深響持續(xù)關(guān)注AI營(yíng)銷：

GEO亂象｜廣告4A的AI躍進(jìn)｜詳解千問(wèn)豆包元寶的營(yíng)銷長(zhǎng)跑｜AI營(yíng)銷的陰暗面 ｜戛納AI大討論｜AI TVC｜百度AI營(yíng)銷｜優(yōu)酷AI營(yíng)銷 ｜ 快手AI營(yíng)銷｜阿里媽媽AI落地｜微軟AI營(yíng)銷｜專訪X（Twitter）

??深響原創(chuàng) · 作者｜劉亞瀾

用 AI 做營(yíng)銷，早已不是新鮮事。

淘天已讓 AI 全面落地雙11，阿里媽媽 LMA 2廣告大模型系列中的 URM 通用召回大模型已運(yùn)用于日常商家生意； ChatGPT 開(kāi)始測(cè)試廣告；GEO（生成式引擎優(yōu)化）如火如荼；“養(yǎng)龍蝦”熱潮席卷科技圈；營(yíng)銷 Agent 更是被越來(lái)越多的 CMO 提上日程……顯然AI已不再是營(yíng)銷外掛，而在成為底層基建。

但對(duì)于廣告主而言，這是一個(gè)又激動(dòng)又痛苦的過(guò)程。一方面越來(lái)越多的信號(hào)、案例表明“智能技術(shù)”對(duì)于生意增長(zhǎng)的實(shí)際價(jià)值，另一方面信息差、認(rèn)知偏見(jiàn)、缺乏技術(shù)經(jīng)驗(yàn)等問(wèn)題又讓廣告主對(duì)AI營(yíng)銷的落地困惑不已——黑盒焦慮、歸因盲區(qū)、提效不增收等問(wèn)題何解？ Agent 大爆發(fā)，如何選擇判別？專業(yè)模型的支撐對(duì)于 AI 營(yíng)銷又有何價(jià)值？

帶著這些困惑，「深響」訪談到鈦動(dòng)科技 CEO 李述昊。鈦動(dòng)科技定位為效果導(dǎo)向的全球 AI 營(yíng)銷解決方案提供商，核心產(chǎn)品包括自研“鈦極”多模態(tài)大模型及營(yíng)銷多智能體 Navos ，主攻跨境營(yíng)銷與品牌出海場(chǎng)景。2025年其已服務(wù)超10萬(wàn)家廣告主，2025年前三季度營(yíng)收達(dá)1.30億美元，業(yè)務(wù)覆蓋200多個(gè)國(guó)家和地區(qū)，并與 Meta、Google、Snap、TikTok 等全球領(lǐng)先媒體平臺(tái)建立了長(zhǎng)期合作。

與通用大模型公司不同，鈦動(dòng)走的是一條“專業(yè)大模型+多智能體”的應(yīng)用層路徑——將AI嵌入營(yíng)銷執(zhí)行鏈路，直接對(duì)商業(yè)結(jié)果負(fù)責(zé)。這種“實(shí)戰(zhàn)派”的視角，或許能為我們撥開(kāi) AI 營(yíng)銷的浮沫、理解趨勢(shì)走向帶來(lái)更深入的啟發(fā)。

鈦動(dòng)科技CEO 李述昊

Agent + 專業(yè)模型，為什么AI營(yíng)銷需要雙引擎？

人們對(duì)于 AI 營(yíng)銷的理解是漸進(jìn)的，一開(kāi)始很多廣告主會(huì)把AI營(yíng)銷簡(jiǎn)單等同于 AIGC、量產(chǎn)素材；隨著平臺(tái)算法的演進(jìn)，大家又將其等同于投放自動(dòng)化，秒級(jí)競(jìng)價(jià)；而當(dāng) Agent 迎來(lái)元年，AI 營(yíng)銷又被誤解為了“高級(jí)版 SaaS 插件”，認(rèn)為它只是在原有工具上加了個(gè)聊天框……這些片面認(rèn)知，正讓品牌錯(cuò)失 AI 驅(qū)動(dòng)的真正增長(zhǎng)紅利。

以營(yíng)銷Agent為例，李述昊告訴「深響」：“行業(yè)內(nèi)存在‘Agent 會(huì)取代 SaaS’的討論，但我認(rèn)為 Agent 不是 SaaS 的升級(jí)，它是用戶，是人的數(shù)字版，它可以用 SaaS，它和 SaaS 不是取代關(guān)系。你可以把 Agent 理解為調(diào)用工具的「小助理」，ROI 太低自動(dòng)關(guān)停、短劇抽高光幀等等，我們歷史上所有的工具箱，它都能用，而且用的方法更升級(jí)了。 Agent 可以通過(guò)對(duì)商品的理解、市場(chǎng)洞察，去調(diào)模版，去自己生成 prompt（提示詞）。”

真正的營(yíng)銷 Agent 并非冷冰冰的軟件，它就像一個(gè)具備自適應(yīng)能力的“AI指揮家”。在實(shí)戰(zhàn)中，它能根據(jù)實(shí)時(shí)反饋（如廣告投放效果）即時(shí)調(diào)整策略；在長(zhǎng)期中，它通過(guò)持續(xù)學(xué)習(xí)優(yōu)化決策模型，形成一個(gè)越用越聰明、越用越精準(zhǔn)的“增長(zhǎng)飛輪”。

但由于人們的誤解，絕大多數(shù) Agent 并沒(méi)有完全發(fā)揮實(shí)力。觀察下來(lái)，李述昊發(fā)現(xiàn)大家的痛點(diǎn)集中在表達(dá)不夠細(xì)節(jié)和明確導(dǎo)致AI猜不到意圖上。

“我們發(fā)現(xiàn)客戶跟人類助理講話，要比跟 Agent 講話耐心很多。其實(shí)用好 Agent 需要有‘培養(yǎng)實(shí)習(xí)生’的心態(tài)，要合理表達(dá)需求。中國(guó)人經(jīng)常話里有話讓人猜背后的意思，但AI不懂。真正用好 Agent ，需要「會(huì)提問(wèn)、會(huì)講需求」的能力，這是 AI 時(shí)代人類技能的升級(jí)。”

“面對(duì)用戶痛點(diǎn)，我們也會(huì)多做一步，提示用戶，讓他多選任務(wù)，順著去做。我們正在做 Proactive Agent （主動(dòng)型智能體）主動(dòng)推送洞察和建議，降低使用門(mén)檻。比如每天上午 10 點(diǎn)主動(dòng)推給你昨天的數(shù)據(jù)分析和建議，而不是等你問(wèn)?！崩钍鲫煌嘎叮骸拔覀冞€會(huì)上線 Skill Market ，把各種范式變成一個(gè)市場(chǎng)。比如預(yù)算怎么分配，賬戶怎么開(kāi)，廣告怎么投，創(chuàng)意用什么模板，甚至細(xì)化到如何做東南亞美白面膜的冷啟動(dòng)……我把這些范式開(kāi)放出來(lái)，將復(fù)雜的營(yíng)銷工作沉淀為一個(gè)個(gè) 「范式」，形成一個(gè)營(yíng)銷能力的集散地。”

這也是辨別營(yíng)銷 Agent 是否真有效的關(guān)鍵。越來(lái)越多的品牌出于好奇開(kāi)始上手，但 Agent 實(shí)在是太多了，到底選哪個(gè)，如何辨別？鈦動(dòng)給我們的啟示在于三個(gè)關(guān)注點(diǎn)：

• 第一，背后是否有工具支持，Agent 能隨時(shí)調(diào)用。沒(méi)有工具支持的 Agent 大概率是套殼；
• 第二，Agent 的訓(xùn)練是否有最佳實(shí)踐積累，有數(shù)據(jù)、案例、客戶分析等訓(xùn)練 Agent 或構(gòu)建 RAG （Retrieval-Augmented Generation，檢索增強(qiáng)生成) 系統(tǒng)的語(yǔ)料和知識(shí)素材。這些是看不見(jiàn)的積累，有了這些才能做出真正能干活的 Agent，才能形成“服務(wù)客戶越多，數(shù)據(jù)維度越豐富；數(shù)據(jù)越豐富，智能體決策越精準(zhǔn)；智能體越精準(zhǔn)，越能吸引更多客戶”的數(shù)據(jù)飛輪護(hù)城河。
• 第三，Agent 背后是否有自己的營(yíng)銷專業(yè)模型。畢竟通用大模型在特定營(yíng)銷領(lǐng)域的專業(yè)反思與決策能力，通常弱于垂直訓(xùn)練的專業(yè)模型。在有知識(shí)壁壘的 To B 場(chǎng)景，僅依賴通用模型會(huì)大幅限制其專業(yè)價(jià)值與決策可控性。

“好的 Agent 不會(huì)是黑盒，Navos 具備 Reflection 過(guò)程，會(huì)告訴你數(shù)據(jù)源在哪、調(diào)了哪個(gè)排行榜。那些 Wrapper（套殼）才可能會(huì)黑盒，因?yàn)闆](méi)有自己思考?！崩钍鲫徽劦綇V告主關(guān)系的歸因問(wèn)題，他認(rèn)為“多智能體”的價(jià)值這時(shí)候就凸顯了——你可以專門(mén)讓一個(gè)“數(shù)據(jù)分析 Agent”去審視“投放 Agent”的結(jié)果，Agent 和專業(yè)模型讓多觸點(diǎn)歸因的自動(dòng)化、精細(xì)化和實(shí)時(shí)性大幅提升，使其在復(fù)雜營(yíng)銷場(chǎng)景下更具可操作性和參考價(jià)值。

更進(jìn)一步理解，大模型的出現(xiàn)為 AI 完成了「九年義務(wù)教育」，使其具備了與人類自然交互和基礎(chǔ)認(rèn)知的能力?，F(xiàn)在的關(guān)鍵，不再是訓(xùn)練AI的基礎(chǔ)能力，而是為AI賦能專業(yè)知識(shí)和技能，讓它能“工作”，創(chuàng)造實(shí)質(zhì)的商業(yè)價(jià)值。而專業(yè)模型則是「大學(xué)專業(yè)教育」，讓 AI 掌握本科生、研究生，甚至博士生級(jí)的產(chǎn)業(yè)知識(shí)，比如品牌增長(zhǎng)、跨境營(yíng)銷、消費(fèi)者洞察等，讓它走進(jìn)具體產(chǎn)業(yè)和場(chǎng)景，在具體業(yè)務(wù)中創(chuàng)造可驗(yàn)證的價(jià)值。

廣告營(yíng)銷專業(yè)大模型測(cè)評(píng)基準(zhǔn)榜單

從現(xiàn)在到未來(lái)，A to A 還有多遠(yuǎn)？

至于未來(lái)的發(fā)展節(jié)奏，李述昊認(rèn)為3-5年后就會(huì)出現(xiàn) A to A（Agent to Agent）營(yíng)銷。

通俗來(lái)講，A to A 就是每個(gè)消費(fèi)者都有一個(gè)深度了解自己喜好、預(yù)算、日程和過(guò)敏史的 Agent，每個(gè)品牌也都有一個(gè)或者多個(gè)深諳自家產(chǎn)品賣(mài)點(diǎn)、庫(kù)存和動(dòng)態(tài)定價(jià)策略的營(yíng)銷 Agent。當(dāng)你想買(mǎi)一套“適合下周去北海道滑雪的高性價(jià)比裝備”時(shí)，你不再去搜索框翻頁(yè)，而是告訴你的 Agent。然后你的 Agent 會(huì)直接去全網(wǎng)與各個(gè)品牌的 Agent 溝通，剔除虛假宣傳，完成性能對(duì)比，最后直接給你 1-2 個(gè)最優(yōu)選。

這聽(tīng)上去似乎離現(xiàn)在還有很遠(yuǎn)。但比爾蓋茨早在 2023 年就預(yù)測(cè)，未來(lái)的 AI 智能體將讓用戶“再也不需要去搜索網(wǎng)站或亞馬遜”，因?yàn)?Agent 將獨(dú)立完成從閱讀評(píng)論到下單的全過(guò)程。當(dāng) Agent 接管了流量入口，品牌方唯一的出路便是學(xué)習(xí)如何與這些“數(shù)字管家”進(jìn)行對(duì)話與對(duì)接。去年4月，Google 則聯(lián)合 Salesforce、SAP、Atlassian 等 50 多家伙伴發(fā)布了 Agent2Agent (A2A) 開(kāi)源協(xié)議，便是想要建立一套 AI 智能體之間的“通用語(yǔ)言”。

不可否認(rèn)，技術(shù)從創(chuàng)造到落地到被客戶和用戶接受，都有著巨大的時(shí)間差。我們能做的或許就是從認(rèn)知上提前占位，在行動(dòng)上加速探索。

李述昊認(rèn)為，未來(lái)在消費(fèi)上，“無(wú)目的消費(fèi)”會(huì)被 Social Commerce（短視頻、直播）占領(lǐng)；“有目的消費(fèi)”則被每個(gè)人的個(gè)人 Agent 接管。“我們的 Agent 去和用戶的 Agent 溝通，這個(gè)市場(chǎng)至少能與現(xiàn)在的搜索市場(chǎng)持平?！?/strong>

而離我們更近的、正在發(fā)生的是隨著各大社交平臺(tái)和電商平臺(tái)對(duì)AI的重視，中國(guó)品牌們更能發(fā)揮獨(dú)特的供應(yīng)鏈優(yōu)勢(shì)——先完成“ ROI刷題”，利用 AI 極速測(cè)款，把供應(yīng)鏈、品控、履約打扎實(shí)；再做多觸點(diǎn)歸因（MTA）和混合營(yíng)銷模型（MMM），追蹤用戶全旅程，抹平文化鴻溝、實(shí)現(xiàn)品牌溢價(jià)。

在 AI 重構(gòu)營(yíng)銷的進(jìn)程中，廣告主最需要跨越的并非技術(shù)鴻溝，而是對(duì)“掌控感”的執(zhí)念。我們看到，營(yíng)銷行業(yè)的玄學(xué)正被各個(gè)擊破，曾經(jīng)無(wú)法度量的“品牌心智”正在被多觸點(diǎn)歸因（MTA）量化為邏輯鏈路；曾經(jīng)難以跨越的“文化隔閡”正被專業(yè)模型轉(zhuǎn)化為精準(zhǔn)的地域語(yǔ)義；而曾經(jīng)依賴人工盯盤(pán)的“投放黑盒”，也正在被具備反思能力的 Agent 轉(zhuǎn)化為 24 小時(shí)在線的理性決策。

找對(duì)人，做對(duì)事，其實(shí)AI營(yíng)銷，遠(yuǎn)沒(méi)有想想中難。

以下為深響整理后的部分訪談實(shí)錄：

行業(yè)變遷與鈦動(dòng)的發(fā)展

深響：鈦動(dòng)成立至今不到十年，您怎么歸納它的發(fā)展階段？同時(shí)，在公司成長(zhǎng)的過(guò)程中，營(yíng)銷行業(yè)、客戶群體發(fā)生了哪些變化？

李述昊：我們公司的理念是 “Develop Company as a Product”（像打造產(chǎn)品一樣打造公司），我們一直按照版本號(hào) 1.0、2.0、3.0 來(lái)迭代。

1.0 時(shí)代（2017-2020）：Performance + BI（商業(yè)智能），這個(gè)階段的關(guān)鍵詞是“用技術(shù)來(lái)做生意”。當(dāng)時(shí)營(yíng)銷行業(yè)無(wú)論是數(shù)字媒體、紙媒還是電視，大多還是基于曝光量（Impression based）或?qū)?漂亮報(bào)告"。鈦動(dòng)重新定義了什么是真正的效果，不是隨便說(shuō)用戶增長(zhǎng)就是效果，而是細(xì)化換算。我們建立了 UPR（User Performance Require，一個(gè)用戶在接觸、使用客戶產(chǎn)品或購(gòu)買(mǎi)商品時(shí)的全流程表現(xiàn)） 數(shù)據(jù)體系，底層靠 BI 系統(tǒng)支撐。 這個(gè)階段打下了數(shù)據(jù)分析基礎(chǔ)。

當(dāng)時(shí)“出?！辈⒎侵髁鳎袌?chǎng)熱衷于“進(jìn)口”與“新零售”。幸運(yùn)的是，我們?cè)缙谧プ×税⒗锖妥止?jié)跳動(dòng)這兩個(gè)數(shù)據(jù)量極大的客戶，它們自身的技術(shù)實(shí)力很強(qiáng)，在那時(shí)候的國(guó)際化戰(zhàn)略就很堅(jiān)決。而互聯(lián)網(wǎng)也從工具、社交，來(lái)到了內(nèi)容與線下服務(wù)階段。所以在當(dāng)時(shí)最火的營(yíng)銷還是搜索的時(shí)候，我們就篤定內(nèi)容、建設(shè)數(shù)據(jù)分析體系、圍繞 Facebook 做內(nèi)容向的廣告，奠定了今天鈦動(dòng)的格局。

2.0 時(shí)代（2021-2024）：AI底座 + 投放與創(chuàng)意工具箱。這個(gè)階段不是轉(zhuǎn)型，是升級(jí)。我們構(gòu)建了 AI 底座，并將公司甲方的基因（來(lái)自阿里、京東、寶潔等的團(tuán)隊(duì)）產(chǎn)品化。我們做了二三十個(gè)產(chǎn)品，最核心的是 Tec-Ad（投放工具箱） 和 Tec-Creative（創(chuàng)意工具箱），非常標(biāo)準(zhǔn)，讓我們能服務(wù)10萬(wàn)廣告主。

什么創(chuàng)意跑得好，頭部創(chuàng)意什么樣，哪個(gè)創(chuàng)意點(diǎn)擊高，我們可以把這些抽象成創(chuàng)意范式。那時(shí)候雖然還沒(méi)有今天這么好，但 AIGC 可以解決其中部分片段的問(wèn)題。

而當(dāng)時(shí)的產(chǎn)業(yè)背景是出海、跨境電商真正成為一個(gè)賽道了。美國(guó)發(fā)錢(qián)刺激用戶消費(fèi)，大家沒(méi)有安全感，但又有消費(fèi)沖動(dòng)，跨境電商尤其 Facebook（Meta）突飛猛進(jìn)，營(yíng)銷與電商結(jié)合，TikTok 也高速發(fā)展。我們抓住了這波機(jī)會(huì)，成為T(mén)ikTok 全球最大伙伴、Meta 成長(zhǎng)最快伙伴。

還有一個(gè)很重要的背景是中國(guó)供應(yīng)鏈極強(qiáng)。我們沉淀下一些AI的后端理念，比如"要測(cè)試不要策劃"。中國(guó)供應(yīng)鏈完全支持先營(yíng)銷再發(fā)貨，哪怕測(cè)款測(cè)一天，創(chuàng)意測(cè)完可能公司并沒(méi)有庫(kù)存，再去1688 或者任何一個(gè)工廠找貨，兩天就找完了，3天就寄出國(guó)，跨境7、8天，最終到客戶那里，原來(lái)大概兩周，現(xiàn)在慢慢壓縮到一周甚至5天。中國(guó)供應(yīng)鏈優(yōu)勢(shì)就是測(cè)款快、先營(yíng)銷后發(fā)貨，這讓我們沉淀了大量數(shù)據(jù)和行業(yè)基準(zhǔn)。

3.0 時(shí)代（2025 至今）：Agent + 專業(yè)模型，大模型走向生產(chǎn)。

第一個(gè)時(shí)代我們用BI解決問(wèn)題，第二個(gè)時(shí)代用AI解決問(wèn)題，現(xiàn)在我們是Agent+專業(yè)模型。

2025年對(duì)我們來(lái)說(shuō)算是大模型走向生產(chǎn)的一年，最大的爆發(fā)點(diǎn)體現(xiàn)在兩方面：一是大語(yǔ)言模型能將語(yǔ)言翻譯成指令，而且幻覺(jué)降了很多；二是專業(yè)模型的訓(xùn)練成本急劇降低。早期一個(gè)垂類模型訓(xùn)至少2億美金起，現(xiàn)在一個(gè)專業(yè)模型1000萬(wàn)到2000萬(wàn)美金就可以搞定，參數(shù)量小10倍。我們將1.0、2.0積累的獨(dú)特商業(yè)理解整理成數(shù)據(jù)訓(xùn)練自己的專業(yè)模型“鈦極”，Navos 智能體則調(diào)用這些模型和工具箱，完成復(fù)雜任務(wù)。

營(yíng)銷Agent與專業(yè)模型

深響：鈦動(dòng)的 Agent 相比市場(chǎng)上其他廣告類 Agent，差異化能力在哪里？

李述昊：先說(shuō)一個(gè)認(rèn)知誤解。行業(yè)內(nèi)存在“Agent 會(huì)取代 SaaS”的討論，但我認(rèn)為 Agent 不是 SaaS 的升級(jí)，它是用戶，是人的數(shù)字版，它可以用 SaaS，它和 SaaS 不是取代關(guān)系。

我們歷史上所有的工具箱，我們的AI都能用，而且用的方法更升級(jí)了，Agent 可以通過(guò)對(duì)商品的理解、市場(chǎng)洞察，去調(diào)模版，去自己生成提示詞。你可以把 Agent 理解為調(diào)用工具的"小助理"，賬戶充錢(qián)、ROI 太低自動(dòng)關(guān)停、短劇抽高光幀，Agent 可以把原來(lái)的工具用得很好。工具箱是 Product Kit，Product Kit 加 Skills 是我們 Agent 目前全力以赴在訓(xùn)練的東西。

鈦動(dòng) Agent 差異化的地方有三點(diǎn)：

• 有工具支持：我們?cè)揪陀袕V告投放和創(chuàng)意工具箱，智能體能調(diào)用它們。那些沒(méi)有工具包的 Agent 只是套殼。
• 有最佳實(shí)踐積累：我們積累了10萬(wàn)廣告主的案例、與平臺(tái)共創(chuàng)的培訓(xùn)材料、投放數(shù)據(jù)、幾億套創(chuàng)意數(shù)據(jù)。這些是訓(xùn)練 Agent 或構(gòu)建 RAG 系統(tǒng)的語(yǔ)料/知識(shí)素材，是看不見(jiàn)的積累。有了這些才能做出真正能干活的 Agent。
• 有自己的專業(yè)模型：如果是通用場(chǎng)景，普通的文生視頻，Navos 調(diào)用 Seedance一定比我做得好；但如果你在想“Tiktok 印尼前五名短視頻怎么做”，那就得調(diào)用我們的專業(yè)模型。通用大模型在特定營(yíng)銷領(lǐng)域的專業(yè)反思與決策能力，通常弱于垂直訓(xùn)練的專業(yè)模型，在有知識(shí)壁壘的 To B 場(chǎng)景，僅依賴通用模型會(huì)大幅限制其專業(yè)價(jià)值與決策可控性。

這些差異化的實(shí)力非常明顯，聊兩個(gè)問(wèn)題就能看出來(lái)。今年我們還會(huì)把專業(yè)模型盡可能開(kāi)放，給客戶自己布。我們可以定制化，跟客戶訓(xùn)一個(gè)客戶的專業(yè)模型。

深響：這跟您之前的觀點(diǎn)好像有沖突，您以前說(shuō)鈦動(dòng)不想做私有化部署和定制化？

李述昊：不私有化部署，但做定制化訓(xùn)練。這是兩個(gè)概念。私有化部署（交付代碼）太貴且沒(méi)必要，但模型會(huì)走向定制化。頭部客戶產(chǎn)品量很大、每年的成交額巨大，完全值得擁有一個(gè)專屬的“專業(yè)營(yíng)銷模型”，這叫“專屬”而非“私有”。私有指的是代碼和數(shù)據(jù)庫(kù)的隔離。

深響：鈦動(dòng)專業(yè)模型的能力有可能被蒸餾出去嗎？

李述昊：哈哈我巴不得有人來(lái)“蒸”，我們這行業(yè)里面真正投入技術(shù)的人太少了，我們四五百個(gè)研發(fā)，200個(gè)算法在北京做模型，100多個(gè)在杭州和廣州做工程，技術(shù)投入非常大。別人來(lái)蒸餾我們，反而對(duì)我們的訓(xùn)練有幫助，但沒(méi)人來(lái)蒸，我是不怕的，我有專業(yè)數(shù)據(jù)，其他人沒(méi)有。

深響： 客戶用上 Navos（鈦動(dòng) Agent 產(chǎn)品）后，反饋如何？用好 Agent 需要什么能力？

李述昊：Navos 有三大功能：洞察、創(chuàng)意、投放。洞察目前最通用，因?yàn)锳I最擅長(zhǎng)信息整理。

實(shí)話說(shuō)，我們發(fā)現(xiàn)客戶跟“助理”講話，要比跟Agent講話耐心很多很多。其實(shí)用好 Agent 需要有“培養(yǎng)實(shí)習(xí)生”的心態(tài)，要合理表達(dá)需求。中國(guó)人經(jīng)常話里有話讓人猜背后的意思，但AI不懂。真正用好 Agent，需要“會(huì)提問(wèn)、會(huì)講需求”的能力，這是AI時(shí)代人類技能的升級(jí)。

這也是典型的用戶痛點(diǎn)，表達(dá)不夠細(xì)節(jié)和明確導(dǎo)致AI猜不到你的意思。我們現(xiàn)在也會(huì)多做一步，提示用戶，讓他多選任務(wù)，讓他順著去做。我們正在做 Proactive Agent（主動(dòng)型智能體）主動(dòng)推送洞察和建議，降低使用門(mén)檻。比如每天上午 10 點(diǎn)主動(dòng)推給你昨天的數(shù)據(jù)分析和建議，而不是等你問(wèn)。

我們還會(huì)上線 Skill Market，把各種范式變成一個(gè)市場(chǎng)。比如預(yù)算怎么分配，賬戶怎么開(kāi)，廣告怎么投，創(chuàng)意用什么模板，我把這些范式開(kāi)放出來(lái)，客戶就不用想誰(shuí)有范式選誰(shuí)就好。就像 Shopify 之所以值錢(qián)，因?yàn)樗心０?，你不需要從頭寫(xiě)代碼，選一個(gè)模板，它就自動(dòng)集成了支付、物流和評(píng)論系統(tǒng)。

我們就將復(fù)雜的營(yíng)銷工作（比如“如何做東南亞美白面膜的冷啟動(dòng)”）沉淀為一個(gè)個(gè) “范式”，形成一個(gè)營(yíng)銷能力的集散地。

深響：您之前提到過(guò)“營(yíng)銷平權(quán)”，中小企業(yè)也可以通過(guò) Agent 取得好的營(yíng)銷效果。

李述昊：這就是我們正在緊鑼密鼓研究的模板。模板不是一個(gè)公司沉淀來(lái)的，而是一個(gè)類目的最佳實(shí)踐沉淀下來(lái)的，這個(gè)做到了就能實(shí)現(xiàn)平權(quán)，就是 Skill market。技能模板可隨便輕度調(diào)用，我們叫 Adoption，就跟 Shopify 下載一個(gè)模板一樣方便。那一天就能實(shí)現(xiàn)營(yíng)銷平權(quán)，現(xiàn)在還在路上。

深響： 您怎么說(shuō)服老客戶用 Navos？

李述昊：它不是取代關(guān)系，而是升級(jí)。老客戶習(xí)慣用工具，繼續(xù)用沒(méi)問(wèn)題，Navos 幫他省事兒（監(jiān)控、批量、加班看數(shù)據(jù)等等）；新客戶看中 Navos 的洞察能力，讓 Navos 寫(xiě)行業(yè)報(bào)告、分析視頻范式。

我們對(duì)前端 UX（界面）不在意，因?yàn)?LUI（自然語(yǔ)言界面） 可以長(zhǎng)在任何地方，可以在豆包、企業(yè)微信、瀏覽器、短信……你怎么聯(lián)系一個(gè)人類，就可以讓它怎么出現(xiàn)。

深響：廣告主擔(dān)心Agent會(huì)讓營(yíng)銷變成“黑盒”，我們?cè)趺慈ヲ?yàn)證效果、科學(xué)歸因？

李述昊：好的 Agent 不會(huì)是黑盒。Navos 具備 Reflection 過(guò)程，會(huì)告訴你數(shù)據(jù)源在哪、調(diào)了哪個(gè)排行榜。那些Wrapper（套殼的）可能會(huì)黑盒，因?yàn)槟銢](méi)有自己think。

歸因的話，我們是 Multi-agent （多智能體） 體系，你可以專門(mén)讓一個(gè)“數(shù)分 Agent”去審視“投放 Agent”的結(jié)果。

深響：TikTok、亞馬遜也在做智能化，廣告主為什么還要用第三方工具？

李述昊：Facebook 有一百個(gè)理由去做建站工具，是一百個(gè)理由去做游戲發(fā)行，但是沒(méi)做，所以才成就了它全球化的成功。平臺(tái)的主戰(zhàn)場(chǎng)在 C 端，F(xiàn)acebook 做 Agent 的人比我還少，這不是他們的主業(yè)。

更重要的是立場(chǎng)問(wèn)題，平臺(tái)的立場(chǎng)是用戶，它要追求生態(tài)平衡；而鈦動(dòng)的立場(chǎng)是服務(wù)商。我會(huì)為了我的客戶去挖掘平臺(tái)的每一寸紅利，這和平臺(tái)的普適性立場(chǎng)完全不同。

我們跟平臺(tái)是合作遠(yuǎn)遠(yuǎn)大于競(jìng)爭(zhēng)。從古至今，媒體都需要合作伙伴，數(shù)據(jù)公司需要咨詢公司，生態(tài)不會(huì)變。

深響：如果廣告主選定了 Agent 和背后的垂模，他需要投入，需要“培養(yǎng)”，是否意味著遷移成本會(huì)很高？

李述昊：我們當(dāng)然建議客戶不要各種切換，但具體還是看客戶的習(xí)慣。我們側(cè)面的 session 是保留的，我們要一個(gè) session 一個(gè) session 地去訓(xùn)，我還會(huì)彈窗提醒客戶去原來(lái)的 session，不要開(kāi)新的。當(dāng)然這個(gè)也有爭(zhēng)議，比如豆包就把這個(gè)取消掉了，但 ChatGPT 還是保留的。我認(rèn)為專業(yè)場(chǎng)景還是要保留 session。

可以理解用戶目前還在好奇階段，什么都試一試，但簡(jiǎn)單試一試，一兩句話試不出來(lái)差距，10句話以上，差距肯定就很明顯了。

未來(lái)營(yíng)銷圖景

深響： 按照現(xiàn)在的趨勢(shì)發(fā)展，未來(lái)的AI營(yíng)銷會(huì)是怎樣的圖景格局？

李述昊：我預(yù)判 3-5 年后會(huì)出現(xiàn) A to A（Agent to Agent）。 搜索會(huì)有一個(gè)很明顯的分野，這就是谷歌拉紅色警報(bào)的原因。未來(lái)人類不再用結(jié)構(gòu)化關(guān)鍵詞，而是自然語(yǔ)言交流。

而在消費(fèi)上，“無(wú)目的消費(fèi)”會(huì)被 Social Commerce（短視頻、直播）占領(lǐng)；“有目的消費(fèi)”則被每個(gè)人的個(gè)人 Agent 接管。 營(yíng)銷將變成 GM（Generative Marketing）。我們的 Agent 去和用戶的 Agent 溝通。這個(gè)市場(chǎng)至少能與現(xiàn)在的搜索市場(chǎng)持平。

雖然這些前瞻性的觀點(diǎn)可能還不被完全理解，但我們已經(jīng)在業(yè)務(wù)上提前 1-3 年布局了。

未來(lái)營(yíng)銷漏斗會(huì)重構(gòu)。過(guò)去上層是傳統(tǒng) 4A 公司擅長(zhǎng)的“講故事、做品牌”，但由于缺乏數(shù)據(jù)支撐，往往被視為“玄學(xué)”；下層“效果廣告”，純從轉(zhuǎn)化倒推，極其內(nèi)卷 ROI。

而中層介于兩者之間。它既不只是講故事，也不只是為了即時(shí)買(mǎi)單。其核心是“種拔分離”——“今天看，五天后買(mǎi)”。這需要靠“大閉環(huán)”和“重內(nèi)容”來(lái)產(chǎn)生溢價(jià)，擺脫純粹的價(jià)格競(jìng)爭(zhēng)。MTA（多觸點(diǎn)歸因）模型會(huì)很重要。

目前主流是“末次點(diǎn)擊歸因”，即訂單算給最后一個(gè)素材，這極其不合理。而鈦動(dòng)正在研發(fā)的模型是要計(jì)算這一個(gè)訂單背后，比如8 個(gè)素材、1 次搜索、2 個(gè)好評(píng)，到底各自占多少權(quán)重。這種模糊歸因的數(shù)據(jù)量極其巨大，傳統(tǒng)算法根本算不出來(lái)，必須依靠 AI 才能實(shí)現(xiàn)真正的用戶旅程追蹤。

美國(guó)公司因?yàn)殡x供應(yīng)鏈遠(yuǎn)，選品成本高，所以被迫花大錢(qián)做深度策劃（Campaign）。中國(guó)公司離供應(yīng)鏈近，應(yīng)發(fā)揮“快”和“測(cè)”的長(zhǎng)處，在基本功打?qū)嵑笤偻ㄟ^(guò) MMM (Mixed Market Model，混合營(yíng)銷模型) 提升溢價(jià)。

深響：Agent普及后，公司組織架構(gòu)會(huì)怎么變？

李述昊：我們會(huì)更重視中臺(tái)，形成“大中臺(tái)、小前臺(tái)”。我們會(huì)新增一個(gè)角色——Agent指揮家（orchestrator），他懂技術(shù)、懂服務(wù)、懂客戶，能把多智能體協(xié)同起來(lái)。未來(lái)基層員工可能都是Agent，人類只負(fù)責(zé)發(fā)號(hào)施令。

深響：各大海外平臺(tái)加強(qiáng)AI，對(duì)中國(guó)品牌接下來(lái)的出海全球化會(huì)有什么影響？

李述昊：現(xiàn)在AIGC已普及，創(chuàng)意批量生產(chǎn)效果明顯。Agent還在用戶體驗(yàn)改善階段，產(chǎn)業(yè)格局變化要到年底或明年。但趨勢(shì)是確定的：搜索入口會(huì)被Agent取代，GEO將取代SEO/SEM。

平臺(tái)加強(qiáng)AI對(duì)中國(guó)品牌來(lái)說(shuō)是巨大利好。線上越發(fā)達(dá)，中國(guó)人越擅長(zhǎng)。我們學(xué)新技術(shù)快，供應(yīng)鏈強(qiáng)，這是優(yōu)勢(shì)。但必須學(xué)會(huì)和Agent交流，定義清楚需求。未來(lái)每個(gè)公司人很少，因?yàn)榛鶎庸ぷ鞫急籄gent做了，剩下的人都是“指揮家”。

深響：中國(guó)品牌怎么在AI營(yíng)銷的幫助下拿到溢價(jià)、不卷ROI？

李述昊：分兩步。第一步，用ROI測(cè)款，把供應(yīng)鏈、品控、履約打扎實(shí)——這是中國(guó)人擅長(zhǎng)的“刷題”。第二步，做多觸點(diǎn)歸因（MTA）和混合營(yíng)銷模型（MMM），追蹤用戶全旅程（今天看、后天買(mǎi)），實(shí)現(xiàn)品牌溢價(jià)。這不是推翻ROI，而是升級(jí)。我們正在布局這個(gè)方向，等客戶第一階段跑通后，再幫他們做第二階段的差異化。