Taiwan Bigdata Logo

語言

主題

廣告業兩極分化:AI 科技公司崛起 vs 傳統巨頭衰落的背後密碼

廣告業兩極分化:AI 科技公司崛起 vs 傳統巨頭衰落的背後密碼

2025 年廣告業正經歷史無前例的分化洗牌。一邊是 Appier 這類 AI 驅動廣告科技公司營收創新高、海外擴張成功,另一邊卻是傳統廣告巨頭面臨整合困難、客戶流失的困境。這種天壤之別的表現,反映出廣告行業正從人力密集的創意導向模式,徹底轉向 AI 驅動的數據個人化時代。然而,技術優勢並非萬能解方,AI 偏見、隱私爭議與創意同質化等挑戰,正考驗著新興廣告科技公司的可持續性。誰能在技術創新與人文價值間找到平衡,誰就能在這場新舊交替的產業革命中立於不敗之地。

2025年8月18日
20 分鐘閱讀
ai-advertising
digital-transformation
appier

冰火兩重天:廣告業的極速分化

廣告業正在經歷一場前所未有的產業洗牌。Appier 在 2024 年創下營收 JP¥34.1 億的歷史新高,年增 29%,營業利益成長 2.5 倍達 JP¥2 億。與此形成對比的是,WPP 在經歷 2024 年全年 GroupM 成長 2.7% 後,於 2025 年第一季出現 0.9% 下滑,並在 5 月宣布品牌重組為「WPP Media」,裁減數十名員工並失去包括可口可樂在內的重要客戶

這種天壤之別的表現並非偶然,而是反映出廣告行業正在經歷根本性的結構轉型。根據GroupM 最新預測,2025 年全球廣告營收將突破 US$1.1 兆美元大關,比原先預期提前一年達到這個里程碑。

推動這種分化的主要因素是 AI 技術的成熟應用。根據 Bridgewell 報告,華爾街日報指出 2025 年全球廣告市場突破 1 兆美元的三大推動力包含:經濟持續成長帶來更多中產消費階級、數位工具技術的推陳出新,以及 AI 相關服務的發展。一邊是以 AI 技術為核心的新興廣告科技公司蓬勃發展,另一邊則是傳統廣告巨頭在數位化浪潮中苦苦掙扎。

這場轉型不僅改變了廣告的製作方式和投放邏輯,更重構了整個行業的價值鏈和競爭格局。能夠掌握 AI 技術整合與規模化應用的公司將獲得指數級成長,而固守傳統模式的公司則面臨結構性衰落。然而,這種看似清晰的二元對立背後,隱藏著更複雜的產業動態和未知風險。

AI 內容生成革命:從「一對多投放」到「多對多創造」

超越傳統個人化投放的新範式

最能體現這場革命的,不是個人化投放技術的進步——這在 Google AdWords 和 Facebook Ads 時代就已相當成熟——而是廣告內容生成邏輯的徹底改變。過去十年,程序化廣告已經能夠精準地將「同一個廣告投給不同的人」,但現在的 AI 技術讓「不同的廣告投給不同的人」成為可能。

Appier 執行長游直翰透露:「以前我們是先看到廣告才看到人,現在我們是先看到人再看到廣告」。這種轉變背後是AI Agent 技術的成熟應用,能夠根據消費者個人喜好即時生成客製化的廣告內容。

這種內容個人化能力的提升效果驚人。透過 AI Agent 技術,Appier 能夠按照消費者的樣貌來生成客製化的影音內容,使廣告轉換率提升 20% 至 30%。相較之下,傳統廣告公司仍在使用標準化的創意製作流程,然後依賴程序化平台進行精準投放,無法提供這種即時內容個人化的能力。

多模態策略整合:AI 並非唯一解答

然而,這種 AI 驅動的內容個人化並不意味著完全取代其他廣告形式。現實中,我們看到的是多模態策略的整合:AI 個人化內容生成 + 網紅影響力行銷 + 社群病毒式傳播 + 程序化精準投放的混合模式。

例如,TikTok 的成功就體現了演算法個人化推薦與創作者經濟的完美結合。品牌不僅能夠透過 AI 生成個人化廣告內容,同時也能與網紅合作觸及特定族群,形成「人對人」的影響力傳播。這種多元化策略反映出,即使在 AI 時代,人文影響力和社群連結仍具有不可替代的價值。

根據 Google 生成式 AI 應用報告,應用 Google 生成式 AI 協助製作廣告素材,並透過對的媒體策略,行銷人能為顧客打造個人化體驗,成功觸及與轉換顧客。但關鍵在於技術與策略的整合,而非單純的技術替代。

生產效率革命與創意差異化挑戰

AI 技術在廣告製作效率上帶來的改變確實是顛覆性的。游直翰指出,AI 生成的內容品質不輸電視廣告,但可以將廣告拍攝時間從幾個禮拜縮短至 2 小時。這種效率提升不僅大幅降低了製作成本,也讓廣告能夠更靈活地回應市場變化和個人化需求。

在財報電話會議上,Appier 展示可數小時內完成商業影片製作的 Director Agent,將商品和品牌形象的資料用於訓練模型,生成符合品牌形象的圖像,並進一步生成可做為廣告的影像。這種 AI 驅動的創意生產能力,是傳統廣告公司難以匹敵的競爭優勢。

但效率提升的另一面是創意差異化的挑戰。當多個品牌都使用類似的 AI 系統基於相似的訓練資料生成廣告內容時,可能導致創意同質化的風險。根據 AI 偏見研究,AI 系統會學習訓練資料中的模式和偏見,這在廣告創意生成中可能導致缺乏多元性和突破性思維。如何在提升效率的同時保持創意的獨特性和品牌差異化,成為 AI 廣告技術必須解決的關鍵問題。

商業模式的徹底重構但挑戰並存

AI 技術帶來的不只是工具升級,更是商業模式的重新定義。根據Adobe 2025 年 AI 與數位趨勢報告,近三分之二(65%)的高層管理者認為善用 AI 和預測性分析是 2025 年增長的主要貢獻因素。

同時,61% 的高層管理者同意,透過個人化體驗提升客戶參與度將是實現增長的關鍵。這種需求端的轉變,為掌握 AI 技術的公司提供了龐大的市場機會。

然而,真正成功實施 AI 解決方案的組織仍是少數。報告顯示只有 12% 的組織擁有能展現出明確 ROI 的有效 AI 解決方案,這顯示大多數企業在 AI 技術應用上仍處於摸索階段,面臨技術整合困難、人才短缺和投資回報不明確等挑戰。

成功案例解析:Appier 的 AI 驅動成長策略

財務表現的全面突破

Appier 的成功並非一朝一夕,而是長期技術投資的結果。2024 年全年營收創 JP¥34.1 億歷史新高,年增 29%,營業利益增長 2.5 倍達 JP¥2 億。自日本掛牌上市以來,Appier 營收成長近 3 倍,從 2021 年 JP¥12.7 億成長至 2024 年 JP¥34.1 億。

2025 年的財務預測更顯示強勁成長動能。預估營收將達 JP¥45.5 億,年增 34%,其中原有業務的自然增長為 27%。營業利益預期成長 2 倍來到 JP¥4.1 億,每股 2.25 日圓的年終股利預測則反映強勁核心現金流。

更令人矚目的是長期願景的雄心。根據財測數據,Appier 喊出 2027 年營收超越 JP¥70 億(年均複合成長率 27%~31%)、營業利益達到 JP¥9~11 億的目標。

全球市場擴張的成功秘訣

Appier 的全球擴張策略證明了 AI 技術的跨地域適用性。美國和 EMEA 市場營收年增 45%,東北亞市場營收年增 34%。電商和數位內容產業仍是 Appier 主要成長動能,增額營收有 54% 來自既有客戶、46% 來自新客戶。

特別值得注意的是客戶結構的健康發展。年度經常性收入(ARR)成長至 JP¥38.9 億、年增 28%,過去 12 個月的淨收入留存率維持在穩健的 120%。這些數據證明了 AI 驅動解決方案的高客戶黏性和持續成長潛力。

併購整合的協同效應與挑戰

Appier 對 AdCreative.ai 的併購整合,以總價 US$3,870 萬收購這家將生成式 AI 技術應用在廣告創意的法國新創公司。併購後的產品綜效增強,預期將帶動高利潤產品加速成長。

游直翰指出,AdCreative.ai以 ROI(投資報酬率)為核心驅動的廣告生成技術,能為客戶強化投資報酬率,進一步提升獲利率。這種通過併購擴展技術能力的策略,不僅增強了產品競爭力,也為客戶提供了更完整的 AI 廣告解決方案。

然而,併購整合並非沒有風險。技術整合的複雜性、企業文化差異和人才流失都可能影響預期的協同效應。相較於傳統廣告公司的併購往往著重於市場份額擴張,AI 廣告科技公司的技術驅動併購雖更具前瞻性,但也面臨更高的技術整合風險。

傳統廣告業的困境與反思:不只是技術落後

產業整合的複雜挑戰

傳統廣告巨頭面臨的挑戰遠比單純的技術落後更為複雜。WPP 在 2025 年第一季營收下降 2.7%,其中 GroupM 營收更下滑 0.9%,主要原因是「歷史客戶流失」。近年來,GroupM 已失去包括 Shell、Uber、Walgreens、L'Oréal、General Mills 和 Kimberly-Clark 等大型廣告主的業務。

為了應對挑戰,WPP 進行了大規模重組。GroupM 品牌將改名為「WPP Media」,預計影響約 40% 至 45% 的 4 萬名員工。這種結構性調整反映出傳統廣告公司在面對市場變化時的適應困難。

同時,產業整合也在加速進行。Omnicom 與 IPG 的併購案獲得英國批准,將創造全球最大的廣告行銷集團,預計每年節約成本 US$7.5 億。這種整合趨勢讓傳統廣告業的競爭格局進一步集中化。

技術轉型的成功與失敗並存

並非所有傳統廣告公司都在技術轉型中失利。Publicis Groupe 在 2024 年創下近 €140 億的營收新高,年增 5.8%,執行長 Arthur Sadoun 甚至宣稱該公司已是「世界最大的廣告集團」。Publicis 的成功很大程度來自其早期對數據公司的併購,包括 Epsilon、Profitero、CitrusAd 等。

WPP 也在努力追趕,最近收購了數據公司 InfoSum,以強化其資料整合能力。但相較於競爭對手,WPP 在 M&A 市場上相對保守,更傾向於內部開發能力。

這些案例顯示,傳統廣告公司的困境並非不可逆轉。關鍵在於是否能夠及早投資正確的技術方向,並成功整合併購的資產。技術本身並非決定性因素,執行能力和策略視野同樣重要。

創意價值的不可替代性

儘管 AI 技術在效率和個人化方面具有明顯優勢,但創意價值的人文層面仍難以完全被技術取代。傳統廣告公司在品牌故事敘述、文化洞察和情感連結方面積累的經驗,依然具有重要價值。

根據業界分析,在媒體規劃和購買的日常任務上,大型廣告集團之間的差異並不顯著。真正的差異化來自於它們在面對客戶挑戰時能帶來的獨特解決方案,這往往需要人文洞察和創意思維的結合。

問題在於,許多傳統廣告公司在追求技術升級的過程中,可能忽略了自身在創意和策略思維方面的核心優勢。如何在擁抱新技術的同時保持人文創意的獨特性,是傳統廣告業必須解決的關鍵課題。

技術差距:決定成敗的關鍵因素與潛在陷阱

AI 技術的核心優勢與局限

根據 ARF 發布的 2025 AI 手冊,GroupM 預測到 2029 年,90% 的廣告將由 AI 驅動。這個預測凸顯了 AI 技術在廣告業的關鍵地位,但也提醒我們需要理性看待 AI 的能力邊界。

AI 技術的核心優勢在於其處理大量數據和即時決策的能力。它能夠分析消費者行為模式、預測購買意圖,並據此優化廣告投放策略。這種能力在程序化廣告和個人化內容生成方面表現尤為突出。

然而,AI 技術也存在明顯的局限性。根據 AI 偏見相關研究,AI 系統容易複製和放大訓練資料中的偏見,這可能導致歧視性的廣告投放或不當的內容生成。當 AI 演算法犯錯時,責任歸屬和糾正機制也成為複雜的問題。

數據整合與隱私保護的平衡挑戰

成功的 AI 廣告平台需要大量高品質的數據,但這與日益嚴格的隱私保護要求形成衝突。根據研究報告,33% 的組織報告稱,用於必備技術和工具的預算不足,限制了他們連接數據的能力。分散的 IT 系統(32%)和不明確的數據策略(30%)阻礙了進展。

這種技術門檻的存在,使得具備完整 AI 技術堆疊的公司享有顯著優勢,但同時也面臨更大的合規風險。隨著全球各地隱私保護法規的收緊,如何在提供個人化服務的同時確保用戶隱私得到充分保護,成為所有 AI 廣告公司必須面對的挑戰。

歐盟的《數位服務法》、美國各州的隱私法案,以及亞太地區日益嚴格的個人資料保護規定,都對 AI 廣告技術的應用提出了新的限制。這些法規變化可能會顯著影響 AI 廣告公司的商業模式和技術架構。

演算法透明度與可解釋性問題

AI 廣告系統的「黑箱」特性也帶來了透明度和可解釋性的挑戰。當 AI 系統做出廣告投放決策時,很難解釋其決策邏輯,這在面對客戶質疑或監管審查時可能成為問題。

根據台灣 AI 實驗室創辦人杜奕瑾的觀點,演算法偏見可能會產生言論緊縮的效果,影響言論自由。在廣告領域,這種偏見可能導致某些群體或觀點被系統性地排除或不當地針對。

建立可解釋的 AI 系統需要額外的技術投資和開發成本,這可能會影響 AI 廣告公司的競爭優勢。如何在保持技術先進性的同時確保系統的透明度和可解釋性,是業界需要解決的重要課題。

市場重新洗牌:贏家與輸家的分化及其複雜性

成功企業的共同特徵與差異化策略

在這場廣告業轉型中,成功企業展現出一些共同特徵,但也各有不同的策略重點。首先是對 AI 技術的早期投入和持續投資。Appier 執行長游直翰表示:「現在是我們開花結果的時代」,反映了該公司過去 10 年在 AI 領域的超前部署正在收穫成果。

其次是全球化的視野和執行能力。成功的 AI 廣告科技公司不僅在單一市場表現優異,更能夠將技術優勢複製到全球多個市場,實現規模化成長。

市場領導者與市場追隨者之間存在明顯差距。近半數的領導者已經擁有運作中的 AI 解決方案,相比之下,追隨者中擁有運作中 AI 解決方案的比例僅略低於三分之一,而且追隨者證明 ROI 的可能性是領導者的三分之一。

然而,成功企業的策略並非千篇一律。Publicis 通過大規模併購建立數據和技術能力,而 Appier 則更專注於自主研發和精準的技術併購。這種差異化反映出在 AI 時代,成功的路徑可能並不唯一。

傳統巨頭的反擊與適應能力

陷入困境的傳統廣告公司也在積極尋求反擊策略。WPP 宣布每年在 AI 技術上投資超過 US$3 億,並推出「Transforming How We Create」的 B2B 行銷活動,強調其在 AI 領域的投資和能力。

WPP 執行長 Mark Read 也採取了不同的策略路線,強調 WPP 不需要擁有大型第一方數據集,而是透過與 Google、Amazon、TikTok 等平台的合作,利用聯邦學習技術分析和建模表現。

這種策略的成效仍待觀察,但顯示傳統廣告公司並非束手無策。關鍵在於它們能否在客戶面前建立令人信服的價值主張,並證明其技術整合能力能夠帶來實際的商業成果。

中間企業的生存策略與市場機會

在這場分化中,還有一大批處於中間位置的廣告公司面臨選擇困境。根據 Forrester 分析師 Jay Pattisall 的觀點,全球六大廣告集團正整合為三大巨頭的趨勢在媒體領域尤為明顯,中型廣告公司面臨被邊緣化的風險。

然而,這也為專業化和細分市場的獨立廣告公司創造了機會。當大型集團忙於技術整合和全球擴張時,敏捷的獨立公司可能在特定領域或地區市場找到生存空間。

近三分之二(65%)的高層管理者認為善用 AI 和預測性分析是 2025 年增長的主要貢獻因素,這為中間企業指明了轉型方向。但如何在有限資源下實現有效轉型,並避免在技術投資上的盲目跟風,仍是巨大挑戰。

未來展望:廣告業的新生態格局與潛在風險

AI 驅動的廣告生態系統

未來的廣告行業將形成以 AI 技術為核心的新生態系統。根據GroupM 預測,2025 年全球廣告營收將突破 US$1.1 兆美元。而WPP Media 預測,數位廣告將佔據 72.9% 的市場份額。

零售媒體廣告預計在 2025 年將超越全球電視廣告營收,達到 US$1,771 億美元,佔全球廣告總支出的重要比例。零售媒體運用其累積的第一方消費者數據,進行商城版位、線下店鋪整合、站內外程序化購買廣告投放,具備了精準定位消費者、高轉化等優勢。

在這個新生態中,技術能力將成為核心競爭要素。Google、Meta、TikTok 母公司 ByteDance、Amazon 和 Alibaba 這五大數位平台預計將控制 2024 年全球超過半數的廣告營收。這種平台集中化趨勢可能會進一步壓縮中小型廣告公司的生存空間。

監管環境的變化與合規挑戰

AI 廣告技術的快速發展也引起了監管機構的關注。各國政府正在制定更嚴格的 AI 治理框架和隱私保護法規,這將對廣告業的技術應用產生深遠影響。

歐盟的《數位服務法》注重資料治理,資料所有權人有資格要求資料下架,保障民眾使用數位平台時,可以不被平台控制。類似的法規趨勢在全球範圍內擴散,將對 AI 廣告公司的數據收集和使用方式提出更嚴格的要求。

監管環境的變化可能會改變競爭格局。那些能夠提前適應法規要求、建立合規框架的公司將獲得競爭優勢,而那些依賴灰色地帶操作的公司可能面臨法律風險。

技術泡沫與市場理性回歸的可能性

儘管 AI 技術在廣告領域展現出巨大潛力,但也存在技術泡沫的風險。當前對 AI 能力的過度樂觀可能導致不切實際的期望和過度投資。

只有 12% 的組織擁有能展現出明確 ROI 的有效 AI 解決方案,這個數字提醒我們,AI 技術的實際應用效果可能並不如理論預期那麼顯著。許多公司可能在 AI 技術投資上面臨投資回報不明確的問題。

未來可能會出現市場理性回歸的階段,那些真正能夠創造實際價值的 AI 廣告解決方案將脫穎而出,而那些僅僅依靠概念炒作的公司可能面臨市場修正的壓力。

產業轉型的必然趨勢與理性思考

這場廣告業的分化,本質上反映了數位經濟時代產業轉型的必然趨勢,但也需要我們保持理性思考。技術進步確實改變了廣告的製作方式和投放邏輯,但人文創意和情感連結的價值並未因此消失。

對於企業而言,面對這種結構性變化需要的不僅是技術投資,更需要策略智慧。盲目追求技術先進性而忽略業務本質,可能導致投資浪費和策略迷失。真正的成功來自於在技術創新與商業價值間找到最佳平衡點。

從台灣產業發展的角度來看,這場轉型既是挑戰也是機遇。台灣在 AI 技術研發和應用方面具有一定優勢,但如何將技術優勢轉化為全球競爭力,需要產業界、學術界和政府的協同努力。

未來的廣告業將是一個更加智慧化、個人化且高效的行業,但也將是一個更加複雜、監管更嚴和競爭更激烈的行業。在這個新時代中,成功將屬於那些能夠在技術創新、人文價值、商業效益和社會責任之間找到最佳平衡的企業。

這場產業革命的最終結果,不應該只是一個更加集中、技術導向的廣告生態系統,更應該是一個能夠更好地服務消費者需求、促進商業成長和推動社會進步的新產業格局。只有在這種理念指導下,廣告業的 AI 轉型才能真正實現其應有的價值。

接續閱讀

ai-transformationtech-layoffs+1

AI 不再只是炫技:科技巨頭大裁員背後的冷酷商業邏輯

2025 年上半年,微軟裁員 15,000 人卻投資 AI 達 US$800 億,亞馬遜 CEO 直言「AI 將讓我們需要更少員工」,Meta 執行長預告 AI 已能勝任中階工程師工作。這波裁員潮不是經濟衰退,而是科技巨頭資源大轉移的開始。當技術競賽進入白熱化,真正決勝的不再是誰的模型參數最多,而是誰能把 AI 轉化為實際商業價值。

29 分鐘閱讀
閱讀更多
manus-aichina-tech+1

從風口到撤離:Manus 為何「連夜」出走中國?

Manus 今年 3 月在北京以「全球首款全流程 AI 代理人」之姿爆紅,不到四個月卻把模型研發中心整包遷往新加坡、刪光微博與小紅書貼文,引爆業界震撼彈。表面看來是內容審查、GPU 出口管制與 CFIUS 國安審查三重夾殺;更深層引爆點則是「政策紅利/監管風險」剪刀差在地緣政治與資本市場急速擴大,逼得創業者與投資人用腳投票。本文引用最新數據與公開報導,拆解 Manus 撤離脈絡,補充 GPU 價格實證、CFIUS 統計、留守派技術路線與台灣/東協沙盒觀點,並對照 Moonshot、MiniMax 的出海策略,最後提出台灣雲端與系統整合商的三點行動建議。

7 分鐘閱讀
閱讀更多
gemini-cliclaude-code+1

終端 AI 決戰 DevOps:Gemini CLI vs Claude Code

自 Google 於 2025 年 6 月 25 日以 Apache 2.0 開源 Gemini CLI、24 小時 GitHub 星數突破 20,000 後,黑底終端正式升級為能一次吞下 1 M tokens 的 AI 中樞;同日亮相的 Claude Code 則靠 No‑retention 與 AWS VPC Endpoint 攻下銀行、醫院與政府專案。兩大工具在視窗大小、延遲體感、法規適配與三年 TCO 各擅勝場。本文鎖定 CEO/CTO 決策情境,以「痛點 → 產品 → 成本 → 風險 → 法規」五段式,配合 SRE、Platform Eng.、FinOps、DBRE、前端 Lead 角色地圖,補上快取命中率與極端流量測試等實務盲點,並給出四階段多雲治理路徑,協助企業用最低轉移成本、最高研發效率搶先卡位終端 AI 世代門檻。

6 分鐘閱讀
閱讀更多