|
“你愿意让AI帮你购物吗？”——这个曾经只存在于科幻小说中的问题，正变成当代人的日常。
当AI替人下单
广告该按什么收费？
科技公司正在加速布局。
ChatGPT、谷歌等平台相继上线AI代买功能，OpenClaw甚至能直接操作键鼠，完成从商品调研、跨平台比价到最终下单的全流程。
Adobe Business观察到一个惊人的趋势：美国零售网站的AI驱动流量同比激增4700%。
为应对这一变化，Visa在去年10月推出了“可信智能体协议”（TAP），试图帮助商家区分合法的AI智能体与恶意爬虫。
这一切都在指向同一个问题：当点击和浏览越来越多地由AI完成，而不再是真人操作，我们沿用数十年的广告计费模式——CPM（按曝光付费）、CPC（按点击付费），还能真实反映营销效果吗？
AI时代
“过程数据”的困境
广告业对非人类流量并不陌生。过去二十年，反作弊系统一直在与爬虫和虚假点击博弈。
今天的局面比以往都复杂。生成式AI的普及，让恶意流量越来越像真人。在广告安全领域，这类流量被称为SIVT（复杂无效流量）。作弊者利用Puppeteer等自动化工具，结合机器学习模型，训练Bot产生类似于真人的鼠标轨迹和页面交互。
根据《2025年Imperva恶意机器人报告》，一个重要的分水岭已经到来：自动化机器人流量占全网总流量的比例达到51%，人类在数字世界中首次沦为“少数派”。其中，恶意机器人产生的流量占37%。
但并非所有AI流量都是恶意的。AI驱动的流量激增4700%，这个数字背后，既有方便消费者的助手，也有消耗预算的伪装者。问题在于，两者在行为特征上越来越难以区分。
于是广告主陷入了一种信任危机：我付的钱，到底买来了真实的潜在客户，还是仅仅买来了一段精心编排的脚本？
三条破局之路
面对越来越聪明的AI流量，单纯的“躲避”或“全盘否定”都有失偏颇。真正的应对之道，是在三个方向上同时发力。
01拥抱“好AI”，为智能体优化内容
并非所有AI流量都是敌人。Bain公司的研究则显示，80%的消费者在至少40%的搜索中依赖“零点击结果”。
当用户直接在AI界面获得答案，不再点击进入网站时，传统的SEO就需要向GEO（生成引擎优化）或AEO（智能体引擎优化）演进。
这意味着品牌未来需要改变内容生产方式：AI没有多巴胺，不会被“限时抢购”的红色大字打动，它们只相信结构化数据和权威信源。
首先要把内容“结构化”。一方面在网页源码中加入JSON-LD，让搜索引擎和AI更容易理解产品信息；另一方面提供标准化 API，方便各类智能体和第三方系统稳定获取最新数据。
其次是信源建设。Muck Rack去年的一篇研究分析了超一百万条AI引用的链接后发现，95%的AI引用来自非付费媒体，89%来自有口碑的媒体，近一半的引用源自新闻内容。这意味着，品牌需要提前、全面布局，出现在AI信任的领域上。
在 AI 推荐场景中，更容易获得曝光的品牌，通常是在关键可信信源上布局更早、内容更充分、更新更及时的品牌。
在实际的广告投放中，平台自身的信源积累同样重要。
Bidnex 全球流量与本地化服务能力
广泛的全球流量覆盖：拥有超 7 亿流量积累，覆盖东南亚、印度、中东北非、拉美、俄罗斯等核心市场。
深度区域化合作网络：构建本地化合作网络，与本土主流媒体、内容平台及社区媒体建立深度合作，打通各地数字生态壁垒；配备本地优化师与设计师团队，保障投放策略高效落地。
精细化流量分级管理：采用流量分级管理模式，动态更新媒体资源库，及时淘汰低质或作弊流量，确保媒体库始终保持高效、可信赖的运行状态。
本地化投放实战成果：在东南亚电商案例中，凭借本地化能力助力Shopee在大促期间实现：CTR提升32%、转化率提升25%、日均广告收益上涨133%，印证
“流量越‘真’越好” 的核心价值。
02防御“恶意AI”，技术对抗的升级
Imperva的报告揭示了一个现实：44%的高级机器人流量正指向API。攻击者不再只是冲击接口本身，而是利用API工作流和业务逻辑中的漏洞，实施自动化支付欺诈、账户劫持甚至数据窃取。
这意味着，API安全面对的已不只是传统意义上的反作弊问题，而是更复杂的业务逻辑滥用与自动化攻击风险。
面对这种情况，监测技术也必须升级。一些头部广告技术公司正在构建多层次的技术防护体系。
Bidnex 反广告欺诈与流量质量保障体系
自研 AI 实时监测系统：构建全链路AI实时监测系统，动态分析广告投放流程，可智能识别并拦截异常行为，保障广告效果真实有效。系统覆盖从流量进入到最终展示的全链路，通过实时分析行为特征，在虚假流量造成预算消耗前完成预警与拦截。
国际权威第三方反欺诈合作：与HUMAN、Pixalate等国际权威反欺诈平台达成合作，引入第三方验证服务。在自研系统与第三方验证的双重保障机制下，每一次广告展示的真实性与安全性都经过交叉核验。
行业合规认证背书：连续三年通过IAB OMSDK认证，在广告可见性测量与合规性方面获得行业权威背书。
这套组合方案的实质是提高造假成本：当作弊者面对多重交叉验证的防护体系，突破每一道防线都需要付出更高的技术代价，直到造假变得“经济上不可行”。
03CPS结算模式
技术一直在进步，它解决的是“过程数据真实性”的问题。而CPS（按成交付费）的逻辑，则绕过了过程数据，直接以成交为计量单位。
CPS的规则很简单：广告主只在商品成交后向渠道支付佣金。一笔真实交易需要经过支付网关、生成物流单号、在电商平台留下订单记录，这些数据由多方核验，形成可追溯链条，造假难度远高于制造点击和曝光。
事实上，CPS并非新兴商业模式，却在AI全面渗透的当下被重新审视。核心在于它贴合了商业最本真的逻辑：营销的最终目的是促成交易，而非单纯获取流量与互动。不同于易被AI篡改、伪造的点击量和曝光量，CPS结算依托的支付记录、物流单号、平台成交订单等数据，由支付机构、电商平台、物流体系多方核验，目前难以被AI模拟。
更重要的是，CPS模式实现了品牌方与渠道方的利益趋同。双方不再过度纠结于中间数据的真伪，而是共同聚焦于产品竞争力、用户体验与最终转化。这种利益绑定在实践中已被验证有效。
Bidnex通过自研AI模型实时分析爆品特征，结合历史调研数据与专业优化师经验进行选品与预热投放，在去年双十二期间实现了合作商户GMV翻三倍的成绩。
回归广告的本质
但如果因此认为CPS将取代CPM和CPC，就误读了广告业的运行逻辑。
想想我们自己的消费决策。第一次听说一个品牌时，往往是通过某篇文章、某条视频、某次曝光。
这些触达在发生的当下并不指向即时购买，它们只是在心里埋下一颗种子。几个月后，相关需求浮现时，这颗种子才可能发芽。
这个过程，是大家熟知的营销“漏斗”：顶端是广泛曝光，中间是兴趣培养，底部才是转化成交。
过程数据测量的，是认知的建立、印象的累积、心智的占领。如果没有顶端的曝光和中间的种草，漏斗底部的转化根本不可能发生。
从这个角度看，CPS的意义不在于“取代”，而在于提供一种校准的尺度。当AI流量真假难辨时，成交数据可以成为那根最后的准绳，它可以用来验证过程数据的可信度，可以用来倒推渠道的流量质量，也可以让广告主和渠道方真正站到同一边。
尾声
OpenClaw的开发者或许没有料到，他们开发的效率工具，让广告行业一个古老的问题重新浮现：在数字世界里，什么才是值得信任的计量单位？
当AI开始替人下单，点击不再来自真人，曝光不再等于看见，我们很容易陷入一种技术决定论的焦虑，似乎一切都可伪造，一切都不可信。但回到商业的起点，我们会想起一个朴素的事实：广告最终要影响的，依然是人。
是的，AI在替人比价、替人下单、替人筛选。但AI替不了的，是人被触动的瞬间——看到一支广告片时的共鸣，路过一块户外大牌时的印象，在社交媒体上刷到一条内容时的会心一笑。
这些瞬间无法被量化成即时的成交，但它们构成了品牌在消费者心中的存在感。成交是结果，但成交之前的路，是过程数据一步步铺出来的。
当AI让一切变得真假难辨时，我们需要更聪明的技术来净化过程数据，也需要结果数据作为最后的锚点。但无论技术如何演进，广告的终点始终是人。那个“真实”的最终裁判，永远是屏幕那头的人。
作为全球化的智能程序化交易平台，Bidnex连接全球海量广告预算与媒体资源，实现流量供需双方的高效价值匹配。平台深度整合AI技术，在实时竞价、精准定向、动态创意优化等核心环节实现算法驱动，持续提升营销效率与ROI。通过自主研发的机器学习检测技术与国际权威反欺诈平台的合作，Bidnex
双重保障每一次广告展示的真实性与安全性，打造透明、安全的程序化生态。
2026年03月20日 于上海
版权作品 未经许可 请勿转载
| 