📊較早收集於 11m

Berenberg:AI 顛覆為廣告代理商創造買入機會

PostLinkedIn
📊閱讀原文: Bloomberg Technology

💡了解為何金融分析師認為儘管有 AI 顛覆的說法,傳統廣告代理商仍被低估。

⚡ 30-Second TL;DR

有什麼變化

對 AI 採用的市場焦慮正在創造估值缺口

為什麼重要

此分析顯示,成熟的服務型企業可能成功整合 AI,而非被其取代。這凸顯了機構投資者對 AI 威脅傳統代理商商業模式的看法正在轉變。

下一步行動

評估您的代理商或公司如何利用 AI 自動化來提高利潤率,同時保持以人為本的創意策略之溢價價值。

誰應關注:Founders & Product Leaders

關鍵要點

  • 對 AI 採用的市場焦慮正在創造估值缺口
  • 歐洲廣告代理商目前被投資者低估
  • Berenberg 對該行業的韌性保持樂觀看法

🧠 深度解析

Web-grounded analysis with 27 cited sources.

🔑 增強重點摘要

  • 市場對AI顛覆廣告業的擔憂,部分源於AI能夠自動化廣告銷售流程的各個環節,包括優化受眾定位、廣告投放、內容創作(文案、視覺、影片)以及實時調整廣告格式以適應不同平台,從而提高效率和投資回報率。
  • 儘管市場存在焦慮,但歐洲廣告代理商正積極應對AI帶來的挑戰。例如,WPP於2026年2月宣布了一項大規模重組計劃,旨在成為一個「更簡單、低成本、AI驅動的業務」,並計劃在2028年前實現5億英鎊的年度成本節約,同時將部分資金再投資於AI轉型等高增長領域。
  • Publicis Groupe也積極投入AI,於2026年4月在新加坡設立了AI開發中心,旨在將AI嵌入其工作流程,涵蓋數據管理、身份解析、媒體規劃和內容創作等核心功能。該公司預計AI驅動的工作流程可將手動廣告活動執行時間減少20%至30%。
  • Havas則採取了「AI原生」的策略,於2026年5月轉型為AI原生行銷平台,並推出了全球AI入口網站AVA,旨在整合多個領先的AI模型,實現更快的廣告活動交付週期、更低的生產成本和更高的個性化水平。
  • AI在廣告業的應用已從早期的機器學習(用於點擊率預測、受眾定位和程序化廣告)發展到生成式AI,後者能夠大規模生成個性化內容,但同時也帶來了數據隱私、品牌安全、AI偏見和廣告欺詐等倫理與合規挑戰,尤其是在歐盟AI法案等新法規生效的背景下。

🛠️ 技術深入

  • 機器學習 (Machine Learning, ML):在廣告業中應用多年,主要用於分析大量用戶數據,識別行為模式,並自動化決策。例如,在程序化廣告中,ML算法是實時競價 (Real-Time Bidding, RTB) 的基礎,能預測用戶點擊或轉化的可能性,並據此調整出價。
  • 生成式AI (Generative AI):自2022年ChatGPT等工具普及以來,生成式AI在廣告業的應用迅速增長。它能夠根據數據和用戶行為生成廣告文案、視覺內容、影片,甚至可以大規模創建多個廣告版本,實現內容的快速創作和個性化。
  • 神經網絡 (Neural Networks):一種AI類型,旨在模仿人類思維在數據集之間建立聯繫的方式。在預測性廣告中扮演重要角色,通過分析客戶響應數據,實時自動調整廣告投放、頻率和訊息,以最大化廣告活動的有效性。
  • 代理式AI (Agentic AI):指能夠自主執行任務和工作流程的AI系統。在廣告領域,代理式AI可以協調端到端的行銷流程,例如Adobe的代理可以創建和調整內容,而WPP的代理則可以優化媒體支出並跨渠道激活。
  • 自然語言處理 (Natural Language Processing, NLP):用於自動化和優化廣告銷售過程的各個方面,例如簡化銷售代表與客戶之間的溝通,以及生成廣告文案。
  • 電腦視覺 (Computer Vision):在2020年左右,電腦視覺與大型語言模型 (LLMs) 結合,使AI能夠識別視覺媒體的內容,這對情境廣告 (contextual advertising) 來說是一個重大突破。
  • 數據平台:大型廣告集團如Publicis Groupe通過收購數據公司(如2025年的Lotame)來擴展其數據生態系統,結合現有資產(如Epsilon),以建立更精確、注重隱私的受眾定位和個性化工具。
  • AI驅動的廣告伺服器 (Ad Servers):利用機器學習分析受眾數據,自動化定位和創意選擇,實時優化投放和頻率,並檢測廣告欺詐。
  • AI原生廣告 (AI-Native Advertising):專為AI環境構建的廣告技術,直接與AI代理、LLM和對話式界面集成,以分析實時互動和上下文,創建、優化和交付情境相關的廣告體驗。

🔮 前景展望AI analysis grounded in cited sources

歐洲廣告代理商將加速轉型為AI驅動的整合服務提供商。
面對AI帶來的效率提升和客戶需求變化,大型代理商如WPP和Publicis已投入巨資進行內部重組和AI平台建設,以提供更集成、數據驅動的解決方案。
AI將進一步推動廣告內容的超個性化和大規模生成。
生成式AI工具能夠在短時間內創建數千種個性化廣告版本,滿足消費者對相關內容的期望,並提高廣告活動的效率和效果。
廣告業對AI的監管和倫理考量將日益增加。
隨著AI生成內容的普及,數據隱私、品牌安全、AI偏見和透明度成為關鍵問題,歐盟AI法案等法規將要求廣告商對AI生成內容進行標識和披露。

時間線

1980年代
AI研究開始進入行銷領域,但應用有限。
2000年代初期
程序化廣告引入自動化競價管理和實時受眾定位,標誌著AI在廣告中的早期應用。
2014-01
程序化廣告購買普及,成為AI行銷的重要里程碑。
2022-01
ChatGPT等生成式AI工具的發布,將生成式AI帶入主流,加速了廣告業的創新。
2025-09
IAB Europe調查顯示,85%的歐洲公司已使用AI工具進行行銷,近四分之三的廣告活動功能由AI驅動。
2026-02
WPP宣布大規模重組計劃,旨在成為AI驅動的業務,並與Adobe擴大合作,整合AI工作流程。
2026-04
Publicis Groupe在新加坡設立AI開發中心,將AI嵌入數據管理、媒體規劃和內容創作等核心功能。
2026-05
Havas轉型為AI原生行銷平台,並推出全球AI入口網站AVA,整合多個AI模型。
2026-06
Publicis Groupe達成協議收購LiveRamp,以強化其數據協作、身份識別和AI能力。
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: Bloomberg Technology