AI重构营销全链路：品牌差异化靠什么，营销人价值在哪

从市场洞察、创意生产到媒介投放、效果评估，AI正一步步渗进营销的各个环节。广告行业因此迎来一场深层变化：不只是换个工具，而是价值层面的重新调整。

AI把内容生产和营销执行的门槛拉低了不少，效率提升已经看得见摸得着。另一头，消费者遇到购买问题开始习惯先问AI，品牌被找到、被看懂、被选中的方式也跟着变了。对品牌和广告行业来说，眼下真正要想清楚的，不是AI能干什么，而是技术越来越普及之后，品牌靠什么做出差异，营销人的专业价值又该落在哪里。

技术能提效率，却代替不了品牌的价值判断；AI能生成内容，品牌的独特性还是得靠人来定。说到底，“效率交给AI，价值留给品牌”这个命题的核心就在这里。

10月23日，第33届中国国际广告节期间，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，主办方是《现代广告》杂志社和经观传媒。活动的重要环节之一，就是“效率交给AI，价值留给品牌——AI重构营销全链路”主题沙龙，上面这些问题被直接摆到了行业讨论的现场。

沙龙的主持人是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。参与讨论的嘉宾有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。

四位嘉宾结合各自的行业实践，聊了企业AI营销的实际应用、消费者决策链路的变化、算法驱动的效果衡量，也谈了品牌价值、创意原创性和代理商角色怎么重新定位。话题围绕的，是AI深入营销全链路之后正在发生的那些变化。

对话里也透出一个行业该留意的走向：AI慢慢变成营销的基础能力之后，品牌与企业之间真正的差距，恐怕不在技术用不用，而在对商业问题的理解、对消费者需求的洞察，以及能不能持续造出独特价值。

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，咱们先从眼下的实情聊起：AI营销喊了这么多年，外面更想听一线真正跑出来的版本。放到汽车行业，AI已经扎进哪些核心环节？是真跑通了，还是仍在试水？要铺开到规模，眼下最堵的地方又在哪？

陈遥（地平线市场副总裁）：

谢谢主持人的提问，也感谢有这样的机会来交流。说回这个问题：地平线是家科技公司，在眼下汽车智能化的走向里，确实算汽车产业里比较靠前的参与者。可要论整个汽车产业的营销走向，真正的主力、走在最前面摸索的，还是主机厂自己。所以汽车产业AI营销落地到底什么样，最有资格开口的是主机厂。地平线作为产业里的一员，在AI营销上也有一些自己的做法，借这个议题斗胆跟大家聊聊。在我看来，AI营销眼下的处境，跟智能驾驶自身的发展阶段挺像。大家都看得到，L2辅助驾驶正进入比较大的量产阶段，身边不少人也在买、在用辅助驾驶产品。可为什么叫辅助驾驶、叫L2级别？因为它说到底还是替人开车，开车的主体还是人，AI在这里只是起辅助作用。说回营销，AI营销如今在产业里的应用状态也是这样：本质上很多活儿是它在给人打下手，但核心价值还攥在人手里。

对地平线这样的公司来说，实操里的经验是回到本心：AI本质上能接手一些本不该由人干的活——特别繁琐、没什么价值、比较反人性的那些。在这些工作上，我们的营销工作流从数据分析洞察到策略、内容，再到最终落地，有一套自己的闭环应用在推着走。所以我们认为，它眼下是辅助状态，但最终还是要解放人，这跟自动驾驶的逻辑其实一样。

张瀚月：

谢谢陈总。蔡总，您在一线做过营销，现在专做AI营销的技术服务，钛镁AI服务过不少品牌真实的营销场景。今天论坛的主题是AI重构营销全链路，按您的体感，这条链上哪些环节已经被AI真正改写了？这些变化里，哪些属于工具层面的提效，哪些属于结构层面的重塑？其中最关键的变化是哪一个？

蔡晓旭（钛镁AI创始人兼CEO）

谢谢主持人。先简单说两句：钛镁AI是在2023年全面转向AI升级的，起步时主要就是铺开营销全链路，做各种智能体，帮企业的品牌部门、市场部门提效。从实际看到的情况说，整条营销全链路应该说都被覆盖了：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工具在帮企业做全链路上的各种事。唯一没变的是：所有这些过程里，最后拍板的那个人还是有资历、有经验的人——AI生成的结果用不用，由他定。这轮变化里，围绕的都是效果、效率、成本去做全链路的重构。不过这些赋能其实还称不上真正的“重构”——真正的重构只有一件，就是消费者的决策过程和路径变了。

从互联网起来、营销发展这二十多年，消费者的决策路径基本没动过：先被中心化广告勾起兴趣，再去搜索、比价、下单，最后分享。过去营销主要把前两步做扎实，让消费者走到比价那一步时有得选；分享这一环，则靠微博、微信、小红书、抖音这些社区撑了起来，分享力才有了这么大的平台。可现在消费者的决策逻辑变了：看到一条种草或广告起了兴趣，转头就去问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

再来看第二个问题：哪些属于工具层面，哪些属于结构层面。前面提到的那条小链路——从洞察一直到最后的销售获客——多数是工具层面的提效；而结构层面的变化，指的正是消费者决策链路发生了改变。决策发生在那里，模型的优化就必须跟上，GEO也好、CVO也好，叫法不同而已。

张瀚月：

这两个当中，您认为哪一个才是最根本的变化？说到底，根本性的改变还是消费者——因为他对AI的信任度已经足够高。所以企业不论属于哪个行业，第一步都得赢得模型的信任：模型愿意推荐你，消费者又信任模型，到了购买那一步自然就会选你。大致就是这个逻辑。

蔡晓旭：

张瀚月：

谢谢蔡总。接下来问张老师，京东的零售广告场景离交易最近，大家很想知道：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，目前究竟能做到什么程度？

张泽华（京东零售广告产研部算法应用负责人）：

谢谢两位的提问。京东是典型的电商平台，电商里必然有C端消费者和B端商家，真正投放广告的广告主来自B端商家——大家都想借广告让自己的商品卖得更好、品牌力更深入人心。从传统算法走到生成式AI，要分两块来看：一块是C端对消费者的理解，另一块在B端——算法工具、数据，以及成体系的分析方法论，最终都是要让广告主投得更准、效果更好。

生成式AI里大家最熟悉的是广告组工具：我们做了大量创意，比如头像、视频，还有更优的标题、更美观的商品排布。这类能力过去两三年已经大规模在线使用，京东平台自己把这些能力开放给了商家和广告主，我们也和业内很多ISV（独立软件开发商）、代理商合作，相关能力都建设得相当完善了。

从C端看，我们觉得这一块更重要。工具在线操作效率再高，本质还是要把你卖的商品通过广告送到最合适的消费者面前，让消费者来到京东时，能拿到他此刻最感兴趣的商品、品牌信息和认知。所以生成式AI除了用在B端，也有相当一部分能力落在C端。C端这边，业内常听到一个算法名词叫“生成式推荐”（generative recommendation）。从传统的CTR、CVR算法到今天的生成式推荐，我们观察到两个很明显的趋势。一个是大家聊大模型时总会提到的词——scaling，也就是规模化曲线。大约三年前我们就在这个方向做算法探索和持续演进，发现到今天，scaling这条曲线不管在传统大模型领域，还是在生成式推荐、对C端用户的理解上，依然很有效。因此我们不断把算法参数做得更大、数据用得更多，对消费者的理解也更深。

另一个趋势是怎么让投放效果更可衡量。我认为这是个很长期的问题。可衡量这件事，在电商平台做广告反而相对容易，因为它离最终链路和转化最近。所以我们一边把到转化这一端的数据优势用得更充分——归因链路上用了更多数据、更复杂的算法，让可解释事件和关联性更强。另一边，不少广告主并不是新品一上线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新品有一定认知”——偏品牌广告或品牌打法。而在品牌这条路上，过去四十年广告行业积累了大量不断更新的归因思路和方法。

张瀚月：

感谢张老师。第四个问题给杨总。您横跨品牌方、4A和学界，想请您给行业把把脉：都说AI把内容效率提上来了，同质化的问题也跟着来了。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了？

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）

主持人这个问题提得挺关键。我的经历确实像他说的那样杂：做过乙方，也当过甲方，在学术终端干过，还碰过 AI。这问题说到底是个老问题。王董开场致辞里其实已经给了一个答案：AI 来了，品牌能从流量时代回到品牌价值时代。我先按这个基调说。所以第一个问题我的回答是：不会被稀释，品牌的识别性和原创性反倒会更突出。但有个前提，得有品牌价值。2010 年到 2015 年我在 Interbrand 待过——“品牌价值”这个词就是这家公司造出来的，品牌价值排行榜也是他们在做。以前大家看到“品牌价值还能折成钱”都觉得纳闷，可背后的道理很清楚：我为什么存在？给这个行业、给消费者、给受众的生活、给这个世界创造了什么价值？品牌价值全都是从这儿来的。流量时代确实有您刚说的问题：不少品牌不看重价值——那会儿经济好，互联网时代买流量就能很快带来生意，ROI 也算得明白。现在不一样了：第一，流量贵起来了，转化得算清账，品牌主掏钱也不像从前那么随意，花得细了；第二，过去很多基础执行层面是有欠缺的。举个例子，今年一月份我还去内蒙看过一些企业——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、宣传文案做得不好，每次跑北京、广州、上海找广告公司也不现实。这是个核心问题。

拿一个实际项目来说。2015年机器学习那阵子，我们就开始往深里做了，当时想让AI去承担执行环节。有个项目是帮一个挺有名的饮料品牌做夏季限定联名款。麻烦出在几个地方：夏季是关键元素，哪些夏季场景跟这款饮料有关，得由创意总监、设计总监来挑，不能把夏天场景一股脑塞进图里；联名款背后有个IP，这个IP的视觉元素怎么理解，也是一道题；再往后是视觉风格转移，这就轮到算法出力了。每一步都离不开资深创意或设计总监参与，才能选到贴合品牌、调性对得上的夏季场景。风格转移那一步，AI根本分不清美丑，一上来就吐一堆图，这时候就得靠提示词工程，反复告诉它这个行、那个不行，它才慢慢产出符合品牌方要求的东西。同样的事，过去老老实实用Photoshop做会很难受，现在快多了，一轮提示词进去，几秒钟就能看到新东西。这就是实际案例里的情况。

由此能看出几件事。谈内容原创性，头一条是品牌得有自己独特的视角和角度；第二条，得有懂洞察、懂创意的人来把关；第三条才轮到AI的生产能力。这三样凑齐，才算AI时代的原创性。站在品牌方的角度，有句话得说清楚：别把AI当创意，它只管执行，是美术，不是创意，也不是设计；做判断、做选择的是人。品牌方千万别觉得让AI做完就万事大吉，那样品牌就跟着AI跑了，结果流于平庸，大家都长一张脸，问题就来了。

还有一点，得知道自己品牌的资产在哪。想让AI在自己的品牌里跑起来，第一，要有一个结构化的品牌资产库，配一张清晰的知识图谱，让模型明白这个品牌在什么场景、什么需求下该抓什么素材；第二，决策流程要清楚，谁担什么责任得说明白。刚才陈遥讲了，为什么现在是L2？因为责任得由价值（驾驶主体）来负，不是AI来负——AI担不了责任，责任要落到人身上，对品牌来说这一点更要紧。

最后一点，品牌，尤其今天主题讲的是“向善”——有所为，有所不为。harness（护栏）必须做好。做策略的时候，把自己的规则铺进去，我给它一个brief，它就得给出满足brief的策略答案；我的harness就是划定什么是我品牌能碰的、什么是我品牌不能碰的。说到底，AI这个时代，“一张脸的东西”哪怕看着再精美也会变得很便宜，没人会买；反倒是你的独特性，会越来越贵。

张瀚月：

谢谢杨老师。第二轮，问题回到消费者这边。如今用户买车之前可能会先问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，您觉得该从哪里下手？

陈遥：

这件事眼下不只落在汽车品牌头上，整个行业都得面对，外界也都在盯着。回看广告营销这些年走过的路，每个周期里大家用的办法、使的手段各不相同，各有各的时代印记。无非是到了AI时代，做法换了而已。那什么没变？说到底还是品牌自身——你是谁，你信什么，你想造出什么样的价值。如今到了AI时代，人们有疑问、想了解点什么，都习惯先去问AI。这时候就该问品牌方一句：你的抓手是什么？它一直没变，就是品牌本身——你是谁，你信什么，你能给出什么样的价值。

陈遥：

地平线本身是一家独立的科技公司。最近一轮营销里，我们其实没做任何搜索引擎优化（SEO）的工作。可传播结束后回头去看AI对上一轮营销结果的呈现：前段时间我们的智驾芯片出货量做到1500万、中国市占率第一，我们就拿这个事实去传播。之后再看AI给出的结果，它把我们想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，都很好地呈现了出来。所以还是回到问题本身：手段经常在变，我们得把这些手段掌握住；但对品牌方来说，时时刻刻要记得本质是什么——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。用户对AI的提问需求也好，品牌希望AI传达的信息也好，都绕不开AI这个载体本身。AI是怎么判断用户会怎么向AI提问的？一般会搜哪些问题？又是从哪些维度来判断优化策略是不是真的有效？

蔡晓旭：

你问的这两个问题，恰好也是眼下客户最关心、GEO优化里最难解的。这条完整链路靠我们三个自研引擎撑起来：底层是品牌你自己想要什么；中间是怎么让模型采纳你；最后是采纳之后结果如何。第一个引擎做用户意图挖掘，分三层。头一层，我们和火山引擎有大的战略合作，它能提供脱敏用户在豆包模型、AI助手上的query（提问）——不是一个个具体问题，而是一个集合。我们给整个query集合打分，按不同维度评，分高的就是用户问得最多的问题。第二层，拿到这些query后，再跟品牌方自己的业务数据交叉验证、比对——数据方的query群和真实用户问的到底是不是高相关。第三层，确认高相关后，把总结出的这些问题交给大量真人账号去问，看最终产出的结果是什么样。有了意图洞察，内容侧就能多做建设——也就是前面杨总提的知识图谱：以品牌对自身的核心定位为纲，在这个定位下你有哪些差异化服务、差异化功能；功能之外，消费者怎么用你、怎么评价你。

第三步是验证结果到底好不好——我们有一个“自适应算法引擎”，主要动态观察模型在不同时间的变化：这期间你的品牌有没有被提及？提及的内容对不对？对的前提下是不是正面、正面情感倾向够不够多？三步都做得比较到位，消费者去问相关意图的问题时，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。品牌方自己也不用再花大量时间去动态监测模型怎么看——这一整套方案我们都有，闭环已经跑通。基本就是这样。

谢谢蔡总的分享。下面请张老师从算法角度谈谈：搜索、推荐、广告触达都被AI重写了一遍，品牌“被看见”的逻辑变了，商家和品牌该怎么适应新的可发现性规则？

张泽华：

从传统曝光式广告，到如今通过AI问答、AI精挑细选后只给出有限结果，这个过程中本质上还是传统竞价排名、或者说排名广告里比较靠前的那批结果。老话说，360行，行行出状元——商家、广告主该关注的，是怎么让自己想投放营销的标的物成为所在细分行当里的Top 1，甚至Top N。

那怎么才能变成细分行当里的Top？第一点很关键：传统投放靠拉大曝光，很容易被别人看到；但要想成为行当里的Top、想被AI看到，就得去适应AI所需要看到的要素——未来如此，现在这场变革也已经开始了。最底层的要素是：你投放的标的物、你的商品，描述得够不够清晰，信息够不够结构化。拿户外场景举例，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户外使用场景的标记，经过大模型或AI算法，大概率很容易被过滤掉，甚至根本建立不起相关性。

第二点，叫“答题还需自身硬”。大家现在为什么不愿意大规模刷信息流、刷网页？很多时候是觉得，与其刷信息流、刷网页，不如找个专家、懂行的人问一句，直接拿到答案。所以今天大量对话式AI爆火，背后意味着：你的产品被AI看到只是第一步，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是不是真能理解。这背后是什么？商家得把自己的产品特性打造得足够好，让AI在分析消费者需求时一下就能get到那个点。

第三点：从传统曝光型广告走到今天精耕细作的大规模智能体、对话型AI广告，这个过程一定是粗暴经营转向越来越精细化的经营。那何不加入进去？在能用这些AI工具的前提下，跟AI工具、跟平台，甚至在它们算法的训练和推理过程中深度共建。据我了解，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。当你能跟平台深度共建的时候，你的产品、你想打广告的标的物就已经提前进入了这些模型的认知。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，才能真正发挥最大效能。

张瀚月：

谢谢张老师。最后一个问题请杨总来答：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：

我既在甲方也在乙方干过，还做过AI，这个问题由我来答挺合适。不过有个前提得先摆出来：AI到底是什么，大家得先想明白。它被叫做第四次工业革命级别的变革，可前几次工业革命回头看，从农耕时代进入工业化，农民并没有被消灭，出来的是现代农业，农民能做的事反而更多了；工业革命也是同一个道理，不是让人拿着锤子敲，不管是蒸汽机、电力工厂还是自动化工厂，实质都是一个工人干了过去一百个人的活。AI能预测、能检索，也有一定思考能力，但按刚才说的规律，它对人的核心要求就一条：机器都会思考了，人就得思考得更多。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，因为这些交给AI做就可以。那什么人会更好？怎么叫更会思考？策略——无论是代理商还是市场部，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，去破题、解决问题，这就是策略。创意也一样：尤其在AI时代，创意不再是一个漂亮画面、一句朗朗上口的slogan，而是要像刚才Ed说的pass那个境界，一定要能跳出来想这件事。

说个例子，不是国内的。南美有个国家酒驾问题很严重，据说当年接那个案子时，一年因酒驾死5万人（注：此处原话数字较大，似为夸张的修辞），比一场小规模战争死的人还多。客户给广告公司的brief是“我要一个防止酒驾的平台”。我接到手就想：光喊口号没用，得先搞清楚酒驾是怎么来的。过去的路子是：人去喝酒，喝的时候不管开车来的还是提前想好叫代驾、把车扔下不开回去，关键在于喝到一定程度人就不理性了。以前的“围栏”在哪儿？要么有个不喝酒的朋友拦着你，要么警察在出事之前把你拦住，都是后置的、被动的。主动防御怎么解？我们找了很多小型化的制造品，发现酒精探测器能塞进钥匙卡里。创意于是变成：第一，在该国卖车的所有厂商，要把可植入的酒精探测器做成备选项，给消费者一个安全的选择；第二，这里头还有个bug：没喝酒的朋友替你吹了。所以创意锚点很清楚：一定要劝——你没喝酒、你朋友喝了酒的时候，千万别替他吹。

这个例子说的是市场部跟代理公司往后怎么搭伙：创意到底该由我的市场部憋出来，还是由你的代理商憋出来？我现在的初步判断是，代理商憋出来的概率更大。原因在哪？市场部里太多人，哪怕像我这样在品牌广告行业摸爬滚打多年的人，入戏太深，当上甲方三年多以后，会发现有时候真跳不出来，思维被固化住了。代理商身上有个身份：你得学我的东西，你可以入戏，但你必须能出戏去想这件事。换到合作逻辑上说，代理商一定得拿出破局级的创意，往后才能给市场部创造价值、交出你的价值。第二层：市场部为什么还要用代理商？因为如今不需要那么多人头了。AI时代，吃人头的是“驯化AI”——弹幕里常有人刷“AI驯化失败”。驯化AI这活儿可以交给代理公司、技术公司去干；我的市场部则留着品牌判断、商业理解这些，这一点很关键。

张瀚月：

所以回到刚才那个问题：第一，初级职位会被替代，但不等于年轻人会被替代。今年四月份我们自己办了一场论坛，一场主论坛、十五场分论坛，每场都有新品发布，再加上所有视频，我一共做了二十条视频——市场部一个专门管视频的99年小同学，一个人带着代理公司和视频生成公司，40天就全干完了。就这么简单。年轻人不用怕，但你得思考，这个特别重要。合作模式上，以前代理商老说自己卖人头、hourly rate是多少；往后一定得卖解决方案、卖策略、卖交付，按你的策略创造出的价值最终结果来付费。

谢谢杨总。不到一个小时，我们和四位嘉宾聊了八个话题，我来把这场沙龙的内容收一收。头一件，关于落地：四位嘉宾形成了共识——AI营销已经走过了“要不要投入”的讨论期，进入“怎么用好”的落地期。陈总和蔡总都提到：卡点已经从技术挪到了数据、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，谁就先吃到红利。

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。

杨震表示，AI时代靠的是思考，不是靠出卖人力。只要肯动脑，职位被取代得再多，人终究不会被取代。他向各位嘉宾和到场的朋友致谢：效率的事交给AI，价值则属于品牌，希望每个人在AI时代都能成为最有辨识度的那个品牌。谢谢大家！