論文の概要: Monetizing Intelligence: Advertising and Subscription Design on LLM Platforms

• arxiv url: http://arxiv.org/abs/2610.32945v1
• Date: Fri, 23 Oct 2026 17:39:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.624639
• Title: Monetizing Intelligence: Advertising and Subscription Design on LLM Platforms
• Title（参考訳）: 収益化インテリジェンス - LLMプラットフォーム上での広告とサブスクリプション設計
• Abstract要約: 大規模言語モデル(LLM)プラットフォームは、広告収入がどれだけの資金を提供するべきか、消費者が広告を避けるために支払うべき金額を決定する必要がある。 広告がユーザ価値を低下させるが、より良いサービスが広告リターンを高める際に、費用対効果品質、広告強度、サブスクリプション価格を共同で選択する独占的プラットフォームについて検討する。
• 参考スコア（独自算出の注目度）: 0.9558392439655014
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language model (LLM) platforms introducing advertising must decide how much capability ad revenue should fund and what consumers should pay to avoid ads. We study a monopolistic platform that jointly chooses costly response quality, advertising intensity, and subscription prices when advertising reduces user value but better service raises advertising returns. Three findings follow. First, when partly ad-supported and ad-free plans coexist, advertising can finance useful service for consumers who receive none under pure subscription. Lower effective quality in middle plans weakens the alternatives available to premium users, allowing higher prices for unchanged ad-free service. Some fully ad-supported users gain utility, while partly ad-supported and ad-free users lose: broader access can coexist with utility polarization. Second, an intermediate advertising cap can maximize consumer surplus by preserving some revenue that finances service while limiting degradation. Third, cheaper compute can raise quality and reduce ad intensity, yet sufficiently large cost reductions can increase aggregate advertising revenue above its initial level because better service raises the value of the remaining advertised interactions. An extension shows how advertising-funded upgrades can bring plans to the same maximum capability and advertising exposure, eliminating the basis for different prices. These results make menu design central to evaluating LLM advertising: the consequences extend beyond users who see ads to the alternatives and prices faced by those who do not.
• Abstract（参考訳）: 広告を導入した大規模言語モデル(LLM)プラットフォームは、広告収入がどれだけの資金を提供するべきか、消費者が広告を避けるために支払うべき金額を決定する必要がある。 広告がユーザ価値を低下させるが、より良いサービスが広告リターンを高める際に、費用対効果品質、広告強度、サブスクリプション価格を共同で選択する独占的プラットフォームについて検討する。 以下の3つの発見がある。 まず、広告付きプランと広告なしプランが共存している場合、広告は純粋なサブスクリプションを受け取らない消費者のために有用なサービスに資金を供給することができる。 ミドルプランにおける有効品質の低下は、プレミアムユーザーに利用可能な代替手段を弱め、変更のない広告フリーサービスの価格を高くする。 広告を全面的にサポートしているユーザの中には、実用性を得る者もいるが、広告を部分的にサポートし、広告のないユーザは、損なわれる。 第二に、中間的な広告上限は、劣化を抑えながらサービスに資金を供給する収益を保ち、消費者の余剰量を最大化することができる。 第三に、より安価な計算は品質を高め、広告の強度を下げるが、十分に大きなコスト削減は広告収入を初期レベル以上に増やすことができる。 拡張は、広告資金によるアップグレードが、どのようにしてプランを同じ最大機能と広告露出にし、異なる価格の基盤をなくすかを示している。 これらの結果は、LCM広告を評価するためのメニューデザインを中心にしている。

関連論文リスト

• AdsWorldEngine: A Self-Evolving Conversational Advertising Agent through Orchestrator and Tool Coevolution [10.959681786863412]
  本稿では,対話型広告のためのエージェントフレームワークであるAdsWorldEngineを提案する。 AdsWorldEngineはオポチュニティゲートを使用して、広告を表示するかどうかを判断し、Orchestratorを使って商業的なインテントを生成し、広告ツールを呼び、トップ3の広告スレートを構築する。 オフラインでは、AdsWorldEngineは多様性を60%改善し、現在のプロダクション広告配信システムよりも80%改善している。
  論文  参考訳（メタデータ） (2026-08-13T23:53:05Z)
• Optimizing Monetization Strategies for Generative AI Firms: Implications for Search Engagement [0.0]
  我々は、検索クエリエンゲージメントを維持しながら、GenAI企業がコストを回復する上で、広告支援による新たなマネタイズモデルが有効であることを示す。 広告による収益化モデルの導入は、ユーザのアップグレードやダウングレードの決定に影響を及ぼす。 情緒的・認知的評価は、時間的侵入性のある広告支援モデルに対する嗜好を媒介するが、視覚的・視覚的効果を抑えるものではない。
  論文  参考訳（メタデータ） (2026-07-30T19:11:01Z)
• External Evaluation of Discrimination Mitigation Efforts in Meta's Ad Delivery [47.418845064441605]
  本稿では,Metaによって実装された可変還元システム(VRS)が,個人にとっての機会へのアクセスを有意義に改善していないことを示す。 そして、現実世界の広告でVRSを評価する実験を行い、VRSがばらつきを減らす一方で、広告主のコストも上昇させることを示した。 当社のアプローチは,すべてのグループからのユーザに対する広告露出の増加と,広告主に対するコスト削減によって,VRSよりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-06-19T19:29:26Z)
• ACQ: A Unified Framework for Automated Programmatic Creativity in Online Advertising [30.584160762498655]
  本稿では,広告クリエイティビティの自動作成と非活性化を実現するための2段階のフレームワークであるAutomated Creatives Quota (ACQ)を提案する。 ACQは複数の広告主にクリエイティビティ・クォータを動的に割り当て、広告プラットフォームの収益を最大化する。
  論文  参考訳（メタデータ） (2024-12-09T03:00:57Z)
• Long-Term Ad Memorability: Understanding & Generating Memorable Ads [54.23854539909078]
  マーケティングやブランドビルディングにおける長期記憶の重要性にもかかわらず、これまで広告の記憶可能性に関する大規模な研究は行われていない。 276のブランドをカバーする1749の参加者と2205の広告からなる,最初の記憶可能性データセットであるLAMBDAをリリースする。 異なる参加者のサブポピュレーションや広告タイプに対する統計的テストを実行すると、広告を記憶可能なものにするための興味深い洞察がたくさん見つかる。 本稿では,自動アノテートデータを活用することで,高品質な記憶可能な広告生成モデルを構築するためのスケーラブルな手法を提案する。
  論文  参考訳（メタデータ） (2023-09-01T10:27:04Z)
• A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
  リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。 本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
  論文  参考訳（メタデータ） (2020-10-22T18:36:41Z)
• An Empirical Study of In-App Advertising Issues Based on Large Scale App Review Analysis [67.58267006314415]
  われわれは,App StoreとGoogle Playの広告関連ユーザフィードバックに関する大規模分析を行った。 広告関連レビュー36,309件の統計分析から,利用者は使用中のユニーク広告数や広告表示頻度を最も気にしていることがわかった。 いくつかの広告イシュータイプは、他の広告イシューよりも開発者によって迅速に対処される。
  論文  参考訳（メタデータ） (2020-08-22T05:38:24Z)
• Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential Advertising [52.3825928886714]
  我々は、動的knapsack問題として、シーケンシャルな広告戦略最適化を定式化する。 理論的に保証された二段階最適化フレームワークを提案し、元の最適化空間の解空間を大幅に削減する。 強化学習の探索効率を向上させるため,効果的な行動空間削減手法も考案した。
  論文  参考訳（メタデータ） (2020-06-29T18:50:35Z)
• Do Interruptions Pay Off? Effects of Interruptive Ads on Consumers Willingness to Pay [79.9312329825761]
  本研究は,広告主ブランドの商品に対する消費者の支払い意欲に及ぼす割り込み広告の影響を計測する研究結果である。 本研究は, 広告の経済的影響に関する研究に寄与し, 実験マーケティング研究における実際の(自己申告の)支払意欲を測定する方法を紹介した。
  論文  参考訳（メタデータ） (2020-05-14T09:26:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。