Research & Trends

Kuaishou a orienté son générateur d'annonces vers le revenu et n'a rendu compte que du revenu

L'article GR4AD-X de Kuaishou constate que les annonces les plus probables selon son générateur et celles au eCPM le plus élevé se recoupent à peine ; il oriente donc la génération vers l'eCPM et attribue au système complet un gain de revenu de 3,07 %. Ses tableaux rapportent le revenu et la vitesse de service, mais aucun chiffre de clics, de conversions ou de retour pour l'annonceur, alors que la plupart des mêmes chercheurs avaient publié en février des chiffres de conversion et de petits annonceurs pour GR4AD.

A gardener in an orange apron lettered Kuaishou prunes a tree of coded paper tags, keeping coin-laden branches while branches with small garment tags fall toward a clothing seller holding a long receipt beside a ledger with a single Revenue column.

Neritus Vale

Les ingénieurs publicitaires de Kuaishou ont comparé les annonces que leur générateur jugeait les plus probables à celles que leur étage de classement comptait parmi les plus rémunératrices, et ont constaté que les deux listes se touchaient à peine. Dans GR4AD-X, déposé sur arXiv le 28 octobre par une équipe de Kuaishou Technology, le recoupement n’est que « d’environ 0,02 ». Le correctif oriente la génération vers les annonces qui rapportent ; les preuves en ligne montrent ensuite ce que Kuaishou a gagné, et non ce que les spectateurs ou les annonceurs ont obtenu.

Un système de recommandation génératif doit épeler une annonce avant de pouvoir l’afficher, comme nous l’avons raconté en octobre. Chacune des 7,556 millions d’annonces de l’article porte un code court appelé identifiant sémantique (SID). Le modèle l’écrit jeton par jeton, et une recherche par faisceau (beam search) écarte tous les codes partiels sauf les plus probables. L’article prévient qu’un préfixe sous-estimé « peut conduire à élaguer une annonce à eCPM élevé avant que son SID complet ne soit généré ».

Le diagnostic de l’article tient en une phrase : « La prédiction du jeton suivant s’ajuste aux interactions enregistrées, alors que les systèmes publicitaires optimisent une valeur commerciale telle que l’eCPM. » Dans le jargon de l’ad-tech, l’eCPM est le revenu qu’une annonce devrait rapporter pour mille impressions. Le générateur a appris ce que les spectateurs ont fait ; Kuaishou, lui, est payé sur autre chose.

GR4AD-X injecte de la valeur avant, pendant et après la génération. Une étape d’entraînement, PV-RSPO, fait remonter les récompenses d’eCPM dans l’arbre des codes partiels, si bien que chaque préfixe hérite de la récompense moyenne des annonces échantillonnées en dessous de lui. PV-BeamSearch classe ensuite un vivier élargi selon la probabilité et selon la valeur prédite, puis fusionne les deux classements. Une étape finale de reclassement retrie les candidats achevés à partir de « signaux liés à l’eCPM ».

Le générateur classe désormais beaucoup plus comme le classeur de revenu. Sur des requêtes enregistrées, le HitRate top-10 par rapport à l’eCPM passe de 0,021 à 0,298 avant reclassement, par comparaison avec le même modèle sans alignement sur la valeur. Le faisceau a une largeur fixe : chaque préfixe que la valeur fait entrer en évince un que la seule probabilité aurait conservé. L’article ne dit pas quelles annonces ont été évincées, ni si les spectateurs les ont regrettées.

C’est sur le revenu que l’article tient ses comptes. Son tableau A/B ajoute des composants en séquence au système GR4AD déployé ; la pile complète termine 3,07 % devant. L’essentiel de ce gain arrive avant les nouvelles étapes de valeur. Les identifiants multi-chemins, qui aident aussi les annonces à survivre à l’élagage, et la mise à l’échelle du modèle représentent 2,00 points.

L’alignement sur la valeur fournit les 1,07 point restants. La recherche par faisceau guidée par la valeur, l’étape visant la défaillance d’élagage diagnostiquée, ajoute 0,21, la plus faible contribution de toutes les étapes. Elle a été ajoutée après PV-RSPO, si bien que sa part dépend de l’ordre d’exécution.

La plus grosse étape de valeur intervient une fois le faisceau refermé. Reclasser la liste finale ajoute 0,58 point. Elle ne sauve aucune annonce élaguée. PV-RSPO, qui apprend au générateur à valoriser les préfixes pendant l’entraînement, ajoute 0,28.

Le protocole de test ne couvre qu’une seule métrique. Chaque variante a tourné sur 5 % du trafic attribués aléatoirement, pendant sept jours. L’affirmation de significativité porte sur « toutes les améliorations de revenu rapportées », c’est-à-dire sur toutes les améliorations que rapportent les tests en ligne.

L’article ne rapporte ni taux de clic, ni taux de conversion, ni retour pour l’annonceur, ni garde-fou d’expérience utilisateur. Pourtant, il relie l’ordre et la valeur des candidats au « revenu de la plateforme et à la réalisation des objectifs des annonceurs ». Seul le premier est mesuré. Le seul coût qu’il rapporte est celui de Kuaishou lui-même : l’alignement sur la valeur conserve 75 % du débit de service du modèle de base.

La plupart des mêmes chercheurs avaient publié en février des chiffres côté utilisateurs et côté annonceurs. GR4AD, l’article à l’origine de la référence, partage huit auteurs avec GR4AD-X et comporte une section intitulée « Business Indicators ». Il attribuait à « une modélisation plus fine des intérêts » une amélioration de 10,17 % des taux de conversion publicitaires.

GR4AD rapportait aussi 17,5 % de diffusion publicitaire en plus pour les petits et moyens annonceurs, et revendiquait « un résultat gagnant-gagnant-gagnant pour la plateforme, les annonceurs et les utilisateurs ». GR4AD-X ne rapporte que la première victoire.

Les ingénieurs d’Alibaba ont imprimé les deux autres lignes pour un correctif voisin. Leur article BAR vise une récupération incapable de voir les enchères en direct sur lesquelles trient leurs classeurs. Dans la première version, le test en ligne rapportait le taux de clic « pour évaluer l’expérience utilisateur » et le ROI, soit le GMV des annonceurs rapporté au revenu de la plateforme, « pour mesurer l’expérience de l’annonceur ». Le revenu de la plateforme a progressé de 4,32 % tandis que le ROI restait stable : les ventes des annonceurs ont donc suivi le rythme de leurs factures.

Le langage de Kuaishou à destination des investisseurs est plus large que les preuves de l’article. Son communiqué du deuxième trimestre citait le directeur général Cheng Yixiao affirmant que l’IA « améliore à la fois l’expérience utilisateur et l’efficacité commerciale », une phrase qui couvre le contenu, le marketing en ligne, l’e-commerce et les opérations internes. Le même communiqué indiquait que l’entreprise étendrait ses modèles de recommandation générative et d’enchères intelligentes au live streaming, à la recherche et à l’e-commerce pan-shelf, afin de « débloquer les budgets marketing de nos clients ». Sur une plateforme publicitaire, le revenu est ce qui est facturé aux annonceurs ; un tableau de revenu consigne donc aussi ce qu’ils ont payé.

Pour les vendeurs de vêtements, les lignes manquantes sont celles au vu desquelles ils achètent. Lors d’un salon en septembre 2025, la branche marketing de Kuaishou a présenté ses outils de trafic payant aux marchands d’habillement pour le pic de septembre à février, selon un compte rendu publié sur Digitaling et initialement attribué à 财经社. Le produit d’enchères Net Transaction ROI de Kuaishou, qui d’après l’entreprise aide les marchands à réduire leurs taux de retour, a atteint 55 % de pénétration chez les clients au deuxième trimestre. Un vendeur qui enchérit sur ce produit surveille des résultats côté annonceur que GR4AD-X n’imprime jamais.

La meilleure défense est que l’eCPM contient déjà le spectateur. L’abstract de BAR d’Alibaba définit l’eCPM comme le taux de clic prédit multiplié par l’enchère : sur les annonces display d’Alibaba, une annonce sur laquelle personne ne clique obtient donc un score faible, quel que soit le prix. GR4AD-X ne définit jamais l’eCPM de Kuaishou, de sorte que cette défense suppose qu’il fonctionne de la même manière. Le reclasseur possède aussi une tête comportementale qui modélise « la chaîne de conversion progressivement plus profonde ». Pour que la thèse tombe, il faudrait que le revenu supplémentaire provienne d’une réponse accrue des spectateurs plutôt que d’annonceurs plus offrants évinçant des annonceurs moins offrants.

L’article ne donne aucun moyen de vérifier cette défense. Un clic prédit est une estimation de Kuaishou, intégrée au score de Kuaishou ; un clic mesuré est une preuve, et GR4AD-X n’en imprime aucun. La tête comportementale partage le vote final avec la tête eCPM, et son effet sur les résultats n’est pas rapporté. Les chiffres qui trancheraient la question se trouvent dans les bras A/B qui ont produit les 3,07 %.

GR4AD-X a aligné le générateur sur la valeur, puis n’a mesuré que celle de Kuaishou.

Si Kuaishou continue de ne publier que le revenu, les marchands devraient traiter chaque étape de valeur comme une modification de ce qu’ils paient, jusqu’à ce que la plateforme montre le taux de clic, la conversion et le ROI issus des mêmes bras. Choisir quel registre publier appartient à Kuaishou. Acheter du trafic de haute saison sans voir le registre de l’annonceur revient au marchand.