7場線上分享，8位行業專家，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”全年內容中的精彩觀點，以“金點重讀”的方式再度感受數字營銷行業的律動。

2025年“云端思享匯”新增7場“AI賦能數字營銷”相關活動，聚焦生成式營銷、AI大模型應用、企業AI戰略、AI Agent發展等前沿領域。

通過對7場活動的文本分析，我們發現以下重點：

一、營銷為核心應用場景：“營銷”位居榜首，結合“內容”“創意”“廣告”等高頻詞匯，凸顯AI技術最核心的落地領域集中在數字營銷全鏈路，從內容生產、創意生成到廣告投放均實現深度滲透。

二、Agent與大模型成技術核心：“Agent”“模型”為核心話題，且“生成式”“智能”等詞匯高頻關聯，反映AI技術落地的核心載體聚焦于AI Agent與大模型，尤其是慢思考模型、多模態模型的應用成為行業關注焦點。

三、企業轉型需求突出：“企業”“轉型”“戰略”等詞匯高頻出現，體現2025年企業對AI轉型的迫切需求，從認知統一到場景落地的全流程戰略規劃成為企業核心訴求。

四、效率與落地是核心目標：“效率”“落地”“成本”等詞匯反映行業核心訴求——以技術應用實現降本增效，同時強調技術從理論到實際場景的落地能力，避免“空中樓閣式”技術應用。

五、品牌與用戶為價值導向：“品牌”“用戶”“精準”等詞匯凸顯行業從“技術驅動”向“價值驅動”回歸，技術應用最終服務于品牌建設與用戶需求滿足，精準營銷、個性化服務成為核心方向。

分享嘉賓

王 云 秒針營銷科學院首席研究員、秒針系統高級產品總監

李佳偉 微播易AI制作總監

陳愛華 銷贊云科技/銷贊AI創始人兼CEO

馬阿鑫 極光月狐行業洞察分析師

程 浩 優優互聯廣告研發部總監

李茂山 CAACAI營銷應用工作委員會副秘書長、央視網《AI國潮》主創

高云龍 倍孜網絡算法負責人

何海洋 阿里云互聯網行業高級AI架構師

Part 01

AI技術發展與行業影響洞察

1、AI技術發展階段與形態

AI技術歷經規則驅動、大數據與機器學習驅動兩大浪潮，現已邁入生成式AI主導的第三階段，衍生出分析式AI、生成式AI、通用人工智能（AGI）三類技術形態。AGI具備媲美人類的多任務學習與推理能力，與僅能在預設程序內決策的弱AI形成顯著區分。

2、AI對不同產業的敏感度差異

AI對各產業的重構速度與程度分為三類：高敏感類變革來臨最快，如數碼、汽車、影視等；中敏感類變革速度中等，如生物醫藥、金融、教育等；低敏感類變革進程相對緩慢，如工農業、電力化工等。生成式AI的核心價值集中在營銷銷售、客戶運營等四大業務場景。

3、AI營銷市場規模與應用潛力

2024年全球營銷人工智能產業規模達360億美元，中國生成式AI商業應用規模將達1606億人民幣，2025年預計增至2070億元，增長率為29%。其可通過社媒輿情監測、消費者行為預測等能力，助力企業實現精準高效營銷。

4、AI在營銷與產品創新中的表現

在營銷文案領域，AI創作能力等效于人類2.47年經驗，創造性與洞察性顯著弱于人類；但在產品創新領域，AI生成的創意在大學生群體測評中，購買意愿遠超頂尖商學院MBA學生，TOP16優質創意均由AI產出。

5、品牌個性對AI社媒運營的影響

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

Part 02

AI在營銷全鏈路的應用洞察

1、AI賦能營銷降本增效成果

在AI技術尤其是DeepSeek的賦能下，營銷行業內容生成效率提升80%、成本降低60%，基準投放與品牌轉化效果也實現大幅優化，讓理論層面的降本增效落地為行業現實。

2、營銷鏈路的質變升級

生成式AI已深入應用到營銷全鏈路，覆蓋競品分析、品牌達人篩選、消費洞察、內容生產、廣告投放、種草視頻制作等多個核心環節，實現全流程賦能。

3、品牌傳播精準度與本土化適配提升

AI技術可助力品牌實現“千人千面”的個性化營銷，提升品牌內容文化適應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，依托結構化知識庫提升回復專業性，快速復盤迭代，有效提高招商加盟訪客留資率。

4、廣告行業生產力與生產關系重構

2023年AI從洞察、創意、媒介溝通三大維度實現營銷生產力大爆發；2024年進一步改變營銷生產關系，對勞動者、生產工具、勞動對象產生影響，同時作用于企業內、外，如員工、組織和客戶、生態之間的協作模式。

5、生成式營銷與傳統智能營銷的差異

生成式營銷以認知科學為理論基礎，聚焦個體化營銷對象，AI承擔復雜任務且人機協同管控；傳統智能營銷基于計算科學，針對標簽化人群子集，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區別。

6、互聯網廣告市場格局

互聯網廣告行業集中度極高，前十大公司市場份額合計達96.01%，前四大平臺，包括字節跳動、阿里巴巴、騰訊、百度，占據74.25%的市場份額，整體格局較2023年無顯著變化。

Part 03

企業AI轉型與戰略洞察

1、AI技術的革命地位

人工智能的變革意義不亞于計算機的誕生，經過70年技術積累，在2020年GPT出現后迎來爆發，2025年已實現“動腦（推理）+動手（自動化）”的能力躍遷，將深刻改變人類工作與生產方式。

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別于傳統快思考生成模型，可處理復雜任務?；谄湔Q生的智能體（Agent）能像人一樣完成“數據收集-分析-寫報告”等全流程工作，推動AI行業在2025年發生重大變化。

3、企業與個人AI應用的本質區別

企業AI應用以組織戰略為核心，具備個性化、系統化特征，可沉淀知識、保障數據安全、提升組織效率；個人AI應用為通用化工具，僅能提升個人效率，存在數據外流風險且無法與企業戰略協同。

4、2025年企業AI應用爆發元年

2025年AI進入早期采用者階段，此前企業AI應用多為員工自發使用個人工具，而慢思考模型與智能體的成熟，讓企業可實現業務流程的系統化AI改造，此時布局能形成行業領先優勢。

5、企業AI轉型的核心與落地路徑

企業AI轉型的核心是打造企業級AI智能應用系統與“超級AI大腦”，通過系統沉淀業務數據與知識，配備數字員工。落地需遵循四步走：先完成認知統一，再梳理業務場景、進行小范圍試點試驗，最后將成功經驗復制推廣至全業務流程。

6、AI對企業生產力與組織形態的重塑

AI將推動企業生產力從“人力驅動”轉向“算力驅動”，高效完成數據收集、處理、專業輸出等工作。未來企業將形成“真人+數字員工”的人機協作常態，數字員工可拉高企業服務能力底線。

7、廣告行業的生產力躍遷變革

廣告行業過往變革源于媒介等生產關系變化，而AI帶來的是生產力變革。當品牌企業可通過AI系統自主完成從市場洞察到投放監控的全流程操作時，傳統廣告乙方的服務價值將面臨重大挑戰。

8、企業AI轉型的原則

AI僅能提升創意生產效率，無法替代人的決策與審美價值，人機協同的創意與內容應體現更高價值。企業AI轉型需秉持長期主義，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的核心定義與技術瓶頸

AI Agent是可自主感知環境與自身狀態、依托知識工具決策并完成任務的智能體，擁有“記憶-規劃執行-工具調用-感知調整-反思提升”的完整鏈路。大語言模型是其核心底層工具，但理性感知與動態調整能力是大模型向AI Agent跨越的關鍵技術難點，目前行業仍處于大模型時代，AI Agent尚未完全落地。

2、AI Agent市場規模與全球格局

2024年全球AI Agent市場規模為52.9億美元，預計2030年將達到471億美元；我國人工智能市場規模穩步走高，將成為該賽道的主要玩家。海外關注度高于國內，海外AI Agent關鍵詞周度訪問量峰值超9萬，DeepSeek的上線帶動相關科普與搭建內容增長。

3、AI Agent的用戶與變現特征

國內用戶對AI Agent的搜索頻次僅為數千量級，超40%的相關搜索由30-39歲青中年用戶貢獻；海外Top10AI Agent初創公司中，Top5年均收入超1億美元，“AI編程及開發”是用戶付費意愿最強的場景，Cursor為行業首個年收入突破5億美元的初創Agent公司。

4、頭部企業的Agent布局

Google推出GeminiCLI開源AI Agent，Github星標超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Agent平臺競爭激烈，扣子空間內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發展現狀與優化方向

當前尚未出現專業級通用型Agent，跨平臺、自我優化等能力仍不足，但L3級別Agent已臨近落地。小模型具備顯存占用低、特定任務參數利用率高的優勢，是未來AgenticAI優化的核心方向；Multi-Agent協作可解決復雜持續性問題，有望實現AI生產力的真正爆發。

6、大模型在廣告場景的應用方案

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

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

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

? 精排環節語義ID建模：文本與圖片經模型生成embedding后轉成語義ID，輸入DNN模型訓練，新廣告起量時間縮短至一天以內，CTCR提升1%-110%。

7、批量創意生成的核心矛盾

批量生成廣告創意時，簡單prompt易出現模型幻覺，詳細prompt則無法實現百萬級商品圖的批量化生成，形成核心矛盾。

Part 05

AI營銷落地與挑戰洞察

1、行業對AI營銷的核心困惑

行業普遍將AI與降本強綁定，對AI和內容創作者的新型生產關系認知不足。同時國內外科技及數字營銷行業出現裁員合并潮，從業者對AI給行業帶來的實際價值存在較多疑問。

2、AI助力多行業營銷邊界突破

AI可打破傳統廣告公司能力壁壘，已服務汽車、奢侈品、快消等多領域品牌，如為奔馳制作AI廣告、為紀梵希完成2025年CNY平面投放、為必勝客人機協同打造門店海報及3D設計等，還能覆蓋服裝產業全鏈條。

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，如舒膚佳的目標是讓一億人養成正確洗手習慣。

4、AI催生營銷超級個體

AI技術抹平行業認知差，單個創作者可突破專業壁壘完成全鏈條工作。傳統需團隊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容創作的重要力量。

5、AI營銷的接納阻力與突破

美妝和汽車行業初期對AI營銷存在抗拒，核心顧慮包括隱私與知識產權保護、AI難以精準表達品牌調性。但隨著技術迭代，行業認可度逐步提升，歐萊雅已完成AI共創比賽，寶潔部分品牌也開始嘗試。

6、Agent工具的營銷應用現狀

自研Agent的核心優勢在于沉淀傳統案例語料，結合場景營銷、4P前置邏輯及整合傳播模型構建能力。動漫短劇領域已廣泛用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，可幫助創作者突破能力邊界，讓傳統廣告公司無法覆蓋的多品類內容生產成為可能，重構行業生產關系。

Part 06

數字營銷全鏈路AI賦能實踐洞察

1、AI驅動全鏈路能力躍遷

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

? 媒體端：多模態識別與大模型推理結合，讓素材審核更精準高效，捕捉嚴重違規與細分問題，提升內容安全性與投放合規率。

? 平臺端：CTR預估技術向深度學習演進，配合智能投放機制，實現投放時機、頻率和渠道的自動化優化，提升流量匹配精準度與轉化效率。

2、數據與建模的協同進化

數據的重要性持續提升，實時采集與多源整合讓動態用戶特征體系更全面。大模型技術拉近了不同規模企業的算法差距，競爭焦點轉向建模與場景化問題解決能力，需重視數據與算法的協同優化。

3、AI應用的落地深化與合規

AI讓用戶畫像與行為預測進入智能化階段，營銷策略從靜態人口學標簽轉向基于長短期行為的動態預測。大模型推動生成式推薦發展，同時需引入長短期行為融合等方法確保預測可靠性。企業端“員工+多Agent”協作模式有望普及，實現內容生產高效、精準與合規。

4、AI落地實踐成效

AI已在大規模素材審核和智能體平臺構建中展現成效：海量素材可按違規等級自動識別與處理，嚴重違規率顯著降低；集成大模型的智能體平臺通過工作流、數據集與工具集整合，幫助多個行業提升ROI。

5、中小企業大模型選型路徑

探索初期，優先選擇SaaS或公共云模式，利用按量付費降低試錯成本；業務模式驗證后，若對數據安全與功能深度有更高要求，可轉向私有化部署或定制化開發。

精彩直播回放

◎ 責編：劉照龍、主編：楊猛。

◎ 聲明：內容僅供參考，不構成投資建議，請謹慎對待。

◎ 版權：文章及圖片來源于網絡、品牌官方，如有侵權，請聯系嘯嘯刪除。