引子
去年有人问我一句话，差点把我问住。
"Tom，你做户外广告这么多年，AI来了你怎么办？"
我当时的反应——捂脸。
不是因为AI可怕。是因为这个问题，我其实想了好几年。
最近新潮传媒的张继学在接受《亚洲户外AOM》采访时，把这个问题说透了。他提出一个概念：MTO（Machine Trust Optimization，机器信任优化）。
他说消费决策正在从"人独立完成"，迁移到"机器初筛+人终选"，并将继续迁移至"机器全权决策"。
这不是渠道变化。是决策权归属的变化。
一百年以来，营销始终在解决同一个问题：如何被信任。只是从今以后，"谁来决定信不信任你"这个问题的答案——从人变成了机器。
一、营销的五次迭代
张继学把营销演进分成五个时代。我觉得这个框架说得清楚，直接拿来用。
时代 | 范式 | 适配的决策时代 | 核心打法 |
第一代 | 品牌心智营销 | 1.0 纯人类决策 | 抢占用户人心 |
第二代 | 搜索广告营销 | 1.0→2.0 过渡 | 抢占线上排名 |
第三代 | 算法流量营销 | 1.0末/2.0早期 | 信息流曝光抢注意力 |
第四代 | GEO生成推荐营销 | 2.0 人机协同决策 | 让品牌进入AI答案候选池 |
第五代 | MTO机器信任优化 | 3.0 纯机器自主决策 | 让AI敢信任、敢自主下单 |
对照我这一路走过来，完全对得上。
90年代做户外广告——那时候就是第一代。客户说"我要让所有人都看到我的牌子"。你给他找一个核心路段，放一块大牌，完事。
2000年互联网来了——第二代。客户开始问"百度首页多少钱"。从线下搬到线上，打法变了，但逻辑没变：还是人在看。
2010年信息流来了——第三代。抖音、小红书、朋友圈。客户说"我要精准投放"。算法开始替人筛选信息，但最终下单的还是人。
2024年AI来了——第四代开始。GEO。客户开始问"你帮我上一下AI推荐"。这时候，机器开始替人做决策了。
未来3.0时代——第五代。MTO。AI智能体直接替你下单。你连"看"都不用看。
二、GEO和MTO的区别
很多人分不清GEO和MTO。我用大白话讲一下。
GEO是AI推荐的入场券。 解决"AI愿意推荐你"的问题。
用户问AI："推荐一款面霜"。AI从一堆品牌里挑了几个，你的品牌在里面——这就是GEO做到了。
MTO是机器交易的通行证。 解决"AI敢信任你、敢买你"的问题。
AI智能体直接替你采购。它不看广告，不听故事，只看硬核数据：你的产品参数、质检报告、合规资质、溯源链路、真实用户数据、有没有违规记录。
GEO让AI看见你。MTO让AI信任你。
两者是递进关系，不是替代关系。
三、广告模式已死？
最近一段视频里说：互联网过去28年以广告为核心的商业模式已经死了。
这句话听起来极端，但指向的是同一件事：决策权的归属变了。
广告模式成立的前提，是"有人会看到"。
当AI代理替你完成信息筛选、比价、下单，它不会为一次曝光停留，不会被情绪标题打动，更不会点开你的落地页。
机器人不看广告。
这不是危言耸听的行业口号，而是三层迁移的自然结果：
三者叠加共存，不是替代关系。
当交易入口从"人的眼睛"移到"机器的调用"，广告这个以注意力为货币的产业，其底层结算单位就消失了。
四、但物理世界没有死
广告模式死了，但物理世界没有死。
AI代理能替人读完所有网页，却替不了人走回家那条路。
这一点，对户外媒体行业特别重要。
先看几个数据：
- 2025年全球DOOH（数字户外广告）收益复合年增长率达+8.2%，居各媒体之首
这不是偶然。
线上流量本质是"租赁权"——花钱买临时使用权，算法一变流量归零。
而社区道闸、电梯屏、单元门灯箱，是品牌在物理世界拥有的"不动产"。每天固定时间、固定位置、固定人群反复触达。
DOOH无法被略过和拦截。 这是机器代理无法绕过、也无法屏蔽的物理事实。
所以：广告模式死了，但"离用户最近的真实触点"反而稀缺了。
五、MTO的四层架构
MTO不是概念，是有工程路径的。白皮书把它分成四层。
第一层：证据链层
把分散在企业各处的产品主张，重构为可被独立核验的结构化证据。
"产品—主张—证据"三者映射。 任何对外主张，都必须能指向支撑它的原始证据。
判断标准很硬：给定一条产品主张，能否在系统中定位到支撑它的原始证据，并验证证据的签发方与有效期。
第二层：机器可读层
让机器能够无歧义地读取证据。
采用结构化数据格式描述产品属性与证据，建立企业级事实库，保证同一事实在不同渠道表述一致。
流量千倍杠杆的另一面，是"不可读"的品牌会被直接跳过。 机器不会像人那样"再看一眼"，它读不懂就调用下一个。
当请求量放大一千倍，可读性差距带来的胜负极差，也会被放大一千倍。
第三层：信任量化层
把证据转化为机器可比较的信任分数。
这一层目前还在实验阶段，信任量化指标未经验证。但方向是明确的：未来品牌的价值，部分体现在它的"机器信任分"上。
第四层：协议与执行层
让外部智能体能不依赖人工对接，自主发现、授权、调用你的核验能力。
标准化接口（MCP / A2A）是这一层的基础设施。
当核验、比价、投放决策都能被机器自主调用，组织里那一层"传递信息、复核信息"的中层职能，就失去了存在理由。
六、户外媒体的机会
很多人以为MTO是互联网公司的事情，跟户外媒体没关系。
恰恰相反。
边缘推理才是金矿。
当广告主侧的智能体开始自主下单，户外媒体的每一块屏，就必须成为可被机器调用的、离用户最近的边缘节点：
- 训练在云端集中进行（人群模型、归因模型、创意生成）
- 推理与响应必须下沉到边缘——社区道闸、电梯屏、商圈大屏，本身就是物理世界的"边缘服务器"
- 谁能用最低成本、最快速度响应机器请求，谁就掌握金矿
我们已经在做这件事了。亲邻传媒的pDOOH AI智能投放系统，已经提供了MCP API接口，支持AI Agent自主查询屏与人群、创建投放计划、提交创意合规审核及生成策略建议与归因报告。
这意味着什么？
意味着我们的屏，机器已经可以调用了。
问题只剩一个：你的屏，机器读得懂吗？
七、给广告人的行动清单
MTO目前仍处理论推演与工程化探索阶段，尚未全面落地。
所以白皮书给出的不是"梭哈"，而是双线并行：守住当下基本盘，提前储备未来能力。
落到具体动作：
周期 | 动作 | 验收标准 |
短期 0-12个月 | GEO打底：站点与内容可抽取化、建立品牌事实库、监测AI可见性 | 在目标品类核心问题上，品牌能被AI稳定提及且描述准确 |
中期 12-36个月 | 证据链资产化：证据盘点、结构化、"主张—证据"映射、负面记录治理 | 给定任意一条产品主张，可在系统中定位支撑证据并验证有效性 |
长期 36个月+ | 机器可调用能力：接口标准化（MCP）、参与A2A生态、信任量化实验、协议中立 | 外部智能体可不经人工对接，自主完成发现、授权、调用核验能力 |
八、最后一句
写给还在犹豫的同行：
广告模式死了，但物理世界没有死。
AI代理能替人读完所有网页，却替不了人走回家那条路。
当推理下沉到边缘，社区门口那块屏、电梯里那块屏、道闸上那块屏——就是离交易最近的边缘节点。
问题只剩一个：你的屏，机器读得懂吗？
🐺 晓哥聊AI22年广告老兵 × AI实战派 "不骂人的助理，带路AI时代的广告老兵" 回复【MTO】获取白皮书完整版 | 回复【AI】获取学习路线
