TPG 週刊 Issue 206 - 年假收心了，但流量沒有回來

§ 80% 的預算被導入 OpenPath，相較僅 20% 經由交易所，這種流量導向加深了對資金流向與成本透明度的疑慮。§ 市場質疑 Amazon adapter 是否真正帶來淨營收增加，而非單純重分配原有競價需求。§ Reddit 正在測試以 AI 驅動的購物輪播。§ ChatGPT 廣告已在美國已登入的桌機使用者中被確認出現。§ 在 TikTok 與 Instagram 深陷內容飽和之際，Facebook 觸及率卻比去年成長了 51%。§ TollBit、Cloudflare、Microsoft 和 Amazon 等公司都紛紛推出或準備推出 AI 授權的交易市集。

Photo by Ryoji Iwata / Unsplash

TPG 週報會在台灣時間每週一早上 8:00 出刊，每一期將由 TPG 成員分享當週所閱讀的大小新聞與短評，還有不分新舊的優質閱讀文章分享。

【新聞短評】

How publishers are testing Amazon’s Prebid adapter for incremental yield

Amazon 近期強化其 Prebid adapter 的整合能力，讓網站主能在既有 Header Bidding 架構下，測試來自 Amazon 需求端的「增量收益」表現，而非需要像過去一樣導入 Amazon 自有的 Header Bidding 框架如 TAM 等。根據 AdExchanger 報導，多家出版商並未一次性全面導入，而是透過 A/B 測試或流量分組，觀察 Amazon adapter 是否真正帶來淨營收增加，而非單純重分配原有競價需求。

關鍵爭點在於透明度與重複競價風險。部分出版商擔心 Amazon 需求可能與既有 SSP 或 DSP 管道高度重疊，導致「看似提升 CPM、實則內部競價」的假性成長。因此測試策略多半聚焦於淨收益、填充率與延遲時間（latency）變化，而非單一 CPM 指標。這再次凸顯在 Programmatic 生態系中，所謂「增量」並非口號，而必須透過嚴謹實驗設計與數據驗證。（by Richard）

EXCLUSIVE: Dentsu and WPP Quietly Exited The Trade Desk's OpenPath Over Hidden Fees and Transparency

The Trade Desk 近年力推的 OpenPath，原本被視為其打破供應鏈層層中介、對抗 Google 生態的重要戰略工具，如今卻遭到多家全球控股代理集團降溫。根據 ADWEEK 報導，包括 Dentsu 與 WPP 均已關閉或淡出 OpenPath，理由集中在透明度不足、費用結構不清，以及與代理商既有服務角色產生重疊與競爭。

OpenPath 自 2022 年推出，允許廣告主透過 DSP 直接連接出版商庫存，繞過 SSP，被視為簡化 Supply Path Optimization（SPO）的進一步演進。執行長 Jeff Green 甚至預期 2025 年將進入「S 型曲線的加速期」。然而，部分品牌高層指出，目前高達 80% 的預算被導入 OpenPath，相較僅 20% 經由交易所，這種流量導向加深了對資金流向與成本透明度的疑慮。

代理商的不安並非單點問題，而是結構性張力。OpenPath 不僅延伸了 The Trade Desk 在供應鏈的角色，也改變了代理商在購買庫存評估與優化上的主導權。雖然公司強調費率約為 4% 並否認隱藏費用，但市場關注的是其是否在「平台中立」與「供應鏈整合」之間逐漸偏移。當 DSP 開始觸及 supply-side 功能時，原本標榜對抗 walled garden 的敘事，也面臨新的審視。（by Richard）

Omnicom Prepares Further Cuts as it Streamlines its Business Post-Merger

Omnicom 公布併購 Interpublic Group 後首份財報，雖然尚未完整反映整合效益，但方向已經很清楚：未來 30 個月協同效益（annual run-rate synergies）上修至 15 億美元，核心來自人事精簡與組織重整。這不只是「消除重複職位」，而是更大規模的外包、離岸化與市場退場策略，連帶出售或退出約 25 億美元年營收的非核心業務。更關鍵的是結構轉向。合併後，媒體相關收入預估將占比中段五成，創意占比降至兩成以下。這代表大型代理集團正把重心壓向媒體與精準行銷能力，而非傳統創意主導。

至於 AI，管理層口徑轉為務實。AI 不是拿來砍人，而是放大產出與信心，但效率紅利未必全數留在代理商手中。若創意與數據真能為客戶創造實質收益，未來的報酬機制勢必走向績效導向。這場併購的真正賭注，不在裁員規模，而在廣告媒體代理商是否能重寫價值分配規則。（by Brick）

Reddit tests AI shopping carousels in search results

Reddit 正在測試以 AI 驅動的購物輪播，將社群貼文與留言中的真實產品推薦，轉化為可直接購買的商品卡片，嵌入搜尋結果底部。當用戶輸入具購買意圖的關鍵字時，系統會辨識相關討論串，擷取被頻繁提及的商品，整合價格、圖片與零售商連結，甚至串接部分動態商品廣告目錄。

這代表 Reddit 嘗試把「口碑討論」轉成「交易入口」，讓推薦與轉換幾乎無縫銜接。相較傳統展示廣告，這種基於社群語境的商品呈現更具信任基礎，也為品牌創造從討論熱度直通銷售的機會。在零售媒體快速成長之際，Reddit 正將搜尋流量與社群信任，轉化為新的商業化引擎。（by Brick）

ChatGPT ads spotted and they are quite aggressive

ChatGPT 廣告已在美國已登入的桌機使用者中被確認出現，而且比外界預期更早觸發。英國數位廣告技術公司 Adthena 指出，廣告不是等到長對話才出現，而是使用者丟出第一個高意圖問題時，就可能直接插在第一則回應裡，例如詢問週末小旅行怎麼訂最方便。廣告版位會顯示品牌網站 logo 縮圖，並清楚標註 Sponsored。

整體呈現與 OpenAI 先前公開的概念有些差異。這代表 OpenAI 把「單次、高意圖提問」當作可販售的廣告庫存，不必靠長對話累積訊號。由於 ChatGPT 本身具備巨量流量，廣告嵌入回應意味著品牌觸點前移到「提問當下」，可能改寫 AI 變現節奏，也讓行銷人更快面對 AI 搜尋情境下的投放與衡量問題。（by Brick）

EU Probes Google Over Ad Auction Tactics (Again); Consumers Say Ads Should Pay For The News

Google 再度面臨反壟斷調查。根據《彭博社》報導，歐盟正針對其搜尋廣告拍賣機制展開新一輪調查，指控 Google 透過「人為抬高結算價格」操縱市場。雖然 Google 回應稱廣告價格是由「即時拍賣機制」依據廣告競爭與品質決定，但公司並未直接否認操控指控。2023 年美國司法部的反壟斷審判中，Google Ads 前副總裁 Jerry Dischler 曾承認，為滿足營收預期，公司曾將廣告價格上調最高 10%，並以「搖沙發墊找零錢」形容這一臨時性做法，揭示其廣告定價系統的黑箱性。Google 遭調查的同時，美國新聞產業也在構思新的生存之道。根據皮尤研究中心去年底的調查，83% 的美國人過去一年未為新聞付費，僅 11% 認為訂閱應是新聞媒體的主要收入來源；近半數（45%）受訪者則主張應由廣告支撐新聞營運。儘管業界努力澄清在新聞內容旁投放廣告不構成品牌風險，許多媒體仍遭品牌安全與驗證技術屏蔽。諷刺的是，37% 的民眾相信新聞機構財務狀況良好，現實卻是過去二十年間已有約 40% 的地方新聞媒體關閉。

美國消費市場日益出現「K 型經濟」分化。當 Ralph Lauren 等高價品牌業績亮眼時，百事等大眾品牌則感受到中低收入族群的支出疲弱。這種貧富差距拉大的消費環境，對廣告商而言意味挑戰，富裕族群偏好無廣告的訂閱服務，使其更難觸及，而一般收入族群成為廣告的主要受眾。正如業界觀察指出，「廣告正變成由多數的一般人與數位弱勢者繳納的稅」。當演算法、廣告與收入模式交織成新的商業現實，監管者與產業都正面臨重整的十字路口。（by Johnny）

AppLovin Takes On Haters And Doubters As It Lays Out Its Ecommerce Ad Ambitions

AppLovin 公布 2025 年第四季財報，年增 66%。然而，市場反應卻不如預期，股價在財報發布後暴跌 20%。執行長 Adam Foroughi 指出，市場對公司基本面的評價與實際業績表現存在明顯落差。作為訂閱型軟體的代表企業，AppLovin 近期面臨多重壓力。生成式人工智慧的崛起令投資人對該類模式的可複製性憂心，也引發部分匿名投資基金與散戶展開激進的做空行動，市場信心持續承受壓力。投資人此次關注的焦點集中在公司新興的電商廣告業務。Foroughi 表示，公司正嘗試拓展手機遊戲外的廣告領域，特別鎖定直銷與 Shopify 商家等中小品牌，但營運規模仍在成形。他強調，AppLovin 的廣告能在手機上創造超過 30 秒的完整互動體驗，用戶在廣告播放時無法進行其他操作，這種「全螢幕鎖定」模式提升了參與度與投放價值。

Foroughi 透露，AppLovin 的電商廣告轉換率已從每千次曝光約 1% 提升至中個位數比例，而手機遊戲廣告平均每千次可帶來 50 次轉換。對高價值用戶，公司模型在每千次曝光基礎上甚至會出價數千美元，這說明資料驅動與模型信心已成為數位廣告價值的關鍵來源。他並指出，手遊廣告主往往同時運行上萬個創意，電商品牌的投入仍遠不及此，AppLovin 正藉由生成式 AI 協助客戶製作新素材以克服創意不足問題。針對新客來源，Foroughi 坦言公司目前在搜尋曝光上仍有限，未進行完整的 SEO 優化。AppLovin 會同時投放品牌與成效型廣告，以擴大觸及與轉化結果。至於在行動遊戲市場的成功主要來自廣告技術與變現能力，而相同策略若能在電商領域重現，將為營運開啟新一輪的成長空間。（by Johnny）

隨著主流平台競爭白熱化，數位行銷市場正出現跟我們想像不同的變化。根據 Metricool 分析近 100 萬個帳號與 3,900 萬則貼文顯示，2025 年的社群平台數據儼然反轉了產業的一般認知。在 TikTok 與 Instagram 深陷內容飽和之際，Facebook 觸及率卻比去年成長了 51%，曝光量與互動數分別提升 57% 與 56%，成為品牌獲取穩定流量的避風港。過去演算法一味迷信影音至上，但數據證實這並非變現萬靈丹，在專業導向的 LinkedIn，輪播廣告（Carousels）曝光量年成長高達 158%，互動數更超過平均貼文 247%，顯示結構化圖文敘事在特定生態系中具備更強大的滲透力。

反觀影音領域，YouTube 憑藉 Shorts 與長影音的無縫整合，觀看次數驚人成長 76%，儼然已成為延長內容生命週期的核心生態系統。雖然短影音仍是趨勢，但在競爭大軍突起的 2026 年，回歸平台適配度才是關鍵。未來的贏家將是能靈活調度高觸及平台與高轉換格式的品牌，若過度依賴單一格式而忽略結構化內容的策略，廣告投資報酬率恐將面臨崩跌，品牌必須重新審視素材佈局，才能從每一分媒體預算中獲取最大價值。（by Jeremy）

Perplexity’s retreat from ads marks a split on AI monetization models

Perplexity 正積極地撤出對話式廣告領域，儼然在 AI 搜尋大戰中選擇了信任優先的布局。這家生成式 AI 領頭羊擔心，廣告介入恐侵蝕使用者對答案客觀性的信心，進而動搖其訂閱制與企業銷售的根基。Ipsos 顯示 63% 的美國成人認為 AI 搜尋中的廣告會降低信任度，儘管該公司曾於 2024 年嘗試招募廣告相關人才，但隨後計畫停滯，反映出在 AI 生態系中，強行變現與使用者黏著度間的結構性矛盾。此舉不僅是策略轉向，更是為了建立品牌權威。

Perplexity 的退場揭露了 AI 巨頭間截然不同的變現哲學，相較於 OpenAI 在 ChatGPT 大舉推動贊助連結，而 Google 雖允許部分廣告主在 Gemini 驅動的 AI Mode 中提供廣告，但對於 2026 年是否在 Gemini 本身投放廣告仍持保留態度，Anthropic 則堅守 Claude 無廣告環境，這意味著 AI 搜尋廣告仍處於極早期的不穩定階段，且缺乏實質 ROI 支撐。未來的勝負關鍵將回歸內容權威性，而非付費版位。行銷人員應警覺策略多變性，與其追逐可能隨時消失的付費版位，不如深耕第一方權威內容，以提高在 AI 引擎中自然出現的機率。這種從流量收割轉向信任經營的策略，將決定 2026 年品牌在 AI 生態系中的實質影響力。（by Jeremy）

Google tightens ad budget pacing as Search drives growth and YouTube cools

自 3 月 1 日起，Google Ads 將調整投放機制，即便設有時段限制，系統仍會積極達成全月預算目標（最高為日預算 30.4 倍）。這項變革會在廣告投放的時段內，自動增強投放配速（Pacing）與競價成本，大幅降低預算消耗不足的風險。這項廣告更新儼然反映了 Google 營收動能的位移，根據 Alphabet 2025 年第四季財報，搜尋廣告業務成長再次成爲第一，Google 想要極大化搜尋環境等高意圖的廣告場景，並著重在將流量放在 PMax 與 AI Max 等訊號強度高的自有流量池。

對行銷人員而言，這不只是產品微調，更顯示了平台經濟正全面導向意圖與訊號強度的方向。在預算加速集中的現況之下，預算將更快速地消耗在成效較好的時段，品牌必須重新對齊預算分配邏輯，根據整個月的目標而非過往的分配方式來設定日預算。同時，需密切監控月中預算花費速度與競價成本，以因應轉趨密集的競價環境。隨著 YouTube 媒體成效趨於常態且面臨 TikTok 與 CTV 激烈競爭，品牌更應強化素材測試，以維持其作為變現工具的競爭力。在媒體管道碎片化時代，這種向可衡量成效的媒體靠攏的趨勢不容忽視，將決定 2026 年廣告投資報酬率的勝負。（by Jeremy）

【長文閱讀】

AI Content Marketplaces Won't Work

在生成式 AI 與出版業的衝突逐漸制度化之後，一種看似理性的解方開始浮現：建立 AI 內容交易市集，讓出版商可以將內容正式授權給 AI 公司，透過 API 或資料存取機制取得報酬。平台負責標準化授權條款、處理計價與清算流程，讓交易變得可預測且可擴張。

包含 TollBit、Cloudflare、Microsoft 和 Amazon 等公司都紛紛推出或準備推出 AI 授權的交易市集。這個構想之所以吸引人，是因為它同時滿足三個條件：

它不需要全面禁止 AI 爬蟲
它保留市場效率與價格機制
它讓內容創作者看見新的收入來源。

從理論模型來看，這幾乎是一個教科書式的雙邊市場設計。供給端提供高品質內容，需求端為模型品質付費，中介平台降低交易摩擦並產生價格訊號。邏輯上，它與程序化購買並無本質差異。

問題在於，這個市場成立的前提條件，在現實中並不存在。

當免費仍然存在，價格機制無法運作

任何市場要運作，都必須建立在「不付費就無法取得商品」的前提上。然而在 AI 內容領域，未授權的爬蟲並未真正消失。Robots.txt 並非法律強制規範，而是自律協議；法律訴訟曠日廢時，舉證困難；技術封鎖則容易被繞過。對於大型 AI 公司而言，未授權抓取的邊際成本依然低於全面付費授權的成本。

在這樣的誘因結構下，理性選擇並不會自動導向市場交易。即便部分公司出於風險管理或公關考量簽訂授權協議，那也更像是策略性安排，而非市場自發形成的結果。只要免費替代方案仍然可行，付費機制就無法成為基礎設施，只能成為補充選項。

因此，交易市集嘗試解決的是交易效率問題，但真正阻礙市場形成的是成本結構問題。當零成本替代仍在場，價格機制就失去強制力。

搜尋與 AI 的結構性綁定

比成本問題更關鍵的，是權力分布問題。出版商並非是站在高處與 AI 公司談判，他們高度依賴搜尋流量，而以 Google 為首的流量入口，搜尋與 AI 索引正逐漸被整合在同一基礎設施之下。當同一家公司同時控制搜尋入口與 AI 訓練資料管道時，出版商就更難去拒絕。

理論上，出版商可以選擇允許搜尋收錄、但拒絕 AI 訓練。然而當背後技術持續整合，演算法與資料庫盤根錯節，這種選擇空間就變得很模糊。拒絕 AI bot 是否會影響搜尋排序？是否會在未來演算法演進中遭到不利對待？即便沒有明示威脅，結構性的依賴已經形成實質壓力。

這種情境非自由談判。表面上存在選項，實際上卻缺乏真正的退出能力。當供給端無法安全拒絕需求端時，市場價格便不再是對等協商的結果。

這不是 Pricing 問題，而是 Power 問題

因此，支持 AI 內容交易市集的論述，往往將焦點放在價格發現與標準化機制上。他們認為只要建立透明計價模型、統一授權條款，市場就會自然形成。但這種分析忽略了一個基本前提：市場的成立取決於雙方是否具備相對對等的議價能力。

如果需求端同時擁有壟斷性的替代來源，供給端就無法真正定價。此時價格並非透過競爭產生，而是透過權力結構決定。交易市集解決的是交易摩擦，卻無法解決權力集中。沒有競爭壓力，市場就不具備真正的價格發現功能。

換言之，問題從來不是定價技術，而是基礎設施的控制權。

技術防禦與市場現實

部分出版商仍然頑強抵抗，選擇以技術方式應對，例如封鎖特定爬蟲、提高驗證門檻，甚至透過資料污染策略干擾模型訓練。然而這些做法本質上是一場成本競賽。大型 AI 公司擁有更強大的工程團隊與算力資源，而出版商的核心能力並不在於進行基礎設施層級的防禦。

當供給端被迫承擔防禦成本，市場結構只會進一步傾斜。這並不會創造談判籌碼，反而可能加速資源耗損。技術對抗無法替代制度調整。

即便市場成立，也可能強化集中

假設 AI 內容市集在某種形式下成功運作，其結果也未必如想像般理想。大型出版商可能獲得獨家或客製化合約，小型媒體則因缺乏規模而被邊緣化。平台作為中介者，可能進一步集中議價權與數據控制權。

這樣的市場並非競爭充分的自由市場，而是延伸既有權力結構的新層次。當免費替代仍然存在、當基礎索引未分離，內容交易市集更可能成為策略性分配工具，而非真正的市場化機制。

結語：市場不會在失衡中誕生

AI 內容交易市集的構想並不荒謬，它在理論上甚至相當優雅且完美。核心問題是，它建立在一個假設之上：供需雙方在相對對等的制度環境中談判。

當搜尋流量高度集中在巨頭上、當免費獲取資料仍具可行性、當拒絕被 AI 使用的成本過高，這個假設便不成立。

因此，問題的核心並非交易設計，而是結構調整。真正的變數，不在於如何定價，而在於誰掌握流量與消費者的注意力，以及供給端是否擁有真正的選擇權。

在這些條件未被改變之前，AI 內容交易更像是一種制度想像，而非即將成形的經濟現實。（by Richard）

【技術議題】

【聯繫與社群】

有任何問題與反饋？歡迎與我們聯繫： contact@publishergroup.tw

也歡迎在 LinkedIn 上追蹤我們，接收即時發刊與活動訊息！

核稿編輯：Ariel，部分內容亦有透過 AI 協助撰寫