AI 广告够好了，然后呢？——效率派与人性派的行业交锋

2026 年夏天，AI 广告走到了一个微妙的节点：它已经「够好了」，但「够好」本身正在变成问题。

没有人再争论 AI 能不能做广告了。Taboola 联合哥伦比亚、哈佛、慕尼黑工大和卡内基梅隆的研究者做了一个实验——AI 广告的平均点击率 0.76%，人类广告 0.65%。AI 赢了。Ipsos 让 3,000 名美国消费者看了 20 支广告（一半 AI 生成，一半人类制作），只有 25% 的观众能比较确定地认出哪支是 AI 做的。

技术上，辩论结束了。AI 能做广告，而且做得不差。

但另一组数据正在让营销圈重新吵起来。

Harris Poll 在戛纳创意节上发布的报告显示：78% 的消费者认为 AI 让广告「感觉更不真实」，63% 说自己不太可能购买使用 AI 生成广告的品牌的产品，73% 不太可能信任疑似 AI 制作的广告。Gartner 的调查更直接——50% 的美国消费者说他们更愿意把钱花给不使用生成式 AI 做消费者内容的品牌。WordPress VIP 的报告则发现，60% 的美国消费者把品牌文案里的「AI」两个字看作劝退信号。

这就出现了一个诡异的对峙局面：

• 效率派说：数据不会撒谎，AI 广告的 CTR 更高、生产成本更低、迭代速度更快。消费者嘴上说讨厌 AI，身体却很诚实地点了。
• 人性派说：短期的点击率数据是一回事，长期的品牌信任是另一回事。AI 广告可能在杀死品牌的价值储蓄罐。

两派都有数据，两派都没在胡说。但如果你仔细看，他们吵的其实不是同一件事。

效率派的牌：AI 广告已经在数据上「能打」了

效率派手里最好的牌是那组 Taboola 的对照实验数据。0.76% vs 0.65% 的 CTR 差距不算大，但在程序化广告的世界里，11 个基点的提升足以让任何 CMO 停下手中的咖啡。

更关键的是：大部分消费者根本分不出来。Ipsos 的实验里，40% 的观众完全不确定广告是不是 AI 做的。这意味着从曝光到点击这个漏斗的入口段，AI 广告没有明显的减分项。

从品牌侧看，逻辑更直接。一个中等规模的 DTC 品牌，做一次传统视频广告的制作费用可能在 5 万到 20 万美元之间，周期 4-8 周。用 AI 工具做同样的内容，成本可能压缩到十分之一，时间压缩到几天。而且 AI 可以无限生成变体——A/B 测试不再受限于你拍了几个版本，而是你愿意跑多少组 prompt。

效率派的底层逻辑是：广告本质上是一个概率游戏。曝光 → 注意 → 点击 → 转化，每一个环节都是概率。如果 AI 能在不显著降低任何环节概率的前提下大幅降低成本，那它就是更优解。至于「AI 感」——消费者可能嘴上说不喜欢，但历史上每一次媒介变革（从手绘到摄影、从胶片到数字）都伴随着同样的「不真实感」焦虑，最后都过去了。

人性派的牌：消费者不是在拒绝技术，是在拒绝冷漠

但人性派手里的牌也不弱。

Ipsos 的研究除了测「能不能认出来」，还测了一个更关键的东西：情感共鸣。在 20 支广告的对比中，人类制作的广告在「情感吸引力」「创造力感知」「信息价值」三个维度上都显著优于 AI 广告。表现最好的是 Chewy 的一支人类制作假日广告——它基于一个真实的、人类独有的情感张力来构建叙事。AI 广告呢？它们「够好」——不犯错、不出格、不无聊到让人关掉——但它们没有「好到让人记住」。

这才是人性派真正的论点。他们不是在说 AI 广告差，而是在说 AI 广告平均。Ipsos 的结论写得很克制但很致命：「AI 从已有的事物中提取模式。它可以复制广告的惯例，但很难超越它们。那些真正被记住的广告，恰好是打破惯例的。」

这引出了一个人性派的核心概念：算法均值化（algorithmic homogenization）。微软研究院和卡内基梅隆大学对 319 名知识工作者的研究发现，越信任 AI 的人，批判性思考的投入越少。AI 给的是统计上最安全的答案，而不是最有识别度的答案。当每个人都用同样的模型、相似的 prompt 生成创意时，品牌表达开始趋同——MarTech.org 的作者 Alicia Arnold 管这叫「无差异之海」（sea of sameness）。

换句话说，AI 广告的问题不在于做不出好广告，而在于它会系统性地压制极端值。而品牌差异化，恰好需要极端值。

这场争吵的核心分歧：到底什么叫「好广告」？

两派吵了这么久，其实根源在定义上就没对齐。

效率派定义的「好」是：单位成本下的注意力获取效率。在这个定义下，AI 赢了。

人性派定义的「好」是：在消费者心智中创造不可替代的情感记忆。在这个定义下，AI 还差得远。

这就解释了为什么同一组数据能被两派各取所需。Taboola 的 CTR 数据支持效率派，Ipsos 的情感共鸣数据支持人性派。两边都没有捏造，两边都只看了自己关心的那个指标。

但如果你把时间轴拉长来看，两个定义的冲突会变得更尖锐。短期 CTR 提升可能来自 AI 生成的「看起来像那么回事」的广告素材——它足够熟悉、足够安全，观众不会反感，顺手就点了。但长期来看，如果一个品牌十年如一日地输出「不反感但也不惊艳」的内容，它在消费者心智中会变成一个「没什么感觉」的品牌。这种品牌死于沉默，而不是死于危机。

Gartner 预测，到 2027 年，20% 的品牌会把「不使用 AI」作为差异化定位。这听起来像个营销噱头，但它揭示了一个真实的消费者心理：在一个被 AI 内容淹没的世界里，「人做的东西」本身正在变成一种稀缺价值。Dove 和 Aerie 已经在这么做了——它们公开承诺不在广告中使用 AI 生成的人物形象。保时捷去年做了一支纯手绘的节日广告。Panda Express 的农历新年动画短片用的是真人动画团队，并且在宣传中专门强调了这一点。

品牌们的实际选择：不是站队，是画线

有意思的是，大多数品牌并没有真正「选边」。它们在做一件更微妙的事：画一条线。

Ally Bank 的 CMO Andrea Brimmer 说得很直白：程序化媒体购买用 AI 提效，「非常有道理」；但消费者看到的创意，「我比较谨慎」。Duluth 的市场总监 Ellie Uberto 也是同样的策略——AI 可以管出价、管素材迭代，但品牌声音、幽默感和品牌精神，必须由人把控。Mondelez 旗下的 LUNA Bar 则只把 AI 限定在头脑风暴阶段，真正的消费者洞察和 campaign 创意，仍然来自品牌团队和创意代理。

这种「画线」策略的本质是：把 AI 放在操作层，把人留在意义层。操作层的标准是效率——出价快不快、素材够不够多、测试够不够密集。意义层的标准是共鸣——这件事能不能让人感受到什么。

Digiday 的一篇文章给这种分裂起了个名字：「AI 悖论」——营销人信任 AI 帮他们花钱，但不信任 AI 帮他们定义品牌。

真正值得关注的问题

这场争吵不会很快结束。消费者调查数据会继续矛盾——同一个人可能在问卷里说「我讨厌 AI 广告」，但在实际浏览中点了某个 AI 生成的促销 banner。这不是虚伪，这是人类决策的基本特征：我们说的、想的、做的，是三件不同的事。

但有一个问题比「AI 广告好不好」更重要：当越来越多的广告由 AI 生成时，什么样的广告还能被记住？

Ipsos 的数据给出了一个方向性答案：那些打破品类惯例的广告，品牌注意力高出 20% 以上。而打破惯例恰好是当前 AI 最不擅长的事——它被训练来预测最可能出现的下一个 token，而不是最让人意外的下一个 token。

这也许就是这场交锋最终的落脚点：AI 不是广告行业的替代品，而是广告行业的新地板。它大幅抬高了「过得去」的基准线——平庸的广告变得更容易做，也更容易被忽视。但天花板仍然属于人类创意——那些在文化直觉、情感张力和反常规跳跃中诞生的东西，AI 暂时够不着。

对品牌来说，关键不是用不用 AI，而是把 AI 放在地板上还是天花板上。放在地板上——让它帮你做那些「做好就行、不需要惊喜」的事情。放在天花板上——你可能会得到点击率不错的数据，但失去的是让人记住你的那一点点不同。

• Previous
  Klarna 把一半营销预算交给了 AI——18 个月后，账本上写着什么？