Mike Schrobo 是 Fraud Blocker 的 CEO 和创始人，Fraud Blocker 是一家领先的点击欺诈防护软件公司。他曾是几家领先技术公司的高级执行官，拥有超过 25 年的营销经验，并获得 Adweek 国家奖。 在 Fraud Blocker，Mike 和团队的使命是通过检测和阻止点击欺诈、降低无效点击率和消除浪费的广告支出来最大化广告表现。
在数字营销中，“谁实际上在看什么”问题正进入一个新阶段。像ChatGPT的Atlas和Microsoft的Copilot这样的代理浏览器现在可以代表用户浏览互联网，帮助他们进行研究和购买。这承诺了生产力的提高，但也引发了人们对广告参与是否由机器人还是买家驱动的疑问。因此，代理浏览器时代引发了人们对活动影响、用户合法性和重定向价值的质疑。此外，代理浏览器可能容易受到提示注入和劫持以进行黑客攻击的攻击。现在是回答这些问题的时候了。电子商务正在迅速转向“代理商务”，随着谷歌的Universal Commerce Protocol（UCP）的发布，这是一种后端基础设施，允许购物者在不访问零售商网站的情况下完成购买。微软推出了Copilot Checkout，具有类似的功能，Shopify宣布了其“代理计划”，以与两个平台集成。我们正在见证商业基础设施正在围绕代理而不是用户重建，而欺诈检测很难跟上。零售商已经开始担心，当交易转移到黑盒子时会发生什么，营销人员也应该同样担心。毕竟，人工智能驱动的自动化已经在创建新的广告欺诈攻击向量（例如鬼点击农场），而对客户旅程的可见性降低威胁着将分析转变为猜测。让我们深入探讨代理浏览器的到来及其对营销的影响：好处、坏处和丑陋。好处：更高的转化率和信号让我们先看优点：代理浏览器可能通过过滤掉低意向流量来提高营销效率。如果人工智能代理仅在用户有真正的购买意向时点击广告，广告商理论上会看到： 更高的转化率：不再有随意浏览的用户在不购买的情况下点击广告 更好的归因信号：代理根据明确的用户命令采取行动，创建更清晰的意图轨迹 减少浪费支出：减少“只是看看”的点击而不转化 关键词是“可能”。这个乐观的场景假设代理自我声明，平台准确跟踪它们，用户实际上信任代理代表他们做出购买决定。但是，目前没有任何保证或指南来说明代理如何自我报告。正如A16Z最近的报告所指出的，我们可能需要类似于“了解您的代理”协议的东西，类似于“了解您的客户”规则来解决这个问题。但是，目前，营销人员无法快速确定某个会话是来自代理还是用户，这就是我们开始看到潜在问题的地方。坏处：人类与代理流量几乎无法区分这里有很多营销人员不知道的事情。例如，如果代理在夜间研究产品，浏览会话会触发重定向像素。几天后，人类看到重定向广告并转化。广告商应该为代理活动支付全价吗？半价？什么都不要？我们还无法确定如何对代理流量进行定价，也无法轻松识别它。用户指示代理浏览和欺诈者劫持代理进行广告欺诈对营销人员来说看起来几乎相同：他们看到相同的设备、IP、浏览器和会话。这一可见性问题加剧了无效点击的伤害。无效点击在过去15年中已经增加了一倍，原因是越来越复杂的机器人模拟了人类行为。因此，广告商越来越多地与第三方欺诈检测服务合作，以便在费用计入他们的预算之前识别出假点击。现在，代理浏览器进入了舞台，行业正在为减少对活动的洞察做准备，这使得确定性能和清除欺诈互动变得更加困难。最后，值得考虑代理浏览器的数据暴露问题。元素，如活动网页内容、浏览历史和打开的标签页，通常会发送到基于云的AI，这反过来增加了数据暴露的风险，除非安全和隐私设置被故意加固和集中管理。正是因为这个安全问题和其他一些不法行为的可能性（我们将在下面讨论），Gartner建议企业目前阻止AI浏览器。丑陋：坏人利用浏览器为他们效劳广告欺诈是一个比很多人意识到的更大、更昂贵的问题——它是一个比信用卡欺诈大8倍的骗局——坏人可以用更好的工具造成更多的损害。例如，在9月，恶意软件将不知情的智能手机变成了“鬼点击农场”，这些农场在高峰时段每天与广告进行23亿次竞价，秘密地与广告进行交互。这些页面由欺诈者控制，产生了无数微支付，直接进入他们的口袋。令人担忧的是，代理浏览器将使此类骗局更难被发现，也更常见。通过提示注入，流氓代理成为完美的用于大规模点击欺诈、表单垃圾邮件和虚假评论的工具，同时看起来与用户无异。Gartner通过强调其他危险（如代理推理有缺陷导致的有害行为和凭据盗窃，当AI浏览器被骗导航到钓鱼网站时）来支持这一观点。今天，使用代理AI从家里轻松启动一个复杂的点击农场比以往任何时候都容易。你以前需要整个团队，现在你可以使用机器人来完成。主流代理浏览器并没有制造这个问题，但它们使得扩大规模变得容易得多。真相：代理可以对营销人员有帮助和有害代理浏览器的引入对于营销人员来说并非二元的。与其说是完全好的或完全坏的，不如说真相介于两者之间。未来是否会向一方倾斜将取决于解决方案提供商和营销技术人员如何建立防护措施。识别和声明代理的规则是必不可少的，就像建立代理浏览器的可见性和信任一样，所有这些都必须在代理浏览器变得主流之前完成。毕竟，好的营销依赖于好的数据，而好的数据依赖于透明度。
在在线广告中，很难确定谁真正看到了什么。数字营销生态系统基于展示和点击，生成微交易，每当有人查看或与广告交互时。每个展示或点击几美分的广告可以根据“受众”大小迅速累积起来。问题在于，武装了人工智能（AI）的欺诈者正在操纵这些指标，损害广告活动的有效性，并使营销环境更加混乱。遗憾的是，我们不需要回顾过去很久就能找到值得注意的例子。9月份，一个大规模的广告欺诈网络被揭露，涉及数百个恶意应用程序，它们劫持了全球各地的个人智能手机。用户下载看似合法的应用程序，但这些应用程序秘密地启动浏览器，导航到骗子控制的域名。从那里，背后支持的机器人模拟真实的广告参与。在该计划的巅峰时期，用户不知不觉地每天生成超过20亿次欺诈性的广告展示和点击，为骗子带来了经济利益，而广告商则浪费了营销投资。像这样的AI应用程序加速了广告欺诈，并使传统的检测模型难以跟上。因此，欺诈检测平台越来越多地使用算法来以火对火。这些防御系统分析数百万个数据点的行为模式——鼠标移动速度、滚动模式、会话时长——以实时区分合法和非法用户。我们基本上正在进入广告欺诈的军备竞赛，恶意和防御性AI之间的猫鼠游戏，数字营销的有效性和可信度悬而未决。广告欺诈的原因和目的这不是在线广告世界中的新问题。数字广告的经济结构——参与度转化为付款——是一个诱人的提议，对于不法行为者来说。多年来，他们利用虚假点击转化为真实现金，并且他们在这方面变得越来越擅长。广告欺诈现在是全球最大的欺诈——比信用卡欺诈还大——Juniper Research报告称，2023年的营销损失超过84亿美元。预计这一损失将在2028年膨胀到超过170亿美元，占广告支出的大约五分之一。广告欺诈通常涉及虚假点击付费广告以获取不当付款。有时，激励是利用欺诈即服务来耗尽竞争对手的预算。骗子通过生成大量伪造或专门为广告制作的网站，嵌入通常对人类眼睛不可见的横幅或视频广告，然后将点击机器人引导到这些广告上来实现这一点。另一种方法，如我们在9月份看到的那样，涉及嵌入在应用程序和浏览器扩展中的恶意软件，以便在用户不知情的情况下远程点击广告。后果不仅仅是浪费预算，因为扭曲的广告数据也会损害战略决策。更糟糕的是，AI只会增加这个问题的严重性。配备了自然鼠标移动、现实的页面停留时间和类似人类的参与序列的现代点击机器人更难被发现。这些自主系统在分布式网络上运行，允许骗子协调数百万次交互。用AI防御来对抗AI攻击骗子只会通过技术改进他们的进攻策略，营销人员几乎没有选择，只能做同样的事情。好消息是，新兴的策略和平台正在使这一点成为可能，并且规模庞大。AI训练模型在分析行为方面被证明是必不可少的。生物特征，如鼠标移动速度、滚动模式和按键动态——即使是复杂的机器人也很难真实地复制——是虚假性的明显迹象。同样，智能解决方案可以检查设备随时间的演变，标记缺乏有机模式的欺诈操作。并且，高级平台使用网络图分析来映射IP地址和用户代理之间的关系。这暴露了即使单个请求看起来合法的协调机器人网络。这些系统通过分析数百万次交互，实时阻止威胁，并且通常在广告商被收费之前，这是一种有前途的方法，可以有效地消除机器人农场、竞争对手点击和恶意软件感染的设备，Juniper Research报告称，欺诈缓解平台将帮助防止2028年470亿美元的广告欺诈损失。数字营销的新常态我在营销行业工作了二十多年，从未见过这样的情况。AI是广告欺诈者的一大生产力助推器，让小团队能够发起更大、更具创意和更昂贵的攻击。甚至依靠虚假评论和评论的点击农场也在使用生成工具获得效率提升，这些工具可以清理“破碎”的英语信息。这是新的营销常态，公司需要更好地保护自己。值得注意的是，像谷歌这样的平台会退款一些无效点击，但它们并不能捕获所有内容。我们的内部数据和客户经验表明，手动提交的退款请求的批准率约为10％。从那里，大约30-50％的请求退款金额被批准。这很有帮助，但营销人员最好在广告欺诈发生之前预防虚假点击。骗子处于领先地位，但防御正在迅速赶上，导致这种广告欺诈的猫鼠游戏。坏人占据微弱优势，因为他们首先采用了技术，而不考虑道德或合规性。另一方面，营销必须适应这些限制，同时改进其监测生态系统和确认合法性的方法。这场游戏不会通过一次突破就能赢得，而是通过不断的警惕、创新和合作。随着骗子开发出更聪明的攻击，广告商必须跟上他们的步伐，否则就有可能损失更多的钱，损害数字营销的整体有效性。
