大多數(shù)iPhone用戶其實(shí)不清楚蘋果的另一張臉。
但在這背后,蘋果還有另一副面孔,那就是「廣告商」——而且這部分業(yè)務(wù)的占比還在不斷擴(kuò)大。
最近幾個(gè)月,蘋果在廣告業(yè)務(wù)上又有新動作:
目前尚不清楚這些廣告將采用何種形式,是類似YouTube上的貼片廣告,還是傳統(tǒng)電視插播類廣告。
谷歌和Facebook已經(jīng)先后在這塊市場上賺得盆滿缽滿,所以蘋果想要插一腳進(jìn)來也完全合乎邏輯。”
市場研究公司Insider Intelligence估計(jì),蘋果每年通過廣告拿到的收入也已經(jīng)有40億美元。
蘋果CEO庫克之前還曾明確強(qiáng)調(diào),廣告驅(qū)動的商業(yè)模式在本質(zhì)上屬于對隱私的侵犯,這話大概率是在嘲諷谷歌和Meta。
有第三方機(jī)構(gòu)估計(jì)稱,蘋果的ATT讓Meta大約損失了130億美元的廣告收入。德國監(jiān)管機(jī)構(gòu)正在調(diào)查此功能是否有潛在的反競爭影響,畢竟蘋果的個(gè)性化廣告(仍然可以根據(jù)用戶的年齡和性別進(jìn)行定向投放)不受相關(guān)規(guī)則的約束。
“用戶的數(shù)據(jù)屬于他們自己,應(yīng)該由他們自己決定是否分享數(shù)據(jù)、與誰分享。”ATT規(guī)則同樣適用于包括蘋果在內(nèi)的所有開發(fā)者,而且該公司“從不追蹤用戶”。
Insider Intelligence預(yù)測主管Peter Newman指出,“廣告肯定會成為蘋果業(yè)務(wù)中的重要組成部分,蘋果希望大幅降低對純硬件銷售的依賴。”
Newman指出,Apple Music和Apple TV+等月度訂閱服務(wù)可以輕松容納廣告業(yè)務(wù)。另外,蘋果公司的視頻流媒體服務(wù)也值得關(guān)注,畢竟在Netflix也推出廣告彈窗之后,蘋果已經(jīng)是目前唯一不設(shè)廣告的主要視頻流服務(wù)商之一。(今年4月,蘋果曾簽署一項(xiàng)協(xié)議,計(jì)劃通過流媒體服務(wù)在美國職業(yè)棒球大聯(lián)盟<MLB,Major League Baseball>的節(jié)目中投放廣告。不過這些廣告由MLB銷售,蘋果并未親自參與。)
1150億美元位列第二。
不過一直有傳言稱,蘋果正在開發(fā)用于替代谷歌搜索的引擎產(chǎn)品,如果真是這樣,那這個(gè)項(xiàng)目也許會帶來利潤豐厚的廣告新機(jī)遇。
投資銀行Evercore ISI估計(jì),到2026年,蘋果的廣告業(yè)務(wù)將達(dá)到300億美元,大致相當(dāng)于2021年iPad的銷售額,接近該公司服務(wù)收入的一半。
廣告技術(shù)工程經(jīng)理的招聘廣告提到,蘋果公司“具有復(fù)雜且不斷增長的平臺需求,努力向消費(fèi)者提供高度優(yōu)化的廣告內(nèi)容”。而根據(jù)英國《金融時(shí)報(bào)》對LinkedIn數(shù)據(jù)的分析,截至今年9月,蘋果的廣告平臺只有約250名員工,職位列表顯示,蘋果計(jì)劃將這個(gè)數(shù)字提升近一倍。
在今年4月發(fā)表了一項(xiàng)研究,結(jié)論認(rèn)為,ATT并不存在打壓互聯(lián)網(wǎng)廣告商、遏制競爭對手開展業(yè)務(wù)的情況。
當(dāng)然,也有一部分企業(yè)跟蘋果認(rèn)真磋商,也因此拿到了更優(yōu)惠的抽成比例。
“蘋果用戶向來既忠誠又寬容,但如果真的在這個(gè)底線問題上做出試探,不知道用戶還能不能接受蘋果的這種「冒犯」。”
[編者按] 海外來電是科技行者旗下編譯團(tuán)隊(duì),聚焦海外新技術(shù)、新觀點(diǎn)、新風(fēng)向。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。
科技行者旗下編譯團(tuán)隊(duì),聚焦海外新技術(shù)、新觀點(diǎn)、新風(fēng)向。