AI 广告网络：当界面变成一场对话，下一代 DSP 将呈现何种形态

本文信息来源：scalevp

过去十年的广告技术是为网页、信息流和应用而构建的。你滚动。你点击。你跳转。广告是某种矩形，而其商业模式就是：展示足够多的广告，为用户正在进行的任何行为提供补贴。

而用户正在做的事情恰恰非常之多。广告是互联网的商业模式，它为搜索、社交媒体、新闻、娱乐、电子邮件以及人们每天使用的大多数免费服务提供资金支持。全球数字广告支出每年超过 1 万亿美元，使其成为全球规模最大的数字市场之一。在美国，Google 和 Meta 大约占据了其中 50%的支出（Amazon 另占约 20%），但这仍然意味着约 3000 亿美元流向市场中的其他参与者。哪怕只捕获其中一小部分，相关生态系统也能建立起一家体量巨大的企业。

广告之所以如此重要，是因为它们让互联网得以运转。有了广告，用户可以免费获得数量庞大的内容和服务；内容创作者因为免费接入而触达尽可能广泛的受众；而广告主则能够找到此前根本无法触及的客户。如果我们使用的每一项服务都要每月支付 20 美元，互联网就不可能真正实现全球化。正是广告，让数十亿人每天都能使用互联网。

如今，默认的消费者界面正在发生转变。越来越多的人不再浏览 ，而是提问 。聊天机器人（或智能体）以自然语言作出回应，往往把过去需要一连串搜索、点击和访问网站才能完成的过程，压缩成一次查询和一次响应。一旦界面变成对话，“广告”就不可能长期停留在一个矩形框里。

为何这一点在当下如此重要

聊天机器人的使用正在迅猛增长，而且不只是 ChatGPT、Claude 和 Gemini。 每月有 8600 万电脑端用户（占在线 PC 用户的 36%）与 AI 工具互动，其中以 AI 助手的使用最为领先，但真正值得关注的是 AI 实验室之外正在发生的变化。

面向消费者的 AI 聊天机器人生态正在爆发式发展。Appfigures 描述了这样一个生态系统：每个月在 App Store 和 Google Play 上发布的全新 AI 应用超过一千款，合计每月获得逾 1 亿次下载（且仍在加速）。a16z 的消费者 AI 排名反复显示出不断涌现的新进入者和高速演进的细分品类，凸显出这一领域的覆盖面正在迅速扩张。消费者 AI 界面正在经历一场“寒武纪大爆发”：教练、陪伴型助手、学习助手、规划工具等层出不穷。几乎所有你能想象到的“外壳”都在被创造出来，每一种都有各自的用户体验和细分分发渠道。

使用量的爆炸式增长正与变现难题迎头相撞。Menlo Ventures 的 2025 年调查显示，61% 的美国成年人在过去六个月中使用过 AI，近五分之一每天依赖它，但只有 3% 愿意为高级服务付费。使用规模的扩张速度远远快于付费意愿，即便是全球最大的 AI 产品（ChatGPT）也在通过引入广告来应对这一现实。

如果 ChatGPT（拥有数亿用户以及稳健、快速增长的订阅业务）仍然需要依靠广告来扩大覆盖面并实现收益最大化，那么规模更小、定位更细分的 AI 产品几乎肯定也需要如此。消费级聊天机器人的长尾市场并不具备 ChatGPT 的品牌、规模或转化率。广告将成为让这些服务突破少量付费订阅用户、实现更广泛可及性的核心路径。

快速回顾一下：“传统”广告技术是如何运作的

当你加载一个网页时，会发生什么：

你点击一个链接，页面开始加载。页面中嵌入了一个广告位（可能是横幅，也可能是视频前贴片）。发布商的 SSP（ 供应方平台 ）会立即向数十个 DSP（ 需求方平台 ）和广告交易所广播一次竞价请求。该请求包含上下文信息：页面 URL、你的（已匿名化的）浏览类别、设备类型、地理位置，可能还有一个 Cookie ID。

在 100 毫秒内，每个 DSP 都会将该请求与数千个正在投放的广告活动进行匹配，运行定向逻辑，计算出出价，并返回包含创意素材的响应。随后进行一次拍卖，最高出价者胜出，创意被加载到广告位中。所有这一切——广播、评估、拍卖、创意送达——都在页面其余部分完成渲染之前完成。

这是互联网最令人惊叹的工程成就之一：一个全球分布、实时运转的市场，每秒完成数百万次拍卖，延迟低于 100 毫秒。

这套机制是一个双边市场。在需求端，广告主使用 DSP 在各类发布商、交易平台和供应来源上购买展示量。在供给端，发布商使用 SSP 出售其库存并最大化收益。居于中间的是 RTB（实时竞价），它在毫秒级别对单个展示进行拍卖；OpenRTB 是竞价请求与响应的通用“语言”。

而这一切都建立在这样一个前提之上：核心资产是一次展示，创意是预先制作好的。

聊天式交互打破了这两个前提。

当“页面”变成一场对话时，会发生什么变化？

让我们从最基本的问题开始：广告单元究竟长什么样？

Ben Thompson 曾指出 ，并不一定需要把广告放在对话内部 。你完全可以在聊天界面周边的 UI 框架中放置传统的展示广告。可以把它想象成分页符：你在聊天，然后出现一个横幅或赞助卡片，使用与传统广告相同的 DSP/竞价机制（仍然基于上下文和用户数据进行定向），但它与助手所说的内容完全分离。你可以点击它，也可以像刷信息流一样直接滑过。

这是一条可行的路径，也能保持清晰的边界：模型从不接触广告，信任得以维持。但它也会错失一部分收入。聊天界面之所以强大，正是因为它将意图表达和行动压缩进同一个流程中。如果能够在这一流程之内通过提供相关的下一步行动来实现变现，单位经济效益将会显著提升。

在对话式产品中，用户并非被动地消费内容，而是更清晰地表达自身意图。有时是明确表达（“推荐一双跑鞋”），有时是隐含表达（“我跑步时膝盖会疼”），有时则通过多轮对话逐步呈现（“我试过那些，但效果不好”）。

这改变了任何超越展示广告的广告系统所面临的设计约束：

相关性变得关乎生死。 如果一则广告在信息流中不相关，你可以直接划过；但如果一则广告在对话中不相关，就会让人感觉助手出现故障，甚至更糟，像是在操纵你。

信任成为护城河。 Sam Altman 在公开谈论广告时反复提到“信任”：人们信任 ChatGPT，而任何削弱这种信任的广告都是危险的。Perplexity 的广告实验同样强调，回答不应受到广告主的影响，且赞助内容必须清晰标注。

衡量必须对准结果，而不是点击。 这并非新型 AI 产品所独有。以结果为导向的衡量方式正是 Google 和 Facebook 建立商业帝国的基础。但在聊天场景中，这一问题更加突出。大量对话式互动根本不会以点击告终，而是以决策结束：预订酒店、下载应用、选择水管工、购买跑鞋。聊天机器人广告基础设施至少需要整合传统的追踪方法（像素、转化 API、归因窗口），并可能需要为多轮对话开发更为复杂的方案——在这些对话中，用户意图随着时间逐步形成，而最终行为往往完全发生在聊天之外。

创意可以是动态的（但必须受到约束）。 在聊天式界面中，“最佳”的广告可能呈现为下一步建议、对比内容，或一小块结构化选项（而非静态图片）。但一旦允许模型实时生成广告文案，就会随之产生政策、安全和合规方面的问题。

那么，面向 AI 的“下一代 DSP”究竟是什么？

下一代 DSP 是一个将用户意图与实际结果进行匹配的市场撮合者。

它看起来像一个 DSP，因为广告主仍然需要一个地方来设置预算、定向约束和出价。但它的运作方式更不像传统的展示广告，而更像以下几种形态的混合体：

• 搜索（因为它由用户意图驱动），
• 原生（因为它必须契合用户体验），
• 以及效果营销（因为结果比点击更重要）。

具体而言，一个 AI 原生 DSP 可能会包括：

一个 AI 原生的“出价请求”。
不只是设备和版位，而是对用户试图完成什么 （意图）、 哪些约束条件重要 （价格、地点、时间、偏好），以及助手即将要做什么 （推荐、比较、预订、总结）的结构化表述。 如果做得好，这种方式可以在保护隐私的前提下实现：在不传输原始对话文本的情况下，对意图进行概括。

你可以从 ZeroClick 对其方法的描述中看到这一理念的早期版本：识别意图，构建一个“隐私安全的摘要”，然后进行广告活动匹配，让品牌能够竞争性地丰富答案。

新的广告单元：“赞助式行动”，而不仅仅是版位。
对话式界面所需要的广告形式更接近于：

• “通过 X 预订”
• “试用 Y”
• “赞助选项：Z”

……而不是“立即购买”的横幅广告。Google 的示例展示了当用户询问如何构建一个网站时出现的广告，暗示了这一方向：广告会在看似是下一步行动的时刻被插入。

在设有护栏的前提下生成创意。
系统可以生成最终措辞，但广告主将要求具备相应的控制机制（品牌语调、免责声明、主张政策）。

一个作为一等公民的信任层。
这包括严格的标注（“赞助”）、将自然响应生成与赞助模块明确分离，以及关于哪些类型的查询可以被货币化的清晰政策。

在智能体时代行之有效的效果衡量。
如果助手帮助你做出决定，但购买行为发生在之后的另一个应用中，归因就会变得模糊。你需要新的衡量基础要素——可能包括保护隐私的转化 API、聚合式报告，或电商集成。

这种 DSP 可以接入哪些产品？

开放的机会在于 所有 位于 ChatGPT、Claude 和 Gemini 围墙花园之外的产品。新一代 AI 原生产品需要免费层或效果型变现。下面列出了一些并不完全的消费级聊天机器人示例，它们已经 每月累计数亿次下载 （且增长迅猛！）。

由创作者主导和专家主导的 AI 导师应用程序。
Purpose 是这种新型产品形态的一个清晰范例（一位专注于个人成长的专属 AI 导师），尽管它明确向用户承诺不会展示广告。 Purpose AI Mentor 无论它们选择订阅制、广告，还是两者并行，这些“个人 AI”应用都创造了一种全新的库存：围绕人生决策的高信任度、高意图时刻。

伙伴与角色聊天平台。
TechCrunch 报道称，全球共有 337 款活跃且产生收入的 AI 伙伴应用，其中 128 款于 2025 年发布，截至 2025 年 7 月累计下载量达 2.2 亿次。 这在大型通用助手之外构成了一个巨大的用户参与面。目前，该市场的一部分通过订阅实现变现；以广告支持的层级很可能成为下一步，尤其适用于长尾或由创作者生成的角色。

AI 学习助手和辅导产品。
教育领域一直以来都同时存在免费与付费并行的模式。在以聊天为先的学习产品中，“广告”可以是赞助课程、考试备考，或本地辅导的潜在客户——同样更接近于“下一步行动”，而非横幅广告。

垂直领域管家式助手（旅行、美食、购物、本地服务）。
这些是与 DSP 最为兼容的应用场景，因为用户是在直接询问要买什么或做什么。如果一个智能代理在帮你规划行程，广告产品就应当呈现为预订选项、赞助优惠，或结构化的选择组合。

由出版商拥有的 AI 助手（新闻、档案、社区）。
Perplexity 明确将其广告实验与可持续性和收入分成挂钩，认为仅靠订阅不足以支撑一个可规模化的出版商项目。 随着越来越多的出版商在其内容之上推出聊天界面，他们将需要类似的变现逻辑。

AI 浏览器
Perplexity 推出了 Comet，这是一款将 AI 助手直接融入网页浏览的浏览器；而 The Browser Company 的 Arc 也一直在尝试 AI 功能，并探索广告支持的商业模式。

广告机会之所以尤为引人关注，是因为浏览器处在用户意图与实际行动的交汇点。Perplexity 已经尝试过广告 ，形式是“赞助的后续问题”，而 Arc 也多次公开表示需要可持续的变现方式。两者都正是那种 AI 原生的发布方：它们不会自行搭建广告基础设施，而是可能接入一个能够理解对话语境的 DSP。

“氛围编码”微应用的爆发式增长。
Replit 和 Lovable 等平台出现在 a16z 消费级 AI 应用 Top 100 榜单中，a16z 指出，通过这些平台发布的网站能够带来可观的流量。这是下一代 DSP 一个尚未被充分重视的分发渠道：只需与构建者生态集成一次，就能触达成千上万永远不会自行搭建广告基础设施的小型应用。

所有这些案例的共同点在于：它们都是原生于 AI 的内容发布方，没有传统的广告技术堆栈；如果希望将触达范围扩展到非高端用户，就需要一种不会破坏用户信任的变现基础机制。

企业级机会

广告机会并不局限于消费级应用。像 Cursor（AI 编程代理）、Harvey（法律 AI 助手）以及 OpenEvidence（帮助医生检索医学文献）等工具，都可以通过高度定向、与上下文高度相关的广告实现变现。

供给侧的热情非常高。API 提供商、开发者工具公司和基础设施厂商，愿意在开发者正在构建产品的关键时刻触达他们，并为此支付可观的溢价。法律数据库提供商则希望在律师研究案件先例时获得曝光。由于专业意图在传统展示广告或搜索中难以精准捕捉，这些广告主一直难以有效触达其目标受众。一个能够了解用户正在积极从事何种工作的 AI 工具，是理想的广告载体。

对于这些应用来说，同样存在着明确的契合点。最显而易见的应用场景是加速 PLG。这类工具通常提供免费层以推动用户采用，但服务免费用户的成本很高（尤其是在需要为推理付费的情况下）。广告提供了一种为这些免费层补贴成本的方式，而无需限制功能或在用户尚未准备好时就推动其转化。使用 Cursor 免费层的开发者可能会看到一则与其正在构建内容相关的 API 服务广告；而在 OpenEvidence 上的医生则会看到一家制药公司赞助的研究摘要。免费层依然免费，使用量持续增长，产品也依然能够实现盈利。

这些广告的结构至关重要。为 AI 界面打造的下一代 DSP 不会在开发者调试 Python 代码时推送“访问阿拉巴马”或“下载 NordVPN”这样的广告。它会将用户意图与广告主精准匹配：从事认证工作的开发者会看到 Auth0 的广告，研究判例的律师会看到赞助的法律数据库，评估治疗方案的医生会看到相关的临床研究。这样的广告单元看起来不再像横幅广告，而更像一种基于语境的建议——赞助文档、推荐工具或相关案例研究。

这些并非面向大众消费者的规模，但由于受众高度垂直、以专业人士为主且意图明确，CPM 可能会大幅提高。当用户是正在就一项高风险决策进行研究的决策者时，这种广告单元看起来更像是企业级 SaaS 的线索获取，而非传统的展示广告。

早期市场版图：谁在尝试构建这一层？

已有少数公司开始将自己定位为 AI 界面的变现层：

• Nexad 将自身定位为 AI 原生广告平台，把具备上下文感知能力的广告嵌入 AI 交互之中；Prosus/a16z 也已公开宣布为这一理念完成 600 万美元的种子轮融资。
• Koah 将其产品定位为通过 SDK 为生成式 AI 应用提供变现方案，并在对话中植入“原生、具备上下文感知能力的广告”；其明确将自己推介为“GenAI 版 AdSense”。
• ZeroClick 则强调意图解读与“隐私安全的摘要”，让品牌竞争为答案的丰富化提供相关上下文。
• OpenAds 将自身定位为面向开放网络的 AI 原生广告平台，能够基于内容和用户意图生成高度情境化的创意。

这些方式各不相同（有些更像是聊天内的“赞助模块”，另一些则类似为出版方生成创意内容），但它们都在押注同一个方向：AI 正在创造新的库存，而这将需要全新的变现方式。

我们仍处在消费级 AI 应用的早期阶段。如今大多数产品看起来都很脆弱：只是围绕基础模型的轻量封装，用户流失率高，护城河并不清晰。但新平台往往正是这样起步的。2010 年代初期，大多数 Shopify 店铺在第一年内就倒闭了，但平台依然持续增长，因为即便大多数单个店铺并不成功，这一类别本身是真实存在的。

即便已经有 ChatGPT、Claude 和 Gemini，人们仍然会持续使用一些细分领域的 AI 聊天机器人，因为这些应用会对智能进行定制，使其贴合特定的使用场景和受众。健身教练型机器人说话方式不同于学习助手；陪伴型应用的约束条件也不同于旅行规划工具。当这种封装让底层智能显得为你量身打造时，封装本身就是产品。

随着基础模型变得更便宜、更快、更强大，开发者也逐渐摸清了对话式界面真正奏效的方式，我们将看到同样的规律重演：当下大多数 AI 应用将逐渐消失，但整个类别会持续壮大，胜出者将建立起真正的商业模式。一个能够服务于这一不断扩张生态系统的 DSP——从今天的实验性封装到明天的爆款产品——前方拥有漫长的增长空间。