当AI学会“隐身”，传统广告正加速消亡

剖析 Gazprom-Media AI 营销案例：生成式短片、原生植入与全渠道机器学习，看广告如何从强打断走向不可见的效率战。

“人工智能永远不会取代有才华的人，但它会取代那些不会使用它的人。” Gazprom-Media CEO Alexander Zharov 在 2025 年圣彼得堡国际经济论坛上的这句话，精准地划开了一个时代的断层。

我们正在目睹一场静默的屠杀。这不是危言耸听。过去十年，我们谈论营销，谈论的是 big idea，是视觉锤，是洗脑口号。但 Gazprom-Media 最近披露的一组案例冷酷地展示了一个新现实：最好的广告，就是那些让人感觉不到是广告的内容。当广告学会了“隐身”，传统依靠强曝光、硬打断来制造记忆的打法，正在以远超我们预期的速度消亡。

这不是关于一个俄罗斯能源巨头的多元化业务闲谈，而是关于未来三年，中国企业营销预算将被如何重新分配的预演。

广告的“自毁”与重生：从强打断到不可见

广告行业存在一个根本性的悖论：广告的效果越大，它对用户的打扰就越强；而打扰越强，用户的厌恶感就越深。我们发明了会员去广告，发明了算法推荐来躲避无效信息，这本质上都是在对抗“打断”。

Gazprom-Media 旗下的 GPM Data 和销售部门，用一个名为 VTS 的 AI 系统，提供了一种极高阶的解法。VTS 全称 Video Tagging System，它是一个基于 AI 的视频内容智能分析平台。它的工作逻辑不是寻找哪里可以“塞”广告，而是通过视觉与语义分析，自动识别视频内容中哪些片段可以成为品牌的“有机组织”。

这是一种思维模式的根本性反转。传统广告是寄生在内容上的外来者，而 VTS 试图让广告成为内容本身的组织部分。据报道，这套系统替代了过去需要人工耗费数十小时审看视频素材的流程。它不是在加速旧有的工作流，而是在消灭那个工作流。当品牌植入不再需要“生硬”地露出，而是像变色龙一样融入剧情、场景或情绪时，用户对商业信息的防御系统将瞬间失效。

对于 CMO 们，这意味着挑战的维度变了。过去你的对手是友商的预算，现在你的对手是用户的“无感”。你要是无法变得不可见，你的预算就是在给用户的厌恶感充值。

创意生产的工业化：当 60 分的内容不再需要人

如果“有机植入”解决的是广告的“排异反应”，那生成式 AI 解决的就是生产的“速度和成本”。

在 2025 年的圣彼得堡国际经济论坛上，Gazprom-Media 方面明确提到，集团内部正在广泛使用生成式 AI 来处理和生产短格式视频，主要用于广告和信息类短片的制作。关键细节在于，这些 AI 工具并非直接采购的成熟软件，而是基于俄罗斯国产开发程序，由内部专家针对具体需求进行持续微调和优化。

这是一个极度重要的分水岭信号。

很多中国老板认为 AI 生成视频还很“假”，无法商用。但 Gazprom-Media 的路径说明了两个问题：第一，他们已经越过了“玩具”阶段，进入了实质性的产品推广物料量产阶段；第二，AI 在这里扮演的不是人的辅助，而是直接的生产主体。我们正处于一个“60 分内容”将被 AI 彻底接管的临界点。过去，想要维持一个品牌在社交媒体、电商平台、信息流广告中的低水平重复铺量，需要庞大的剪辑和设计团队。现在，一个懂业务的 AI 操作员加一组服务器，就能在产能上击垮一个中型制作团队。

这背后隐藏着一个残酷的性价比公式：对于绝大多数只能做到“合格”水平的创意执行人员，老板们将不再愿意支付人力成本。因为他们产出的，恰恰是 AI 最擅长的那部分：大量、快速、符合基本规范、无缝适配不同渠道尺寸的短平快物料。

数据闭环的杀伤力：真正的较量在投后

如果说前两个案例是在重塑内容，那么 Gazprom-Media Sales House 与 GPM Data 联手打造的全渠道 DSP 案例，则揭示了 AI 营销的真正杀手锏：跨屏、跨时空的机器学习决策能力。

这个公开案例的数据令人不得不打一个寒颤。在为某个 FMCG 品牌执行的跨媒体投放中，他们使用自研的 Kvant DSP 系统，通过机器学习算法持续优化线上数字户外与线下广播的同步投放。最终结果：

• 目标受众触达率达到 43%，超出原定目标整整 20%；
• 同时接触过广播与数字户外的用户，其品牌提及率相较于只接触单一媒体的对照组，高出了 5.2 个百分点；
• 更绝的是频次控制：系统严格限定每个用户最多只看到 20 次展示，且 10 分钟内曝光不超过 1 次。

绝大多数中国企业现在的投放还处于“我买了，你看到了吗”的阶段，顶多加上“看到了多少次”。而上述案例展示了一个“精准控频、多模态组合、以生意指标为终点”的闭环。

这 5.2 个百分点的提升，不是来自更好的文案或更美的画面，而是来自算法对“广播音频流”和“户外屏幕视觉流”这两种完全不同媒介形态数据的融合计算。它学会了在什么样的时间、什么样的天气、什么人经过哪块屏幕后，再补一道音频，能让这个人的记忆度从“知道”跃迁到“提及”。

这就是新的营销代差。它的壁垒不在创意端，而在数据融合端。未来，衡量一个营销团队能力的核心指标，不是一年做了几个刷屏案例，而是你的系统能不能像那个 DSP 一样，精确控制 10 分钟内的曝光间隔，并计算出这种间隔带来的记忆度增量。这需要的不是直觉，是 AI 和算力。

给中国决策者的战术板：三个可立即启动的动作

Gazprom-Media 这一类案例的出现，对于中国企业的老板和 CMO 来说，不是远方的传说，而是近在咫尺的未来。我们必须动手重构组织的能力内核。

1. 建立“广告隐身化”的评判标准

从现在开始，不要再单独审核创意脚本了。市场负责人必须带着一个新问题去审视每一次投放：这条广告是不是依然在用“打断”的逻辑在运作？

学习 VTS 的思维，要求内容团队和媒介团队联合起来。在制定新品推广方案时，强迫他们回答：我们如何在不打扰用户观看、阅读、收听体验的前提下，完成核心信息的传递？无论是找 KOL 做短剧植入，还是在直播切片里做语义匹配，核心都是“隐身”。把“打扰度”设为一个负面考核指标。一旦投放物料被用户大量标记为“不感兴趣”或“内容质量低”，不要只怪投放人群不准，要反思这条广告本身就是一种污染。

2. 立刻启动“营销内容中台”的工业化改造

不要再等通用大模型变成“剪映”了。像 Gazprom-Media 一样，中国的大型消费品集团和连锁企业，必须开始训练自己的专属生成式营销大模型。

具体做法是：将过去三年你所有的爆款视频、高点击图文、高转化详情页，喂给经过微调的模型。不要追求它做出 90 分的电影级大片，而要追求它在 30 秒内，批量生成 500 条不同卖点、不同场景、不同人设的 60 分带货短视频。把这些视频交给你的 100 个账号矩阵去做灰度测试。让人的智慧释放出来，去做那些 90 分的策划、去跟热点、去构建深度故事；把体力活和填坑活，全部交给 AI。这就是“人+AI”协作组织中，人应该干的事情。

3. 搭建跨屏的机器学习投放模型

这是最难，也是护城河最深的一步。

中国目前的投放生态非常割裂，但机会也在于此。老板应该向增长负责人或媒介总监丢出一个硬性课题：如何像那个 Kvant DSP 一样，把你在分众传媒的电梯屏数据、抖音的信息流数据、甚至是淘宝的推荐流数据，在脱敏后在自家数据中台里做融合和训练？

不要立刻追求那个 5.2 个百分点的品牌提升，先追求做到“频次控制”的智能化。你的用户一天在手机、电梯、车载广播里被你轰炸了多少次？能不能做到 10 分钟之内，同一个设备、同一个家庭、同一个 IP 下，绝对不出现第二次你的广告？

先别急着证明 AI 能帮你省钱，先让 AI 帮你不被人讨厌。不被人讨厌，在当今的营销界，就已经是一种极高的阈值。当你的投放不再是一种噪音污染时，你自然就能赢得消费者的记忆份额。

这场比赛的发令枪早已响起。当竞争对手的 AI 在安静地为品牌寻找最自然的栖息地时，还在用蛮力猛砸预算的人，只是在用金钱的火药，去攻打一堵即将倒塌的旧城门。