图片来源@视觉中国

文｜海豚投研

广告的命脉是宏观经济，2022 年的广告市场意料之中的随着全球经济放缓而跌进尘埃。过去一年，巨头管理层们提到经济预期就范迷糊，广告主的预期也一再保守。但熬过一路向下的 2022 之后，经济的落地摔似乎并没有想象中那么狼狈，虽然 2023 年大概率仍然是一个低迷的环境，但至少强衰退的预期站不住脚了。或许上半年广告主还会有所谨慎，但下半年的广告市场的增速恐怕会先于经济反弹。

1、在这样的大周期下，互联网广告巨头们不仅承受着收入上的压力，同时还在为自己过去三年的盲目扩张而吃苦果。毫无意外的裁员潮扑面而来，一波接一波的降本增效下，巨头们的利润也会先于收入看到拐点，海豚君预计最快二季度会看到显著回暖的迹象。

2、再落到海豚君关注的$谷歌-C.US 和$Meta.US 上，率先妥协的 Meta 挽回了投资者，但市场仍然期望能够看到更大力度的降本增效。而 Google 则被 ChatGPT 迎头一击，自乱阵脚，但深厚的 AI 技术和长久的搜索数据积累，让海豚君觉得暂时不用特别恐慌，虽说船大难掉头，但 Google 也并不是毫无准备。需要担忧的，则是 AI 给整个行业带来的成本增量。

下面本篇将从行业出发，围绕四季度广告巨头的业绩表现，重点讨论 Google 和 Meta 的逻辑变化和估值判断。

“衰退” 向 “弱增长” 的预期切换，广告率先触底？

四季度 Snap、Meta 以及 Applovin 等广告公司的财报，当期表现不佳但指引都不差。在业绩电话会上，对于扑朔迷离的宏观经济，虽然各家管理层均未表达特别笃定的趋势，但言语中也并不存在对宏观经济严重恶化的担忧。移动广告的 Applovin 管理层，甚至认为移动广告的底部短期就会到来。

那么为什么在 2023 年经济增速下降的普遍预期下，广告会有先触底的迹象？

广告市场与宏观经济息息相关，但广告主的预期和规划很难与实际经济增速完全一致。经济平稳发展下，广告占 GDP 比重也保持稳定。美国广告/GDP 常年保持在 1% 左右，近两年因为线上化红利，数字广告拉动整体广告市场在 GDP 比重中显著上升但在经济周期的变动拐点，营销支出一般作为企业经营弹性收缩扩张的首选，因此广告市场的变化幅度往往会显著高于实际的经济变化。

过去十年，虽然美国经济有过不同周期，比如 2015、2016 年经济增速有显著的放缓，但因为数字广告渗透率不断提升，基本上抹平了因为经济周期而导致的广告预算波动。

但在最近三年内，因为疫情的爆发与退出，以及政府应对施加的政策扰动，短期内经济变化较大，造成广告市场波动更加剧烈。

如果再细化到每个季度的情况，尤其是吃了线上红利的互联网巨头，其广告收入与 GDP 的变动对比，斜率更加 “陡峭”。当然，这里也包括巨头非美国地区收入在因为高汇率美元计价，导致收入被动承压的影响。但还是能体现出，在经济迈入不同周期的拐点阶段，广告的变动弹性会远高于实际经济变化。

对于宏观经济，当前可能的最大预期变化，在于经济从 “强衰退” 演绎为 “弱增长/衰退” 带来的差异，这将显著影响广告主在今年的营销投放节奏。

根据年初部分广告代理机构的调研，广告主对经济预期最谨慎的时期基本上发生在去年的下半年，尤其是三季度快速调整了营销预算，四季度虽然也整体偏谨慎，但相比三季度，预期没有进一步的恶化。

对应到巨头的广告收入上，体现为：

① 三季度非电商广告快速坍塌，除了预算规模收缩外，也有不少广告主短期转向更接近交易环节（转化率更高）的电商广告（亚马逊三季度增速走高）。

② 四季度巨头广告收入增速均继续下滑，但下滑幅度已经相比三季度有所放缓。

因此站在重新修正的 “经济弱增长” 的预期视角，三四季度短期过于谨慎的投放节奏应该不会在今年全年都保持常态，或许上半年还有保守心理，但当经济软着陆预期越来越强，广告主的营销活动也会快速回归正常。再加上去年的低基数，预计今年下半年的广告市场，会呈现出一个相对明显的增长恢复。

下面海豚君对覆盖的重点广告公司 Google 和 Meta 分别展开分析。

谷歌：ChatGPT 的 “颠覆” 危机？

以往谈及谷歌的逻辑，讨论宏观的影响会远远大于谷歌本身的经营。这源于收入贡献超过一半、利润贡献可能超 90% 的搜索业务，长期以来护城河深厚。

在移动应用竞争层出不穷的今天，谷歌在整体搜索流量上市场份额仍然稳居 92%。可以说，如果是拥有同样功能的搜索引擎，基本没有能够撼动谷歌市场地位的能力。

ChatGPT 的出现，短期会因为技术上的先发优势，在用户流量上会很快体现出影响。但后端广告主的动作不一定会那么快，或许会有部分广告主因为 Bing 有新增流量在短期的预算分配上调整比例，但中长期的投放计划，还是需要结合用户留存、活跃以及谷歌的产品响应来综合考虑。

与此同时，短期上如何平衡 ChatGPT 广告商业化与原来搜索跳转的商业化逻辑，也是 Bing 需要考虑的问题。而这恰恰给出了谷歌及时完善 Bard 的时间窗口，谷歌虽然收入上倚重搜索，但旗下的 C 端产品构成了全球近 30 亿的流量生态，这也不是短时间能够颠覆的。

因此，我们认为，搜索市场最可能的终局稳态是：保持现有的竞争结构不变（或谷歌小幅走低），但整个搜索市场的利润率因为增加了 AI 功能的成本投入，而永久性降低。

1、厘清 ChatGPT 的 “颠覆” 逻辑

首先海豚君要说明的是，我们不认同 ChatGPT 的出现一定会对现有搜索平台的竞争格局产生实质性的颠覆（即重新洗牌），而更多的是用户与搜索平台之间的一种全新的交互方式，一定意义上可以视作是推动整个搜索行业进步的“技术革命”。

主要源于：

1）短期的用户体验差异，是必要但非充分因子。

现有搜索行业的竞争格局，有多个影响因子。对于搜索应用来说，融合了 ChatGPT 的 Bing 影响的是前端的用户体验，但与此同时，搜索平台背后的功能场景、商业化场景，都是与平台原先的产品生态、商业合作生态有着莫大的关联。

2）历史积累的数据、算法模型，是搜索巨头的壁垒优势

鉴于搜索平台本身在 AI 问答训练的三大生产要素（数据、算力、模型）之一——数据上的优势显著，因此行业外玩家借此机会进入搜索领域的可能性很低。

现有的搜索巨头，谷歌、微软、百度等，不仅有数十年历史数据的积累，在 AI 算法的投入上，也一直没有间断。搜索巨头之间的差异，需要时间追赶，但并不意味着差距会越来越大。

因此从站在更高更长远的角度，ChatGPT（AI 问答）对目前搜索引擎是一种技术创新，带来搜索平台和用户交互的新方式，将成为未来 “搜索平台” 必备的一项技术。

下面我们再来讨论 ChatGPT 从商业视角的 “颠覆性”。

ChatGPT 的横空出世，则是从改变用户与平台的交互方式出发，提供了另一种信息查询和获取的方式。

技术的演绎进程，海豚君简单概述一下，但不作特别的展开，大家感兴趣可以看一些专业的学术论文。

ChatGPT 背后的大模型 GPT-3.5 属于 GPT 模型系列第三代，GPT 模型则是从 2017 年谷歌论文提出的 Transformer 模型改进而来。除了 GPT 模型之外，谷歌则主要将 Transformer 模型改进为 BERT 模型。BERT 和 GPT 两者的差异主要是底层模块架构不同，反映到前端应用上，就是谷歌的 BERT 模型核心优势在于「自然语言理解」，OpenAI 的 GPT 模型核心优势在于「自然语言生成」。

OpenAI 的 ChatGPT 能够爆火，除了做成对话聊天机器人，面向非专业人员的普通大众应用而快速普及渗透外，核心还是来自于其背后的模型优势（包括数据清洗、标注、模型结构设计以及训练推理的技术积累）。如果再进一步溯源，ChatGPT 的模型优势又可以归结为亮点：

① 预训练模型（语料包）数据量大

② 加入人类反馈的监督学习进行训练

① 在进化了三代的 GPT 3.5，在参数量上实力碾压 GPT1、2 以及 BERT 模型（标准版，谷歌新版 BERT 模型参数量已经达到 4810 亿，PaLM 模型参数量达到 5400 亿），以及预训练数据量也是比前辈高了一个数量级。

② 与 ChatGPT 对话 “丝滑” 的最关键一点，是在模型训练过程中比前辈模型增加了有人类反馈的监督学习（RLHF，Reinforcement Learning by Human Feedback），而目前谷歌和国内的百度等有大模型的厂商，更多的还是基于无人类监督学习下的训练。因此 ChatGPT 相比前辈，能够用人类习惯的语言方式来进行对话，大大减少了 “机器感”。

ChatGPT 训练奥秘得以公开，也代表着后人是可以学习和追赶的，尤其是模型的底层框架以及数据量并不落后的谷歌。但在用户的搜索前端，这种交互方式的改变给传统搜索（或现在的绝对垄断者谷歌自己）的商业模式带来了两个棘手的难题：

（1）原先的商业化逻辑需要转变

简单来说，相对于传统的搜索引擎，ChatGPT 带来的最大的一个变化，就是它本身具备了信息整理和归纳能力。也就是用户不需要再通过不同网址的跳转，来收集到想要的信息。

而这种网址之间的跳转，实际上也是传统搜索业务进行商业化的一项必备功能，因此，ChatGPT 在改变了这个业务逻辑后，自然也会改变搜索业务商业化变现的思路。

因此，对于传统搜索引擎来说，在与用户的交互方式发生改变之后，如何寻找更契合的商业化方式是关键。否则会因为网页跳转功能的断开，而失去一部分现有广告主的预算。

（2）AI 对话成为搜索必备功能后，经济账要重新算

成本是短中期要面临的最核心问题。当搜索引入 AI 之后，前端的变现逻辑没有给广告 ROI 效率带来质的提升下，因为用户使用 AI 功能过程中导致的额外运营成本，也就是报价没有和成本同步提升，这将体现为搜索广告的利润率会直接下一个台阶。

这也是微软 CEO 纳德拉对于 ChatGPT 应用到 Bing 上提到的一点：“……致力于降低搜索的利润率……”

当然这意味着不仅是 Google，Bing 自身的利润率也会降低。但对于 Bing 来说，先一步引入 ChatGPT 后，Bing 的用户流量短期内会快速提升（日下载量达到 10 万，为平时的 10 倍）。因此哪怕原来的广告转化率并没有提升，但因为有新鲜流量，Bing 短期内还是会部分获得广告主的青睐。

这就好比去年的 TikTok 刚开始商业化时，虽然因为用户年龄结构、推荐精准度而转化率不高，但仍然有不少广告主看中它有新增流量而选择划拨一部分预算给到它。

反之对应到谷歌身上，短期内可能还是会面临部分搜索份额的流失，那谷歌的应对方案，则可以通过进一步降低广告报价来减少流失，从而影响到广告利润率。

但海豚君认为这种短期让利损失，在谷歌搜索引擎后续融入 Bard 后有望拉回。而真正令搜索利润率长期下滑的，则还是来自于背后高昂的 AI训练成本和用户使用 AI 对话功能时的运营成本。

1）训练成本

根据调研和公开披露的信息，OpenAI 的 ChatGPT 训练成本约为 2000 万美元，其中离线训练成本 1200 万美元，45TB 语料包的大模型重新训练一次的成本在 460 万美元，理论上而言，这个训练成本会随着数据量级的增加而增加。

不过，如果采用谷歌目前对 PaLM 模型的训练方案，换成 Google 的 GCP TPU v4 芯片对 GPT3 进行训练，训练成本只有 140 万元美金。

同时因为模型利用率以及能效比的提升，现在采用原先的训练方案也会大大减少成本。根据而如果用英伟达最新的 H100，预计内部成本还将进一步降低。

来源：Sunyan《The Economics of Large Language Models》

当然这对于已经有历史投入的搜索巨头来说，这一块的成本压力可能比无历史积累的新平台要少得多（比如基础的训练服务器、标注人员团队的搭建）。但如果要达到目前 ChatGPT 智能程度，其他巨头还需要对现有模型新增训练和调试。

而随着用户对使用体验的要求越来越高，尤其是内容更新频率的需求（目前 ChatGPT 训练用的数据主要为 2021 年之前的数据），当不停有新内容数据产生后，后端的语料包扩充和新的训练也得及时跟上。

2）运营使用成本

虽然训练成本已经上千万美金了，但 ChatGPT产品成本的主要压力还是在运营阶段。理论上来说，由于用户体量、以及用户与 ChatGPT 的交互过程无法控制，因此对于交互过程中 ChatGPT 跑模型的次数也很难判断上限。

去年底 Marland 大学的 AI 相关专业的教授 Tom Goldstein 有对 OpenAI 运营成本做过测算：一般字数为 30 字的一次回答，背后的运算成本为 0.01 美元。

按照目前 1 亿注册用户，假设平均每个用户每天查询 1 次，那么意味着 ChatGPT 每天的运营成本（不包含人工成本、物业设备成本、基本经营费用等支出）接近 120 万美元。

如果未来 AI 问答成为搜索引擎的一个必备工具：

根据微软日前披露，目前全球用户每天使用搜索查询次数为 100 亿次，假设 1 次搜索代表 1 次对话（30 字的回答），当用户搜索时全部都调用了 AI 问答模型（如 ChatGPT、Bard 等）时，那么意味着全球搜索引擎每天会增加近 1 亿美金的成本。

对于目前占比 92% 搜索份额的谷歌，极端情况下（100% 调用 AI 问答），预计 1 年的成本将会最高新增 336 亿元。如果一半的搜索量用了 AI，则成本也会增加 168 亿，相当于谷歌在 2022 年总成本的 13%。

不过，上述单次对话的成本测算，用的基础数据是 Azure 服务器 1 块 A100 每小时的收费价格 3 美元。对于谷歌这种自建底层的服务器平台来说，内部成本假设可以砍掉一半，那么对应成本增量也就是差不多 80 亿/年，相当于 2022 年总成本的 6%，对当年的经营利润率影响 3pct。

当然如果单次问答的字数增多（比如从 30 字增加到 50 字），以及更多的用户使用 AI 问答来搜索内容（搜索量渗透率高于 50%），那么对谷歌的利润影响也就更大。

2、谷歌估值：除了隐形成本增加，搜索竞争的三种情形演绎

虽然在海豚君认为，谷歌半年内的时间窗口，推出集成了 Bard 的新搜索引擎和其他工作软件，能够依靠旗下产品矩阵的近 30 亿流量生态，以及与广告主的合作关系，在搜索领域中长期保持龙头地位。

但出于对风险的考量，我们在不同的预期下，预估 2025 年，Bing 可能在当前谷歌 Bard 追赶的时间窗口以及利用 office 套件产品，而蚕食的不同份额。

① 乐观预期：谷歌与微软之间竞争格局不变，但两个巨头一起通过侵蚀其他中小搜索平台而稳步提升份额（+5pct），此外 Bard 还能对外授权带动云业务增长。

② 悲观预期：谷歌溃败让出 10% 市场份额（包含侵蚀中小平台份额之后，即让出的潜在份额实际为 15%）推出 ChatGPT 后，Bing 日下载量巅峰为 10 万，平时为 1 万，按照后续稳定下载量 5 万/日对比之前谷歌 30 万的下载量，占比为 15%。

③ 中性预期：有一定影响，谷歌份额不变，但微软份额提升。

总的来说，三种不同竞争格局下，对谷歌搜索未来五年的 CAGR 分别为10%、8%、5%。

而在成本端，由于按照目前趋势，无论 AI 问答功能能否给搜索引擎上带来更高的广告效率吸引广告主的增量预算（或者单独向 C 端用户订阅收费），但这已经成为必不可少的成本投入。因此相比之前的预期（谷歌 4Q22 电话会：2024 年成本结构会有更明显的改善），海豚君调低了谷歌在 2023-2024 年成本优化的速度，但预计 2025 年之后与云业务的盈利改善一起加速修复。

最终估值结果，假设 WACC=9.59%，g=2.5%：

① 中性预期下，Google DCF 估值为 1.52 万亿美金，单股 117 美元。由于美债收益率短期仍在高位，如果无风险利率假设由 3% 提升到 3.5%，那么对应为 1.4 万亿美金，单股 109 美元/股。

② 悲观预期下，谷歌为了竞争防守，AI 问答的运营成本投入不变，但广告变现没有同步扩张，市占率下滑。DCF 估值为 1.16 万亿，即90 美元/股（无风险收益率为 3%）。

③ 乐观预期下，谷歌借 AI 功能，不仅能够抵御微软的进攻，同时侵蚀了更多中小平台的广告份额，经营利润率提升速度加快。最终 DCF 估值 1.75 万亿，即136 美元/股（无风险收益率为 3%）。

实际上，上述的预测还建立在两个相对保守的假设上：

（1）搜索行业的市场规模未因为 ChatGPT 等 AI 功能的引入而吸引更多的广告预算；

（2）未预估谷歌云会借助 Bard 的 AI 能力，和微软一起获得更多的市场份额。

Meta：投入还得去 “泡沫”

走过悲惨的 2022，迈向新一年的 Meta，反而问题边际减轻。正如海豚君在 Meta 的四季度财报点评《多重利好叠 Buff，Meta 华丽转身？》中详细分析的，去年围绕在 Meta 身上的三个问题：苹果 IDFA、TikTok以及无节制的投入 VR，在年底时都有了缓解的趋势。

当然，三个问题中，因为主动减少投入 VR 对估值和投资者情绪影响最大。中长期下，Meta 所面临的 TikTok 竞争威胁并不会就此打住，海豚君更倾向于政治因素不会长期存在进而压垮 TikTok。同样，苹果 ATT 的影响更多的是边际放缓，而不是客观消失，这也会使得部分广告预算会转向电商平台（亚马逊）

而比较 Meta 疫情（扩大投入元宇宙）前后的经营利润率，即使按照最新调整的经营支出指引，公司盈利水平还是差一大截。目前 Meta 对 2023 年 890-950 亿的支出指引中，还是隐含着对 VR 保持着较高规模性的投入。

但 VR 的变现，光靠硬件短期内很难有数量级的提升，但对软件收入的预期又需要发挥想象力，导致整个公司呈现出来的仍然是一个：年烧百亿，投入一个盈利拐点还很遥远的业务。但这并不符合一个理性管理层的经营决策，一定会承受投资者的压力。

因此我们不妨把这种不理性的持续投入视作 Meta 极度悲观预期下的经营假设。而中性预期下，则假设公司会继续大幅减少投入，显著拉回利润率水平。

而在收入端，尽管短期 TikTok 遇阻，竞争态势有所减弱。但中长期下，海豚君认为如果从相对中性的角度，政治因素并不会对 TikTok 发展有非常大的限制，广告主的短期谨慎不会成为常态。

而 eMarketer 甚至认为，TikTok 当下的低 eCPM 反而会让其快速攫取更多的市场份额。由于其全球 15 亿的流量盘，除中国之外 9 亿的 TikTok，2024 年能够实现 185 亿美元的收入（不含抖音），占整体全球数字广告市场（7800 亿美元）的 2.4%。

因此，短期竞争缓解对 Meta 中长期社交广告市场份额可能的提升，海豚君暂不考虑，不会对广告收入增长趋势上做特别调整。而 VR 这一边的硬件收入，对整体收入贡献较低，仅按照 IDC 预估的出货量规模以及当前 Oculus 均价来做粗略的估算。

根据对公司经营不同的预期演绎：

① 中性预期下，海豚君认为，迫于股东压力和 VR 产业发展，Meta 将继续削减开支，预计三年内经营支出水平基本回到疫情/VR 巨额投入之前，毛利率因为 Reels 成本相对较高，与往年水平有一定差距。

因此与市场预期对比，海豚君对于 Meta 盈利能力的恢复速度有更高的期望（尤其是 2024 年），我们相信，在股东的约束下，除了裁员 1.1 万人之外，Meta 有进一步减少开支的动力。

在 WACC=10.5%，g=2.5% 下，Meta DCF 估值为 5570 亿美金，单股 215 美元。若短期将无风险收益率假设提高到 3.5%，那么对应 5200 亿市值，合 200 美元/股。

② 悲观假设下，就是 Meta 管理层硬着头皮继续保持目前的高额投入做 VR，继裁员后，人效比没有进一步提升的计划，即接受 2023 年 27% 的经营利润率为中长期水平。虽然这种经营情况对股东极不友好，但这种极端情况下的估值恰恰也代表着 Meta 未来阶段可能的底部。

我们假设由于持续的 “不理性” 投入，长期经营利润率仍然在 29% 左右徘徊，远远低于 2019 年之前的正常水平 40%。这种情况下，Meta DCF 估值不足 4000 亿美金，单股 153 美元。

结合当前市值（4400 亿），说明市场预期中定价了一部分进一步降本增效的动作，但不多。因此，这就意味着的预期差可能来自于 Meta 后续更激进的经营调整动作。