跳到主要內容

OpenAI 稱 ChatGPT Ads 年化營收運行率達 10 億美元:對話式廣告的信任考驗(2026)

最後更新: ·
ChatGPT Ads 廣告卡片與「廣告不改答案?」文字組成的 AlphaLab 專題首圖

2026 年 8 月 31 日,OpenAI 在官網發布〈A milestone in expanding access to AI〉,宣布 ChatGPT Ads 的年化營收運行率達到 10 億美元,並準備把自助式廣告購買推向印度、歐洲與中東北非。這個數字真正重要的地方,不是 OpenAI 多了一筆收入,而是聊天機器人如今正用足以改變公司誘因的規模,把「回答問題」與「促成交易」放進同一個介面。

先釐清最容易被標題帶走的地方:10 億美元是 OpenAI 自行公布的 annualized revenue run rate,也就是把近期收入速度年化後的推估;它不是不到 200 天已經收進 10 億美元,更不是廣告業務的獲利。這篇公告未交代計算區間、收入認列口徑、成本或利潤率。因此,這篇文章要處理的不是一場營收慶功,而是一個更難的問題:當 ChatGPT Ads 成為可觀的生意,OpenAI 如何證明商業誘因不會慢慢改寫使用者得到的體驗?

下面是 OpenAI 原文。點擊截圖會在新分頁開啟完整文章;接下來我會先還原它到底宣布了什麼,再把產品機制、獨立研究與治理要求放在一起,最後給出我的判讀。

OpenAI〈A milestone in expanding access to AI〉原文頁面,點擊圖片可前往閱讀原文
OpenAI〈A milestone in expanding access to AI〉原文。點擊圖片前往閱讀原文(另開新分頁)。

一、10 億美元代表什麼,又不代表什麼?

如果把 10 億美元單純除以 12,對應的是每月約 8,330 萬美元的收入速度。這足以說明 ChatGPT Ads 不再只是頁面角落的一個測試,但仍無法回答三件事:這個速度維持了多久、收入是毛額還是淨額,以及為了取得收入投入了多少銷售、流量與基礎設施成本。把 run rate 寫成「已賺進 10 億美元」,會把速度表誤當成銀行存款。

「不到 200 天」也需要同樣精確。OpenAI 的現行說明文件把美國廣告測試起點寫在 2026 年 2 月 9 日;到 8 月 31 日相隔 203 天。這不一定推翻原文,因為 10 億美元門檻可能在公告前幾天達成,或「launch」指的是另一個商業階段;但公告未交代門檻達成日與起算定義,所以最誠實的說法只能是:OpenAI 稱 ChatGPT Ads 在不到 200 天內達到這個年化速度,外部無法用公告資料完整重算。

另外幾個規模數字也屬於同一類。OpenAI 表示平台已有數萬名廣告主、覆蓋 40 多國,ChatGPT 每週活躍用戶超過 10 億;原文沒有提供去重方式、活躍定義或完整國家清單。這些數字可以用來理解公司的自我定位,不能當成經審計的營運分部資料。想把廣告收入放回 OpenAI 的訂閱、企業與 API 生意一起看,可以延伸閱讀 AlphaLab 的OpenAI Pre-IPO 深度分析


二、ChatGPT Ads 賣的不是版位,而是「決策正在發生」

搜尋廣告通常從幾個關鍵字猜測意圖;社群廣告從追蹤行為與興趣推測意圖。對話式 AI 的差別,是使用者會主動把目標、限制、預算和偏好說出來。當你問「兩萬元內、適合小套房、不要太吵的冷氣怎麼選」,那不是模糊的瀏覽訊號,而是一份接近完成的購買需求。

OpenAI 在原文裡把這個位置描述為 discovery、consideration 與 decision-making 合流的地方。現行產品文件顯示,廣告會出現在回答下方,以 Sponsored 標示並與回答視覺分離;競價、相關性與目前對話的脈絡共同決定廣告。依地區與設定不同,系統也可能使用更廣泛的 ChatGPT 使用脈絡。這就是 ChatGPT Ads 的核心商品:不是使用者看了哪個頁面,而是他此刻正準備做哪個決定。

“Ads in ChatGPT are always clearly labeled and separate from ChatGPT’s answers. Advertising does not influence the answers ChatGPT provides.”

中文:「ChatGPT 內的廣告一律清楚標示,並與回答分開;廣告不會影響 ChatGPT 提供的回答。」

— OpenAI〈A milestone in expanding access to AI〉
OpenAI 官方示意圖顯示 ChatGPT 回答下方獨立標示的贊助廣告,以及廣告資訊面板
OpenAI 官方產品示意:廣告卡片位於回答下方,使用者可查看贊助者、顯示原因與資料說明。圖/OpenAI Help Center

這個設計比把付費推薦直接混進答案更容易辨識,也是值得肯定的起點。OpenAI 的廣告政策還禁止廣告模仿 ChatGPT 介面;美國 FTC 對原生廣告的長期原則也很清楚:商業內容必須讓一般使用者清楚辨識,不能只靠角落裡一個形式上的標籤。

但「廣告不影響答案」目前仍是 OpenAI 公布的架構主張與承諾,不是外部取得系統存取後做成的獨立稽核結論。官方稱不向廣告主提供聊天、聊天歷史、記憶、姓名、電子郵件、精確位置、IP 位址或敏感資訊,廣告主報表則以彙總的曝光、點擊與轉換成效為主;若使用者主動透過廣告傳訊給廣告主,對方會看到那段直接訊息。另一方面,OpenAI 的廣告系統仍可依設定使用目前對話、過往對話與記憶;廣告主也可選用客戶名單、Pixel 與 Conversions API,把其持有的第一方識別資料與轉換事件提供給 OpenAI。因此,精確邊界是:OpenAI 表示不把上述 ChatGPT 對話與帳號細節交給廣告主;這不等於整個廣告流程不處理個人或情境訊號。


三、關掉個人化,仍不等於關掉情境式廣告

OpenAI 提供查看廣告原因、隱藏、回報、清除廣告資料與關閉個人化等控制。這些選項很重要,但最容易被誤解的是「關閉個人化」:依官方說明,關閉後,其他聊天、廣告歷史與推定主題不再用於個人化;目前這一條對話仍可用來做情境配對。歐洲經濟區與瑞士在初期則不提供個人化廣告。

ChatGPT Ads controls 畫面重排,顯示刪除廣告資料、個人化廣告與過往對話記憶三個控制項
ChatGPT Ads controls 官方示意;三個原始控制項經橫式重排。關閉個人化會縮小可用訊號範圍,但目前對話仍可用於情境式廣告。圖/OpenAI Help Center;畫面重排/AlphaLab

這裡的實際選擇不是「被追蹤/完全不被追蹤」兩個按鈕,而是三個層次:回答內容、廣告挑選,以及廣告成效衡量。使用者可以要求前兩者在介面上分開,並縮小個人化訊號;平台仍需要處理目前對話來提供回答,而 ChatGPT Ads 也可能用同一段脈絡決定顯示什麼廣告。這種界線比傳統 cookie 更容易被一般人低估,因為聊天內容看起來像私人對話,而不是廣告受眾資料。


四、獨立研究告訴我們:分離是必要條件,不是終點

OpenAI 表示,全球推出期間的信任、相關性與整體體驗指標持續強勁,3 月的測試更新也提到信任指標與低廣告關閉率;但截至 2026 年 9 月 1 日,這些公告未交代指標名稱、基準值、樣本、對照組、絕對結果、信賴區間或分地區與族群資料。外部因此無法重現這項結論,而低關閉率本身也不能直接等同信任:它可能來自廣告有用、使用者沒有注意,或介面操作的摩擦。

2026 年 8 月,一組研究者發表〈The Beginning of ChatGPT Ads〉,用 91 個模擬帳號與 335 組提示,記錄 127,801 次對話及 3,602 則廣告。這個樣本不能代表所有 ChatGPT 使用者,但提供了少數可公開檢查的實地觀察:研究期間的廣告確實與回答文字清楚分開,OpenAI 宣稱排除的醫療、心理健康與政治類別也幾乎沒有出現廣告。

另一方面,以帳號所屬 ZIP code 的家庭收入中位數作為代理變數時,收入每增加 1,000 美元,帳號「曾收到至少一則廣告」的勝算略降,勝算比為 0.98、95% 信賴區間為 0.96–1.00;但這項設計無法分辨收入、地理位置、廣告庫存或投放策略的影響,而且在已收到廣告的帳號中,後續曝光率與收入、種族都沒有顯著關聯。它值得後續重複稽核,不能直接證明平台普遍把更多廣告投向低收入使用者。

另一篇預先註冊、共 2,012 名參與者的研究〈Commercial Persuasion in AI-Mediated Conversations〉測試電子書選擇:模型被明確要求主動推銷贊助商品時,61.2% 的參與者選擇贊助商品,傳統搜尋版位組則為 22.4%;加入事前警告與 Sponsored 標籤後為 55.5%,相較未標示組的降幅不顯著。值得注意的是,若聊天模型只把贊助商品放在推薦輪播前方、沒有用回答主動勸誘,選擇率為 26.8%,與搜尋版位組的差異也不顯著。

這不是 ChatGPT Ads 現行回答下方卡片的直接測試,不能拿來宣稱 OpenAI 已經暗改答案。它顯示的是,在這個單一商品、單次互動的實驗裡,一旦贊助推薦進入模型的主動說服內容,標籤本身沒有顯著消除效果;能否外推到其他商品與真實長期使用,仍待驗證。

因此,OpenAI 最有價值的承諾不是一句「相信我們」,而是把分離做成可外部驗證的制度。介面截圖只能證明某次顯示;更有說服力的做法,是提供長期廣告資料庫、抽樣稽核、分族群曝光統計,以及回答排名與廣告競價之間的技術隔離證據。歐盟執委會已在 2026 年 8 月 31 日把 ChatGPT 指定為《數位服務法》下的超大型線上搜尋引擎;依執委會公告,新增義務是在正式通知後四個月適用,而不是指定當天立即生效。屆時,《數位服務法》第 39 條要求的可搜尋廣告資料庫,才可能成為外部查核廣告內容、出資者、投放期間與主要受眾參數的重要工具。

最關鍵的驗證也不是看一張截圖有沒有分開,而是預先註冊的配對實驗:固定模型版本、時間、對話與帳號狀態,只隨機改變廣告主身分、出價、活動開關,以及廣告版與無廣告版,再比較答案中的品牌出現、排序、語氣與引用品質。若出價或活動狀態能系統性改變回答,「答案獨立」就被證偽;若跨時間、地區與族群都得到範圍很窄的等效零效果,並由內部資料流與紀錄證明回答在廣告競價前已完成,這項承諾才獲得較強支持。


五、自助購買擴張了,但「全面上線」還說得太早

OpenAI 在 2026 年 5 月 5 日開始推出 beta 版 Ads Manager,讓中小型廣告主不必只靠業務或代理商下單。8 月 31 日的新公告進一步表示,當天稍晚會開始把自助購買推向印度、歐洲與中東北非;但截至 9 月 1 日查核,官方逐國清單仍把印度與 31 個歐洲市場標成 Coming Soon,也尚未列出中東北非國家。因此,這應理解為啟動分階段推出,不是所有市場已經全面可用。

平台能力也正從單純曝光走向完整廣告技術堆疊:CPC、轉換優化出價、Pixel、Conversions API、商品 feed、地理與平台定位、客戶名單受眾。功能存在可由產品文件確認;至於 OpenAI 所說 CPC 與轉換優化已占多數廣告活動、超過 50 家技術與衡量夥伴,以及某廣告主 28 天達到 3 倍廣告投資報酬率,公告呈現案例時未附實際支出、歸因窗口、對照組或增量測試。OpenAI 的技術文件還明載,報表在適用時可能包含模型推估的轉換,且可能因歸因窗口、去重與建模方式而不同於第三方分析。

同一篇公告另稱,某技術夥伴有超過 80% 的 ChatGPT 廣告導流來自「新客戶」,但公告未交代合作方、樣本數、回溯期間、CRM 配對方式或「新」的定義;而且這句描述的是流量,不一定是完成購買的新客。兩個案例都只能視為早期方向性成果,不能當成平台平均表現或可重算的增量成效。

這組能力顯示 OpenAI 正在建立從意圖、曝光、點擊到轉換歸因的廣告閉環。對廣告主而言,這比傳統搜尋更接近「需求形成的源頭」;對使用者而言,也代表平台有更強誘因去增加可商業化的對話、把廣告點擊與互動連到站外轉換,並探索更原生的商業互動方式。截至 2026 年 9 月 1 日,本文查核到的官方文件未顯示回答本身已依交易結果優化;這正是後續外部稽核必須持續檢查的界線。


六、AlphaLab 的判讀:真正的風險是產品方向,不只是一句答案

1. 我相信這是一門真生意,但還不是一份可估值的財報

若按 OpenAI 自行公布的口徑,10 億美元年化運行率、數萬名廣告主與全球擴張顯示廣告主已投入顯著預算;但這篇公告未附獨立審計與計算細節,它們只能支持市場需求存在,不能獨立證明實際規模或營收品質。合理結論不是「數字是假的」,也不是「OpenAI 已建立高獲利廣告帝國」,而是:ChatGPT Ads 的公司自報規模已足以讓外界嚴肅檢視產品與治理誘因,而制度規則仍在形成。

2. 「不改答案」是底線,不是完整的利益衝突測試

即使每一則回答都沒有因單一廣告主而改字,組織層級的誘因仍可能改變:產品會不會更偏好能帶來商業意圖的使用情境?免費版限制會不會被設計成增加廣告庫存?哪些主題適合顯示廣告,誰來決定?成功指標若只看點擊與轉換,系統自然會朝可變現方向演化。這不是指控 OpenAI 已這麼做,而是所有雙邊平台都必須被持續檢驗的結構性問題。

3. 對話式廣告需要比搜尋廣告更高的透明度

搜尋結果是一頁候選清單;聊天回答常被讀成一個整合過的建議。使用者對後者投入更多脈絡,也容易給予更高信任。因此,清楚標示只是第一層;第二層應讓人知道廣告為何出現、用了哪些訊號、如何關閉與刪除;第三層則是讓研究者能檢查不同族群、地區與主題的曝光差異。OpenAI 已提供部分第一、二層控制,第三層仍需要更完整的外部可驗證資料。

4. 最好的護城河不是更會說服,而是讓人知道何時不該被說服

如果 ChatGPT Ads 能長期維持回答與商業訊息分離,讓使用者看得懂資料邊界,並接受外部稽核,廣告可以補貼免費存取而不必摧毀信任。反過來說,一旦原生互動為了提高轉換而把贊助內容融進建議,短期收入可能上升,產品最珍貴的資產——使用者相信答案是為自己而寫——也會開始折舊。這正是 AlphaLab 先前在ChatGPT 讀取 Apple Messages 的隱私分析裡反覆強調的交換:功能越貼近個人脈絡,制度設計就越不能只靠口頭承諾。


七、你現在可以怎麼做?

  • 把答案與廣告當成兩個來源。先評估回答中的理由與替代方案,再另外判斷贊助卡片;不要因為兩者出現在同一個對話就把可信度合併。
  • 點開「為什麼看到這則廣告」。確認贊助者、配對原因與使用的訊號;不相關或不合適就隱藏、回報。
  • 依自己的界線調整個人化。關閉個人化可阻止其他聊天、廣告歷史與推定主題參與配對,但目前對話仍可能用於情境式廣告。
  • 遇到醫療、金融、就業等高風險決策,離開對話再查一次。直接找監管機關、原始文件與多個獨立來源,不讓便利的單一答案取代查證。
  • 追蹤制度,而不只追蹤營收。下一個真正有資訊量的里程碑,不是更高的 run rate,而是公開廣告資料庫、分族群曝光報告與可重複的獨立稽核。

我的結論很簡單:OpenAI 自報的 10 億美元年化速度,是對話式意圖正在被大規模變現的強烈訊號;它沒有獨立證明實際收入規模,也沒有證明信任問題已經被解決。OpenAI 把廣告放在答案下方而不是塞進答案裡,是正確的起點。接下來能不能守住這條線,要看外部世界是否能檢查,而不只是公司是否願意保證。

接著閱讀

左右滑動查看更多推薦

ALPHALAB 社群

有問題?來 Telegram 聊

和 Terry、編輯、其他網友一起討論這篇文章。提問、分享觀點,回覆更即時。

加入 Telegram 討論

📩 訂閱 AlphaLab 電子報

每週最多三封:一封 Weekly 週報與最多兩封關鍵 Alpha Signal。

我們不會 spam,隨時可退訂。