更雪上加霜的是，生成式 AI 已被 Google 與 Meta 直接嵌入自助投放流程。Google Ads 的 Performance Max 與 Demand Gen 率先導入 AI 圖像/影片生成與文案建議，廣告主只要貼上網址或輸入一句描述，Gemini 就能在數秒內產出多版本素材，並自動調整版位與出價；Meta 則宣布將於 2026 年前推出「上傳商品圖＋預算即可完成全套廣告」的 全自動廣告計畫，目前已在 Advantage+ 測試背景生成與圖片轉影片。
品牌主愈來愈習慣直接對平台 AI 下 prompt、即時拉素材，原本由代理商掌握的優化節點因此被黑箱 AI 快速吞食，佣金模式隨之下探：只負責金流與開票的掛稿費率已從傳統 5% 壓到 3% 新低，而涵蓋策略、素材與優化的全程代操抽成（現行 15%–25%，慣例約 20%）也開始面臨市場試探。若代理商仍以「人力時數」計價，卻無法證明資料洞察與跨渠道整合的獨特價值，代操利潤勢必被同樣的 AI 自助工具進一步稀釋。
雖各家策略不同，但競爭正加速白熱化，加上廣告主愈來愈容易直接使用平台內建 AI 工具，佣金模式逐步讓位給「一次性技術費」與「效益分潤」。同時，Google 與 Meta 廣告營收雖仍成長，但增速趨緩；生成式 AI 助理和新興通路稀釋搜尋與社群流量，促使兩大平台加快黑箱自助方案，進一步壓縮代理商利潤空間。
黑箱自動化衝擊專業角色
生成式 AI 崛起進一步放大此壓力：品牌主只需幾行 prompt，就能由 ChatGPT、Gemini 或 Meta LLaMA 3 產出多語貼文與版位配置；AM 在「關鍵字篩選」與「版位試錯」等作業中的價值被快速稀釋。平台黑箱化也讓優化邏輯難以被外部工具破解，客戶愈難以「專業代操」作為付費依據。在利潤空間縮小、黑箱工具滲透加深的雙重壓力下，生成式 AI 與流程系統化已不再只是效率工具，而成為代理商重掌資料洞察、跨渠道整合與創意策略話語權的關鍵武器。
2010 年代 SaaS 以訂閱模式吞噬傳統軟體；現在 SaaS 又被「AI as a Service」顛覆。HBR 〈How Gen AI Could Disrupt SaaS〉 與 Forbes 專欄指出，AIaaS 讓企業透過雲端 GPU 即插即用大型模型，省去 SaaS 再包裝的服務層。AlixPartners 更直言 AI 是企業軟體的下一階段演進，定價、銷售、營運將被迫重塑。
廣告代理如何打造護城河
數據掌握力
整合 CRM、客服、物流、社群等第一方數據至 CDP 或 Data Lake，建立即時 ETL 與統一 ID Mapping，支撐向量化 RAG 與 LTV 模型。
