GenAI时代广告应该是怎么样的？2500万美元退出后再创业，这位连续创业者如何用AI广告再造独角兽？

你有没有想过，为什么我们每天与 ChatGPT 或其他 AI 助手聊天时，从来没有看到过广告？这并不是因为这些公司不想赚钱，而是因为没有人真正搞清楚如何在 AI 对话中优雅地植入广告。当我深入研究这个问题时，发现了一个令人震惊的事实：OpenAI 只有大约 5% 的用户付费订阅，剩下的 95% 用户根本不产生任何收入。这意味着什么？意味着整个 AI 应用行业都在浪费巨大的商业机会。

最近，一家名为 Koah 的初创公司刚刚完成了 500 万美元的种子轮融资，他们正试图解决这个价值数万亿美元的难题。这轮融资由 Forerunner 领投，South Park Commons 和 AppLovin 联合创始人 Andrew Karam 参投。我认为 Koah 正在做的事情，不仅仅是在 AI 应用中加入广告那么简单，他们实际上是在重新定义整个 AI 时代的商业模式。当数十亿次搜索查询从浏览器转移到聊天应用时，传统的广告生态系统面临着前所未有的挑战，而 Koah 可能就是解决这个问题的关键。

PS：我自己的创业项目已经上线快一个月了，目前验证反馈非常不错。产品主打海外垂类细分市场，我们目前正在招一位合伙人级别的技术，希望有全栈能力，熟悉海外技术栈，如果有海外留学背景就更好了，如果你感兴趣，可以直接加我微信MohopeX聊聊。

传统订阅模式的致命缺陷

在深入探讨 Koah 的解决方案之前，我认为有必要剖析一下当前 AI 应用面临的商业化困境。现在大部分消费者 AI 应用都采用订阅模式，这看起来很直接：用户付费，就能使用高级功能。但问题在于，这种模式存在一个巨大的盲区——它完全忽略了那些不愿意付费的用户。

我经常观察身边朋友使用各种 AI 工具的习惯，发现一个有趣的现象：大家都会下载各种 AI 应用，尝试不同的功能，但真正愿意为此付费的人少之又少。这不是因为用户小气或者不认可产品价值，而是因为订阅疲劳现象已经变得极为严重。想象一下，如果你同时使用了 AI 研究工具、健身教练应用、智能写作助手和创意生成器，每个月可能需要支付 80 到 100 美元的订阅费用。对大多数普通消费者来说，这是一笔不小的开支。

更关键的是地域差异问题。Koah 的联合创始人兼 CEO Nic Baird 在接受采访时提到了一个非常重要的观点："现在有人可以构建一个覆盖拉丁美洲数百万用户的 AI 应用，但这些用户不会每月支付 20 美元。"这意味着什么？意味着在全球范围内，订阅模式实际上是一种极其局限的商业化方式。它只能在少数经济发达地区的富裕用户中获得成功，而忽略了全球大部分潜在用户市场。

从开发者角度来看，这种模式也带来了巨大的运营压力。AI 应用的推理成本是固定的，不管用户是否付费，每次 AI 交互都会产生实际的计算成本。这就导致了一个矛盾的局面：免费用户越多，开发者亏损越大；但如果不提供免费版本，又无法获得足够的用户基数来实现付费转化。许多有创意的开发者因为无法承担这种运营成本，最终只能放弃他们的产品，或者依赖风险投资来维持运营，这显然不是一个可持续的模式。

我曾经与几位 AI 应用开发者交流过这个问题，他们普遍表示，订阅模式虽然看起来简单直接，但实际上限制了产品的创新空间。为了证明订阅费的价值，他们必须不断增加功能，让产品变得越来越复杂。而那些简单但有用的"氛围向"应用，虽然用户喜欢，但很难证明值得每月付费，最终只能无奈地转向其他盈利模式或者直接放弃。

Baird 的观察非常精准："当消费者 AI 产品刚开始流行时，专注于'富裕的专业消费者'用户群体并通过将其中一部分转化为付费订阅来实现盈利是合理的。"但现在情况已经发生了根本性变化。AI 技术已经从小众的技术极客工具发展成为大众化的日常应用，用户群体的构成和需求都发生了巨大变化。在这种情况下，继续坚持单一的订阅模式，实际上是在人为地限制产品的增长潜力和市场覆盖范围。

Koah 的革命性解决方案

当我深入了解 Koah 的具体做法后，发现他们的方法既简单又巧妙。他们没有试图在现有的 AI 界面中强行插入传统的横幅广告或弹窗广告，而是创造了一种全新的"AI 原生"广告形式。这种广告直接嵌入在 AI 对话流程中，看起来就像是 AI 助手提供的建议或推荐内容。

举个具体例子来说明这种广告的工作原理：当你问 AI 助手"我应该选择什么样的创业商业策略"时，AI 会给出详细的回答，同时可能会在适当的地方插入一条来自 UpWork 的赞助内容，推荐你找到能帮助公司发展的自由职业者。这种广告不会打断对话流程，反而可能为用户提供真正有用的信息和解决方案。

从技术实现角度来看，Koah 的解决方案相当聪明。他们提供了一个轻量级的 SDK，开发者可以在一天内完成集成。这个 SDK 能够理解对话上下文，分析用户意图，然后在最恰当的时机展示最相关的广告内容。这不是简单的关键词匹配，而是基于整个对话历史和用户行为模式的智能推荐系统。

目前，Koah 已经在多个知名 AI 应用中部署了他们的广告系统，包括 AI 助手 Luzia、育儿应用 Heal、学生研究工具 Liner 和创意平台 DeepAI。这些应用的用户基数加起来达到数千万，覆盖了拉丁美洲、欧洲和美国市场。他们的广告主包括 UpWork、General Medicine 和 Skillshare 等知名品牌，这表明主流企业已经开始认可这种新型广告形式的价值。

最让我印象深刻的是 Koah 展示的数据表现。他们的广告点击率达到了 7.5%，这是传统互联网展示广告平均点击率的 4 到 5 倍。更重要的是，他们实现了平均 10 美元的 eCPM（每千次展示的有效成本），这在当前的数字广告市场中是相当出色的表现。早期合作伙伴在使用 Koah 平台的前 30 天内就实现了平均 10,000 美元的收入，这对许多独立开发者来说是一个非常可观的数字。

Baird 在描述他们的愿景时说："我对试图搞清楚'如何在 AI 中展示展示广告'并不感兴趣。相反，我想了解的是：用户在寻找什么，我们如何将其提供给他们？"这种以用户需求为中心的思维方式，我认为正是 Koah 能够在 AI 广告领域脱颖而出的关键所在。

从商业逻辑上看，Koah 找到了一个非常巧妙的市场定位。他们专注于"长尾"AI 应用，也就是那些基于大型语言模型构建但又不是 OpenAI、Google 这样的平台级产品的应用。这些应用往往有很好的用户体验和一定的用户基础，但缺乏有效的变现手段。通过为这些应用提供广告变现服务，Koah 实际上在扮演 AI 时代的 Google AdSense 角色，帮助开发者们解决了最头疼的盈利问题。

AI 广告生态系统的重新构建

我认为 Koah 的出现标志着一个更广泛趋势的开始：整个数字广告生态系统需要为 AI 时代进行根本性的重新设计。过去二十年来，数字广告主要围绕搜索、社交媒体和展示广告这三大支柱发展，但这些都是为静态界面、点击交互和传统行为数据而优化的。当用户的注意力和行为模式转向对话式 AI 界面时，整个广告技术栈都需要重新思考。

传统的广告生态系统存在一个核心问题：它们基于的是用户属性数据和搜索历史，但这些数据相比 AI 应用在一系列对话中收集到的上下文信息来说，显得极其粗糙和有限。当你与 AI 助手进行深度对话时，AI 能够了解你的具体需求、偏好、当前面临的问题以及你正在寻找的解决方案。这种理解深度是传统广告系统无法企及的。

Baird 在分析 AI 聊天在更大广告生态系统中的位置时，得出了一个非常有见地的结论：AI 聊天处于购买漏斗的中间位置，介于 Instagram 广告的品牌认知功能和 Google 搜索广告的直接购买驱动功能之间。这个定位实际上非常关键，因为它意味着 AI 广告有机会创造一种全新的广告价值：在用户产生明确商业意图的时刻提供有价值的信息和选择。

我注意到一个有趣的现象：虽然用户在 AI 聊天中会寻求产品推荐或详细信息，但他们通常不会直接在 AI 应用内完成购买。用户更倾向于获得推荐后再去 Google 搜索具体产品并完成购买。这种行为模式对 Koah 来说既是挑战也是机会。挑战在于如何捕捉用户的"商业意图"并将其有效转化；机会在于可以为用户提供更好的产品发现体验，而不需要承担电商交易的复杂性。

从广告主的角度来看，AI 聊天代表了一个全新的营销渠道。在这个渠道中，用户不是被动地接收广告信息，而是主动地寻求建议和解决方案。这种主动性意味着用户对相关信息的接受度会更高，广告的打扰性也会更低。Koah 的数据表明，他们的广告格式对用户参与度的负面影响很小，Baird 的终极目标甚至是让广告内容相关到足以实际改善用户参与度。

Forerunner 的合伙人 Nicole Johnson 在谈到投资 Koah 的原因时提到："这开启了一种新的效果广告类别，它融合了搜索的上下文相关性和社交媒体的原生感觉，但无缝嵌入在基于聊天的发现体验中。"这种描述很好地概括了 AI 广告的独特价值定位：它不是简单地复制现有广告形式，而是创造了一种全新的广告体验。

技术创新背后的深层洞察

当我深入研究 Koah 的技术方案时，发现他们的创新不仅仅在于广告投放的技术实现，更在于对用户行为和意图理解的深度。传统的广告定向基于用户的历史行为数据，但 AI 广告的定向则基于用户当前的对话上下文和实时表达的意图。这种区别是革命性的。

在传统的广告系统中，如果你搜索过"健身"相关内容，你可能会在之后的很长时间里看到各种健身器材、营养补品的广告，不管你当时在做什么。但在 Koah 的系统中，广告只会在你真正讨论健身话题、寻求相关建议时出现，而且是以建议和推荐的形式出现，而不是明显的广告展示。

这种技术方法带来了几个重要优势：首先，广告相关性大大提升，因为它直接回应用户当前的具体需求；其次，广告的打扰性降低，因为它被自然地融入了对话流程；最后，广告效果更可衡量，因为用户的反应可以直接反映在对话的后续发展中。

从开发者的角度来看，Koah 的解决方案解决了一个长期困扰 AI 应用开发者的难题：如何在不损害用户体验的情况下实现有效变现。传统的banner广告或弹窗广告在对话式界面中显得非常突兀，用户接受度很低。而插入式的上下文广告则需要复杂的技术实现，大多数开发者没有足够的资源和专业知识来独立完成。

Koah 提供的轻量级 SDK 让开发者可以在一天内集成广告功能，这种快速部署能力对资源有限的独立开发者来说极其重要。更重要的是，这个 SDK 是"上下文感知"的，意味着它能够理解对话的语义内容，而不仅仅是关键词匹配。这种语义理解能力是建立在现代大语言模型基础之上的，代表了广告技术的一次重大升级。

我特别关注 Koah 提到的多种广告格式创新。他们不是简单地在对话中插入文本广告，而是开发了包括"文本回复广告"（前缀、后缀、中缀形式）、"上下文轮播广告"、"联盟链接"、"品牌拥有的亚马逊店面"、"赞助后续问题"等多种形式。这种多样化的广告形式表明，他们正在探索 AI 原生广告的各种可能性，而不是局限于单一的广告模式。

从技术发展趋势来看，我认为 Koah 代表的是广告技术向智能化、上下文化发展的一个重要里程碑。未来的广告不再是基于用户画像的盲目投放，而是基于实时意图理解的智能推荐。这种转变需要强大的自然语言处理能力、实时决策系统和精确的相关性计算，而这些正是当前 AI 技术发展的前沿领域。

市场机遇与挑战并存

从市场规模的角度来看，Koah 面对的是一个巨大的机遇。全球数字广告市场规模超过 1 万亿美元，但目前在 AI 对话界面上的广告投入几乎为零。随着越来越多的用户从传统搜索引擎转向 AI 聊天应用来获取信息和做决策，这部分市场的价值将快速释放。

Johnson 在分析投资逻辑时提到了一个重要观点："消费者 AI 采用已经超越了临界点。每周超过 7 亿人使用 ChatGPT；青少年为他们的 AI 伙伴命名，妈妈们用 AI 制定饮食计划，购物者、学生和储蓄者每天都在与智能代理合作。这一次，不是技术在拉动消费者，而是消费者在推动需求曲线前进。"这种需求侧驱动的特点，为 Koah 这样的公司创造了前所未有的市场机会。

但我也看到了 Koah 面临的挑战。首先是用户接受度的问题。虽然他们的数据显示广告对用户参与度的负面影响很小，但这是基于早期采用者的数据。当广告开始大规模部署时，用户是否仍然保持同样的接受度还有待观察。AI 聊天的一个重要价值在于其"纯净"的体验，如果广告过多或过于商业化，可能会损害这种价值感知。

其次是广告主教育的挑战。Baird 提到，当他们与发布商交流时，许多发布商认为广告在 AI 聊天中根本不起作用，而其他一些尝试过传统广告技术公司服务的发布商也没有获得理想效果。这表明市场对 AI 广告的理解还处于早期阶段，Koah 需要投入大量精力来教育市场，证明他们方法的有效性。

第三个挑战是技术壁垒的维持。虽然 Koah 目前在 AI 原生广告领域处于领先地位，但这个领域的技术门槛相对来说并不是特别高。一旦市场证明了 AI 广告的价值，必然会有更多竞争者进入。Google、Meta 这样的广告巨头有更强的技术实力和更广泛的广告主资源，他们完全有能力开发类似的解决方案。

从竞争格局来看，我认为 Koah 的窗口期可能不会很长。他们需要在大型科技公司反应过来之前，快速建立足够强的网络效应和技术护城河。这意味着他们需要快速扩大发布商网络，积累足够多的数据来优化广告效果，同时不断创新广告形式来保持技术领先性。

不过，我也看到 Koah 的一些独特优势。作为专门针对 AI 应用的广告平台，他们可以更加专注和灵活，能够快速响应 AI 应用开发者的特殊需求。而且，他们从一开始就是为 AI 原生体验设计的，而不是试图将传统广告技术适配到 AI 界面上，这种设计理念上的差异可能会带来长期的竞争优势。

对整个 AI 生态系统的深远影响

Koah 的成功不仅仅是一家公司的商业成就，我认为它代表了 AI 生态系统发展的一个关键转折点。当前，大多数 AI 应用都依赖于少数几个大型语言模型提供商，这种依赖关系使得 AI 生态系统的发展受到了很大限制。如果没有有效的变现手段，大部分 AI 应用最终都会因为无法承担推理成本而消失，这将导致 AI 生态系统的多样性急剧下降。

通过为 AI 应用提供除订阅之外的另一种重要变现途径，Koah 实际上是在促进 AI 生态系统的健康发展。那些原本因为变现困难而无法持续运营的创意应用，现在有机会通过广告收入来支持其运营成本。这种变化可能会催生更多样化、更有创意的 AI 应用，而不是只有那些能够吸引付费用户的"严肃"应用才能生存。

从用户体验的角度来看，Koah 的模式也可能带来积极影响。当开发者不再完全依赖付费订阅时，他们可能更愿意提供更慷慨的免费体验，让更多用户能够真正体验到 AI 技术的价值。同时，基于广告的变现模式也会激励开发者提高用户参与度和使用频率，这通常会带来产品体验的持续优化。

我特别关注 Koah 对全球市场的影响。Baird 多次提到拉丁美洲、欧洲等非美国市场的用户群体，这些用户虽然不太愿意支付订阅费用，但仍然代表着巨大的价值。通过广告变现，这些市场的用户第一次有机会真正推动 AI 应用的发展和创新。这种包容性的商业模式可能会让 AI 技术的普及更加公平和广泛。

从行业发展的角度来看，Koah 的成功可能会吸引更多投资进入 AI 应用领域。当投资者看到除了订阅之外还有其他可靠的变现路径时，他们可能更愿意投资那些用户基数大但转化率不高的 AI 应用。这种投资热情的提升可能会进一步推动整个 AI 应用生态系统的繁荣发展。

另一个值得关注的影响是对内容创作的激励作用。当 AI 应用能够通过广告有效变现时，开发者可能更愿意投入资源来改善 AI 的回答质量、增加内容的深度和广度。这种质量提升最终会让所有用户受益，形成一个正向的发展循环。

不过，我也担心一些潜在的负面影响。当广告成为 AI 应用的主要收入来源时，开发者可能会过度优化用户参与度和使用时长，而不是专注于解决用户的实际问题。这种"注意力经济"的逻辑在传统互联网平台上已经产生了一些问题，如何避免在 AI 应用中重蹈覆辙，是整个行业需要思考的问题。

真实案例：Koah 如何改变广告投放效果

理论分析固然重要，但真正的商业价值往往体现在具体的应用案例中。当我深入研究 Koah 的客户案例时，发现了一些非常有说服力的实际效果数据，这些案例生动地展示了 AI 原生广告相比传统广告方式的显著优势。

最引人注目的案例来自 Answers.ai，这是一个为学生提供即时作业帮助的 AI 教育平台。这家公司面临着许多现代数字营销的典型挑战：在 TikTok 等传统广告平台上成本不断上升，回报却在持续下降。更关键的是，他们意识到超过一半的 Z 世代和千禧世代用户现在更愿意使用 AI 解决方案而不是传统搜索。这种用户行为的转变迫使他们重新思考营销策略。

Answers.ai 与 Koah 合作后，利用了 Koah 的核心技术 ContextMatch，这是一个基于实时对话上下文帮助广告主触达用户的工具。对于 Answers.ai 来说，这意味着能够精确地在学生主动寻求 AI 驱动的作业帮助时与他们建立连接。通过在这些高意图交互中进行原生广告投放，Answers.ai 能够接触到已经习惯使用 AI 工具的 Z 世代受众，从而获得更强的用户参与度和更高效的增长。

结果令人印象深刻：Answers.ai 看到了显著的用户获取增长，这主要归功于 Koah 能够专门定位那些依赖 AI 的学生群体。更重要的是，通过利用 Koah 的高意图广告投放，他们大幅降低了用户获取成本，最大化了广告支出回报率，表现远超传统社交媒体渠道。Answers.ai 的团队成员 Shubhan Dua 表示："我们一直在寻找触达已经使用 AI 学习工具的学生的方法，Koah 实现了这一点。他们的广告网络帮助我们以比社交媒体更低的成本找到了正确的用户。效果非常棒！"

另一个同样引人注目的案例是 Ollie，这是一个帮助家庭减少经营家庭压力的 AI 助手，通过自动化膳食规划和购物清单的繁重心理工作来实现这一目标。Ollie 成立于 2023 年，他们的市场进入策略基于两个关键假设：第一，他们相信通过定位已经使用 AI 产品的父母群体会取得成功；第二，他们需要找到忙碌父母表达对膳食规划感到不堪重负的对话场景，这比传统的向更广泛、不太相关的受众做广告更精确。

Ollie 使用 Koah 的 ContextMatch 技术，结合复杂的设备和地理定位，精确地在以家庭为中心的用户参与膳食规划和其他相关主题对话时触达他们。通过利用 Koah 的个性化广告系统，Ollie 创造了一条跨 iOS 和 Android 的无摩擦应用安装路径。这种简化的方法不仅促进了轻松的用户引导，还带来了出色的转化率和令人瞩目的七天留存率指标。

特别值得一提的是，在 Koah 团队的专门支持下，Ollie 仅用 10 分钟就启动了他们的广告活动，无需任何进一步优化。Ollie 的 CMO Christy Shannon 对结果非常满意："到目前为止，我们最活跃的用户来自 Koah 渠道。他们转化迅速，留存时间长，而我们几乎不需要做任何优化工作。"

这些案例揭示了两个引人注目的洞察：AI 应用用户表现出非凡的参与度水平，这些平台已成为寻求解决方案的消费者（包括宝贵的父母人群）的首选目的地。对于希望与积极寻找解决方案的高度积极用户建立联系的品牌来说，Koah 的平台为接触这一参与度极高的受众提供了无与伦比的机会。

从这些实际案例中，我看到了 AI 广告相比传统数字营销的几个关键优势：第一是精确的意图匹配，广告能够在用户表达特定需求的确切时刻出现；第二是更高的用户质量，通过 AI 渠道获得的用户往往表现出更强的参与度和更高的留存率；第三是更高的成本效率，相比传统社交媒体广告，AI 广告能够以更低的成本获得更好的效果。

这些案例也证明了我之前的判断：AI 广告不是简单地在对话中插入传统广告，而是创造了一种全新的营销体验。在这种体验中，广告成为了解决用户问题的一部分，而不是对用户注意力的争夺。这种根本性的差异解释了为什么 AI 广告能够取得如此出色的表现指标。

文章来自于“深思圈”，作者“Leo”。