亚马逊开发代理式AI工具，拟明年测试自动化媒体购买

据悉，亚马逊正在开发新一代代理式人工智能工具，旨在自动化媒体购买流程中的关键环节。这一举措标志着该公司正将其广告基础设施全面嵌入自主决策能力，有望重塑品牌预算分配、库存选择及广告活动实时优化的模式。

该项目的核心被称为“代理系统”，这是一种能设定目标、评估选项、执行操作并从结果中学习的软件实体，无需持续人工监督。在媒体购买场景中，这些代理将接管规划师、交易员和分析师的部分工作，包括监控性能指标、调整出价乃至起草创意简报。

知情人士透露，亚马逊实验室（Amazon Labs）构建的原型结合了大语言模型与强化学习技术。这些原型能接收广告简报，识别亚马逊零售媒体网络、DSP平台及第三方交换平台上的受众细分，并生成执行策略。早期受控环境测试显示，这些代理实现的广告支出回报率（ROAS）可与甚至优于人工管理的广告活动。

技术架构依赖于多个专门代理的协调：规划代理将目标转化为关键绩效指标；研究代理扫描库存与竞争基准；执行代理下达订单并实时调整出价；审核代理则评估结果并提出调整建议。各代理通过共享记忆系统通信，确保运行过程中的上下文连贯性。

此举与亚马逊在电商数据和广告技术方面的现有优势高度一致。依托全球最大的零售媒体网络之一，亚马逊能从数百万购物者处收集细致的购买意图信号。叠加代理逻辑后，广告主可追求增量销售提升或新客户获取等高层级商业成果，而非仅优化点击或展示成本。

对于广告主而言，效率提升显著。代理工具可将涉及多渠道（如视频、应用、CTV、音频等）的复杂广告活动规划周期从数周压缩至数小时，并减少人为错误。小型品牌和代理机构也能借此获得高级媒体策略能力，更有效地与大型竞争对手抗衡。

尽管亚马逊尚未公开商业化时间表，但内部路线图显示，针对部分大型广告主的有限Beta测试可能在明年启动。公司优先考虑闭环场景，即先在自有属性内运行，随后再扩展至开放网页购买。

随着自主程序每小时做出数千次微观决策，透明度和问责制成为主要担忧。监管机构已开始审查现行披露要求是否足以涵盖AI驱动的广告投放。亚马逊可能需在系统中构建可解释性功能，为广告主生成代理行为的通俗语言摘要。

数据隐私同样是关键考量。将代理能力扩展至第三方库存需谨慎处理客户标识符和同意信号。亚马逊已在数据清洁室和差分隐私等技术上投入巨资，以降低监管风险。此外，广告主对失去决策可见性及过度依赖AI的担忧依然存在，早期反馈褒贬不一。

为建立信任，亚马逊正设计分层控制机制，允许人类主管设定预算上限、排除类别等高层政策，而由代理处理战术执行。未来，营销人员的角色可能从执行者转变为战略监督者，负责设定参数并解读代理决策。

行业观察人士指出，这是广告技术供应商整合生成式和自主AI趋势的一部分。相比谷歌Performance Max和Meta Advantage+，亚马逊的方法更为雄心勃勃，旨在创建能像高级媒体策略师一样权衡利弊的系统。

这一发展也将影响更广泛的广告供应链。出版商和网络可能需要调整系统，通过标准化API与自主买家顺畅交互，否则可能面临在新一代自动化决策引擎中可见度降低的风险。同时，衡量标准也需进化，从传统的点击率转向评估代理行动带来的真正业务成果。

展望未来，亚马逊可能将代理能力扩展至相邻营销职能，如协调付费与有机渠道信息一致性，或支持大规模动态定价实验。鉴于公司在Sponsored Brands等新格式上的审慎历史，代理式媒体购买工具在全面部署前将经过广泛测试，以完善技术并应对潜在监管审查。