重點摘要
- AI 廣告的衡量挑戰，核心並非技術瓶頸，而是由誰制定規則、掌握數據的「治理權」問題。
- 當 AI 代理人 (Agent) 成為消費者決策路徑的關鍵中介，傳統以點擊為基礎的歸因模型已然失效，我們亟需新的衡量框架。
- 大型科技平台在數據與資源上佔據絕對優勢，IAB 等組織雖試圖建立中立標準，但最終可能導致新的「圍牆花園」誕生，獨立測量名存實亡。
- 此議題與過去搜尋引擎演算法的黑箱作業、瀏覽器歸因標準之爭如出一轍，本質都是數據控制權與廣告價值分配的角力。
身為一個長期與搜尋引擎演算法搏鬥的分析師，我們早已習慣在一個資訊不對稱的「黑箱」中尋找確定性。我們分析 SERP (搜尋結果頁) 的細微變化、追蹤用戶行為訊號，試圖破解排名規則以贏得那關鍵的點擊與轉換。如今，一個更深、更不透明的黑箱正橫亙在我們面前，那就是 AI 代理人。這不單是另一個新興的流量渠道，它正在從根本上重塑用戶獲取資訊的路徑，而我們賴以維生的度量衡，正以驚人的速度失準。
AI 代理人，打碎傳統歸因模型的最後一塊拼圖
過去十幾年，行銷人員致力於描繪一幅清晰的消費者旅程地圖。從社群媒體的初次接觸、搜尋引擎的深入研究，到最終的點擊購買，我們透過各種追蹤碼與歸因模型，試圖為每個接觸點分配功勞。然而，當用戶的指令從「台北推薦義大利麵餐廳」的關鍵字搜尋，變成對 AI 說「幫我規劃一個適合約會的晚餐，找一家氣氛好、評價高、預算在 2000 元左右的義大利餐廳，並幫我預約」，整個遊戲規則都改變了。
AI 在幕後可能瀏覽了數十篇部落格食記、參考了 Google Maps 的評論、甚至掃描了餐廳官網的菜單。最終，它只給出一個完美的建議。請問，這筆轉換的功勞該歸給誰？是那些提供了優質內容、訓練了 AI 的部落客？是投放了廣告但只被 AI「看見」的餐廳？還是提供這項無縫體驗的 AI 平台本身？傳統的 Last-Click 或 Multi-Touch Attribution 模型在這裡完全派不上用場，因為中間的過程對我們來說是徹底隱形的。
標準化競賽開跑，但起跑線早已不公
正如來源新聞所提，互動廣告局 (IAB) 已經意識到問題的嚴重性，並著手制定衡量框架。這無疑是正確的一步，但我們必須保持清醒，這場標準化競賽的起跑線從來就不是公平的。OpenAI、Google、Microsoft 這些手握大型語言模型與龐大用戶基礎的巨頭，不僅是選手，更像是兼任裁判。
這讓人聯想到搜尋引擎的發展史。多年來，Google 幾乎憑一己之力定義了什麼是「好的網站體驗」，從行動裝置友善度、網站載入速度 (Core Web Vitals) 到內容品質指標 (E-E-A-T)，我們作為行銷人員與網站主，只能被動地遵循其規則。在 AI 廣告的賽局中，同樣的劇本很可能再次上演。這些平台將定義何謂一次有效的「AI 曝光」、如何計算「AI 影響力」，而這些定義，幾乎可以肯定會朝著最有利於其廣告營收的方向傾斜。
從搜尋日誌到 AI 提示詞，我們能追蹤的訊號還剩多少
身為數據導向的行銷人，我們依賴「訊號」來優化決策。在 SEO 領域，我們分析關鍵字搜尋量、點閱率、停留時間等訊號。在廣告投放上，我們關注曝光、點擊、轉換率。然而，當用戶與 AI 的互動發生在一個封閉的對話介面中，我們能捕獲的公開訊號正急遽流失。這不僅是第三方 Cookie 消失的延伸，而是整個用戶行為數據源的釜底抽薪。
在台灣，許多企業高度依賴 Google Analytics 來理解用戶旅程。我們分析「管道」、「來源/媒介」，試圖拼湊出轉換路徑。但當用戶的起點是與 ChatGPT 的一段對話，這段旅程的源頭就徹底斷鏈了。最終，在我們的分析報表上，這筆轉換可能會被歸因於模糊的「直接流量」(Direct)，但其背後真正的驅動力，卻是我們無法窺探、無從優化的 AI 互動。這種訊號的喪失，將使行銷活動的成效評估與預算分配，退化到依賴猜測與相關性分析的蠻荒時代。
信任赤字時代，奪回衡量主導權的務實策略
面對這個由平台主導、透明度堪憂的新生態，與其消極等待一個可能永遠不會完全公平的行業標準，不如主動出擊，建立屬於自己的衡量體系。與其抱怨黑箱，不如打造自己的燈塔。這不是要我們放棄 AI 渠道，而是要用更聰明的方式應對「無法直接衡量」的影響力。
首要任務是極大化自有數據資產 (First-Party Data) 的價值。當外部平台的歸因數據可信度下降時，最真實的商業結果——營收、會員註冊、顧客終身價值——就成了最可靠的北極星。品牌必須投入更多資源建立與深化 CRM 系統，透過會員制、訂閱服務等方式，將用戶從匿名的流量，轉化為可識別、可長期溝通的資產。當我們無法追蹤用戶「來之前」做了什麼，至少要能精準掌握他們「來之後」的行為與價值。
其次，我們必須開始實踐「AIO」(AI Optimization) 的概念。這不僅是傳統 SEO 的延伸，更是思維上的轉變。過去我們為人類的眼球和搜尋意圖優化，現在我們必須同時為 AI 的爬蟲與解析邏輯進行優化。這意味著結構化資料 (Structured Data, Schema.org) 的重要性將提升到前所未有的高度。透過精準的標記，我們能「餵食」給 AI 乾淨、正確、可歸因的資訊，告訴它「這篇文章的作者是誰」、「這個產品的價格是多少」、「這家店的營業時間」。當 AI 在生成回答時引用了我們的資料，我們就創造了一次雖無法直接追蹤，卻極具價值的品牌曝光與影響力。
延伸閱讀：Ad Tech Briefing: AI advertising’s measurement problem is really a governance problem