本报告或文章可用于微博、微信公众号、新闻网站等一般性转载,或用于企业的公开市场宣传,或用于企业投融资咨询、上市咨询等用途。这些引用可能是免费的,也可能产生额外的授权费用,头豹将根据您的引用需求向报告或文章发布者取得相应授权,并派专人与您进一步联系。
请务必如实填写引用需求并按授权范围使用本报告或文章,如头豹发现您最终的引用目的超出所引用需求相应的授权范围,头豹有权要求您停止引用并就头豹因此遭受的损失追究您相应的法律责任。
纠错
全文字数:2260字,精读时间:4分钟
本文援引于报告《2021年中国智能推荐行业研究报告》,首发于头豹科技创新网(www.leadleo.com)。
头豹科技创新网内容覆盖全行业、深入垂直领域,行业报告每日更新;政策图录、数据工具助您轻松了解市场动态;智能关键词轻松搜索,直奔行业热点内容。
诚挚欢迎各界精英交流合作,头豹承接行业研究、市场调研、产业规划、企业研究、商业计划、战略规划等业务,您可发送邮件或来电咨询。
客服邮箱:CS@leadleo.com 咨询热线:400-072-5588
智能推荐技术将助力广告服务行业快速发展
广告收入是智能推荐唯一商业模式,且广告收入就是推荐的一个结果。2016年推荐算法所产生的的流量来源以达总流量比的60%,而搜索端流量占比已缩至40%。不论是智能推荐和搜索端产生的流量最终都将是导向各个端口(购物频道)转为商品交易总额(GMV)。
智能推荐行业收入主要来源于广告服务收入,中国广告收入占比第一的是阿里巴巴达55.5%,也是中国智能推荐行业内的龙头企业,而京东与拼多多分别占比9.9%、10.3%。其智能推荐市场竞争较为激烈,并随着各方企业端技术不断稳步升级,市场占比将逐年上升,但对于初创平台而言,与老牌平台之间并无任何竞争优势,因平台端用户数据量庞大方可充分体现智能推荐技术的作用。
中国智能产业图谱综述——资源层
中国云服务商阿里云、华为云在2020年世界云服务商市场份额占比呈上升态势,并分别达到9.5%、4.2%,而随着阿里云、华为云的快速崛起、亚马逊、微软的云服务市场份额都已随之降低,从2019年至2020年亚马逊市场份额44.6%降至40.8%
中国三大云服务商分别为阿里云、华为云、腾讯云,其主要业务包括云计算服务、人工智能等解决方案,云服务并不是一次性服务而属于长期服务,用户在选择云服务商时,需考虑其技术端,且企业未来的发展需考虑其中。
中国智能推荐资源层分析——人工智能阶段
2014年至2015年进入智能推荐第一阶段,所使用的模型依然是传统的统计学模型,平台端所产生的流量占比多为搜索端产生达80%-90%,人工清洗对数据的二次清洗所耗费时间过长,进一步推进第二阶段的进入2016年至2018年,由于机器学习模型相比统计学模型处理数据时效性更出色,其运用在智能推荐行业中的所产生的流量占比有了明显变化,从最初的搜索端流量占比80%下降至40%,而机器学习推荐而来的平台流量达60%,而随着AI深度学习模型的引入未来智能推荐所产生的的流量收益将更为巨大。
中国智能推荐资源层分析——大数据
大数据领域是智能推荐中的核心领域之一,针对不同数据处理所使用的计算模型存在差异,传统ETL模型无法已无法满足现有市场处理数据所需能力,未来AI深度学习模型将成为智能推荐行业的主流运用模型。目前云计算服务、机器学习模型都是智能推荐行业中相对较为成熟的运用模型。
中国智能推荐应用层分析——头部企业用户活跃度
涉及智能推荐的行业中,所拥有的用户活跃度存在一定量的差异,对企业端而言投放广告时,用户活跃度的体现将可能直接影响其企业端收益率,如何选择平台投放广告成为至关重要的选择条件之一
金融行业之间用户活跃度规模差距相对较小,主要使用者都为银行卡相关业务运用,而在社交网络中微信及QQ的用户活跃度占比之大,远远超过微博所生成的用户活跃度,从这单方面而言企业端在投放广告时将成为主要考虑方向
同视频行业年用户活跃度高达9.98亿人,而爱奇艺所拥有的年用户活跃度占比高达78%,企业端预投放相关产品广告于视频行业时,爱奇艺将有望成为行业内首选平台
资讯行业中,2021年Q1阶段今日头条与腾讯新闻活跃度分别为4.5亿人和4.82亿人,已成为资讯行业内规模相对较为持智能推荐平台
中国智能推荐行业分析——核心技术发展趋势
智能推荐的核心技术——计算模型瓶颈的突破并不是短期内可以解决的问题
将计算模型嵌入用户端,使其用户端帮助平台端提高计算时效,并将各体用户画像分析结果等数据筛选后有效数据,通过网络传输将数据结果传送至平台端,最大限度的利用用户终端资源设备。
各平台厂商将已建立好的计算模型,嵌入IDP中部署或以C语言方式嵌入APP模板中,用户下载App时,计算模型就已部署于用户手机端,用户操作手机时所产生的数据通过模型计算都将传送至平台。
智能推荐行业在综合电商端的发展最为快速,其主要原因是由于研发资金充足、数据基数庞大、应用场景繁多,因此智能推荐技术得以快速发展。阿里巴巴是中国智能推荐行业龙头,而百度作为智能推荐鼻祖已经逐渐被其他互联网企业超越。
深度见解:智能推荐技术在各行业间的运用
智能推荐技术的运用是基于原平台端数据存量进行分析,并针对用户画像分析,将企业端产品推送至潜在消费的用户终端,且该技术已属于非常成熟阶段,但由于计算模型短时间内无法对相应模型技术更新,同时每日所产生数亿级别的PB集数据对各企业平台终端计算时效要求较高,因此将计算模型嵌入用户终端将成为智能推荐行业内主流做法。
重点关注企业
通过深度研究中国智能推荐行业内优质企业,头豹建议重点关注阿里巴巴、京东、拼多多
相关推荐
2023年中国在线教育行业研究: 利好刺激,在线教育迎新风口?(独占版)
在本篇研究报告中,我们将对在线教育行业进行深入的研究和探讨。报告将介绍在线教育的发展背景和的应用价值。并从市场融资情况、市场规模、商业逻辑、应用场景、发展趋势等角度切入分析,挖掘潜在的商业与投资机会
2024年中外大模型发展探析(独占版)
中国大模型市场目前呈现出数量庞大且高度竞争的特点,众多企业和研究机构纷纷涌入这一领域,推出了大量的大模型产品。截至2024年2月,中国已有超过130个大模型出现,创业参与者覆盖各大涵盖开源、闭源、二次开发及微调等,发布机构则遍布互联网科技巨头、云计算领先企业、综合人工智能公司、智能设备制造商以及数字基础设施提供商。然而,与国际厂商相比,中国在大模型技术方面仍存在一定的差距,这主要体现在算法的深度优化、数据处理效率、模型泛化能力以及创新应用场景等方面。 外国的大模型市场虽在数量上不占优势,市面上广为认知的基础大模型不超过10家,但其技术能力却极为强大。以GPT3.5为例,该模型凭借卓越的性能和广泛的应用场景,吸引了庞大的用户群体,其用户数量之多足以证明外国在大模型技术领域的深厚实力。这种实力不仅体现在算法的高效优化和数据处理能力上,更凸显在模型通用性、稳定性以及创新应用领域的开拓上,为中国大模型市场的发展提供了有力的借鉴和学习的目标。
2024年中外大模型发展探析(摘要版)
中国大模型市场目前呈现出数量庞大且高度竞争的特点,众多企业和研究机构纷纷涌入这一领域,推出了大量的大模型产品。截至2024年2月,中国已有超过130个大模型出现,创业参与者覆盖各大涵盖开源、闭源、二次开发及微调等,发布机构则遍布互联网科技巨头、云计算领先企业、综合人工智能公司、智能设备制造商以及数字基础设施提供商。然而,与国际厂商相比,中国在大模型技术方面仍存在一定的差距,这主要体现在算法的深度优化、数据处理效率、模型泛化能力以及创新应用场景等方面。 外国的大模型市场虽在数量上不占优势,市面上广为认知的基础大模型不超过10家,但其技术能力却极为强大。以GPT3.5为例,该模型凭借卓越的性能和广泛的应用场景,吸引了庞大的用户群体,其用户数量之多足以证明外国在大模型技术领域的深厚实力。这种实力不仅体现在算法的高效优化和数据处理能力上,更凸显在模型通用性、稳定性以及创新应用领域的开拓上,为中国大模型市场的发展提供了有力的借鉴和学习的目标。
2024年中国大语言模型能力评析(三):行业应用能力评测结果(摘要版)
在行业应用能力领域,文心一言、通义千问及混元大模型等凭借其强大的泛化能力和深度学习技术,能够灵活适应并高效解决各行业复杂多变的实际问题,在各类行业能力评测中均展现出卓越的表现和广泛的应用潜力。尤其是在一些关键行业的能力评测中,这些头部大模型展现出了显著的领先优势,例如文心一言与通义千问已经在超过10个以上的行业中确立了其专业能力的领先地位。然而,对比之下,目前排名较为靠后的大模型在应对不同行业领域的专业问题时,其处理能力和适应性略显不足,尤其在面对行业细分场景和复杂任务挑战时,表现一般。这意味着,对于这些大模型而言,还有很大的空间去加强其行业特性和专业能力的优化提升,以满足更多行业需求,实现更全面、深入的应用落地。
2024年中国大语言模型能力评析(三):行业应用能力评测结果(独占版)
在行业应用能力领域,文心一言、通义千问及混元大模型等凭借其强大的泛化能力和深度学习技术,能够灵活适应并高效解决各行业复杂多变的实际问题,在各类行业能力评测中均展现出卓越的表现和广泛的应用潜力。尤其是在一些关键行业的能力评测中,这些头部大模型展现出了显著的领先优势,例如文心一言与通义千问已经在超过10个以上的行业中确立了其专业能力的领先地位。然而,对比之下,目前排名较为靠后的大模型在应对不同行业领域的专业问题时,其处理能力和适应性略显不足,尤其在面对行业细分场景和复杂任务挑战时,表现一般。这意味着,对于这些大模型而言,还有很大的空间去加强其行业特性和专业能力的优化提升,以满足更多行业需求,实现更全面、深入的应用落地。
头豹的程序员小GG强烈建议您使用谷歌浏览器(chrome)以获得最佳用户体验。