电话会议纪要关键要点 涉及的行业与公司 * 会议主题为人工智能对广告技术行业及整体生态系统的影响、机遇、挑战和风险[1] * 涉及三家公司的高管：Digital Turbine (Bill Stone)[2]、Verve Group (Remco)[4]和LiveRamp (Lauren Dillard)[6] * 会议主持人为Roth Capital Partners的互联网研究分析师Rohit Kulkarni[1] 核心观点与论据 1. AI在业务中的应用与成效 * Digital Turbine：AI已应用于业务全链条，包括QA、编码、后台自动化、活动设置和创意制作，驱动了效率提升，体现为上一季度25%的毛利润增长与运营费用下降[7] * Verve Group：AI在成本端（如提升销售效率，使单人每天通话量提升3-4倍）和收入端（如通过Atom SDK在设备端进行隐私合规的数据收集与AI优化）均有应用[10] * LiveRamp：推出了AI驱动的受众细分工具，允许客户使用自然语言提示快速构建精准受众[12]；扩展了数据市场，开始提供模型和智能体[13]；并实现了平台的“智能体化”，通过公共API支持智能体在其网络和平台上自主操作[13][14] 2. 对AI智能体的看法：增强而非取代 * Verve Group：智能体是优化工作流的更快方式，能自动化大量手工操作（如制定媒体计划可从2天缩短至1-2小时），但需要数据和工作环境，目前主要用于提升效率，而非完全替代人工决策[17][18] * Digital Turbine：强调投资者应区分“取代”与“增强”，AI智能体正在增强预算、定位、测量等广告技术栈的各个环节，而非取代整个技术栈[23][26] * LiveRamp：认为生态系统将向“多智能体通信”演进，由专门的智能体执行营销工作流中的特定任务，整个流程将因AI而得到强化，但不会导致某个环节崩溃[30][31][32] 3. 数据、规模与护城河 * 数据是关键：AI的有效性取决于优质数据，拥有最佳数据“原料”的公司将获胜[11][37]；第一方数据（如设备端数据）至关重要[40] * 规模与触达是关键：随着AI使效率提升、进入门槛降低，拥有广泛触达和规模的公司将获胜[37]；例如Digital Turbine的Ignite技术覆盖10亿台设备，SDK覆盖近30亿台设备[38] * 行业整合趋势：规模化、有数据、有资金投入的公司与小型公司之间的差距将拉大，许多小公司正面临生存压力[35] 4. 隐私、身份与数据协作 * 隐私法规影响：欧洲受GDPR等法规驱动，美国则由行业（如苹果ATT框架，80% 用户选择不被追踪）和消费者共同推动，隐私成为重要议题[48][50] * 应对策略：投资于无ID定位技术，利用AI进行上下文定位、基于搜索意图数据定位等[51][54]；AI可帮助发现有效的上下文广告位（例如，上午9-10点在天气应用中投放尿布广告）[52][54] * 数据协作方案：洁净室是解决数据共享顾虑的关键，允许各方在安全环境中共享数据、进行分析并训练模型，尤其在零售媒体网络中应用广泛[42][44] 5. 测量方式演变：确定性与概率性并存 * 确定性测量仍受重视：当条件允许时（如与零售收银系统集成），品牌方仍偏好确定性测量以进行闭环优化[58][59] * 概率性模型与AI的作用：在缺乏确定性数据时，需采用概率性模型[59]；AI有助于改进归因建模，例如扩展归因窗口、分析驱动最终点击的营销组合，从而带来更好的广告效果[56][57] 6. 行业格局变化与新兴渠道 * 搜索流量变化：传统搜索流量下降，对依赖开放网页的公司造成冲击[61][65]；这为应用内（in-app）和联网电视（CTV）渠道带来了机会[65][67] * CTV渠道：是增长最快的广告渠道之一，但竞争激烈，利润率承压[80][84][85]；其数据可访问性高于传统围墙花园，为数据平台带来机会[80][81] * 零售媒体网络：概念已扩展至“商业媒体网络”，涵盖航空公司、按需配送服务甚至银行等[89][93]；这为能够聚合和策划这些分散网络的平台创造了机会[98]；对Digital Turbine而言，这是增长最快的业务之一，公司可为其零售合作伙伴提供扩展的用户触达[95][96] * 生成式AI与广告创意：可用于高效生成个性化、一对一的广告创意（如根据不同受众展示不同颜色的汽车），使创意更贴近平台效率和测量，提升全链条效率[111][112] 7. 周期性事件与投资影响 * 大型活动：奥运会、世界杯、选举等大型活动会吸引眼球和广告预算，对整个广告技术行业是顺风因素[100][102]；Verve指出，即使不专注于政治广告，整体市场CPM上升也会带动收入[105][106] * 对LiveRamp的影响：其基于数据流量的订阅模式受周期性影响较小，但其数据市场业务（收取分成）会在活动期间获得几个百分点的提升[107][109] 8. 主要风险与担忧 * 适应能力：最大的风险是公司无法快速适应技术变革（如AI）的节奏[124][128][129]；行业处于快速变化中，不敏捷的公司将被淘汰[125][128] * 复杂性：新技术给本已复杂的生态系统带来了更多复杂性和碎片化，需要公司帮助客户应对[129] * 投资者认知：AI带来的不确定性导致广告技术板块估值在过去一年大幅下降30%-60%，向投资者清晰解释行业变化对公司至关重要[134][135] 其他重要内容 * 关于ChatGPT/LLM广告：被视为新的广告渠道，其发展路径可能类似搜索或CTV，初期封闭，后期通过程序化渠道开放[78]；对于Digital Turbine，LLM公司可能建立自己的应用商店，这为公司提供了应用分发的新机会[71][73][74]；OpenAI等LLM公司如何盈利（是否通过广告）尚不明确[72] * 高管快速问答： * 一致认为AI智能体不会在2027年接管广告技术行业[138][139][140][142] * 对于传统搜索广告是否在2027年见顶意见不一（Bill和Remco认为已经或即将见顶，Lauren持相反观点）[148][149][150][152] * 对于围墙花园是否会在2027年向更广泛的广告技术开放意见不一（Bill和Lauren认为会，Remco认为不会）[153][154][155][156]