坊间传闻，几乎所有的互联网公司，本质上都是广告公司，虽然此句的评价有些片面，毕竟互联网除了广告外，还有电商，（会员）增值服务，游戏等变现方式，但广告毕竟是成本最低，也是商业价值最大，几乎没有任何公司可以抗拒的变现手段，今天笔者就和大家一起聊一聊数据科学和人工智能赋能互联网广告变现的商业模式。

1. 我不是针对谁，我只想说在座的各位都是……

  曾几何时，Google利用免费搜索的“诱饵”，聚沙（用户）成塔（流量&资产），利用用户聚焦在互联网的时间（你的生命）为代价，将用户的注意力和公司的流量出售给第三方广告主，开启了互联网广告的先锋；Amazon更进一步，认为广告的目的最终还是为了有效的转化（如下单成交），引领了电商时代，但要注意的是电商和广告并非互斥关系，电商在网页或客户端的商品feed流，广告Banner位等出现的排序规则，一般还是会用到广告推荐的原理，属于二者的相辅相成。

  先一起看一下近几年国内互联网公司广告收入TOP榜（估算）

• 2023年国内互联网公司广告收入估算TOP榜(数据来源互联网，为估算榜，有纰漏欢迎指正)
  

• 2024年国内互联网公司广告收入估算TOP榜(数据来源互联网，为估算榜，有纰漏欢迎指正)
  

• 2025年国内互联网公司广告收入估算TOP榜(数据来源互联网，为估算榜，有纰漏欢迎指正)
  2025年上半年中国互联网广告市场规模达到3598.5亿元，同比增长5.6%。从流量和硬广收入份额来看，淘宝（22.5%）、抖音（19.1%）、微信（10.8%） 位居前三，一些机构也统计了2025年第一季度的广告营收情况：

  • 阿里巴巴：711亿元（同比增长12%）
  • 拼多多：487亿元（同比增长14.8%）
  • 腾讯：265亿元（同比增长20%）
  • 快手：180亿元
  • 哔哩哔哩：20亿元（效果广告同比增长超30%）

  就估算的数据而言，榜单清晰地展示了“广告公司”论的现实依据。阿里巴巴、字节跳动、腾讯、百度、京东等巨头常年霸占前五，其广告收入占公司总收入的比重非常高。

2. 现状数据科学&AI如何赋能广告

2.1 广告位排序的原理

  如图2.1，通常广告位（以商品呈现的feed流为例）呈现的顺序的原理，大致上可以理解为：

1. 用户访问页面，通过搜索(也可以是某个商品详情页停留8s以上，搜藏，分享，点赞等等)暴漏用户本人对商品的兴趣信号，从而触发平台的算法；
2. 根据用户暴漏在触点的兴趣信号，算法平台算出不同长尾（long tail）候选商品可能被用户点击的概念，得到按被点击概率由大到小的初步排序；
3. 一件候选商品被用户点击的概率越大，就应该排在最前面对吗？从技术角度来说是的，但是从商业思维的角度，确实可以对排序的结果进行适当的微调，利用钞能力在原来的基础上重新排序不同长尾（long tail）候选商品的顺序，从而得到最终的feed流呈现给用户；

2.2 算法模型介绍

2.2.1 模型训练

1. 训练数据准备：通过过去的广告曝光和用户点击、收藏、分享等数据关系，作为模型训练的Raw Data；

2. 特征工程：将训练的Raw Data特征化，得到用户特征，广告（或商品）特征，场景特征（如：用户在什么情况下点击了什么广告或商品）。

3. 利用特征工程的数据，结合机器学习，深度学习，甚至最新的LLM训练及迭代，得到一个相对稳定的模型。

2.2.2 模型预测

1. 用户来到终端，通过收集用户，商品，场景的特征得到已知条件；
2. 将这些已知条件作为输入喂给模型；
3. 模型计算预测出该用户可能会点击某个商品的概率。

2.3 算法模型设计到的角色及协作

1. 领域专家：拆解出在触点上那些行为可以作为标记用户的偏好，如点击、收藏行为；
2. 数据科学家：指标数据量化领域专家的描述，如基于用户在什么时间的点击次数，是否收藏；
3. AI专家：提升模型精度和性能。

  领域专家，数据科学家，AI专家一定是相互独立吗？其实也不是，比如资深的数据科学家也极有可能兼任AI专家，热爱业务的AI专家也可能是领域专家等，天下武功，殊途同归，这里笔者也建议不要给自己设限。

  讲个简单的段子，大家就好理解此三者的区别了。

某天，专家发现高压电线下的麦子长得更高，猜测是电流磁场的影响。联系勘测人员前来测量时，农民伯伯得知后直言：“那是因为电线上常有麻雀停留，它们的粪便滋养了下方的麦子。”

  通过这个段子，就很好了的理解，农民伯伯等于领域专家，勘测人员等于数据科学家，专家等于AI专家。

3. AI Agent下的广告营销

  笔者写这篇文章时，恰好友商们诸如字节火山引擎，腾讯企点营销云，阿里瓴羊陆陆续续都发布了自己的营销Agent，剑指大模型驱动精准营销，在AI Agent的变革下，“一客一策”的落地及实现逐渐变为可能。虽说Agent的出现原则上对广告试一把双刃剑，毕竟以Agent对你的了解，他本质上可以做到让你不看无效的广告，但基于搜索引擎广告竞价的这个Rank模式，如果一旦有人掌握了智能体LLM和Agent的Rank模式，则广告必然成为这个Rank模式竞价的新载体，他自然是要颠覆传统的搜索引擎广告竞价和商品Feed流排序的，此处，笔者愿与大家一起见证Agent的成长。