FTC 诉亚马逊广告拍卖：20 亿美元超额收费指控背后的竞价机制争议

美国联邦贸易委员会（FTC）联合 22 个州的总检察长，对电商巨头亚马逊（Amazon）提起了一项反垄断与消费者保护诉讼。这起案件的核心，并非简单的价格欺诈，而是围绕亚马逊自 2019 年起悄然调整其广告拍卖定价机制——即引入“软保留价”（soft reserve price）——所引发的信息披露与商业公平性争议。FTC 指控该机制在未充分告知广告主的情况下，系统性地推高了广告成本，累计可能超过 200 亿美元。亚马逊则坚决否认，称其调整旨在优化广告表现，并宣称相关举措实际为广告主节省了数十亿美元。

揭开“软保留价”的面纱：一场关于定价机制的认知攻防

要理解这起诉讼的实质，需要先厘清数字广告拍卖的基本运作原理。长期以来，亚马逊的赞助产品广告（Sponsored Products）被描述为采用“次价拍卖”（second-price auction）模式。这一模式在数字广告行业相当普遍，例如谷歌搜索（Google Search）的竞价也遵循类似原则。在该模式下，广告主提交一个愿意支付的最高出价（maximum bid），但最终支付的单次点击费用（CPC）通常低于最高出价，具体金额取决于竞争激烈程度等因素。换言之，广告主的最高出价更多扮演“天花板”的角色，而实际成交价往往由第二名的出价决定。

FTC 的指控焦点在于，亚马逊自 2019 年起悄然改变了这一计价逻辑。亚马逊引入了“软保留价”机制，即为单个广告位设定一个最低价值门槛。FTC 声称，这一保留价机制能够在没有其他广告主出价竞争的情况下，直接抬升获胜广告主的实际支付金额。更关键的是，FTC 在起诉书中披露，亚马逊内部将这一机制称为“虚拟竞价参与者”（invented auction participant），并使用“代理次价”（proxy 2nd price）来辅助计算最终成本。这种内部表述与对外宣传的“次价拍卖”模式存在显著差异，构成了误导的核心。

从 FTC 的角度看，广告主对拍卖机制的理解直接决定了其出价策略。如果广告主相信最高出价只是上限，实际CPC通常由竞争决定，他们可能会更激进地出价以获得更好的广告位。然而，如果实际支付金额越来越频繁地触及最高出价，那么广告主的初始出价策略就变得至关重要。FTC 提供的数据显示，赞助产品广告主支付全额出价的概率在 2021 年约为 30%-40%，到 2022 年升至 70%，而到了 2024 年，这一比例已高达约 80%。这一趋势清晰地表明，广告主的实际支付成本正日益逼近其心理预期的上限，这无疑会侵蚀广告投资回报率（ROAS），并影响其整体营销预算分配。

亚马逊的反驳：以效率之名，行透明之实？

面对 FTC 的严厉指控，亚马逊并未否认其拍卖中存在“软保留价”机制，但对其运作方式和实际影响提出了截然不同的解释。亚马逊在官方回应中强调，FTC“从根本上误解了广告主的运营方式”。亚马逊认为，“软保留价”有助于更精准地评估单个广告位的市场价值，并且此类保留价机制在数字广告拍卖中并不罕见。

亚马逊进一步阐释了其定价逻辑：系统会综合考量广告主的出价与预测的相关性。如果获胜出价同时高于硬保留价和软保留价，广告主支付软保留价；如果出价高于硬保留价但低于软保留价，广告主则支付其出价。无论哪种情况，亚马逊都强调广告主的支付金额绝不会超过其设定的最高出价。这似乎是回应 FTC 指控的一把“挡箭牌”——即广告主并未被“超扣”，其支付上限始终未被突破。

然而，正如前文分析，FTC 的指控核心并非“超扣”，而是“误导”。FTC 的逻辑是，如果广告主知晓实际支付金额如此频繁地达到最高出价，他们可能会重新评估并调整其最高出价。亚马逊的回应似乎未能直接命中这一要害。亚马逊转而用其平台数据来证明广告主并未受损：数据显示，2019 年至 2025 年间，赞助产品搜索广告的平均获胜出价下降了 50%；剔除通胀因素后，2019 年至 2024 年的平均 CPC 保持平稳；同期，广告转化率上升了 24%。基于此，亚马逊估算其相关性驱动的拍卖模式在 2021 至 2025 年间为广告主节省了超过 80 亿美元。

亚马逊的辩护逻辑在于，广告主并非依赖对拍卖机制的简化描述来管理出价，而是根据实际的 CPC、转化率和广告支出回报率进行动态调整。换言之，无论拍卖机制如何复杂，只要最终的实际效果（如转化率和ROAS）是积极的，广告主就并未受到实质损害。这种“以结果论英雄”的辩护策略，与 FTC 强调的“程序正义”和“信息披露充分性”形成了鲜明对比。

监管风暴下的行业镜像：不止亚马逊一家

值得注意的是，亚马逊并非唯一因广告定价透明度问题而受到监管审视的科技巨头。2025 年，FTC 已对亚马逊和谷歌（Google）的搜索广告实践展开调查，重点关注平台是否充分披露了定价及其他条款，包括是否在未充分告知广告主的情况下提高了广告成本。尽管 FTC 目前尚未对谷歌提起类似诉讼，但谷歌在广告拍卖领域面临的挑战由来已久。

早在 2020 年，以德克萨斯州为首的多州联盟就曾起诉谷歌，指控其展示广告业务存在反竞争行为，并对其广告拍卖的运作方式进行了虚假陈述。2023 年，美国司法部（DOJ）又提起了独立的广告技术反垄断诉讼。2025 年，联邦法官裁定谷歌在出版商广告服务器和广告交易市场两个领域非法垄断。这些案件虽然聚焦于开放网络广告技术业务中的竞争问题，而非直接指控谷歌误导其广告客户关于 CPC 定价的信息，但无疑为整个行业的定价透明度敲响了警钟。

此外，Meta 也面临不同类型的广告主诉讼。广告主起诉 Meta 的“潜在触达人数”（Potential Reach）指标，认为 Meta 将其表述为对“人数”的估计，而实际上该指标统计的是“账户数”。广告主认为，这种虚高的估计数据促使他们购买了更多广告并支付了更多费用。2024 年，美国第九巡回上诉法院允许该广告主损害赔偿集体诉讼继续进行。这些案例共同描绘了一幅图景：在算法驱动的广告生态系统中，平台对定价和效果指标的透明度，已成为全球监管机构和广告主关注的焦点。对于广告主而言，这起诉讼的启示在于，不应盲目信任平台对复杂机制的简化描述，而应更审慎地审视实际支出数据与效果指标，并积极寻求更清晰的披露。

国内视角：算法透明与广告生态的平衡之道

亚马逊与 FTC 的这场法律博弈，也为国内的数字广告生态提供了极具价值的参考坐标。在国内，以阿里妈妈、巨量引擎、腾讯广告为代表的广告平台，同样依赖复杂的算法和竞价机制来分配流量和定价。尽管国内平台在拍卖机制的透明度上与亚马逊存在差异，但核心的商业逻辑——即在平台利益与广告主ROI之间寻求平衡——是相通的。国内平台在推广其智能投放工具时，通常会强调“效率”和“效果”，但对底层竞价逻辑的披露程度各不相同。此次 FTC 的指控提醒国内平台，算法的“黑箱”操作虽然能带来短期收益，但长期来看，可能侵蚀广告主的信任，并招致更严格的监管关注。对于国内的广告主而言，这起案例同样具有警示意义：在享受算法带来的便利时，也应保持对数据变化的敏感度，深入理解平台规则，避免因信息不对称而蒙受损失。

结语：一场关于信任与规则的持久战

FTC 诉亚马逊一案，远不止是两家机构之间的法律纠纷。它触及了数字广告行业最核心的信任基石——广告主与平台之间的信息对称性。当平台利用算法复杂性模糊定价规则时，它可能在短期内获得超额利润，但长期来看，却可能动摇整个广告生态的根基。无论最终判决结果如何，这起案件都将促使整个行业重新审视拍卖机制的透明度标准，并可能推动更严格的监管法规出台。对于广告主来说，这无疑是一个积极的信号，意味着他们的声音正在被听见，他们的权益正在得到更认真的对待。这场关于广告定价规则与信息披露的持久战，才刚刚拉开序幕。

常见问题

FTC 指控亚马逊的核心是什么？

FTC 的核心指控并非亚马逊向广告主多收了费用，而是指控亚马逊在未充分披露的情况下，自 2019 年起改变了广告拍卖的计价方式。通过引入“软保留价”机制，亚马逊使得广告主实际支付的费用越来越频繁地达到其设定的最高出价，从而在广告主不知情的情况下，系统性地增加了广告成本，总额估计超过 200 亿美元。

亚马逊如何回应 FTC 的指控？

亚马逊否认了 FTC 的指控，并辩称其“软保留价”机制有助于更精准地评估广告位价值，且该机制在行业内是常见的。亚马逊强调，其定价模式从未让广告主支付超过其最高出价的金额。同时，亚马逊引用自身数据，指出平均出价下降、CPC 持平、转化率上升，并估算其模式为广告主节省了超过 80 亿美元，以此证明广告主并未受到损害。

什么是“软保留价”？

“软保留价”是亚马逊自 2019 年起在广告拍卖中引入的一种定价机制。它为单个广告位设定了一个最低价值门槛。在竞价中，如果广告主的出价高于硬保留价但低于软保留价，广告主最终需要支付其出价，而非像传统“次价拍卖”那样仅需支付略高于第二名出价的金额。这可能导致广告主的实际支付成本接近其最高出价。

广告主从这起诉讼中可以获得哪些启示？

这起诉讼提醒广告主，不应盲目信任平台对复杂拍卖机制的描述。广告主应密切关注自身广告账户的实际支出数据、CPC 变化趋势以及转化率等核心指标，而不应仅仅依赖平台提供的简化说明。对于任何不透明的定价变化，都应主动向平台寻求解释，并考虑调整出价策略以保护自身的广告投资回报率。

这起诉讼对整个数字广告行业有何影响？

这起诉讼对行业具有深远影响。它凸显了广告平台定价机制透明度的重要性，并可能推动监管机构对整个数字广告行业的拍卖实践进行更严格的审查。无论结果如何，它都向所有平台传递了一个信号：在算法驱动的广告生态中，保障广告主的知情权和公平交易权，是维持行业长期健康发展的基石。

关于 Bingdada

Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。

编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com

© 2026 Bingdada. 保留所有权利。