谷歌广告AI功能不断升级，为什么ROI却越来越低？

近年来，谷歌广告不断升级其AI功能，意在帮助广告主提升广告效果并降低运营成本。这些AI功能包括不限于：

• 智能竞价：通过机器学习动态调整出价策略，以最大化转化价值或降低每次转化成本（CPA）。
• Performance Max：自动化广告，允许AI优化不同平台（搜索、展示、YouTube等）上的广告分配。
• 生成式图片工具：能够自动生成广告标题、描述、图片和视频，以提高创意制作效率。
• Google Analytics 4：通过AI分析提供更智能的AI洞察和预测。
• 需求开发广告（Demand gen）：它是 AI 赋能的全新广告系列，通过引人入胜且具有视觉吸引力的相关广告素材，在恰当的时机吸引消费者的注意力并促使他们采取行动，从而促成转化。
• 对话式体验：对话式体验式一项基于聊天的新功能， 类似ChatGPT的界面， 旨在将您的专业知识与Google AI 技术相结合，加快搜索广告系列的制作速度。它是一个互动工具，可以帮助您更轻松地生成所需的文字和素材，

Google宣传这些AI功能能帮助广告主降低广告成本、提高ROI，并减少手动优化的工作量。然而，许多广告主在实际使用中发现，尽管AI工具越来越智能，他们的广告投资回报率（ROI）却不升反降。是什么导致了这一现象？接下来，我们将结合用户反馈、专家分析和AI工具的局限性，深入探讨这个问题。

01

AI智能竞价：中小企业“慎用”

在Reddit上，用户hanks分享了他亲自测试智能竞价的经历，结论让他大跌眼镜。他原本使用的是 手动CPC（每次点击手动竞价），后来在谷歌广告经理的建议下，尝试将两个广告系列切换到了 “最大化转化价值”（Smart Bidding的一种）。为了这个实验，他在 8个月内投入了2万美元，本以为AI能帮他优化广告支出，带来更好的ROI，结果却完全相反——

总转化价值下降了24%
广告总成本反而增加了10%

也就是说，他花的钱更多了，但获得的转化反而更少。换句话说，Google Ads的智能竞价帮他“优化”的结果就是： Google赚得更多，他亏得更惨。对此，他直言不讳地表示自己被“忽悠”了，随后果断撤回，重新改回 手动CPC，打算自己掌控竞价。

问题根源：

AI工具需要大量的历史数据和转化量才能有效运作。对于中小型广告主来说，数据积累不足可能导致AI的优化效果大打折扣，甚至适得其反。

Google的AI可能更适合那些每天有大量数据输入的广告账户。因此，提醒小预算的广告主要谨慎使用智能竞价，否则很可能会经历和他一样的“翻车”体验。

众多案例无疑给了许多广告主一个警示：不要盲目信任Google的AI竞价，先做小规模测试，避免“花钱买教训”。

智能广告活动需要两周、三周甚至一个月的时间，才能超越手动竞价策略的表现。这需要时间。

此外，AI并不是一种‘设置后即可放任不管’的解决方案。你不能假设AI总是会为你做出最佳决策。你必须设置好‘护栏’，查看广告表现报告，分析受众 ，并设置排除条件，确保你触达的是正确的人群。因为AI并不总是能为你找到合适的人群，尤其是在B2B领域，我们处理的是潜在客户生成。它可能会为你带来大量的潜在客户，但这并不意味着这些客户都是高质量的。

02

生成式AI提高的“数量”而非“质量”

类似ChatGPT的Dalle E, Google广告的的AI功能能够根据广告主输入的提示词生成图片。但 Google 的 AI 更进一步，它可以结合广告系列的整体背景，生成更符合广告主题和目标的图片，而不仅仅是单独生成一张图片。除了图片生成，Google 还让 AI 提供广告文案建议，例如自动生成广告标题、描述、关键词，从而帮助广告主更高效地优化广告内容。与传统的响应式搜索广告（RSA）从落地页提取内容不同，Performance Max 的 AI 能够基于广告投放目标和整体背景，创造新的广告文案，让广告内容更加精准且富有创意。

对于小型企业或资源有限的广告主而言，生成式 AI 能够减少因缺乏创意素材而错失广告优化机会的情况。

由于门槛的降低， 广告主会更加乐于投放广告，这显然也是Google 愿意看到的。

但是生成式AI生成的素材，图片，文字真的能帮助到广告主优化广告，提高ROI吗？

如果数量是你的追求，那么答案是肯定的。但如果你追求的是质量，

尽管 AI 可以快速生成图片、文本等内容，但它仍然存在很多限制，尤其是在品牌定制化和创意深度方面。例如，AI 可能难以理解一些极具行业特色的品牌表达，或者在生成图片时出现偏差，导致结果不符合品牌调性。

其次，在 Google Ads 中，AI 生成的图片无法像设计师那样精准调整布局和尺寸。对于某些广告形式，AI 生成的图片可能无法完美适配。

换句话说，如果你对广告素材有高度定制化的需求，还是得依赖专业的创意团队，而不是完全依赖 AI。

有时会AI会让我们过度生产，追求数量而非质量。这正是AI让营销比以往更糟的地方。

总结

AI在营销中的应用并非一蹴而就，也并非万能解决方案。设置AI驱动的广告活动可能需要更多的时间和精力，尤其是在处理复杂需求时。此外，AI并非“设置后即可放任不管”的工具，成功的实施需要持续的优化和人工干预。营销人员必须保持警惕，设置合理的“护栏”，并通过实验和测试不断调整策略，以确保AI真正为业务目标服务，而非盲目追求数量而忽视质量

当AI被当作完整的解决方案而非战略工具时，它可能会让营销变得更糟。