智能体广告经济：从注意力到行动

一、被改写的是二十年来的那套基本假设

过去二十年数字广告的模型很直白：品牌付费获取可用的消费者注意力——通过搜索结果、网页或广告位——由技术与数据中介连接注意力的买方与卖方。

这套体系有三个隐含前提：消费者漏斗是清晰分段的；决策是由人做出的；市场存在显著的数据不对称与碎片化，因而中介有存在的价值。这三个前提正在同时失效。当消费者用 AI 工具研究和决定买什么，漏斗被压平；当智能体在极少人类主动介入的情况下完成购买决策，决策者就不再是人；而当 AI 能够跨来源聚合和比较，数据不对称带来的中介价值也随之下降。

由此得出的结论方向是：网络经济可能从注意力经济转向行动经济——从"势能"转向"动能"。这对出版商、平台和测量体系都有直接影响。

二、三大变革

变革一：注意力与流量正在向 AI 环境集中

超过 50% 的搜索现在包含 AI 生成的概览。到 2030 年，传统开放网络搜索的 20% 到 50% 流量可能面临风险。社交与科技平台则把发现、购买、测量和交易可见性整合进同一个环境。

推荐流的占比是另一条印证：超过 50% 的图片社交内容和超过 95% 的短视频观看时间来自算法生成的推荐流，而非用户关注的账户。这意味着"经营粉丝"这套逻辑在流量分发中的权重已经很小——内容能否被算法选中，比谁关注了你更重要。

变革二：AI 正在重塑广告购买与优化

超过 90% 的广告主已在用 AI 做媒介策划和创意生成。早期的 AI 购物智能体已带来高达 60% 的转化率提升。未来几年，10% 到 35% 的电商交易可能通过 AI 原生体验发起、影响或完成。

这里有一个值得警惕的反面信号：约 42% 的受访广告主把依赖"黑箱优化"系统列为 AI 给媒体投资策略带来的关键风险。也就是说，效率提升与可解释性下降是同时发生的——买得更准，但越来越说不清为什么准。

变革三：价值池正在转移

约 40% 的 AI 驱动重新分配支出，正从传统搜索和开放网络转向提供更强数据、测量和交易能力的平台。直接购买——绕过代理商和程序化中介——正在加速：82% 的广告主计划在未来 12 个月内直接购买 AI 广告格式。

这条曲线的含义对中间层最不友好。当买方能直接触达 AI 分发环境，且这些环境自带测量与交易闭环，传统程序化中介赖以生存的"连接买卖双方 + 提供测量"这两项服务，同时被平台内化了。

三、四类角色，四套动作

品牌方：投资于"可被 AI 引用"的内容资产，优化生成引擎可见性，建立 AI 可读取的产品数据。这条动作的逻辑基础是：在智能体世界里获胜不只是搜索排名——品牌需要 AI 能识别并推荐的、明确无误的定位，以及监控智能体如何描述和比较自己的能力。最后半句最容易被忽略：过去品牌管理的是自己说了什么，现在要管理的是机器怎么转述你。

代理商：从执行转向编排、治理和结果挂钩定价；投资专有 AI 资产和品牌安全服务。当执行本身被自动化，代理商的收费基础必须从"投放了多少"迁移到"带来了什么结果"。

广告技术公司：加倍投入中立的数据洁净室测量、跨平台身份识别和独立 AI 性能审计。注意"中立"和"独立"这两个词——当平台同时是运动员和裁判员，第三方审计的价值反而上升。

媒体网络：建立智能体可读的产品数据流、对话式购物和闭环测量。

四、四种可能轨迹

报告给出了四条可能的演化路径：稳定的 AI 演进、封闭网络集中、自主智能体委托、策展式的出版商与零售商联盟。

值得注意的是报告对这四条路径的处理方式——它没有押注哪一条会发生，而是指出了一个跨路径成立的结论：无论走哪条路径，控制数据、决策模型和交易可见性的平台都将不成比例地捕获价值。

这种"跨情景稳健结论"的写法，比任何单一预测都更有决策价值。它告诉你的不是未来长什么样，而是无论未来长什么样，你都需要回答的那个问题：在你的价值链里，谁掌握数据、谁掌握决策模型、谁掌握交易可见性？

汉兴评述：中国营销团队现在就该动的三件事

第一，把"品牌怎么被机器转述"纳入日常监测。这是报告里最具体、也最容易被跳过的一条动作。过去舆情监测测的是人怎么说你；现在需要加一项：主流 AI 助手在被问到你所在品类时，怎么描述你、把你和谁并列、依据什么信息源。这件事今天就能做，成本很低，而且做与不做的差距会随时间放大——因为模型对一个品牌的表述一旦形成，纠正的成本远高于建立的成本。

第二，"可被 AI 引用"是对内容生产的一次口径重置。过去内容优化的目标是让人点进来——标题要有钩子、首屏要抓人。而智能体不需要被吸引，它需要的是结构清晰、事实明确、可被准确摘取的信息。这两套标准在很多地方是冲突的。中国企业的官网和内容资产普遍是按前一套建的，重建的工作量不小，但这是"注意力经济转向行动经济"这个判断落到执行层最实的一件事。

第三，警惕"黑箱优化"这条风险。42% 的广告主把它列为关键风险，这个比例在中国市场只会更高，因为主要投放平台的算法透明度更低。效率提升是真实的，但当你无法解释一次转化为什么发生，你也就无法判断它是否可持续、是否可迁移到别的平台。保留一部分可解释的、自己能归因的投放，不是保守，是保留对自己生意的理解能力。

延伸阅读：The agentic advertising economy: From attention to action（McKinsey 官方原文）