根據財報數據，2023年騰訊廣告前三季收入同比增長超 23%，剔除2022年市場低迷的因素，基本回到疫情前的增長軌跡。按照騰訊一貫風格，雖然廣告業務接下來不太會有「跨越式發展」，但底牌還是存了一些。

視頻號。明確的數據是2023Q2的視頻號廣告收入超過人民幣30億元，而且廣告加載率只有3%；2023Q3的描述「微信泛內循環廣告收入增長30%，且占比超過微信廣告的一半」，這裡的貢獻，應該主要來自於視頻號。從數據上看，視頻號在2023年的基礎上再做百億級別的增量應該是比較容易的。但視頻號的意義遠不止增加一個新流量，這塊我們後面詳述。

電商生態和內循環。36氪曾發表過《視頻號帶貨：有人觀望，但沒人想錯過》，縱觀幾年騰訊在電商交易領域裡的不斷嘗試，視頻號其實是最大的動作。視頻號做帶貨和抖音電商初期的邏輯是一樣的：帶貨本身幾乎可以不計成本來做，因為最大的業務增量會來自於廣告；這是因為當平台有了包含後續交易數據在內的商品數據，廣告的投放效果和確定性都會有顯著提升。在這裡，視頻號帶貨相當於補全了消費者從種草到交易的最後一塊拼圖，真正實現生意全鏈路可以在騰訊流量做內循環。對於商家來講，不管是帶貨還是廣告，都有很大想像空間。

當然，騰訊和位元組的流量特點是不同的。抖音流量集中，所以帶貨交易的數據效果可以馬上釋放。騰訊流量更複雜，所以視頻號以外其他流量上的效果釋放可能會更慢。但從另一個角度講，複雜的流量形態也提供了更豐富的消費者觸點和私域運營的空間。

大模型。2023年最重要的創新就是大模型。騰訊廣告在2021年開始升級「廣告大模型」，經過幾年的疊代，現在開始在收入業績上逐漸看到成果。而且，「騰訊混元大模型」的大多團隊也是蔣傑在帶領，這也側面證明了廣告大模型確實做了不少技術投入：給LLM大語言模型打了底。雖然嚴格來講，廣告大模型屬於稀疏大模型，和LLM大語言模型的稠密大模型是有區別的，但從數據的角度和工程平台的角度，很多積累確實是可以復用的。TEG的「機器學習平台部」就應該有團隊為這些大模型專攻工程能力；而且在「騰訊混元」的倒逼之下，最難的數據整合和數據質量問題應該都會有不錯的提升。一個比較放心的推測是，在不計成本投入大模型的形勢下，同一個大團隊的廣告模型能力應該也會上一個台階。以及，「騰訊混元大模型」最佳的練兵場也一定是在騰訊廣告。

三、未來騰訊廣告怎麼投？

「2024騰訊智慧營銷峰會」剛剛結束，裡面傳遞的信息和前面的分析基本一致：全力加碼技術。會議的具體內容還是比較務實的，有不少信息和技術細節值得關注，這些對於未來廣告投放應該有所啟示：

1. 從廣義商品維度思考問題。

會上提出了「新廣告ID」這個明確概念。這是非常重大的調整，因為「廣告ID」是最底層的算法邏輯，廣告ID一旦更改，就需要在策略算法的所有鏈條上都做梳理和調整。結合具體實現方式，我理解「廣義商品」是這個新ID的核心。這裡，所謂「廣義商品」並不局限於「實體賣的貨」，也包括了其他「交易場景」，可以是遊戲付費、教育課程付費、地產留資等等所有聯繫到最終交易的行為。騰訊廣告下決心這樣做的原因是為了讓廣告系統真正理解交易。

騰訊廣告其實在過去幾年已經提過多次「貼近交易」、「貼近商品」， 但只有到了今天，圍繞商品的廣告才開始條件成熟：首先，視頻號交易生態起來之後，騰訊才真正有了平台自己的商品和交易數據，之前落地頁和私域裡的非結構化的商品數據其實很難直接拿到，尤其是實時的數據。第二，大模型的能力不僅僅是顯性的聊天和做圖，還有很重要的一點是可以用這些模型來理解視頻和圖像里的商品（比如Meta的"Segmente Anything Model"），有了這些新技術的加持，視頻和圖片中的商品才可以真正被模型理解。第三，有了這些做基礎，在廣告全鏈路上實現商品維度的優化才可能實現，真正實現「人貨匹配」，而貫穿商品維度優化的正是「新廣告ID」。

所以在投放上，以前「大量堆廣告素材」的做法應該會更難奏效，因為平台會「認得出來」某個/某類商品。但相對的，從產品邏輯出發做投放，尤其是結合視頻號帶貨的閉環場景，可能會有更好的優化效果。此外，通過對於商品的更好理解，和商品相關的一方數據所產生的效果也會有進一步提升。

2. 增加鏈路觸點，積累並用好一方數據。

承接前面的分析，騰訊流量的最大特點是多觸點，這個特點對於長周期、長鏈路的生意模式有其特殊意義。比如遊戲場景，前期預約/預熱期和集中投放時段的投放目標不同，最合適的流量也有所不同；再比如品牌宣傳時需要在朋友圈上拉高格調，而商品售賣時轉化復購往往在微信群、小程序甚至是淘寶京東等電商平台；長決策周期的線索行業——教育、金融、汽車、地產更是需要在不同流量場景反覆觸達。

騰訊流量的多觸點同時也提供了積累一方數據的重要渠道：這次也提了很多視頻號、企業微信這些私域場景。現在視頻號還在成長期，紅利還可以釋放一段時間。另外，這些數據是企業的私域數據，確實可以幫助在競爭環境中和競品做出區別。

此外，會上反覆強調了「實時上報一方數據」。中肯的來講，所有平台都期待獲得更多數據，但從任何一個商家或者廣告主的角度，如果想要更好的轉化成果，實時上報轉化數據確實是必要的。而且，這些數據尤其要能結合商業模式和營銷節奏用到對的地方：這次提到的遊戲類、線索類行業工具也都是向著在全營銷周期，有層次地用好這些數據出發的。

3. 用好平台工具。

廣告向著自動化、科學化、低投放門檻發展是行業的大趨勢。無論是投放平台的演進趨勢，還是剛發布的「騰訊廣告妙思」，都是向著這個方向去做的。

騰訊廣告首先進一步大幅精簡投放設置：圍繞新廣告 ID，要求廣告主清晰表達營銷目標和優化目標。同時，投放平台還將搭載實施診斷能力，並提供優化建議。這相當於更充分的信息共享，減少惡性競爭內卷，讓正常、公平的競爭更加充分，也更加接近經濟學上的最優。這些能力都會進一步降低投放門檻：給廣告代理更有的放矢的投放指導、減少投放錯誤，也會帶給新廣告主、小廣告主更好的投放效果。與此同時，這些能力也給廣告代理帶來了新的挑戰：沒法通過「玄學」「黑箱」這些信息差賺快錢，就要把更多精力和思考放在如何做出更好（而不一定是更多）的素材和文案上。

另一個值得期待的是騰訊廣告妙思——一個「一站式 AI廣告創意平台」，它的底層基於騰訊混元大模型，而且還會在廣告領域做定製優化。既然是平台原生工具，它在搭配廣告位的修圖、風格化能力上是可圈可點的。以及，平台原生創意工具下一步的演化也值得持續關註：首先，這類工具未來應該可以結合廣告效果的數據，在促進轉化上比獨立原生工具更有效果；其次，這些平台原生的AIGC素材在審核上也會更快過審。

四、展望：基於AI的廣告技術革命

在大模型AI技術高速發展的今天，未來的廣告技術也會迎來新一輪的革命。這裡做個展望。

AIGC視頻素材的生成。圖片生成、圖片修改的技術已經幾近成熟，上面的「騰訊廣告妙思」就是一個例子。2023年末多模態模型技術正在爆發，可以想見可以商用的視頻生成的能力也將很快面世。

素材理解與素材審核將會更進一步。AI不僅可以做生成，也能做理解。各個廣告平台都在嘗試利用AI能力做素材理解和特徵生成，前文講的「廣告ID」就是建立在素材理解的能力之上的。類似的，有了AI素材理解就可以做AI素材審核；而且從另一個角度看，平台的素材審核能力也要匹配AIGC的素材生成速度。

基於AI聊天的廣告形態。ChatGPT讓AI聊天成為了新的人機互動模式，微軟的Bing也在3月份上線了基於聊天的新廣告形式。可以預見，國內的搜索平台們——從百度開始，也會進一步出現基於聊天的廣告。AI聊天也一樣會在微信站內搜索、搜狗的搜索落地：這些都會給騰訊更多的廣告場景。

廣告核心技術邏輯的變化。這些變化會來得更晚，但顛覆得會更徹底。幾個月前百度提出的「生成式定向」猜測是通過AI生成的標籤或者特徵為現在的定向框架做輔助，但未來這條路是否可以顛覆現在行業通用的「召回-粗排-精排」技術框架，還是未知數。另外一條可能的路是「實時素材生成」，這樣把廣告的「匹配」核心邏輯換成「實時生成」的邏輯。這些技術在目前離成熟都還有些距離，依賴大模型AI的發展水平。至少，「實時素材和預製素材共同競價」應該是大機率事件。

騰訊也一定會在AI的路上堅定投入，「騰訊混元大模型」雖然不是國內大廠里最先發布的，但卻可能是大語言模型中天花板最高的。在廣告的這條以數據作為「雪花」的長坡賽道上，只要堅持技術投入，雪球就能越滾越大，越滾越快。另外，從蔣傑同時帶領AMS平台側產品技術團隊和TEG數據平台部的陣容來看，騰訊混元帶來的技術創新一定會在廣告業務上得到最早的應用；而「技術驅動」也一定會是騰訊廣告未來最底層的業務邏輯。