互聯網電商行業深度報告：生成式推薦，AI時代互聯網技術皇冠上的明珠.pdf

互聯網電商行業深度報告：生成式推薦，AI時代互聯網技術皇冠上的明珠。生成式推薦有巨大的技術潛力和商業價值：推薦系統的代際式進步意味著信息 匹配成本的降低、更多的流量（用戶留存、用戶停留時長）、更好的變現空間 （提升廣告加載率、廣告轉化率）等。

我們認為生成式推薦是 AI 時代互聯網技術皇冠上的明珠，主要基于以下 4 點原 因：1）縮放定律有效性。生成式推薦模型隨著規模的擴大，帶來效果提升 （Scaling Law 有效）；2）數據和特征的擴充，能進一步提升效果的天花板。 3）用統一的框架端到端生成推薦結果，統一優化目標，帶來效果收益的同時簡 化工程結構，帶來工程綜合成本的下降。4)生成式推薦支持多樣性推薦，打破信 息繭房。

回顧機器學習時期和深度學習時期的技術和各廠商業績表現，我們發現推薦系 統的技術紅利能夠為互聯網企業帶來可觀的業績收益：1）在機器學習推薦技術 發展時期（2005-2015），掌握技術優勢的 Google、百度實現了顯著突出的商業 化表現。2）在深度學習技術高速發展期（2015-2020），以 Wide&Deep （Google）、DIN(阿里巴巴)、Two Tower（字節）為代表的深度學習技術成為 了驅動業務提速的核心引擎。其中：Google 廣告業務增速 2015-2019 期間相比 于 2011-2015 期間提升了 4.5PCT；同樣對比 2015-2019 時期，Google 廣告業務 增速相比于 Microsoft 搜索廣告業務平均增速高出 4.7pct；阿里巴巴電商業務在 2015-2020 期間，非傭金的貨幣化率提升 1.13pct。

生成式推薦系統的標桿之 HSTU（Meta）與 One Rec（快手）：

2020-2024 年期間，Meta 廣告收入增速受“蘋果隱私新規”影響降速后，后 靠自身推薦系統改善恢復高速增長，且增速超過 Google。2024-2025 年, Meta 季度廣告收入增速維持雙位數，持續優于谷歌。根據 Meta 公布的 2025 二季報，AI 驅動的廣告推薦模型提升效率，Instagram 廣告轉化率提升 5%、Facebook 提升 3%。

快手團隊在 2025 年 9 月發布《OneRec-V2 Technical Report》，線上 A/B 測 試顯示，其在快手主站/極速版處理 25%總 QPS，App 停留時間分別提升 0.467%/0.741%，推理 MFU 達 62%，OPEX 保持極低水平，驗證了其在性 能與效率上的雙重突破。

生成式推薦系統蘊含巨大的商業價值。 1、 從工業化落地速度看：符合海量信息分發與匹配、用戶數據連貫性高、數據 相對穩定的場景最先受益，綜合各項因素，在相對落地較快的三個互聯網場 景中，我們認為最先獲得的收益的平臺排序為：電商>內容推薦>廣告。 2、 從業績彈性角度看：我們用同維度假設進行測算（未考慮不同公司 baseline、技術能力不同等），主要互聯網公司收益彈性從高到低的排序為快 手>阿里巴巴>騰訊控股=嗶哩嗶哩。若考慮到 Bilibili 較低的 baseline，我們 采用情形 4、5 作為 bilibili 的參考值，則收益彈性從高到低的排序為快手>嗶 哩嗶哩>阿里巴巴>騰訊控股。