AI的下一波红利在旧生意里
欢聚集团Q2财报数据显示，AI大规模商业化正率先改写广告投放、内容分发与商家经营等成熟生意。Ad-Tech按下AI应用重估的确定键，企业决策者需要重新理解AI落地的增量地图。
AI真正大规模商业化，可能率先落在已经存在几十年的生意上，把它们重新做一遍。
这句话不是某个投资人的预测，而是2026年中报季最容易被忽略的一条主线。市场花了整整两年追逐各种AI原生应用、Agent和杀手级产品，却忘了把目光收回来，看看那些已经拥有用户、数据和现金流的旧生意正在发生什么变化。欢聚集团二季度财报给出了一个完整的观察窗口：广告技术收入增长53.1%，AI生成互动礼物占虚拟礼物消耗的三成以上，独立站商家来自AI渠道的订单量同比增长超35倍。这些数字指向同一个判断——AI的商业化兑现，最先发生的不是新物种的爆发，而是传统业态的效率重估。
旧引擎换新涡轮，比从零造车更快
AI原生应用的最大困境，在于冷启动。用户要从零积累，场景要从零教育，付费习惯要从零培养。这个过程往往以年为单位计算，而且中途夭折的概率极高。反观成熟互联网业务，用户早已在平台上产生交易、消费内容、建立关系。AI介入这类业务，不需要重新教育市场，只需要在一个运转多年的系统上提升效率。
欢聚的财报恰恰证明了这一点。Bigo Live已经有十余年的数据积累，创作者生态持续运转，用户付费行为稳定。AI要做的事不是推倒重来，而是在这个既有系统里完成三件事：更准确地理解内容，更高效地匹配用户，更精细地驱动转化。二季度Bigo Live日均有效开播主播数环比增长4.4%，核心直播付费用户同比增长3.9%，ARPPU同比增长2.4%。增长看似温和，但在一个成熟市场里，这些指标的同频改善说明AI对基本盘的加固是实实在在的。更值得注意的是，5月AI生成互动礼物在整体虚拟礼物消耗中的占比已达34.3%。这意味着超过三分之一的虚拟礼物经济已经被AI直接改写。用户的付费行为没有变，但供给端的生产方式和互动体验被AI重新定义了。
这给中国企业一个非常直接的参照：与其把AI预算投向一个从零开始的AI产品，不如认真审视自己已有的业务闭环，看看哪个环节的利润率、人效或用户转化可以被AI系统性提升。成熟生意加AI，是当下最确定的商业化路径。
效率飞轮的三个着力点
AI对传统业态的改造不是单点突破，而是生产、分发、交易三个环节的协同重构。欢聚的财报把这三个环节的AI效率提升同时摆在了桌面上，这比看单一案例更有参考价值。
生产效率：让创作者不再靠人工运营争曝光
在直播和短视频平台，内容供给端的核心矛盾从来都是流量分配。创作者数量远大于平台能有效承载的曝光资源，传统的运营方式依赖人工审核、人工推荐、人工资源位，成本高且响应速度有限。Bigo Live的AI内容理解能力跨区域识别优质内容并精准匹配用户兴趣，本质上把内容分发的决策权从运营团队移交给了算法系统。创作者获得曝光的路径变短，平台的内容运营边际成本被压低，付费转化效率同步提升。这是一个典型的供给端效率革命，它对平台生态的价值远超短期财务数字。
分发效率：Ad-Tech是AI兑现最快的赛道
在所有AI商业化的场景中，广告技术是被市场验证最快、重估最确定的方向。AppLovin依靠AXON AI广告引擎实现了广告主ROAS的显著提升，其收入与利润率的同步增长直接改变了市场对这家公司的估值框架。汇量科技的AI智能出价体系已贡献广告平台收入的90%以上，说明AI在广告分发中的作用已经从实验性尝试变成核心收入引擎。欢聚旗下BIGO Ads走的是一条相似的路径：二季度收入1.34亿美元，同比增长53.1%，三方广告收入同比增长74.1%，Web端预算同比增长91.7%，IAA预算同比增长70.6%。这些数字的背后，是行业算法、中台能力和工程基建三层技术体系的持续建设。
广告投放是AI最理想的训练场。反馈信号充足，效果可量化，优化空间连续。广告主预算的每一次调整都是一次强化学习，投放效果的每一次改善都会带来更多的数据积累。这个飞轮一旦转动，竞争对手很难在短时间内追上来。对于中国的营销从业者和广告技术公司来说，Ad-Tech不是AI应用的一个分支，而是AI商业化兑现速度最快的主战场。
交易效率：把AI的碎片化流量沉淀为长期资产
SHOPLINE的数据提供了另一个维度的观察。二季度SHOPLINE收入3440万美元，同比增长28.6%。更重要的数字是：上半年商家来自AI渠道的流量PV同比增长约15倍，订单量同比增长超35倍，跨境商户业务同比增长73.5%。
这些数据背后的逻辑很有启发性。AI正在创造一批分散在各个AI Agent和AI助手入口里的新流量。用户不再只通过搜索引擎或社交媒体进入独立站，而是可能在和某个AI助手对话时被引导到商品页面。这种流量是碎片化的、低意图的，但成本结构与传统获客完全不同。SHOPLINE的价值在于打通了主流AI Agent入口，让商户能够承接这批AI带来的增量流量，并通过订单系统、客户关系管理把它们沉淀为可以复用的长期资产。这不是简单的渠道扩展，而是把AI流量从一次性触达变成可经营的用户关系。
Ad-Tech重估的本质：现金流加算法飞轮
市场愿意给Ad-Tech公司更高估值，不是因为它们讲了一个动人的AI故事，而是因为它们的财报已经出现了实实在在的利润兑现。这个判断需要特别强调，因为它揭示了AI投资逻辑的一个关键分野。
大量AI原生应用公司面临的问题是，技术能力很强，但商业闭环不完整。它们需要持续融资来支撑模型训练和用户补贴，短期看不到盈利路径。相比之下，Ad-Tech公司和拥有成熟流量的科技公司具备一个AI原生企业无法比拟的优势——正向现金流。它们不需要靠外部输血来维持AI建设，而是可以把AI带来的效率提升直接转化为当期利润。AppLovin如此，Unity如此，欢聚也正在这条曲线上。
Unity上线Vector AI后，核心广告业务增长动能持续修复。这不是技术公关稿的措辞，而是市场用估值投票的结果。Ad-Tech板块的AI价值重估，本质上不是概念溢价，而是业绩兑现带来的估值体系重构。欢聚二季度Web端预算同比增长91.7%和IAA预算同比增长70.6%说明，算法的效果正在被广告主用真金白银验证。同时，财报披露欢聚的算力已走向成本调度优化。这意味着公司在AI能力建设上的边际成本正在下降，规模化效应开始显现。
飞轮的逻辑在这里清晰起来：更好的算法带来更好的投放效果，更好的效果吸引更多客户和预算，更多的预算产生更多的数据，更多的数据反哺模型优化。每一圈转动，效率都在提升，成本都在摊薄。
给企业决策者的四个判断标准
从欢聚、AppLovin和Unity的案例中，可以提炼出一套判断一家科技公司是否值得被AI重估的实用框架。这套框架同样适用于中国企业在评估自己或合作伙伴的AI落地价值时使用。
第一，看是否有真实的业务基本盘。一家公司是否已经拥有稳定的用户、流量、交易数据，决定了AI介入后能否快速产生可量化的效果。从零开始培育用户和场景的公司，AI落地周期要长得多，不确定性也大得多。业务基本盘是AI提效的基础设施。
第二，看AI是否进入了核心收入环节。如果AI只是用于内部文案生成或面试筛选，它对公司估值的改变是有限的。只有当AI直接作用于收入产生、成本控制和毛利提升的核心环节，比如广告出价、商品推荐、用户付费转化，它才可能改写财务表现。
第三，看数据飞轮是否已经启动。AI和业务之间是否形成了自我强化的数据循环，还是AI建设仍然依赖一次性投入和人工维护。数据飞轮的转速，决定了AI带来的改善是线性增长还是指数增长。
第四，看现金流是否支撑长期投入。没有现金流支撑的AI建设，本质上是在和时间赛跑。有现金流的公司可以容忍试错、持续优化、等待飞轮加速。这种从容本身就是一种竞争壁垒。
这四个标准放在一起，可以帮助企业决策者过滤掉大量噪音，把注意力集中在真正具备AI重估潜力的标的上。
营销人必须重新审视的增量地图
对中国的CMO、市场负责人和增长负责人来说，这份财报传递的信号远比一家海外公司的业绩数字更重要。中国市场的AI商业化同样正在回归下游应用，回归那些已经运转多年的生意场景。
广告投放是第一个需要重新审视的领域。AI出价、AI创意生成、AI素材优化在字节跳动、腾讯、阿里巴巴的广告平台上已经不是新鲜事。但多数营销团队对AI的认知仍然停留在工具层面，用完就过去了，没有思考它在投放策略和管理机制上可能带来的结构变化。更明智的做法是，把AI参与投放的占比、人效比和单位转化成本作为团队的核心运营指标持续关注，主动推动AI在投放决策中的权重提升。
内容分发是第二个被低估的领域。当AI内容理解能力可以跨区域识别优质内容并精准匹配用户兴趣时，内容团队的工作重心应该从揣摩平台算法的偏好转向聚焦内容质量本身。分发交给机器，创造交给人。
商家经营是第三个正在被AI流改写的领域。AI Agent正在成为新的流量入口，消费者通过豆包、Kimi、文心一言等工具获取购物建议的频率正在上升。这意味着品牌和电商运营团队需要重新绘制「AI搜索流量—商品详情—转化—复购」这条链路。能否让自己的商品信息被主流AI助手准确引用、推荐和展示，将逐渐成为商家经营的新基本功。
欢聚的案例给中国企业的最大启发，不是某一家公司的分析框架值得照搬，而是一个更朴素的事实：AI的商业化红利，正在从技术头部向应用腰部扩散。谁先在自己已经拥有的生意里找到AI的杠杆，谁就更可能在下半场的增量竞争中建立结构性的优势。