你的下一个顾客,可能不是人
文章整理 InMobi 联合创始人 Abhay Singhal 关于 agent-to-agent 广告的分享:广告从广告牌变为可对话的导购界面、生成式 AI 试穿打通电商想象门槛、token 成本与广告收入补贴的账怎么算,以及作者归纳的营销人需关注的五个变化。


前段时间,我看了 InMobi 联合创始人 Abhay Singhal 的一场分享。听完,后背有点发凉。
不是被吓的。是那种「原来游戏规则已经换了,我还拿着旧地图」的凉。
他说了什么?
他说,广告业正在走向一种全新的交互方式:agent-to-agent。AI 对 AI。
什么意思?
先讲一个你每天都做的事
你现在买东西,大概是这样:打开购物 App,搜索,比价,翻评论,加购物车,下单。
整个过程,你自己完成。累,但踏实。
但是,这套动作可能很快整个消失。
你只需要说一句:帮我买件适合秋天穿的、两百块以内、看起来不显便宜的衬衫。
然后,你的 AI 出发。它去研究、筛选、比较。它知道你偏好什么风格、什么价位、哪个牌子你穿过不踩坑。最后,它给你一个答案,至多三个。
你拍板。但找的过程,全被它承包了。
这就叫 agent-to-agent:代表消费者的 AI,和代表品牌的 AI,坐下来谈。
买方是个 AI,卖方也是个 AI。
Singhal 甚至直接给了个时间点:2026 年。也就是说,现在。
从今往后,你优化的可能不再只是「让人看见」,而是「让机器看懂」。
广告牌,要变成导购员
这件事对广告意味着什么?
你想想看,今天的广告是什么?一条线。
用户看到广告,点一下,落到页面,要么转化,要么走人。每一步都会漏水。
但在 AI 主导的环境里,这条线会被压扁,压成一个交互层。
发现、比较、说服,全在这一场对话里完成。
广告就不再是那张静态海报了。它变成一个会聊天的界面。
说白了,广告从广告牌,变成导购员。
广告牌只负责喊。导购员会问你预算多少、家里几口人、上次买的那个用得怎么样。
谁的交互做得好,谁就留在 AI 的推荐链路里。谁的交互做得差,AI 连提都不会提你。
这个门槛,比「创意好不好看」高多了。
试试看,不用想
第二件事,跟电商有关,更具体,也更有意思。
有一类商品,天生适合网上卖:书,电子产品。参数清楚,图片一看,下单。
但另一类商品,在网上一直卖得别扭:衣服,家具,家居装饰,还有宠物用品。
为什么?
因为它们考验想象力。这件衬衫我穿上到底什么样?这张桌子摆我家客厅挤不挤?想不出来,就不买。
这是很多高客单价品类线上转化率的死穴。
生成式 AI,正在把这个死穴拆掉。
Singhal 举了他们家 Glance 的例子。Glance 是一个 agentic commerce 平台(什么叫 agentic commerce?就是 AI 替你逛、替你试、替你挑的电商)。在 Glance 上,你看中一件衬衫,不用脑补,AI 直接生成你穿上它的样子。
天呐。想象力的门槛,就这么没了。
效果也已经在账上体现:他说,用了 AI 生成视觉素材的广告活动,投放回报明显更高。
你亲眼「看到」自己穿上它,下单的心态就变了:从「应该还行」变成「就是它了」。挑选的时候,脑子也轻松多了。
这不是把页面做漂亮一点。这是把一整类商品的线上成交闸门,拧开了。
这门生意的账,算得过吗?
第三件事,最现实:钱。
AI 体验好是好,但烧钱。
一个广告平台,每个月要处理多少次曝光?千亿,甚至万亿量级。如果每一次交互都要跑一遍生成式模型,这个算力账单,是个恐怖的数字。
跑不起。
InMobi 的解法,很务实:用广告收入,去补贴 AI 的 token 成本。再设计一些广告形态,让用户的参与产生的收入,盖过算力的开销。
这听着像句废话?不是。早期测试里,这套模型在媒体方那头,是可以算成净正的。也就是:只要用户真的愿意互动,这笔账,能转起来。
对营销人来说,这冒出来一层新 KPI。
以前我们算点击率、点击成本、转化率。以后,你得多算两个数:每一次 AI 交互,成本是多少?token 的效率,够不够高?
你可能从没管过 token。以后,它会出现在你的报表里。
你的创意质量、你的交互设计,不再只是品牌问题。它们直接决定这套基础设施活不活得下去。
五个正在发生的变化
把这些拼起来,我认为营销人至少要记住五件事。
第一,调研没有被消灭,是被外包了。
消费者把筛选的活交给 AI,但最后的决定权,还攥在自己手里。所以你的品牌,必须住在 AI 认识的世界里。AI 不知道你,等于顾客不知道你。
第二,广告会变成体验,而不是打扰。
静态创意会越来越像背景噪音。赢的形态,是那种像聊天一样把你引到结论的体验。
第三,个性化,从分群走向模拟。
过去我们把人分成 25 到 34 岁、一二线城市、白领。以后,品牌为单独一个人,实时模拟一整套体验。分群是给一群人穿均码,模拟是给一个人量体裁衣。
第四,创意团队和投放团队,会合流。
当广告本身是个交互系统,做创意的、做 UX 的、做投放优化的,就是在做同一件事。三拨人,一个流程。
第五,归因会变得更难。
AI 插在中间,用户旅程被搅碎了。哪次曝光、哪次对话促成了成交?旧的归因模型撑不住,得造新框架。
最后,回到那个问题
开头我问:你的下一个顾客,可能不是人。
现在可以补上后半句:它可能是顾客的 AI。
品牌和消费者之间,正在被 AI 智能体垫进去一层。需求怎么被发现、怎么被比较、怎么被满足,都在这一层里重新洗牌。
这不是换个渠道投广告的事。这是需求从产生到成交的整套系统,在被重写。
赢家不会是嗓门最大的那个品牌,而是动作最快、最愿意把自己改造成 AI 读得懂的那个。
系统级的变化来临时,先听懂的人,先上船。
祝你,早点听懂。
继续阅读
相关文章

跨境生意,是时候换一套 AI 工具箱了
一篇 learn 类文章,讲解跨境电商卖家如何用 AI 工具应对语言、法规、物流、支付与欺诈五道坎,梳理翻译、库存、客服、营销、风控五格工具箱与五步上手路径,并提示转化率、CLV 等指标和过度依赖 AI 的风险。

社交媒体营销的脏活累活,正在被 AI 一件件接管
本文介绍 AI 在社交媒体营销中可承担的四类工作:受众数据分析、文案与设计创作、广告定向与创意测试、垃圾内容过滤,并提醒内容判断和数据安全仍需人工把关。

AI 都这么能干了,你的社媒营销还在纯靠人肉?
本文将 18 款常用 AI 工具按用途分为六类,覆盖用户洞察、内容生产、内容排期、评论私信、广告投放和视觉制作,并讨论个性化、趋势预测与虚拟网红等趋势。