我们不再使用围绕内容放置的静态消息，而是 进入一个新时代 在这个全新的营销环境中，界面本身能够理解用户意图，整合各种选项，并将商业选择直接融入对话之中。这不仅仅是一个新的营销渠道，更是一个全新的广告环境，拥有全新的机制、激励机制和竞争规则。
过去十年，广告运作机制基本保持不变。品牌在搜索结果、社交媒体、视频和零售媒体等渠道争夺用户注意力，力求提升点击量、曝光量和转化率。尽管广告形式不断演变，但基本模式并未改变：用户浏览网站，平台充当中介，广告则将用户浏览行为变现。
人工智能正在改变格局
我们不再使用围绕内容放置的静态消息，而是 进入一个新时代 在这个全新的营销环境中，界面本身能够理解用户意图，整合各种选项，并将商业选择直接融入对话之中。这不仅仅是一个新的营销渠道，更是一个全新的广告环境，拥有全新的机制、激励机制和竞争规则。营销机构必须做好准备，快速测试、学习，并且——最重要的是——将行之有效的策略推广到这个不断发展的生态系统中。
从中立副驾驶到商业系统
在过去的两年里，大型语言模型（LLM）已成为人们搜索、学习和购物的核心工具。其应用普及速度迅猛： 近期 BCG 研究 显示购物相关信息 基因人工智能 到 2025 年，使用量增长了 35%。最初作为辅助工具的应用，正迅速成为数字发现的默认层面。
作为 使用浓缩物 围绕少数几个平台，商业模式挑战是可以预见的。消费者规模 人工智能 基础设施成本高昂。仅靠订阅和企业许可无法（也绝不会）长期维持这些平台的运营。就像搜索和社交一样，广告正逐渐成为一种可能的盈利模式——这将使生命周期管理平台从中立的辅助工具转变为商业系统。
营销人员已经开始做出反应。对话式广告正逐渐成为媒体组合中一个独立的组成部分——与搜索和程序化广告分开——品牌方纷纷投入资金进行测试、学习并建立早期能力。如今， 53%的组织 各公司正在为这种新兴形式分配预算，近四分之三的公司计划在未来两年内大幅增加预算（一旦绩效基准稳定且整合得到改善，支出可能会在现有渠道组合中更灵活地重新分配）。
战略问题不再是广告是否会在人工智能驱动的体验中出现，而是如何出现 ：广告如何展示，如何管理，以及品牌如何在新的环境中竞争和扩大成功的策略。
AI 注意力堆栈正在成形
消费者是 减少时间 用户浏览网页时，常常会沿着预设的链接、信息流和分类页面组成的漏斗状路径前进。如今，他们越来越多地从人工智能界面开始（也常常在人工智能界面结束）他们的网络之旅，这些界面将探索、评估和推荐整合到一个统一、连贯的体验中。
这将创建一个新的“ AI 注意力堆栈 ”：时间、意图和影响力集中的界面——也是广告库存自然形成的界面。
该技术栈由三种类型的接口构成：
搜索嵌入式人工智能： 这些系统通过将多个来源合并为一个综合响应来重塑发现方式（例如，Google AI Overviews、Perplexity 和 Microsoft Copilot）。
原生助手 AI： 始终在线的问题解决者嵌入到日常工作流程中——规划、研究、决策和建议（例如 ChatGPT、Gemini、Claude 和 Meta AI）。
零售和商业人工智能： 利用零售商拥有的数据训练的专业代理，将购物从产品网格转变为基于目标的对话（例如，亚马逊 Rufus、沃尔玛 Sparky 和 Instacart Ask）。
在这些环境中，广告资源正以三种截然不同的形式出现：
当检测到商业意图时，会在合成回复中直接嵌入内嵌广告 。
对话内广告， 在浏览过程中与对话一同出现——即使是非交易性查询也会如此。
智能代理广告， 即由人工智能代理代表用户进行规划、比较或完成任务，从而显示赞助选项。
每一层都引入了新的形式、规则和竞争格局。要想在人工智能驱动的发现领域取得成功，不仅需要了解用户注意力所在，还需要了解模型如何解读并提升商业相关性。
探索，重塑
搜索正在进行中 最根本的重新设计 自付费列表推出以来，生成式系统正在用合成答案取代排名链接，广告也正向上游转移，渗透到这些输出结果中。
谷歌的 人工智能概述 这是一种早期信号。对于探索性和研究型搜索查询，购物广告和搜索广告现在会直接出现在人工智能生成的搜索结果中，通常位于自然搜索结果之前。广告的可见性现在更多地取决于产品数据、创意和出价与模型解读的契合程度，而不是关键词覆盖率。
微软 Copilot Perplexity——一款流行的 AI 搜索引擎——正在测试一种类似的模式，它将搜索重新定义为建立在 Bing 现有广告生态系统之上的持续对话。 更明确的方法 提出赞助商提供的后续问题，这些问题都有明确的标签，并且是根据上下文生成的——这反映了人们对人工智能生成的体验的透明度日益增长的期望。
具体机制可能有所不同，但方向是一致的：发现正变得越来越综合化、对话化，并且越来越商业化。
当助手变成广告媒介
通用人工智能助手正迅速融入日常工作流程——从规划和调研到执行和购买。随着它们越来越受到关注，它们正成为下一个主要的广告平台，尽管其盈利模式仍在不断变化。
“这是广告史上品牌首次能够大规模地与客户进行一对一沟通，并真正倾听他们的反馈。” —— Andrea Tortella，Thrad.AI
如今，大多数助手不会在对话中显示广告。但相关基础设施正在迅速形成。OpenAI 最近宣布 未来几周，Meta 将开始在美国用户中测试 ChatGPT 内的广告。Meta 已经利用与 Meta AI 的互动来提升其平台上的广告相关性，模糊了辅助功能和定向投放之间的界限。
需要明确的是，原生 AI 广告与搜索广告截然不同。它需要融入对话之中：例如建议后续步骤、推荐工具、赞助后续内容、“最佳选项”摘要，或嵌入到交易流程中的转接环节。
限制因素是什么？信任。 近期研究 调查显示，69%的消费者认为，如果品牌在广告中使用人工智能却未事先披露，就会受到操纵。当用户将助手视为顾问时，任何被感知到的操纵行为都会比信息流中的广告带来更大的负面影响。最终的赢家将是那些通过清晰披露、内容相关性和克制来维护自身信誉的平台和品牌。
零售媒体的下一个前沿
零售媒体正迎来转折点。人工智能正在将电子商务从零售商自有平台转向代理搜索中介，这些中介越来越多地在上游解决用户意图，从而减少了最终到达零售商网站的流量。
为了应对这一挑战，零售商们纷纷推出基于自身丰富第一方数据训练的专属购物代理，并迅速实现了数据变现。沃尔玛就是其中之一。 最近宣布 继亚马逊于 2024 年在 Rufus 中引入广告之后，零售商也将在其购物助手 Sparky 中投放广告，使赞助商品能够自然地融入对话式购物流程。然而，诸如谷歌通用商务协议 (UCP) 等新兴标准预示着更广泛的结构性转变，它将允许零售商在自有环境之外访问其数据、商品种类和物流能力，并将其变现。
这意味着零售媒体经济格局的重新定义。对零售商而言，价值重心从网站流量变现转向参与分布式、代理主导的商业模式。对品牌而言，优势不再依赖于网格排名和流量获取，而是取决于模型的选择——这些模型基于数据质量、可用性和相关性——因为人工智能系统能够动态地整合跨生态系统的购物结果。
一种值得考虑的新界面
人工智能驱动的界面或许对那些需要研究、解释和信任（而不仅仅是曝光）才能做出决策的领域最具变革性。虽然数字广告长期以来对交易型产品行之有效，但许多 B2B 和高关注度 B2C 领域——例如金融服务、保险、医疗保健和企业软件——却难以在信息流、横幅广告或关键词驱动的广告形式中完整地讲述品牌故事。
对话式人工智能改变了这一切。这些界面使用户能够在一个可信赖且具备上下文感知能力的环境中探索复杂的问题——提出后续问题、权衡利弊并比较不同选项。当广告出现在这些空间时，它不再是干扰，而是引导式的决策支持。对于那些基于理解而非冲动的决策类别，人工智能助手提供了一种全新的方式，让用户能够有意义地参与到决策过程中。
随着这些界面在复杂的决策中扮演越来越重要的角色，广告在这些界面中的呈现方式以及管理透明度、数据使用和信任的标准变得越来越重要。
人工智能领域广告新规则
很显然，将广告嵌入人工智能生成的答案中，引发了人们对透明度、数据使用和中立性的新期待。消费者已经开始划清界限。近70%的人表示他们反对某些做法。 数据类别 私人信息、健康信息和精确位置等均禁止人工智能使用。这种敏感性从三个方面提升了风险：
内容和出版商诚信， 因为模型概括了第三方材料，同时嵌入了付费影响。
数据和定向治理， 尤其是在对话输入影响更广泛的广告生态系统时。
算法中立性， 随着自然推荐和赞助推荐的融合而实现。
监管力度正在增强。早期提案表明，将采取更清晰的信息披露、更严格的标签标注和更严格的对话数据使用限制。随着监管措施的加强，那些以透明度为先导的平台和品牌将更具优势。
人工智能广告的四种可能未来
尽管未来变化迅速，但发展轨迹并非一成不变。以下四种情景说明了 LLM 驱动的广告可能走向何方：
搜索 2.0 ：广告直接嵌入到合成答案中，围绕意图集群而不是关键词进行优化。
智能商务 ：人工智能代理通过购买来管理研究，将零售媒体转向影响代理的默认行为。
环境推广 ：商业影响力变得算法化和情境化，不再有独立的广告单元。
受监管的中立性 ：强有力的保障措施限制了目标定位和优化，从而有利于更清晰的分离和披露。
实际情况很可能是这四种情况的融合。因此，准备工作而非预测才是当务之急。
这对营销领导者意味着什么
有三点值得注意：
发现过程由模型驱动 ：模型会从整体上评估相关性。要想成功，需要高质量的产品数据、结构化的内容以及专为模型理解而设计的创意，而不仅仅是排名机制。此外，还需要品牌、效果和零售媒体之间更紧密的整合——因为模型将内容和投放位置融合在一起的方式，是企业通常不会采用的。
零售媒体日趋复杂 ：零售媒体正超越零售商自有渠道，很可能通过标准化的代理商务协议进行分发。对于品牌而言，影响力如今随着产品在生态系统中传播。成功取决于是否做好代理准备：清晰的 SKU 数据、可互操作的内容，以及随着推荐内容动态组合而进行调整的能力。
治理成为差异化因素 ：信任将决定采纳程度。领导者需要制定清晰的内部规则，规范对话数据的使用、披露标准和用户同意流程——在监管机构替他们做出这些决定之前。
如何行动
形势瞬息万变。从信息流和链接到答案和代理的转变正在加速，尽管这种转变并不均衡，但势头强劲。未来18个月至关重要。
市场营销领导者应立即采取以下行动：
获取访问权限，开始实验，并扩展有效方案 ：抢先体验新兴人工智能平台的 Alpha 和 Beta 测试项目，快速开展结构化实验。测试人工智能概览、赞助问答和零售助手等场景，了解模型如何评估产品数据、品类信号和创意输入。应用这些经验，快速扩展高效方法，确保您的组织在生态系统日趋成熟的过程中保持领先地位。
构建人工智能原生媒体操作系统 ：改善数据质量，统一创意和媒体工作流程，并采用快速实验方法。人工智能接口打破信息孤岛——因此，仍然各自为政的组织发展速度将过于缓慢。
建立对话数据和披露治理机制 ：明确允许的数据范围、标签标准和用户同意获取方式。在人工智能界面中，信任并非可有可无的指标，而是准入门槛。
开始构建面向未来的营销组织 ：重新思考您的媒体组合、市场推广模式和运营结构需要如何演变。随着人工智能时代的到来，策划、创意和执行环节将融为一体，未来的营销组织将更加一体化、更加内部化，资源分配也更加灵活。
未来尚未定型
接下来的发展将取决于平台如何平衡盈利与信誉，品牌如何适应被模特解读，以及当对话变成商业环境时消费者会作何反应。
这种转变已经开始。下一个广告时代将不再由广告的出现位置来定义，而是由人工智能系统内部的决策形成方式来定义。
现在做好准备的组织不仅能够适应新环境，还能帮助塑造新环境。
作者： 罗伯特·德罗 、 贾斯汀·库伦 、 詹姆斯·雷纳和马克·亚伯拉罕
部署这类新型智能体是一项复杂的系统工程。其实现不仅需要打通系统间的互操作性、确保高质量数据供给、完成企业平台的重构，更关键的是要设计出具有适度自主性、明确约束条件与目标导向的智能体架构。为应对上述挑战，BCG制定了一套循序渐进的企业智能体工作流程转型实施框架。
...
企业启动转型时，往往希望同时推进所有事项。但专注于少数关键举措，反而能取得更好效果。...
随着人工智能技术的飞速发展，企业界正迎来一场前所未有的变革浪潮。根据波士顿咨询公司（BCG）的最新报告《2026年人工智能雷达报告》，CEO 们正成为推动企业人工智能战略的关键力量。这份报告揭示了人工智能投资的现状、CEO 的角色以及未来的发展趋势，为企业的数字化转型提供了重要参考。...