本文基于公开资料撰写，旨在信息交流，不代表任何投资建议。
2023年伊始，GPT3.5的问世震惊全球，人们惊呼人工智能时代真的到来了。紧随其后，众多互联网公司纷纷投身于大型模型的竞争，几乎每个月都有新的模型问世，它们在某些参数上与“GPT几点几”不相上下。
随着大型模型的快速迭代和广泛应用，一个核心问题浮现：谁将成为这场大型模型浪潮的最大赢家？
01 垂直应用领域的隐藏赢家
经过两年的发展，大型模型向垂直应用领域的转型已成为共识。Meta最近聘请了一位AI Business Lead，旨在帮助Meta AI寻找商业化途径。
实际上，Meta的Advantage+平台已经在利用生成式AI提升营销效益。Meta透露，转化的中位成本下降了7%，每次点击、潜在客户或登陆页面浏览的平均成本降低了28%，GenAI工具创造了超过1500万条广告，我们预计使用图像生成的企业转化率增长了7%。在用户方面，AI驱动的信息流和视频推荐改进，使得Facebook的使用时间增加了8%，Instagram增加了6%。另一个引人注目的垂直应用是在营销领域，使用生成式大型模型生成投放素材，改善投放匹配和精准人群定位、人群画像，从而提高投放产出比。甚至在投后分析，A/B测试、自动化流程方面，大型模型的应用也在逐渐增加。
上述几个方向，Meta、谷歌、微软等巨头已经进入应用阶段。根据这些公司最近几个季度的财报，营收逐渐体现出来自大型模型生态的收益，但由于这些巨头体量庞大，几亿美元的增量可能只是个小数目，不足以引起投资者的兴奋。而且这些公司的业务生态复杂，要剥离出大型模型的营收增量是有难度的。反而是一些中等体量的公司，季度营收在10亿美元左右，多出1亿美元甚至几千万美元都是可以剥离出驱动因素的，这样的公司似乎更能帮助我们明确大型模型对公司的助力路径和增量，似乎更能让我们看清这场淘金热可以让竞争者受益多少。中等规模的公司在技术和应用上也并没有落后，从Applovin和Pinterest两家上市公司的财报及公开报道中，我们可以定性分析什么样的公司会成为大型模型的受益者。
02 Applovin：大型模型重构在线广告，两年市值翻10倍
AppLovin是一家移动广告技术公司，目前旗下产品包括广告商、发布商、素材生成等全套的移动在线营销产品。AppLovin自上线之初就直奔效果营销，强调通过技术升级提高广告的投入产出比。早期AppLovin通过与开发者合作帮助APP变现，AppLovin比较知名的是其CPI变现，而非传统的CPM模式。AppLovin在公司运作层面同样优秀，公司现在产品矩阵中不少重量级成员都是来自收购，如Adjust、Max以及从Twitter手中收购的MoPub。
AppLovin的商业模式主要依靠两大收入来源：软件平台即在线广告和自研的应用内订阅收入，目前前者是收入的主要来源。2021年AppLovin在纳斯达克上市，借助大型模型的东风，过去两年市值从低点翻了10倍，目前市值达到了1100亿美元，PE接近100。1.业绩飞跃
2024Q3季度财务表现：- 总收入达到12亿美元，同比增长39%。
- 调整后EBITDA为7.22亿美元，同比增长72%，调整后EBITDA利润率为60%。
- 自由现金流达5.45亿美元，同比增长182%，环比增长22%。其中软件平台（Software Platform）是贡献了接近70%的营收，其表现则更加亮眼：- 软件平台收入为8.35亿美元，同比增长66%。
- 调整后EBITDA为6.53亿美元，同比增长79%，利润率高达78%。
- 环比收入向调整后EBITDA的转化率达107%，主要受益于一次性成本优势（如谷歌云合同续签等）。从下面Applovin的最近4年营收和增长趋势来看，2023年开始公司业绩开始起飞，好的业绩必然带来资本市场的关注。
Applovin的股价同样伴随着业绩起飞了，最近1年股价暴涨了700%：
2.Axon 2.0
Applovin的AI应用主要是通过其引擎算法Axon实现，截止2024年三季度财报发布的时候，Axon已经迭代到2.0。Axon最早于2022年发布，2023年初迭代到2.0，之前的版本更加高效和有效，具有改进的定向能力和敏捷性。一经发布带来的营销提效就已经刺激了Applovin的广告收入大幅提升。AppDiscovery背后的AXON2.0引擎相比1.0时代，进步几乎是全方面的。创始人Adam Foroughi曾将1.0到2.0的迭代比作，ChatGPT-3.5到ChatGPT-4的进步。它通过AI驱动的预测建模，帮助广告商更加高效地投放广告。
1. 更高的自动化：AI会根据投放设置的预算和ROI指标以及定位目标人群来自动分配预算和投放方式（包括个性化地理位置、设备、应用等多个维度），极大提高了市场人员的效率。AI算法尤其适用于Applovin的应用内竞价（也叫头部竞价），可以自动化的实现最优的ROAS。
2. 素材生成：应用AI大模型之后，旗下产品SparkLabs制作精品素材效率大大提升，根据官方博客的数据，SparkLabs使用生成语音，使广告的成功率提高118%；纵观视频、可试玩、CTV和ASO广告，采用生成式AI技术的素材数量增长了220%。
3. 提高准确性：2.0使用预测建模，在audience targeting环节取得了改进，使得广告能更精准的触达目标用户，这点在1.0支持，但2.0更迈进了一步，由此带来的直接效果是投放侧的达标率更精准了
4. 提高广告活动效果：广告客户可以运行多种类型的广告活动，以获取具有不同但互补的用户留存和ROAS曲线的用户。这能帮助识别哪些广告活动最适合实现特定目标，并发现新的潜在观众群体。
3.Axon 2.0助力几何？
被夸上天的Axon2.0到底效果如何？Twitter上有个大模型应用产品的创始人（haus.io）想要验证Applovin的投放效果是否能匹配其爆发性的股价，拿自家产品做了一个量化实验，可以follow这个推文https://x.com/oliviaakory/status/1860776402510897445。尽管最终效果报告12月份产出，但就目前的结果来看Applovin的增量确实是比较突出的。
4.业绩起飞只靠大模型吗？
Applovin业绩起飞的原因成为自2023年以后历次季度财报中，投资者关心的问题，我们从管理层的解答中发现，大模型的助力并非唯一原因。广告客户的增加也是另一重要因素，除了公司基本盘游戏领域的广告商，近2年爆发的短剧以及短视频等垂直赛道竞争也是公司收入增长的重要驱动力。回到大模型话题，即使是这一单一因素，也是需要软硬件设施配套来共同实现的。毕竟，大模型并非秘密，研发大模型的平台更是数不胜数，Applovin脱颖而出，并非是偶然事件。应用和推荐AI算法在自家产品中的不断渗透只是其中一个方面。而在现在竞争激烈的科技行业，人才的流动和涌现使得算法并不算足以给企业建立足够深的壁垒或者护城河。
作为一个Ad-Tech Network，Applovin有不少竞争对手IronSource、Admob、Vungle、InMobi等等，这些平台在其产品生态中必然也应用了大模型来提升竞争力，但并未出现相关的模型提效报道。Unity是上市公司，移动APP 的ad network也是其业务的一部分，至今Unity依旧只是在生成要利用AI来提高平台的ROAS，财务数据却不见起色。众所周知，伴随着大模型浪潮的另一个热点就是算力，以及算力所需要的一套基础设施。在谷歌云的一篇博客中，我们可以窥见Applovin在算力的成本努力。其核心的Axon引擎算法实施人工智能实现了更高的自动化——广告定向、竞价设置等，这背后从管理训练工作负载到每天处理数十亿条自动化推荐需要强大的云基础设施支持。
引用谷歌博客原文：“AppLovin通过采用最新的顶级硬件，包括GoogleCloud G2虚拟机，升级了支持其AI广告算法的基础设施。AppLovin的目标之一是通过利用谷歌先进的云技术和基础设施，现代化其广告技术平台；他们成功实现了这一愿景，并加速了AI开发的时间进度。2022年，AppLovin正处于大规模迁移至Google Kubernetes Engine（GKE）的过程中，旨在减轻其传统基础设施的负担，降低延迟并提升无缝扩展的能力。
2023年初，AppLov
