news 2026/5/7 0:41:47

AI狂欢,谁在“埋单”?——2025年广告业的底层逻辑

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
AI狂欢,谁在“埋单”?——2025年广告业的底层逻辑

在科技与资本的高频碰撞下,2025年的广告业呈现出一副“表里不一”的画面:一方面,广告主的预算总量增长有限;另一方面,科技巨头的广告收入却呈现出逆势上扬的强势表现。作为一名记者,我试图透过现象,看清这背后到底是怎样的结构逻辑在发挥作用。

1. 预算总量的“萧条”与“增长”

过去三年,全球广告市场的总盘子并没有因为AI的爆发而变得更大。根据权威数据机构MAGNA的统计,2025年的全球媒体主广告收入增速预计在6%–7%之间,回落到一个相对平稳的个位数增速区间。就算是叠加了大选、奥运会等大事件,以及零售媒体的推动,这个增速也仅仅短暂冲刺到10%左右的高点。

对于广告主来说,这意味着一个“硬伤”:无论技术多么先进,预算的总量就是预算的总量。以宝洁、可口可乐等快消巨头为例,它们的广告投入通常占销售额的10%以内。Gartner的调研数据显示,2023年营销预算占公司营收的平均比例大约是9.1%,到2024、2025年这一比例已经降到了7.7%。也就是说,在2025年,平均每100块钱的销售额,能够拿来做广告的钱甚至比之前少了20%。

2. AI的“双刃剑”效应

AI技术的引入,的确改变了广告投放的效率。它将广告的投放从一个“需要人工盯着跑3-5天”的长流程,压缩到“半小时内全自动跑通”的超短链路。谷歌的Performance Max、Meta的Advantage+等产品,让缺乏经验的小商家也能跑出接近专业优化师的效果。

但这把“双刃剑”并没有削减广告费用,反而在无形中提高了“平台税”。广告主在使用这些工具时,往往会发现:虽然投放更省心,但系统为了保证回报率,倾向于把预算分配给效果最好的那一小撮流量。对于大部分预算被分配到“金字塔底部”的中小品牌来说,结果往往是“流量更贵了”。Meta 2025年的财报就印证了这一点:在大盘只涨6%–7%的情况下,Meta的广告展示量和平均每则广告价格分别增长了5%和10%。

3. “围墙花园”的加固与“平台税”

2025年的广告业有一个非常鲜明的特征:马太效应更加明显。大厂们利用AI技术,进一步垄断了广告市场的流量和算力。

Meta、谷歌、亚马逊等巨头的广告收入在2025年连续跑出了两位数的增速,远高于整个市场的平均水平。亚马逊的广告业务收入在2025年三季度已经达到177亿美元,单季同比涨幅高达24%;Meta的广告收入在2025年第一季度同比增长了5%,平均每则广告价格涨了10%。

在中国市场,这种集中度甚至更高。QuestMobile的数据显示,2025年上半年,前十大互联网平台吃走了91.6%的媒介广告收入。换句话说,整条广告链条里,真正有意义的流量几乎都被这10家平台握在手里。

大厂们的策略也非常明确:通过AI将流量“锁死”在自己的生态系统里。例如,谷歌在搜索结果页面引入AI Overviews(AI摘要),并直接把广告嵌入到AI生成的答案里。这样一来,用户在点击链接之前就已经看到了答案,传统网站的点击率被压缩,流量被迫留在了谷歌自己的生态中。

这背后的逻辑很简单:如果你掌握了流量入口,你就能决定这块流量的价值。 2025年,我们看到的不仅是大厂的广告收入在涨,更是它们在收紧围墙花园、提高手中的“平台税”。

4. 结语:AI的狂欢,谁在站台?

综上所述,2025年的广告业,没有迎来AI解放的春天。相反,AI技术更像是一根杠杆,放大了现有的结构性问题。

广告市场的总盘子并没有变大,广告预算的总量也没有变多。AI的引入,并没有带来新增量,而是把现有的流量更高效地吸附到了掌握算力和数据的大厂身上。这导致了两个后果:

大厂的广告业务在“狂欢”‍:它们的广告收入逆势而上,份额进一步扩大。

广告主和代理商在“被动”‍:它们的预算总量有限,而为了保持流量曝光,不得不接受更高的成本。

这并不是一个乐观或者悲观的价值判断,更像是一个事实判断。广告业坐实了既有的秩序——在一个越来越像存量的市场里,谁离用户更近,谁拥有更多一方数据和结算权,谁就拿走了更多的增长。

关于未来: 2026年或许会出现新的拐点。我们可能会看到,是否会有企业打破围墙花园,或者是否会有新的生态出现,让品牌能把增长从平台的黑箱里拿回来。或者,广告主是否愿意把方向盘重新握在手里,而不是继续把决策外包给那几块看上去很聪明的“自动驾驶”按钮。这些问题,2025年没有给出明确的答案,它们只是被摆在了台面上。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/2 12:52:23

YOLOv5到YOLOv8迁移指南:开发者必须掌握的升级路径

YOLOv5 到 YOLOv8 迁移实战:从环境搭建到高效训练的完整路径 在计算机视觉项目中,目标检测模型的迭代速度越来越快。很多团队仍在使用 YOLOv5 构建产品原型或部署线上系统,但随着 Ultralytics 官方逐步停止对 v5 的主要更新,越来…

作者头像 李华
网站建设 2026/5/2 17:05:22

YOLOv8模型转为CoreML格式供iOS使用

YOLOv8模型转为CoreML格式供iOS使用 在智能手机摄像头越来越智能的今天,实时目标检测已经不再是云端服务器的专属能力。从AR滤镜自动识别人脸部件,到智能家居App识别家具位置进行虚拟摆放,越来越多的应用开始依赖设备端的AI推理能力——既快又…

作者头像 李华
网站建设 2026/5/2 16:41:36

为什么AI工具是测试的未来?

在数字化转型的浪潮中,软件测试作为确保产品质量的关键环节,正经历一场由人工智能(AI)驱动的革命。2025年,随着AI技术的成熟,测试从业者面临的不再是“是否采用AI”,而是“如何拥抱AI”。本文将…

作者头像 李华
网站建设 2026/4/25 8:22:11

YOLOv8训练时如何使用标签平滑Label Smoothing?

YOLOv8训练时如何使用标签平滑Label Smoothing? 在目标检测任务中,我们常常面临一个看似矛盾的现象:模型在训练集上表现优异,但在真实场景或验证集中的泛化能力却大打折扣。尤其是在小规模数据集、存在标注噪声或类别不平衡的场景…

作者头像 李华
网站建设 2026/4/30 16:28:22

GitHub热门项目YOLOv8镜像上线,支持Docker一键拉取

YOLOv8镜像上线,Docker一键拉取开启目标检测新体验 在智能摄像头自动识别行人、工厂流水线实时检测缺陷、无人机视觉导航等场景背后,目标检测技术正悄然改变着我们与物理世界的交互方式。而在这场视觉革命中,YOLO(You Only Look O…

作者头像 李华