腾讯广告AIM+承载约30%投放金额，AI贡献为什么仍算不清？

一句话看懂：腾讯广告AIM+已承载约30%投放金额，营销服务收入同比增长20%，但公开数据仍不足以将增长归功于AI。收入受广告价格、用户时长、曝光量、加载率、新增库存和行业需求多重影响，AI改善了广告表现与价格，却未单列收入或同口径利润对照。AI真正进入推荐、投放、创意和反馈四个连续环节，把广告从“人工配置后等待结果”改成“围绕目标持续执行和修正”，改变了收入产生方式，但增量贡献仍无法从整体增长中剥离。管理者应从流程瓶颈出发，建立可审计的增量账，而非盲目归因。

当AI已进入约三成投放，为什么营销服务增长仍不能只归功于AI？

到2026年第一季度，腾讯自动化广告投放产品AIM+已经承载约30%的广告主营销服务总投放金额。同期，腾讯营销服务收入达到381.71亿元，同比增长20%；毛利约210亿元，同比增长19%。把这两组数字放在一起，很容易得到一个诱人的结论：AI开始大规模接管投放，所以广告收入增长了。

但腾讯公开资料支持的判断，要比这克制得多。

首先，“约30%”的分母是广告主在腾讯营销服务上的总投放金额，不是广告主数量、广告数量，也不是腾讯营销服务收入。其次，腾讯财报中的营销服务不等于微信广告，它还包括腾讯视频、QQ音乐、移动广告联盟和电竞赛事等资源。更重要的是，收入还同时受到广告价格、用户时长、曝光量、广告加载率、新增库存和行业需求影响。腾讯披露AI改善了广告表现和价格，却没有给AI单列收入，也没有公布AIM+和非AIM+活动的同口径利润对照。

这正是腾讯广告AI真正值得研究的地方。它不是在原有业务旁边卖了一个新工具，而是逐步进入推荐、投放、创意和反馈四个连续环节，把广告从“人工配置后等待结果”改成“围绕目标持续执行和修正”。AI确实开始改变收入如何产生，但公开数据还不足以回答其中有多少收入只由AI创造。

一、它面对的处境：14亿级账户规模，并不等于广告可以无限增加

截至2026年3月底，微信及WeChat合并月活跃账户数为14.32亿。如此大的用户基础，给腾讯提供了丰富的内容、社交和交易场景，也把广告经营推入一个更难的阶段：继续增长不能只靠多放广告。

平台当然仍在增加可售资源。2026年第一季度，视频号总用户时长同比增长超过20%，视频浏览量和广告加载率上升，腾讯还释放了更多激励广告库存；小程序增加广告内直接试玩的形式，移动广告联盟也向第三方应用开发者开放更多激励广告格式。这些动作都会增加曝光或提高每次曝光的价格。因此，把广告增长说成“完全不靠增加广告位”，并不符合财报。

真正的经营难题，是如何在体验约束下提高每一次曝光的价值。广告活动刚启动时，点击和转化样本很少，系统要花时间探索；规模扩大后，广告主还要同时处理人群、预算、出价、版位和素材。一个变量改变，其他变量的最优解也会变化。大型团队可以安排投手持续调整，中小企业往往连稳定测试多个创意版本都很困难。

腾讯原来的优势是流量和场景多，如今这也会变成执行复杂度。视频号、朋友圈、小程序、微信搜一搜的用户意图不同，腾讯视频、QQ音乐和移动广告联盟又有另一套内容环境。若推荐、出价和创意各自优化，人工复盘永远慢于实时变化；若只看点击，不看后续成交，系统还可能奖励“吸引注意却不能转化”的素材。腾讯要解决的，已经不是有没有广告位置，而是能不能让分散的判断、执行和反馈围绕同一个经营目标运转。

二、它做了什么：把AI接进推荐、投放、创意和反馈

腾讯广告AI的核心变化，不是某一个模型替代了某一个岗位，而是四个环节开始咬合：推荐模型决定什么人与什么内容更匹配，AIM+把判断转成投放动作，生成式AI扩大可测试的创意供给，合法接入且能够归因的转化信号再带回下一轮优化。少了其中任何一环，AI都可能停在“给建议”而不是“改经营”。

推荐先解决冷启动，但不把用户永久钉在静态标签上

传统广告模型高度依赖单场活动已经产生的曝光、点击和转化。新广告没有历史，预算较小的广告也很难迅速积累样本，系统只能在早期反复试错。腾讯2026年第一季度披露，已经升级运行时广告推荐模型架构，让模型更深入理解用户所处情境和意图，同时平衡模型复杂度与运行效率。

这项变化的经营意义，是让新活动不必完全从零开始。模型可以利用商品、内容和较长行为序列中的先验知识，先判断哪些历史兴趣与当前广告有关，再用实时反馈修正，而不是把用户长期固定为“游戏人群”或“美妆人群”。当系统更早找到可能的匹配，广告主就能少花一部分预算在无效探索上，也更快知道哪类人群、内容和目标值得继续投入。

腾讯研究人员发布的长行为序列论文，给出了生产机制的一个切面。论文作者汇总了多项长序列创新在生产系统中的整体部署效果，包括时序兴趣网络、分层硬搜索、把注意力与表征分开建模，以及按类别分层抽样等方法，并报告视频号GMV提升4.22%、朋友圈GMV提升1.96%。

这组数字有价值，却不能被压缩成某一个模型的共同实验结果，更不能被扩大为腾讯广告全平台平均结果或营销服务收入增幅。论文分别讨论多种方法、基线和在线实验，未公开可供外部复核的统一样本量、流量比例和共同时间窗；两个平台数字反映作者对多项创新整体部署效果的汇总，不证明它们来自同一模型、同一实验设计或同一批样本。论文由腾讯相关研究人员发布，也不是独立审计。它能证明长序列方法已经进入具体生产场景，不能替整个平台计算AI收入贡献。

AIM+不是自动出价，而是让四类决策围绕同一目标协同

推荐系统回答“向谁展示什么”，广告主仍要决定预算如何花、在哪个位置投、用什么素材以及追求什么结果。过去这些设置常被拆开：先选人群，再设价格和预算，随后选朋友圈、视频号或小程序等位置；表现不佳后，投手再逐项修改。问题是，变量并不独立。同一人群在不同内容环境中的转化意愿不同，同一素材在不同时段和价格下也会产生不同结果。

AIM+把定向、出价、投放位置选择和创意优化放进同一个广告生命周期。广告主先给出经营目标和偏好，例如控制获客成本、扩大成交或提高回报，系统再根据曝光、点击和可用转化信号持续调整组合。它的关键不在“机器出价比人快”，而在多项决策不再由不同人员、不同报表和不同复盘周期分段完成。

2025年第三季度，腾讯正式披露推出AIM+；到2026年第一季度，它已承载约30%的广告主营销服务总投放金额，在小游戏、短剧和微信小店广告主中获得较多采用。这说明产品已经跨过小范围试用，进入真实投放主流程。同时，约七成投放金额尚未由AIM+承载，自动化并未覆盖全部活动。

这套协同还改变了优化的时间尺度。人工投手通常按天或按活动阶段复盘，系统可以在预算消耗、版位供给和反馈变化时连续重算。比如视频号新增激励广告库存后，AIM+不只是把原计划平移到新位置，而要重新判断什么人群、什么价格和什么素材适合该库存。新增广告位因此不是一项孤立的库存动作，而是进入同一决策系统的又一个变量。

协同决策首先降低的是执行门槛。腾讯官方文章称，每投入约1400美元，广告主所需的平台操作量可减少约80%。但公司没有公开这个投入口径的完整定义、样本量、行业和观察周期。这里减少的是平台操作量，不是广告成本下降80%，也不能直接换算成同等比例的人员缩减。对中小广告主而言，更准确的价值是：过去需要专职投手频繁维护的活动，现在可以在目标设定后由系统持续执行。

自动化也不会替广告主做经营判断。若企业把短期下单当成唯一目标，系统可能压缩更长周期的品牌建设；若商品毛利不足、页面体验差或履约不稳定，AIM+只能更快寻找给定目标下的组合，无法修复商业模式。广告主仍要定义可接受获客成本、客户质量和预算边界，并决定什么时候不能为了点击和当期回报牺牲长期价值。

生成式AI扩大测试能力，人类团队转向定义主张和审核风险

当推荐和出价按实时反馈变化，创意如果仍是数周交付一个版本，就会成为最慢的环节。腾讯2025年第一季度已披露，广告技术平台增强了图像生成、视频编辑、数字人直播，以及对商品和用户兴趣的理解能力。生成式AI在这里承担的，不只是“替人做一张图”，而是让同一商品以更低成本生产多个可区分版本，分别适配内容流、搜索意图和不同投放位置。

素材因此从投放前的一次性交付，变成投放中的持续测试。系统可以分析表现较好的广告，保留有效元素、替换低效表达，再把新版本送回推荐和投放环节。更多版本给模型更多选择，实时反馈又告诉创意团队哪些方向值得继续发展。创意供给与投放决策由此形成连续循环。

腾讯2026年4月的一篇官方文章披露，在推荐、投放与创意优化引入AI后，部分广告资源的点击率从历史平均约1%提高到约3%；文章还介绍一家未具名的微信小店广告主，在一次活动中只用AI生成素材、没有专职创意团队，创意制作成本下降近50%，ROI明显改善。

这两项结果都只能作为范围有限的公司案例。腾讯没有公开“部分广告资源”的名称、样本量和测试周期；单一客户也没有披露行业、预算和观察期。它们说明创意测试门槛可以下降，不能写成腾讯广告平均点击率达到3%，更不能推导收入增长三倍。点击之后是否成交，仍取决于商品、价格、页面和履约；大量相似素材还可能造成品牌表达趋同、低质内容增加和版权风险。

人的职责不会消失，只是从反复改尺寸、换组合，转向定义产品主张、选择值得验证的差异、审核事实与资质，并阻止短期高点击表达损害长期品牌。生成速度越快，审核和停止机制反而越重要。

闭环反馈缩短信号距离，但不等于所有微信数据都能回流

只以点击率为目标，系统容易把“引人点开”误当成“创造价值”。微信生态的优势，是视频号、微信搜一搜、朋友圈与小程序、微信小店、小游戏之间距离较短。腾讯把用户点击后进入这些原生交易体验的广告称为闭环广告。路径缩短后，优化目标有机会从点击靠近注册、加购、下单或付费。

但闭环是业务路径，不是数据通行证。腾讯广告的转化归因指引显示，广告账户要有相应数据源和优化目标数据接入，或者经授权取得数据源使用权限；对次留、付费、有效咨询等较长链路行为，广告主还要保证数据接入正确。数据完成回传后，系统才把后续效果匹配到具体广告，并用于评估或oCPA优化。

即使技术上完成连接，个人信息的处理仍受目的、范围和用户选择约束。《个人信息保护法》要求合法、正当、必要、最小范围和透明；通过自动化决策进行商业营销，还要提供不针对个人特征的选项或便捷拒绝方式。算法推荐规定同样要求用户能够关闭相关服务、选择或删除用于推荐的个人标签。腾讯的广告隐私页面也提供退出个性化广告的选择，退出后用户仍可能看到普遍投放广告。

因此，更准确的反馈链是：只有转化信号已经接入、数据具有合法处理基础、账户拥有相应权限、统计窗口与匹配规则能够支持合理归因时，部分结果才可以进入下一轮优化。不能声称腾讯可以使用所有微信交易和行为数据，也不能把微信内发生的每一笔成交都算作广告带来的增量。自然需求、其他渠道触达和品牌既有影响，仍可能共同促成交易。

四个环节合在一起，才解释了AI为什么开始进入收入流程。推荐减少无效探索，AIM+把判断变成持续执行，生成式AI扩大可测试的供给，反馈让系统有机会优化更接近经营结果的指标。腾讯真正建立的不是一个孤立工具，而是一套在目标、权限和反馈约束下循环的决策系统。

三、结果如何：收入与毛利增长同期发生，AI成本也开始显影

2025年，腾讯营销服务收入1449.73亿元，同比增长19%；毛利833.89亿元，同比增长24%，毛利率从55%升至58%。腾讯把收入增长拆成价格和曝光量两条线：价格受益于AI定向、广告主用AI制作更多广告以及闭环广告占比提高；曝光量则受到视频号、微信搜一搜等用户参与度提升和广告加载率温和上升推动。多数主要行业的广告支出也在增长。

2025年第三季度已经能看到这条收入桥的多个变量同时变化：视频号、小程序和微信搜一搜的参与度与广告加载率上升，推动曝光量增长；广告技术基础模型升级和更多闭环营销需求，则与平均千次展示价格提高同期发生。这里既有“卖出更多曝光”，也有“同类曝光卖得更好”，AI主要进入后一条线，却不是唯一变量。

2026年第一季度，营销服务收入381.71亿元，同比增长20%；毛利约210亿元，同比增长19%，毛利率从上年同期56%降至55%。腾讯一方面继续把收入改善与AI推荐模型升级、闭环营销扩展和广告价格提升联系起来，另一方面明确表示，更高的AI相关设备折旧和配套运营成本抵消了部分收入增长对毛利的拉动。

这组结果说明两件事。第一，AI已经不只是研发项目。AIM+承载约三成投放金额，推荐、创意和投放能力被财报反复列为广告表现与价格改善因素，说明它已进入商业系统。第二，AI不是免费的效率。模型、算力、设备折旧和运营都会进入成本；在2026年第一季度，营销服务收入增速还略高于毛利增速。

公开资料仍无法回答最受关注的问题：AI到底贡献了多少收入。腾讯没有披露AIM+活动相对非AIM+活动的同口径ROI和利润，也没有把价格变化拆成AI定向、创意供给和闭环广告各自的贡献，更没有把用户时长、加载率、库存和行业需求从增量中剥离。2025年的19%和2026年第一季度的20%，都不能全部记到AI账上。

四、为什么不能盲目照搬：模型之外，还有数据、场景与责任

腾讯公开材料列出的营销服务资源横跨视频号、朋友圈、小程序、微信搜一搜，也包括腾讯视频、QQ音乐和移动广告联盟等业务库存；这说明业务范围广，不等于这些资源的数据已接入同一个模型。长序列论文能够支持的，只是其明确涉及的朋友圈、视频号、公众号、腾讯新闻、腾讯视频等具体场景内进行了跨场景行为建模。公开资料不足以证明营销服务板块全部资源、账户或数据已经互通并由同一模型学习。没有统一账户、稳定数据源和真实转化接口的企业，先采购AIM+式工具，往往只能得到更快的报表，得不到更快的经营循环。

第二个前提是目标可被机器理解。点击、注册和下单容易计数，客户质量、品牌信任和长期价值更难进入实时目标。若管理层没有先定义利润边界、客户分层和例外规则，系统会把错误目标执行得更彻底。AI协同决策的上限，首先受经营目标质量限制。

第三个前提是数据权限和归因纪律。转化数据要经过接入或授权，个人信息处理要满足合法、必要和用户选择要求，平台内成交也不自动等于广告增量。企业若把“数据在系统里”误当成“数据可以用于任何优化”，得到的不是闭环优势，而是合规与信任风险。

最后，生成式创意把生产成本降下来，也把审核与标识压力推高。《互联网广告管理办法》要求广告真实、合法、可识别，广告主仍要对内容真实性负责，平台也要保留审核与投放记录。AI生成的夸大功效、错误资质或侵权素材，不会因为由模型完成就转移责任。

自2025年9月1日起施行的《人工智能生成合成内容标识办法》，还要求在适用情形下对生成合成内容添加显式和隐式标识，并要求传播平台核验文件元数据、在相应情形下添加或提供提示与声明功能。它规范的是符合办法适用条件的网络信息服务提供者及生成合成内容传播活动，不能据此推断企业每一份仅供内部使用的AI创意草稿都必须公开展示标识；但当AI生成广告素材进入面向公众的发布和传播链路时，广告主、生成服务与传播平台需要结合各自角色核对标识、元数据、声明和提示责任。

五、给管理者的启示：把AI接进收入流程，也把边界接进系统

腾讯案例可迁移的第一条判断，是从流程瓶颈出发，而不是从模型能力出发。先找出收入链中反馈最慢、重复配置最多、测试成本最高的环节，再决定AI是提供建议、执行动作，还是只做素材。没有明确经营分母，任何“提升百分比”都难以判断价值。

第二条判断，是把自动化做成协同，而不是把单点工具堆在一起。推荐、预算、版位、素材和转化目标会互相影响。真正能改变结果的系统，需要让这些变量围绕同一个目标更新，同时保留人对目标、预算、品牌和异常的最终责任。

第三条判断，是在扩大自动化前先建立一张可审计的增量账。企业至少要区分AI组与非AI组的同口径转化、收入、毛利和长期客户质量，把模型与算力成本计入，并记录广告加载率、自然需求和其他渠道的变化。只有这样，才能回答AI是在重新分配既有转化，还是创造了真实增量。

腾讯广告AI已经证明，AI可以从“内容工具”进入成熟收入流程，承担连续的判断和执行。但它也给管理者留下一个更重要的提醒：流程被AI改变，不代表增长可以全部归给AI。系统越自动，越要把目标、权限、归因和停止条件写得清楚。

这也正如同我们在AI 成本的冰山：为什么 Token 单价跌去 99%，账单却越用越贵中分析的，显性成本下降往往掩盖了隐性成本的上升，管理者需要建立更全面的成本归因模型。而在更广泛的AI转型中，别给马车喷上汽车漆：2026，中国企业的 AI 困局与出路一文也提醒我们，真正的挑战不在于技术本身，而在于组织能否围绕AI重新设计决策与责任边界。

想把这套打法用到你自己的业务上？

读完腾讯广告AI的案例，你是否也在思考如何把AI接进自己的收入流程，同时建立清晰的归因与边界？你可以从一次业务诊断开始，厘清AI在你增长模型中的真实位置。

💎 核心承诺：先诊断、再合作，思路不对不推进。

专属咨询热线：400 822 8832

扫码加顾问 Ben 评估