“千人千面”的廣告時代將被AI終結(jié)

來源：騰訊研究院

作者：騰訊研究院

DeepSeek的出圈，不僅引爆了全社會對于AI的大討論，更重要的是激發(fā)各界人士從觀望者轉(zhuǎn)變?yōu)閰⑴c者，掀起了一波真實的人工智能落地潮。在孕育了AI的互聯(lián)網(wǎng)生態(tài)中，AI引起的變化會首當(dāng)其沖，且影響更徹底。廣告作為互聯(lián)網(wǎng)生態(tài)最主要的商業(yè)模式，更是當(dāng)前AI技術(shù)應(yīng)用的主戰(zhàn)場。

搜索-推薦-廣告作為互聯(lián)網(wǎng)生態(tài)的核心技術(shù)棧，為AI提供了大量的數(shù)據(jù)、高度發(fā)達的模型訓(xùn)練平臺，以及可落地的業(yè)務(wù)場景。我們也發(fā)現(xiàn)，除了OpenAI等少數(shù)靠大量融資的創(chuàng)業(yè)公司之外，全球主要的AI研發(fā)投入和最先進技術(shù)都來自于谷歌、Meta這些大型互聯(lián)網(wǎng)公司；而這些公司依靠廣告業(yè)務(wù)的穩(wěn)定現(xiàn)金流，反而可以更有長期主義的定力。

另一方面，AI 技術(shù)正在深度影響互聯(lián)網(wǎng)廣告業(yè)務(wù)的技術(shù)和商業(yè)邏輯：

• AI創(chuàng)造了新的產(chǎn)品與廣告形態(tài)

• AI讓廣告素材的生產(chǎn)效率有了百倍提升

• AI也讓手機語音助手即將成為新的超級入口，重塑硬件廠商與APP之間的流量分配

• 在看不見的地方，AI更是已經(jīng)深度介入廣告技術(shù)，并正在醞釀廣告行業(yè)的范式升級

如果說，傳統(tǒng)廣告是“千人一面”，互聯(lián)網(wǎng)廣告是“千人千面”；那么AI時代即將迎來可以真正為每個用戶定制的實時生成廣告，做到“一人千面”。

AI將創(chuàng)造新的超級入口

諾基亞時代，手機的核心交互方式主要局限于語音通話。隨著iPhone的問世，觸控屏幕和視覺界面成為了移動設(shè)備交互的主導(dǎo)范式。然而，本應(yīng)最為自然的語音交互卻被邊緣化——Siri等語音助手的憨憨表現(xiàn)難以激發(fā)用戶的持續(xù)使用興趣，使其淪為次要功能而非主要交互入口。

但AI將讓手機可以真正成為“隨身智能助手”。 自然語音交互——這一最符合人類直覺的交互方式，將重新崛起為最重要的流量入口之一。特別是在雙手被占用 (如駕車) 或多任務(wù)場景下，其價值將尤為凸顯。不久的將來，我們或許只需簡單一句"Siri，幫我點份外賣，和上周一樣"，便能輕松完成過去需要多步操作的任務(wù)。

AI將代理原來的入口。

再來看一下我們模擬的“點午餐外賣”這個案例。拆細一點流程會是這樣：

• “Siri給我點個外賣”

• -> 外賣APP通過API競價，取得服務(wù)執(zhí)行權(quán) (用戶沒裝APP)

• -> 外賣APP通過后臺API，提供商家-菜譜-價格列表給Siri

• -> Siri選擇午餐

• -> Siri調(diào)起支付App 付費

• -> 外賣APP通知騎手-飯店送餐

發(fā)現(xiàn)一：AI代理人決策。Siri在整個流程中做了3次決定：1)使用哪一款外賣App；2)在外賣商家中選擇商家和菜品; 3)使用哪一款支付App。這三次決定中，Siri都可以商業(yè)化收費！

發(fā)現(xiàn)二：APP的“去皮”。用戶可以完全不安裝外賣App甚至支付APP。這些APP被“去皮”了，也就是說，APP們只需要提供后端的商家服務(wù)與AI對接，而前端的APP不需要出現(xiàn)在消費者面前。在這個流程下，原有APP的開屏廣告等模式，將不復(fù)存在。

于是，與硬件/操作系統(tǒng)緊密結(jié)合的AI助手，將會“托舉”著背后手機硬件廠商走上牌桌；徹底改變現(xiàn)在的“APP占據(jù)入口，硬件廠商沒有流量”的格局。隨著這波紅利，手機廠商有機會打造新的廣告生態(tài)。

不僅是硬件廠商，各家APP都在AI帶來的新一輪“入口爭奪戰(zhàn)”中生怕掉隊。實際落地中，上面的點餐案例中，每個APP并不會主動把各種APP內(nèi)的數(shù)據(jù)都交給硬件廠商的AI助手，這里將有一輪新的博弈。

瀏覽器、搜索引擎、輸入法等“傳統(tǒng)入口”，將有機會迎來新的生機，其本質(zhì)是整合或反向整合智能助手。我們已經(jīng)看到百度AI搜索，360的納米搜索，訊飛的星火搜索等嘗試。國民級應(yīng)用APP 也已加入戰(zhàn)局，大基數(shù)的用戶量是其核心優(yōu)勢。

與之相對的，電商與服務(wù)類平臺將會迎來挑戰(zhàn)。

電商平臺和交易服務(wù)平臺的流量困擾已持續(xù)多年，一直維持著“投廣告-用戶進站-賣廣告”的循環(huán)。

但這一循環(huán)可能會變得不再平衡，AI搜索與助手的崛起將會進一步削弱交易平臺本身的入口話語權(quán)。其中大入口可能尚有能力“抗?fàn)帯保坡谩⑸罘?wù)等平臺則大概率擺脫不了被“去皮”的命運。

好消息則是，這些平臺也同樣可以從AI搜索技術(shù)升級中獲益，用戶通過對話式搜索商品與服務(wù)，一定會帶來更高的廣告變現(xiàn)效率。

此外，隨著AI入口的整合能力提升，大部分工具 （天氣、計算器、翻譯等） 的流量入口將被進一步擠壓，甚至是直接被各類AI入口直接替代。

廣告形態(tài)的重塑

AI將會對廣告形態(tài)進行徹底重塑。

• 面子：新的用戶交互方式將帶來新廣告形態(tài)、新的廣告位。但因為直接影響用戶體驗，所以各家的嘗試還比較保守

• 里子：基于AI的能力做上下文、多模態(tài)內(nèi)容的理解與生成，提升廣告引擎的推薦準確性：這已經(jīng)是業(yè)界共識。更遠一些，AI的能力可以實時生成內(nèi)容和廣告，這將徹底改變廣告技術(shù)的底層邏輯。
  

先講面子：新廣告形態(tài)。

相較傳統(tǒng)的搜索引擎，AI搜索/對話帶來的搜索結(jié)果列表更短 （用戶無需翻多頁） 、結(jié)果更精準，因此無疑會帶來更少的庫存與更高的變現(xiàn)效率，但從形態(tài)上看仍未脫出搜索競價排名的底層邏輯。

以Perplexity為代表的新生代AI搜索已經(jīng)開始廣告嘗試，從形態(tài)上看與Google搜索廣告并無本質(zhì)區(qū)別 （如下圖） 。

在電商與服務(wù)平臺中與之類似，比如亞馬遜推出Rufus，其入口位于亞馬遜購物app頂部搜索框里，買家可以通過該入口以聊天的方式了解產(chǎn)品細節(jié)并聽取其他客戶的評價、獲取產(chǎn)品推薦、比較選項、獲取最新的產(chǎn)品更新、訪問當(dāng)前和過去的訂單、以及回答與購物無明顯相關(guān)的問題 （如“參加夏季聚會需要什么？”、“做舒芙蕾需要什么？”） 等，歸根究底仍是搜索競價排名。

我們認為更加值得關(guān)注的是社交與娛樂場景，AI的實時生成能力將會帶來無限可能。

在游戲和影視綜場景中，過去進行廣告變現(xiàn)的痛點在于：

• 非標(biāo)準化的版位

• 單體APP中不確定的庫存

• 較高的后期制作成本

雖然尺寸問題可以通過開發(fā)解決、綜藝劇集可以通過后期制作或自動植入 （如愛奇藝的Video in） ，但過程中仍需要大量定制的人力與時間。

愛奇藝Video in：《狂飆》中的廣告植入

生成式AI的環(huán)境理解能力，能夠更多地識別出潛在廣告位、拓展出更多庫存；實時生成能力則將幫助廣告主無縫融入到游戲或影視綜的場景中，起到潤物細無聲的營銷效果。而這些能力嫁接在現(xiàn)有的廣告聯(lián)盟中，則可以平抑單體APP的庫存波動問題。

在社交和內(nèi)容社區(qū) （如抖/快/小紅書） 場景中，各類生硬的廣告形態(tài)已經(jīng)逐漸讓用戶失去興趣，無孔不入的植入也促使用戶習(xí)慣性跳過廣告。

無處不在的廣告植入

AI的實時生成能力，將為這一場景中的廣告玩法創(chuàng)造新的可能，比如：用戶在發(fā)布內(nèi)容時可以預(yù)留一些空間，AI將會根據(jù)用戶發(fā)布的素材、結(jié)合其粉絲/社交圈進行自動植入 （比如在肩上植入一個品牌的包） 。一方面為社交與內(nèi)容場景中帶來了更多變化和可能，引發(fā)討論與效仿的風(fēng)潮，同時也大幅度簡化了撮合與制作的成本。

還有值得一提的賽道則是音頻，特別是人在沒辦法騰出手操作手機的時候：比如駕車。在總乘用車保有量3億+、新能源車2500w+的前提下，在車載場景中的音頻廣告可能會伴隨AI技術(shù)的應(yīng)用被大規(guī)模推廣。主播音色生成、語氣感情模擬、多人對話生成技術(shù)已經(jīng)較為成熟，而基于上下文理解 （主要是音頻內(nèi)容、播客、導(dǎo)航） 生成廣告能力雖然仍需提升，但短期內(nèi)可能依靠模板來實現(xiàn)批量化廣告素材的制作。這一機會可能會給諸如TME、喜馬拉雅、高德等玩家未來帶來新的增長點。

整體來看，生成式AI會創(chuàng)造出新的廣告位與玩法，而這樣的改變，會一定程度上緩解當(dāng)前廣告同質(zhì)化-標(biāo)題黨-低質(zhì)量的問題，通過好看、好玩、好互動的新形態(tài)，在保持和提高eCPM的同時，給予廣告主和代理商更多的創(chuàng)意空間。

廣告素材：效率提升與回歸創(chuàng)意

生成式AI給廣告素材制作帶來的變革是最直接的。從文案構(gòu)思、圖片設(shè)計到視頻制作，AI已經(jīng)參與到了素材制作的各個環(huán)節(jié)。特別是在大規(guī)模、批量化的素材制作任務(wù)中，生成式AI帶來的提效更加顯著。尤其在文案方面，隨著DeepSeek的開源，代理商更可以大規(guī)模、低成本、高質(zhì)量地批量生產(chǎn)。

在圖片和視頻素材方面，目前生成式AI還不能獨當(dāng)一面，比較多的是在“打下手”。一些廣告代理反饋，AI尚不能充分理解素材制作的要求，素材制作的主力仍是人工，而AI則主要用來做擴圖/裁剪、視頻拼接等簡單任務(wù)，或是基于基本產(chǎn)品元素制作大規(guī)模鋪量素材 （要求較低） 。但我們看到，隨著去年年末AI視頻生成能力的爆發(fā)，AI視頻素材的成熟也指日可待。

需要注意的是，隨著技術(shù)的發(fā)展，未來AI能夠承擔(dān)的任務(wù)越來越多，但創(chuàng)意、靈感方面，始終無法完全替代人類。比如，AI可以讀取用戶的使用鏈路、興趣、轉(zhuǎn)化等數(shù)據(jù)進而生成更精準吸引用戶的素材；但在時尚趨勢、新品類、營銷靈感等方面仍需要依賴人工捕捉。

因此，對代理商與從業(yè)者來說，未來的廣告創(chuàng)意素材制作將會走向兩個方向：

方向一，跑量提效。針對以效果轉(zhuǎn)化為主要目標(biāo)的跑量素材，生成式AI將在現(xiàn)階段“提效”的基礎(chǔ)能力之上，逐步全面替代人工，甚至實現(xiàn)基于用戶的實時素材生成。在視頻領(lǐng)域更是如此，AI的視頻編輯與植入能力，會為視頻素材更大規(guī)模的應(yīng)用打下基礎(chǔ)。

方向二，回歸創(chuàng)意。針對品牌展示類的精品素材，AI的能力仍然會在相當(dāng)長的時間內(nèi)有較大欠缺。核心的想法、創(chuàng)意仍然需要有經(jīng)驗的創(chuàng)意人員來實現(xiàn)。而且在AI素材越來越多的情況下，精品原創(chuàng)的內(nèi)容才能給人留下深刻印象。尤其是那些需要引領(lǐng)消費潮流、玩梗傳播的廣告，更是需要人的靈光一現(xiàn)。

整體來看，在廣告素材領(lǐng)域，大量的基礎(chǔ)化、重復(fù)化的工作將會被生成式AI取代，相關(guān)從業(yè)者未來將“回歸創(chuàng)意”。對廣告代理商來說，同樣亟待轉(zhuǎn)型：過去“勞動密集”型工作 （比如簡單的素材制作、投放執(zhí)行、創(chuàng)建/修改廣告計劃等） 將越來越少，而對AI的應(yīng)用、對于用戶、平臺、廣告主的理解、以及理解新廣告引擎等能力，將會成為“下一代廣告代理商”的關(guān)鍵勝負手。

廣告引擎：AI早已深度參與

AI對廣告的影響還有一個是大多數(shù)用戶看不到的地方：廣告引擎內(nèi)部。

廣告引擎的核心是要在非常短的時間里 (~0.5s) 完成非常大量的廣告素材與用戶的匹配。如果某個APP的用戶級別是10億，那么在這短短0.5s的時間里，廣告引擎就需要完成10 16 的預(yù)估計算并排序，這是極其巨大的計算量。

為了達成這個目標(biāo)，廣告系統(tǒng)通常設(shè)計成“召回-粗排-精排”三段式結(jié)構(gòu)來實現(xiàn)。具體來講，“召回”部分是通過一些條件 （比如關(guān)鍵詞） 來進行初篩，從幾百萬條素材里篩選出幾萬條廣告。之后進入排序 （粗排+精排） 環(huán)節(jié)最終計算每個廣告的轉(zhuǎn)化率預(yù)估值并進行排序，最后選擇最高概率的一條廣告素材展示在用戶面前。當(dāng)然，實際實現(xiàn)要比這個簡略框架復(fù)雜得多。

“生成式召回”是AI在廣告引擎中最直接的應(yīng)用。到今天，它已經(jīng)是主流廣告平臺的標(biāo)配；各家通過這個技術(shù)都能取得5%以上的效果提升 （AB實驗結(jié)果） 。

簡單來講，“生成式召回”是使用大語言模型來根據(jù)用戶的搜索記錄、瀏覽記錄、上下文、圖片內(nèi)容等信息來生成一段描述，之后以這段描述為基礎(chǔ)來檢索相關(guān)的廣告素材。當(dāng)然，具體技術(shù)實現(xiàn)和優(yōu)化有不同的方式。

“AI數(shù)據(jù)增強”。數(shù)據(jù)處理過程中使用AI的地方變得越來越多：數(shù)據(jù)清洗、數(shù)據(jù)查錯、數(shù)據(jù)修正、特殊數(shù)據(jù)格式解析 （如PDF, Excel等） 、自動打標(biāo)、文本擴寫-縮寫、圖像信息提取、視頻信息提取等。這里面很多的工作已經(jīng)可以通過傳統(tǒng)AI來完成，但一直以來AI的能力都是“速度很快，質(zhì)量很差”；新一輪生成式AI模型則可以將數(shù)據(jù)處理的質(zhì)量提升一個臺階，一些去年還難以實現(xiàn)的深度語義理解也可以通過OpenAI o1和DeepSeek R1等推理模型解決。

“多模態(tài)理解”。傳統(tǒng)的廣告引擎其實看不見用戶看到的圖片和視頻，它而只能通過幾個模糊的標(biāo)簽來猜測……就像一個摸象的盲人。新近出現(xiàn)的“圖片/視頻理解”的能力其實是讓廣告引擎“睜開眼睛”：廣告引擎可以真正看到、并理解用戶看過的內(nèi)容。以谷歌為例，Gemini 1.5 Pro允許模型一次性分析大約 2 小時的視頻和音頻內(nèi)容，與需要將視頻分成較小塊的方法相比，顯著減少了處理時間和復(fù)雜性。

展望未來：實時生成廣告？

廣告技術(shù)發(fā)展至今核心解決的問題都是“排序”，但生成式AI給我們帶來了一個新的可能性：實時生成廣告。也就是說，在用戶刷向下一條內(nèi)容/廣告的500ms里，根據(jù)用戶的習(xí)慣和歷史來實時生成廣告素材。

如果說，傳統(tǒng)廣告是“千人一面”，互聯(lián)網(wǎng)廣告是“千人千面”，那么AI廣告就是“一人千面”。每個素材都是為了每個用戶一對一生成的。

當(dāng)然，實時生成廣告從實際操作上還有各種問題。

• 如何保證素材的質(zhì)量？因為品牌沒有時間做人工檢查。

• 如何保證素材的合規(guī)性？因為平臺沒有時間做人工審核。

• 如何計價？沒有了素材的競價過程，要么回歸合約售賣，要么改變競價方法：不包含素材，只競價用戶的廣告位……

這也是為什么“實時生成廣告”目前還停留在理論討論，還沒有任何平臺實際推出。在未來相當(dāng)長的一段時間里，“實時生成廣告”很可能會和現(xiàn)在的廣告 （ 可以叫“素材預(yù)生成廣告”） 平行存在。

但不可否認的是，一旦“實時生成廣告”上線，整個行業(yè)：從行業(yè)售賣，到代理生態(tài)、再到平臺算法都將要徹底重新設(shè)計。

讓我們拭目以待。

品牌

| | | | | | | | | | | | | | | |

| | | | | | | | |

賽道觀察

｜｜| | | | |｜| | |

營銷平臺