Google 會成為下一個 Yahoo 嗎？AI 搜尋正在改寫廣告的變現邏輯

Yahoo 的教訓：有價值的廣告入口會轉移

回顧 Yahoo 的衰落，很容易將它歸結為搜尋技術不如 Google。但從商業模式來看，真正拉開差距的，是兩家公司如何理解使用者的注意力。Yahoo 早期採取典型的入口網站模式。新聞、電子郵件、網站目錄與各式服務集中在同一個平台，透過持續吸引使用者停留，再將流量轉化為展示型廣告收入。

Google 則從另一個方向切入：使用者的搜尋意圖。假設有人搜尋「台北商務飯店」，這個行為本身就透露出潛在需求。相較於在新聞首頁展示一則飯店廣告，搜尋結果中的贊助連結，更有機會接觸正在尋找住宿的消費者。

這種將廣告與需求連結的模式，並不是 Google 最先發明的。1998 年成立的 GoTo.com，後來更名為 Overture，已經發展出關鍵字競價與點擊付費的商業機制。Yahoo 甚至在 2003 年以約 16.3 億美元收購 Overture，希望強化自身的搜尋廣告業務。

Google 的關鍵突破發生在 2002 年。它重新設計 AdWords 競價機制，不再單純依照出價高低排序，而是將廣告的預期點擊表現納入考量。這個改變讓搜尋品質、廣告相關性與商業收益形成互相強化的循環。使用者更容易找到符合需求的結果，廣告主更願意為高意圖流量付費，而 Google 也因此累積了持續改善搜尋與廣告系統的資源。

Yahoo 並非完全沒有搜尋技術或廣告平台，而是在市場重心轉向搜尋的過程中，未能建立同等強大的搜尋、流量與廣告技術整合能力。入口的價值不只取決於有多少使用者，更取決於平台能否在使用者產生需求的時刻，將注意力有效轉化為商業回報。

這也是今天比較 Google 與 Yahoo 時，最值得保留的歷史觀察。但兩者有一個重要差異：Google 並非站在 AI 市場之外的既有業者。它同時掌握搜尋引擎、廣告平台、Gemini 模型與雲端基礎設施。AI 既可能侵蝕原有業務，也可能成為它建立下一代廣告系統的工具。

因此，Google 是否會重蹈 Yahoo 覆轍，不能只看使用者是否轉向 AI，而必須回到它的核心營運數字。

搜尋查詢量創五年新高，廣告收入為何放緩？

根據 Alphabet 2026 年第三季財報，Google Search & other 單季營收達 633.5 億美元，年增約 12%。這個數字仍然可觀，但和上一季相比，增長速度明顯減弱。

資料來源：Alphabet 2026 Q2、Q3 財報。Search & other 涵蓋 Google 搜尋及其他自有服務的相關廣告收入，並非純粹的 Google 網頁搜尋廣告。季度金額比較亦受到季節性影響。

兩季營收幾乎持平，年增率卻下降約 4.8 個百分點。更耐人尋味的是，執行長 Sundar Pichai 在同一次財報會議上表示，受到 AI 功能帶動，Google 搜尋查詢量的年增率創下五年來最高紀錄，其中也包括具有商業意圖的搜尋。

使用者並沒有停止使用 Google，反而提出了更多問題。搜尋使用量與廣告收入，卻沒有呈現相同的成長速度。在 第三季財報電話會議中，Alphabet 商務長 Philipp Schindler 對這個落差作出解釋。

首先，匯率是第二季至第三季搜尋收入增速放緩的最大因素；其次，零售與娛樂等產業的廣告支出也出現變化。特別是第二季世界盃帶動的廣告需求，使得第三季的比較基期偏高。

但他同時承認，AI Mode 查詢量快速增加，而目前的變現效率相對較低，確實對整體搜尋業務產生影響。這個說法相當重要。Google 並不是沒有成功把使用者帶進 AI 搜尋，而是新增的 AI 使用行為，尚未完全建立與傳統搜尋相當的廣告變現能力。

不過，不能直接用查詢量與廣告收入的增長落差，推算 AI 搜尋的單次查詢收益。Alphabet 尚未公開足夠的 AI Mode 查詢、曝光與收入拆分數據，搜尋情境的組成也可能不同。

從另一組數字來看，傳統廣告業務仍有韌性。Alphabet 在 2026 年第三季 10-Q 報告中揭露，Google Search & other 的付費點擊數年增 8%，平均每次點擊成本（CPC）年增 4%。

也就是說，付費廣告互動與平均點擊收入仍在增加，並沒有出現廣告主集體撤出的跡象。但搜尋行為的變化，正在提出另一個問題。過去，使用者可能需要依序搜尋「商務筆電推薦」、「哪款續航最好」、「A 與 B 比較」，最後才搜尋商品價格。每一次查詢都可能形成獨立的廣告接觸機會。

現在，他可以直接告訴 AI：「預算三萬元、每天攜帶上班、需要長續航，不玩遊戲，請幫我找三款值得買的筆電。」AI 可以在一次互動中完成初步篩選，甚至透過後續對話持續縮小選項。

這代表搜尋意圖正在被重新組織。原本分散在多次查詢中的探索、比較與決策，逐漸整合進同一段對話。但更長的對話，不一定等於更多具有廣告價值的時刻。部分互動可能只是資訊探索，也可能在使用者真正形成購買意圖前，就已經滿足需求。

對 Google 來說，這是一道商業效率題。尤其在 2026 年第三季，Alphabet 自由現金流已降至負 90.65 億美元，主要受到龐大基礎設施資本支出影響。當 AI 搜尋需要持續投入算力，卻尚未充分展現與傳統搜尋相當的商業回報，市場自然會重新評估其獲利能力。

Google 的問題不是搜尋已經失去價值，而是它必須重新證明：AI 帶來的新增使用量，究竟能創造多少可持續的廣告收益。

AI 摘要讓點擊減少，代表廣告成效也在下降嗎？

財報呈現的是平台收入，對網站經營者與廣告主來說，更直接的變化則發生在搜尋結果頁。2025 年 7 月，Pew Research Center 公布一項針對 900 位美國成年人的瀏覽行為研究。

結果發現，當 Google 搜尋結果出現 AI Overviews（AI 摘要）時，使用者點擊傳統搜尋結果的比例約為 8%；沒有出現 AI 摘要時，則約為 15%。至於 AI 摘要內附上的引用來源，獲得點擊的比例僅約 1%。

這並不代表 AI 摘要直接造成所有點擊流失。Pew 觀察的是不同搜尋情境下的使用者行為，並非隨機對照實驗；資訊型查詢原本就可能比交易型查詢更少產生點擊。但研究至少揭示了一個值得重視的現象：使用者獲得答案，不再必然伴隨網站造訪。

Seer Interactive 的研究，則從搜尋行銷成效提供另一組證據。在 2025 年 9 月的研究更新中，Seer 追蹤一組資訊型搜尋查詢，發現被歸類為出現 AI Overviews 的查詢，其自然搜尋 CTR 從 2024 年 6 月至 2025 年 9 月下降約 61%，付費搜尋 CTR 下降約 68%。

這個結果看似驚人，但同一份研究也發現，沒有出現 AI 摘要的查詢，點擊率同樣在下降。更重要的是，Seer 發現，那些後來出現 AI 摘要的查詢，在研究初期就已經具有較低的點擊率。

換句話說，不能把所有下滑都歸因於 AI Overviews。查詢意圖、搜尋介面的其他變化，以及使用者原本的點擊習慣，都可能影響結果。到了 2026 年 4 月，Seer 進一步將分析擴大至 53 個品牌、547 萬筆追蹤查詢，並納入商業與交易型搜尋。

研究發現，先前持續下降的 CTR 開始出現回升跡象。以 2026 年 2 月的付費搜尋數據為例：

• 有 AI 摘要的查詢：CTR 約 16.21%。
• 無 AI 摘要的查詢：CTR 約 21.85%。

前者相較 2025 年初的 14.64% 有所回升，但兩組之間仍存在差距。需要注意的是，2026 年研究擴大了樣本與查詢類型，並採用固定的 AIO 狀態標籤回溯分類，因此不能把不同版本研究的數字直接串成同一組查詢的長期變化曲線。

這些研究共同支持的結論，比「AI 讓搜尋流量消失」更細緻。一部分資訊需求確實正在搜尋結果頁內被滿足，網站原本能獲得的點擊機會受到壓縮。但點擊率下降，不必然代表商業價值同比例減少。

例如，當使用者透過 AI 完成初步研究，最後才點擊某個品牌官網，他可能已經形成明確偏好。這類訪客有機會展現更高的轉換意圖，但不能只憑點擊行為就認定其轉換率一定較高。

對廣告主而言，真正應該觀察的，不只是 CTR 是否下降，而是留下來的點擊，是否仍能以合理成本帶來有效轉換。問題在於，Google 正在把廣告搬進 AI 介面，而廣告主未必看得清楚這些新接觸點的實際表現。

廣告進入 AI 介面，成效如何衡量？

Google 沒有放棄搜尋廣告，而是試著讓廣告適應新的搜尋體驗。2026 年 10 月 28 日，Google 宣布將 AI Mode 廣告擴展至澳洲、加拿大、印度、新加坡等十個國家，並在美國推出支援後續對話的多輪廣告形式。

這代表廣告不再只依附於單次搜尋結果，而是開始出現在使用者持續探索、比較與評估選項的過程中。Google 在官方公告中表示，根據內部測試，AI Mode 中贊助商品列表與自然商品列表的點擊率已經接近。

這是一項正面訊號，卻還不能證明 AI Mode 已達到傳統搜尋的變現效率。兩者比較的是同一介面內不同類型的商品列表，並不是 AI Mode 與傳統搜尋的廣告收入、轉換率或投資報酬。

對實際投放的廣告主而言，目前更迫切的挑戰，是平台提供的控制權與成效透明度。

廣告出現在哪裡，已不完全由廣告主決定

根據 Google Ads 官方說明，既有 Search、Shopping 與 Performance Max 廣告活動，在符合資格時，可以自動參與 AI Overviews 與 AI Mode 的廣告競價。

但廣告主無法單獨選擇只投放 AI 版位，也無法在保留一般搜尋投放的情況下，單獨排除這些 AI 體驗。這讓新型態廣告的測試變得複雜。假設某個品牌發現本月搜尋廣告的獲客成本上升，它很難直接判斷，問題是既有搜尋競價變貴，還是更多預算被分配到不同的 AI 搜尋情境。

AI 版位成效，仍混在既有報表裡

Google 目前將 AI Overviews 與 AI Mode 的廣告曝光、點擊、成本與轉換，合併計入標準廣告活動報表。廣告主能看到整體表現，卻無法透過標準報表完整拆分傳統搜尋與 AI 版位的貢獻。

當平台逐步擴大 AI 廣告供給，這個限制將使預算分配與成效分析更加困難。尤其對中小型廣告主而言，預算有限，往往沒有足夠資源進行大規模增量實驗。AI 自動化可能降低操作門檻，但黑箱化也可能提高判斷成本。

連廣告旁的說明，也開始交給 AI 產生

Google 正在測試以 Gemini 生成 AI explainers，根據使用者問題、AI 回答及公開資訊，解釋某則贊助內容為什麼符合需求。這種說明並非廣告主自行提供的素材。依照目前官方規則，廣告主不能逐一編寫、編輯、預先審核，或單獨拒絕顯示。

當廣告從一組固定素材，逐漸變成由 AI 依照情境組合呈現的資訊，品牌對最終內容的控制權也在改變。類似的爭議已經出現在 Google 其他 AI 廣告產品上。2026 年，Google 原本計畫將 Dynamic Search Ads（DSA）逐步遷移至 AI Max。部分廣告主擔心新的自動化機制無法完整保留既有操作方式與控制能力。收到市場意見後，Google 將 DSA 自動遷移時間從 2026 年 9 月延後至 2027 年 2 月，並恢復建立新 DSA 活動的功能。

但自動化帶來的成效，也不能一概否定。Search Engine Land 引述 Smarter Ecommerce 的研究，分析超過 250 個 AI Max 廣告活動後發現，收入中位數增加約 13%，每次獲客成本（CPA）中位數也增加約 16%，不同活動的 ROAS 變化差異相當大。

這份研究分析的是 AI Max 廣告活動自動化，不等於 AI Mode 廣告版位的獨立成效。但它提供了理解 Google 廣告轉型的一個重要角度：AI 可以擴大觸及與轉換機會，也可能帶來更高成本，最終仍需要由實際收益驗證。

Google 正在從廣告主自行設定關鍵字、素材與到達頁的操作環境，逐漸轉向由演算法理解需求、匹配內容並優化投放的系統。在這個過程中，廣告主得到更多自動化能力，也交出了一部分決策權。

ChatGPT Ads：廣告預算的新競爭者

如果 Google 只是把廣告從傳統搜尋結果頁搬進 AI Mode，這場變革仍可以被視為搜尋引擎內部的產品升級。但 ChatGPT Ads 的出現，讓問題進一步擴大。

生成式 AI 應用正在建立自己的廣告商業模式，而且不需要先成為傳統搜尋引擎。2026 年 2 月，OpenAI 開始在 ChatGPT 測試廣告。同年 8 月 31 日，OpenAI 宣布 ChatGPT Ads 的年化收入運行率達到 10 億美元。這是依當時營收速度推算的年化數字，不等於已經實際認列 10 億美元收入。

9 月 23 日，ChatGPT Ads 開始向台灣及東南亞多個市場開放。到了 10 月 21 日，服務已擴展至全球 89 個國家，累計超過十萬家廣告主使用過平台。這些數字主要來自 OpenAI 官方披露，仍缺少足夠的獨立資料驗證整體廣告投資報酬。然而，它至少說明了一個事實：ChatGPT 已經從單純的 AI 助理，逐漸發展成可以購買商業曝光的媒體平台。

更值得關注的，是這種媒體與傳統搜尋廣告的差異。過去，搜尋廣告通常以關鍵字為核心。廣告主透過出價，爭取使用者搜尋特定詞彙時的曝光機會。但在 AI 對話中，使用者會主動交代自己的目標、偏好與限制。

例如，一個使用者可能說：「我要找適合五人以下團隊的 CRM，預算每月 100 美元，不需要太複雜，但一定要能跟 Gmail 整合。」相較於單純搜尋「CRM 推薦」，這段對話包含了預算、團隊規模、功能需求與採購限制。

這些資訊讓 AI 廣告有機會在更具體的決策情境中，將產品與需求配對。其商業價值不一定來自更大量的曝光，而可能來自更精準的需求辨識。2026 年 9 月，OpenAI 進一步宣布測試 Sponsored Agents。

這種廣告形式允許使用者點擊贊助內容後，直接與企業提供的 AI 代理人展開對話，詢問產品、服務與相關細節。目前它仍處於限定廣告主參與的早期測試階段。它所代表的變化，卻值得注意。

傳統廣告的主要任務，是將消費者導向品牌網站或其他交易頁面；Sponsored Agents 則嘗試讓一部分諮詢、需求確認與購買前溝通，直接發生在 AI 應用裡。

品牌不只是在購買一個曝光位置，也可能是在購買一個進入消費者決策過程的機會。當然，付費廣告與 AI 自然推薦仍然是不同機制。Google 與 OpenAI 都表示，贊助廣告不會直接決定模型產生的自然回答。

但這兩種模式正在爭奪同一段商業價值：消費者尚未確定選擇哪個品牌以前，最有機會影響決策的時刻。

廣告預算真的開始流向 AI 了嗎？

如果 AI 應用正在成為新的消費者入口，廣告預算理應有所反應。2026 年 6 月，McKinsey 發布《The Agentic Advertising Economy: From Attention to Action》，並引用同年 2 月對 182 位美國廣告代理商與行銷決策者的調查。

研究發現，超過半數受訪者已經投資嵌入 AI 生成回答的廣告形式。調查也指出，重新配置至 AI 廣告的預算中，約四成來自傳統搜尋與開放網路等既有渠道。這裡的四成，並不是整體數位廣告市場已有 40% 的預算流向 AI，更不能解讀為 Google 已經失去四成廣告收入。

它反映的是部分廣告決策者，正在從原有渠道重新配置資源。同年 9 月，美國互動廣告局 IAB 發布的市場展望也出現類似訊號。在超過 200 位品牌與代理商廣告決策者的調查中，76% 將優化品牌內容在 AI 生成回答中的呈現列為增加關注的領域；86% 已經改變，或預計未來十二個月內改變成效衡量方式，以因應對話式 AI 與代理人。

同一份報告更把 2026 年美國整體廣告支出的預期年增率上修至 12.3%。換句話說，廣告市場並沒有因為 AI 而失去成長動能。更可能發生的，是新的廣告環境加入競爭，開始爭奪原本分配給搜尋、社群與開放網路的預算。

但目前仍無法確定，AI 廣告究竟會創造多少新增需求，又有多少只是既有媒體預算的轉移。這也是未來幾季值得持續觀察的核心問題。對行銷人員來說，當預算從「購買點擊」逐漸延伸至「參與 AI 決策情境」，舊有的成效評估方法也開始出現缺口。

AI 影響了購買決策，為什麼報表卻看不到？

假設一位消費者正在考慮購買新筆電。他先在 ChatGPT 中比較三個品牌，了解規格、價格與優缺點。經過幾輪討論後，他對其中一款產生興趣，但沒有點擊 AI 提供的連結。

隔天，他直接在 Google 搜尋該品牌名稱，進入官網完成購買。在網站分析報表中，這筆交易可能被歸因於品牌自然搜尋、付費搜尋或直接流量。但真正促使消費者縮小選項的資訊，可能早在前一天的 AI 對話中就已經出現。

這是 AI 搜尋對行銷衡量帶來的核心挑戰：影響決策的接觸點，與最後產生轉換的接觸點，開始更加分離。Google Analytics 4 已經新增 AI Assistant 預設管道，能夠辨識部分來自 ChatGPT、Gemini、Copilot 等 AI 助理的網站流量。

但依照 Google Analytics 官方定義，Google 自身 AI Overviews 與 AI Mode 帶來的非付費網站點擊，仍歸類在 Organic Search。

更重要的是，GA4 只能記錄可觀測的網站互動，無法完整追蹤消費者在 AI 應用內進行了哪些比較、被哪些品牌影響。即使品牌搜尋量增加，也不代表可以直接認定是 AI 曝光造成的。線下廣告、社群活動、媒體報導與其他行銷接觸點，同樣可能推動品牌搜尋。

所以，AI 時代的成效衡量，不能只是再新增一個流量來源分類。行銷人員需要把過去分開看的幾組指標，重新放在同一個決策流程中。首先是品牌能見度：當消費者向 AI 提出某類需求時，品牌是否進入候選名單？AI 如何描述它，又引用哪些資料？

其次是需求變化：品牌搜尋量、直接流量及相關產品頁的造訪，是否出現值得追蹤的變化？最後才是商業成效：這些變化能否與實際詢價、訂單、轉換率、獲客成本或顧客終身價值建立關聯？

其中，AI 提及率與引用率只能作為前導指標，不能直接取代 ROAS，也不能將品牌搜尋增加視為 AI 廣告的既定貢獻。比較合理的做法，是先建立基準，再透過可控制的測試條件，盡可能驗證增量。

例如，在不同地區或時段採取可比較的投放配置，觀察總體轉換是否出現差異；若無法有效隔離 AI 版位，就應明確將結果視為相關性觀察，而不是宣稱已經證明因果效果。

LS-Labs GeoCheck 可以用來建立品牌在 AI 回答中的提及與引用基準；搭配 Search Console、GA4，以及實際 CRM 或訂單資料，則能更完整地觀察從能見度到商業成果的變化。

但還有一個問題，比成效歸因更靠近這場變革的根本。當消費者開始讓 AI 幫自己篩選品牌，品牌應該如何爭取被納入候選名單？

當 AI 成為篩選者，品牌競爭的不再只是排名

過去二十年，SEO 與搜尋廣告構成了品牌獲取搜尋流量的重要手段。品牌可以透過內容、關鍵字與廣告競價，爭取在特定搜尋結果頁上的曝光，並讓使用者自行比較。但 AI 搜尋正在改變這條路徑。

假設某個消費者想購買商務筆電。傳統搜尋會提供品牌官網、評測文章、比較網站與電商頁面，讓使用者逐一選擇。如果他直接請 AI 根據預算、重量、續航與售後服務挑出三款產品，選項篩選就可能在使用者造訪任何網站之前完成。

品牌原本有機會在搜尋結果中接觸消費者，現在卻可能在第一次推薦名單形成時，就被排除在外。這種變化，讓品牌能見度不再完全等同於搜尋排名。但它也不代表只要做好 GEO（生成式引擎優化），就能讓 AI 穩定推薦某個品牌。

AI 的回答受到查詢條件、檢索來源、模型與使用情境影響。即使品牌被引用，也不代表它一定獲得正面描述，更不保證使用者會完成交易。對品牌而言，更可控的工作，反而是那些原本就應該做好的資訊基礎。

例如，產品規格、價格、供貨狀態與退換貨政策是否公開且一致？網站能不能清楚說明不同方案適合什麼需求？第三方評測、使用者案例與獨立來源，是否提供足夠的交叉驗證？

這些資料不保證品牌一定被 AI 選中，卻是 AI 系統正確理解、比較與描述品牌的重要基礎。在 LS-Labs 先前發表的《AI 搜尋時代的檢索機制報告》中，LS-Labs 透過小型在地商家實測，觀察到沒有獨立官網的商家，同樣可能因為第三方數位足跡而進入 AI 的回答。

這顯示 AI 搜尋的品牌資訊來源並不侷限於官方網站。商家檔案、媒體、評論、社群與其他公開資料，都可能參與建立系統對品牌的認識。因此，品牌需要的不只是更好的網站內容，而是能在不同來源之間維持一致、可信且容易核對的資訊。

LS-Labs 在該研究中提出 MCAC 框架，將品牌在 AI 搜尋中的表現區分為四個面向：

• Mention（提及）：AI 是否把品牌納入回答或候選名單？
• Citation（引用）：AI 根據哪些來源描述品牌？
• Accuracy（準確性）：產品、服務及商家資訊是否正確？
• Conversion-readiness（行動承接度）：回答是否提供使用者進一步聯絡、比較或購買的有效入口？

這四個面向分別對應不同的品牌經營問題，也避免將「被 AI 提到幾次」簡化成唯一的成功標準。尤其值得注意的是，引用數量增加不代表資訊品質同步提高。LS-Labs 在〈當 AI 開始引用 AI 生成的文章，網路知識會發生什麼事？〉中，曾討論 AI 生成內容被再次引用與轉述時，可能形成的來源獨立性問題。

當不同網站可能重複同一份未經核實的資訊，品牌不能只追求更多引用，也必須重視引用內容是否準確，以及來源是否真正具有獨立性。對於行銷人員來說，這讓 SEO、GEO、產品資料治理與品牌信任建設，逐漸成為互相關聯的工作。

因為消費者看到的，可能不再是品牌自己撰寫的那段廣告文案，而是 AI 根據多個來源整理後，對這個品牌作出的描述。

Google 不一定會成為 Yahoo

回到開頭的問題：Google 會成為下一個 Yahoo 嗎？截至 2026 年第三季，還沒有足夠證據支持這個結論。Google Search & other 廣告收入仍在成長，付費點擊與平均 CPC 同樣維持正成長。Google 也擁有相當完整的 AI 技術、廣告平台與雲端基礎設施，並且正在積極將廣告導入 AI Overviews、AI Mode 與其他產品。

它並不是被動等待新技術取代的傳統企業。更強的反方論點是：AI 未必會摧毀 Google 的搜尋廣告業務，反而可能創造過去不存在的搜尋需求。當使用者願意提出更複雜、更長、更具體的問題，Google 就有機會辨識傳統關鍵字搜尋難以捕捉的商業意圖。若 AI Mode 能逐步提高廣告變現效率，新的搜尋行為也可能成為額外的收入來源。

但這項潛力仍需要實際數據證明。接下來，我認為有三個變化值得持續觀察。第一，搜尋使用量與廣告收益的關係，將不再像過去那樣直接。AI 可能創造更多查詢，卻不一定同比例增加可變現的廣告接觸點。Google 必須在使用者體驗、廣告密度與商業效率之間找到新的平衡。

第二，品牌能見度的競爭，將從搜尋結果頁延伸到 AI 的選項篩選過程。廣告主仍然需要排名、點擊與轉換，但也必須開始理解，品牌在 AI 回答中如何被提及、比較與描述。這不意味著 SEO 失去價值，而是傳統搜尋優化之外，增加了新的資訊呈現與決策環節。

第三，AI 原生應用將成為數位廣告預算的競爭者。ChatGPT Ads 已經開始建立商業規模。未來若 Sponsored Agents 與其他代理人式商業流程逐漸成熟，消費者可能在同一個 AI 應用裡完成資訊蒐集、商品比較、諮詢與部分交易。

屆時，品牌競爭的將不只是誰能取得最多曝光，而是誰能在消費者形成選擇之前，提供足以支持決策的資訊與服務。二十多年前，Google 的崛起證明了一件事：真正有價值的廣告入口，往往不是使用者停留最久的地方，而是最能理解並承接使用者需求的地方。

現在，AI 正在把這種能力帶進新的互動環境。對 Google 來說，最大的考驗是能否將既有的搜尋與廣告優勢，延伸到 AI 主導的資訊與決策流程。對行銷產業來說，則是一場更廣泛的價值重估。當使用者逐漸把資訊整理、比較與初步選擇交給 AI，廣告的任務也可能從吸引人們點擊，進一步轉向讓品牌在正確的決策情境中被理解、被考慮，最終被選擇。

下一代搜尋廣告的競爭，未必只是誰能買下更多注意力，而是誰能在注意力轉化為選擇的過程中，佔據更有價值的位置。