ChatGPT 中的聊天较少？2025 年人工智能在广告技术中将如何发展 |广告交换器

对于怀疑论者来说，这是个好消息：2025 年有望成为 AI 广告用例更加实用的一年，特别是随着各机构更多地实践该技术。

Advertiser Perceptions 分析师兼商业智能副总裁 Nicole Perrin 表示，人工智能机构员工获得的机会越多，它就越能融入广告行业。

与此同时，根据 Advertiser Perceptions 10 月份进行的一项调查，自 2023 年以来，使用人工智能工具的广告商数量已经增加，从 56% 增加到 68%。

大部分或完全相信人工智能驱动的广告技术能够在没有人工监督的情况下做出活动决策的广告商数量也有所增加，从四分之一增加到近一半。

再见，聊天机器人？

尽管如此，广告商在采取真正的飞跃之前仍需要更好地了解人工智能实际上可以做什么——这意味着要超越目前最炒作的产品。

广告规划和激活平台 fullthrottle.ai 的首席产品官 Amol Waishampayan 表示，ChatGPT 和 Microsoft Copilot 等聊天机器人以及用于图像的 Dall-E 和用于视频的 Sora 等程序是广告商入门的好方法。

同样，消费者与人工智能最直接的互动也发生在这一领域，无论是通过与公司的聊天机器人进行通信（有时会带来灾难性的结果，例如加拿大航空今年早些时候学到的）或要求一个工具为他们写一封电子邮件。

但 Waishampayan 补充道，广告商早就该继续前进并拥抱人工智能更复杂、更务实的用途了。

“我很乐意摆脱我认为非常肤浅的价值，”他说，并朝着人工智能与媒体购买、规划和测量技术更强有力的整合发展。

但与此同时，除了人工智能生成的电子邮件主题文本或号召性用语之外，似乎没有人愿意将除了底部漏斗消息传递之外的任何内容交给机器人。

创意优化平台 AdSkate 联合创始人 Akaash Ramakrishnan 表示，任何形式的人工创作内容都更具真实性。他甚至提出，对这种真实性的渴望可能会导致大型语言模型在某些常见的基于文本的用例中被“淘汰”。

VidMob 的首席执行官兼创始人亚历克斯·科尔默 (Alex Collmer) 说得更直白：“为什么我要费心去读你懒得写的东西呢？”

变得具体（但不要太具体）

除了聊天机器人之外，十年来的大部分时间里，人工智能已经成为广告技术世界的一部分。

但不幸的是，人们倾向于将所有自动化工具集中到一个大桶中。

然而，区分“AI”和“ML”或机器学习很重要，上下文定位提供商 Ogury 的首席技术官 Wil Schobeiri 表示。

他说，机器学习是计算机在没有大规模监督或计算强度的情况下识别模式的能力，这是人类无法单独完成的，而人工智能只是“现在的一个营销术语”。¤

这并不是说机器学习和生成技术的实际商业用例没有出现。

广告技术公司主要采用自然语言处理功能作为根据公司内部数据或受众角色生成战略建议的一种方式。

根据 Advertiser Perceptions 的数据，广告商已经在使用人工智能来更有效地定位受众 (58%) 和个性化广告 (49%)。52% 使用人工智能来为营销策略决策提供信息，这一数字较 2023 年大幅增加。

Schobeiri 表示，人工智能也最有潜力提高创意表现，帮助点击后优化并减轻“无差异的繁重工作”，这意味着不需要人工干预的重要、大批量任务换句话说，工作繁忙。

然而，即使有这些更具体的用例，广告商也应该小心不要过度使用人工智能。

例如，科尔默表示，花费大量时间、金钱和计算能力来个性化一对一的消费者体验是没有意义的，这会造成“巨大的可持续性缺陷”。

“我们实际上彼此并没有多大不同，”他说。“将有适当程度的个性化，让您获得作为营销人员所需的结果。”

并非所有的生成物都是黄金

与此同时，广告技术界还必须更加认真地对待人工智能当前的局限性以及恶意行为者利用它的可能性。

例如，Schobeiri 担心生成技术，特别是法学硕士，会加剧广告网站的扩散。

“供应链中的广告商和 DSP 将开始更加努力地确定潜在内容是否具有高价值，”他说，这意味着人工创建的内容不仅仅是为了吸引程序化广告支出。

另一个持续存在的问题是生成式人工智能对“幻觉”的偏爱，这是一个口语（技术上不准确）的术语，指的是提供明显虚假或捏造的信息。

“对于那些全力使用和信任人工智能解决一切问题的人来说，肯定存在潜在的陷阱，”佩林说，他提倡“信任但验证”的方法。

同样，AdExchanger 的许多消息人士表示，他们希望 2025 年人工智能专家和公司能够与监管机构更密切地合作，并找到更好的方法来进行行业自我监管。

更多独立的第三方资源将特别有用。如今，“大多数机构首先直接从销售人工智能的公司那里获得人工智能培训，”佩林说。

“问题是，如果有的话，谁会成为我们行业更值得信赖、中立的人工智能信息来源，”她说。“在此之前，很多对话最终将由供应商驱动。”