一年狂賺千百億!Google、微軟還要利用 AI 賺更多廣告收入!

作為全球科技巨擘,Google 和微軟在人工智慧領域發力已久。不管是學術成就,還是產業應用,關於二者在這兩塊的報導也時而有之。不過,大家都鮮少談論的一點則在於,他們還利用 AI 技術來提高廣告業務收入。
評論
評論

本文來自合作媒體 雷鋒網 ,INSIDE 經授權轉載。

作為全球科技巨擘,Google 和微軟在人工智慧領域發力已久。不管是學術成就,還是產業應用,關於二者在這兩塊的報導也時而有之。不過,大家都鮮少談論的一點則在於,他們還利用 AI 技術來提高廣告業務收入。

眾所周知,許多線上廣告只有在用戶點擊了的情況下才會向平台付費。所以,預測廣告點擊率(CTR)成為 AI 應用的一個重要目標,因為 CTR 準確度的一點提升都能帶來巨額營收。

據微軟必應搜尋部門最新發布的一項研究報告指出,即使某種產品只提高了 0.1% 的預測精準度,都能產生數億美元的額外收入。

事實上,Google、微軟和其他互聯網巨頭並未向外公開太多關於其廣告業務的運作細節,但是,從微軟必應搜尋報告、Google 和阿里巴巴發布的最新公開文件來看,仍然可以獲知三家巨頭想在廣告系統中部署 AI 技術的想法,同時,他們在這一塊的業務潛力也令人艷羨。

據雷鋒網了解,目前,微軟、Google 和阿里巴巴都利用深度學習來預測廣告點擊率,並在此獲得重大收益,這種機器學習技術也引發了 AI 投資領域的關注。

此前,GoogleCEO Sundar Pichai 曾對公司戰略進行了重大調整,即從「Mobile First」轉向「AI First」。就其所言,廣告業務仍然是支撐 Google 整體運行的大部頭。據其 2017 年第二季度財報表明,廣告業務營收為 227 億美元,佔其母公司 Alphabet 總營收的 87%。

本月初,Google 紐約辦事處的研究人員發表一篇論文,稱其成功開發了一個新的深度學習系統,可用於預測廣告點擊率,從而進一步擴大廣告營收。在這篇論文中,作者指出,一家擁有大規模用戶基礎的公司,只需要透過「一個小的改進」就能大大增加收入,同時,該方法還可擊敗其他系統,減少開發和運算的壓力。

而就國內而言,擁有全國最大電商平台的阿里巴巴,同時也在 AI+ 廣告領域付出多般努力。據了解,其利用深度學習技術已為其帶來數十億美元的廣告收入。

據雷鋒網此前報導,今年 6 月,阿里技術團隊在 arXiv 上公開了一篇論文,用他們設計的深度興趣網絡(Deep Interest Network,DIN),可以解決準確預測點擊量的問題。『透過觀察阿里巴巴採集的用戶歷史行為數據,該技術團隊發現有兩個指標對廣告點擊率預測準確率有重大影響,一個是「多樣性(Diversity)」,一個用戶可以對很多不同品類的東西感興趣;另一個指標是「部分對應(Local activation)」,只有一部分的數據可以用來預測用戶的點擊偏好,比如係統自動向用戶推薦的太陽鏡會跟用戶買的泳衣產生關聯,但是跟用戶買的書就沒什麼關係了。』

阿里研究人員強調,深度學習的力量由於傳統的推薦算法,有時可能會對用戶的線上生活的多樣性產生影響。例如,一個年輕人有時候可能只是想給自己買東西,有時則要操心孩子的衣物問題。

當然,現在還很難知道深度學習對技術巨頭的廣告收入有哪些影響。因為,仍然存在很多因素在影響著線上廣告市場,公司也不會透露與這一業務相關的技術。但從 Google 的報告中,我們可以知道,多年來,其在廣告業務的收入一直保持穩步增長。而微軟在最新的季度財報中也表示,其搜尋廣告收入較去年同期增長了 8%,增長金額為 1.24 億美元。該公司還同時表示,搜尋收入的增長主要得益於變高的搜尋量和必應搜尋單價。

在接受 Wired 採訪時,微軟表示,其一直在廣告系統中不斷測試新的機器學習技術。微軟搜尋廣告營銷總監 John Cosley 說:「網絡廣告可能是目前 AI 和機器學習中最有利可圖的應用。微軟必應最近開始使用新的深度學習算法來更好地了解搜尋查詢的意義,並找到相關的廣告。」

但是,使用深度學習的廣告的研究論文可能會削弱其真正的實力和挑戰力度。相關公司需要對此多加保密,以避免企業秘密的披露。計算廣告公司 Criteo 的研究負責人 Suju Rajan 對此表示,研究人員傾向於描述一些工程師們面臨的問題的簡化版本,這些工程師必須瞄準和服務於大規模的廣告業務。據了解,該公司發布了關於 Google 和其他公司在改進點擊率預測的論文中使用了數百萬個廣告點擊的匿名日誌。

然而,毫不意外,Rajan 認為深度學習在廣告行業仍然大有用處。例如,它能計算出你今天看見或網購的東西與下週你將點擊和購買的東西之間的長期因果關係。「能夠模擬用戶興趣的時間線是深度模型可以做的最好的事情。」Rajan 說。

Google 和微軟已經能越發精準的預測我們的想法和點擊行為,這可以看作是一件很好的事情。一方面,它更接近於長期服務的廣告目標——可為用戶提供更多便利,從而越發不像廣告。另一方面,其也能幫助廣告主抵達他們真正想接近的用戶群體。

但是,線上廣告公司也受到與消費者或其他公司不太一致的激勵。據一位哈佛商學院的教授 Benjamin Edelman 的研究成果指明,Google 搜尋傾向於公司自身服務,從而以不公平的方式強迫其他公司在廣告上投入巨額費用。雷鋒網了解到,今年 7 月,Google 也因此付出了代價—遭歐盟罰款 27 億美元。

而這種偏向自身服務而打壓對手的行為,目前也能透過機器學習來予以改善。「如果機器學習可以透過向適當用戶推送適當廣告來提高廣告平台的效率,那麼,他們就能創造更多的價值。」Benjamin 教授說:「但是 Google 做的很多事情,並沒有讓其市場得到擴大。」在廣告方面,正如其他產業一樣,AI 可以為科技公司賦予巨大的能量和責任。