谷歌（NASDAQ：GOOG）（NASDAQ：GOOGL）预计将于 10 月 24 日星期二盘后发布第三季度财报。截至 2023 年 9 月 30 日的第三季度业绩。分析师预计谷歌每股收益为 1.45 美元，营收为 757 亿美元。如果谷歌达到这些数字，则每股收益将同比增长 36%，收入同比增长近 10%。

对谷歌最有利的事情之一是该股的估值被低估和相对较低的预期。这一次，谷歌的股票正以乐观的心情进入第三季度财报。在强劲的第二季度报告和第三季度指引的支持下，每股收益预期已从年初的 1.29 美元升至目前的 1.44 美元。更重要的是，在第二季度报告发布时，该价格为 1.33 美元，此后上涨了 8%，达到 1.44 美元。

26 项 EPS 修正中，有 25 项向上，27 项收入修正中，25 项也向上。这再次与第二季度形成鲜明对比，第二季度 27 项收入修正中只有 19 项是上调。

在过去 12 个季度中，谷歌每股收益超出预期 8 次，收入预期超出 9 次。这些数字在第二季度预览期间是相同的。但更重要的是，谷歌在 2022 年连续 4 个季度未达到预期后，现已连续两个季度公布每股收益超出预期。

在第二季度预览中，分析师曾预测该公司的收入将略有好转，而每股收益的好坏将取决于公司的运营纪律（又称费用）。事实证明，这是事实，收入小幅增长（2.54%），但每股收益增长略大（7%），因为整体营业利润率同比从 28% 上升至 29%。我预测收入和每股收益将再次小幅上涨，但与上次不同，分析师认为该股的盈利前上涨可能需要不仅仅是小幅上涨才能证明股价进一步上涨是合理的。

广告和人工智能可能是谷歌该季度最热门的两个故事。广告收入为 581 亿美元，较 2022 年第二季度增长 3.30%。此外，该公司还报告称，人工智能的重点正在全速进行，团队正在重新集中精力。

对于第三季度，广告显然仍将是核心赚钱工具，保守预测同比增长类似 3% 至 4%，从而使 2023 年第三季度的广告收入在 561 亿美元至 567 亿美元之间。这仍然占预计总收入 750 亿美元的 75% 以上，这也可能是该公司最终大力推进人工智能业务的原因。

在第二季度报告中，首席执行官桑达尔·皮查伊重点关注了公司的员工人数和优先顺序调整：

皮查伊表示，为了利用人工智能，谷歌一直在“强化我们作为一家公司的关注点，以严格的纪律进行负责任的投资，并寻找我们可以更经济高效地运营的领域”。这包括裁员和重新安置团队，包括调整Waze广告销售与现有业务相结合，并将核心基础设施和云的工程工作结合起来：“总体而言，我们正在积极地将人员转移到公司内更优先的活动中。”

尽管关于裁员和重新关注关键项目的讨论不断，但谷歌报告称，2023 年第二季度员工总数同比增长 4.50%，总支出同比增长 5%。

具有讽刺意味的是，谷歌的云计算已经保持在云端有一段时间了，但至少从 2020 年第一季度开始就实现了令人印象深刻的季度收入增长。现在，透过云一窥，谷歌云平台报告其连续第二年盈利2023 年第二季度收入创纪录的 80.3 亿美元。预计 GCP 在第三季度将继续保持收入和利润增长势头，因为该公司在全球范围内不断扩展基础设施，已在 39 个谷歌云区域中扩展。

进入第二季度财报时，谷歌的股价是大型科技股中最便宜的。相对于其增长前景而言，其本身成本低廉，进入第三季度，情况有所不同。谷歌仍是最便宜的，其远期市盈率为 24.50，而苹果公司为 29.4，微软公司为 29.7，亚马逊公司为 60。不过，谷歌被低估的理由已经缩小。因为谷歌与该组中第二便宜的公司（苹果）之间的差异（远期倍数）当时为 10，而现在仅为 5。

随着预期盈利增长率从 16%上升至 18.40% ，谷歌的独立估值已变得有吸引力。这使得该股在第三季度报告中的市盈率/增长 [PEG] 为 1.33，而在第二季度报告中为 1.4。

谷歌股票今年迄今已不再是大型股中表现最差的股票。事实上，该股目前是该类别中表现最好的股票，今年迄今已上涨近 55%，而微软为 37%，苹果为 43%，亚马逊为 51%。

现在可以肯定地说，进入第二季度的相对低估故事已经变成了一个相当甚至略微高估的故事。

目前谷歌股票的技术面已经相当强劲。例如，200 天移动平均线已从 104 美元上涨至 115 美元。该股目前远高于 100 日和 200 日移动平均线通常是个好消息。但请注意，如果第三季度报告（或第四季度指引）结果不佳并且市场继续近期的波动，该股在找到支撑之前可能会下跌。

该股的相对强弱指数（“RSI”）已从49 上升到现在的 68。但从技术角度来看，这对该股有利，因为它显示出实力和积累，在超买之前还有足够的空间。

来源公众号：华尔街大事件（ID:WallStreetNews）

AI不是风口，AI是革命。

单就广告赛道来看，这股浪潮已然蜂拥而至。在海外，FaceBook母公司Meta，正在加速生成式AI制作广告的进程，包括Hour One AI、Synthesia、Synthesys、Pictory等多家平台，都在进军该产业。

无需任何代码、仅对话式交互，就能迅速生成营销效果，一种全新的广告制作模式，正在潜移默化的颠覆整个行业。

根据Accenture的预测，到2029年30%的社交媒体广告，将由AI自动生成。它将带来哪些颠覆性变革？如何驱动商业创新？刷新哪些交易逻辑？

老规矩，我们综合部分网络观点，加上超强脑暴畅想，希望为从业者带来启发，也欢迎分享讨论。

零五年一变局的时代和产业· 如何定义AI广告

从洞察产出到激活优化的广告投放，过程中用到的所有AI手段，包括人工智能相关的技术和算法，如机器学习、神经网络、计算机视觉、自然语言处理（NLP）和智能过程自动化等。

· AIGC的三个层次：基础层、中间层和应用层

基础层主要由预训练模型技术投入组成，代表企业包括Open AI和Stability.ai等；中间层则是提供垂直化、场景化和个性化模型以及应用工具；而应用层则提供面向B/C端用户的文字、图片、音视频等内容生成服务。

· 广告业的四个主体：技术、创意、媒介、运营

AD Network优化了技术与媒介，DSP/ADX进一步优化了媒介，oCPX优化了运营人员，而AI有可能重构所有环节，且是革命性的影响。

· AI广告不是新东西

其实早在2020年Jasper公司便开始为创作者在FACEBOOK上的广告创作赋能，全面提升运营能力以寻找新的创意营销突破点。

问题来了：究竟是什么级别的能量，在驱动AI对广告业的变革；这股变革，会直接和间接改变哪些环节；新一波的技术红利会出现在哪些场景；有哪些未知的风险和灾难？

以下是正文，五年内广告行业16条重构预测。

一、生产创作的重构

现代数字商业的规模和精细化程度，必然要求由人类经验决策转向机器智能决策。

生成式AI的爆发，在文案素材方面，已经初步实现，广告人只需要提供相关的关键词和主题，AI就可以自动生成相应的文案。AI写作技术，可以分析受众的口味和需求，优化文案语言，使其更加贴近受众，批量实现一对一个性化，从而提高广告效果。

目前重点还是在于文生文领域，图像和视频的AI生成在广告领域仍还处于早期阶段。

未来AI可以根据客户的价值观，定制植入与其理念匹配的产品特质。

从过去的千人千面，到未来的亿人亿面，5-10年内指日可待。

1.2 AI将生产海量的平庸广告（95%）

AI 生产的广告，基于不出现常识性错误的硬框架，看起来中规中矩，其实缺乏关键的人文元素，如幽默、同理心和文化背景。

目前，还处在早期的蛮荒阶段，重量不重质，因此我们大概率会看到大量的AI生成内容冲刺互联网，它们并不完美，甚至会有AI恐怖谷的逆反周期。

直接引用AI生成广告，大规模投放到广告营销中，风险还很大，依然需要人工甄别和经验判断。

二、交互互动的重构

2.1 对话型交易导向客服数字人成为标配（80%）

过去所谓的智能客服，其实一点都不智能，还是基于模版逻辑，无法真实理解消费者需求，且缺乏真实消费场景中的人情味。

AI全面落地后，这三点将融合到一起，形成完整的解决方案：其一，类ChatGPT技术，能原生理解消费者的真实需求，并有瞬间对话能力；其二，以投放主体销冠为模板的数字人，除了拥有真人级外观，还模拟其交易场景的主观意识和销售经验，与客户真实沟通逼单；其三，以交易为导向，极大提高该环节的成交率和转化率。

2.2 主动前置理解客户，品牌和消费者关系更近（50%）

在授权允许的前提下，出现售前AI机器人，在客户的社交网络中，前置收集消费偏好数据，形成预测模型，在更短的时间内完成筛选过程，并基于目标群体的喜好差异，提供贴近用户喜爱的风格创作内容，以提升内容营销本身的转化效率。

前置理解客户，持续理解客户，多元理解客户，品牌和消费者有可能成为一种超越交易的朋友关系。

2.3 虚拟广告位和物理广告位实时联动（55%）

手机和电脑只是广告介质之一，随着低价屏幕的进一步普及，以及VR、AR、MR、XR的进化，在线场景、办公场景、电梯场景、户外场景等等，形成一个虚实融合的超级网络。广告也随着这个超级网络，无处不在无缝连接，全平台联动。

三、付费模式的重构

3.1 用户对广告的信任体系出现一次危机（35%）

有矛必有盾，有攻亦有防。

线上线下充斥海量的AI生成广告，AI客服机器人，AI交易互动，当达到一个阈值，消费者全面对AI广告出现免疫甚至不信任，这需要一次彻底的信任重构。

我们判断，将有N多种可能性来解决问题：比如AI+区块链的信任强化、比如全链条的信息公开等等，实现整个营销传播过程的透明化。

当然，也有一种可能，某一类人群只会接受真人式广告。

3.2 CPV成为主要付费模式（70%）

真正的“广告即交易”。

过去CPC、CPM、CPL、CPA等模式都将退居辅助，CPS成为主要付费模型，按最终销量计费，实现真正的效果广告。

这里的CPS的结算周期会延长，更加精准地计算每一条广告对消费决策的综合加权指数，尤其是延迟购买及低频大宗消费。

这意味着，需要一套基于AI的全新广告价值衡量体系，叫CPV（Value）模式可能更合适。

所以，基于终身客户价值的动态ROI，也是有机会涌现的。

3.3 无限趋近C2M定制化营销闭环（65%）

传统方式中，广告投放主要通过标签化来圈选人群包。但在未来AI技术的帮助下，可以更加精准地定位受众，针对单个个体实现真正的个性化展示，从而提升消费者的广告体验和广告效果，实现更加细密度的广告呈现。

且AI可以帮助企业定制生成营销闭环，包括创意生产、精细定向、智能优化、深度转化、线索管理等多个环节，并支持多业务模式的专业服务体系。

3.4 分钟级实时动态调整（70%）

AIGC还可以在广告效果的监测和优化方面发挥重要作用，通过对广告效果数据的分析和反馈，对广告投放进行实时调整，从而提高广告投放的效果和ROI。

从看日报周报数据做策略调整，到AI自动的分钟级动态调整，会逐步走向现实。

广告圈的“沃纳梅克之惑”——“我知道我的广告费有一半被浪费掉了,但我不知道是哪一半。”

这句话要改成了——“我知道我的广告费被浪费掉了,但它最多只会浪费一块钱。”

四、从业人员的重构

4.1 九成低阶入门岗位会消失（90%）

AI对广告行业的变革，比预想的还要快，还要汹涌，广告从业者成为最容易被取代的工作岗位之一。

AIGC解决的主要是两块，第一是人做不到的，如更大范围数据的收集、聚合、归纳；第二类是人不愿意做的，如一些机械化的行为。

未来5年，非常基础的设计和文案，都会被更高水平的AI模型所取代，文案、设计、插画师甚至策略人员，将无一幸免。

4月13日，蓝色光标就发布内部邮件，通告说明了AIGC已具备取代更多的工种的可能性，这意味着将有很大一部分的从业人员将面临失业的风险。

AI不会淘汰所有人，只会淘汰不会使用AI工具的人。

4.2 创造高维策略岗位（35%）

目前可预见的AI，还无法像人类一样拥有情感和共鸣的内核。

在整个广告生产链中，有三类策略依然依赖人的智慧：更加垂直细分场景和人群的广告策略（依赖于高门槛的知识经验储备）、法律法规公序良俗的审核策略、以及出现问题争议后的规则策略。

一个广告策略师，有可能会管理统筹影响上亿的广告投放，某些岗位人的价值杠杆会无限放大。

五、法律监管的重构

5.1 AI广告标识+人工审核成为标配（75%）

AI时代，会有一套全新的AI隐私保护机制，模糊用户在单个触点的痕迹，进行脱敏处理，加强个人信息的防护。

广告行业是主要规范化行业之一，《互联网信息服务算法管理规定》中也对用户数据、算法做了规定，要求保障用户的算法知情权和算法选择权，对广告厂商获取用户数据做了一些限制。

AI广告标识和人工审核上线，这两条大概率是需要的。

5.2 AI对AI的监管（50%）

未来AI的合规，还是要依托于AI技术本身，形成AI监管AI的对抗模式，比如AI实时检测平台、AI实时审核、AI惩罚机制等等，届时相互制约力度会更大。

能打败魔法的只有魔法，以汝之矛当汝之盾。

六、商业格局的重构

6.1 广告垂类大模型将会涌现（85%）

还是巨头们的主战场，腾讯广告、巨量引擎、阿里妈妈、百度营销等平台，随着母公司的综合大模型完善，广告垂类大模型将自然涌现，且成为一道新的竞争屏障。

以广告大模型为核心的技术演进，正在以超乎我们想象的速度发生；大模型的建设，又促进了机器学习平台的快速进步，两者形成了螺旋上升的良性循环。

事实上，DTAB们已经在耕耘了，且有诸多可公开素材，毕竟广告是各家的商业化的重要模式。

6.2 海量广告数据将是初期壁垒（70%）

数据多多益善、模型不厌其大。

广告大模型的特征规模就有千亿之多，为超大规模参数的AI模型提供训练，就需要海量的广告原始数据，提高了计算准确性，冷启动才能更快，空耗情况才能减少，也才能向深层转化目标的优化。

所以说，高质量的内容数字资产，就是生成式AI的决胜点，传统AI公司很难拥有这方面的数据，也是广告平台得天独厚的优势。

同时，客户的精细化增长需求，对广告大模型的演进发展也至关重要。

6.3 梯媒的重要性反而激发（65%）

即使AI当道，作为线下物理空间的最强渠道，梯媒的重要性不降反升，离现实世界越近越稀缺。

在AI、5G等技术赋能下，梯媒和网媒除了本身实现技术的升级和融合以外，也成为未来AI广告联动的重要一环。

一切技术进步，利好NVIDIA；

一切商业模式，利好茅台；

一切广告变革，利好分众。

七、思考

AIGC的出现，代表着用AI算法和大模型重新排列和索引信息，也代表着出现了更好的广告交互方式，两者叠加绝对又是一次万亿广告行业基因级的突变。

群邑全球发布《下一个十年：人工智能》报告，首次预测了人工智能在广告行业的规模。

“2022年全球AI广告将超过3700亿美元；2032年将覆盖绝大多数媒体，规模达到1.3万亿美元，占总体广告总收入的90%以上。”

拥抱AI，为AI赋予爱，成为人类唯一的选择。

数百万广告人，不要为广告强行融入AI，去做AI时代更好的广告。

作者：甲方财经

来源公众号：甲方财经

自ChatGPT在全球掀起狂潮至今，市场上关于AIGC（生成式AI）未来的发展走势和商业场景的探讨愈演愈烈。人们一边忧虑AI是否会替代人，在多个产业引发失业潮，一边又将AIGC的发展视为一场不可逆的革命，憧憬着这一技术变革对千行百业打开的新的想象空间。

聚焦到泛文娱产业来看，尽管影视、动漫、游戏、音乐等都是AIGC的潜在落地场景，但内容创作门槛相对更高。而贯穿这些内容传播的路径，以图片、视频为载体的内容营销借助AIGC释放的想象力，反而更快地显现出来。

前不久，钟薛高推出新品系列“Sa Saa”，该产品较以往最大的区别在于，AI参与了“Sa Saa”起名、包装、设计等多个环节；可口可乐也在同期发布一则疑似AI创作的创意广告；更早一些，支付宝曾联合Gurulab创始人、广告导演、艺术家赵伯祚发布一则营销短片……越来越多AI营销内容进入大众视野，甚至站上舆论高地，不只反映出人们对新营销形式的关注，更意味着支持AI广告落地的产品愈发成熟。

AI创作的钟薛高新品海报

今年2月，Meta首席执行官马克·扎克伯格宣布，公司组建了一个由顶尖人才组成的AI团队，将专注于生成式AI的研发和应用。随后，Meta首席技术官安德鲁・博斯沃思在访日期间公开表示：“在未来几年内，生成式AI将成为广告创意的主要驱动力。”

反观国内，AIGC的发展也呈现出相似的趋势。4月11日，网信办发布消息，正式就《生成式人工智能服务管理办法（征求意见稿）》公开征求意见。同日，阿里发布“通义千问”AI大模型，在此之前，百度、华为、腾讯、昆仑万维等科技巨头在大模型方面也有布局动作。从巨头入场到监管推进，生成式AI在国内的发展脚步不断加快，这也将从更多层面驱动AI与广告创意和内容营销间的碰撞。

一、从制造噱头到营销逻辑的转变

毫无疑问，人工智能是2023年的第一个风口，似乎任何事物与AI扯上关系，都有可能成为下一个爆点。在二级市场，且不说科技板块的涨幅，只在影视领域，上海电影、光线传媒、华策影视等涉及AIGC相关布局的公司均迎来一轮疯涨，其中，上海电影的股价涨幅一度接近220%。

同样，钟薛高、可口可乐、支付宝等品牌的AI广告能够引起大面积的讨论，也与当下的AI热潮有关。至少从目前来说，AI广告本身就是一个很大的噱头，与此相关的内容产出也是品牌营销的一种方式。

但从更长远来看，如果AI广告进入常态化阶段，内容营销将迎来的可能是营销逻辑上的转变。一方面，AI介入内容营销，最直接的变化大概率是更高的内容产出效率和更低的创作成本。

几天前，#飞猪AI广告引发热议#登上微博热搜，话题累计阅读量超1.5亿，人们惊讶于飞猪在短时间内用AI做了1000张平面广告，也在探讨相较于几万块一张的人工广告海报，AI作品确实在保持精美度的同时，完成了远超人力的工作量。甚至从创意层面来说，AI基于自身庞大的知识储备量，也能围绕人输入的描述，做更多创意的延伸，以保证“1000张平面广告”间的差异性。

另一方面，围绕内容营销的整个过程，随着AI广告愈发成熟，其影响可能进一步渗透到传播过程和与人交互的过程中。比如面对不同的目标群体，广告主可能要在大量的广告素材中试错筛选，然后投向市场。而AI的介入则将用户需求前置，在更短的时间内完成筛选过程，并基于目标群体的喜好差异，以更贴近用户喜爱的风格创作适合不同群体的内容，以提升内容营销本身的转化效率。

从这个角度来说，AI广告从创作到传播将成为一个动态的过程，在未来市场中，这种转变可能提供的是无限趋近于定制化营销的解决方案。

二、创意与产品支撑

那么，如何创作一条AI广告？或者从更大层面来说，AI广告只是AI生成内容中的一种内容形式，指向的是AIGC在平面视觉和动态影像方面的想象力。

在这之中，ChatGPT作为AIGC的代表，较以往AI的一个显著区别在于“拥有因果逻辑思考能力”。正是基于这样的转变，受过相关驯化的AI在与人交互的过程中，能够理解人的语言，并作出相应的反应。

AIGC的探索过程 图源：国泰君安证券研究

很快，国内也在积极布局与ChatGPT类似的产品，并伴随着对AIGC的持续探索，AI作画、AI音频等产品走向市场。直观的表现是，国内前不久掀起AI作画的热潮，除了各大图片处理APP接入该功能外，抖音上，#ai绘画 相关话题累计播放量超200亿。很大程度上，这是AIGC工具类产品最大面积接近C端市场的一次尝试。

直到目前，不少AI作图产品都已经能够产出非常精美的图片作品，而这些产品的落地成为AI广告落地的关键一步。在此基础上，相关的视频创作进入探索期。

最近，一些品牌的AI广告都开始以视频形式呈现，其中，可口可乐近期的一则创意广告被大众猜测出自AI之手，也是由于该片画风中带着Stable Diffusion的残留痕迹，后者是国外一款AI视频生成产品。

眼下，相关的产品迭代速度非常快，产出的视频也在丰富更多细节。比如谷歌发布的Phenaki，已经可以根据一系列提示生成2分钟以上的长视频；美国流行摇滚乐队Linkin Park近期发布的新MV《Lost》，是通过AI视频网站Kaiber创作完成。此外，曾参与构建第一版Stable Diffusion的人工智能公司Runway，此前发布了一个新的视频生成产品“Gen-1”，宣称可以把视频转换成任意风格；后来发布的Gen-2模型则可用文字生成类似电影预告片的短片。

由此可以预见，AIGC未来在影视、动漫等视频产业有望释放出更大的想象力，而在此之前，有着相似载体的广告产业可能会更早承接起这轮变革带来的成果。据悉，Meta计划在今年年底前将其专有的生成式人工智能商业化，用于生成广告图像，并在之后进一步应用于动态视频。

三、AI大模型背后是巨头的游戏

国内围绕AIGC的探索也比想象中更快。

据沙利文咨询统计，全球AI市场规模预计到2024年将超6000亿美元，年复合增速27%。而在2016-2019年，中国AI市场规模从329.6亿元增长至1372.4亿元，年复合增长率约61%，远高于全球整体增速水平，预计2020年到2024年，国内市场将以44%的年复合增长率继续快速增长。

不过需要注意的是，与人自我学习的过程不同，AI在理解人的思维，或者具备趋近于人的思考能力的过程中，需要大量的驯化作业，尤其是在视频创作方面，目前产出的内容大多都有清晰度、内容表达等方面的瑕疵。而驯化的过程需要庞大的资金投入和算力支持，也是因此，国内在AIGC基础性产品——AI大模型方面的布局者皆是巨头企业。

据了解，早在2019年，阿里便开始布局大模型研发，2022年9月，阿里达摩院发布“通义”大模型系列，经过持续探索，于今年3月，阿里在“魔搭”上线“文本到视频生成扩散模型”，能够实现视频生成功能；并于4月推出阿里云的大型语言模型产品——“通义千问”大模型。

而在前一天，商汤科技介绍了其以“大模型+大算力”推进AGI（通用人工智能）发展的战略布局，并公布了在该战略下的“日日新SenseNova”大模型体系，推出自然语言处理、内容生成、自动化数据标注、自定义模型训练等多种大模型及能力。作为在AIGC方向长期布局的公司，商汤目前可实现的算力，已经能够以最大4000卡规模集群进行单任务训练，可以训练参数量超5000亿的稠密模型，并做到七天以上不间断的稳定训练，今年的目标是能够在大装置上训练超过万亿参数的模型。

同样，百度在2022年发布文心大模型，并于今年年初推出中国第一个类 ChatGPT 产品“文心一言”；腾讯在去年年底推出混元AI大模型；华为则在2021 年基于昇腾AI与鹏城实验室联合发布鹏程盘古大模型；昆仑万维和奇点智源合作研发的、中国第一个真正实现智能涌现的国产大语言模型——“天工”也将于4月17日启动邀请测试……此外，京东、网易、360、字节跳动等企业，也在持续向外界释放自己在AI大模型方面的布局。

未来，巨头们在AI大模型上布局，将成为AIGC在影视、动漫、营销等内容产业落地的支点。据国外商业咨询机构Acumen Research and Consulting预测，若考虑下一代互联网对内容需求的迅速提升，2030年AIGC市场规模将达到1100亿美元，彼时的中国市场，大概率将成为AIGC多点开花的爆发地之一。