12月23日，中國商務廣告協會AI營銷應用工作委員會（以下簡稱AI工委會）一屆理事會第三次會議暨二屆理事會第一次會議在北京舉行，線上線下近60家成員單位代表出席并參會。

經協會提名及現場全體成員單位投票選舉，明略科技憑借在AI營銷領域的深厚積累與突出貢獻，當選AI工委會二屆理事會理事長兼秘書長單位，明略科技創始人、CEO兼CTO吳明輝受聘擔任二屆理事會理事長職務。

會議現場，吳明輝代表明略科技受牌，并從AI變革下中國營銷行業如何發展的全局視角，分享了Agentic AI（代理式AI）及其在營銷行業的未來發展趨勢。

以下為現場分享實錄。

大家好，今天我想跟大家匯報和分享一下現在AI的一些新進展，以及我們感受到的AI對各行各業，尤其是對廣告、營銷行業變革的一些思考。

一、AI的能力仍在躍遷式突破

大語言模型：從奧數銀牌到金牌

人工智能最新的能力，大家應該都有切身的體感。

我原來是奧數銀牌獲得者，今年年初DeepSeek剛出來的時候，它的奧數也是銀牌水平，當時我跟很多朋友說，半年后它就比我厲害了。

果然，最近大家已經看到了它最新的能力——國際奧數金牌。這意味著，人工智能在數學、邏輯、量化推理等方面，已經超過了人類99.9%的水平，因為全世界每年只有幾十個金牌。

所以從這個角度來講，它的智商已經非常高了，而且進步還非常快，目前很多行業已經卷不動了，但AI行業還在996，我自己帶的小團隊目前也還在996。

AIGC：從有問題到近乎完美

大家再看跟營銷行業密切相關的AIGC文生圖和文生視頻。2023年文生圖還存在大量問題，比如大家詬病的手部問題等等。

我記得AIGC剛出來的時候，我的很多客戶，尤其是大型客戶都不敢用，因為很多AIGC生圖有明顯的問題。

但現在它的進步非?？鋸垼医o大家看一個能反映文生圖能力的小案例，Prompt叫”鳥巢演唱會手持拍攝”。左邊是示例原圖——漂流手持拍攝，任務是讓它生成鳥巢手持拍攝。

這組圖有兩個細節能證明AIGC的突破性。一是光影，后兩張圖的手部特寫，局部光線已經可以根據環境光線調整變換。

更可怕的，是攝像頭里的小屏幕真的就是外面大屏幕的縮略圖，這說明AI今天已經對很多世界模型有了極其深刻的理解。

從這個角度看，我相信AI給營銷行業一定會帶來革命性的變化。今天文生視頻還有一點問題，但再過一兩年，也會成為AI的基礎能力。

二、2025年營銷行業最大的變革：Agentic AI

不過，回過頭看2025年，對營銷行業而言，最大的變革并非源于AI能力的躍遷，而是一個新概念——Agentic AI。

明略上市，資本市場對我們的定位，是“全球Agentic AI第一股”。什么是Agentic AI？我稍微一下。

英偉達創始人黃仁勛在2025年1月的CES大會上，將AI的發展歷程總結為4個階段：

第一階段是Perception AI（感知智能），指AI能理解圖像、文字和聲音，場景包括語音識別、推薦系統、醫學成像等，大家熟悉的商湯科技，是中國在人臉識別、機器視覺領域頭部的AI公司，也是港股上市公司。它做的工作就是我碩士研究生研究的工作，叫CV（Computer Vision），就是用AI來模擬人的眼睛。我們AI工委會理事會成員單位科大訊飛，最開始做的ASR自動語音識別，是用AI模擬人的耳朵。

第二個階段叫Generative AI（生成智能），指AI能生成圖像、文本和聲音，Generative AI真正開始火是從2023年OpenAI的GPT-3.0、3.5、4.0依次發布之后，被大家廣泛認知。

我碩士一、二年級研究的是CV圖像識別，三年級做的是跟NLP相關的研究，碩士論文的研究方向，是基于語言模型的推薦系統。但2012年，圖像識別已經被深度學習徹底顛覆，所以2019年我回北大讀博時就有預期——自然語言處理技術大概率也會被深度學習攻克，遠超人類水平。果不其然，2022年變革就來了。

為什么自然語言處理技術重要呢？我們學人工智能的都知道，自然語言處理是人工智能皇冠上的明珠，它的重要性相當于數學里的數論。

它之所以重要是因為人大腦的思考、推理和邏輯演繹，以及對整個世界的理解，也就是人類智慧的底層，其實都是基于語言和符號進行的。NLP自然語言處理被攻克，意味著人類智能、智慧的底層被AI徹底理解了。

感知智能和生成智能讓AI有了眼睛、耳朵和大腦，只差手和腳了。

第三個階段和第四個階段，一個叫Agentic AI（代理式AI），一個叫Physical AI（物理AI），它們解決的就是手和腳的問題。

AI的手和腳，我們可以稱之為行動系統，如果一個智能體既有手腳，也有大腦、眼睛和耳朵，它就是一個完整的、能干很多工作的智能體。

所以不管是Agentic AI還是Physical AI，實際上都是擁有了手和腳的人工智能，它是能真正通過勞動創造價值的智能系統，兩者的區別在于，Agentic AI是在電腦上干活，而Physical AI是在物理世界干活。

明略科技今天在開發的產品DeepMiner，就是讓AI自動在電腦上干活。

從Agent到Agentic AI的進化

當然，早在2023年，Agent就出現了，它也是Agentic AI的一部分，只不過今天因為多模態大模型能力的大幅增強，這一賽道又迎來了新的變革。

Agent的概念，其實在人工智能概念出現的同期就被提出了，它指的是讓機器代替人干活。原理類似于廣告行業的Agency，只不過前者是讓機器工作，后者是由人組成的團隊工作。

以前，Agent的工作模式是人機協同，人在其中承擔規劃的角色。比如公司CTO接到客戶的需求后，需要對任務做拆解并規劃，之后通過代碼，將解決方案轉化為可自動執行的程序，解決客戶的問題。

下圖出自我北大師妹翁荔（Lilian）2023年在自己博客上發布的論文《基于大模型構建的無人智能體（LLM Powered Autonomous Agents）》，這篇文章可以被稱為現代Agent的奠基論文。

Autonomous Agents，即無人智能體，它的偉大之處，在于讓AI而非人來做規劃。

AI做規劃大家一定體驗過，比如出去玩做旅游規劃，在廣告營銷行業或各種各樣的辦公場景，AI也可以幫我們把一個個復雜問題分解為簡單問題以及更簡單的問題。所以規劃里最重要的工作叫”Subgoal Decomposition”，即子任務分解或子目標分解。小到個人，大到一個組織，任何任務都可以被一層層分解。

當然還有其他工作，比如Reflection反思，計劃做完需要回看工作執行得效果，這也是Planning的一部分。

規劃完成后，智能體就可以通過”手和腳”操控軟件在電腦上工作。2023年這篇論文發布時，可使用的軟件只有計算器、日歷、代碼執行器、搜索引擎等，當時也出現了像Perplexity這樣的好用的Agent。2024年又出現了Deep Research工具，可以執行簡單的數據分析任務，完成某個場景的輕量級任務。

真正的突破來自Manus，它的創始團隊之前曾研發壹伴和微伴助手，后被明略收購，之后團隊又創業做了Manus，非常成功，產品發布不到1年全球ARR已經有一億美元，非常非常厲害。

Manus的成功得益于大語言模型的成熟，它底層使用的，是最新的Claude模型，更重要的一點，是它接入了電腦，接入了瀏覽器，接入了更多的Tools，使得Agent可以幫用戶干更多高級的、復雜的任務。

這個領域當前也是AI最火熱的領域。當然，其中也有很多難點，包括怎么做Planning模型、做Tool Use模型。

三、從”留椅子給客戶”到”留椅子給AI”

前段時間，我在一個商學院做分享時提到，亞馬遜創始人貝索斯在公司內部開會有一個基本要求——留一把空椅子給客戶。這代表著以客戶為中心的思維方式。

今天，貝索斯的話依然正確，但我們還要再加把椅子，給AI。

為什么？因為AI可以扮演很多角色，制定戰略、設計產品、規劃營銷方案時，我們都應該思考：如果AI也在其中扮演角色，它該扮演誰？我們該如何與它合作？

這也是當前營銷行業必須思考的重要問題。

舉個例子，當下的一個現實挑戰，是很多廣告公司都會用AI來提效，客戶就會質疑：”你們的交付很多都是AI干的，能不能降價？”

作為行業協會，我們應該思考如何制定相應的行業規范來反內卷？如何讓AI賦能的行業更繁榮？如何將資源投入到人才發展上以更好地滿足客戶需求？這都是擺在我們面前的重大課題。

討論AI對營銷行業的影響，還必須認清一個現實：我們的客戶在用AI，我們自己在用AI，我們的上下游也在用AI，整個營銷生態都在AI化。

這是生態系統的重構，只有從這一全局視角出發，我們才能真正理解AI帶來的變革，并找到應對之道。

四、營銷行業正邁入Agentic Marketing時代

基于對AI發展趨勢的觀察，我最近提出了一個新概念——Agentic Marketing（智能體營銷）。

廣告營銷行業有很多利益相關方，包括品牌、廣告營銷代理、媒體和消費者，不同角色相互鏈接，構成了一個完整的閉環，其中既有上下游間的合作，也有同行間的競爭。但未來這種模式可能被Agentic Marketing改變。

Agentic Marketing的邏輯，是未來每個角色都會訓練自己的Agent，大家的工作不再是親自執行某項具體任務，而是編寫、調優Agent，給它準備訓練數據，將自己的專業知識傳授給它。

最終代替不同角色協作的，是Agent。Agent之間，將形成多智能體協作的結構，多智能體也會有多種編排模式，包括了競爭、協作、分工等等。

這個趨勢今天其實已經發生了。

消費者端，他們已經不需要親自購物，而是通過采購代理瀏覽商品、做出決策。這也是為什么生成式引擎優化（GEO，Generative Engine Optimization）重要的原因。

媒體端，同樣的變化也在發生。今天媒體的銷售人員已經不需要推銷流量，程序化廣告交易平臺自動就能完成交易。

所以，營銷行業接下來不僅要制定內容生成標準、GEO標準，還要制定多智能體協作標準。

最后，我給大家展示一個明略自研的可信智能體產品DeepMiner的實際應用案例。

大家看到的這頁PPT，實際是我用DeepMiner自動生成的。

我只是告訴它：”我在營銷科學大會上有個演講，其中需要談對Agentic AI的理解。你基于下方文字稿，幫我寫一頁PPT，要配圖。”

它產出的結果非常讓人震撼，其中最讓我驚訝的，是左上角這張圖。大家看到，它為”品牌方”配了一組知名品牌的LOGO，這說明AI已經有了很強的深度理解能力——它把我給的簡單的宏觀任務，自動分解成了很多微觀任務：理解內容、提取要點、設計版式、搜索配圖、排版布局，而且整個流程都自動完成。

這也讓我更加相信，營銷行業會迎來重大變革。

以上就是我今天的分享，特別期待與大家攜手合作，共同打造一個對人類更友好的AI生態。

謝謝大家!