文 | Eric

當(dāng)大多營(yíng)銷人對(duì)“AI+內(nèi)容營(yíng)銷”的討論還停留在“能生成多少爆款文案”時(shí)，特贊科技創(chuàng)始人范凌卻拋出了一個(gè)更本質(zhì)的問題：比起內(nèi)容生產(chǎn)，AIGC的關(guān)鍵能力在于推理，這才是撬動(dòng)行業(yè)變革的關(guān)鍵。

如今很多企業(yè)把AIGC當(dāng)成“創(chuàng)意速成班”，卻忽略了AI能解碼過去被稱為“玄學(xué)”的營(yíng)銷經(jīng)驗(yàn)。比如優(yōu)質(zhì)文案的底層邏輯、爆款內(nèi)容的用戶洞察。而在范凌眼中，AI大模型的獨(dú)到之處在于“將過去依賴‘手感’的工作變成可量化的流程?！?/strong>

這與當(dāng)下消費(fèi)者決策路徑的變化高度契合。微軟廣告最近發(fā)布的《解碼現(xiàn)代消費(fèi)者》白皮書中顯示，56%的消費(fèi)者在決定購(gòu)買前會(huì)花更多時(shí)間研究產(chǎn)品，39%的消費(fèi)者收藏列表使用頻率增加，這意味著品牌需要更精準(zhǔn)地捕捉消費(fèi)者在漫長(zhǎng)決策鏈中的需求，而AI的量化能力恰好能為這種精準(zhǔn)捕捉提供支撐。

這種“量化”能力，恰恰為破解營(yíng)銷領(lǐng)域長(zhǎng)期存在的核心困境提供了鑰匙：傳統(tǒng)營(yíng)銷總困在時(shí)間、質(zhì)量、預(yù)算的“不可能三角”里。而AI的價(jià)值，正在于用自動(dòng)化工作流打破這種僵局。既像“多產(chǎn)糧食”一樣實(shí)現(xiàn)短期效率提升，又能通過沉淀數(shù)據(jù)資產(chǎn)“增加土地肥力”，為長(zhǎng)期品牌建設(shè)鋪路。

但問題來了：當(dāng)AI從單一工具進(jìn)化成營(yíng)銷協(xié)作者，企業(yè)該如何讓技術(shù)既提升執(zhí)行效率，又不丟失創(chuàng)意靈魂？這或許是每個(gè)想在AI時(shí)代破局的營(yíng)銷人，都需要解開的命題。

為此，「AI營(yíng)銷新范式」欄目特別邀請(qǐng)了特贊科技創(chuàng)始人范凌展開了對(duì)話，共同探討AI時(shí)代，如何讓內(nèi)容營(yíng)銷既更高效，也更有靈魂。

從玄學(xué)手感到數(shù)據(jù)沉淀

AI 如何將營(yíng)銷經(jīng)驗(yàn)轉(zhuǎn)化為量化標(biāo)準(zhǔn)？

AI營(yíng)銷新范式：過去談?wù)揂I+內(nèi)容時(shí)，大部分人首要想到的可能都會(huì)是AIGC來賦能創(chuàng)意廣告生產(chǎn)制作，但在您眼里AI+內(nèi)容是否還有著更加寬泛的應(yīng)用？

范凌：AI+內(nèi)容，顯然不止于內(nèi)容創(chuàng)作。

當(dāng)下我們?cè)谡務(wù)揂IGC時(shí)，會(huì)默認(rèn)將其看作文字、圖片以及視頻的生成工具。但我認(rèn)為AI還有一個(gè)關(guān)鍵能力常被忽視：推理能力。

它能深入理解過去人類積累的優(yōu)秀成果，比如好的社媒內(nèi)容、優(yōu)質(zhì)文案，甚至成功的產(chǎn)品創(chuàng)新。這些知識(shí)過去往往像“玄學(xué)”或經(jīng)驗(yàn)，難以系統(tǒng)傳授，更多依賴“手感”?，F(xiàn)在，AI卻可以有效地“解碼”和理解這些內(nèi)容，將原本“玄學(xué)”的知識(shí)沉淀為實(shí)際的數(shù)據(jù)。

我認(rèn)為這是個(gè)巨大的機(jī)會(huì)。當(dāng)AI能夠理解人類過去的優(yōu)秀成果，它就能開始學(xué)習(xí)并嘗試編排工作流。這也是為什么“多智能體”成為今年一個(gè)重要議題。AI不僅能提升內(nèi)容生產(chǎn)效率，在理解內(nèi)容之后，更可以自動(dòng)編排工作流程，用于內(nèi)容運(yùn)營(yíng)、生產(chǎn)等多個(gè)環(huán)節(jié)。

特贊在今年推出的 atypica.AI 就是這樣一款全自動(dòng)化的多智能體。它能持續(xù)在社交媒體上挖掘用戶洞察，并據(jù)此生成各類營(yíng)銷分析，如新內(nèi)容分析、新產(chǎn)品的設(shè)計(jì)思路分析等。因此，除了內(nèi)容生成，AI的推理能力和自動(dòng)化工作流組織能力，我認(rèn)為也存在很大的發(fā)展空間。

AI營(yíng)銷新范式：您提到的這些應(yīng)用方向，其實(shí)也和現(xiàn)在消費(fèi)者的路徑特征相契合。微軟廣告最近發(fā)布的《解碼現(xiàn)代消費(fèi)者》白皮書中提到現(xiàn)代消費(fèi)者往往會(huì)在多個(gè)觸點(diǎn)之間切換，廣告主需要在不同渠道觸達(dá)他們，并在保護(hù)隱私的前提下傳遞相關(guān)度更高的個(gè)性化信息吸引注意力并建立有效連結(jié)。

所以可能從最終的市場(chǎng)表現(xiàn)來看，AI在您提到的內(nèi)容創(chuàng)意、流程效率、市場(chǎng)洞察等各個(gè)方向的應(yīng)用，最終都會(huì)轉(zhuǎn)化為驅(qū)動(dòng)品牌實(shí)現(xiàn)精準(zhǔn)觸達(dá)、增強(qiáng)用戶體驗(yàn)、提升轉(zhuǎn)化率的關(guān)鍵力量？

范凌：是的

AI營(yíng)銷新范式：現(xiàn)在之所以放心不下讓AI獨(dú)立地完成一系列任務(wù)的原因之一是“AI幻覺”現(xiàn)象，那您是如何看待“AI幻覺”的？它是否會(huì)成為AI+內(nèi)容營(yíng)銷的阻礙因素？

范凌：在回答問題前，我們不妨先理解一下“AI幻覺”是如何產(chǎn)生的。以“世界最高峰是珠穆朗瑪峰”這句話為例，當(dāng)用戶在互聯(lián)網(wǎng)提問“世界最高峰是什么”時(shí)，可能存在如“是你心中的那座高山”這類更加主觀性的回答。類似的情況會(huì)導(dǎo)致訓(xùn)練語料并非完全fact-based（事實(shí)導(dǎo)向），而是基于probability-based（概率關(guān)聯(lián)）。

因此，模型訓(xùn)練過程中會(huì)吸收大量被我們視為錯(cuò)誤的答案。

但其實(shí)在特定的語境下，“世界最高峰是你心中的那座高山”這樣的表述反而具有美感，所以說“AI幻覺”其實(shí)來自于人類語言的不確定性而成的意外。

正是因?yàn)榇竽Ｐ陀?xùn)練語料的不確定性，使得“AI幻覺”無法避免，我們只能通過后訓(xùn)練來規(guī)范它。比如明確地告訴大模型一些特定答案，類似這些后訓(xùn)練指令覆蓋得越廣，對(duì)應(yīng)場(chǎng)景的幻覺概率就越低。

這也并非意味著“AI幻覺”是完全錯(cuò)誤的，在利用AI做創(chuàng)造力工作時(shí)，我反而覺得幻覺是件好事，畢竟這種幻覺在某些場(chǎng)景也能化作一些不錯(cuò)的靈感。

所以，要判斷“AI幻覺”是否會(huì)成為營(yíng)銷阻礙因素的關(guān)鍵在于定位：如果只是將AI視為按指令辦事的機(jī)器，幻覺是問題；但如果我們將其作為一個(gè)Coworker（協(xié)作伙伴），尤其是在創(chuàng)意領(lǐng)域，幻覺便成為了AI很有價(jià)值的一件事。

所以我們需要明確何時(shí)屬于“錯(cuò)誤幻覺”，何時(shí)屬于“有效創(chuàng)造”。

AI營(yíng)銷新范式：您剛才提到“有效創(chuàng)造”與“錯(cuò)誤幻覺”的定位邏輯，特贊白皮書提到營(yíng)銷行業(yè)存在成本、效率、轉(zhuǎn)化的“不可能三角”，從您的實(shí)踐來看，AI破解這一困境的核心路徑是什么？

范凌：“不可能三角”是營(yíng)銷行業(yè)的普遍困境，它是指在營(yíng)銷中難以同時(shí)實(shí)現(xiàn)低成本、高效率與高轉(zhuǎn)化這三個(gè)目標(biāo)。但新技術(shù)與工具的出現(xiàn)其實(shí)就是為了破除原來做不到的事情。

我認(rèn)為如果企業(yè)能夠?qū)崒?shí)在在地將自身的內(nèi)容資產(chǎn)沉淀下來，那AI就可以承擔(dān)起內(nèi)容運(yùn)營(yíng)自動(dòng)化的角色，就有可能破解這一三角難題。

舉個(gè)例子，一家做內(nèi)容運(yùn)營(yíng)的企業(yè)往往需要高頻、持續(xù)的更新，AI工具能夠提供穩(wěn)定、持續(xù)的支持，同時(shí)不斷優(yōu)化效果，幫助團(tuán)隊(duì)從重復(fù)性工作中解放出來，把精力更多放在創(chuàng)意和策略上。這樣一來，AI就可能成為實(shí)現(xiàn)成本、效率與轉(zhuǎn)化平衡的關(guān)鍵力量。

AI營(yíng)銷新范式：所以針對(duì)當(dāng)下營(yíng)銷行業(yè)的種種痛點(diǎn)，您認(rèn)為AI在營(yíng)銷領(lǐng)域中的核心價(jià)值是什么？它能帶來哪些顯著的效率提升和成本節(jié)約？

范凌：目前，AI的應(yīng)用通常涉及兩個(gè)方面，一是通用模型層面，這個(gè)層面希望AI的能力越強(qiáng)越好；二是商業(yè)解決方案層面，這個(gè)層面需要解決實(shí)際問題，更追求解決方案（solution），而不是只探討可能性（possibility）。

在營(yíng)銷場(chǎng)景中，核心關(guān)注的是兩個(gè)關(guān)鍵問題，即增長(zhǎng)和降低成本。對(duì)我來說，增長(zhǎng)是首要任務(wù)。過去“矩陣號(hào)”的做法依賴切片，這樣做出來的內(nèi)容質(zhì)量不高，重復(fù)率還高。而我們的做法是利用AI賦予獨(dú)特的人物設(shè)定，以此提升內(nèi)容的質(zhì)量和豐富度。

在降低成本方面，AI可以讓創(chuàng)意人員從一些重復(fù)性勞動(dòng)（比如修改 Banner 尺寸等）中解脫出來，讓他們能把精力放在創(chuàng)意構(gòu)思上。同時(shí)，AI還能像“翻譯者”一樣，把優(yōu)質(zhì)的創(chuàng)意轉(zhuǎn)化為合適的內(nèi)容，讓團(tuán)隊(duì)能夠?qū)Ｗ⒂诟哔|(zhì)量的內(nèi)容生產(chǎn)。

我九年前就開始探索人工智能和設(shè)計(jì)的結(jié)合，最初的想法就是想讓電商設(shè)計(jì)師從繁瑣的工作中解放出來。他們本就應(yīng)該把精力放在創(chuàng)意構(gòu)思上，而不是做一些機(jī)械性的執(zhí)行工作。

因此我認(rèn)為，AI是實(shí)現(xiàn)增長(zhǎng)與提效兩大目標(biāo)的基石。

*機(jī)器參與矩陣內(nèi)容生產(chǎn)的過程

AI重塑品牌表達(dá)

從調(diào)性一致到創(chuàng)意延展的邊界探索

AI營(yíng)銷新范式：接下來將視線聚焦到具體的內(nèi)容生產(chǎn)環(huán)節(jié)，品牌戰(zhàn)略有一個(gè)頂層架構(gòu)，是品牌屋。這就要求品牌所有營(yíng)銷也都要在“屋檐下”，也就是需要一個(gè)統(tǒng)一的調(diào)性。在您看來，AI驅(qū)動(dòng)下的內(nèi)容生產(chǎn)是否正在重構(gòu)品牌的人格表達(dá)？品牌在借助AI提升內(nèi)容效率的同時(shí)，如何保持表達(dá)的一致性、獨(dú)特性，乃至實(shí)現(xiàn)更深層次的共鳴？

范凌：AI同樣遵循“Garbage in, Garbage out”的基本原理，也就是說如果輸入的信息是垃圾，輸出的信息同樣會(huì)是垃圾。

類似品牌調(diào)性這種模糊的概念是難以描述的，但AI反而擅長(zhǎng)處理這種問題。比如當(dāng)我向AI要求“輸出的內(nèi)容要體現(xiàn)某品牌的調(diào)性，但不要和輸入內(nèi)容相同”時(shí)，AI通常能很好地把握這種平衡，無論是語言、視覺或分鏡調(diào)性。比如提示用現(xiàn)有素材制作一段賽博朋克風(fēng)格的視頻，AI就會(huì)有不錯(cuò)的表現(xiàn)。

有些時(shí)候看似是AI沒有輸出與品牌調(diào)性相符的內(nèi)容，但其實(shí)是品牌自身的調(diào)性不明顯，AI也會(huì)因此而陷入困惑。

而在品牌與消費(fèi)者的互動(dòng)中，各個(gè)觸點(diǎn)呈現(xiàn)的調(diào)性是否一致、內(nèi)容是否足夠個(gè)性化和相關(guān)，往往決定了整體的品牌感知。因此，企業(yè)需要從源頭就把控好輸入的素材和提示詞，讓AI在多場(chǎng)景中輸出既統(tǒng)一又具個(gè)性和相關(guān)性的內(nèi)容，從而維持品牌人格的連貫表達(dá)。

AI營(yíng)銷新范式：但僅僅是品牌調(diào)性的一致性還不夠，創(chuàng)意夠不夠新也是影響廣告抓人與否的因素之一，我們更加熟知的AI邏輯是對(duì)現(xiàn)有的創(chuàng)意邏輯進(jìn)行總結(jié)與歸納，但這就可能導(dǎo)致“換湯不換藥”，那目前是否有能力利用AI以現(xiàn)有創(chuàng)意為基礎(chǔ)誕生出一些更加新鮮的靈感創(chuàng)意呢？

范凌：我認(rèn)為是有能力的。

當(dāng)下AIGC賦能廣告的創(chuàng)作更多是“1~∞”的過程，而創(chuàng)意的誕生則是“0~1”的過程。不過特贊做一些“0~1”的工作并非是我們的初衷。我們開發(fā)AI工具的初衷始終是幫助企業(yè)把“1~∞”做好，更多的是在已經(jīng)有核心想法的基礎(chǔ)上在不同渠道把想法延展出來。

我們之所以會(huì)做“0~1”的工作一方面是出于流程閉環(huán)的優(yōu)化。為了提升“1~∞”的效果，需要我們重新去思考“0~1”的交付。不僅是最終成果，還包括創(chuàng)作的過程、核心的思路以及背后的邏輯，以此來確保素材能被高效復(fù)用與衍生。

另一方面是出于對(duì)技術(shù)邊界的探索。我們想知道AI的邊界到底在哪，所以就需要通過挑戰(zhàn)高難度的“0~1”的任務(wù)，比如創(chuàng)作一部?jī)?yōu)質(zhì)的TVC或是規(guī)劃一個(gè)新產(chǎn)品的創(chuàng)新流程，以此來測(cè)試現(xiàn)有工具與模型的極限能力。這種對(duì)“新鮮創(chuàng)意”的探索，恰好契合了Z世代等年輕消費(fèi)群體的需求。

AI營(yíng)銷新范式：盡管AI創(chuàng)意已逐步走進(jìn)商業(yè)實(shí)戰(zhàn)，但不少品牌主依然處于觀望或者懷疑階段，擔(dān)心生成過程不夠透明、內(nèi)容質(zhì)量不穩(wěn)定或無法承接品牌調(diào)性，您認(rèn)為打破這種顧慮的關(guān)鍵是什么？

范凌：沒必要有這種顧慮，使用AI工具并不是個(gè)矛盾點(diǎn)。

在AI參與視頻創(chuàng)作的場(chǎng)景中，明確標(biāo)注是保障信息透明的重要前提。無論是AI深度參與內(nèi)容生成，還是僅在腳本構(gòu)思、剪輯輔助等環(huán)節(jié)提供支持，都建議結(jié)合實(shí)際參與情況進(jìn)行恰當(dāng)說明，確保受眾能清晰了解技術(shù)的應(yīng)用邊界。

這種標(biāo)注并非對(duì)創(chuàng)作方式的限制，而是在技術(shù)賦能時(shí)代，平衡創(chuàng)意效率與信息透明度的必要舉措，既符合行業(yè)規(guī)范要求，也能讓品牌與用戶之間建立更坦誠(chéng)的溝通關(guān)系。

大模型時(shí)代的數(shù)據(jù)新哲學(xué)

從重視數(shù)量到重視質(zhì)量

AI營(yíng)銷新范式：創(chuàng)意行業(yè)的數(shù)據(jù)普遍存在碎片化、非結(jié)構(gòu)化的難題，這給模型訓(xùn)練帶來不小挑戰(zhàn)。在搭建垂直行業(yè)創(chuàng)意數(shù)據(jù)庫(kù)時(shí)，實(shí)際采用了哪些數(shù)據(jù)清洗和標(biāo)注方法？

范凌：所謂的非結(jié)構(gòu)化數(shù)據(jù)就是無法放入Excel表格中的數(shù)據(jù)，比如一些圖片、視頻等，這些又是創(chuàng)意內(nèi)容的主體。過去的二三十年，計(jì)算機(jī)領(lǐng)域已經(jīng)為此建立了大量數(shù)據(jù)集，比如ImageNet。并通過各種標(biāo)注方式讓機(jī)器有了理解能力，當(dāng)下利用數(shù)據(jù)訓(xùn)練AI模型也是建立在此基礎(chǔ)上的。

我們的關(guān)鍵在于連接起內(nèi)容屬性的特征性數(shù)據(jù)與表現(xiàn)結(jié)果屬性的效果型數(shù)據(jù)，并以此為基礎(chǔ)建立起“何種用戶偏好何種內(nèi)容”的關(guān)聯(lián)，我們是更加側(cè)重于內(nèi)容管理的系統(tǒng)。

我們搭建的企業(yè)內(nèi)容數(shù)據(jù)資產(chǎn)管理系統(tǒng)中包含三類標(biāo)簽：

第一類標(biāo)簽叫特征，也就是描述內(nèi)容的本身屬性；

第二類標(biāo)簽叫效果，與內(nèi)容的使用場(chǎng)景和表現(xiàn)相關(guān)；

第三類標(biāo)簽叫管理，管理型標(biāo)簽是通過IFTTT（IF-Then-Then-Then）的規(guī)則來限制。

在打標(biāo)簽的方式上，我們的選擇也相對(duì)多樣，除了AI模型和規(guī)則引導(dǎo)外，我們還有一種混合模式。比如我們最近在做SKU的打標(biāo)時(shí)，就是先讓人來操作若干個(gè)商品，后續(xù)讓AI來進(jìn)行打標(biāo)，如果AI和人的打標(biāo)一致性打標(biāo)，后續(xù)就交由AI來打標(biāo)。

而大模型的出現(xiàn)降低了結(jié)構(gòu)化解析的難度，因?yàn)樗兄鴱?qiáng)大的多模態(tài)理解能力。不僅利于營(yíng)銷內(nèi)容分析，也賦能無人駕駛、物理研究等行業(yè)。

AI營(yíng)銷新范式：因此當(dāng)下不應(yīng)該用“優(yōu)質(zhì)創(chuàng)意”來形容標(biāo)簽，而是根據(jù)具體內(nèi)容在具體場(chǎng)景下的效果來評(píng)判？

范凌：是的。

大模型時(shí)代數(shù)據(jù)的價(jià)值并非是由多與少?zèng)Q定，而是由好與壞決定。因?yàn)榇竽Ｐ捅旧淼臄?shù)據(jù)就已經(jīng)足夠豐富了，我們需要做的是告訴大模型在不同場(chǎng)景下最好的選擇是什么。

舉個(gè)例子，在大語言模型出現(xiàn)之前，品牌都會(huì)有Social Listening系統(tǒng)，也就是社媒洞察。過往的做法是將全量的社媒數(shù)據(jù)“爬”下來，然后再進(jìn)行海量的清洗工作，最終得出若干個(gè)簡(jiǎn)化的標(biāo)簽。這是很典型的大數(shù)據(jù)時(shí)代思維，數(shù)據(jù)全但分析處理能力弱。

而大模型時(shí)代并不需要全量的社媒數(shù)據(jù)，只需要找到最新、最有代表性的100條甚至是10條數(shù)據(jù)，就足以把大模型對(duì)社媒的理解調(diào)動(dòng)出來。

我認(rèn)為大數(shù)據(jù)時(shí)代需要“大量”數(shù)據(jù)，大模型時(shí)代只需要“有價(jià)值”的數(shù)據(jù)。

從“說話”到“干活”

Multi-Agent如何重構(gòu)營(yíng)銷工作流

AI營(yíng)銷新范式：您前不久提出過一個(gè)有趣的觀點(diǎn)，“AI正在從‘說話’轉(zhuǎn)向‘干活’”，也有人提出2025是AI Agent元年。隨著AI從內(nèi)容生成走向真正的任務(wù)協(xié)作，您認(rèn)為AI Agent會(huì)帶來工作流的哪些結(jié)構(gòu)性變化？

范凌：大語言模型之所以叫大語言模型是因?yàn)樗娴摹皶?huì)說話”，無論我們問它什么問題，它都能做出相應(yīng)回答，但它并不會(huì)真的付諸行動(dòng)。

因?yàn)樗挥小白臁?，沒有“手”。當(dāng)我們?yōu)榇笳Z言模型“加上手部”時(shí)，比如將它接入旅游服務(wù)平臺(tái)，并給它交易的權(quán)限，它才能真的為我訂機(jī)票。

營(yíng)銷行業(yè)同樣是如此。過往當(dāng)我們向大模型索要一份營(yíng)銷Campaign時(shí)，它仍然是嘴上功夫。但現(xiàn)在我們把作圖工具交給它、把社媒賬號(hào)交給它，它就能真的完成一些工作，所以我認(rèn)為未來不僅是Agent，而是Multi-Agent。

從GPT-4o開始，到DeepSeek R1后的AI大模型都有了Reasoning（推理）的能力，它能進(jìn)行自我博弈，它的思考能力會(huì)變強(qiáng)，這使得AI大模型擁有了規(guī)劃任務(wù)的能力。接著我們?cè)賹⑵渑c各種工具連接在一起，當(dāng)它做完規(guī)劃后就可以調(diào)用各種工具來實(shí)操，最終直接交付結(jié)果。

所以Multi-Agent其實(shí)就像是一個(gè)團(tuán)隊(duì)一樣，有人寫文案、有人做策劃又有人做投放，他們就像是團(tuán)隊(duì)成員一樣互相博弈、互相討論，最終呈現(xiàn)出一個(gè)結(jié)果，我認(rèn)為這是一個(gè)巨大的機(jī)會(huì)。

AI營(yíng)銷新范式：從您自己的角度來看，你認(rèn)為“人”在整個(gè)AI驅(qū)動(dòng)的工作體系中還有不可替代性嗎？

范凌：人始終是不可被替代的。

不管是之前提到的“0~1”的工作還是“1~∞”的工作，盡管過程是由AI完成的，但是它仍然是由人來驅(qū)動(dòng)，靠人啟動(dòng)的。像之前提到的電商，產(chǎn)品效果圖如何優(yōu)化是需要AI去處理的，但用什么Idea去賣，永遠(yuǎn)是人需要思考的問題。

AI營(yíng)銷新范式：王堅(jiān)院士曾說過“AI并非是工具的革命，而是革命的工具”，隨著AI Agent對(duì)創(chuàng)意工作流的重構(gòu)，我們也需要一種更加適配AI時(shí)代的企業(yè)結(jié)構(gòu)，您認(rèn)為未來企業(yè)需要怎樣構(gòu)建更具“AI協(xié)同彈性”的組織能力？

范凌：這也是如今AI時(shí)代企業(yè)面對(duì)的主要困境之一，他們只想買一個(gè)好用的工具，卻不愿意改變自己。

在過去開發(fā)軟件需要前端、后端、測(cè)試、運(yùn)維等20多個(gè)職能角色協(xié)同，但在AI的加持下，單個(gè)個(gè)體就能承擔(dān)多重角色，如果繼續(xù)沿用過往的分工體系，AI也只能在單個(gè)環(huán)節(jié)提升少量效率，跨職能協(xié)作的效率瓶頸始終存在。

因此企業(yè)真正需要突破的是組織架構(gòu)的變革，告別傳統(tǒng)按職能劃分的20種分工模式，轉(zhuǎn)向讓個(gè)體或團(tuán)隊(duì)端到端負(fù)責(zé)全流程。

AI營(yíng)銷新范式：從單個(gè)Agent提效到“Multi-Agent協(xié)同”，特贊在這個(gè)升級(jí)過程中，通過Agent間的“博弈討論”解決了哪些過去單一工具無法突破的瓶頸？

范凌：特贊正在探索用AI模擬消費(fèi)調(diào)查的前沿路徑。通過智能體自主瀏覽社交平臺(tái)的公開內(nèi)容，利用大模型構(gòu)建聚合化的用戶模擬智能體，生成虛擬用戶畫像，再由多個(gè)AI專家智能體協(xié)同對(duì)這些“虛擬消費(fèi)者”進(jìn)行自動(dòng)訪談，從而幫助品牌低成本獲得對(duì)內(nèi)容偏好與消費(fèi)動(dòng)因的洞察。

這種方式在效率與規(guī)模上已遠(yuǎn)超傳統(tǒng)調(diào)研：過去找真人做訪談費(fèi)時(shí)費(fèi)力，現(xiàn)在每天能處理近萬份調(diào)研。我們目前已經(jīng)模擬了30多萬個(gè)多元消費(fèi)者，輸出的洞見常有意料之外的驚喜。

最終呈現(xiàn)出的結(jié)果也比較有說服力：真人回答問題的兩周一致性約81%，而AI智能體的模擬結(jié)果能達(dá)到85%。當(dāng)然用戶洞察只是一小步，我們接下來還會(huì)嘗試接入不同工具來做符合用戶的營(yíng)銷與新產(chǎn)品。

AI營(yíng)銷新范式：您是否認(rèn)為未來品牌內(nèi)容的決策權(quán)會(huì)隨著AI的功能更加完善而轉(zhuǎn)移？

范凌：傳統(tǒng)的品牌做決策依靠Social Listening，這種形式有明顯的局限性：首先，一旦數(shù)據(jù)被爬下來就變成靜態(tài)的，而消費(fèi)者是動(dòng)態(tài)變化的；其次，將每個(gè)對(duì)象都標(biāo)簽化再分析，是難以還原和理解真實(shí)用戶反饋的。這就好比即使我們知道橘子的元素構(gòu)成，也無法復(fù)現(xiàn)橘子和它的味道。特贊現(xiàn)階段可以用AI智能體來模擬85%的消費(fèi)者特征，雖然并不能100%還原消費(fèi)者，但對(duì)品牌決策而言已經(jīng)足夠了，商業(yè)的本質(zhì)并不是對(duì)錯(cuò)題，而是概率題，關(guān)鍵在于找到合理而非“絕對(duì)正確”的解決方案。

很多時(shí)候品牌的判斷都是一個(gè)人的決定，而決定又源于直覺，直覺是很難描述的。但AI能模擬不同視角的利弊分析，它能幫助決策者看到自己原有的思維盲區(qū)。

所以AI并非是在替人做決策，而是為人提供一些全新的視角，來協(xié)助做決策，因此我認(rèn)為我們的初衷是希望能讓原先較為感性的決策過程變得可追溯。

此外我們還發(fā)現(xiàn)，很多用戶在用AI協(xié)助決策時(shí)并非是為了找到新答案，而是佐證已有的想法。比如他心里大概有個(gè)方向，想通過AI找支撐點(diǎn)，讓內(nèi)部溝通時(shí)方案更有說服力。這其實(shí)更貼近商業(yè)真實(shí)場(chǎng)景。畢竟決策本身沒有絕對(duì)對(duì)錯(cuò)，執(zhí)行力強(qiáng)弱才是關(guān)鍵。哪怕是正確的決定，拖太久或溝通不到位也會(huì)失敗。

所以我們從不追求用AI實(shí)現(xiàn)決策自動(dòng)化，而是希望解決決策卡頓問題。當(dāng)AI能快速輸出多維度分析，決策者就不用在信息不全時(shí)糾結(jié)，也不用花大量時(shí)間說服團(tuán)隊(duì)，讓決策鏈條更順暢。畢竟商場(chǎng)上很多事不是想清楚了才做，而是邊做邊調(diào)整，關(guān)鍵是先把決定落地。

AI營(yíng)銷新范式：最后，當(dāng)AI成為創(chuàng)意生產(chǎn)的“新伙伴”，在您看來，品牌在構(gòu)建AI驅(qū)動(dòng)的內(nèi)容能力時(shí)，如何平衡效率、商業(yè)價(jià)值與社會(huì)/合規(guī)責(zé)任？

范凌：永遠(yuǎn)不要把技術(shù)和人文對(duì)立起來。技術(shù)的進(jìn)步，不是為了取代人，而是為了釋放人的潛力，賦予我們創(chuàng)造新價(jià)值的可能。

在營(yíng)銷創(chuàng)意行業(yè)，AI的價(jià)值不在于“替代”，而在于“解放”——它能幫助品牌更高效地完成單一重復(fù)勞動(dòng)，把團(tuán)隊(duì)的精力釋放出來，用于構(gòu)思真正打動(dòng)用戶的內(nèi)容。這是效率的提升，也是商業(yè)價(jià)值創(chuàng)造的前提。

與此同時(shí)，AI內(nèi)容的使用也不能脫離社會(huì)責(zé)任與合規(guī)的約束。特別是在創(chuàng)意內(nèi)容中，如何確保原創(chuàng)性、公平性和對(duì)用戶隱私的尊重，都是我們必須認(rèn)真對(duì)待的議題。比如，在特贊的實(shí)踐中，我們始終堅(jiān)持標(biāo)注AIGC生成內(nèi)容，通過隱性標(biāo)識(shí)、顯性標(biāo)識(shí)和溯源技術(shù)等確保生成內(nèi)容的安全可控；在構(gòu)建數(shù)據(jù)庫(kù)時(shí)避免涉及個(gè)人隱私，通過數(shù)據(jù)脫敏、數(shù)據(jù)分級(jí)、數(shù)據(jù)加密等多種技術(shù)和管理措施確保數(shù)據(jù)的安全合規(guī)等等。當(dāng)然，我們也在通過各類安全管理和安全工具不斷的完善我們的內(nèi)容保護(hù)能力。

所以我認(rèn)為，在構(gòu)建AI驅(qū)動(dòng)的內(nèi)容能力時(shí)，應(yīng)該做到三維協(xié)同。效率、商業(yè)價(jià)值和社會(huì)責(zé)任不是對(duì)立關(guān)系，而是一個(gè)系統(tǒng)工程。真正的創(chuàng)新，不是只比誰跑得快，而是誰跑得遠(yuǎn)、跑得正、跑得穩(wěn)。