CES 简报：Agentic AI 时代预示着 SEO 改革、Mastercard 的 Raja Rajamannar 和 Dotdash Meredith 的 OpenAI 广告辅助问答

预计 2025 年会听到很多有关搜索引擎优化的内容。只不过它不会被这样称呼。

– 它不再与搜索引擎优化有关。“这与答案引擎有关，”Digitas 首席执行官 Amy Lanzi 说道。

品牌需要确定如何吸引消费者，而不是弄清楚如何在谷歌搜索排名中获得较高的排名。人工智能代理预计可以为人们处理预订旅行行程等任务。“品牌需要成为你在 Gemini 或其他生成人工智能工具中提出的问题的答案，”兰子说。

这种答案引擎优化的概念（或代理人工智能优化，或者无论它最终被称为什么）一直是今年消费电子展期间各机构高管讨论的一个主要话题。

– 人工智能代理收集信息并将其带回[给人们]的现实，即 2025 年及以后的搜索。从 SEO 的角度来看，确保您的参与绝对至关重要。”OMD USA 首席投资官 Kelly Metz 说道。

然而，当有人要求人工智能代理计划暑假或处理圣诞节购物时，营销人员如何确保他们的品牌被选中，这远远超出了传统的 SEO 策略。 

– 搜索是可发现性的答案。现在它将成为一种成分和一种不同的范式，”VML 全球首席体验官兼企业解决方案全球负责人 Jeff Geheb 说道。

历史上，SEO 策略的重点是通过在网络上传播建立这种联系的内容，将品牌与特定关键字联系起来，以便当有人在搜索查询中输入这些关键字之一时，Google 搜索引擎能够学会建立这种关联。当为人工智能代理提供支持的大型语言模型不仅可以识别关键字之外，还可以理解语言背后的上下文和概念，从而自行判断什么是最好的[插入产品类型]，而不是依赖出版商时，基于关键字的策略就不会发挥作用。列出最佳[插入产品类型] 的文章。

– 人工智能代理的实际情况是，它们会访问您的网站，向用户提供信息。对于品牌来说，应对这一挑战充满挑战。诸如“我希望他们访问我的网站吗？”之类的问题。我如何利用媒体合作伙伴关系从这种体验中获得更多收益，以确保我以正确的方式出现在代理商面前，”Metz 说道。

“这不是关于“我附近的商店”。而是关于“让我变得美丽的完美地方”，因为我想赢得“购买化妆品的最佳品牌”，——兰子说道。– 这是一种完全不同的思考在搜索中获胜的方式。这就是 Reddit 有趣的原因。”

Reddit 与 Google 达成协议，将该平台的用户数据提供给后者的法学硕士，人们在 Reddit 上对品牌的评价（用人们在平台上使用的丰富多彩的语言）可以颜色人工智能代理的评估与品牌自己的内容页面以及任何出版商文章的评估一样多，甚至更多。 

但 Reddit 只是更广泛挑战的一个例子。随着法学硕士通过网络及其他方式获取内容，营销人员将很难尝试策划（更不用说控制）向法学硕士公开哪些有关其品牌和产品的信息。

与此同时，品牌可能会开发自己的人工智能代理，这些代理最终可能会与人们使用的人工智能代理进行交互，并成为这种新的 SEO 的核心。

“我们的绰号是 M-to-M：机器对机器，”VML 首席创新官 Brian Yamada 说道。– 在即将开始规模化的下一个时代，我们将让我们的代理商与消费者代理商进行对话。然后品牌将不得不考虑品牌 API，以及提供哪些数据集。代理将决定体验层是什么。 –

这种体验层就是现实。

询问万事达卡 Raja Rajamannar 的 3 个问题

随着人工智能工具破坏按小时计费的模式，品牌向代理机构支付工作费用的方式似乎将发生变化。新的机构薪酬模式到底是什么，谁也说不准。但有些猜测比其他猜测更有分量。就像那些来自 CMO 的人一样。因此，Digiday 在 CES 期间采访了万事达卡的首席营销和传播官 Raja Rajamannar，了解他对此事的看法。

为了长度和清晰度，文字记录已经过编辑。

您对机构薪酬模式需要如何改变有何看法？

我会给你讲一个小轶事，然后我会告诉你为什么我这么说：在万事达卡，我们不断收到来自客户和潜在客户的 RFP。过去，从收到 RFP 到撰写第一稿回复大约需要七周时间。七个星期。如今，包括人工监督在内，只需不到一天的时间。人力没有增加；人工智能的卓越之处使得这一过程在不牺牲质量的情况下异常高效。

因此，我向自己的团队提出挑战的一件事是，如果我们的生态系统有效率，无论是我们自己的团队还是我们的合作伙伴（即机构），我们都需要挑战现有的模式。有一个重要的提高效率的机会。我认为各机构必须重新发明这种模式。

您希望看到这样的改变吗？因为在人工智能工具减少完成客户项目所需时间的世界中，计费时间的整个理念完全不同。

如果我采用按工时计费的方式，这对各机构来说将是残酷​​的，我们不应该让各机构走向灭亡。必须有不同的模型。

它可能是一个项目模型。对于这个项目，为了获得输出，我会给你这么多。或者可以是[机构]将三名[全职员工]专门为[品牌]而这三名FTE[品牌]将完全支付费用的组合，这是我们使用的代币数量人工智能。因此，成本加成可能是第二种模式。

第三种[模式类型]是基于结果的薪酬。如果我说我正在努力从 X 到 Y 提高对我的新服务或产品的认知和偏好，我将为此向您支付 ABC 美元。现在你作为代理机构，你要弄清楚如何才能实现这一目标，而我愿意为每点支付 100,000 美元。如果您[作为代理机构]设法[以代理机构的成本]增加 5,000 美元，而您的口袋里有 95,000 美元，那么上帝保佑您。但我从我的角度来看：每个百分比对我来说价值几何？

你向你的代理机构推销过这个吗？

还没有。这一切都是正在进行中的工作。我们自己正在发现人工智能。我需要拥有足够的信息、知识和经验才能说：“你知道吗？我知道你所做的工作只会花费你这么多。我可以要求他们减少 70% 或 80% 或其他什么，但这对你没有帮助。我知道这会让你破产。因此，让我们采用基于结果的薪酬。”

Dotdash Meredith 与 OpenAI 的合作不仅限于内容许可。IAC 旗下的出版商还使用 ChatGPT 母公司的人工智能技术来增强其上下文广告产品 D/Cipher。

但首先，有一些背景知识。D/Cipher 按内容相关主题有效地对 DDM 出版物的文章页面进行索引，以便希望接触新娘的广告商可以通过在新娘感兴趣的文章上投放广告来定位受众，这些文章可以包括与婚礼相关的文章以及有关婚礼的故事新娘观众在阅读中过度索引的其他主题。当 DDM 在 2023 年推出 D/Cipher 时，该索引过程使用自然语言处理来识别常见关键字。但去年下半年，OpenAI 的大语言模型加入其中。

DDM 现在利用 OpenAI 的 API 让 LLM 找到出版商的文章语料库之间的联系，其方式类似于 ChatGPT 处理文本的方式，以理解所写内容的基本概念，而不仅仅是内容表面上的话。

– OpenAI 的新世界显着改善了这一点，因为我们不仅将单词视为标记，而且将其视为概念、概念结构。它在概念上建立联系，而不仅仅是在实际语言本身上，”DDM 首席创新官乔恩·罗伯茨 (Jon Roberts) 在接受采访时表示。 

通过 OpenAI 技术运行 DDM 的内容库后，LLM 识别出的 70% 的内容连接几乎相同，但 30% 的内容存在显着差异。这显然更好，”罗伯茨说。

需要明确的是，这不是理论上的。“我们开展了一些活动，来自该分类级别的这些类型的见解正在改善广告商的结果，”D/Cipher 总经理 Lindsay Van Kirk 说道。

恰当的例子：DDM 为一家大型 CPG 广告商开展了一场宣传活动，该广告商正在推出一种新的豪华护发产品。广告商想要接触的受众之一是新娘。DDM 通过 D/Cipher 运行该活动，并发现当包括新娘在内时，该活动的表现低于客户提供的核心基准。

“根据该基准用户参与度，新娘的参与度比普通人观看广告的可能性要低 30% 到 40%，”罗伯茨说。

DDM 能够检测到这种特定的受众流失，因为该营销活动在与婚礼相关的内容以及不相关的内容上运行，其中唯一的受众重叠是那些查看与婚礼相关的内容的人。DDM 建议将新娘从竞选活动中删除，结果，竞选活动“超出了[客户更高的]拉伸基准，”Van Kirk 说。