昨天翻了下Google的季报.
发觉传统广告模式确实在当下存在相当的危机感.
虽然从数据上来说这块的revenue还是增加的.
但是看cost per impression和impression数据是不容乐观的.
叠加TAC的增加.
基本就是典型的买量越来越贵,同时收效越来越低的情况.
考虑Cloudflare的AI流量已经大于人类流量了.
情况可能更差.
毕竟虽然session的profile可能依然追踪到人,但是反而因为追踪到人,而不是AI本身的浏览行为和特征.
广告效果可能就要打一个打折扣了.
形式上来说,就是一个人用另一个人的ID上网.
行为大致会是错位的,自然也就谈不上精准投放了.
尤其AI面对的是纯代码片段,甚至可能不是多模态的,不会去读图/动画.
所以也就更谈不上点击和impression了.
当然,这里可能有过渡的所谓面向agent的SEO.
甚至可能进一步的通过context inject去注入/诱导AI上下文的行为,从而实现通过Agent去达到曝光/成交的路径.
但至少目前来说,还并没有一个能够让Agent自主实现交易的方式.
而且即使用,大概用户习惯上可能也并不太会允许有这种或者期望的自由度的交易能力.
当然,技术上来说也不是没有资金安全的保障方式.
至少类似delay transaction之类的,也能一定程度mitigate.
但核心还是,用户对交易成立的必要性并不一定有那么强烈.
毕竟这个不是自主决策,而是AI的一种意图识别.
也当然,按照国内的电商玩法,小额的交易可能确实存在一定的商业逻辑性.
一方面数额不大,一方面标的可能也确实属于人类也会名中的小额冲动消费特征.
从体量上来说,这部分的提成/手续费也是个可观的市场.
但是作为正统的销售渠道,可能还是不太合适的.
因为为了安全性,实现上必然会有撤回交易的保障.
这样就没办法利用既成现实/冲动交易了.
可能有点类似现在仅退款.
在广告模式本身被打击的情况下,广告的露出形态也是在萎缩的.
尤其目前还是基于Chat的方式的AI交互.
只要AI跟人类的交互设计还是侧重在自然语言/拟人化上,那么能够暴露给用户的信息空间就会大为缩减.
前互联网时代的多媒体是声音图像等从各种方式能够给人展现内容.
而一旦局限在类人交互上,信息密度和频段基本就退化为语言/文字理解层面上了.
而目前AI的发展方向又更多的是让人忽略COT/决策过程,让人只关注最终结论/产物.
那么实际上即使能在生成过程中植入信息,那大概率来说也不会被人类接受和消化的.
所以实际上来说,广告或者其他任何媒体输入都将被屏蔽在AI这道防火墙之外.
或者说被AI所拦截圣听.
大致就是宦官内戚当权的模式.
这么想的话,那么自然解决方案就会考虑面向AI设计.
而人类自身的体验或者说决策因子就显得没那么重要,甚至于无足轻重了.
毕竟只要说服了AI,剩下的会由AI来说服用户.
从这个角度考虑的话,prompt/context injection和AI safety本质上就是一体两面的东西了.
毕竟后者的决定什么是对的/正义的,本身就是一种价值观/决策链injection.
于是Anthropic等AI巨头的concern其实是某种如何建立罗马教廷的包装了.
唯一稍微乐观点的就是这种人类再宗教化的未来的成本了.
昨天顺便也看了SpaceX的季报.
里面AI Infrastructure的revenue看起应该是能赶上主营的Starlink业务了的.
从字面上来理解自然就是来自算力中心的收入.
一部分是Tesla自己的.另一部分应该就是Anthropic的单.
这两个加起来差不多占到AI Infra的30-40%左右.
还有一部分就是把X的广告和Grok也并入AI Infra的revenue.
广告并入的原因估计是使用的算法算在购买算力开支上.
但从没把X当作一个significant的costumer列在来源上.
那么合理的反推就是这部分AI应用的收入/开销相比直接卖算力来说是可以忽略的.
于是一个推论差不多就是算力本身的成本会比算力产出的应用值钱.
换句话说,就是以SpaceX的这个财报而已,AI应用本质还是纯粹的烧钱.
并没有产生对应的商业上的回报.
当然,这个是Grok这个水准模型的情况.
OpenAI和Anthropic以及其他一些显著的player都没有IPO或者相关的财务数据.
大多都是推算出来的.
也比较难有一个准确的或者说定性的ROI数据.
可能一个比较定性的理解是DeepSeek的六个月回本理论.
在给定一定参数量模型和算力卡spec的情况下,直接的token产出价格跟卡的成本相关.
这个只是算力生产成本.
进一步的,token价格跟API售卖价格相关,那么直接的ROI定性就是token的产出到底值多少钱的问题了.
所以相对地,这个路径可以简化为,一张卡的算力可以产生多少有价值的东西.
这个可能是当前没有人能够说清楚的事情.
而且即使OpenAI/Anthropic上市有数据了.
这个可能短期内还是一个迷.
因为它最多只能告诉你一张卡产生的算力等值于多少token.
但可能并不能告诉你一个token有多少价值.
而大多数现存商业模式来说,是需要知道一个token到底能转化为多少钱.
从这个角度来说,短剧/自媒体行业可能确实是一个先行版本.
毕竟生图和生视频在目前是有比较明确的转化比例的.
按照这个思路考虑的话,那么AI token经济即使成立,那么它也会有一个显而易见的存量市场困境.
像短剧这类还是跟时间挂钩的产品,本质上就是竞争一个个数量限定的slot的.
因为人的attention是有限的.
即使能够多设备,形式上来说,也是有一个上限约束的.
这个有点像早期移动互联网时代,app是存储bound的.
一个App的获客/安装可能意味着把另外一个App竞争下去了.
套用到token上的话,就是每个时间slot上,会有一个所谓的有效token数的指标.
毕竟不是所有token都是有效token/能够占据用户时间,从而generate出回报.
这里就可能隐含几个比较有意思的结论.
从用户终端反推的话,本质上token值多少钱始终还是决定于用户时间值多少钱.
而反过来,它会促进算力往哪个方向/类型的token产出上投入.
也就是说,形式上,模型能力是往coding还是所谓的世界模型还是更模糊的AGI,最后的reward hack的结果都会是往从能从单位用户时间里收多少钱来决定.
于是从这个角度来说,订阅制/API付费和harness倒像是冥冥中给大模型厂商提供的一条捷径模式.
它自己不去探索方向,而是通过使用方的生存竞赛去选择服务谁的.
但缺陷可能也很明显.
那就是what if烧token的人发现真的只是烧token,不会产生什么其他价值的话.
整个链条也就自然而然会消亡.
