纪要涉及的公司 易点天下 纪要提到的核心观点和论据 - AI及程序化广告部署与规划 - 部署集中在提升程序化广告各环节效率、发挥AI生成能力和开放性等方面，如大模型提升DSP、ADX和SSP效率，实现智能化实时竞价，ADX平台形成自动化调度；通过DeepThink开源项目让更多人使用高级别大模型并基于私有数据微调训练优化智能投放[4] - 未来规划包括提升AI效能、专注工具形态产品开发，预计2025年大量agent AI应用涌现；实现垂直领域高效专业AI营销和全新多模态营销，形成符合多场景需求的产品矩阵[2][5][6] - 利用数据分析工具优化预算分配和提高CPM - 收集用户行为、点击率、转化率、生命周期价值等数据，经清洗处理后用于训练推荐算法和预估模型[8] - 构建广告平台模型预估ROI和UP_L，实时监控并调整投放策略，优化资源配置[8] - 迭代传统策略算法，引入生成式SQL校准校验技术，微调大语言模型，提高预测准确性[3][8] - 系统根据实时数据动态调整预算分配方案，提高整体CPM [8] - 广告投放环节及作用 - 广告投放涉及广告主端DSP、中间交易平台ADX、渠道方SSP、中台IDEX和第三方归因平台等环节，共同构成复杂生态系统，实现毫秒级智能化实时竞价，优化广告效果[9] - 开发策略模型，将人工经验转化为代码和算法，通过深度神经网络优化，提高广告投放效率[9] - 程序化广告中，大模型带来的变化 - 更精准预估竞价成功率，实现智能化实时竞价，提升DSP、ADX和SSP之间的效率和效果[10] - 在ADX平台内形成自动化调度，提高整体运营效率，结合原有策略升级推动业务增长[10] - AI技术与深度学习阶段的差异 - 当前AI技术生成能力更强，大模型能基于已有数据生成更多内容，提高创意性和效果[11] - 开放性更高，如通过DeepThink开源项目，更多人可使用高级别大模型，且更敢于基于私有数据进行微调训练优化智能投放[11][12] - 电商广告与游戏广告的差异 - 底层逻辑相似，但流量源不同导致最终转化效果有差异，电商广告转化受多种因素影响，提升较慢；游戏广告依赖用户下载或注册行为，相对简单直接[13] - 电商广告目标受众范围宽泛，可能导致点击量高但转化率低；广告素材创意和质量要求不同；竞价策略和预算分配可能不合理，需优化[13] - AI技术对电商广告的影响 - 引入新广告形式，如实现对话方式匹配的导购功能，根据用户历史上下文实时推荐，带来类似游戏领域的增长趋势[14] - 大模型结合自动化经验积累，使智能化替代传统人工操作成为可能，提升运营效率[14] - 在DSP响应环节，通过大语言模型处理非结构化数据，结合结构化标签定位，实现更精准的数据匹配[14] - 广告主预算分配考虑AI应用的变化 - 广告主在多平台投放，根据效果倾斜预算，随着AI应用发展，会新增相应广告预算，原有预算也向AI应用倾斜，效果好的平台抢占更多预算，AI推动产品创新和市场需求增加，进而增加整体广告投入[15] - 原生性AI应用方向 - 未来集中于情感陪伴、专业级营销代理、写作工具以及PPT生成等垂直类场景，垂直类贴合场景的AI应用将成主流形态[16] 其他重要但是可能被忽略的内容 - 广告市场增长情况：近两年来，广告市场增长12%-15%，跑赢电商和游戏市场[2][6] - AI中台：建立汇聚多元算力和AI接口的AI中台，接入DeepThought等模型，通过业务场景模型与策略结合，为应用层提供可直接使用的API调度，使新产品或老业务快速拥有符合业务场景的模型接口[2][6] - Create AI能力及应用：具备多语种文生图、图生视频唇形匹配、音色拟合等能力，涵盖数字直播、数字导购、模特克隆等行业应用[2][6] - 数据分析系统作用：打通买量归因行为变现流程，实现投放预算自动匹配，结合传统策略算法与生成式SQL校准校验，提高整体效果[2][6] - 内部信息化举措：通过昆仑ERP等系统实现内部信息化，包括自动化审批等环节，支撑快速业务发展；定期组织AI竞赛，产出创新性项目[6] - 外部合作情况：与Meta、微软、Google等平台合作获取前沿技术解决方案，并结合自身营销场景进行融合，推动未来更好的营销效果[6] - 程序化广告市场头部玩家：程序化广告市场趋势利好，头部玩家包括艺电等几家公司[22] - 公司各平台协同工作方式：产品矩阵包括DSP、ADX、SST等多个模块，结合AI解决方案支持媒体渠道接入；有Medistim及trade plus，以及数远智能的数据中台用于预算分配和策略制定；创意生产方面有Kreate Group，涵盖数据创意、程序化交易策略及流量渠道接入[23] - mediation平台相关情况：变现能力强，开发者通过mediation relation聚合和比较变现平台，选择效果最佳的进行广告投放以实现更高变现收益；对接下游SDK开发者，负责广告变现，与ADX平台存在差异但共同构成程序化广告交易流程一部分[18][19][20] - ADX平台匹配策略：基于用户开放信息请求，在毫秒级别内完成广告响应和匹配，是程序化广告中的基础逻辑[21]