过去两年多，很多行业都在被 AI 改变，广告行业大概是其中最明显的行业之一。今天来看，不管是线上还是线下广告都在逐渐被 AI 占领，前几天微软 Xbox 图形部门就用 AI 生成了一份招聘广告，而小雷所在小区的电梯广告也是用 AI 生成。
小雷周末带孩子去一个农家乐抓螃蟹时，也发现老板已经在用 AIGC 视频给 " 钓青蛙 " 项目揽客了。
这些绝不是个例，经常冲浪的读者可能早就发现了信息流广告中的「AI 成分」越来越高，在生活中，很多网友也都看到了越来越多的 AI 广告，背后是东方树叶、六个核桃、肯德基、麦当劳、重庆公交、清远黄腾峡景区……越来越多品牌都在拥抱 AI 广告。
可以说，正以前所未有的速度渗入广告行业。但广告行业正在经历的 AI 转型，却不只如此。
如果说广告 AI 化，是把过去做一条海报、一支视频广告，请模特、找拍摄团队、租场地、剪辑包装，彻底转变为「AI 生成」。那 AI 广告化则是指 AI 回答正在出现更多的广告内容，一方面是 AI 行业寻求商业变现的路径探索，另一方面则是品牌试图抓住新的「流量战场」：
AI 回答本身。
这点不难理解。根据 AI 搜索引擎公司 Perplexity 公布的数据，今年 5 月 Perplexity 的查询数量就已经突破了 7.8 亿次，更不用说 ChatGPT、Gemini、豆包这些用户规模更大的 AI，每天的查询规模只会更惊人。
而当 AI 搜索正在逐步成为新的主要信息入口，品牌自然不会局限于旧有的网页排名和 APP 推荐等广告方式，也会想争夺 AI 回答里的——广告。事实上，已经有部分 AI 厂商开始试水，比如 Perplexity 尝试在引导问题中插入「Sponsor（赞助）」广告（带标识）。
但相比这种有迹可寻的广告，当下 AI 回答中的很多广告是通过 GEO ——生成式引擎优化的方式来「插入」广告，品牌会通过结构化内容、论坛发帖、关键词布局等方式，让 AI 在回答问题时「主动提及」自己。就像赵本山《卖拐》系列小品里说的，「防不胜防啊。」
从社交平台上的推荐广告，到电梯、公交、地铁上的宣传广告，越来越多的内容其实已经没有真人参与拍摄，全是 AI「编」出来的。目前来看，这种趋势几乎是不可逆的。原因也很简单，因为对于品牌来说，AI 广告最有吸引力的，其实也很朴素：
便宜又大碗。
按照 AI 广告公司 Icon 的说法，传统广告每条的制作和投放成本通常高达 200 美元，但 AI 广告的成本甚至不到 1 美元。具体成本节省的程度还要看具体的情况，但毫无疑问的是 AI 在成本上的优势。
举个简单的例子来说，如果茶饮品牌想要拍摄一组登山相关的广告图进行投放，即便采用摄影棚绿幕进行拍摄，场地、摄影师、模特至少就是刚性支出。而与此相对的是，现在借助付费甚至免费 AI 工具，就能完成这样的任务，实际制作成本低得可怕。
更何况，AI 生成也极大地提升了广告的制作效率，哪怕只有一个人也能大量输出，也没有「找不到模特」「来不及拍摄」这种说法，只要有提示词就能开工，哪里有投放需求，哪里就能安排一张 AI 图片。
与此同时，一场更大的变化，正在以视频为战场快速展开。
AI 生成视频广告并不陌生，早在去年就有不少品牌进行了试水，比如可口可乐就基于可灵等多家视频大模型推出了首批全 AI 制作的视频广告。尽管当时表现不佳，但制作团队还是强调了 AI 制作视频广告的效率极高。
更重要的是，过去半年 AI 视频生成还在继续迭代进化，今年 5 月下旬，谷歌在 I/O 大会上发布的 Veo3 就再一次引爆了 AI 视频领域，实现了用一段提示词，就能得到画面 + 对白 + 音效的完整视频。发布至今，Veo3 生成的视频更是不断实现病毒式传播。
另一方面，国产视频模型可灵、即梦等也都在快速迭代，效果可见雷科技前段时间做的「国产视频大模型大横评」。
此外，各大平台也推动视频广告的加速 AI 化。在上月举行的戛纳国际创意节上，Tiktok 就面向品牌推出了全新 AI 广告功能，支持通过图片和提示词生成 5 秒的广告视频；同时 Meta 也宣布了升级图像转视频广告工具，支持通过更多图片来生成视频。
前面提到的谷歌 Veo3 也瞄准了广告业。在 6 月举行的 NBA 总决赛上就有一支金融交易平台 Kalshi 投放的 30 秒广告，完全由 Veo3 生成，制作周期仅一人同时两天，却在很短时间内实现了 1 亿次的累计播放。
按照这支广告制作人的说法，制作过程其实就是四步：写个草稿剧本； 用 Gemini 帮我拆成分镜和提示语； 输入 Veo 3 生成画面； 最后用剪辑软件把合成的视频拼好。整个过程所需要的，只有一个人和一台笔记本电脑。
可以说，品牌和平台都在积极拥抱广告的 AI 化，尽管 AI 生成的广告还存在各种问题，比如用户对「伪人」的反感，但整体的趋势又是毋庸置疑的。
当广告内容素材在 AI 化的同时，品牌也在努力将广告做到 AI 带来的新型交互入口中，比如 AI 搜索、AI 问答、BOT 机器人甚至智能体中。从百度 SEM（搜索营销）到小红书 KFS（种草营销）再到 GEO（生成式引擎营销），广告主一直都在孜孜不倦地将营销信息融入到最流行的内容中。
很多人可能都和小雷一样，现在选购不太了解的产品时，都倾向于问一问「怎么选」。这个时候，AI 往往也会给出一些建议和推荐，包括相关品牌。
从品牌的角度，自然希望 AI 能够提到甚至推荐自己。但今天基于大模型的 AI，事实上并不可控，即便大模型厂商也无法做到，这也是 AI 始终没有在回答中直接插入广告进行变现的技术原因。
不过根据内容进行相关推荐还是能做到的，比如小雷问了 OPPO 的小布「椰子水」相关问题后，AI 回答完后还会美团相关「椰子水」团购推荐。或者就像前文提到 Perplexity 的做法，在回答后的引导问题中插入赞助广告。
去年 6 月，印度理工学院的一篇论文《GEO：Generative Engine Optimization》率先提出了 GEO ——生成式引擎优化的概念，并迅速被业界接纳。实际上，GEO 的概念与传统的搜索引擎优化 SEO 非常相似，核心也是提高曝光。简单来说，GEO 就是利用 AI 在推理甚至训练中的偏好，通过大量相关内容让品牌名字更多可能地出现在 AI 的回答中。
为了做到这一点，品牌和广告公司需要知道各家 AI 对于不同平台和内容的偏好。比如众所周知，Reddit 庞大的真人内容就是很多大模型的核心语料库，巨头甚至原因付费购买。
具体到国内，不同生态之间偏好更是明显，豆包在训练和推理中都会更侧重字节系的平台内容，包括今日头条、抖音等；腾讯元宝则是更侧重腾讯系的平台内容，包括微信公众号、腾讯新闻等。
而相对应，品牌和广告公司就需要通过一系列方式来「喂养」AI 的训练 / 检索语料，包括在知乎、小红书、公众号、抖音等平台发布大量结构化、易于引用的相关内容，让 AI 在面对问题时「自然地」基于这些素材进行回答。
事实上，雷科技自身也尝到了 "GEO" 的甜头。
当你在 DeepSeek、腾讯元宝、百度 AI 等平台咨询 " 谁是报道 MWC 最强的媒体 "" 哪家媒体报道 AWE 最专业 " 之类的问题时，AI 给出的但都会包含雷科技，而且还会给出理由，比如 DeepSeek 认为雷科技的内容具有前瞻性与深度，同时更具 " 用户视角 "，比如结合产品体验和消费者关注点，让内容更 " 生动易懂 "。
不过问题也随之而来。GEO 所带来的，并不一定是高质量答案——相反，它可能催生大量「广告优化内容」假扮成中立建议，比如一篇由品牌方撰写的「知乎好物推荐」，在 AI 眼中和用户的真实经验分享看起来并没有区别；再比如，用户问「哪款洗发水更适合敏感头皮」，AI 回答中提到的品牌，可能只是「投喂得早」的那一家。
这种内容与广告的界限模糊化，正是 AI 广告化带来的新挑战：
一方面，它让品牌获得了新的曝光渠道，但另一方面，也在侵蚀用户对 AI 回答的信任边界。当人们开始觉得 AI 给的答案「不再是为了帮助我，而是为了推销某个产品」，AI 搜索引擎也会遭遇「信任危机」。
不管是广告的 AI 化，还是 AI 的广告化，现在看来都是注定发生的。问题当然也不少，比如 AI 生成广告中「伪人」带来不自然和不适，又比如广告内容「植入」AI 回答与回答质量的潜在矛盾。
这些当然都要解决或者改善，需要更好的 AI 技术和更适应新环境的行业规范，需要品牌、内容平台、AI 厂商达成共识。但广告 AI 化、AI 广告化的优势都太明显了，不太可能回到就的方式上。
广告从来都是信息最敏感的风向标。过去，谷歌搜索的使命是整合全球信息供大众使用，使人人受益。但今天，AI 正在逐渐成为大众获取信息新的中心，广告自然随之而来。
