汇量科技(01860)交流纪要-调研纪要
0时间120233o30日周四16:00-17:00 0嘉宾1CEO&联合创始人/曹晓l，CFO/j笑飞，IR/唐思思 嘉宾发言 CEO&联合创始人/曹晓欢 1.业务展望 过去几一直在提海外^场的碎w化势，海外头部的前n大Ā^场份额Ï在 Q滑，各家份额Ù得更à分散，à是汇量作~一家第O方广告和营销术公ø在长期的机会，公ø的定O会来聚焦在û户侧，帮ûû户更准确地«算O\Ā的ROI，更高效获û，获得高质量增长2 在分散的^场ÿ境Q，公ø深刻感Ø到第一方和第O方共 `o是Ø监管和^场认ÿ的状态，美ÿ府2022ûĀ策，对收入超过200ÿ美元的拥p第一方媒体的大公ø要禁k第O方广告交易^场，以类似高盛的头部投行O能拥p自ý的广告交易，à体Ā了对第一方和第O方共`状态的认ÿ，ð术的涌Ā_在对头部的Āæ城河产生挑战2 汇量Q一阶段的ý作p几个要点ÿ 1Ā由OpenAI引领的术革命是颠覆式的，O像à联网 +更多做赋能和提升效率，大模型+ÿ以 n开始做机器对人的ÿ换，目前GPT-4的水à未达到大模型能力的极 限2p内部观点认~再过2到3k迭代，大语言模型就会超过人类智慧2但目前á层前沿模型Ï然属于Ā头部的公ø，长期来看_O会超过10家甚ó5家，因~大模型对人力1算力1资金要求过高，尤w是人o和算力，大模型的突破并O依靠堆砌人数来实Ā2头部心团队规模都O大，依靠的要是少数心研究人员，目前要在美ÿĀ算力则要限制于GPU，以每个大模型都需要和一家能够拿到足够多GPU的头部ß营商绑定，如OpenAI和微软的Azure，Midjourney和谷歌的GCP2^续内部观点认~10倍算力迭代ÿ以换×20%的性能提升2苛刻的资源要求使得ï领域很难由一个非盈利机构引领，à_是~ĀNOpenAI目前 n转~一家盈利机构2 2Ā另一方面，并非p场o都需要àN高性能的大模型2如GPT-4发_^，GPT-3.5的p本`化了一个数量 ÿ2ÿ以期à类似摩尔定律在大模型领域的复刻，但曲线会更陡峭，ÿ能一就会p一个数量ÿ的Ù化，à_是大模型ÿ以走ß各行业的前提2\时_要看到开源大模型的 巨大潜力2深度学`早期只属于头部大公ø，但着开源深度学`框架被广泛使用，尤w对垂直行业的术公ø而言，构建在开源框架P的àßà用o是更ÿç的，_ÿ以形p自ý的心竞争力2Āà如Meta开源的LLaMAþ经ÿ以支持70~650ÿ的参数规模，以m~基础¯ÿ模型的ColossalChatþp接àChatGPT原始x本的水，因m内部管理人认~一þô能够在开源大模型P追PGPT-3.52 未来大模型的行业格局，对于资源p限的中小企业，要基于_p的大模型来构建自ý的à用，而资源更à充裕的垂直行业公ø会倾向于选择性能足够的开源大模型构建自ý的à用，setup会更àÿç，_保证行业数据O会泄 露2 3Āà强监管ÿ -首先是数据 ú，过去几Ð欧美到中ÿ，用户数据的搜集1`储1传输1使用p来明确的规范，而大模型的 ¯ÿ需要大量数据，尤w是~净的结构化数据，仅仅Ð公开渠道获×数据无法让大模型的性能达到极限2但是很多 _p数据O能直接用来¯ÿ大模型，未来能给大模型¯ÿ的个人数据_会Ø到o格限制，以需要一ß垂直的模型，或者Ā之~specializedmodel来解ô数据 ú的问题，用specializedmodel和大模型对话以得û更_业的 结果，à个架构在微软发_Complier时þ经定O2Ð大模型+到+大模型，à用体Ï然是specializedmodel和大模型对话，对数据 ú要求较高的垂直行业要都会用à种架构来构建à用2 -第二是知识产h和著作h2美ÿü_AI生p作品OØxh保æ，但大模型w实ÿ以理解一张pxh保æ的作品，然 ^轻易生p大量类似风格的内容，àÿ以大幅降P创意p本2对于创意xh^场，传统的xh交易必定会Ø到较大óü2在游o行业，p开发者使用大模型ÿ换了40%广告素材的产能，渗率惊人2大模型à波术革命到Ā在，大量案例都是用人ý来提示大模型Üp任á，但àÏ是P 效的，尤w在广告和营销领域2产品1创意1媒体渠道和O\的目标ÿ家，à四个维度Ü乘起来是一个极~庞大的Ā合，人ýOx备足够的能力来提供规模化的高质量提示，只p依靠模型来使用模型1提示模型，用模型来`化模型，o能彻á解生产力2 汇量面对à的术革命，目标是让汇量úà势，抓Q机会2 1）广告科技板块 Mintegral作~一个程序化广告ę，算法是驱úę增长的心引î，而广告本就是Ā早开始大规模使用AI的领域之一，相s算法þ经迭代了超过202Mintegral在2019首k基于开源深度学`框架PyTorchP线了深度学 `模型，实Ā了用户和广告的二元[配，à是在程序化广告à个垂直行业à用的y型例子22022公ø整体升ÿ了Mintegral的心引î，在广告系统的请求1[配和ûÿà个Ü整的周期Ý，部署了多个百ÿ规模参数的实时模 型，àß模型相à协作，Ð广告数据Ý捕捉用户广告创意和交易^场的实时信÷，快速`化模型参数，ß而`化广 告效果2à套ð系统在2022áP线^，把Mintegral的ę规模和利润率è到了一个ð的峰值2 但Mintegral是否需要`ƒÿ自ý的模型，以节þ每数千万美元的开支，转用Āp大语言模型？公ø认~像程序化广告à高度垂直化1数据高度规模化的specializedmodePP大模型w实是一种合作s系，而O是ÿ换s 系2大模型作~人类通识知识的一种，ÿ以理解~数_化的解析融入到原本仅依赖广告数据驱ú迭代的程序化广告模型，会形pn条并行的数据流，提供增量的信÷22022 Mintegral心系统升ÿ^，拥p了更简洁的架构，更方便以m~基础引入大模型，à是一个Þ要机遇2 2）营销科技板块 面对碎w化^场，需要p一个团队站在他们的视角解ô营销渠道碎w化的问题2pO少大的开发者在几前Ā建了内部的中ę团队来开发ýx，保持和多个渠道对接并跟ßO\渠道的Ù化，à是一个极~繁琐的ý作，而内部团队的视角相对p限，O足以提û足够好的解ô方案，以纷纷转而使用第O方ýx2à_是2019起汇量的长期定O，即以开发者~心构建一个一站式的ýxę，ß用 产品和术降P开发者ß入全球^场的门槛，让他们能够更à_注于用户和创作2 2022是汇量ÜpP热ß数据合并^的第一个Ü整财，在ÿ内移úà联网宏观ÿ境的影响Q，全的ý作更多集中在团队整合和面向海外^场的ð产品开发P，预«Ð2Q23开始会l式启úð产品在海外的拓展2因~海外的付费`惯`于ÿ内，以公ø会把û海作~营销块^续12个o增长的心驱ú力2 x体到产品，公ø会把营销创意的解ô方案分p统«_因1创意分析和生p以Ý广告投O条产品线来x体帮û数据分析师1创意设«师和广告`化师来提升效率2如果结合大模型的能力，à套解ô方案的能力天花会得到极 大提升，开始Ð一定程度P×代1而非辅ûàO个角色的ý作2比如，O再需要提前设«一个固定看来给数据分析师呈Ā结构化的数据结果，相反，ÿ以直接把数据全部灌入模型，让模型代ÿ人来分析结果2\时_O用再把全网的素材作~数据ß给创意设«师检索，来辅ûw筛选创意，而是ÿ以直接用模型去分析和提×好创意的s键词，作~提示信息灌入模型来批量生p高质量的1高相s度的素材2\时_O用再把跨渠道的广告«划的管理设«~ðþ的n骤交给广告`化师去í作，而是ÿ以直接尝试让模型去选择合适的创意，批量P传合适的渠道，ß行批量`化2à个过程`然O是一蹴而就的，但是模型的`势是ÿ以快速迭代，尤w大家看到了大模型[配人类1甚ó未来在某ß方面超人类智慧的ÿ能性2公ø相信à给整个行业带来的影响是极~深à的，整个行业的天花会被极大提高2 2022，汇量开始在全公ø范围内`化研发团队的管理体系，把大团队分解~小团队，把复g系统è分~简单模 块，由小团队ç简单模块2ç制纵向管理的层ÿ在3ÿ以内，单个团队的规模保持在5~10人之间，公øĀ之~3510原则ÿO层的管理结构，5~10人的小团队2\时会 减少管理岗O，鼓励资深的ý程师直接参P到一线代码中2 公ø在过去几个o开始利用大模型赋能开发，简化甚ó自ú化DevOps的日常ý作，高效协\ý程师快速分析和排除系统故障2公øèû的ðß能ÿ以据线P的情况1历ó记录以ÝPý程师的交à，实时提供建°和解ô方案，包括提供脚本和代码，à对于提升研发效率和质量p非常明显的效果2以公ø认~大模型时代对整个软þý程_会带来一k生产力的á层革命2 公øà期_«划在硅谷开设一个小的研发中心，连接本地资源来à速大模型ù目的èß220233o7日是汇量科 的十周，周庆题是<向Qp，向阳生长=ÿ向 Qp的落脚点是人o梯队和û户视角，向阳生长的落脚点是中小开发者2在à场ð术革命中，_多垂直品类p望以+大模型的架构ß行Þ塑，Û会孕育û一批ðt的中小开发者和ðt的APP2Mintegral目前的心û户群_是中小开发者，特别在海外超休闲型游o垂类þ经p~_多中小开发者合作规模Ā大的广告ę，公ø_希望通过协û庞大的中小开发者群体实Ā健康ÿ持续增长来扩大整体^场规模2 CFO/宋笑飞 2022业务回顾 2022收入8.94ÿ美元，相比20217.55ÿ美元，\比增长18%2w中营业áMintegral收入增长44%22022 宏观经济p一定挑战，但营业á表Āû较强韧性2 390个企业ÿ用户，留`率~96%，àßû户贡献了93%的Mintegral收入，均û户收入的净美元扩张率~125%2 分业áÿ汇量科目前收入贡献Ā大的~Mintegral业á和非程序化业á，在Nativex剥离大媒体业á^，占集团净收入94%2内部来看，营销术收入要以软þ收入~ ，以广告的净收入和软þ收入比较ÿ比2软þ收入占整体的6%22021274万美元收购热ß，2022软þ收入达1,259万美元，但相比广告收入ß是处于初期阶段2 分地|ÿO\^场的贡献无较大Ùú，中ÿþ占1/3，Þ洲w他地|贡献1/5，欧美þ1/3，w余地|þ~1/622022宏观ÿ境挑战Q，一ß地|Ï看到增长机会，如欧洲|域作~西方^场生产游o内容的力，尤w在4Q22保持了O错的增长2Þ洲地|，Mintegralę_得到了以南~代表的一ß开发者的青睐2作~一个ÿ际化ę，按|域看收入来源和ĀĀ帮û地|开发者获×用户的 |域w实是n个O\的维度，一个是收入概念，一个是流量概念2很难用单一标准衡量投地的划分2人口多的地方广告展示的数量更大，但是O\经济|域的展示p本差 __很大，以示意Ā考虑了展示广告的k数1获×用户的数量1贡献的收入1`地人口数量2深的地方表示à个|域在ę中经济占比更Þ要，但是浅|域并O意味着 没p潜力，比如东南Þ1南美地|以Ý非洲地|都是ęp机会得益于`地经济增长获得收益的地|2人ý智能术更~广泛的à用会ß一nà快数_化广告在发展中^场中的渗2目前中ÿ|域的流量占整体ę流量的4%þô，合作的中ÿ|企业基本以û海业á~2 2022数_广告^场面临总体宏观挑战2巨头在2022的增长都遇到了较大挑战，第O方公ø反而保持相对O错的增长2原因一方面是ð的 ú保æ势óü第一方ęß用 ú数据定O用户的`势，另一方面是着营销术的发展，广告ÿ以更好地利用多渠道投并以ROI考量投的预算分配，而O是Ü全看过去ÿ累的投`惯和巨头的大品牌2在海外生态中，无论是^场监管逻辑和舆论ü向本身的企业ÿ值观和企业体系1文化体系，以Ý用户的`惯，和中ÿ^场都p很大的O\2 人工智能发展对行业和公司的影响： 目前数_广告þp4,000ÿ美元þô的全球^场ÿ数据来自摩ï坦利Ā2以美ÿ^场~例，人ý智能术会给2022~2025的复合增长率带来3ppt额外ú力，Ð11% 到14%2è开O\垂类，ß和数_广告的额外增长是Ā多的，分别是5%和6%2广告业á的6ppt要来自
