晚上十一点,还在手动调 Meta 和 Google 的预算吗

上周,我去拜访一个做广告代运营的老朋友。晚上七点,他们办公室灯火通明。

他正在盯一个客户的 Meta 广告账户。下午 CPA 突然抬头,他在手动压预算,一边压一边跟我说:这周已经第三次了。

我说,你不是有三个优化师吗?

他说,在啊。一个在给另一个客户的 Google Ads 账户加否定关键词,一个在写三份周报,还有一个在看素材数据,判断哪条创意快疲劳了。

你发现没有?这三件事有个共同点:没有一件是策略,全是操作。

那天聊完,回来路上我一直在想一个问题:广告投放这个行当,人的时间到底花在哪儿了,花得值不值。今天,把我想明白的讲给你。

先算一笔账

一个熟练的投放优化师,精力上限是多少?

给你一个行业里流传的经验值:一个人盯 20 万到 40 万美元的月投放盘子,是舒服的。再往上,反应开始滞后,表现开始掉。

这不是能力问题,是生理问题。人要睡觉,要开会,要休假。凌晨三点客户账户里的 CPA 突刺,你的优化师看不见,因为他在睡觉。

但客户这边的要求,一直在涨。投放要精细,素材要勤换,报告要漂亮,最好每周还能约个会。客户的预期是一条指数曲线,人手是一个常数。

剪刀差怎么办?

Ryze 在一份覆盖 500 多家代理商运营的分析里给过一个数字:差不多 47% 的计费工时,花在调价、挪预算、盯数据、拼报表这类机械操作上。将近一半的产出,卖的是「手」,不是「脑」。

而另一边,现在主流的 AI 投放工具,单个 agent 能同时盯 200 万美元以上的盘子,横跨几百个广告系列,全年无休。

一边是 40 万美元的天花板,一边是 200 万美元的底盘。这个差距,就是过去一两年里,大批代理商开始把日常操作交给 AI 的原因。

什么叫 AI 托管?

先说清楚,免得误会。

AI 托管,不是那种帮你拉数据、出图表的工具。工具是给你看的,决策还得你做。

AI 托管,是 agent 替你做决策:出价它调,预算它挪,疲劳的素材它停,该交的报告它写。你定目标和规则,执行归它。

市面上做这件事的产品已经有不少。比如一家叫 Ryze AI 的公司,做 Google Ads 和 Meta 广告的自动托管,按它自己报的数字,有两千多个客户,管着超过 5 亿美元的投放,横跨 23 个国家。厂商自报的数字,你听个量级就行。但这个量级至少说明,这条路已经有人走通了,它不是概念。

那 agent 具体在替你干什么?我把七类活儿归成三堆,给你捋一遍。

第一堆:管钱的活儿

出价,是最典型的一件。

一个人类优化师,一天调两三次出价,顶天了。AI 是每 15 分钟看一遍转化数据、成本趋势和竞价环境,该动就动。一天 96 次,对上人的两三次,96 倍的勤奋。转化事件刚发生,它 15 秒内就有反应。

按 Ryze 给的数据,上了自动出价的客户,头一个月 CPA 平均降 25% 到 35%。数字照例打个折听,但方向我信:出价拼的就是反应速度,人在速度上没有胜算。

预算,是第二件。

人类怎么做预算?周会看一眼,大差不差地挪一挪。问题是,最好的挪钱时机,往往就藏在两次周会之间,错过了,就是白花的钱。

AI 的做法,是每小时算一遍每个广告系列、每个广告组的边际 ROAS。哪个板块花得亏,马上把钱挪到转化好的地方去。CPA 超过目标值 150% 的系列,直接自动暂停,不跟你商量。整套逻辑跑下来,账户整体 ROAS 能提两到四成。

第三件,是盯盘。

CPA 突刺、预算提前烧完、素材被平台拒审,这三类事故,每拖一小时,都是真金白银。AI 的做法是把 50 多个指标全部挂上监控,哪个账户出现统计异常,立刻报警。

你半夜睡觉,它替你守着。

第二堆:管内容的活儿

素材疲劳,是个老问题,也是个大问题。

一条创意投久了,看的人麻木了,点击率往下掉,成本往上走。这个「疲劳损耗」,吃掉的潜在效果有三到五成。人肉盯素材,等你看出不对劲,预算已经花掉一截了。

AI 盯的是 7 天、14 天、30 天三个窗口的点击率趋势。掉幅一超过 20%,自动把旧素材停掉,把备用的顶上来。该跑 A/B 测试的,它会跑到统计显著为止,不凭感觉下结论。

人群,是第二件。

测一个新人群,人工操作要压好几周预算,小心翼翼。AI 的做法,是先拿 5% 到 10% 的预算做微型测试,看转化质量和生命周期价值:赢家立刻放大,输家立刻关掉。

它还会顺手干一件人懒得干的事:发现两个广告系列的人群高度重叠,就提醒你合并,免得自己人跟自己人抢量,把 CPM 抬上去。

第三件,是搜索词和版位。

Google Ads 的账户里,常年有 20% 到 30% 的预算,花在跟业务无关的搜索词和低效版位上。AI 持续读搜索词报告,发现无关的词,自动加进否定关键词;发现低效版位,自动降出价。

省下来的,全是净利润。

第三堆:管沟通的活儿

这一堆,最没技术含量,但代理商最有共鸣。

写客户报告。中型代理商,每周花在拼报表上的时间是 8 到 15 个小时。拉数、对数、截图、排版、写结论,全是熟练工种,全是熬人。

AI 把数据接口一接,多平台数据自动汇总,趋势自动分析,执行摘要自动写,连客户的品牌色和 Logo 都给你套好。你只需要最后过目一遍。

那天我给朋友的建议就是:先从报表开始,别的一件都不用急。

他问为什么。

我说,因为这一项见效最快,又碰不到任何投放决策。信任这种东西,要从零风险的地方开始攒。

但是,先别急着全交出去

讲到这里,你可能会想:那还等什么,明天就全自动化?

恰恰相反。我看过不少案例,失败的那批,几乎栽在同一个动作上:一步到位。

靠谱的节奏是 90 天,分三步。这套节奏,是从 200 多家代理商的部署里磨出来的。

第一个月,只连数据,不动手。把所有客户账户接进平台,把基线建好,让团队熟悉新流程。这个月就能看到回报:光是报表自动化,每周就能省 10 到 15 个小时。

第二个月,上自动出价和预算挪移,但是戴镣铐。两条硬约束:每天出价调整幅度不超过 20%,单次预算挪动不超过系列总额的 30%。每天盯数据,边跑边调参数。这个阶段普遍能看到 15% 到 25% 的效率提升,省的全是人眼看不见、AI 一眼就盯上的浪费。

第三个月,再放开创意轮换、人群扩展和跨平台联动。到这一步,团队对 AI 的判断已经有体感了,手脚放得开。三步走完,按跑通的那批代理商的反馈,整体 ROAS 能比纯人工基线提四到六成。

顺序不能反。信任是一步步攒出来的,不是一次性交付的。

客户那一关,其实比技术难

技术问题都有手册,人心的问题没有。

客户听说要把账户交给 AI,第一反应基本是:失控了怎么办?质量会不会掉?

怎么做?给你讲一个我觉得最妙的动作。

头两周,先开一场 60 分钟的会,把 AI 管理的逻辑、其他客户的真实数据摆出来,把客户的具体顾虑一条条接住。这一场会,能化掉八成半信半疑的客户。

然后,关键动作来了:让 AI 先只看,不动手。

跑两到四周,给客户出一份报告:这段时间里,AI 本来会做哪些操作,每一次的依据是什么,预计影响多少。客户看着这份「什么都不改」的报告,自己就会得出结论:这玩意儿,比人盯得细。

到第五到八周,开始上低风险的自动化:报表、小幅出价、明显的预算挪移,每周给客户一份动作清单,每个动作附上效果数据。大多数客户看到第六到八周,会反过来催你:能不能全上?

有意思吧?主动权,就这么换了手。

之后的每个月,报告里都放几行 AI 专属指标:这个月发现了多少优化机会,省了多少人工,效果提升归因给谁。对比的基线,是接入前的数据,同样的市场条件,同样的预算水平。这笔账每个月都摆在客户面前,续约和加预算,水到渠成。

给你算一笔完整的账

以一个 20 到 30 个客户、年投放 200 万美元的中型代理商为例,这笔账按 Ryze 的口径是这么算的。

省下的钱:人力一年省 12 万到 18 万美元,报表提效省 3 万到 5 万,少犯错省 1.5 万到 2.5 万。合计 16.5 万到 25.5 万美元。

多挣的钱:客户 ROAS 提升,带来 20 万到 40 万;腾出来的人手去接新客,值 15 万到 30 万;效果好了,服务费也敢往上提了,再挣 5 万到 10 万。合计 40 万到 80 万美元。

工具的花费呢?一年 1.5 万到 3 万美元。

收支摆在一起,厂商说第一年的回报是十几二十倍。这个倍数你不用太当真,省下的人力未必马上变成现金。但这笔账里有一块,我认为是真金白银:人效。

一个优化师,原来独立管 40 万美元的月投放,配上 AI 之后能管 120 万以上。同样的团队,能接的客户变成原来的两到三倍。

Ryze 的客户案例里有家代理商,从管 25 个客户干到 55 个,没招一个人,客户效果不降反升,全程 90 天。

省时间是小账,人效翻倍是大账。 小账决定你今年过得舒不舒服,大账决定你三年后还在不在牌桌上。

五个坑,提前知道

第一个坑,团队抵触。优化师最怕听到的一句话是:我是不是要被替代了。你得讲清楚,AI 接走的是重复操作,接不走策略和客户关系。给愿意转型的人铺好「AI 增强岗位」的路,做得好的代理商,两个月内团队认可度能做到九成。

第二个坑,数据底子脏。老账户的转化追踪五花八门,事件埋点缺斤短两。不清理干净就上自动化,AI 等于闭着眼睛开车。预留 2 到 4 周做数据清理,这笔时间省不得。

第三个坑,归因扯皮。效果涨了,是 AI 的功劳,还是赶上旺季?提前把接入前的多时段基线留好,能设对照组的设对照组。账算不清,后面全是纠纷。

第四个坑,步子太大。再啰嗦一遍:多数失败,都是「一次全放开」造成的。回到 90 天的节奏,慢就是快。

第五个坑,平台限制。Google 和 Meta 的接口都有限流、有数据延迟,不是所有操作都能实时执行。选工具的时候,把接口稳定性和平台对接深度,当硬指标看。

那优化师会失业吗?

这个问题,我猜你已经想到了。

我的判断:不会。但会淘汰一种人。

AI 接走的是「手」:调价、挪预算、盯数据、写报表。这些活儿,机器干得确实比人好,不服不行。

接不走的是「脑」:这个季度主推什么、预算往哪个市场倾斜、客户下个阶段要什么、创意往哪个方向打。这些判断,靠的是对生意的理解,是跟人打交道的信任,AI 给不了。

所以真正的变化是:只会执行的优化师,价值会一路走低;懂策略、能跟客户把话说清楚的优化师,会因为 AI 的加持变得更值钱。同样是优化师,方向不对,结局完全不同。

对代理商来说,算下来是多接客户,不是裁员。同样的人,管两三倍的客户,挣两三倍的钱。

最后,回到我那个朋友

那天晚上十一点,他给我发了条消息:报表自动化上线了,今晚不加班。

他说,原来每周三晚上,雷打不动是报表之夜。现在那个晚上空出来了,他约了客户的策略会,聊的不再是数字对不对,是下个季度往哪打。

AI 把「手」的活儿接走了,人终于可以干「人」的活儿。

投放这个行当,拼勤奋的时代,正在过去。机器比人勤奋,这一点从第一天就注定了。人手里剩下的牌,是判断,是信任。

祝你,早日把晚上十一点,还给自己。