广告投手，正在被自己的工具替代

前几天，一个做投放的朋友跟我抱怨。

他说他团队里招了三年的投手，最近活儿越来越少。不是预算砍了，预算还在涨。是机器把他要干的活儿抢走了。

他原本每天早上要做的事——看数据、调出价、分人群、测素材——现在打开后台，系统已经帮他做完了。

他有点慌。

我听完，第一反应是：这事不只在 Google 上发生。

七家平台，干的是同一件事

你去看看现在主流的几家广告平台。

Google 有 Demand Gen 和 Performance Max。Meta 有 Advantage+。TikTok 有 GMVValue 和 Smart Campaigns。Snapchat 有 Dynamic Catalogs。Amazon 有 Performance Plus。Pinterest 有 Performance+。Microsoft 也有自己的 Performance Max。

七家。

名字都不一样，定位话术也各说各的。但你把它们摊开看，本质上在干同一件事。

什么叫"同一件事"？

就是机器在替你做三个决定：把广告给谁看、出多少钱、用哪个素材。

过去这三个决定，是投手凭经验拍的。现在呢，机器学习每秒钟可以试错几万次，谁的反应比它快？

Google：让你连"在哪个位"都不用选

先说 Google。

Google 的 Performance Max，名字就透着野心——"性能拉满"。你只要把素材和预算交出去，它替你在搜索、展示、视频、购物、地图，所有 Google 的广告位上，实时找最划算的那一档。

Demand Gen 更往前一步。它在用户还没搜、还没想买的时候，就帮你把人挑出来——基于搜索行为、兴趣标签，把那些"可能要买但还没下定决心"的人，提前圈出来推给你。

你想想看，这事儿放五年前，得多少个投手盯着多少张报表才能干？

Meta：把预算往"打得赢的地方"挪

Meta 的 Advantage+ 走的是另一条路子。

它不管你广告位的事（那是 Google 的核心），它管的是预算怎么分。你投十个素材、五个人群，系统会盯着——哪个素材表现好，预算自动往它身上堆；哪个人群转化高，预算马上挪过去。

不是你每周调一次。是每分钟都在调。

这就是机器学习干的事。它不会累，也不会因为昨天那个素材表现好就感情用事继续投。

TikTok：冲着"卖货"去

TikTok 的 GMVValue，名字里就藏着它的目标——GMV，也就是成交额。

它不像其他平台那样含糊地优化"点击"或者"互动"。它直接告诉你：我就是帮你把货卖出去的。机器学习去预测哪个用户最可能下单，然后把广告推给他。

对电商品牌来说，这就是个会算账的导购。

TikTok 还有 Smart Campaigns，给小店准备的。你不懂出价、不懂人群没关系，你告诉它你想要什么（品牌曝光？还是成交？），它替你跑。

剩下几家，逻辑都一样

我快速说几家。

Snapchat 的 Dynamic Catalogs——你把商品目录传上去，它根据用户看过的、点过的，自动拼出对应的广告。一个用户看到一个版本，另一个用户看到另一个版本。

Amazon 的 Performance Plus——亚马逊最懂谁想买东西。它就靠这层"购买意图"的数据，替你调出价、调素材。ROAS（广告花费回报）这事儿它算得最精。

Pinterest 的 Performance+——Pinterest 本质是个搜索引擎，用户在上面搜的就是想买的、想做的。它靠推荐算法帮你找到这群人。

Microsoft 的 Performance Max——和 Google 同名同姓，覆盖的是 Bing、LinkedIn 和 Microsoft Audience Network。B2B 投放的人会更在意这家。

你看，七家说完了，核心逻辑是一模一样的。

把决策权交给机器。把人从操作台上挪开。

这事儿，对你意味着什么

回到我那个朋友。

我跟他讲，投手这个岗位不会消失，但它的定义在变。

过去投手的核心能力是"调"——调出价、调人群、调素材。这些活儿，机器干得比人快、比人稳、比人便宜。

那人的价值去哪了？

去到机器干不了的事上。

机器能告诉你"该投给谁"，但它不能告诉你"你的品牌到底要跟谁说话"。机器能算出哪个素材点击率高，但它造不出一个真正打动人的故事。机器能优化转化漏斗，但它选不了你今年要不要做一个完全不同的产品。

机器接管了操作台，但战略这把椅子，还空着。

谁能坐上去，谁就还在牌桌上。

最后

我这个朋友后来跟我讲了一句话，我觉得说得特别好。

他说，以前投手是司机，踩油门、打方向盘。现在平台把方向盘接管了，油门也接管了，投手坐在副驾上——

但副驾的责任，是告诉这辆车该开去哪。

车开得越快，副驾越重要。

祝你，坐在副驾上，还能看清前面的路。