Creatify 团队
分享
在本文中
程序化广告天生就是自动化的。每当页面加载时，广告位的拍卖就会开启，竞价涌入，优胜者随之产生，而这一切都在页面加载的瞬间完成。这套机制已经运转了互联网广告经济十多年。
在这期间的大部分时间里，自动化只是执行人类编写的规则。媒介购买人员设定受众、预算和竞价逻辑，系统则以人类无法企及的速度执行这些指令。随后，AI 改变了被自动化的内容。AI 程序化广告的兴起，意味着过去购买人员手动进行的竞价、受众筛选和创意选择，现在越来越多地由能够边运行边学习的机器学习模型来完成。
这是悄然发生的变化。虽然没有一个单一的发布时刻，但广告的决策层已经从人类转向了软件。如今，美国超过 90% 的数字展示广告支出是通过程序化购买的，这意味着很大一部分广告现在是通过由 AI 决定触达人群和支付价格的系统来运行的。以下是这一变化的发生过程以及它所带来的变革。
什么是程序化广告
让我们从最基础的开始，因为这个术语掩盖了其简单的底层运作。程序化广告是通过实时竞价自动买卖广告位的过程。媒体通过供应方平台（SSP）提供广告位，广告主通过需求方平台（DSP）对这些广告位进行竞价，而广告交易平台（Ad Exchange）则负责运行拍卖。所有这一切都在毫秒内结算，每天为单次曝光运行数十亿次。
其吸引力一直在于效率：在广告曝光出现的瞬间，以实时需求决定的价格购买你想要的精确曝光，而不是提前数周谈判批量投放。多年来，该系统中的智能只是一套由人定义的规则。而 AI，则是将这些规则转化为预测的关键。
延伸阅读：什么是 AI 驱动的营销？真实案例及大品牌如何操作
从规则到预测
传统程序化依赖于细分受众和启发式规则。你构建一个受众群体（如“25至34岁、对健身感兴趣的女性”），设置最高竞价，写几条“如果-那么”的规则，然后看着仪表盘。系统速度很快，但它只和你给它的指令一样聪明。
程序化广告中的机器学习用概率预测取代了这一模式。模型不再将曝光与固定的细分受众进行匹配，而是实时权衡数千个信号，以评估特定用户转化的可能性以及该曝光的价值，然后进行相应竞价。随着结果的输入，它会不断进行更新。eMarketer 对 2026 年的看法非常直接：生成式 AI 正在接管程序化广告，而具有真正自主权代理能力的智能体 AI（Agentic AI）也紧随其后。
其中，这套机器里有四个部分的改变最为彻底。
AI 在程序化广告中改变了哪些机器环节
竞价
竞价已从静态规则转向能够动态评估每次曝光价值并在效果波动时实时重新分配预算的模型。最明显的迹象是，最大的平台已经完全不再向用户展示这些控制旋钮。谷歌的 效果最大化广告（Performance Max）和 Meta 的 Advantage+ 直接向广告主索要目标和预算，然后由 AI 统一处理定位、竞价和创意选择。过去需要一个专家团队完成的工作，现在变成了一种自动化的广告系列类型，而代价是你对系统具体操作的可见度大大降低。
定位与身份识别
第三方 Cookie 的终结迫使受众构建方式进行重塑。随着这一标识符的消退，行业开始依赖第一方数据和上下文信号，而 AI 成了让这些数据发挥作用的引擎。定位变成了对上下文和行为的实时读取，并持续更新。在供应端，媒体正在直接植入这一功能：例如，NBCUniversal 推出了 AI 上下文定位，通过扫描直播和点播内容，将广告投放到内容中最合适的时刻，这远远超越了简单的关键词匹配。
创意
多年来，创意是程序化广告唯一未曾触及的部分。你上传几个横幅广告，机器决定在何处投放。而 AI 填补了这一空白。如今，动态创意优化（DCO）可以实时生成和组装不同的创意版本，根据上下文、时间和受众量身定制图像、文案和优惠方案，并在海量版本中进行测试，而不仅仅是简单的 A/B 测试。
这种转变也带来了新的瓶颈：机器能测试的创意数量远超大多数团队的生产能力。为了源源不断地供给机器，像 Creatify 这样的工具便派上了用场，它们能将产品和简报转化为符合品牌调性的视频和图像变体，满足动态优化所需的数量。当系统偏爱那些能提供最多优质创意的广告主时，内容生产就成了亟待解决的瓶颈。
成效衡量
过去，成效衡量报告总是来得太迟，成了花完钱后才看的总结。AI 压缩了这一过程。它能快速吞吐大量数据集，以更快的速度支持归因和营销组合模型，并将成效衡量变成一个直接反馈给竞价系统的实时闭环。其结果是，广告系列能够针对真实的业务结果（如销售额和门店访问量）进行优化，而减少对点击率等替代指标的依赖。
哪些领域发展最快
预算总是跟着屏幕走。联网电视（CTV）成为了新前沿：很大一部分 CTV 广告支出已经通过程序化进行交易，并且随着预算从有线电视转向流媒体，这一比例还在持续攀升。零售媒体（零售商基于自身第一方购买数据运行的广告网络）是另一个爆发点，数字化户外广告（DOOH）也正朝着相同的方向发展，现在的户外广告牌已经可以通过程序化购买，并由天气、交通和一天中的时间来触发。共同点在于，AI 让这些渠道都变得前所未有地可定向。
发展的不平衡：围墙花园与开放网络
以下是影响预算走向的内在博弈。功能最强大的 AI 工具在谷歌、Meta、亚马逊等“围墙花园”内成熟得最快，在这些地方，平台端到端地拥有数据、模型和版位。这种完整性使得他们的自动化产品表现优异，从而吸引了更多预算流向这些封闭的生态系统。
而开放网络（由独立网站和 App 组成的庞大市场）正在通过构建共享工具和开放协议来加速追赶，以便让来自不同公司的 AI 智能体可以协同工作。这一追赶速度将决定程序化广告的下一阶段是集中在少数几个平台，还是遍布整个互联网。
下一阶段：智能体与智能体的对话
前沿是智能体化。行业正在起草协议，让 AI 智能体在整个供应链中相互谈判和交易，实现买方智能体与卖方智能体的直接对话，而不是在一个平台内由模型优化单个广告系列。要在整个链条中实现完全自主不太可能在一年内完成，清醒的预测普遍认为，报表、分析和常规旅程运营将首先实现自动化。不过，方向已经确定：越来越多的闭环将在没有人工参与的情况下完成。
这对人类意味着什么
营销人员的工作在这一切变革中得以幸存，但其重心已经转移。过去的工作是操作机器：拉动杠杆、调整竞价、手动构建细分受众。现在的工作是编排和把控：设定 AI 优化所需的目标、为其提供干净且规范的数据、指导其组装的创意，并决定其权限的边界。价值已经从执行广告系列转向驾驭执行系统，从追求产能数量转向发挥判断力、品味和策略。
这种分工恰恰是新一代工具的构建核心。Creatify 的 AI 媒介购买助手可以连接您的 Meta、谷歌和 TikTok 账户，以审计支出、发现起效创意并将预算转移给优胜版本，而您只需设定其工作所需的目标和红线。
痛点所在：透明度、品牌安全与黑盒子
尽管带来诸多收益，但这种转变也伴随着真正的摩擦，诚实的从业者并不回避这一点。最大的痛点在于不透明性。当一种自动化的广告系列类型将定位、竞价和创意决策混在一起时，你就失去了对其底层逻辑的能见度，而 IAB 发现，准确性和透明度是阻碍营销人员进一步倚重 AI 的最大障碍。
除了不透明，还有其他陷阱。不遗余力地针对短期数字进行优化的系统可能会悄然损害品牌，在那些你永远不会手动选择的渠道去追逐廉价的转化。制衡这一点的，是对高风险决策的人工监督，以及对自动化独立操作的明确限制。从好的方面来看，提出这些质疑的 AI，同样能够非常好地读取内容和上下文，从而比过去传统的关键词屏蔽列表更精准地保护品牌安全。
当执行变得廉价时，输入便成了胜负手
剥离表象，变革其实很简单。AI 压缩了信号与行动之间的距离，直到程序化广告核心的决策完全由学习模型来做出。竞价、定位、创意组装和衡量现在都在一个比任何团队运行都快的学习系统内部发生。
赢家会将其视为一次操作系统升级，并将他们的数据、创意、衡量和治理围绕它进行重新对齐。这背后还有一个更低调的启示：当机器接管了执行，你的优势就转移到了你所控制的输入端：第一方数据的质量，以及你喂给机器的创意强度。AI 让管道实现了自主运转。而流经管道的思想和数据，仍需由你来把控。
常见问题解答
什么是程序化广告？
程序化广告是通过实时拍卖自动买卖数字广告位的过程。当页面或 App 加载时，广告位的拍卖在毫秒内通过需求方和供应方平台运行，胜出的广告会立即呈现在用户面前。如今，美国超过 90% 的数字展示广告都是通过这种方式购买的。
AI 在程序化广告中是如何应用的？
AI 驱动着拍卖内部的决策。机器学习可以预测每次曝光的价值并设定竞价，根据第一方和上下文信号实时构建受众，通过动态创意优化生成并筛选创意变体，并加速成效衡量，以便让结果实时反馈给系统。
广告中的智能体 AI（Agentic AI）是什么？
智能体 AI 是指具有真正自主权的系统：它们可以独立地进行规划、决策和执行。在广告领域，这意味着 AI 能够端到端地运行广告系列，并最终与供应链上的其他 AI 智能体进行谈判和交易。它是生成式 AI 之后的下一个阶段，目前仍处于早期阶段。
程序化广告和 AI 广告是一回事吗？
不完全是。程序化是用于购买广告的自动化拍卖基础设施，在现代 AI 出现之前就已存在。而 AI 是目前运行在其之上的智能层，负责做出过去由人做出的竞价、定位和创意决策。如今的大多数程序化广告都是 AI 驱动的，因此两者正日益融合。
AI 会取代媒介购买人员吗？
AI 正在接管手动执行工作（如调整竞价和构建细分受众），而媒介购买人员的角色正在向编排和把控转变：设定目标、治理数据、指导创意以及监督自动化。近期的转变是从操作机器转为驾驭机器。
机器学习在程序化广告中起到什么作用？
机器学习模型在每次拍卖中权衡数千个信号，以评估用户的转化可能性和曝光价值，然后进行相应竞价并从结果中学习。这取代了过去固定的受众细分和人工编写的竞价规则。
程序化广告天生就是自动化的。每当页面加载时，广告位的拍卖就会开启，竞价涌入，优胜者随之产生，而这一切都在页面加载的瞬间完成。这套机制已经运转了互联网广告经济十多年。
在这期间的大部分时间里，自动化只是执行人类编写的规则。媒介购买人员设定受众、预算和竞价逻辑，系统则以人类无法企及的速度执行这些指令。随后，AI 改变了被自动化的内容。AI 程序化广告的兴起，意味着过去购买人员手动进行的竞价、受众筛选和创意选择，现在越来越多地由能够边运行边学习的机器学习模型来完成。
这是悄然发生的变化。虽然没有一个单一的发布时刻，但广告的决策层已经从人类转向了软件。如今，美国超过 90% 的数字展示广告支出是通过程序化购买的，这意味着很大一部分广告现在是通过由 AI 决定触达人群和支付价格的系统来运行的。以下是这一变化的发生过程以及它所带来的变革。
什么是程序化广告
让我们从最基础的开始，因为这个术语掩盖了其简单的底层运作。程序化广告是通过实时竞价自动买卖广告位的过程。媒体通过供应方平台（SSP）提供广告位，广告主通过需求方平台（DSP）对这些广告位进行竞价，而广告交易平台（Ad Exchange）则负责运行拍卖。所有这一切都在毫秒内结算，每天为单次曝光运行数十亿次。
其吸引力一直在于效率：在广告曝光出现的瞬间，以实时需求决定的价格购买你想要的精确曝光，而不是提前数周谈判批量投放。多年来，该系统中的智能只是一套由人定义的规则。而 AI，则是将这些规则转化为预测的关键。
延伸阅读：什么是 AI 驱动的营销？真实案例及大品牌如何操作
从规则到预测
传统程序化依赖于细分受众和启发式规则。你构建一个受众群体（如“25至34岁、对健身感兴趣的女性”），设置最高竞价，写几条“如果-那么”的规则，然后看着仪表盘。系统速度很快，但它只和你给它的指令一样聪明。
程序化广告中的机器学习用概率预测取代了这一模式。模型不再将曝光与固定的细分受众进行匹配，而是实时权衡数千个信号，以评估特定用户转化的可能性以及该曝光的价值，然后进行相应竞价。随着结果的输入，它会不断进行更新。eMarketer 对 2026 年的看法非常直接：生成式 AI 正在接管程序化广告，而具有真正自主权代理能力的智能体 AI（Agentic AI）也紧随其后。
其中，这套机器里有四个部分的改变最为彻底。
AI 在程序化广告中改变了哪些机器环节
竞价
竞价已从静态规则转向能够动态评估每次曝光价值并在效果波动时实时重新分配预算的模型。最明显的迹象是，最大的平台已经完全不再向用户展示这些控制旋钮。谷歌的 效果最大化广告（Performance Max）和 Meta 的 Advantage+ 直接向广告主索要目标和预算，然后由 AI 统一处理定位、竞价和创意选择。过去需要一个专家团队完成的工作，现在变成了一种自动化的广告系列类型，而代价是你对系统具体操作的可见度大大降低。
定位与身份识别
第三方 Cookie 的终结迫使受众构建方式进行重塑。随着这一标识符的消退，行业开始依赖第一方数据和上下文信号，而 AI 成了让这些数据发挥作用的引擎。定位变成了对上下文和行为的实时读取，并持续更新。在供应端，媒体正在直接植入这一功能：例如，NBCUniversal 推出了 AI 上下文定位，通过扫描直播和点播内容，将广告投放到内容中最合适的时刻，这远远超越了简单的关键词匹配。
创意
多年来，创意是程序化广告唯一未曾触及的部分。你上传几个横幅广告，机器决定在何处投放。而 AI 填补了这一空白。如今，动态创意优化（DCO）可以实时生成和组装不同的创意版本，根据上下文、时间和受众量身定制图像、文案和优惠方案，并在海量版本中进行测试，而不仅仅是简单的 A/B 测试。
这种转变也带来了新的瓶颈：机器能测试的创意数量远超大多数团队的生产能力。为了源源不断地供给机器，像 Creatify 这样的工具便派上了用场，它们能将产品和简报转化为符合品牌调性的视频和图像变体，满足动态优化所需的数量。当系统偏爱那些能提供最多优质创意的广告主时，内容生产就成了亟待解决的瓶颈。
成效衡量
过去，成效衡量报告总是来得太迟，成了花完钱后才看的总结。AI 压缩了这一过程。它能快速吞吐大量数据集，以更快的速度支持归因和营销组合模型，并将成效衡量变成一个直接反馈给竞价系统的实时闭环。其结果是，广告系列能够针对真实的业务结果（如销售额和门店访问量）进行优化，而减少对点击率等替代指标的依赖。
哪些领域发展最快
预算总是跟着屏幕走。联网电视（CTV）成为了新前沿：很大一部分 CTV 广告支出已经通过程序化进行交易，并且随着预算从有线电视转向流媒体，这一比例还在持续攀升。零售媒体（零售商基于自身第一方购买数据运行的广告网络）是另一个爆发点，数字化户外广告（DOOH）也正朝着相同的方向发展，现在的户外广告牌已经可以通过程序化购买，并由天气、交通和一天中的时间来触发。共同点在于，AI 让这些渠道都变得前所未有地可定向。
发展的不平衡：围墙花园与开放网络
以下是影响预算走向的内在博弈。功能最强大的 AI 工具在谷歌、Meta、亚马逊等“围墙花园”内成熟得最快，在这些地方，平台端到端地拥有数据、模型和版位。这种完整性使得他们的自动化产品表现优异，从而吸引了更多预算流向这些封闭的生态系统。
而开放网络（由独立网站和 App 组成的庞大市场）正在通过构建共享工具和开放协议来加速追赶，以便让来自不同公司的 AI 智能体可以协同工作。这一追赶速度将决定程序化广告的下一阶段是集中在少数几个平台，还是遍布整个互联网。
下一阶段：智能体与智能体的对话
前沿是智能体化。行业正在起草协议，让 AI 智能体在整个供应链中相互谈判和交易，实现买方智能体与卖方智能体的直接对话，而不是在一个平台内由模型优化单个广告系列。要在整个链条中实现完全自主不太可能在一年内完成，清醒的预测普遍认为，报表、分析和常规旅程运营将首先实现自动化。不过，方向已经确定：越来越多的闭环将在没有人工参与的情况下完成。
这对人类意味着什么
营销人员的工作在这一切变革中得以幸存，但其重心已经转移。过去的工作是操作机器：拉动杠杆、调整竞价、手动构建细分受众。现在的工作是编排和把控：设定 AI 优化所需的目标、为其提供干净且规范的数据、指导其组装的创意，并决定其权限的边界。价值已经从执行广告系列转向驾驭执行系统，从追求产能数量转向发挥判断力、品味和策略。
这种分工恰恰是新一代工具的构建核心。Creatify 的 AI 媒介购买助手可以连接您的 Meta、谷歌和 TikTok 账户，以审计支出、发现起效创意并将预算转移给优胜版本，而您只需设定其工作所需的目标和红线。
痛点所在：透明度、品牌安全与黑盒子
尽管带来诸多收益，但这种转变也伴随着真正的摩擦，诚实的从业者并不回避这一点。最大的痛点在于不透明性。当一种自动化的广告系列类型将定位、竞价和创意决策混在一起时，你就失去了对其底层逻辑的能见度，而 IAB 发现，准确性和透明度是阻碍营销人员进一步倚重 AI 的最大障碍。
除了不透明，还有其他陷阱。不遗余力地针对短期数字进行优化的系统可能会悄然损害品牌，在那些你永远不会手动选择的渠道去追逐廉价的转化。制衡这一点的，是对高风险决策的人工监督，以及对自动化独立操作的明确限制。从好的方面来看，提出这些质疑的 AI，同样能够非常好地读取内容和上下文，从而比过去传统的关键词屏蔽列表更精准地保护品牌安全。
当执行变得廉价时，输入便成了胜负手
剥离表象，变革其实很简单。AI 压缩了信号与行动之间的距离，直到程序化广告核心的决策完全由学习模型来做出。竞价、定位、创意组装和衡量现在都在一个比任何团队运行都快的学习系统内部发生。
赢家会将其视为一次操作系统升级，并将他们的数据、创意、衡量和治理围绕它进行重新对齐。这背后还有一个更低调的启示：当机器接管了执行，你的优势就转移到了你所控制的输入端：第一方数据的质量，以及你喂给机器的创意强度。AI 让管道实现了自主运转。而流经管道的思想和数据，仍需由你来把控。
常见问题解答
什么是程序化广告？
程序化广告是通过实时拍卖自动买卖数字广告位的过程。当页面或 App 加载时，广告位的拍卖在毫秒内通过需求方和供应方平台运行，胜出的广告会立即呈现在用户面前。如今，美国超过 90% 的数字展示广告都是通过这种方式购买的。
AI 在程序化广告中是如何应用的？
AI 驱动着拍卖内部的决策。机器学习可以预测每次曝光的价值并设定竞价，根据第一方和上下文信号实时构建受众，通过动态创意优化生成并筛选创意变体，并加速成效衡量，以便让结果实时反馈给系统。
广告中的智能体 AI（Agentic AI）是什么？
智能体 AI 是指具有真正自主权的系统：它们可以独立地进行规划、决策和执行。在广告领域，这意味着 AI 能够端到端地运行广告系列，并最终与供应链上的其他 AI 智能体进行谈判和交易。它是生成式 AI 之后的下一个阶段，目前仍处于早期阶段。
程序化广告和 AI 广告是一回事吗？
不完全是。程序化是用于购买广告的自动化拍卖基础设施，在现代 AI 出现之前就已存在。而 AI 是目前运行在其之上的智能层，负责做出过去由人做出的竞价、定位和创意决策。如今的大多数程序化广告都是 AI 驱动的，因此两者正日益融合。
AI 会取代媒介购买人员吗？
AI 正在接管手动执行工作（如调整竞价和构建细分受众），而媒介购买人员的角色正在向编排和把控转变：设定目标、治理数据、指导创意以及监督自动化。近期的转变是从操作机器转为驾驭机器。
机器学习在程序化广告中起到什么作用？
机器学习模型在每次拍卖中权衡数千个信号，以评估用户的转化可能性和曝光价值，然后进行相应竞价并从结果中学习。这取代了过去固定的受众细分和人工编写的竞价规则。
