2018年，移动广告欺诈率与上一年相比翻了一番。为了榨取广告业主不断扩大的预算，黑客创造了许多新的技巧。从数据上看，常见的移动广告威胁包括：SDK冒名账户（SDK spoofing accounts） 37%；点击输入（Click injections）27%；虚假安装 20%和点击垃圾邮件16%等。
AI助力移动广告
Forrester的报告称，在广告预算超过100万美元的营销人员中，有69%的人承认，他们至少有20%的预算被移动网络上的各种欺诈行为消耗殆尽。如果问题如此之大，为什么没有人解决它？好吧，检测广告欺诈是一个复杂的过程，需要全天候监控并分析传入的数据，这就是人工智能能够大显神通的地方。智能算法可以比任何人类分析师更准确地、快速处理大量数据，找出异常并触发警报以进行进一步调查。随着深度学习的进步，新一代人工智能支持的反欺诈系统也将能够随着时间的推移自我调整性能、学习预测、检测出并缓解新出现的威胁。
除了解决欺诈问题，“人工智能革命”在多个行业中最大的卖点之一就是能够实现自动化并消除低价值业务流程。移动广告也不例外。Juniper Research预测，机器学习算法将提高实时出价网络效率，将省下420亿美元的广告支出。
由于强大的分析能力，机器学习算法可以为广告创建完美的“配方”，并在适当的时间向合适的人展示。谷歌已经在尝试各种移动搜索广告优化。迄今为止的结果相当乐观 。例如，梅西百货公司一直在利用库存广告，将其展示给最近查看过他们产品的客户，而现在这家商店会向几个小时前刚刚查看过他们产品、而且又出现在商店附近的人展示广告。
AdTiming一直在帮助营销人员改进他们的应用内广告的方法。通过处理来自1000多名营销人员的数据，该创业公司开发了他们的最佳广告位置配方。AdTiming的首席执行官Leo Yang表示：“指定分析将告诉我们的用户何时是投放广告的最佳时机；要使用什么样的消息以及需要以什么频率显示广告才能在保持预算的同时实现投资回报率。”人工智能实时广告竞标的竞争力如何？淘宝网的一组科学家最近进行的一项实验证明，算法的表现比人类更好。
看看数据对比：
·人工竞标带来100％的投资回报率，使用了99.52％的预算。
·算法竞标产生340％的投资回报率，使用了99.51％的预算。
谁是赢家一目了然。
算法比人眼更适合检测模式，尤其是在处理大量数据时。它们可以有效地对数据进行分组和群集，基于他们过去与品牌的互动、他们的人口统计数据和在线浏览行为，以便为个人客户创建丰富的个人用户资料。
这意味着广告主可以不再针对宽泛的人群，如“美国女性（25-35岁）”，而是有能力追求表现出具体行为的、更精准的小范围受众，例如：定期在社交媒体展示奢侈护发产品等。在进入RTB竞标时，人工智能系统可以进一步应用这种洞察力，预测该让广告何时出现在消费者面前以及什么时候不该这样做。这样做最大的好处是，广告对于小公司来说变得不那么成本高昂。随着新解决方案进入市场，观察2019年及以后的移动广告会发生何种变化将会很有趣。
