AppLovin商业模式的成功，依赖于平台开发者和广告主的双向选择，形成早期规模效应，从观感上来说，没有形成对人的彻底性取代，而是属于中介角色的AI精细化赋能，便利双方决策层的理性客观决策。
从Applovin的成功探究，其AI-Axon2.0平台本质上是对数据精准化的快速处理，游戏广告投放能够快速响应，那么电影院AI是否能够精准推送喜欢的电影类型、影视类AI能否精准推送电视剧，做到推而广之。
进而分析美股Palantir-$PLTR和Innodata-$INOD公司，两家公司在2024年涨幅位列软件类行业的第二和第三，其业务领域均为数据分析领域相关。
则是否可说明：通过AI进行数据分析-做出客观匹配-提供解决方案的数据分析类公司能否最先收益，实现AI应用端的利润先导？
Palantir公司，成立于2003年，旨在帮助组织有效地整合其数据、决策和运营。最初为911事件后美国情报界软件开发公司，用以协助反恐调查和行动。后来该公司开始与商业企业合作，发现这些企业在处理数据时面临着类似的挑战。
Innodata公司则是一家领先的数据工程公司，成立于1993年，其使命是帮助世界上最负盛名的公司实现初期数据准备。2018年，公司推出了一套针对特定数据的微服务，用于为AI应用程序开发的前期准备数据，后来美股科技七巨头中的五家采用了这项服务。
一般经验而言，在开发新的人工智能应用程序时，大公司通常将80%的时间花在准备数据上，而只有20%的时间花在实际训练人工智能算法上。Innodata公司为80%将时间缩短，提高效率。
以上，软件类涨幅排名第二和第三的美股上市公司，大方向上进一步证实AI数据统计分析行业的重要性，暗示商业活动中用户对于分析海量数据进行实时决策的需求，已成功转化为利润和订单。
目前来看，北美AI应用软件正朝着两个主要方向发展：一是生成式AI应用，如ChatGPT、Sora、Claude等；二是AI代理，它们能自主执行复杂任务，如赛富时的Agent-force和微软Dynamics365中的AI-Agent。
当前AI应用主要集中于B端和G端领域，其中广告、AI代理和数据分析方向发展领先。
短期来看，B端AI应用更容易在短期兑现业绩，对于企业而言采用AI产品本质是一道计算题，AI带来的长期回报大于购买成本，则购买意愿就大；
长期而言，C端弹性更大，一旦爆发则长期空间和弹性都更大，因此，可能需要继续埋伏AI视频、陪伴、游戏、搜索等方向的发展；
