Cloudflare的数据炸穿了互联网。它的Radar监测工具显示，AI机器人请求已占全球网页流量的57.4%，人类只剩下42.6%。Cloudflare CEO马修·普林斯三个月前在SXSW上预测这件事要到2027年底才会发生。结果六月初，他自己在X上发了条帖子："比我想的快多了。"

57.4%到42.6%的差距不是一次短时波动。行业数据显示，2025年全年全网自动化流量同比增长23.51%，而人类活动流量仅微增3.10%。近八倍的增速剪刀差，让这次超越成为不可逆的结构性变化。

当然，57.4%这个数字包含搜索引擎合规爬虫、AI训练抓取、安全扫描等良性机器流量，它们本身不会消耗你的广告预算。真正需要担心的，是两类截然不同的变化：一类是恶意机器人伪装成人类行为，直接骗走广告预算；另一类是AI正在改变用户获取信息的方式，品牌传统的流量争夺逻辑正在失效。

流量记账本的前提失效了

过去二十年，整个互联网的商业逻辑都建立在一个默认假设上：网络的另一端坐着一个人。UV、PV、DAU、转化率、CPM——这套语言背后的前提是：人会浏览、会被吸引、会冲动消费。

但如果访问你网站的主力变成了AI爬虫和Agent呢？机器人没有视觉疲劳，不会被弹窗广告吸引，也不会在浏览完一篇感性文案之后下单。你花了几十万投放换来的几十万曝光和点击，其中一半以上不是人点的——这是不是像在做慈善？

问题不在于"机器人流量变多了"，而在于品牌方一直在按"人"的标尺买"机器"的流量。广告平台有验证机制——但AI代理的增长速度已经冲垮了传统验证体系。当一个Agent可以模拟人类行为模式时，点击、浏览、停留时长这些指标和机器行为几乎没有区别。

你以为你买的CPM是触达了一个人，实际上可能是一个在按指令爬网页的Agent。

这件事不只是理论上的担忧。AppsFlyer在2026年5月发布的《移动广告欺诈现状报告》中指出，超过52%的欺诈安装已经被识别为"自然流量"——也就是说，超过一半的虚假流量连广告平台的反作弊系统都分辨不出来，直接混进了"真实用户"的统计里。联盟渠道贡献了全部欺诈安装的近40%。安卓整体欺诈率维持在14%-15%，iOS约11.7%。

品类差距更大。报告显示，安卓博彩品类中，广告主每获得1名真实用户，就伴随近2次虚假安装。在iOS社交媒体品类，2025年Q2的真实用户获得率甚至达到275%——当季度约四分之三的新增安装并不对应真实用户增长。

当机器行为已经拟真到连归因系统都骗过去了，品牌方还在按"安装量""点击率"做投放决策，就是在用一把已经失效的尺子量东西。

需要明确的是：不是所有投放模式面临的风险一样大。品牌曝光、内容种草类投放，作弊机器人很难大规模薅走预算——按曝光计费，机器多点一次多不了多少钱。真正高危的是效果转化类投放：按下载付费、按表单提交付费、按下单付费——这些场景下，一台机器模拟一次安装，品牌方就真金白银付一次钱。AppsFlyer报告也印证了这一点：SRN（自归因平台：Google、Meta、TikTok等）与联盟渠道之间的欺诈率差距高达36倍。绝大多数高风险欺诈集中在联盟激励渠道和长尾流量平台，主流头部渠道的风控相对完善。

流量价值正在从"注意"变成"调用"

HUMAN Security在2026年3月的报告中给出了一组数字：AI流量高度集中在三个行业——零售电商、流媒体与媒体、旅游酒店。超过95%的AI驱动流量来自这三个领域。

为什么？因为这三个行业的信息高度结构化、变化频繁，且直接连接交易。价格、库存、房态、评价——机器读起来比人还顺手。

"网页不再是信息源，而是操作界面。" 你的网站现在同时服务两类访客——人来看内容，机器来调用数据。 人需要视觉体验和情感共鸣，机器需要结构化数据和清晰的接口。

更值得关注的是流量入口的变迁。报告显示，AI流量高度集中在少数模型公司手里：OpenAI相关bots约占69%，Meta约16%，Anthropic约11%。

以前品牌争夺的是搜索引擎的第一页，现在争夺的是AI模型在回答问题时会不会提及你的品牌名。一个用户问ChatGPT"推荐个好用的洗面奶"，模型直接从知识库里调取答案，根本不会把排名页面推给用户——更不会展示你的品牌广告。

原来的共识是"流量=曝光=价值"，但当一半以上的流量来自机器时，这个公式需要重新写了。

市场人现在能做什么

审计你的投放渠道。

不是所有流量平台都有同等的流量验证能力。品牌方可以借助第三方监测（如秒针、AdMaster）查看流量的真实触达质量，或向平台方索要bot流量验证数据。如果平台连基本的流量质量数据都无法提供，或者回避回答，这个信息本身就是一个危险信号。

别只盯着CPI够不够低。有些渠道跑出来的数据看起来很漂亮——更低的CPI、更高的安装量、更漂亮的短期转化——但剔除自然增长与欺诈干扰之后，真正带来的增量用户可能接近于零。AppsFlyer在报告中明确区分了一个概念：低成本安装和真实有效用户，不是一回事。

具体审计什么？以下清单针对效果转化类投放（按下载/表单/下单付费）。品牌曝光类投放的bot风险较低，但前两条（渠道bot占比、CPI匹配）也有参考价值。

① 渠道bot流量占比。 向平台索取bot流量验证数据——主流头部渠道通常有合规爬虫存在，如果整体异常比例偏高，需要追问细分原因。如果平台连这个数据都给不出来，本身就是危险信号。

② 安装后行为曲线。 真实用户留存是平滑下降的，欺诈流量的特征是48小时内断崖式归零。如果一个渠道来的用户在安装后两天就集体消失，别信"流量质量波动"这种解释。

③ CPI与用户LTV的匹配度。 一个低于行业均价50%以上的CPI，大概率不是捡漏，是踩坑。作弊流量最擅长制造"看起来很便宜"的数据。

④ 归因窗口异常。 大量安装集中出现在归因窗口的最后一两秒内，是归因劫持的典型信号——机器在劫持真实用户的转化路径。

⑤ 设备指纹重复率。 同一设备ID在短期内反复下载不同应用，基本可以判定是设备农场。

⑥ 自然流量异常波动。 如果某天自然下载突然暴涨但次日归零，大概率是被归因劫持"洗白"的欺诈流量。

以上六个信号任意三个同时亮红灯，基本可以判定渠道出了问题。但审出问题不是目的——发现某个渠道作弊率高，就汰换它；发现整体风向在变，就调整投放结构。不是所有机器人流量都等于广告预算浪费，也不是因为存在欺诈风险就砍掉所有线上预算。风险和机会是一体两面，关键在于区分哪些场景值得投、哪些渠道靠得住。

把私域当作"反AI流量"的堡垒。

AI能模拟一切，但暂时还做不到扫码加微信、在群里聊天、在真实场景里消费。品牌自建的私域生态（企业微信、社群、会员系统）是目前已知最接近"不会被AI冒充"的用户触达渠道。当公域流量里一半以上不是人，私域里每一个对话框至少确定是真实用户在说话。

私域重要这件事品牌方已经听了三年了。但在"机器人流量超过人类"这个新前提之下，私域的价值不再只是"提高复购"或"降低获客成本"——它成了品牌唯一能确认"对方是真人"的触点。这个定性变化，比效率提升意义更大。

开始做双重内容策略——给AI看的和给人看的。

未来的品牌网站需要两层结构：一层给人看，争夺注意力；一层给机器读，争夺AI的"推荐权"。给人看的，需要故事、视觉、情绪价值；给AI读的，需要结构化数据、Schema标记、清晰的权威性信号。

如果你的品牌内容目前只做了前者，意味着你在AI搜索和信息召回环节是隐形的。一个具体的起点是做GEO（生成式引擎优化）——这不是SEO的升级版，而是针对大语言模型的全新优化体系。SEO争夺的是搜索结果页的排名，GEO争夺的是AI在回答用户问题时会不会提及你的品牌。

具体怎么做？通过添加引用来源和结构化数据，品牌在AI回答中的可见性可以得到显著提升。低排名网站的改善幅度尤为明显。落到操作层面：把产品参数、资质认证、客户案例用结构化格式（Schema标记、JSON-LD）发布在官网上，让AI一眼能读懂；在权威媒体保持常态化内容输出，因为AI更倾向于引用有权威信源背书的信息；定期用核心产品词在DeepSeek、豆包、Kimi等平台提问，记录品牌是否出现、出现在第几位、描述是否准确——这份"AI品牌健康度检测"就是你说服管理层投入资源的依据。

一个值得注意的趋势是：AI在回答产品推荐问题时，依据的是"信息密度+结构化程度+信源权威性"，而不是传统品牌声量。这意味着，如果你的品牌在AI常引用的内容源（技术论坛、用户评测、百科类内容）里没有结构化数据，即使品牌知名度很高，AI也可能推荐竞争对手。

写在最后

当AI能生成一切、模仿一切的时候，"品牌"本身反而变得更值钱了。不是因为品牌能挡住AI——挡不住。而是因为当信息环境的信任成本越来越高，消费者会越来越依赖他们能无条件信任的品牌来做决策。机器可以模仿文案和设计，但模仿不了用户对一个品牌十年的情感积累。

品牌方现在能做的事其实很简单：认清哪些渠道的价值在贬值，哪些触点依然真实，然后把预算和精力向后者倾斜。

没那么多时间去观望了。