围绕对话式产品能否以及如何引入广告，国际AI产业近期出现新的分歧。谷歌旗下DeepMind首席执行官德米斯·哈萨比斯接受媒体采访时表示，对有企业尝试在聊天机器人中投放广告感到惊讶，并强调谷歌团队正以审慎态度评估此方向，当前Gemini并无加入广告的计划。他同时透露将密切观察市场与用户反馈，短期内不认为存在仓促决策的压力。 问题：从搜索广告到对话广告，信任结构面临重塑 在传统搜索中，广告与内容以"检索—呈现—选择"的方式并列出现，用户对广告的识别与规避已有成熟的心理预期。但聊天机器人被定位为"助理式服务"，其输出更具连续性、建议性和陪伴性，用户依赖度更高。 哈萨比斯指出，若将广告直接嵌入对话回答，关键问题在于：广告在"帮助用户"的逻辑中应处于何种位置，如何避免对回答产生引导甚至偏置。目前行业并未形成完整可验证方案。换言之，对话式产品若缺乏清晰透明的商业呈现规则，容易引发"建议是否被商业利益驱动"的疑虑，进而触及用户信任底线。 原因：高算力成本与商业化压力叠加 推动广告测试的另一面，是对话式产品的算力投入高、运营成本重，商业化渠道相对有限。一家对应的企业负责人近日公开表示，公司需要建立更强劲的商业模式以支撑更大范围的产品可及性。公开信息显示，该企业近年收入增长较快、算力规模扩张明显，但仍承受较大财务压力。 业内人士分析认为，在竞争加剧、模型迭代频繁的背景下，企业既要维持技术领先和用户规模，又要应对持续的资本支出。广告作为成熟的互联网变现方式，因其可扩展性强、现金流确定性相对较高而被重新提上议程。 影响：商业化路径或将分化，安全与治理议题被放大 对话式产品引入广告可能带来三上外溢效应。 一是产品体验与信任结构的再定义。对话输出具备建议属性，若广告与回答边界不清，用户对信息中立性的判断将更困难，长期可能削弱产品口碑与留存。 二是行业竞争策略分化。部分平台可能以"免费+广告"扩大覆盖面，另一部分则坚持订阅制、企业付费或增值服务以维持"中立助理"定位，形成不同商业路线的对垒。 三是监管与合规关注上升。广告定向往往涉及用户画像、偏好推断与数据使用边界，一旦与对话内容深度绑定，隐私保护、广告标识、未成年人保护以及虚假信息风险等议题将更加突出，促使各方加速制定更清晰的规则与标准。 对策：以透明、可控、可审计为底线 多位业内人士认为，对话式产品若探索广告或商业推荐，应优先确立可操作的治理框架。 其一，明确标识与可解释原则。广告内容需显著区分于模型回答，避免以建议外衣进行隐性植入，并向用户说明推荐逻辑与主要影响因素。 其二，强化数据最小化与用户授权。定向广告涉及数据使用时，应提供清晰选项，降低对敏感信息的依赖，保障用户可控可退。 其三，引入第三方审计与风险评估机制。对广告影响回答偏差、误导性表达、利益冲突等进行可量化评估，形成可追溯的责任链条。 其四，坚持安全优先的产品节奏。哈萨比斯同时谈及AI安全，指出机构、政府与企业尚未为通用AI可能带来的变革性影响充分准备，但距离真正实现仍需5至10年。随着系统能力增强、工具调用更强、执行更自主，商业利益与安全目标的张力将更突出，企业越需要以可验证的安全承诺回应市场，尤其是企业用户对合规与安全保障的明确要求。 前景：竞争更激烈，治理更关键 从全球范围看，AI竞赛正呈现人才、算力与资本高度集中态势。哈萨比斯近期表示，中国相关模型与美国前沿差距已缩小到"几个月"量级，并称中国具备世界级工程能力。这一判断折射出：技术扩散速度加快、产品更新周期缩短，行业竞争将从"单纯比模型能力"逐步转向"能力+治理+商业可持续"的综合较量。 对话式广告是否可行，短期取决于用户接受度与产品设计成熟度，中长期更取决于能否在透明度、合规性与安全性上形成可复制的行业规则。谁能在商业化与信任之间找到稳定平衡点，谁就更可能在下一阶段竞争中占据主动。
AI产业的商业化探索正处于关键阶段；OpenAI和谷歌等头部企业的不同选择，反映了对产品定位、用户信任和商业可持续性的不同权衡。哈萨比斯的观点提醒我们，在追求商业增长的同时，保护用户信任、维护产品本质同样重要。随着AI技术不断演进，如何在创新、安全和商业化之间找到平衡点，将成为整个行业需要长期思考和探索的课题。这种理性的行业对话，有助于推动AI产业朝着更加健康、可持续的方向发展。