Lee McGuigan 在《販賣美國人民：廣告、優化與廣告科技的起源》（Selling the American People: Advertising, Optimization, and the Origins of Adtech）中挑戰了我們對現代數位廣告和監控資本主義的常識性理解。
以下是本書的第一個主要論點及其詳盡解說。
第一主要論點：廣告科技並非數位時代的斷裂性產物，而是「計算演進」的歷史延續
當代關於數位媒體、隱私權以及所謂「監控資本主義」（Surveillance Capitalism）的討論，往往傾向於將 Google 、 Facebook（Meta）或 Amazon 等科技巨頭的崛起視為一個歷史性的斷裂點。這種主流敘事認為，網際網路的出現從根本上改變了廣告業的本質，將一個曾經由《廣告狂人》（Mad Men）式創意主導的產業，突然轉變為一個由演算法、數據監控和即時競價主導的冷酷機器。然而，Lee McGuigan 在本書中提出了一個強而有力的反駁：我們今天所見的「廣告科技」（Adtech），實際上是長達半個多世紀以來，廣告產業內部一股持續不斷的「計算演進」（Calculative Evolution）的產物。這並非一場突如其來的數位革命，而是一個漫長的歷史過程，其根源深深扎根於冷戰時期的軍事工業複合體、管理科學的興起，以及 1950 年代以來企業對「優化」（Optimization）的執著追求。
要理解這個論點，我們必須重新審視廣告業的歷史圖景，超越表面上的創意表現，深入到其後端的物流、行政與決策基礎設施之中。
一、 被遺忘的「數學狂人」與管理科學的軍事起源
McGuigan 首先挑戰了我們對 1950 和 1960 年代廣告業的刻板印象。在大眾文化的記憶中，那是 Don Draper 的時代，是創意革命（Creative Revolution）的黃金歲月，強調的是靈感、直覺與藝術性的文案。然而，作者指出，與創意革命平行發展的，還有一股同樣強大但鮮為人知的力量，那就是試圖將廣告轉變為一門精確科學的努力。早在矽谷工程師接管廣告業之前，麥迪遜大道的廣告公司就已經開始聘請數學家、統計學家和行為科學家，這些人可以被稱為早期的「數學狂人」（Math Men）。
這股趨勢的推動力來自於第二次世界大戰。戰爭期間，美國軍方和學術界合作發展出了一系列處理複雜問題的技術，統稱為「作業研究」（Operations Research, OR）或管理科學。這些學科的初衷是為了解決生死攸關的軍事後勤與戰術問題，例如：如何配置有限的轟炸機資源以最大程度地摧毀敵方潛艇？如何優化物資運輸路徑以減少損耗？戰爭結束後，這些技術、理論以及掌握這些知識的專家（許多來自 MIT 、哥倫比亞大學等頂尖學府）並沒有消失，而是尋找新的應用場景。美國的企業界，特別是正面臨戰後大規模生產與消費擴張壓力的行銷與廣告部門，成為了這些軍事管理技術的新戰場。
廣告業挪用了這些戰爭技術的邏輯。如果「作業研究」可以計算出如何用最少的炸彈摧毀最多的目標，那麼它理論上也能計算出如何用最少的廣告預算觸及最多的潛在消費者，並產生最大的銷售效果。這種思維範式的轉移是根本性的：廣告不再僅僅被視為一種藝術創作或文化說服的過程，而被重新定義為一個關於資源分配、物流管理和訊號傳輸的工程問題。早在電腦成為家用電器之前，大型廣告公司如 BBDO 、 Young & Rubicam (Y&R) 和 J. Walter Thompson (JWT) 就已經開始引入大型主機（如 UNIVAC），並試圖利用線性規劃（Linear Programming）等數學模型來「優化」媒體購買決策。這意味著，當代廣告科技的核心邏輯——即利用數據和演算法來消除浪費、預測行為並最大化投資報酬率（ROI）——並非網路時代的新發明，而是冷戰時期技術官僚主義在商業領域的直接延續。
二、「優化」作為一種意識形態與權力工具
McGuigan 深刻地分析了「優化」這個概念在廣告史上的地位。在書中，「優化」不僅僅是一個數學術語，更是一種意識形態，一種關於世界應該如何運作的規範性願景。優化的承諾是誘人的：它宣稱可以通過理性的計算，在眾多選擇中找到唯一的「最佳解」。對於廣告主而言，這意味著終於有機會解決那個古老的難題：「我知道我的廣告費有一半浪費了，但我不知道是哪一半。」透過管理科學，廣告業承諾將不確定性轉化為可計算的風險，將模糊的消費者行為轉化為可預測的數據點。
這種對優化的追求導致了廣告產業內部權力結構的轉變。為了實現優化，必須將現實世界進行「格式化」，使其能夠被電腦讀取和處理。這就要求將消費者、受眾、媒體渠道以及購買行為全部轉化為標準化的數據。在這個過程中，那些能夠掌握數據、建立模型並操作電腦系統的技術官僚（即前述的數學狂人）逐漸獲得了話語權。他們通過聲稱擁有「科學的」、「客觀的」真理，來挑戰傳統媒體買家依賴直覺和人際關係的舊有權威。
書中詳細描述了 1960 年代廣告公司如何利用這些新技術來表演「專業性」。即使當時的電腦運算能力有限，數據品質參差不齊，許多數學模型的假設甚至過於簡化（例如假設廣告效果與曝光量呈線性關係），但這並不妨礙廣告公司將其作為一種行銷工具。擁有一台閃爍著燈光的巨大電腦，並能夠產出厚厚的數據報表，成為了廣告代理商向客戶證明其現代化、科學化和負責任的一種手段。這種「表演性的理性」（performative rationality）確立了一種文化標準：好的決策必須是數據驅動的。這種文化為幾十年後 Google 和 Facebook 的崛起鋪平了道路，因為市場已經被訓練成相信：只要有足夠的數據和更強大的算力，廣告效果是可以被精確測量和控制的。
因此，當代的廣告科技平台並非憑空創造了對數據的渴望，而是滿足了廣告主長達半個世紀以來對「確定性」的焦慮與幻想。這種連續性揭示了，無論技術載體是 1950 年代的打孔卡片還是 2020 年代的 Cookies 和 AI，其底層邏輯始終未變：即試圖將不可控的消費領域納入企業管理的控制範圍內，通過消除人類行為的不可預測性來保障資本的增值。
三、 基礎設施的演進：從紙本作業到自動化交易
本書的另一個重要貢獻在於，它將廣告科技視為一種物流和基礎設施的建設過程。 McGuigan 認為，廣告科技的本質是關於資訊與商業流動的協調。在數位時代之前，廣告交易面臨著巨大的行政與物流挑戰。特別是在電視廣告的「點播」（Spot TV）市場，廣告主需要與全美數百個地方電視台進行交易，這涉及海量的費率查詢、訂單處理、播出確認和帳單核對。這種繁瑣的紙本作業不僅效率低下，而且充滿了錯誤和摩擦，嚴重阻礙了資本的流通速度。
為了極小化這些交易成本，廣告業在網際網路普及之前就已經開始嘗試建立自動化系統。書中詳細考證了 1960 年代和 1970 年代，廣告代理商、媒體代表公司（Reps）以及電視台如何試圖利用電腦網絡來實現「無摩擦」的交易。例如，早期的媒體購買系統試圖將買賣雙方通過專線連接起來，讓媒體庫存（Available inventory, or “avails”）能夠被即時查詢和預訂。這些早期的嘗試雖然因為技術限制和組織慣性而屢屢受挫，但它們實際上構成了現代「程式化廣告」（Programmatic Advertising）的原始雛形。
這種視角讓我們看到，所謂的「程式化」，其核心並非僅僅在於在網頁上投放橫幅廣告，而是在於建立一套能夠自動化處理識別、分類、估價和交易的基礎設施。書中提到，廣告業一直試圖構建一個「世界，讓行銷人員可以信賴」（a world marketers can count on）。這意味著要建立一套標準化的數據格式、一套被廣泛接受的測量貨幣（如尼爾森收視率），以及一套能夠高速處理交易的連結系統。
這種對物流效率的追求，解釋了為何廣告業會不斷推動新媒介的商業化改造。從有線電視（Cable TV）到互動電視（Interactive TV），再到網際網路，每一次技術迭代，廣告商都試圖植入更強大的追蹤、定位和交易功能。作者特別指出，有線電視產業在 1970 到 1990 年代的發展，是理解這一過程的關鍵環節。有線電視引入了「可定址性」（Addressability）的概念，即能夠向特定家庭發送特定訊息的技術能力。這標誌著大眾傳播向分眾、甚至個人化傳播的關鍵轉變。雖然早期的有線電視定址廣告因為技術和成本問題未能完全普及，但它在概念上和技術架構上，為後來網際網路上的 Cookie 和設備指紋追蹤奠定了基礎。
因此，當我們看到今天的即時競價（Real-Time Bidding, RTB）系統在毫秒級的時間內決定向誰展示什麼廣告時，我們看到的不是一個全新的發明，而是一個跨越數十年的自動化夢想的最終實現。這個夢想的核心是讓受眾商品（Audience Commodity）的交易變得像金融市場上的股票交易一樣流動、即時且可分割。
四、「全景分類」（The Panoptic Sort）與歧視性邏輯的制度化
McGuigan 引用了 Oscar Gandy 的「全景分類」概念，進一步闡釋了計算演進的社會後果。廣告科技的核心功能之一是識別、分類和評估（Identification, Classification, Assessment）。這意味著要根據消費者的潛在經濟價值將其區分開來。在這一點上，數位時代的廣告科技與 20 世紀初的市場區隔理論（Market Segmentation）是一脈相承的。
早期的雜誌出版商和廣告代理商就已經開始根據階級、種族和地理位置來將受眾分類，以便將高價值的消費者打包出售給廣告主，同時剔除那些被視為無利可圖的群體（通常是有色人種、窮人或農村人口）。這種「區分」並非數位時代的副作用，而是廣告商業模式的核心特徵。作者強調：「歧視就是重點」（Discrimination is the point）。廣告優化的目的，本質上就是尋找並利用人與人之間的差異。
隨著計算能力的提升，這種分類變得越來越精細和隱蔽。從最初粗糙的人口統計學（年齡、性別、收入），發展到 1960 年代的心理圖表（Psychographics），再到今天基於行為預測的演算法畫像，這一演進過程始終圍繞著一個目標：更精確地「差別定價」和「差別待遇」。計算演進使得廣告商能夠在微觀層面上對每個人的注意力進行估值。
書中指出，這種邏輯的危險在於它將社會不平等編碼進了自動化系統中。當優化模型被設定為最大化利潤時，它會自動學習去忽略那些「低價值」的人群，或者對脆弱群體進行掠奪性行銷。由於這些決策被包裹在數學模型和高科技的黑箱之中，它們往往逃避了社會和道德的審查。這就是為什麼說廣告科技是「自動化的管理科學」——它將企業對利潤的追求轉化為一套看似中立、實則充滿政治性的技術操作。
五、 結論：數位廣告作為歷史的必然與偶然
總結來說，本書的第一個主要論點揭示了：我們生活在一個由廣告商的夢想所塑造的世界中，但這個夢想並非始於網際網路。數位廣告的現狀——無所不在的監控、對數據的貪婪、對演算法的依賴——是資本主義試圖解決「分配危機」和「歸因焦慮」（Attribution Anxiety）的歷史產物。
McGuigan 認為，如果不理解這段歷史，我們就無法有效地批判或監管當前的科技巨頭。如果我們只將問題歸咎於 Google 或 Facebook 的個別邪惡，而忽略了整個商業生態系統長達數十年對「可計算性」（Calculability）和「可歸責性」（Accountability）的結構性追求，那麼任何改革都將是治標不治本。
這場「計算演進」告訴我們，技術並不是中立的發展，而是被特定的制度需求所形塑。廣告業需要證明自己的價值，需要管理日益複雜的市場，需要向客戶交代預算的去向，這些需求推動了資訊技術在媒體領域的特定應用方向。電腦被引入廣告業，不是為了促進民主溝通或藝術創作，而是為了讓市場交易更有效率，讓消費者的行為更可預測。這就是廣告科技的起源，也是理解當代數位監控社會的關鍵鑰匙。