AI在广告领域的商业化落地速度远超其他应用场景。申万宏源报告指出，META通过升级AI推荐系统，推动Facebook/Instagram用户使用时间每年提升6%-8%。AppLovin凭借MAX广告聚合平台和Adjust归因工具积累的数据壁垒，Axon 2.0 AI引擎驱动软件平台收入占比超66%。AI广告正从“内容匹配”迈向“兴趣生成”，生成式推荐架构验证了Scaling Laws，头部公司将持续受益。
META——生成式推荐验证Scaling Laws
Meta验证了基于HSTU架构的生成式推荐模型，随着计算量增加性能可持续改善。生成式推荐与传统判别式推荐的核心区别在于：前者学习用户和物品的潜在分布从而生成推荐，后者仅预测用户对物品的偏好。生成式推荐解决了传统推荐系统的局限性——统一时间序列、联合分布建模、可扩展至1.5万亿参数。AI推荐系统推动Meta应用使用时长提升：24Q3 AI驱动信息流和视频推荐使Facebook用户使用时间增加8%，Instagram增加6%。AI推荐内容在Facebook信息流占比约30%，Instagram超50%。
AppLovin——数据壁垒构筑AI护城河
AppLovin于2023年6月推出Axon 2.0 AI广告引擎，能在几微秒内完成大规模广告拍卖，提升广告主投放ROI。AI进展顺利的核心在于数据优势：2018年收购MAX广告聚合平台（掌握实时竞拍数据，全球130多国开发者接入，头部产品超14万体量），以及Adjust第三方广告监测工具（归因数据积累）。数据规模类似双边网络效应，构成Axon算法进步的基础。AI驱动下，24Q3 AppLovin软件平台收入占比超66%，毛利率超74%，净利率从22年-6.8%提升至29.4%。
LLM全面赋能推荐系统各环节
业界正将LLM用于推荐系统各环节：数据采集阶段（获取更丰富的用户信号）、特征工程/编码（利用LLM理解能力增强特征表达）、打分排序（提升预测精度）、流程控制（优化推荐链路）。由于数学抽象相对一致，Transformer等架构设计对推荐系统的进步有重要意义。Meta Advantage+购物广告年化收入已达100亿美元（23Q2数据），超100万广告商使用Gen AI工具制作超1500万条广告（24年9月），使用图像生成的广告转化率提升7%。
AI广告商业化路径清晰
AI广告的变现路径已得到充分验证：通过提升推荐精准度→增加用户使用时长→扩大广告库存供给；通过提升广告主ROI→推动广告主增加投放预算→提升广告平台收入。两大路径形成正反馈循环——用户数据越多，AI推荐越准，投放效率越高。META的生成式推荐和AppLovin的Axon引擎代表了两种成功范式，AI广告有望在未来2-3年持续领跑AI商业化浪潮。
表：AI广告两大路径核心指标对比| 公司 | 技术路径 | 核心指标 | 最新进展 |
|---|
| META | 生成式推荐（HSTU） | 用户时长+6%-8% | 信息流30%+内容为AI推荐 |
| AppLovin | Axon 2.0 AI引擎 | 软件平台毛利率74%+ | 24Q3收入同比+39% |
| Advantage+ | AI投放工具 | ROI提升22%-32% | 年化收入100亿美元 |
