当前位置:主页 > X生活派 >一年狂赚千百亿!Google、微软还要利用AI赚更多广告收入 >

一年狂赚千百亿!Google、微软还要利用AI赚更多广告收入

一年狂赚千百亿!Google、微软还要利用AI赚更多广告收入

本文来自合作媒体 雷锋网 ,INSIDE 经授权转载。

作为全球科技巨擘,Google 和微软在人工智慧领域发力已久。不管是学术成就,还是产业应用,关于二者在这两块的报导也时而有之。不过,大家都鲜少谈论的一点则在于,他们还利用 AI 技术来提高广告业务收入。

众所周知,许多线上广告只有在用户点击了的情况下才会向平台付费。所以,预测广告点击率成为 AI 应用的一个重要目标,因为 CTR 準确度的一点提升都能带来巨额营收。

据微软必应搜寻部门最新发布的一项研究报告指出,即使某种产品只提高了 0.1% 的预测精準度,都能产生数亿美元的额外收入。

事实上,Google、微软和其他互联网巨头并未向外公开太多关于其广告业务的运作细节,但是,从微软必应搜寻报告、Google 和阿里巴巴发布的最新公开文件来看,仍然可以获知三家巨头想在广告系统中部署 AI 技术的想法,同时,他们在这一块的业务潜力也令人艳羡。

据雷锋网了解,目前,微软、Google 和阿里巴巴都利用深度学习来预测广告点击率,并在此获得重大收益,这种机器学习技术也引发了 AI 投资领域的关注。

此前,GoogleCEO Sundar Pichai 曾对公司战略进行了重大调整,即从「Mobile First」转向「AI First」。就其所言,广告业务仍然是支撑 Google 整体运行的大部头。据其 2017 年第二季度财报表明,广告业务营收为 227 亿美元,佔其母公司 Alphabet 总营收的 87%。

本月初,Google 纽约办事处的研究人员发表一篇论文,称其成功开发了一个新的深度学习系统,可用于预测广告点击率,从而进一步扩大广告营收。在这篇论文中,作者指出,一家拥有大规模用户基础的公司,只需要透过「一个小的改进」就能大大增加收入,同时,该方法还可击败其他系统,减少开发和运算的压力。

而就国内而言,拥有全国最大电商平台的阿里巴巴,同时也在 AI+ 广告领域付出多般努力。据了解,其利用深度学习技术已为其带来数十亿美元的广告收入。

据雷锋网此前报导,今年 6 月,阿里技术团队在 arXiv 上公开了一篇论文,用他们设计的深度兴趣网络,可以解决準确预测点击量的问题。『透过观察阿里巴巴採集的用户历史行为数据,该技术团队发现有两个指标对广告点击率预测準确率有重大影响,一个是「多样性」,一个用户可以对很多不同品类的东西感兴趣;另一个指标是「部分对应」,只有一部分的数据可以用来预测用户的点击偏好,比如係统自动向用户推荐的太阳镜会跟用户买的泳衣产生关联,但是跟用户买的书就没什幺关係了。』

阿里研究人员强调,深度学习的力量由于传统的推荐算法,有时可能会对用户的线上生活的多样性产生影响。例如,一个年轻人有时候可能只是想给自己买东西,有时则要操心孩子的衣物问题。

当然,现在还很难知道深度学习对技术巨头的广告收入有哪些影响。因为,仍然存在很多因素在影响着线上广告市场,公司也不会透露与这一业务相关的技术。但从 Google 的报告中,我们可以知道,多年来,其在广告业务的收入一直保持稳步增长。而微软在最新的季度财报中也表示,其搜寻广告收入较去年同期增长了 8%,增长金额为 1.24 亿美元。该公司还同时表示,搜寻收入的增长主要得益于变高的搜寻量和必应搜寻单价。

在接受 Wired 採访时,微软表示,其一直在广告系统中不断测试新的机器学习技术。微软搜寻广告营销总监 John Cosley 说:「网络广告可能是目前 AI 和机器学习中最有利可图的应用。微软必应最近开始使用新的深度学习算法来更好地了解搜寻查询的意义,并找到相关的广告。」

但是,使用深度学习的广告的研究论文可能会削弱其真正的实力和挑战力度。相关公司需要对此多加保密,以避免企业秘密的披露。计算广告公司 Criteo 的研究负责人 Suju Rajan 对此表示,研究人员倾向于描述一些工程师们面临的问题的简化版本,这些工程师必须瞄準和服务于大规模的广告业务。据了解,该公司发布了关于 Google 和其他公司在改进点击率预测的论文中使用了数百万个广告点击的匿名日誌。

然而,毫不意外,Rajan 认为深度学习在广告行业仍然大有用处。例如,它能计算出你今天看见或网购的东西与下週你将点击和购买的东西之间的长期因果关係。「能够模拟用户兴趣的时间线是深度模型可以做的最好的事情。」Rajan 说。

Google 和微软已经能越发精準的预测我们的想法和点击行为,这可以看作是一件很好的事情。一方面,它更接近于长期服务的广告目标——可为用户提供更多便利,从而越发不像广告。另一方面,其也能帮助广告主抵达他们真正想接近的用户群体。

但是,线上广告公司也受到与消费者或其他公司不太一致的激励。据一位哈佛商学院的教授 Benjamin Edelman 的研究成果指明,Google 搜寻倾向于公司自身服务,从而以不公平的方式强迫其他公司在广告上投入巨额费用。雷锋网了解到,今年 7 月,Google 也因此付出了代价—遭欧盟罚款 27 亿美元。

而这种偏向自身服务而打压对手的行为,目前也能透过机器学习来予以改善。「如果机器学习可以透过向适当用户推送适当广告来提高广告平台的效率,那幺,他们就能创造更多的价值。」Benjamin 教授说:「但是 Google 做的很多事情,并没有让其市场得到扩大。」在广告方面,正如其他产业一样,AI 可以为科技公司赋予巨大的能量和责任。

  
上一篇: 下一篇: