这个故事有一个很容易写出来的版本。人工智能广告现在的效果与人类广告一样好。提示有关创意部门的思考。听听机构高管的言论，他们对一切都非常冷静，绝对不紧张。这个故事的版本是可用的，而且它并没有完全错误——但它回答了一个问题，但事实证明，这个问题没有数据实际提出的问题那么有趣。

对这项研究更诚实的解读是：一项主要的实地研究旨在测试人工智能是否能够与人类的创造性表现相匹配，在这样做的过程中，偶然发现了一个发现，使最初的问题显得有点离题。

研究实际测量了什么

该研究由哥伦比亚商学院、哈佛大学、慕尼黑工业大学和卡内基梅隆大学合作完成，并与 Taboola 的 Realize 平台合作进行。如果您关心方法论，那么完整的报告值得一读，因为方法论才是值得认真对待的东西。

大多数人工智能和人类创造力的比较都存在相同的缺陷：它们实际上并不是在进行同类比较。您最终会在衡量创意来源的同时衡量广告商质量、广告活动时机、受众定位和预算差异。研究人员使用了他们所谓的“兄弟广告”——将人工智能生成的广告和人工制作的广告配对，这些广告来自同一广告商、同一个广告系列，在同一天投放。它控制着广告商的身份、时间、受众定位以及广告导向的着陆页。一旦你去掉这些变量，剩下的就是对创意执行的干净测试，就像你在现场环境中可能遇到的那样。

规模巨大：5 亿次展示、300 万次点击、数十万条实时广告。这不是一项有 200 名参与者对模拟广告进行评分的实验室研究。它是来自真实支出水平的真实活动的观察数据，真实的人们点击或不点击。

标题的发现，以及它下面更有趣的发现

总体结果是，人工智能生成的广告在统计上与人造广告的总体效果相当。原始数据稍微倾向于人工智能——点击率分别为 0.76% 和 0.65%——但研究人员在严格的统计控制下对这一差距保持了适当的谨慎。诚实的总结是：可比。没有明显好转，也没有更差。可比。

这一发现对于品牌是否可以在不牺牲性能的情况下使用人工智能生成的创意这一实际问题至关重要。答案似乎是肯定的。研究发现，人工智能视觉效果在不降低下游转化性能的情况下提高或维持了点击率，这解决了人工智能可能会增加好奇者的点击量，同时无法为真正购买任何东西的客户提供服务的担忧。食品饮料和个人金融这两个具有大量创意和巨大测试兴趣的行业的早期采用者似乎比其他行业更快地解决了这一问题。

但更有趣的发现是分类的。当研究人员将看起来真实生成的人工智能广告与那些“看起来不像人工智能”的广告分开时，表现最好的一组不是人造广告。通过的正是人工智能广告——观众不会将其标记为人工广告。该组广告的表现优于人造广告和人工智能广告，后者看起来显然是合成的。

“我们的研究结果证明，当人工智能被用来增强人类线索时——比如人脸上的信任——它不仅能匹配人类的表现；它常常会为参与度设定一个新的上限。” — Oded Netzer，哥伦比亚商学院研究副院长

这是研究改变形状的时刻。如果效果最好的广告是看起来不像人工智能的人工智能广告，那么“人工智能生成”实际上并不是完成这项工作的变量。还有别的事。

人脸作为真实变量

这项研究确定了其他东西的样子：人脸。研究人员发现，广告中大而清晰的人脸是最有影响力的信任信号之一。这不会让任何花时间研究直接响应广告的人感到惊讶——几十年来，“面孔作为锚点”原则一直是实践者的启发。这项研究增加了规模和严谨性。它还增加了一个转折。

与人造广告相比，人工智能生成的广告更有可能包含突出的人脸。可能性并非稍大一些——而是明显更加一致。研究人员认为，这可能是因为生成式人工智能从最佳实践创意模板中学习：它比人类更可靠地遵循剧本，而人类会感到无聊、分歧、实验，或者只是错过备忘录。人工智能不会感到无聊。它不断地将脸部放入框架中。

这真是一个奇怪的倒置。事实证明，人工智能广告超越人类广告的途径是人工智能更善于发挥人类的温暖。无论是人还是模特生成的，传达信任的图像都会如此。看广告的人不知道，更重要的是，没有理由关心。他们正在读一张脸。他们读的是温暖或冷静、开放或戒备、与他们相似或不同的人。像素的来源是不可见的并且与该判断无关。

点击率数字无法捕捉到的内容

有一个复杂的情况，它来自完全不同的研究机构。一次点击是一种意图、一个感兴趣的时刻、一个在一瞬间做出的微观决定。点击率无法衡量的是屏幕消失后仍留在您身边的东西——品牌回忆、情感联想、数月乃至数年形成购买决策的偏好的缓慢积累。

尼尔森的 2025 年度营销研究指出了一个相关的紧张局势：虽然人工智能正在迅速被用于创意制作，但 59% 的全球营销人员认为人工智能驱动的个性化和优化是最具影响力的趋势，但同样的研究也表明了人们对人工智能生成的创意能否建立人类讲故事历史上产生的那种长期品牌资产的持续担忧。担心的不是点击次数。问题在于正在建造的东西是否能够持久。

这种担忧是真实存在的，而 Taboola 研究并没有解决这个问题，因为它的设计初衷并不是为了解决这个问题。该研究衡量广告效果——直接响应、短周期、点击转化。它很少涉及品牌活动、意识广告或那些其效果需要数年而不是数日累积的创意工作。 Taboola 研究和更广泛的品牌有效性文献并不相互矛盾，而是衡量了不同的事物，而且这两种衡量方法都是真实的。 Springer Nature 对文本到图像和文本到视频广告中人工智能与人类表现的研究发现，不同格式、类别和观众背景之间的差距存在显着差异，这进一步增加了这种复杂性。诚实的答案是，这取决于您想要完成的任务以及衡量它的时间尺度。

正确的问题实际上是什么

哥伦比亚大学的研究所做的（可能并非有意为之）是证明“人工智能与人类”框架始终是一个类别错误。观众看到广告时的反应并不是公开制作方法。他们正在对视觉线索做出反应，大脑已经学会将这些视觉线索与可信度、温暖、可信度或相关性联系起来。这些线索可以由一个人来组合。它们可以通过模型组装。两者都可能组装得很差。装配过程中附加的标签不是信号的一部分。

这重新定义了实际的竞争问题，这不是“人工智能能与人类创造力相媲美吗？”而是“我们实际上想要传达什么，以及我们如何最可靠地传达它？”人脸之所以有效，是因为它们能引发观众不假思索地快速、本能地解读表情和意图。该过程不会首先检查面部是否是在中途渲染的。它只是读取脸部。

如果人工智能工具能够更好地一致地部署这些信任信号——不是因为它们更具创造性，而是因为它们更一致——那么可靠执行基本原理的工具就会获得实际优势。这是一个比“人工智能正在取代人类创造力”更为平凡的故事。这是一个关于模板和一致性的故事，以及了解什么有效和可靠地执行它之间的差距。

这一切真正有趣的是它揭示了说服力。我们一直担心AI能否具有创造力。研究表明，更紧迫的问题是观众是否能分辨出来——答案是他们大多不能也不需要，因为他们实际上所做的事情比创造力或人工智能要古老得多。他们正在寻找一张可以信任的面孔。