地应用和商业化5➢ 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。资料来源：AppLovin财报，AppLovin官网，Naavik，中国金融案例中心，热力引擎，方正证券研究所图：AppLovin发展历程2011AppLovin成立2012线上营销平台AppDiscovery早期版本上线IOS2018由于体量较小，广告商和发布商不愿意分享用户数据，公司开始大量收购游戏工作室，并自设移动游戏部门，通过自身游戏投放拉新积累第一方数据，并训练广告平台算法2020收购In-app广告竞价平台MAX推出机器学习引擎AXON2021收购营销分析平台Adjust；纳斯达克上市第一方数据驱动的机器学习软件平台2022-2024：解耦Apps部门，AI推动软件业务业绩高增20222023202421年底苹果IDFA政策变化已广泛采用收购Twitter旗下Mediation公司MoPub，并将客户迁移至MAXApps业务独立运营，探索出售/剥离部分业务Apps业务收入和交易额占比22年开始下滑23Q1推出AXON 2.024年业绩提速增长，特别是软件平台收入和EBITDA，24Q3软件平台收入同增66%，调整后EBITDA同增79%AppDiscovery：AI引擎AXON 2.0赋能，提升广告转化率6➢ 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%）。资料来源：Naavik，方正证券研究所图：AppDiscovery为广告主寻找转化可能性最高的广告位需求方广告网络供给方广告主不同App内（主要是游戏）的多个广告位使用AppDiscovery驱动安装将广告投放在转化可能性最高的广告位提供用户观看广告的一手数据和前后信号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7➢ 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