7場線上分享，8位行業(yè)專家，解鎖AI營銷落地核心命題 |重讀金點之AI營銷篇

2025年“云端思享匯”共舉辦64場，邀請近百位嘉賓在線分享，主題囊括AI營銷、品牌出海、行業(yè)解讀（汽車、零食、白酒等）、媒介觀察、品牌營銷、案例分享等。我們擷選了2025年“云端思享匯”全年內(nèi)容中的精彩觀點，以“金點重讀”的方式再度感受數(shù)字營銷行業(yè)的律動。

2025年“云端思享匯”新增7場“AI賦能數(shù)字營銷”相關(guān)活動，聚焦生成式營銷、AI大模型應(yīng)用、企業(yè)AI戰(zhàn)略、AI Agent發(fā)展等前沿領(lǐng)域。

通過對7場活動的文本分析，我們發(fā)現(xiàn)以下重點：

一、營銷為核心應(yīng)用場景：“營銷”位居榜首，結(jié)合“內(nèi)容”“創(chuàng)意”“廣告”等高頻詞匯，凸顯AI技術(shù)最核心的落地領(lǐng)域集中在數(shù)字營銷全鏈路，從內(nèi)容生產(chǎn)、創(chuàng)意生成到廣告投放均實現(xiàn)深度滲透。

二、Agent與大模型成技術(shù)核心：“Agent”“模型”為核心話題，且“生成式”“智能”等詞匯高頻關(guān)聯(lián)，反映AI技術(shù)落地的核心載體聚焦于AI Agent與大模型，尤其是慢思考模型、多模態(tài)模型的應(yīng)用成為行業(yè)關(guān)注焦點。

三、企業(yè)轉(zhuǎn)型需求突出：“企業(yè)”“轉(zhuǎn)型”“戰(zhàn)略”等詞匯高頻出現(xiàn)，體現(xiàn)2025年企業(yè)對AI轉(zhuǎn)型的迫切需求，從認(rèn)知統(tǒng)一到場景落地的全流程戰(zhàn)略規(guī)劃成為企業(yè)核心訴求。

四、效率與落地是核心目標(biāo)：“效率”“落地”“成本”等詞匯反映行業(yè)核心訴求——以技術(shù)應(yīng)用實現(xiàn)降本增效，同時強(qiáng)調(diào)技術(shù)從理論到實際場景的落地能力，避免“空中樓閣式”技術(shù)應(yīng)用。

五、品牌與用戶為價值導(dǎo)向：“品牌”“用戶”“精準(zhǔn)”等詞匯凸顯行業(yè)從“技術(shù)驅(qū)動”向“價值驅(qū)動”回歸，技術(shù)應(yīng)用最終服務(wù)于品牌建設(shè)與用戶需求滿足，精準(zhǔn)營銷、個性化服務(wù)成為核心方向。

分享嘉賓

王 云 秒針營銷科學(xué)院首席研究員、秒針系統(tǒng)高級產(chǎn)品總監(jiān)

李佳偉 微播易AI制作總監(jiān)

陳愛華 銷贊云科技/銷贊AI創(chuàng)始人兼CEO

馬阿鑫 極光月狐行業(yè)洞察分析師

程 浩 優(yōu)優(yōu)互聯(lián)廣告研發(fā)部總監(jiān)

李茂山 CAACAI營銷應(yīng)用工作委員會副秘書長、央視網(wǎng)《AI國潮》主創(chuàng)

高云龍 倍孜網(wǎng)絡(luò)算法負(fù)責(zé)人

何海洋 阿里云互聯(lián)網(wǎng)行業(yè)高級AI架構(gòu)師

Part 01

AI技術(shù)發(fā)展與行業(yè)影響洞察

1、AI技術(shù)發(fā)展階段與形態(tài)

AI技術(shù)歷經(jīng)規(guī)則驅(qū)動、大數(shù)據(jù)與機(jī)器學(xué)習(xí)驅(qū)動兩大浪潮，現(xiàn)已邁入生成式AI主導(dǎo)的第三階段，衍生出分析式AI、生成式AI、通用人工智能（AGI）三類技術(shù)形態(tài)。AGI具備媲美人類的多任務(wù)學(xué)習(xí)與推理能力，與僅能在預(yù)設(shè)程序內(nèi)決策的弱AI形成顯著區(qū)分。

2、AI對不同產(chǎn)業(yè)的敏感度差異

AI對各產(chǎn)業(yè)的重構(gòu)速度與程度分為三類：高敏感類變革來臨最快，如數(shù)碼、汽車、影視等；中敏感類變革速度中等，如生物醫(yī)藥、金融、教育等；低敏感類變革進(jìn)程相對緩慢，如工農(nóng)業(yè)、電力化工等。生成式AI的核心價值集中在營銷銷售、客戶運(yùn)營等四大業(yè)務(wù)場景。

3、AI營銷市場規(guī)模與應(yīng)用潛力

2024年全球營銷人工智能產(chǎn)業(yè)規(guī)模達(dá)360億美元，中國生成式AI商業(yè)應(yīng)用規(guī)模將達(dá)1606億人民幣，2025年預(yù)計增至2070億元，增長率為29%。其可通過社媒輿情監(jiān)測、消費(fèi)者行為預(yù)測等能力，助力企業(yè)實現(xiàn)精準(zhǔn)高效營銷。

4、AI在營銷與產(chǎn)品創(chuàng)新中的表現(xiàn)

在營銷文案領(lǐng)域，AI創(chuàng)作能力等效于人類2.47年經(jīng)驗，創(chuàng)造性與洞察性顯著弱于人類；但在產(chǎn)品創(chuàng)新領(lǐng)域，AI生成的創(chuàng)意在大學(xué)生群體測評中，購買意愿遠(yuǎn)超頂尖商學(xué)院MBA學(xué)生，TOP16優(yōu)質(zhì)創(chuàng)意均由AI產(chǎn)出。

5、品牌個性對AI社媒運(yùn)營的影響

消費(fèi)者對AI運(yùn)營品牌社媒的態(tài)度因品牌類型而異：溫暖型品牌用AI運(yùn)營會引發(fā)反感、降低購買意愿，如如海底撈等品牌；能力型品牌用AI運(yùn)營更受青睞，如如特斯拉，因前者需情感溝通，后者更重高效專業(yè)服務(wù)。

Part 02

AI在營銷全鏈路的應(yīng)用洞察

1、AI賦能營銷降本增效成果

在AI技術(shù)尤其是DeepSeek的賦能下，營銷行業(yè)內(nèi)容生成效率提升80%、成本降低60%，基準(zhǔn)投放與品牌轉(zhuǎn)化效果也實現(xiàn)大幅優(yōu)化，讓理論層面的降本增效落地為行業(yè)現(xiàn)實。

2、營銷鏈路的質(zhì)變升級

生成式AI已深入應(yīng)用到營銷全鏈路，覆蓋競品分析、品牌達(dá)人篩選、消費(fèi)洞察、內(nèi)容生產(chǎn)、廣告投放、種草視頻制作等多個核心環(huán)節(jié)，實現(xiàn)全流程賦能。

3、品牌傳播精準(zhǔn)度與本土化適配提升

AI技術(shù)可助力品牌實現(xiàn)“千人千面”的個性化營銷，提升品牌內(nèi)容文化適應(yīng)性與全球本土化傳播能力。以科大訊飛智能客服為例，接入大模型后可24小時秒級響應(yīng)，依托結(jié)構(gòu)化知識庫提升回復(fù)專業(yè)性，快速復(fù)盤迭代，有效提高招商加盟訪客留資率。

4、廣告行業(yè)生產(chǎn)力與生產(chǎn)關(guān)系重構(gòu)

2023年AI從洞察、創(chuàng)意、媒介溝通三大維度實現(xiàn)營銷生產(chǎn)力大爆發(fā)；2024年進(jìn)一步改變營銷生產(chǎn)關(guān)系，對勞動者、生產(chǎn)工具、勞動對象產(chǎn)生影響，同時作用于企業(yè)內(nèi)、外，如員工、組織和客戶、生態(tài)之間的協(xié)作模式。

5、生成式營銷與傳統(tǒng)智能營銷的差異

生成式營銷以認(rèn)知科學(xué)為理論基礎(chǔ)，聚焦個體化營銷對象，AI承擔(dān)復(fù)雜任務(wù)且人機(jī)協(xié)同管控；傳統(tǒng)智能營銷基于計算科學(xué)，針對標(biāo)簽化人群子集，AI僅做單點工具輔助，二者在競爭模式、溝通方式等方面也有本質(zhì)區(qū)別。

6、互聯(lián)網(wǎng)廣告市場格局

互聯(lián)網(wǎng)廣告行業(yè)集中度極高，前十大公司市場份額合計達(dá)96.01%，前四大平臺，包括字節(jié)跳動、阿里巴巴、騰訊、百度，占據(jù)74.25%的市場份額，整體格局較2023年無顯著變化。

Part 03

企業(yè)AI轉(zhuǎn)型與戰(zhàn)略洞察

1、AI技術(shù)的革命地位

人工智能的變革意義不亞于計算機(jī)的誕生，經(jīng)過70年技術(shù)積累，在2020年GPT出現(xiàn)后迎來爆發(fā)，2025年已實現(xiàn)“動腦（推理）+動手（自動化）”的能力躍遷，將深刻改變?nèi)祟惞ぷ髋c生產(chǎn)方式。

2、慢思考模型的核心突破

以DeepSeek為代表的慢思考模型即推理模型區(qū)別于傳統(tǒng)快思考生成模型，可處理復(fù)雜任務(wù)。基于其誕生的智能體（Agent）能像人一樣完成“數(shù)據(jù)收集-分析-寫報告”等全流程工作，推動AI行業(yè)在2025年發(fā)生重大變化。

3、企業(yè)與個人AI應(yīng)用的本質(zhì)區(qū)別

企業(yè)AI應(yīng)用以組織戰(zhàn)略為核心，具備個性化、系統(tǒng)化特征，可沉淀知識、保障數(shù)據(jù)安全、提升組織效率；個人AI應(yīng)用為通用化工具，僅能提升個人效率，存在數(shù)據(jù)外流風(fēng)險且無法與企業(yè)戰(zhàn)略協(xié)同。

4、2025年企業(yè)AI應(yīng)用爆發(fā)元年

2025年AI進(jìn)入早期采用者階段，此前企業(yè)AI應(yīng)用多為員工自發(fā)使用個人工具，而慢思考模型與智能體的成熟，讓企業(yè)可實現(xiàn)業(yè)務(wù)流程的系統(tǒng)化AI改造，此時布局能形成行業(yè)領(lǐng)先優(yōu)勢。

5、企業(yè)AI轉(zhuǎn)型的核心與落地路徑

企業(yè)AI轉(zhuǎn)型的核心是打造企業(yè)級AI智能應(yīng)用系統(tǒng)與“超級AI大腦”，通過系統(tǒng)沉淀業(yè)務(wù)數(shù)據(jù)與知識，配備數(shù)字員工。落地需遵循四步走：先完成認(rèn)知統(tǒng)一，再梳理業(yè)務(wù)場景、進(jìn)行小范圍試點試驗，最后將成功經(jīng)驗復(fù)制推廣至全業(yè)務(wù)流程。

6、AI對企業(yè)生產(chǎn)力與組織形態(tài)的重塑

AI將推動企業(yè)生產(chǎn)力從“人力驅(qū)動”轉(zhuǎn)向“算力驅(qū)動”，高效完成數(shù)據(jù)收集、處理、專業(yè)輸出等工作。未來企業(yè)將形成“真人+數(shù)字員工”的人機(jī)協(xié)作常態(tài)，數(shù)字員工可拉高企業(yè)服務(wù)能力底線。

7、廣告行業(yè)的生產(chǎn)力躍遷變革

廣告行業(yè)過往變革源于媒介等生產(chǎn)關(guān)系變化，而AI帶來的是生產(chǎn)力變革。當(dāng)品牌企業(yè)可通過AI系統(tǒng)自主完成從市場洞察到投放監(jiān)控的全流程操作時，傳統(tǒng)廣告乙方的服務(wù)價值將面臨重大挑戰(zhàn)。

8、企業(yè)AI轉(zhuǎn)型的原則

AI僅能提升創(chuàng)意生產(chǎn)效率，無法替代人的決策與審美價值，人機(jī)協(xié)同的創(chuàng)意與內(nèi)容應(yīng)體現(xiàn)更高價值。企業(yè)AI轉(zhuǎn)型需秉持長期主義，前期可從幾萬到十幾萬的小模塊切入，逐步迭代升級，而非追求一次性大規(guī)模投入。

Part 04

AI Agent與大模型實踐洞察

1、AI Agent的核心定義與技術(shù)瓶頸

AI Agent是可自主感知環(huán)境與自身狀態(tài)、依托知識工具決策并完成任務(wù)的智能體，擁有“記憶-規(guī)劃執(zhí)行-工具調(diào)用-感知調(diào)整-反思提升”的完整鏈路。大語言模型是其核心底層工具，但理性感知與動態(tài)調(diào)整能力是大模型向AI Agent跨越的關(guān)鍵技術(shù)難點，目前行業(yè)仍處于大模型時代，AI Agent尚未完全落地。

2、AI Agent市場規(guī)模與全球格局

2024年全球AI Agent市場規(guī)模為52.9億美元，預(yù)計2030年將達(dá)到471億美元；我國人工智能市場規(guī)模穩(wěn)步走高，將成為該賽道的主要玩家。海外關(guān)注度高于國內(nèi)，海外AI Agent關(guān)鍵詞周度訪問量峰值超9萬，DeepSeek的上線帶動相關(guān)科普與搭建內(nèi)容增長。

3、AI Agent的用戶與變現(xiàn)特征

國內(nèi)用戶對AI Agent的搜索頻次僅為數(shù)千量級，超40%的相關(guān)搜索由30-39歲青中年用戶貢獻(xiàn)；海外Top10AI Agent初創(chuàng)公司中，Top5年均收入超1億美元，“AI編程及開發(fā)”是用戶付費(fèi)意愿最強(qiáng)的場景，Cursor為行業(yè)首個年收入突破5億美元的初創(chuàng)Agent公司。

4、頭部企業(yè)的Agent布局

Google推出GeminiCLI開源AI Agent，Github星標(biāo)超5萬；OpenAI2025年密集上線Computer-UsingAgent、FileSearchTool等工具，還推出完整客服Agent方案cs-demo；國產(chǎn)Agent平臺競爭激烈，扣子空間內(nèi)測后周均訪問量飆升至64萬+，25-34歲用戶占比33.6%、男性用戶占比70.5%。

5、Agent發(fā)展現(xiàn)狀與優(yōu)化方向

當(dāng)前尚未出現(xiàn)專業(yè)級通用型Agent，跨平臺、自我優(yōu)化等能力仍不足，但L3級別Agent已臨近落地。小模型具備顯存占用低、特定任務(wù)參數(shù)利用率高的優(yōu)勢，是未來AgenticAI優(yōu)化的核心方向；Multi-Agent協(xié)作可解決復(fù)雜持續(xù)性問題，有望實現(xiàn)AI生產(chǎn)力的真正爆發(fā)。

6、大模型在廣告場景的應(yīng)用方案

? 字節(jié)HM方案：將廣告候選文本信息輸入item的LM大模型，用戶歷史行為對應(yīng)的item輸入user的LM，輸出embedding用于相似計算或點擊率預(yù)估。

? Googletag方案：將廣告候選集文本語義信息輸入大模型生成embedding，轉(zhuǎn)成語義ID后，通過生成式模型預(yù)測用戶感興趣的候選集。

? AN召回方案：廣告文案輸入deepseek模型，創(chuàng)意輸入千問VR模型，獲取embedding后經(jīng)conceptpooling操作與AN向量檢索，落地后CPCR提升5%-30%。

? 精排環(huán)節(jié)語義ID建模：文本與圖片經(jīng)模型生成embedding后轉(zhuǎn)成語義ID，輸入DNN模型訓(xùn)練，新廣告起量時間縮短至一天以內(nèi)，CTCR提升1%-110%。

7、批量創(chuàng)意生成的核心矛盾

批量生成廣告創(chuàng)意時，簡單prompt易出現(xiàn)模型幻覺，詳細(xì)prompt則無法實現(xiàn)百萬級商品圖的批量化生成，形成核心矛盾。

Part 05

AI營銷落地與挑戰(zhàn)洞察

1、行業(yè)對AI營銷的核心困惑

行業(yè)普遍將AI與降本強(qiáng)綁定，對AI和內(nèi)容創(chuàng)作者的新型生產(chǎn)關(guān)系認(rèn)知不足。同時國內(nèi)外科技及數(shù)字營銷行業(yè)出現(xiàn)裁員合并潮，從業(yè)者對AI給行業(yè)帶來的實際價值存在較多疑問。

2、AI助力多行業(yè)營銷邊界突破

AI可打破傳統(tǒng)廣告公司能力壁壘，已服務(wù)汽車、奢侈品、快消等多領(lǐng)域品牌，如為奔馳制作AI廣告、為紀(jì)梵希完成2025年CNY平面投放、為必勝客人機(jī)協(xié)同打造門店海報及3D設(shè)計等，還能覆蓋服裝產(chǎn)業(yè)全鏈條。

3、品牌營銷的雙維邏輯

品牌等于功能加情感，如寶馬的功能為駕乘、情感為熱愛；同時品牌需挖掘社會價值，如舒膚佳的目標(biāo)是讓一億人養(yǎng)成正確洗手習(xí)慣。

4、AI催生營銷超級個體

AI技術(shù)抹平行業(yè)認(rèn)知差，單個創(chuàng)作者可突破專業(yè)壁壘完成全鏈條工作。傳統(tǒng)需團(tuán)隊20-30天完成的AMV制作，如今單人5天即可完成，藝人工作室等超級個體已成為營銷內(nèi)容創(chuàng)作的重要力量。

5、AI營銷的接納阻力與突破

美妝和汽車行業(yè)初期對AI營銷存在抗拒，核心顧慮包括隱私與知識產(chǎn)權(quán)保護(hù)、AI難以精準(zhǔn)表達(dá)品牌調(diào)性。但隨著技術(shù)迭代，行業(yè)認(rèn)可度逐步提升，歐萊雅已完成AI共創(chuàng)比賽，寶潔部分品牌也開始嘗試。

6、Agent工具的營銷應(yīng)用現(xiàn)狀

自研Agent的核心優(yōu)勢在于沉淀傳統(tǒng)案例語料，結(jié)合場景營銷、4P前置邏輯及整合傳播模型構(gòu)建能力。動漫短劇領(lǐng)域已廣泛用Agent提升制作效率，多通過提示詞解決人物與場景一致性問題。

7、AI營銷的核心價值

AI營銷的核心價值是增效而非單純降本，可幫助創(chuàng)作者突破能力邊界，讓傳統(tǒng)廣告公司無法覆蓋的多品類內(nèi)容生產(chǎn)成為可能，重構(gòu)行業(yè)生產(chǎn)關(guān)系。

Part 06

數(shù)字營銷全鏈路AI賦能實踐洞察

1、AI驅(qū)動全鏈路能力躍遷

? 廣告主端：文生圖、文生視頻等創(chuàng)意生產(chǎn)模式降低制作與試投成本，加快創(chuàng)意產(chǎn)出速度與多樣性，提升素材迭代與測試效率。

? 媒體端：多模態(tài)識別與大模型推理結(jié)合，讓素材審核更精準(zhǔn)高效，捕捉嚴(yán)重違規(guī)與細(xì)分問題，提升內(nèi)容安全性與投放合規(guī)率。

? 平臺端：CTR預(yù)估技術(shù)向深度學(xué)習(xí)演進(jìn)，配合智能投放機(jī)制，實現(xiàn)投放時機(jī)、頻率和渠道的自動化優(yōu)化，提升流量匹配精準(zhǔn)度與轉(zhuǎn)化效率。

2、數(shù)據(jù)與建模的協(xié)同進(jìn)化

數(shù)據(jù)的重要性持續(xù)提升，實時采集與多源整合讓動態(tài)用戶特征體系更全面。大模型技術(shù)拉近了不同規(guī)模企業(yè)的算法差距，競爭焦點轉(zhuǎn)向建模與場景化問題解決能力，需重視數(shù)據(jù)與算法的協(xié)同優(yōu)化。

3、AI應(yīng)用的落地深化與合規(guī)

AI讓用戶畫像與行為預(yù)測進(jìn)入智能化階段，營銷策略從靜態(tài)人口學(xué)標(biāo)簽轉(zhuǎn)向基于長短期行為的動態(tài)預(yù)測。大模型推動生成式推薦發(fā)展，同時需引入長短期行為融合等方法確保預(yù)測可靠性。企業(yè)端“員工+多Agent”協(xié)作模式有望普及，實現(xiàn)內(nèi)容生產(chǎn)高效、精準(zhǔn)與合規(guī)。

4、AI落地實踐成效

AI已在大規(guī)模素材審核和智能體平臺構(gòu)建中展現(xiàn)成效：海量素材可按違規(guī)等級自動識別與處理，嚴(yán)重違規(guī)率顯著降低；集成大模型的智能體平臺通過工作流、數(shù)據(jù)集與工具集整合，幫助多個行業(yè)提升ROI。

5、中小企業(yè)大模型選型路徑

探索初期，優(yōu)先選擇SaaS或公共云模式，利用按量付費(fèi)降低試錯成本；業(yè)務(wù)模式驗證后，若對數(shù)據(jù)安全與功能深度有更高要求，可轉(zhuǎn)向私有化部署或定制化開發(fā)。

精彩直播回放

◎ 責(zé)編：劉照龍、主編：楊猛。

◎ 聲明：內(nèi)容僅供參考，不構(gòu)成投資建議，請謹(jǐn)慎對待。

◎ 版權(quán)：文章及圖片來源于網(wǎng)絡(luò)、品牌官方，如有侵權(quán)，請聯(lián)系嘯嘯刪除。