传统广告技术已死：向为人工智能服务的广告技术致敬 📣

AdTech 曾经很重要。2000 年代初，它是科技领域最热门的方向之一——数百家初创公司、数十亿美元的风险投资，以及在定向和形式上的真正创新。随后 Google 在 2007 年以 31 亿美元收购了 DoubleClick，Facebook 推出了它的广告平台 ，游戏就此结束。由此形成的双寡头不仅仅是主导——在巅峰时期，Google 和 Meta 控制了 近 80% 的美国数字广告增长 。其他所有人都在为残羹冷炙而争斗。在过去的 15 年里，“AdTech 初创公司”几乎成了个自相矛盾的词，行业被整合至无关紧要。

但现在，在人工智能时代，我们开始看到广告再次成为公司蓬勃发展的收入来源。OpenAI 上周宣布 将在 ChatGPT 中测试广告，以“推动收入增长”，而医疗健康 AI 初创公司 OpenEvidence 最近实现 年化 1 亿美元的收入跑道（并将估值翻倍至 120 亿美元！），这在很大程度上依赖于广告支持的收入模式。围绕此，广告优化的 AI 工具市场也在快速增长。

那么，为什么我们会在几年之前基本上已被视为死去的领域里，看到如此强烈的复兴？

推动这场复兴的有三个根本性转变：

首先，AI 平台创造了自社交媒体以来第一个真正全新的广告场域。 ChatGPT 每周超过 8 亿的活跃用户和 Claude 每月约 2000 万的活跃用户代表着两年前不存在的大量高参与度受众。与过去十年那些渐进式改进——略微更精准的定位、边际改善的归因——不同，这些平台代表了完全新的地产，旧有的双寡头规则在这里不再适用。

其次，意图信号比我们以前见过的任何东西都更为清晰明确。 当有人在 Google 中输入“为初创公司最好的 CRM”时，你会得到一个不错的意图信号。但如果有人与 ChatGPT 展开 20 条信息的对话，讨论其具体销售团队结构、痛点、预算限制和技术需求？那就是广告主梦寐以求的高分辨率意图数据。AI 互动的对话性创造了搜索查询无法比拟的丰富语境。

第三，完全新的基础设施是必须的——并且正在以惊人的速度建设中。旧有的广告技术栈是为展示广告、搜索结果和社交信息流而建，对话式人工智能毫无用处。没有“点击”时如何衡量归因？如何对基于自然语言动态生成的库存出价？在基于文本的对话中，“可视性”究竟意味着什么？这种基础设施缺口催生了全新的类别，如生成引擎优化（GEO），数十家初创公司为解决 18 个月前根本不存在的问题融资数百万。

那么，在人工智能时代，我们是否应该宣告广告技术的重生？

让我们深入探讨。

人工智能正在为广告创造新的地盘

具备“聊天机器人式界面”的基础模型的快速发展，带来了自社交网络出现以来我们认为的第一个新的广告版位。Google 和 Meta 通过聚合用户视线建立了在广告模式上的主导地位；Google 在搜索领域，Meta 在社交领域。（在较小程度上，还有像 Snap、Pinterest 等其他社交媒体平台。）作为广告主，我为什么不把广告投放在消费者聚集的地方以获得最大的投资回报？

如今进入了人工智能时代，消费者不再纷纷涌向传统平台，而是越来越多地转向像 ChatGPT（>800M WAUs）和 Claude（~20M MAUs）这样的地方。这些消费者不只是进行简单的搜索查询，而是在各种话题上进行全面深入的对话。这是广告主的梦想：一个大规模的画布，拥有丰富的用户生成意图。 广告主也不再局限于带有赞助结果的传统搜索展示，而可以在 AI 生成的回答中嵌入更为自然的广告形式。虽然消费者可能不太喜欢这样（下文会详细讨论），但这对广告主显然是有意义的。

除了面向消费者的平台外，AI 开发工具也在创造一个更为低调但同样重要的广告机会。当开发者使用 Lovable、Replit 或 Cursor 等工具构建应用时，这些平台会替他们做出许多架构决策——使用哪个数据库、在哪里托管、集成哪个支付处理器。

每一个这样的决策都代表着潜在的广告库存。Supabase 可以在数据库选择流程中赞助推荐。Vercel 可以在开发者的应用准备发布时作为“建议的部署选项”出现。Stripe 可以在编写支付处理代码时展示上下文相关的优惠。

与传统开发者广告（如 Stack Overflow 横幅广告）最关键的区别在于，这些并非干扰——它们是在意图发生的确切时刻给出的推荐。 开发者不会在阅读有关 React hooks 的文章时看到数据库广告；而是在他们的 AI 代理即将生成数据库代码时，恰好被提供数据库选项。转化潜力高出数个数量级。

垂直型人工智能正在创造专业化库存

不仅仅是大型模型提供商本身在从广告中获益。

垂直领域 AI 提供商的兴起正在创造一种面向高意向、高价值广告的新型专业库存。 医疗、法律、金融、房地产以及其他专业服务等垂直领域正成为新的广告科技前沿，为广告主提供直接接触高价值受众的渠道——这是十多年来首次出现能在 Google-Meta 双寡头之外达成的机会。

这里的一个很好的例子是 OpenEvidence，它已迅速成长为临床医生首选的“AI 驱动医学搜索引擎”。该公司最近表示，美国范围内覆盖 1 万家医院和医疗中心的 40%医生现在每天使用 OpenEvidence。另一个有趣且独特的地方是其商业模式：OpenEvidence 对经认证的医疗专业人员免费，主要通过广告创收。

根据 Contrary Research 的一篇精彩商业分析：

鉴于截至 2019 年，制药公司在美国每年约在对医疗保健专业人士的营销上花费 $20 billion ，通过数字渠道获取这部分市场的一部分可能为公司带来可观的收入。OpenEvidence 将广告重点放在语境广告和赞助内容，同时保持信任。 例如，如果医生提交关于糖尿病治疗的查询，可能会出现来自某制药制造商的赞助摘要，或展示与之相关的临床网络研讨会横幅广告。

这种广告模式使 OpenEvidence 在短短几年内就实现了超过 1 亿美元年化运行率的收入。

我们相信，其他垂直领域的 AI 工具也会嵌入这类模型，把产品免费提供给终端用户，同时通过向广告主收费来创收。 在垂直 AI 中，意图信号比以往任何时候都更加明确——与通用的搜索框不同，用户得到的是能够真正解决其具体问题的 AI 代理，从而创造出一种可持续的价值交换，为广告支持的模式提供正当性。

衡量原语正在改变，新的基础设施正在出现

在以 AI 为原生的体验中，归因方式根本不同。旧有的广告技术栈是为可以投放、点击和追踪广告的离散界面构建的，而在对话式和代理式界面中，通常不存在明显的“广告位”，甚至没有任何点击。相反，影响力嵌入在多回合工作流中：模型推荐了什么、用户接受了什么、以及最终生成了什么。

在下一代 AI 应用中，广告正在融入工作流程。 当开发者在 Cursor、Lovable 或 Vercel 中搭建应用时，库存不再是横幅，而是代理建议某个数据库、身份验证提供商或云服务的瞬间。在垂直领域的 AI 工具中，同样的模式依然存在： “广告”看起来更像是对某个药品品牌、临床资源或专业服务的情境化推荐。这些接触点被整合进了工具本身。

这种转变催生了全新的衡量体系。如果点击量消失，新的原语将是遥测和采用情况：记录多轮对话、将模型输出映射到下游动作，并追踪诸如从标签到插入、安装、购买或集成等“接受事件”。而且因为对话中的影响是累积性的，真正的挑战不仅仅是归因，更是增量性：推荐是否真的改变了用户原本会采取的行为？

由于这种转变，我们开始看到新的广告网络涌现，专门服务于这些“流程中”的时刻。

• 在衡量方面 ，像 Profound 和 Bluefish 正在构建 GEO 可观测性层，追踪响应份额、竞争位移和跨模型的品牌呈现。

• 在分发方面 ，新一代以 AI 为原生的广告平台正在多个界面形成：像 ZeroClick、OpenAds 和 Nex.ad 开始在 AI 对话内或并列位置实现动态、情境相关推荐的变现，而以出版商为中心的 AI 参与平台如 Linotype.ai 则帮助站点所有者留住用户并显现原生变现机会。

但与旧时网络不同，“拍卖”不能仅仅选择出价最高者。它必须在生成循环中运行，基于上下文相关性、质量和出价对单元进行排序，同时在医疗、法律等敏感领域应对信任与政策限制。定价模型也可能发生变化，从 CPM/CPC 转向以结果为导向的收费方式，如每次接受成本（cost-per-accept）、每次嵌入成本（cost-per-embed）或每次采纳成本（cost-per-adoption）。

最大的不确定因素是围墙花园。如果 OpenAI、Anthropic、Google 和垂直助手掌控界面，他们也可能掌控库存和测量路径，把 AI 广告变成少数几个封闭生态系统，而非开放的程序化市场。时间会给出答案！

结论 / 挑战

这里面有一个明显的挑战： 人们普遍不喜欢广告 。 一份最新报告发现，81% 的年轻人讨厌广告，60% 认为广告具有侵扰性。怪谁呢？大多数人觉得广告令人厌烦，对他们没有好处，现在几乎一半的互联网用户使用了广告拦截器 。

另一个关键挑战是，人们是否会觉得由 LLMs 提供的答案受到所出现广告的影响。如果我向 Claude 询问在瑞士最好的酒店推荐，我怎么能分辨它是在展示模型认为“最好”的选项，还是在展示为该查询结果投入广告最多的酒店？

但这里有趣的是：在上文提到的同一项研究中，只有28%的受访者希望减少广告。这表明他们不讨厌的是品牌或产品本身，而是广告的呈现方式。

这反而可能对像 OpenAI 和 Anthropic 这样的新平台，以及新兴的 AI 广告技术工具带来机遇。通过寻找创造性、非侵入性、基于意图、透明且有益于用户的方式触达消费者，一种新的广告形式实际上可能会蓬勃发展。

所以我们只剩下这样的想法……

“传统广告技术已死……人工智能时代的广告技术万岁”。