12月23日，中国商务广告协会AI营销应用工作委员会（以下简称AI工委会）一届理事会第三次会议暨二届理事会第一次会议在北京举行，线上线下近60家成员单位代表出席并参会。

经协会提名及现场全体成员单位投票选举，明略科技凭借在AI营销领域的深厚积累与突出贡献，当选AI工委会二届理事会理事长兼秘书长单位，明略科技创始人、CEO兼CTO吴明辉受聘担任二届理事会理事长职务。

会议现场，吴明辉代表明略科技受牌，并从AI变革下中国营销行业如何发展的全局视角，分享了Agentic AI（代理式AI）及其在营销行业的未来发展趋势。

以下为现场分享实录。

大家好，今天我想跟大家汇报和分享一下现在AI的一些新进展，以及我们感受到的AI对各行各业，尤其是对广告、营销行业变革的一些思考。

一、AI的能力仍在跃迁式突破

大语言模型：从奥数银牌到金牌

人工智能最新的能力，大家应该都有切身的体感。

我原来是奥数银牌获得者，今年年初DeepSeek刚出来的时候，它的奥数也是银牌水平，当时我跟很多朋友说，半年后它就比我厉害了。

果然，最近大家已经看到了它最新的能力——国际奥数金牌。这意味着，人工智能在数学、逻辑、量化推理等方面，已经超过了人类99.9%的水平，因为全世界每年只有几十个金牌。

所以从这个角度来讲，它的智商已经非常高了，而且进步还非常快，目前很多行业已经卷不动了，但AI行业还在996，我自己带的小团队目前也还在996。

AIGC：从有问题到近乎完美

大家再看跟营销行业密切相关的AIGC文生图和文生视频。2023年文生图还存在大量问题，比如大家诟病的手部问题等等。

我记得AIGC刚出来的时候，我的很多客户，尤其是大型客户都不敢用，因为很多AIGC生图有明显的问题。

但现在它的进步非常夸张，我给大家看一个能反映文生图能力的小案例，Prompt叫”鸟巢演唱会手持拍摄”。左边是示例原图——漂流手持拍摄，任务是让它生成鸟巢手持拍摄。

这组图有两个细节能证明AIGC的突破性。一是光影，后两张图的手部特写，局部光线已经可以根据环境光线调整变换。

更可怕的，是摄像头里的小屏幕真的就是外面大屏幕的缩略图，这说明AI今天已经对很多世界模型有了极其深刻的理解。

从这个角度看，我相信AI给营销行业一定会带来革命性的变化。今天文生视频还有一点问题，但再过一两年，也会成为AI的基础能力。

二、2025年营销行业最大的变革：Agentic AI

不过，回过头看2025年，对营销行业而言，最大的变革并非源于AI能力的跃迁，而是一个新概念——Agentic AI。

明略上市，资本市场对我们的定位，是“全球Agentic AI第一股”。什么是Agentic AI？我稍微一下。

英伟达创始人黄仁勋在2025年1月的CES大会上，将AI的发展历程总结为4个阶段：

第一阶段是Perception AI（感知智能），指AI能理解图像、文字和声音，场景包括语音识别、推荐系统、医学成像等，大家熟悉的商汤科技，是中国在人脸识别、机器视觉领域头部的AI公司，也是港股上市公司。它做的工作就是我硕士研究生研究的工作，叫CV（Computer Vision），就是用AI来模拟人的眼睛。我们AI工委会理事会成员单位科大讯飞，最开始做的ASR自动语音识别，是用AI模拟人的耳朵。

第二个阶段叫Generative AI（生成智能），指AI能生成图像、文本和声音，Generative AI真正开始火是从2023年OpenAI的GPT-3.0、3.5、4.0依次发布之后，被大家广泛认知。

我硕士一、二年级研究的是CV图像识别，三年级做的是跟NLP相关的研究，硕士论文的研究方向，是基于语言模型的推荐系统。但2012年，图像识别已经被深度学习彻底颠覆，所以2019年我回北大读博时就有预期——自然语言处理技术大概率也会被深度学习攻克，远超人类水平。果不其然，2022年变革就来了。

为什么自然语言处理技术重要呢？我们学人工智能的都知道，自然语言处理是人工智能皇冠上的明珠，它的重要性相当于数学里的数论。

它之所以重要是因为人大脑的思考、推理和逻辑演绎，以及对整个世界的理解，也就是人类智慧的底层，其实都是基于语言和符号进行的。NLP自然语言处理被攻克，意味着人类智能、智慧的底层被AI彻底理解了。

感知智能和生成智能让AI有了眼睛、耳朵和大脑，只差手和脚了。

第三个阶段和第四个阶段，一个叫Agentic AI（代理式AI），一个叫Physical AI（物理AI），它们解决的就是手和脚的问题。

AI的手和脚，我们可以称之为行动系统，如果一个智能体既有手脚，也有大脑、眼睛和耳朵，它就是一个完整的、能干很多工作的智能体。

所以不管是Agentic AI还是Physical AI，实际上都是拥有了手和脚的人工智能，它是能真正通过劳动创造价值的智能系统，两者的区别在于，Agentic AI是在电脑上干活，而Physical AI是在物理世界干活。

明略科技今天在开发的产品DeepMiner，就是让AI自动在电脑上干活。

从Agent到Agentic AI的进化

当然，早在2023年，Agent就出现了，它也是Agentic AI的一部分，只不过今天因为多模态大模型能力的大幅增强，这一赛道又迎来了新的变革。

Agent的概念，其实在人工智能概念出现的同期就被提出了，它指的是让机器代替人干活。原理类似于广告行业的Agency，只不过前者是让机器工作，后者是由人组成的团队工作。

以前，Agent的工作模式是人机协同，人在其中承担规划的角色。比如公司CTO接到客户的需求后，需要对任务做拆解并规划，之后通过代码，将解决方案转化为可自动执行的程序，解决客户的问题。

下图出自我北大师妹翁荔（Lilian）2023年在自己博客上发布的论文《基于大模型构建的无人智能体（LLM Powered Autonomous Agents）》，这篇文章可以被称为现代Agent的奠基论文。

Autonomous Agents，即无人智能体，它的伟大之处，在于让AI而非人来做规划。

AI做规划大家一定体验过，比如出去玩做旅游规划，在广告营销行业或各种各样的办公场景，AI也可以帮我们把一个个复杂问题分解为简单问题以及更简单的问题。所以规划里最重要的工作叫”Subgoal Decomposition”，即子任务分解或子目标分解。小到个人，大到一个组织，任何任务都可以被一层层分解。

当然还有其他工作，比如Reflection反思，计划做完需要回看工作执行得效果，这也是Planning的一部分。

规划完成后，智能体就可以通过”手和脚”操控软件在电脑上工作。2023年这篇论文发布时，可使用的软件只有计算器、日历、代码执行器、搜索引擎等，当时也出现了像Perplexity这样的好用的Agent。2024年又出现了Deep Research工具，可以执行简单的数据分析任务，完成某个场景的轻量级任务。

真正的突破来自Manus，它的创始团队之前曾研发壹伴和微伴助手，后被明略收购，之后团队又创业做了Manus，非常成功，产品发布不到1年全球ARR已经有一亿美元，非常非常厉害。

Manus的成功得益于大语言模型的成熟，它底层使用的，是最新的Claude模型，更重要的一点，是它接入了电脑，接入了浏览器，接入了更多的Tools，使得Agent可以帮用户干更多高级的、复杂的任务。

这个领域当前也是AI最火热的领域。当然，其中也有很多难点，包括怎么做Planning模型、做Tool Use模型。

三、从”留椅子给客户”到”留椅子给AI”

前段时间，我在一个商学院做分享时提到，亚马逊创始人贝索斯在公司内部开会有一个基本要求——留一把空椅子给客户。这代表着以客户为中心的思维方式。

今天，贝索斯的话依然正确，但我们还要再加把椅子，给AI。

为什么？因为AI可以扮演很多角色，制定战略、设计产品、规划营销方案时，我们都应该思考：如果AI也在其中扮演角色，它该扮演谁？我们该如何与它合作？

这也是当前营销行业必须思考的重要问题。

举个例子，当下的一个现实挑战，是很多广告公司都会用AI来提效，客户就会质疑：”你们的交付很多都是AI干的，能不能降价？”

作为行业协会，我们应该思考如何制定相应的行业规范来反内卷？如何让AI赋能的行业更繁荣？如何将资源投入到人才发展上以更好地满足客户需求？这都是摆在我们面前的重大课题。

讨论AI对营销行业的影响，还必须认清一个现实：我们的客户在用AI，我们自己在用AI，我们的上下游也在用AI，整个营销生态都在AI化。

这是生态系统的重构，只有从这一全局视角出发，我们才能真正理解AI带来的变革，并找到应对之道。

四、营销行业正迈入Agentic Marketing时代

基于对AI发展趋势的观察，我最近提出了一个新概念——Agentic Marketing（智能体营销）。

广告营销行业有很多利益相关方，包括品牌、广告营销代理、媒体和消费者，不同角色相互链接，构成了一个完整的闭环，其中既有上下游间的合作，也有同行间的竞争。但未来这种模式可能被Agentic Marketing改变。

Agentic Marketing的逻辑，是未来每个角色都会训练自己的Agent，大家的工作不再是亲自执行某项具体任务，而是编写、调优Agent，给它准备训练数据，将自己的专业知识传授给它。

最终代替不同角色协作的，是Agent。Agent之间，将形成多智能体协作的结构，多智能体也会有多种编排模式，包括了竞争、协作、分工等等。

这个趋势今天其实已经发生了。

消费者端，他们已经不需要亲自购物，而是通过采购代理浏览商品、做出决策。这也是为什么生成式引擎优化（GEO，Generative Engine Optimization）重要的原因。

媒体端，同样的变化也在发生。今天媒体的销售人员已经不需要推销流量，程序化广告交易平台自动就能完成交易。

所以，营销行业接下来不仅要制定内容生成标准、GEO标准，还要制定多智能体协作标准。

最后，我给大家展示一个明略自研的可信智能体产品DeepMiner的实际应用案例。

大家看到的这页PPT，实际是我用DeepMiner自动生成的。

我只是告诉它：”我在营销科学大会上有个演讲，其中需要谈对Agentic AI的理解。你基于下方文字稿，帮我写一页PPT，要配图。”

它产出的结果非常让人震撼，其中最让我惊讶的，是左上角这张图。大家看到，它为”品牌方”配了一组知名品牌的LOGO，这说明AI已经有了很强的深度理解能力——它把我给的简单的宏观任务，自动分解成了很多微观任务：理解内容、提取要点、设计版式、搜索配图、排版布局，而且整个流程都自动完成。

这也让我更加相信，营销行业会迎来重大变革。

以上就是我今天的分享，特别期待与大家携手合作，共同打造一个对人类更友好的AI生态。

谢谢大家!