对话嘉宾：

Kunal Nagpal, CBO, InMobi Advertising;

Ronnie Jiang, Regional VP, China, Supply;

Dharak Desai, VP, Performance Marketing;

Grace Gui, Regional VP, China, Demand;

对话背景：近两年 Agentic AI 是最热门的话题之一，广告技术领域的变化也很快，从竞价、归因到素材匹配，都在被 AI 重新定义。今年 ChinaJoy 期间，我们与「InMobi Advertising」 的几位负责人展开对话，探讨 Agentic AI 在广告行业的实际落地情况、未来发展方向，以及这一趋势对广告主和开发者分别意味着什么。

Agentic AI 这个概念火起来也就是近 2年的事情。但很长时间以来，虽然 Manus 等 Agent 产品已经进入市场，且引发了大量的试用和讨论，但由于彼时的模型能力，以及记忆系统等问题尚未解决，没法真正嵌入日常工作流。但今年的情况发生了巨大变化，Claude Code、Codex 进入市场，Agentic AI 也从“讲故事”变成“实际干活”，开始重塑一个又一个行业的工作流。

广告行业也不例外。今年 ChinaJoy 期间，我们和全球领先的移动广告平台「InMobi」的多位高管进行了深度对话。「InMobi」告诉我们，Agentic AI 已经不只是用来生成广告素材，而是正在深度嵌入竞价决策、归因、本地化等更核心环节的工作流，并已经开始提升开发者的变现效率，以及广告主的投放效果了。

以下是对话原文，白鲸出海整理后发布。

一、变现效率上限 50%，AI 开始整顿“中间商赚差价”

白鲸出海：「InMobi」把自己定义为 "Agentic Advertising Platform"，从全球供给端的角度看，您认为这具体意味着什么？具体在技术层面，Agentic AI 是怎么把开发者的广告收入做上去的？

Kunal：在我们看来，Agentic AI 最大的作用其实就是帮助 App/游戏开发者、短剧公司提升收入。

如今的市场还是以程序化广告为主，但过程中挤满了太多中间环节。几年前，我们曾经做过一次内部研究，结果发现，即使是「InMobi」平台上最顶尖的开发者，广告变现收入只有广告主预算消耗的 50%，其他都被 DSP、归因、可见度验证等环节的服务商分走了。服务商们之所以能从中抽成，是因为整个广告链路里的数据太杂、太乱，开发者承担了这些用来处理噪音的成本，但即便如此，也不一定能换来更高的变现效率。

而 Agentic 可以帮助开发者们把这些中间环节清理掉，直连“开发者”和“广告主”，广告主可以获得更差异化的受众和更优化的广告体验，而少了“中间商赚差价”开发者的收入也会随之提升。

但是目前，这套 Agentic 流程仍在探索阶段，「InMobi」在美国市场正在跑三套不同的流程，也许到明年的 ChinaJoy，就能确定下来了。

白鲸出海：如今，在程序化广告仍占主导地位的情况下，除了变现效率低下，你觉得全球开发者还面临哪些新挑战？

Kunal：老实说，我现在特别同情开发者们，世界变化太快了。一方面，广告主的预算开始有向 CTV（ 联网电视 ） 方向倾斜的趋势，对广告主来说，投电视端不需要考虑游戏开发者、游戏的目标用户等等变量，更加符合直觉，且能触达移动端此前无法触达的用户。

另一方面，AI 工具的普及正在挤压开发者的生存空间。AI 编程让 App 和游戏的开发门槛显著降低，抄袭创意变得更容易，导致市面上供给增加，但用户需求并没有同步提升，竞争显著加剧。

白鲸出海：除了 AI 带来的供给增加等挑战，2026年也是短剧内容爆发的一年，多个短剧平台冲上各主要市场的榜单，市场规模数据也快速增长，短剧内容变现的局面如何？「InMobi」有什么新举措，来帮助开发者升级变现方式？

Kunal：在欧美市场，虽然短剧内容很火，有庞大的用户基础，但还是有很多人将其看做是“垃圾内容”，广告主们的接受度还不够高。这个困境和此前的游戏行业相同，当广告主听到要把广告投到游戏中，第一反应就是“我不想把广告投给 14 岁的孩子”，但我们需要告诉广告主，这款游戏的用户是 25-45 岁的核心消费人群，这与人们的刻板印象不同。

短剧也是同样的道理，过去半年我们一直在“教育”欧美、澳洲等市场，让广告主们看到真实存在的用户群体，认真对待这个品类，把预算投进来，这项工作可能还要持续一年以上，我们会和几家中国短剧公司合作，共同推进这项工作。

Ronnie：上个月「InMobi」刚刚发布了专门针对短剧的竖屏广告产品，同时结合自身比较擅长的品牌广告、非游戏广告、电商广告等资源，优化广告效果，帮助短剧开发者，减少对用户的打扰，提升用户体验，同时增加 eCPM。下半年，这些优化还会扩展到新闻类、电商类、影视类等适合竖屏广告模式的行业中。

二、投放侧，AI 重新定义“精准花钱”

白鲸出海：从全球效果广告的视角看，这几年，广告主对“效果可衡量”的要求发生了什么变化？

Dharak：广告主的诉求其实一直都没变——追求更高的 ROAS，但在实现这个终极目标的方式，发生了变化。从行业角度看，整个广告行业已经走出 iOS 隐私政策和 SKAdNetwork 等一系列变化，依靠概率归因模型，可以重新在 iOS 和 Android 平台上实现精准聚焦。

从渠道角度看，CTV（ 联网电视 ） 正在兴起。此前的电视广告其实很难衡量效果，所以很长时间以来，电视端只是品牌渠道，而非效果广告渠道。变化在于电视联网率越来越高，也能像移动端一样来衡量广告效果，越来越多的广告主愿意把移动端和 CTV 结合起来进行投放，触达此前无法触达的增量用户群体。

从数据层面看，此前广告主们只能获得 D1-D7 的留存和 ROAS 数据，但现在广告主们能靠新的预测模型，获得 D30 甚至 D365 的广告变现效果数据，从而更精准地分析出 LTV（Life Time Value）。越来越多的广告主意识到，衡量效果不能只看投入了多少预算，还要判断这笔投入是否真正带来了增长效果。

白鲸出海：苹果的 ATT 规则已经推行五六年了，这期间数据回传、分析环节发生了什么变化？

Dharak：ATT 给广告主和广告平台带来了很大挑战，我认为目前整个行业已经消化掉了这个变化，且演化出了多种解决方案。

苹果的 SKAN（StoreKit Ad Network）是一条路径，亚马逊、谷歌、Facebook 这些大平台，还有耐克、阿迪达斯等巨头，都依赖 SKAN 网络。而游戏等其他很多行业，也探索出了概率归因模型，效果也非常不错。如何选择，主要看技术与广告主自身的业务及反馈循环的契合度。

ChatGPT 根据公开信息，生成的示意图

白鲸出海：您提到，广告主可以获得更长时间段的 ROAS 数据，进而更精准地分析出 LTV，在这个过程当中，AI 具体扮演了什么角色？如何影响广告主的投放效果？

Dharak：AI 主要发挥两方面作用。首先是在创意生成环节，AI 可以辅助数据分析，识别高 LTV 用户偏好的创意内容，指导创意生产，并以更快速度、更大规模地完成 A/B 测试。创意生产效率越高，LTV 提升空间越大。

另一个是 LTV 预测模型。有AI加持，广告主可以基于 D7 的 ROAS 数据，构建预测 D365 ROAS 的 LTV 预测模型，并根据模型，反向修改 D7 ROAS 目标和 CPM 出价设定，优化广告主出价策略。随着 AI 能力的提升，这套预测模型的效率和准确度也会随之快速提升。

白鲸出海：除了“效果可衡量”外，Agentic AI 还能在哪些层面提升广告投放的效率和速度？

Dharak：我认为目前 Agentic AI 的最大意义是可以帮助广告主更高效地跨平台管理用户数据。过去要把不同平台的数据整合，需要团队去搭模型、做可视化工具、再用 Excel 去整合数据，而 AI Agent 能在 10 分钟内把这一整套流程都做完，广告分析师能把更多时间花在思考数据背后的洞察、下一步该做什么等方向上，而非困在重复工作中。

「InMobi」已经推出了一个名为 Accelerate 的一站式平台，广告主可以在这个平台内管理 Facebook、谷歌、亚马逊等所有平台上的 Campaign，而各个不同平台的数据，也都会沉淀在 Accelerate 中，广告主一站式管理数据分析、创意生产、Campaign 创建、投放排期、运营管理等等环节。

白鲸出海：本地化是出海广告主非常关心的部分，Agentic AI 具体如何影响广告主的本地化策略？「InMobi」能为出海的中国广告主提供哪些差异化的资源或能力？

Grace：我认为，真正的本地化是有效理解全球用户的行为，为什么点击、为什么付费。以一个游戏的广告素材为例，美国用户可能更注重故事本身，日本用户更关注角色，中东用户则更关注家庭。理解用户、正确表达，是本地化最有挑战的部分。

Agentic AI 最大的价值是能够以最快、最有效的方式，去学习不同的市场反馈，AI 能告诉广告主什么素材点击率最高、什么素材留存好、什么素材能带来更多有效付费用户，基于这些结论，优化下一轮投放。

Dharak：我们的 SDK 和交易所是在西方市场打磨出来的，很多中国开发者正是通过这套 SDK 来驱动自己的广告变现；广告主这一侧同样如此，DSP、CTV 等效果解决方案也都是先在美国打磨、由一支庞大的团队支撑。基于这些在全球市场积累下来的产品经验，我们希望将这些洞察带给中国的开发者和广告主。

白鲸出海：Agentic AI 火起来其实就是近两年的事情，技术和应用都还不成熟，未来两三年，您觉得 Agentic AI 驱动的广告系统会演进到什么程度？能在多大程度上为广告主降低成本？广告主需要为这个趋势作何准备？

Dharak：目前，Agentic AI 的应用大多数集中在创意生成层面，从整体工作流角度看，这是最容易实现的。未来 Agentic AI 最终会覆盖广告业务的每一个环节，数据分析、创意生成、Campaign 管理等等，所有数据和上下文都会存在一个统一的平台上，这些数据、知识、观察不会依赖某一个员工的个人能力，而是整个团队的资产。

至于降本，我认为 AI 并不是用来替代人的，而是能够提高团队的上限，让高速增长变得更容易。通俗地讲，10 人团队做出 100 美元的收入，砍成 5 人加 AI，还是只能做出 100 美元；但如果把十人留住，甚至加到十二人，再有 AI 加持，整体收入就能做到 500 美元。

对开发者而言，我的建议是，快速拥抱 AI，尽早采纳、测试新产品，让团队一起参与进来，用得越早、越熟练，越有优势。

写在最后

聊到最后，「InMobi」中国区 VP Grace 总结道：“未来不一定是 AI 会取代人。现在做广告，还是人来告诉 AI 怎么做，以后更可能是 AI 基于数据、用户洞察和行为分析，反过来告诉人应该怎么做；而人，可以去做更重要的事情。”

“AI 指导人”听起来有些超前，但与「InMobi」的四位高管聊下来，无论是供给侧还是需求侧，我们都看到了 AI 加速落地的趋势。而未来，AI 可能并不只是做重复工作，而是在更多维度上，对广告主和开发者进行指导。

【本篇文章属于白鲸出海原创，如需转载：需联系授权方可，未经授权严转载!】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！