阻止互聯網廣告下滑，全靠AI？

“Meta、百度和快手嚴重依賴廣告收入，AI 成為他們最大的動能和機會。”

撰文｜何聆箏

編輯｜翟文婷

AI如何提高效率的表達，是當下大廠對外敘事的標準模板。可能會在某些具體業務層面，給出一些數據反饋，但是大部分時候，這仍然是一種模糊狀態。

直到今年Q3 財報發布，我們終于在部分互聯網公司的財報披露中，找到一些可量化的指標，而且主要集中在廣告和營銷。

比如，百度和快手明確列出「AI廣告」或「AI營銷」對應的收入：百度AI原生營銷服務收入達28億元，同比增長262%；同期快手線上營銷服務收入達201億元，同比增長14%，并且首次披露OneRec在廣告領域帶動Q3收入約4%-5%的提升。

盡管他們的戰略意圖和處境不盡相同——百度正迫切尋求增長引擎的轉換，傳統搜索廣告的貢獻，江河日下；快手則渴望在AI語境下尋求新的加速度。但同時，兩家公司都嚴重依賴廣告收入，AI 成為他們唯一的動能和機會。

這些維度和指標，對百度和快手意義很大，對行業是否有參考價值？大模型重塑營銷似乎勢在必行，是否意味著AI廣告的黃金時代到來了？

一、廣告增長全靠AI？

百度和快手最先把AI營銷或AI廣告相關的指標單列出來，也是有原因的。

廣告業務在兩家公司的營收結構中均占據重要地位：百度核心在線營銷服務占總收入的53%，快手線上營銷服務占比超 56%。如果他們要講AI增長，對廣告收入的影響首當其沖。

尤其對百度而言，AI 甚至已經成為救命稻草。

2025年Q3，百度集團總收入321億，同比下降7%，凈虧損達112億。而百度核心廣告收入同比下降18%至153億元，這已經是搜索引擎廣告連續六個季度下滑。

百度迫切地需要一個新的動能，扛起傳統業務下滑帶來的部分壓力。AI是最順理成章的敘事。

百度首次披露的AI業務相關營業收入約100億元，同比增幅超50%，占總營收比重超過30%。其中，被百度加重的版塊正是AI原生營銷業務，在AI相關收入占比達到 53%。

這部分新披露的收入為28 億元，同比漲幅為262%，占核心在線營銷收入的比例從 2024 年Q3的4%躍升至當前的18%。可以說是名副其實的「第二增長曲線」，是對沖傳統搜索廣告下滑的唯一動能。

百度AI原生營銷服務是百度基于文心大模型構建的營銷體系，結合百度智能體、數字人和百度輕舸投放平臺、擎舵AIGC工具，形成的一套完整的AI原生營銷解決方案。

早在去年的百度熱AI營銷大會上，百度副總裁陳一凡曾表示，已有超7成客戶使用百度AI營銷服務。

2025年第一季度，百度公布了為數不多的增長指標，都跟AI相關：超過 2.9萬家廣告主通過百度智能體進行日常廣告投放，智能體為廣告主帶來的收入同比增長 30 倍，占百度核心在線營銷收入的 9%。

相比百度把AI營銷視作擺脫困境的最好途徑，快手對AI的預期則是成為新增量。

快手可能是最早披露AI相關收入的互聯網公司，最早是可靈的用戶規模和收入，在之前幾個季度開始對外公布AI驅動營銷的增長指標。畢竟線上營銷服務是快手收入的大頭。

比如UAX（全自動投放），2025 年前三個季度快手外循環消耗比例一路攀升，從60%、65%到70%。也就是說，廣告主對智能投放的效果給予了認可。

而到了2025年Q3財報發布時，快手對AI 賦能營銷給予了更積極的表述，首次披露 OneRec（端到端生成大模型） 在廣告領域帶動Q3收入約 4%-5%的提升，更早前的數據是，OneRec已覆蓋快手平臺25%的峰值流量。

這也使得快手的營收基本保持雙位數的增長。2025年Q3，快手總營收同比增長14.2%至356億元。其中，線上營銷服務收入達201億元，同比增長14%，在總收入占比為56.5%。

不止百度和快手，互聯網公司受惠于AI最典型的其實是Meta。

Meta在確定AI賦能基建的五大主線里，排名第一的就是廣告效率，因為Meta 98%的收入來自廣告。2025 年Q3，Meta Al月活用戶超10億，廣告收入同比增 26%，廣告展示量同比增 14%，平均廣告價格同比增 10%。

廣告成了互聯網公司在大模型投入之后，最先回本，甚至直接變現效率最快的領域。

二、AI重塑營銷新秩序

AI在廣告領域的應用并非近幾年才出現，只不過在很長一段時間里，AI只是作為降本增效的輔助工具。現在AI 則幾乎重新塑造了營銷秩序。

新一代AI技術帶來了根本性變革，理想中的AI廣告，不再只滿足于匹配的工作，而是能夠深度理解用戶的實時意圖與場景，動態生成獨一無二的廣告內容。在這種模式下，人類只需要做目標設定，需求洞察、內容生成、投放、復購的全鏈路工作都能由AI自主完成。

這種「AI原生」思維首先在重塑互聯網公司的創作生態。

今年9月，AI生成工具Vibes上線后，Meta媒體生成量增長超10倍，用戶日均創建超 200億張 AI圖片。AI生成，首當其沖利好中小商家，據說200萬廣告主已采用Meta的視頻生成功能。

國內互聯網公司，百度和快手，包括阿里、騰訊、字節旗下，都有A素材創意生產工具。2025年Q3，快手AIGC 營銷素材帶來的服務消耗額超 30 億元。

除此之外，AI對各個互聯網平臺帶來直接貢獻、甚至可量化的就是投放。

2024年，快手基于大模型推理上線了UAX（全自動投放），一年時間，UAX的客戶滲透率就接近60%，在短劇、小說等內容消費行業，UAX的滲透率更是高達96%。短時間內之所以有如此高的應用比例，核心在于UAX的使用讓客戶廣告投放冷啟成功率提升了25%。

這種全自動投放的策略，其實此前已經在拼多多、淘寶和京東等電商平臺應用。大概邏輯是，廣告主通常只需設定一個核心目標，如整體GMV或投放ROI，然后給出自己的預算，系統便會自動分配預算、選擇素材、定向人群，并優化投放過程。

這幾乎已經成了平臺廣告的投放趨勢。

過去，只要有投放行為，廣告主需要配備專人負責「盯盤」，預算消耗和轉化情況如何，是否需要調整策略，替換素材等等，這些全靠人為經驗來處理。現在幾乎很多時候都交給AI 托管。

比如眾安在線負責人曾公開分享借助百度旗下的輕舸通過智能生成Prompt、自動理解業務、AI MAX智能拓量等方式，實現22%增量的同時，成本降低30%，轉化率提升7%以上。

2025年，Meta 也做出一個重要舉動，淘汰自動廣告（Automated Ads）產品，將重心轉向AI 驅動的廣告套件 Advantage+。相比前者解決低門檻投放需求給出的更簡化的投放方式，后者是AI驅動的實時優化，自動化程度更高的新范式。2025年Q3財報，Meta給出的數據是，Advantage+使廣告主獲客成本下降 14%。

Advantage+效力的發揮，部分也是Meta AI廣告推薦模型的功勞。因為此模型使用更多信號和更長上下文信息，Instagram和Facebook廣告轉化率分別提升5%和3%。

最重要的是，AI技術能顯著提高平臺用戶留存率和活躍度，進而間接帶動用戶規模擴張。

快手在8月的光合大會上曾披露，OneRec目前已覆蓋快手平臺25%的峰值流量，通過端到端優化推薦問題和排序，推動平臺總時長增長超1%，同推薦請求下計算成本降至傳統引擎的約10%。

Meta曾通過AI內容推薦系統改進，在半年時間內，Facebook和Instagram上的用戶使用時長分別提升了7%和 6%。此外將LLM融入內容推薦系統，在Threads中測試基于Llama模型的推薦系統，提升用戶使用時長10%。

從廣告變現角度來看，用戶停留越久、場景越豐富，廣告庫存和精準度就越高。而平臺積累的海量用戶行為數據，又能能讓AI模型對用戶偏好和廣告匹配度的理解更加精細，形成「量質齊升」的良性循環。

三、AI廣告的下一站

實際上，因為AI水平的成熟，廣告已經成為各個互聯網巨頭優化最為積極的領域，也是比賽成績最激烈的所在。

2025年Q3，B站廣告業務營收25.7億元，同比激增23%，帶動凈利潤暴漲233%，AI相關廣告收入增長近90%；

騰訊廣告以21%的收入增速，達到了過去六個季度以來的新高峰，騰訊廣告AIM+智能投放系統則將廣告主的平均操作成本大幅降低了80%；甚至包括一度對廣告嗤之以鼻的ChatGPT，也被曝出將引入廣告，代碼提到「搜索廣告輪播」。

AI對廣告業的革新已經形成全球范圍的浪潮。

據高盛研究顯示，A技術正重構廣告行業4700億美元利潤池，涉及傳統廣告向數字渠道轉移「1700億美元」、創意自動化「1140億美元」、廣告技術整合「250億美元」和代理生態系統「1610億美元」。Statista曾預測2025年全球AI廣告支出將超350億美元，其中生成式AI應用占比達45%。

巨頭青睞AI廣告，說到底還是因為AI軍備競賽耗費巨大，他們迫切地需要找到能夠快速產生現金流的業務、來為夢想輸送「血液」，而廣告作為最成熟的變現路徑之一，可以直接拉動營收增長。

與此同時，廣告還可以為科技巨頭提供一個近乎完美的試驗場，能夠檢驗其AI技術是否真的具備商業實用價值。

盡管眼前成績亮眼，前景一片光明，但AI廣告還是顯得有些急功近利。

根據CTR「央視市場研究」發布的《2025中國廣告主營銷趨勢調查報告》，53.1%的廣告主會在創意內容生成中使用AIGC技術，高于數據分析、客戶服務等環節，其中有接近20%的廣告主，在視頻創作中超50%的環節需要借助AI。

與之相對的，是《2025 AI+生成式營銷產業研究藍皮書》的相關調研顯示，78%的消費者表示能大致識別出AI生成的廣告內容，其中超過半數達到59%，普遍認為其「缺乏真實情感」。

在汽車、金融、房產等高決策成本品類中，消費者對純AI廣告的信任度比快消品低35%，更看重AI在「信息分析」而非「創意決策」中的作用。

另一個挑戰在于，AI的智能是建立在海量數據的喂養之上。而當前的互聯網環境下，各大平臺之間的數據壁壘森嚴，算法高度依賴用戶在平臺上的歷史行為數據。

以Meta為例，有案例顯示，一個沒有任何歷史數據的新用戶，在使用Advantage+的受眾定位功能時，轉化率可能會降低多達50%。也就是說，AI在面對完全沒有歷史數據的新用戶時，還需要一段「冷啟動」學習期。

除了技術層面的挑戰，AI廣告還需要面對投入回報比的平衡。盡管AI廣告已經在商業層面展現出一定價值，但還沒有一家公司能單靠AI廣告業務實現正向現金流。面對AI高昂的研發投入，AI廣告的「補血」之路仍需時日。

不管怎樣，AI與廣告的深度融合已不可逆轉。技術總會向前，而這場變革的下一程，或許還有更為洶涌的浪潮。