2026互动广告分享会
当AI逐渐进入市场洞察、创意生产、媒介投放和效果评估等营销环节，广告行业正在经历一场从工具应用到价值重构的深层变革。
一方面，AI大幅降低了内容生产和营销执行的门槛，让效率提升成为现实；另一方面，当消费者开始习惯向AI寻求购买建议，品牌被发现、被理解乃至被选择的方式也在发生变化。对于品牌和广告行业而言，真正值得思考的问题，已经不再是AI能够做什么，而是当技术能力日益普及，品牌如何建立差异化竞争优势，营销人的专业价值又将体现在哪里？
技术可以提高效率，却无法替代品牌的价值判断；AI可以生成内容，但品牌的独特性仍然需要人来定义。 这也正是“效率交给AI，价值留给品牌”这一命题背后的核心思考。
10月23日，第33届中国国际广告节期间，由《现代广告》杂志社、经观传媒联合主办的2026中国国际广告节互动广告分享会在北京海淀中关村国际创新中心举行。作为活动的重要环节，“效率交给AI，价值留给品牌——AI重构营销全链路”主题沙龙，将上述问题带到了行业讨论的现场。
沙龙由清华大学新闻与传播学院博士后、智灵动力首席顾问张瀚月主持，地平线市场副总裁陈遥、钛镁AI创始人兼CEO蔡晓旭、京东零售广告产研部算法应用负责人张泽华，以及前阳狮董事总经理杨震参与讨论。
从企业AI营销的实际应用，到消费者决策链路的变化；从算法驱动的效果衡量，到品牌价值、创意原创性与代理商角色的重新定位，四位嘉宾结合各自的行业实践，探讨了AI技术深入营销全链路之后正在发生的变化。
这场对话也揭示了一个值得行业关注的趋势：当AI逐渐成为营销的基础能力，真正拉开品牌与企业之间差距的，或许不再是技术使用本身，而是对商业问题的理解、对消费者需求的洞察，以及持续创造独特价值的能力。
以下为沙龙对话实录：
张瀚月（清华大学新闻与传播学院博士后、智灵动力首席顾问）：
陈总，第一个问题从现实问题开始：AI营销喊了很多年，外界更想听真实的一线版本。在汽车行业，AI到底已经进入了哪些核心流程？是已经跑通了，还是还在尝鲜？规模化落地现在最卡在哪里？
陈遥（地平线市场副总裁）：
感谢主持人的问题，也很高兴能参加这样的讨论。回到问题本身：地平线作为一家科技公司，在当今汽车智能化发展的趋势中确实是汽车产业比较关键的参与者。但对于整个汽车产业的营销趋势来看，核心玩家、走在最前沿探索的参与方其实还是主机厂本身，所以汽车产业AI营销落地最真实的情况，最有发言权的还是主机厂。地平线作为汽车产业的参与方，在整个AI营销领域也有自己的实践，在这个议题之下冒昧跟大家分享。我认为AI营销现在的状态其实跟智能驾驶本身的发展阶段是比较相似的。大家能看到，目前L2辅助驾驶正在进入比较大量的量产阶段，身边很多人也在购买使用辅助驾驶产品。但为什么叫辅助驾驶、叫L2级别？因为它本质上还是帮人在开车，驾驶主体还是人，AI在这个过程中起到辅助的作用。回到营销领域，AI营销现在在产业界应用的状态也是这样：本质上很多工作是很好地辅助人去做，但核心价值还是人本身在掌握。
对于地平线这样的公司，在实操过程中的经验是：回到本心，AI本质上可以帮人去做一些不应该由人做的——非常繁琐、没有价值、比较反人性的工作。在这样的工作里，我们在整个营销的工作流里，从数据的分析洞察，到策略，到内容，到最终的落地，有一套自己的闭环应用在推进。所以我们认为，虽然它现在是一个辅助的状态，但它最终还是要解放人——这跟自动驾驶的逻辑其实是一样的。
张瀚月：
谢谢陈总。蔡总，您从事过营销一线，目前专注AI营销技术服务，钛镁AI服务过大量品牌的真实营销场景。今天我们论坛的主题是AI重构营销全链路，从您的体感看，这条链路上哪些环节已经被AI真正改写了？在这些变化里，哪些是工具层面的提效，哪些是结构层面的重塑？哪一个变化是其中最重要的？
蔡晓旭（钛镁AI创始人兼CEO）
谢谢主持人。先简单介绍一下：钛镁AI实际上是2023年全面进入AI升级的，进入之初主要就是覆盖营销全链路，做各种各样的智能体来赋能企业的品牌部门、市场部门做提效。从实际观察看，整个营销全链路应该全部都被覆盖了：从早期的洞察，到策略、创意、文案生成，再到媒介投放，再到客服，甚至销售获客，都有不同的AI工具在赋能企业做全链路上的所有事。唯一没变的是：所有过程里，最终那个决策还是由资深、有经验的人来做——要不要使用AI产生的结果。在这个变化中，围绕的都是效果、效率、成本去做全链路的重构。但这些赋能其实还不是真正的“重构”——唯一的重构，实际上是消费者的决策过程和路径发生了变化。
自从有了互联网、营销开始这二十多年，消费者的决策路径基本不变：先通过中心化广告引起兴趣，再去搜索、比价、购物，最后分享。过去所有的营销主要是把前两部分做好，让消费者第三步比价的时候有选择力；分享则因为有了各种社区——微博、微信、小红书、抖音——我们的分享力才有了这么大的平台。但现在消费者的决策逻辑发生变化：当他看到一个种草/广告引起兴趣之后，直接去问AI。前面搜狐的周总、国华会长都说过：整个AI平台加在一起，用户的月活——口径不同，从纯设备上看月活能达到15亿，这是设备月活，不是人的月活；人的月活大概是6到7亿。这些人里有80%用AI来做消费决策，在复杂消费决策的时候80%的人会来问；在一些特定行业，我们通过小样本调研发现是100%会问。另外一个数字是：用AI做决策之后，消费者对AI的信任度高达75%——AI给他生成的答案、推荐的东西，他的信任度达到75%。这是我们有互联网产品以来，不管什么服务、什么品牌，从来没有一个产品得到消费者这么高的信任度。因为这样的变化，模型信任的构建是当下至关重要的。
前面很多人都在讲GEO这件事。GEO优化到底怎么优化？我一直在强调：GEO这个概念本身是国外普林斯顿大学在2023年10月提出的。但“优化”这个词是个动词，是个服务，甚至会被误解——你是不是在操控模型？实际上不是，我们做的就是构建AI对你的底层认知，让AI足够信任你。信任你之后，当消费者提出一个需求，恰巧你的产品能解决他的需求，它自然而然就会推荐你。但因为大模型是预训练模型，它本身不具备对整体或行业的了解，这时就需要做底层内容资产的构建，让它完整地有。
第二个问题：哪些环节是工具层面、哪些是结构层面。前面说的小链路——洞察到最后的销售获客——大多数是工具层面的提效；真正的结构层面，就是我们说的消费者决策链路发生了变化。所以因为它决策在这，你必须要做模型的优化——GEO也好、CVO也好，各种称呼吧。
张瀚月：
您觉得这两个哪个是最重要的根本性变化？
蔡晓旭：
根本性改变其实还是消费者——因为他对AI的信任度足够高。所以不管什么样的企业，首先要赢得模型的信任：模型会推荐你，消费者信任模型，最终购买时选择你，这是自然而然的事。基本就是这样。
张瀚月：
谢谢蔡总。张老师，京东的零售广告场景离交易最近，大家特别想知道：在您这边，生成式AI已经跑通的规模化应用有哪些？效果可度量这件事现在到底能做到什么程度？
张泽华（京东零售广告产研部算法应用负责人）：
感谢两位提问。首先，京东是典型的电商平台，在电商里面一定有C端消费者和B端商家，其中真正做广告的、也就是广告主来自B端商家——大家都希望通过广告的力量让自己的商品卖得更好、品牌力更加深入人心。从传统算法到生成式AI，要分成两部分看：一部分来自C端对消费者的理解，另一部分来自B端——无论是算法工具、数据，还是成体系的分析方法论，最终都是希望赋能广告主，让广告主投得更好、效果更优。
生成式AI大家熟知的是广告组工具：比如我们创造了很多创意——头像、视频，甚至更优的标题、更美观的商品排布。这一类在过去两到三年的周期里已经大规模在线使用了，不光是京东平台本身已经把这些能力提供给商家和广告主，我们也跟业内非常多的ISV（独立软件开发商）、代理商合作，大家都把这样的能力建设得非常完善了。第二部分真正决定大家的投放动作——无论是广告出价、定向，还是不断的ROI优化等等，在这个闭环中，大家比较纠结、或者说能大规模跑出量的，往往是因为你的闭环分析和下一步动作上有非常强的算法支撑。另外一侧，除了投放核心链路中的算法或生成式AI以外，还有商品维护、客服答疑等传统型AI，这些是从B端视角来看的。
从C端视角看，我们认为更重要。因为我们的工具无论在线操作效率多高，本质都是要把你售卖的商品通过广告形式卖给最合适的消费者，也是让消费者来到京东平台时，能拿到他在此刻最感兴趣的商品、品牌的信息和认知。所以生成式AI我们除了在B端用，还有相当一部分AI能力在C端使用。C端的使用，业内能广泛听到一个算法名词叫“生成式推荐”（generative recommendation）。从传统的CTR、CVR算法到今天生成式推荐这套算法，我们看到两个非常明显的趋势。第一个是大家今天在聊所有大模型时都会提到一个词——scaling，规模化的曲线。我们在大概三年前就已经在这个领域做了算法探索和不断演进，发现时至今日，scaling这条曲线不论在传统大模型领域，还是在生成式推荐、对C端用户理解这个角度，依然非常有效。所以我们今天不断把算法做得参数更庞大、数据更多，对消费者的理解也更深入。
第二个趋势是如何让投放效果更可衡量。我理解这是一个非常长期的问题。可衡量这件事在电商平台做广告反而是相对容易的，因为它最接近最终链路和转化这一端。所以我们一方面把现在到转化这一端的数据优势更好地利用起来——包括归因这条链路上用了更多数据和更复杂的算法，让归因链路的可解释事件和关联性做得更强。另一方面，还有相当一部分广告主其实并不是今天刚发明、刚上新的产品就一定要拿到大量订单，很多时候营销诉求是“能不能先让消费者对这个新品有一定的认知理解”——有点偏品牌广告或品牌打法。在品牌的这条路上，过去四十年广告行业有大量不断更新的归因思路和方法。在我们的场景上，一方面我们会跟进学术界和产业界常用的方法；另一方面要发挥自身优势——我们所有算法背后真正产生的效果，都会基于我们的AB testing平台去做数据分析和跟踪，把每一次点击、转化、订单，都做得更清晰明白、可跟踪、可对比、可衡量。
张瀚月：
感谢张老师的分享。第四个问题给到杨总。杨总，您横跨品牌方、4A和学界，这个问题想请您给行业把把脉：都说AI让内容效率提上来了，但同质化的问题也跟着上来了。效率提升之后，品牌辨识度和内容原创性到底是被稀释了还是被放大？
杨震（前北电数智CMO、前阳狮董事总经理、中国人民大学特聘教授、北京市朝阳区青年科学家）
好，这个问题很好。确实像主持人介绍的，我的身份比较复杂：乙方做过、甲方做过，学术的终端也做过，AI也做过。这个问题实际上是一个永恒的问题。今天我觉得王董开篇致辞已经给到一个答案：AI的到来能够让品牌从流量时代回归到品牌价值时代。我想先用这个定个性——所以回答第一个问题：我认为它不会被稀释掉，品牌识别性、原创性反而会凸显出来。但有一个前提：一定要有品牌价值。
我2010年到2015年在Interbrand这家公司——“品牌价值”这个词就是这家公司发明出来的，他们也做品牌价值排行榜。大家之前看到“品牌价值还能算出钱来”都觉得奇怪，但它背后的逻辑非常清晰：我为什么存在？我为这个行业、我的消费者、我的受众生活、这个世界创造了什么样的价值？所有的品牌价值都基于这个来产生。以前流量时代确实有你刚才提到的问题：很多品牌不注重价值——因为那时候经济好，互联网时代可以买流量快速带来生意，ROI算得清楚。但现在发现：第一，流量开始贵了，转化要算清楚账，品牌主花钱也不像以前大手大脚，现在花得比较细；第二，之前非常多基础执行层面是有差距的。举个例子，我今年一月份还去内蒙考察了一些企业——内蒙那种二三线城市没有好的广告公司、设计公司，产品包装、宣传文案就没有很好，也很难每次跑北京、广州、上海找广告公司。这是一个核心问题。但现在AI把这个门槛拉高了、及格线拉高了：所有企业用AI，至少画面是精致的、文案是讲通的。这个时候就开始比内核——我刚才讲的，当这条线拉齐的时候，回归两件事情：第一，你的品牌价值是什么？你和消费者的相关点在哪里？我和竞品的差异性在哪里？要想清楚。第二，怎么讲？刚才获奖的熊超也讲了：创意和审美非常非常关键。
举个例子：其实我们从2015年机器学习那个时代就开始做深度的东西。那时候我们尝试让AI去做执行。有一个项目是帮一个非常有名的饮料品牌做夏季限定联名款。这里出现几个问题：第一，夏季是关键元素，创意总监、设计总监要选出一些跟这个饮料相关的夏季场景，而不是所有夏季场景都往图片里丢；第二，联名款背后有个IP，如何理解这个IP的视觉元素；第三，要做视觉风格转移——这就到算法这边了。每一段其实都要有资深的创意总监或设计总监参与，选到和品牌相关、和品牌调性一致的夏季场景。第二点，在做风格转移的时候，AI根本不知道美丑，它就出一堆，这时就要有所谓的提示词工程——不断告诉AI这个可以、那个不可以，AI才能不断产生新东西，最后产生满足品牌方需求的东西。这个过程原来如果老老实实用Photoshop会很痛苦，但现在很快，一轮提示词进去，几秒钟就有新东西出来。这是实际的案例事实。
所以你会看到几件事情：讲内容原创性，第一，要有品牌自身的独特视角和角度；第二，要有无论是洞察还是创意的人来把关；第三，才是AI的生产能力。这三个放在一起，才是AI时代的原创性。如果作为品牌方，我觉得要讲清楚：第一，不要把AI当创意——它只是执行，它是美术，不是创意，不是设计；决策和选择要让人来做。品牌方千万不要说OK让AI做完就完了，那就变成品牌跟着AI跑，流于平庸，大家都长一张脸，这就出问题了。
第二，我们还是要知道自身的品牌资产在哪里。如果我想让AI跑在我的品牌里：第一，我要有一个结构化的品牌资产库，要有清晰的知识图谱，让模型知道这个品牌在什么场景、什么需求下去抓什么样的素材出来；第二，我要有清晰的决策流程，谁负什么责任。刚才陈遥讲了，为什么现在是L2？因为责任是要价值（驾驶主体）来负的，不是AI来负责任——AI不能承担责任，责任要人来承担，这对品牌来说更为重要。
最后一点：品牌，特别是今天我们的主题是“向善”——有所为，有所不为。我们要把harness（护栏）做好。我们做策略的时候，要把我们的规则铺进去，我给它一个brief，它要给我满足brief的策略答案；我的harness是什么——什么是我品牌能碰的，什么是我品牌不能碰的。最后我觉得，AI这个时代会让“一张脸的东西”即便貌似精美也会很便宜，不会有人买；但你的独特性会越来越贵。
张瀚月：
谢谢杨老师。第二轮，我们把问题回到消费者。现在用户在买车前可能会问AI、刷短视频，决策路径完全变了。AI参与消费决策之后，汽车品牌要重建可发现性和信任，您觉得抓手可以从哪里开始？
陈遥：
这个问题在当下环境当中并不仅仅是汽车品牌的问题，是行业共性问题，大家都在关心。回过头去看这么多年整个广告营销行业的发展：每一个不同周期里，大家都有不同的方法、不同的手段，都有每个时代不同的特点。只是走到了AI时代，大家的方法变了而已。但不变的东西是什么？不变的东西其实还是品牌本身——你是谁，你相信什么，你想创造什么样的价值。在当下AI时代，大家有什么问题、想了解什么信息，都会习惯性地问一下AI。这时我们要问品牌方：你的抓手是什么？它永远都不变，就是品牌本身——你是谁，你相信什么，你提供什么样的价值。
陈遥：
对于地平线来讲，我们本身是一个独立的科技公司。最近一轮营销过程中，我们其实没有做任何搜索引擎优化（SEO）方面的工作。但传播结束后，我们回过头看AI对我们上一轮营销结果的呈现：前段时间我们的智驾芯片出货量达成1500万、中国市占率第一，我们拿这个事实做传播。之后回头看AI的结果，它很好地把我们想要表达的地平线品牌核心价值、产品规模、市场占有率、整体行业竞争优势都呈现了出来。所以还是回到这个问题本身：手段经常会变，我们要掌握这些手段；但对品牌方来讲，时时刻刻都要记得本质是什么——你的品牌是谁，你想提供什么样的价值，你想做什么样的事情。
张瀚月：
谢谢陈总的分享。蔡总，您刚才说AI接管了裁判权，成了消费者决策的中间人。不管是用户对AI的提问需求，还是品牌希望AI传达的信息，都绕不开AI这个载体本身。AI是如何判断用户怎么向AI提问的？一般都会搜索哪些问题？又从哪些维度出发来判定优化的策略是否真的有效？
蔡晓旭：
正好你问的这两个问题也是当下所有客户比较关心的问题，也是GEO优化比较难解决的问题。这里面涵盖了我们三个自研引擎来解决的完整链路：底层还是品牌你自己想要什么；中间是如何让模型采纳你；最终采纳之后结果怎么样。第一个引擎是挖掘用户意图，我们通过三层来做这件事：第一，我们和火山引擎有一个大的战略合作，它能给到脱敏的用户在豆包模型、AI助手上的query（提问）——不是一个一个具体问题，是一个集合。我们把整个query集合去打分，通过不同维度打分，分数比较高的就是用户问得最多的问题。第二，拿到这些query后，再跟品牌方自己的业务数据做交叉验证和对比——数据方的query群和真实用户问的是不是高相关。第三，高相关之后，再把总结出的这些问题用大量真人账号去问，看最终产出的结果是什么样的。有了这些意图洞察之后，我们会在内容侧做更多建设——也就是前面杨总提的知识图谱：以品牌对自己的核心定位为纲，在这个定位之下你有什么差异化的服务、差异化的功能；功能之外，消费者怎么使用你、怎么评价你。这就是我们强调的“一致性”：从品牌端，到行业权威机构有没有对你认可，到权威媒体有没有报道宣传，再到消费者端的评价——四个评价是一致的；再加上前面强调的合规的知识图谱去创作结构化内容，然后找权重高的媒体、权重高的信源做投放，得出的结果自然而然就会被模型采用、被模型抓取。
第三步，验证这个结果到底好还是不好——我们有一个“自适应算法引擎”，主要动态洞察模型在不同时间的变化：在这个变化之内，你的品牌有没有被提及？提及的内容是不是正确？正确之后是不是正面、有没有足够多的正面情感倾向？如果这三步都做得比较完美，消费者去问相关意图问题时，模型生成答案、得出“你的品牌能解决他的需求”并推荐你——这就是一个完整的优化闭环。也解决了品牌方自己不用花大量时间去动态监测模型怎么看——我们有这一整套解决方案，整个闭环已经完成。基本就是这样。
谢谢蔡总的详细分享。接下来是张老师：从算法视角看，AI把搜索、推荐、广告触达全部重写了一遍。对品牌来说，“被看见”的逻辑变了，商家和品牌要怎么适应这种新的可发现性规则？
张泽华：
从传统意义上讲，从过去大曝光式广告，到今天通过AI问答、或者通过AI精挑细选之后能看到的有限结果，这个过程中本质上还是传统的竞价排名、或者说传统排名广告里比较靠前的结果。有一个概念或者说一句老话：360行，行行出状元——怎么让商家、广告主想投放营销的标的物变成你这个细分行当里的Top 1，甚至Top N，才是大家应该关注的重点。
怎么才能让自己投放的标的物变成细分行当里的Top？其中非常关键的第一点：传统的投放通过拉大曝光很容易被别人看到，但想要成为这个行当的Top、想被AI看到，你就要去适应未来、或者说现在已经开始发生深刻变革的AI所需要看到的要素。最底层的要素是：你投放的标的物、你的商品，是不是描述得足够清晰，并且信息是不是足够结构化。比如今天以户外场景为例：一个消费者说“今天天气不错，我想去露营，或者想去户外的野生动物园”。如果你的产品上没有任何关于户外使用场景的标记，大概率经过大模型或AI算法，它很容易被过滤掉，甚至根本没有办法建立相关性。如果你的产品信息足够结构化，分门别类列清楚常见使用场景，甚至能跟其他产品互相搭配——户外产品加户外电源加充气床垫，搭出来特别美好的使用场景——大概率无论对话型AI推荐，还是传统升级后的大规模AI能力，都能够看得到。所以第一点：产品设计之后，结构化信息要足够清晰、明白地提供给新一代模型。
第二点，我们叫“答题还需自身硬”。为什么大家现在不愿意大规模刷信息流、刷网页？很多时候觉得刷信息流、刷网页不如找一个专家、懂行的人问一个问题直接解答。所以今天大量对话式AI爆火，爆火背后意味着：你的产品被AI看到是第一步，第二步是消费者的信息有没有被AI看到、消费者的潜在意图AI是不是真正能理解。这背后是什么？商家需要把自己的产品特性打造得足够好，让这些AI在分析消费者需求的时候一下就能get到他想要的那个点。
第三点：既然大家知道从传统曝光型广告到今天精耕细作的大规模智能体、对话型AI广告，这个过程中一定是粗暴型经营转成越来越精细化的经营。何不加入进去？在能利用这些AI工具的前提下，跟AI工具、跟平台，甚至在他们算法的训练和推理过程中进行深度共建。目前我也了解到，国内非常多对话式AI、生成式AI平台已经开放了不少接口权限。当大家能跟平台进行深度共建的时刻，你的产品、你想打广告的标的物就已经提前进入到了这些模型的认知。这三点是我认为从传统“被看见”到AI大模型时代“被看见”比较重要的三点。当然这里也要强调：未来产品自身的竞争力，还要结合场景化的应用，才能真正发挥最大的效能。
张瀚月：
谢谢张老师的分享。最后一个问题交给杨总：AI正在重写组织、岗位和代理合作模式，品牌方、代理商、技术方的边界都在动。您判断接下来谁会被替代，谁会被重估，合作模式会变成什么样？
杨震：
这个问题特别好，我这种又甲乙方、又做过AI的人特别适合回答。但我想先说一个大前提：大家一定要理解AI是什么。AI被称为第四次工业革命级别的变革，但回头看前几次工业革命：农耕时代到工业化，并不是农民被干掉了，而是现代化农业出来了，农民能干更多的事情；工业革命也一样，不是拿锤子敲了——无论是蒸汽机、电力工厂还是自动化工厂，是一个工人能干以前一百人的活。AI虽然能预测、能检索、有一定的思考能力，但按我刚才的规律总结，它其实对人的要求核心就一件事：如果机器都会思考了，那人就要思考更多才行。这是大原则。
按这个大原则：什么样的岗位会被替代？不思考的岗位。过去所谓的初级职位——初级的设计、简单的美术，或者甲方市场团队里做具体执行工作的人，肯定会有一些被替代，因为这些让AI做就可以。那什么人会更好？怎么叫更会思考？策略——无论代理商还是市场部，一定要有人能把商业挑战转化成品牌语言、传播语言、市场营销动作，要去破题、解决问题，这是策略。创意也一样：特别是在AI时代，创意不再是一个漂亮画面、一句朗朗上口的slogan——而是要刚才Ed说的pass那个境界，一定要能跳出来想这件事。
举个小例子（不是国内的）：南美有个国家酒驾特别严重，据说当年接那个案子的时候，一年因为酒驾死了5万人（注：此处原话数字较大，似为夸张的修辞），超过一场小规模战争。客户给广告公司的brief是“我要一个防止酒驾的平台”。我当时拿到的时候想：光喊口号没有用，一定要想酒驾是怎么造成的。以往的链路是：有人去喝酒，喝酒的时候无论开车还是提前想好叫代驾、把车扔下不开回来，但核心点是你喝到一定程度的时候就不理性了。以前的“围栏”在哪？要不就是有你一个不喝酒的朋友能拦着你，要不就是警察在出事之前把你拦住——它是后置被动的。怎么解决主动防御？我们找了非常多制造小型化的东西，发现酒精探测器可以放到钥匙卡里。所以这个创意就变成了：第一，所有在这个国家销售的汽车厂商，要把可植入的酒精探测器作为备选项，给消费者提供这样一个安全的选择；第二，这里头还有个bug：你没喝酒的朋友帮你吹了。所以创意锚点特别清晰：一定要劝——当你没喝酒、你朋友喝酒的时候，你千万不要替他吹。这个点特别简单，但这就是一个破局点。
这个例子讲的是市场部和代理公司未来的合作模式：究竟是我的市场部有能力把这个创意想出来，还是你的代理商能把这个想出来？目前我初步判断：代理商想出来的可能性更大。为什么？太多市场部的人——哪怕像我这种在品牌广告行业做了很多年的人——入戏太深，当了三年多（甲方）以后，会发现有时很难跳出来想这件事，思维会被固化。代理商有一个身份：你要学习我的东西，你可以入戏，但你一定要出戏去想这件事。换句话说，回到合作逻辑上：代理商一定要有破局级的创意，未来才能为市场部创造价值、提供你的价值。第二层：市场部为什么要用代理商？因为现在不需要那么多人头。AI时代，吃人头的是“驯化AI”——我们经常看到弹幕说“AI驯化失败”。驯化AI这件事可以让代理公司、技术公司来做；我的市场部则保留品牌判断、商业理解等等，这个很关键。所以回到刚才的问题：第一，初级职位会替代，但不代表年轻人会被替代。我今年四月份我们自己办了一个论坛，一场主论坛、十五场分论坛，每场论坛都有新品发布，再加上所有视频我一共做了二十条视频——市场部一个专门负责视频的99年小同学，一个人带着代理公司和视频生成公司，用40天就做完了。就这么简单。年轻人不要怕，但你要思考，这个特别重要。合作模式上，以前代理商agency经常说我卖人头、hourly rate是多少；未来一定要卖解决方案、卖策略、卖交付，按你的策略创造的价值的最终结果来付费。
张瀚月：
谢谢杨总。不到一个小时的时间里，我们和四位嘉宾讨论了八个话题，我来把这场沙龙的内容收一收。第一，关于落地：四位嘉宾形成共识——AI营销已经从“要不要投入”的讨论期进入了“怎么用好”的落地期。陈总和蔡总都提到：卡点已经由技术转向了数据、组织和评估——不是模型不够好，而是数据没跑通、组织没跟上、账没算清楚。谁先把整个工程做扎实，谁先吃到红利。第二，关于价值：杨总那句话我特别喜欢——效率提升之后，平庸更便宜了，独特性更贵了。AI把执行层的差距抹平之后，反而让品牌辨识度成了AI时代最稀缺的资产。效率是AI的，价值是品牌的——这就是我们这场沙龙的标题。第三，关于度量与信任：张老师从平台视角讲得很扎实——交易场景里AI最诚实，因为它直接对GMV负责；而面向消费者，AI时代的信任来自于可验证的评估体系。评估体系是AI营销的基石，没有度量就没有增长；真实度是品牌的护城河，没有可信就没有长期。
张瀚月：最后，请四位嘉宾各用一句话送给台下的同行朋友。
陈遥：拥抱AI，但是也要坚持品牌。
蔡晓旭：AI时代，AI是发动机，营销是整车。品牌唯有经营好底层的内容数字资产，才能拿到AI时代的红利，才能成为消费者心目中最有价值的那个。
张泽华：现代的广告需要用现代的技术，而现代的广告背后的AI，还是需要大家用更真实的价值、更好的衡量、更精准的数据去驱动。
杨震：AI时代是思考的时代，不是卖人头的时代。只要会思考，再多的职位被替代，人最终不会被替代。感谢各位嘉宾，感谢在场的每一位朋友：效率交给AI，价值留给品牌，愿我们在AI时代都能做那个最独特的品牌。谢谢大家！
免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。
热门跟贴