Google近期宣布，開始利用大型語言模型 (LLM)打擊源自欺騙性或干擾性廣告投放行為所產生的「無效流量」 (Invalid Traffic, IVT)，減少比例多達40%，藉此提高廣告流量控管品質，不僅改善廣告主投資報酬率，更進一步提升平台廣告生態的整體信任度。
無效流量一直是數位廣告業界揮之不去的隱憂，亦即表面上看似正常點擊的曝光流量，但背後可能來自機器人、自動化程式、欺騙性版位，甚至是刻意產生的干擾行為。這些流量不僅浪費廣告主的行銷預算，也會稀釋媒體的正當收益。根據業界估計，全球每年因無效流量造成的廣告損失高達數百億美元。
大型語言模型帶來的新突破
Google旗下「廣告流量品質團隊」過去數年間持續與Google Research、DeepMind合作，將大型語言模型應用於流量檢測。與傳統規則式偵測作法不同，大型語言模型能理解複雜的內容脈絡與行為模式，可更靈活地應對不斷演變的詐騙手法，系統透過持續學習，能自動辨識新型態的異常流量，並且提供更即時的保護機制。
這對Google而言，其實並非新戰場。自AdWords (現為 Google Ads)於2000年代初期推出以來，Google就持續投入演算法檢測與流量分析技術，藉此打擊機器人點擊與異常行為。
但近十年來隨著程式化購買 (Programmatic Buying)與即時競價 (RTB)技術普及應用，廣告交易規模與速度急遽擴張，無效流量問題也變得更加複雜。而大型語言模型的應用，則是Google對此新挑戰所做出回應。
多方受益的廣告新環境
對廣告主而言，這項以AI進行的防禦措施，可顯著降低預算被浪費的風險，進而提升行銷投資報酬率 (ROI)。而對媒體來說，優質內容與合法流量則可獲得更合理的廣告分潤，避免被無效流量稀釋收益。
至於對一般使用者而言，則能減少遭遇惡意廣告干擾的機率，享受更乾淨、安全的網路內容瀏覽體驗。
Google表示，未來會持續強化AI在廣告流量控管中的應用，並且與廣告產業合作推動更透明、更可信賴的廣告環境。
技術與營收的雙重意義
從另一個角度來看，Google此舉不僅展示其AI研發與應用的技術力，更直接強化其廣告核心業務的穩定性與成長性。降低無效流量比例，意味著廣告投放更精準、更高效，更讓廣告主對Google的廣告生態系維持信心。
