改善0.1％ ＝數億美元收益，那些谷歌們沒有告訴你的「AI生財之道」

當 Google 和微軟吹噓他們對人工智慧和機器學習的巨額投入時，他們會突出那些酷炫的發明，比如橫掃人類的 AlphaGO 圍棋機器人和社交聊天機器人。但有一點他們很少坦白，那就是機器學習最有利可圖也最平凡的用途：提高廣告收入。

自動駕駛汽車和類人機器人這樣的劃時代產品如果能市場化，毫無疑問將帶來巨額利潤，但這仍然遙遠。目前，更有價值的賺錢方式是，越來越精確地預測用戶的點擊選擇。

許多在線廣告只有在有人點擊的情況下才會向廣告商付費，所以，如果網站能向用戶展示正確的、吸引點擊的廣告，這將非常直接地轉化成收入。

微軟 Bing 搜索部門最近的一份研究報告指出，「即使是 0.1％ 的精確度改善，將產生數億美元的額外收入。」該研究還稱，相對於系統測試基準，已經獲得了 0.9% 的精確度改善。

廣告是如此的賺錢，無法割棄這塊「香餑餑」可以理解，但詭異的是，為什麼谷歌、微軟和其他互聯網巨頭很少透露他們的廣告業務技術運作。

不過，Bing、谷歌和阿里巴巴的最新論文都展示了，在廣告系統中部署 AI 會帶來利潤潛力。它們都使用深度學習來預測廣告點擊的收益。

Google 首席執行官 Sundar Pichai 已將其公司描述為「 AI 優先」。然而，在 Google 資產負債表上，占利潤第一位的絕對是廣告。 Google 最近一個季度的廣告收入為 227 億美元，占其母公司 Alphabet 收入的 87％。

本月初，Google 紐約辦事處的研究人員發布了一篇關於新深度學習系統的文章，這個系統可以預測廣告點擊，有助於進一步擴大廣告費用。作者指出，一個擁有大量用戶群的公司可以通過「小小的改進」大大增加收入，並展示出新方法如何以大比分擊敗其他系統，而且還花費了更少的運算能力。

世界最大零售商之一阿里巴巴也在思考通過深度學習來提高年度廣告收入。它在 6 月份的論文中描述了一個叫做「深度興趣網路」的技術，該技術可以預測用戶會點擊什麼樣的廣告。它還在每天使用其網站的億萬用戶的匿名日誌中進行了測試。

阿里巴巴研究人員強調，深度學習的力量優於傳統的推薦演算法，因為傳統推薦演算法在遭遇用戶選擇的多樣性時會有麻煩。例如，一個年輕男子有時會為自己購物，有時候會為孩子們選購衣服，這時傳統推薦演算法可能會失靈。

目前，我們很難確切知道深度學習對這幾家技術巨頭的廣告收入有什麼影響。許多因素會影響在線廣告市場，這些公司也不會透露有關其技術或業務的任何信息。不過，谷歌多年來報告的廣告收入穩步增長; 微軟在過去五個季度的盈利報告中也宣布，Bing 搜索廣告收入和每次搜索的平均收入都大幅增長。

谷歌在產品和技術發布之前不會接受任何訪談。微軟則向媒體透露，它正在廣告系統中不斷測試新機器學習技術。

微軟搜索廣告營銷總監 John Cosley 說：「網路廣告可能是目前 AI 和機器學習最有利可圖的應用。「 該部門最近開始使用新深度學習演算法以更好地理解用戶進行搜索的意圖，並找到與之相關的廣告。

關於深度學習廣告的論文可能並未完全展示出這類技術的真實實力。這些公司會仔細審查其論文，以避免披露企業秘密。

計算廣告公司 Criteo 的研究負責人 Suju Rajan表 示，在真實場景中工程師必須處理大規模、高速的廣告瞄準和投放，而在論文中只會提供問題的簡化版本。這家公司最近發布了數百萬個匿名廣告點擊日誌，這些日誌都被 Google 和其他公司在改進點擊預測的論文中使用過。

Rajan 認為，深度學習還將提供更多廣告利潤空間。例如，它可以計算出，你今天瀏覽的內容與下周你點擊或購買的內容之間的長線因果關係。她說：「能夠對用戶感興趣的時間線進行建模，這是深度學習的重大優勢。」

谷歌和微軟將越來越好地預測我們的意願和點擊，這是一件好事。它讓他們能夠更接近公司長久以來所追求的目標：向用戶呈現那些真正有用的、看起來不像廣告的廣告。它也可以幫助廣告客戶覆蓋他們想要達到的人。

但這些在線廣告公司在動機激勵方面也有與消費者、與其他公司不太一致的地方。哈佛商學院教授 Benjamin Edelman 發表的研究報告稱，Google 搜索會更偏心谷歌自己提供的服務；企業如果想使用企業自己的商標，谷歌就會向它們收取大量投入廣告費用。 （谷歌已經因為前者被罰款 27 億美元，而在後者上成功贏得了數起訴訟。）

機器學習將進一步放大這種扭曲市場的做法。Edelman 說：「如果機器學習可以通過向對的人顯示對的廣告來提高廣告平台的效率，那麼，這將讓谷歌等廣告平台擁有更多的權力 。這意味著他們擴大了廣告市場，創造了價值。 但目前，谷歌所做的很多事情並沒有真正擴大市場。」像許多其他領域一樣，在廣告領域，AI 對於科技巨頭來說既意味著權力，也意味著責任。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！