123,123,123

ChatGPT擬上廣告，你的AI要開始帶貨了

2026-01-08 15:49

最近，AI圈里悄悄流傳著一個變化：幾家頭部大模型公司正在和廣告商頻繁接觸。

OpenAI CEO山姆·奧特曼在一次采訪中輕描淡寫地說：“其實我對廣告挺喜歡的。”這句話乍聽平常，卻和他兩年前ChatGPT剛爆紅時“絕不會在產(chǎn)品里塞廣告”的承諾判若兩人。據(jù)內(nèi)部人士透露，OpenAI早已多次開會討論如何在AI界面中嵌入廣告。幾乎同一時間，谷歌也被曝正與多個消費品牌洽談Gemini的原生廣告合作，盡管官方很快出面否認，但市場顯然已經(jīng)嗅到了風向。

目前還沒有哪款主流AI產(chǎn)品真的掛上了廣告，可頭部AI公司的動作則透露出一個信息：你眼中值得信任、提供無偏見知識的AI在不久的將來可能會變成一個導購。每一個推薦的鏈接里都可能藏著一個你不知道的隱形交易。

那么，曾經(jīng)對廣告嗤之以鼻的AI公司為何悄悄轉(zhuǎn)了風向？AI上廣告，對普通人而言可能意味著什么？

過去幾年，訓練一個大模型動輒燒掉數(shù)億美元。OpenAI、Anthropic、谷歌DeepMind這些站在技術(shù)前沿的公司，長期靠風投或母公司輸血勉強維持運轉(zhuǎn)。但“只燒錢、不賺錢”的模式顯然撐不了太久，光靠用戶訂閱根本填不上前期投入的巨大窟窿。

以O(shè)penAI為例，盡管2025年其訂閱用戶數(shù)已突破2000萬、上半年收入達43.3億美元，但高昂的算力成本和持續(xù)的研發(fā)支出使得會員制付費遠不足以覆蓋前期巨額投入，每收入1美元就要搭上3美元，凈虧損達135億美元。

頭部AI公司持續(xù)虧損的背景下，回血和盈利成了剛需。廣告這個互聯(lián)網(wǎng)世界最成熟，也最高效的變現(xiàn)方式，自然而然地被提上了議程�；ヂ�(lián)網(wǎng)過去二十多年的發(fā)展早已證明，當一項技術(shù)擁有海量用戶和高頻互動，廣告就是最直接、最成熟的變現(xiàn)方式。搜索時代，Google靠關(guān)鍵詞廣告崛起，廣告年收入最高超過2000億美元；短視頻時代，抖音用信息流廣告重構(gòu)消費鏈路�，F(xiàn)在，或許輪到AI了。

如今AI助手每天與數(shù)億人對話，不僅能理解用戶的意圖，還能在恰到好處的時機提供“建議”。這種能力，本身就暗含了巨大的商業(yè)潛力。

AI引入廣告的思路，其實和當年搜索引擎剛起步時很像。那時候，人們也覺得在搜索結(jié)果里塞廣告會破壞體驗，但后來發(fā)現(xiàn)，只要做得足夠克制，用戶反而覺得“這信息對我有用”。今天的AI，正站在類似的十字路口。

最直接的做法，是在界面里加一點輕量廣告，比如網(wǎng)頁側(cè)邊欄的品牌推薦、App底部的小橫幅，或者偶爾彈出一個非打斷式的提示卡片。這些設(shè)計通常不會干擾主要對話，但能帶來穩(wěn)定的曝光和收入，算是最“安全”的嘗試。

另一種可能的形式是激勵式交互。免費用戶若想繼續(xù)使用高級功能或延長對話時長，可以選擇觀看一段15秒的品牌視頻獲得額外的模型調(diào)用額度。這種方式已在移動游戲和工具類App中驗證有效，既能維持基礎(chǔ)服務(wù)的開放性，又能將部分流量轉(zhuǎn)化為收入。對很多人來說，這比直接付費更容易接受。

而爭議最大、最令人不安的則是今年剛流行起來的詞語——GEO（Generative Engine Optimization），即在多輪對話中潛入一點商品內(nèi)容。

例如，當用戶詢問“哪款電動牙刷好用？”時，AI可能優(yōu)先推薦某合作品牌，并以“客觀評測”的口吻呈現(xiàn)，實則暗含商業(yè)引導。

對此，不少從業(yè)者擔憂，一旦AI開始為商業(yè)利益服務(wù)，它的中立性就岌岌可危。用戶很難分辨某條建議是基于事實，還是算法對合作品牌的傾斜。更隱蔽的風險在于，平臺可能為了提升點擊率，在產(chǎn)品對比中微妙弱化競品缺點，或放大合作方優(yōu)勢。這種軟性操控比彈窗廣告更難察覺，卻更容易影響判斷。

正因如此，盡管多家公司已在內(nèi)部測試各類商業(yè)化方案，他們的公開表態(tài)仍顯得謹慎甚至矛盾。有人堅持“AI必須保持純凈”，認為信任一旦透支便難以重建，也有人無奈坦言：“商業(yè)本就是牟利，大模型不會因為理想主義而繼續(xù)運行。”

廣告只是冰山一角，甚至可能最終以更隱蔽的形式存在。但它的討論熱度本身恰恰折射出整個行業(yè)對盈利路徑的集體焦慮與探索。當燒錢難以為繼，資本耐心見底，AI公司必須證明自己是一門可持續(xù)的生意。

盡管截至目前，ChatGPT尚未在主流版本中正式上線廣告，但種種跡象已清晰勾勒出行業(yè)轉(zhuǎn)向的輪廓：OpenAI CEO山姆·奧特曼從早期強調(diào)“AI應(yīng)為全人類服務(wù)”的理想主義立場，逐漸轉(zhuǎn)向更務(wù)實的表態(tài)。公司內(nèi)部關(guān)于廣告產(chǎn)品和商業(yè)化接口的測試傳聞不斷，而競品如Perplexity、Claude甚至國內(nèi)的大模型平臺，已開始嘗試在搜索增強或企業(yè)服務(wù)中嵌入變現(xiàn)機制。

這些信號共同指向一個事實：那個靠風投輸血、用戶免費暢用的AI烏托邦，正在加速退場。大規(guī)模商業(yè)化不是“會不會來”的問題，而是“以什么方式、多快到來”的問題。

那么，除了廣告，AI的商業(yè)化版圖究竟會如何展開？

首先，會員訂閱模式將不再只是基礎(chǔ)版與高級版的簡單分層，而是朝著精細化與場景化演進。未來，用戶可能為法律咨詢專用AI、留學文書助手或編程agent單獨付費。功能越垂直，價值感知越強，付費意愿也越高。這種按需訂閱的模式既能提升ARPU（每用戶平均收入），也能讓產(chǎn)品真正嵌入用戶的高頻工作流。

其次，To B企業(yè)級仍然是大模型公司的商業(yè)化重心。無論是為銀行定制風控模型，為藥企加速分子篩選，還是為零售企業(yè)提供實時庫存與需求預測，企業(yè)愿意為能直接提升效率或創(chuàng)造營收的AI能力支付溢價。根據(jù)微軟財年財報，在截至2025年6月30日的財政年度中，Azure云服務(wù)全年營收超750億美元，同比增長34%。而谷歌、亞馬遜也在將大模型深度集成進各自的云服務(wù)體系。對企業(yè)客戶而言，AI不是玩具，而是生產(chǎn)力工具。這決定了它的商業(yè)天花板在用戶付費意愿尚未大規(guī)模解鎖的前期，仍遠高于C端訂閱。

與此同時，垂直行業(yè)的定制化模型正成為高價值賽道。通用大模型固然強大，但在醫(yī)療、法律、制造等專業(yè)領(lǐng)域，數(shù)據(jù)合規(guī)性、領(lǐng)域知識深度和任務(wù)精準度才是關(guān)鍵。于是，一批專注于定制模型的AI公司開始崛起：有的深耕醫(yī)療影像分析，有的專攻合同智能審查，有的為制造業(yè)提供預測性維護方案。這些小而深的模型雖不具大眾知名度，卻能以百萬甚至千萬美元的合同撬動穩(wěn)定現(xiàn)金流。

更長遠來看，隨著多模態(tài)能力和工具調(diào)用技術(shù)的成熟，AI或?qū)⒀葑優(yōu)檎麄€數(shù)字生態(tài)的調(diào)度中心。它不再只是回答問題，而是主動調(diào)用日歷、支付、物流、客服等系統(tǒng)，在一次對話中完成從推薦、比價到下單、預約的完整閉環(huán)，大模型平臺則從中抽取交易傭金。這種“AI促成交易、分潤獲利”的模式，可能成為下一代互聯(lián)網(wǎng)的核心商業(yè)模式。

這些可能的變化意味著，到了2026年，我們或許不會突然面對一個滿屏彈窗廣告的AI助手，但我們一定會感受到某種微妙卻深刻的轉(zhuǎn)變：那個曾經(jīng)免費、開放、充滿理想主義色彩的AI時代，正在悄然落幕。取而代之的，是一個更復雜、更高效，也更功利的商業(yè)體系。

而資本的入場，從不僅僅是收費那樣簡單。

然而，資本的入場，從來不只是在界面上加個廣告位、在功能里設(shè)個付費墻那么簡單。它帶來的是整個產(chǎn)品邏輯和價值取向的深層重構(gòu)：從為用戶服務(wù)逐漸滑向為投資方負責。這種轉(zhuǎn)變往往悄無聲息，卻影響深遠。

過去，大眾媒體通過版面編排引導注意力，直播帶貨靠話術(shù)制造沖動消費，這些影響雖強，但邊界相對清晰：我們知道電視廣告是推銷，明白網(wǎng)紅推薦可能拿傭金。而今天的AI，是以客觀、中立、智能的形象嵌入我們?nèi)粘Q策的，它幫你選餐廳、比手機、寫簡歷，甚至規(guī)劃人生路徑。正因如此，它的影響力更深、更隱蔽，也更具說服力。一旦這套看似無私的系統(tǒng)開始承載商業(yè)目標，其操控性反而更難被察覺。

用戶側(cè)能感知到的最明顯的變化是內(nèi)容導向的扭曲。比如，當你問“哪款空氣凈化器值得買？”，AI列出的前三款恰好都是某電商平臺的主推品牌；或者在比較兩款手機時，對其中一款的電池問題一筆帶過，卻詳細描述另一款的“用戶好評”。這些推薦未必是錯的，但優(yōu)先級和表述方式可能已經(jīng)受到商業(yè)合作的影響。久而久之，用戶接收到的信息看似中立，實則經(jīng)過了微妙的篩選和傾斜。

與此同時，隱私的邊界也在模糊。為了實現(xiàn)精準推薦，AI需要持續(xù)收集用戶的對話歷史、興趣偏好、地理位置乃至情緒狀態(tài)。這些數(shù)據(jù)一旦被用于商業(yè)畫像或跨平臺追蹤，用戶的“數(shù)字自我”就可能被拆解成一串可交易的標簽。表面上看，這只是為了讓回答“更貼合你”，但實際上，這些數(shù)據(jù)也可能被用來優(yōu)化廣告投放、預測消費行為，甚至與第三方共享。而大多數(shù)時候，用戶并不清楚自己的哪些信息被用了、用在了哪里。

更深遠的影響，正在重塑整個內(nèi)容生態(tài)。當AI成為信息分發(fā)的新樞紐，創(chuàng)作者們很快意識到：要想被引用、被推薦、被流量看見，就必須迎合AI的“口味”。于是，越來越多的內(nèi)容開始圍繞關(guān)鍵詞堆砌、結(jié)構(gòu)模板化、觀點趨于安全平庸。因為只有這樣，才更容易被AI抓取、摘要并納入回答。公共討論因此加速流量化：深度分析讓位于爆款標題，多元聲音被同質(zhì)化內(nèi)容淹沒。久而久之，AI不僅反映現(xiàn)實，還在悄悄塑造一個更淺薄、更趨同的信息環(huán)境。

隨著AI越來越深地卷入商業(yè)利益，監(jiān)管的目光也迅速跟了上來。各國政府開始認真審視：用戶的數(shù)據(jù)被用來訓練推薦模型，是否經(jīng)過充分授權(quán)？算法在提供建議時，會不會因為商業(yè)合作而偏向某些品牌，甚至無意中放大偏見？

歐盟的《人工智能法案》已明確要求高風險AI系統(tǒng)提高透明度；美國聯(lián)邦貿(mào)易委員會（FTC）正在調(diào)查生成式AI是否存在誤導性內(nèi)容；中國也陸續(xù)出臺了《人工智能大模型》系列國家標準，強調(diào)內(nèi)容安全與可追溯性。這些動作傳遞出一個清晰信號：AI不能再以“我只是個工具”為由回避責任。一旦它成為商業(yè)鏈條中的一環(huán)，就必須接受相應(yīng)的規(guī)則約束。