由头条号、腾讯广点通等为代表的头部平台引领，信息流广告投放正变得越来越智能化。就拿Headless平台来说，在AI算法的支持下，只要设定投放的转化目标和转化成本，通过OCPM或CPA报价，转化成本就可以跑个八九。该平台还提供了赔付机制，优化人员只要按照规则给AI算法以足够的优化空间，即使超出了平台赔付成本的范围也能得到赔付。最优设计人员只需关注如何起量，也就是如何根据实际业务情况，在成本和数量之间找到一个平衡。对各信息流广告代理企业而言，服务好广告主的关键在于优化师队伍建设，平台经验积累，创意尤其是短视频制作能力。而且这些队伍、经验和能力，对于大多数代理商来说差别并不大，因此很难在这些方面形成真正的竞争壁垒。因此，代理商经常会陷入一种“倒卖”与“倒卖”的恶性循环。

　　代理商如何跳出低价和返点的恶性比拼，在这样的竞争中脱颖而出？

　　怎样才能在这种竞争中脱颖而出？我想还是要回归到技术能力。纵观信息流广告的发展历程，头条平台是如何在BAT的围攻下闯出一片天地的？靠的就是对AI技术的充分应用，使头部广告引擎在短短的2-3年内发展成为目前信息流广告领域最智能、整体效果最可靠的标杆平台。类似地，我们认为广告代理商要想摆脱同质化服务的包围，同样需要在广告投放和优化过程中充分运用AI技术，通过技术创新来建立自己相对稳固的市场壁垒。

　　广告代理商可以在广告投放的哪些环节运用AI技术？

　　因此，在当前信息流广告环境下，作为非平台方的代理，在不能直接接触媒体平台的用户数据和核心系统的情况下，还有什么地方可以应用AI技术？还是从广告主的角度来看，代理商具备什么样的AI技术能力，可以帮助自己进一步提高信息流广告投放的效率？我公司认为，可以从以下三个方面考察代理商的AI应用能力。

　　第一，在广告竞标环节，代理机构需要具备通过自有或与第三方联合使用大数据进行人群建模的能力。广告竞价算法需要两种模型的配合：离线模型和在线模型。离线模式主要是进行人群筛选，过滤明显不符合标准的人群，或选择与当前投掷目标最匹配的人群；在线模式主要是进行实时曝光价值评估，计算每一次曝光的相对价值，并最终决定哪一次曝光是用哪一张图片进行的。而且我们知道，由于这些大型平台的封闭性，我们不能从外部介入到在线模式中(当然，事实上，像头条这样的平台已经做得很好，无需我们介入)。

　　然后，优化的重点就放在了离线模型上，好的离线模型是用来取代那些已经被“艺术化”甚至“神秘化”的优化人建立的信息流广告投放计划经验，真正做到用数据和算法来决定人群，帮助投放计划快速通过学习期并保持持续量。除算法外，离线模型的一个关键点是大数据的积累，没有好的数据就没有好的模型。这些数据包括广告商提供的人群样本数据和外部平台提供的人群特征数据。而且，优质的外部数据都掌握在少数几家互联网巨头手中。

　　代理机构必须有能力与这些头部数据平台进行深度联合建模，将以上两部分数据通过one-id打通，为算法提供建模数据“原料”，最后建立人群预测模型，将预测结果输出到人群包中，用于定向投放。

　　二是在材料和页面展示方面，通过推荐引擎技术实现更多的个性化，提高了广告转化的效率；在谈到个性化推荐引擎技术之前，我们已经发表了详细的评论文章，介绍了客户数据平台中的数据应用服务：个性化推荐服务，这里就不多说了。下面我们就举一个具体的场景，大家可以感受到京东的个性化广告投放的能力。在京东搜索或关注了某一商品后，你甚至可以立即通过抖音刷到该商品轮播窗口形式的短视频广告。而且当你点击广告后，马上就可以进入京东为你准备的个性化落地页，你会发现这一页充满了你最近关注或感兴趣的商品。通过实际测算，这类个性化广告，无论点击次数还是转化率都有明显提高，同时也大大节约了短视频的拍摄制作成本。所以代理机构应具备帮助广告客户快速构建推荐引擎和将其应用于广告投放的技术实施能力。

　　最终，在整个操作控制环节，通过AI技术实现一定程度的自动化，使优化人员的创造性得到释放。人工智能能使单个平台的运行和优化更加批量化和自动化，提高人工操作的效率。人工智能技术可以代替操作员完成繁琐的机械批量操作，完成定时触发类任务，根据预设条件触发预警，按照预设规则完成优化的标准化流程(SOP)等。人工智能还可以帮助优化人员自动收集多平台的投放数据，在此基础上规划跨平台投放策略，并根据规则设置自动优化调整投放策略。

　　总而言之，即使是在信息流广告代理这一层次，做好信息流广告投放的代运营，AI仍是大有可为。科技改变了行业，数据驱动的未来，以及越来越赛博朋克的世界，不管你是否愿意，它都在那里，而且越来越靠近。