"用 AI 的目的如果只是降本，结果一定是降质。只有用 AI 创造新模式，才能增效。"
AI 重构营销，广告与媒介领域的变革已行至何处？创意生产、媒介投放、精准定向等核心战场正被重塑，但行业转型共识尚未形成。缺乏共识导致协同效率低下，企业转型成本居高不下。
数字化时代沉淀的媒介洞察、广告监测、DMP、程序化投放等节点，在 AI 时代将被颠覆、集成还是以新形态出现？为厘清 AI 转型路径，秒针营销科学院联合多方发起《2026 AI 营销转型登山图》专家访谈。第三期聚焦"广告与媒介"，特邀爱奇艺广告策略营销总经理、秒针营销科学院营销科学家王凯航（Philip），与秒针营销科学院院长谭北平展开深度对话。
王凯航指出，当前广告行业 AI 转型处于"工具涌现"的第一阶段：技术多、方向杂、共识少。多数企业仍用 AI 做旧事，而非开新局。目前 AI 对广告的帮助有限且集中，主要体现于创意生成环节，媒介投放侧变化尚不明显。
以下为对话精华实录。
来源秒针营销科学院
对谈嘉宾〡王凯航 谭北平
策划〡张慧
王凯航（Philip）
爱奇艺广告策略营销总经理，秒针营销科学院营销科学家。拥有丰富的长视频平台广告运营与策略经验，深度参与行业数字化转型实践，对广告生态的 AI 演进有系统性观察与判断。
谭北平：AI 变革下，广告和媒介出现了哪些新的趋势？
王凯航：直观感受是技术多、方向多，但共识少。无论是 GEO、GAO 还是新技术，大家都在追新，但最佳实践尚无定论，行业处于混沌期。
从营销数字化演进看：
◾ 第一阶段是数字化，将非结构化内容变为结构化；
◾ 第二阶段是自动化；
◾ 第三阶段是智能化，寻找数据与目标的最短路径。
过去五年，多数公司接近完成数字化，但智能化不等于今天的 AI。大家对 AI 期待过高，许多想用 AI 解决的问题本是原有顽疾。AI 是工具，倒逼企业优化既有工作，而非凭空解决固有问题。
谭北平：从 AI 能力来看，它对广告行业的帮助主要体现在哪里？
王凯航：可从三类"token"理解：
◾ AIGC：产出视频图片素材，秒级交付；
◾ 文本类：生成文字内容，用于策划与答疑；
◾ 任务类：体量灵活，适配办公协作。
对应广告行业，创意生产属 AIGC，策略规划属文本类，流程管理属任务类。当前 AI 帮助有限且集中，主要在创意环节。因此，AI 红利对品牌广告的全面变现不会太快。
谭北平：爱奇艺平台上，AI 生产内容的占比变多了吗？
王凯航：分层面看。常规 TVC 中，大部分代理公司已使用 AI 降本增效，但无统一标准。AIGC 应用较多的领域包括：
◾ 医药类：真人代言受限，虚拟形象更合适；
◾ IP 联名内容：AIGC 可快速还原场景，大幅降低成本。
客观而言，创意数量未出现指数级增长，原因有二：一是部分场景 AI 成品质量未达品牌标准；二是行业共识不足，缺乏供应商筛选依据及计价标准。
关键问题在于：AIGC 从 0 到 1 可行，但从 1 到多仍需大量人工精修。品牌要求严苛，反复修改需重新跑模型，流程反而更复杂。
谭北平：千人千面现在真的实现了吗？
王凯航：还有待优化。行业已完成“千人”标签精细化，但“千面”即多元化创意供给仍是瓶颈。虽创意成本下降、质量提升，但要实现不同人群、场景、阶段看到不同广告，流程跑通与行业共识仍需时间磨合。
谭北平：媒介精准化有没有新趋势？
王凯航：变化不明显。数字广告投放遵循“识别用户、匹配广告、完成展现”的撮合逻辑。该逻辑基于上一轮机器学习建立的智能算法，生成式 AI 拓展了内容创作能力，但未改变投放撮合的底层逻辑。
谭北平：AI 能推理分析标签背后动机，替代人工调参，这是趋势吗？
王凯航：是运营趋势，即从人工操作转向自动化。理解为何未完全爆发，需梳理 AI 转型四阶段：
◾ 第一阶段：工具出现（已发生）；
◾ 第二阶段：流程改变（如“有困难先问 AI"，目前多数公司仍沿用旧流程）；
◾ 第三阶段：分工重构（人机分工未清，仍是工具辅助人）；
◾ 第四阶段：新指标诞生（最关键）。程序化广告曾带来退量比等新概念，但今天 AI 尚未产生新的营销指标体系，老指标是否被替代尚无共识。
谭北平：共识非常缺。现在的活还是过去人在干，只是部分被 AI 提效。
谭北平：未来 3~5 年，广告精准化会有什么新变化？
王凯航：未来将出现“不可描述的标签”。当下通用标签（性别、年龄等）是基于规则的预设标签。真正有价值的标签是不可描述的：基于用户行为聚类分析出的倾向性，而非事实属性。
这类标签以结果为导向（如达成购买），让算法持续迭代优化，而非设定硬性规则。未来，算法形成的标签将增多，规则形成的预设标签将减少。
谭北平：这与过去强调的透明度背道而驰，过程变得不透明了。
王凯航：中间会有过渡体系。不再是性别、年龄，而是对品牌有意义的指标，如用户情感、人生阶段、潜在购买力等。随着 AI 对人的分类更准更细，标签体系将与以前产生巨大区别。
谭北平：领先阶段，广告可能会走向 IP 化。如何理解？
王凯航：当 AIGC 增多、媒介碎片化、共识难建时，IP 价值将进一步凸显。行业内对优质 IP 资源的争夺将更激烈。
未来品牌拥有 AIGC 能力并结合 IP，广告成本将大幅下降，效率大幅提升。甚至可将代言人与 CRM 打通，明星以“为你精心挑选”的方式出现，集合情感连接、精准广告和实时营销。类似的交互式广告将越来越多。
谭北平：过去广告数字化沉淀的节点（媒介洞察、DMP、程序化投放等）在 AI 时代还在吗？
王凯航：大部分节点依然存在，只是被集成了。AI 能快速完成多个环节，未必会干掉某环节，否则可能带来负面影响。
以 DMP 为例，它依旧不可或缺，但角色会变轻。程序化投放预计进一步增长，因为海量素材分发匹配靠手工无法实现。
此外，预算分配能力及内容管理平台（CMP）需求上升。不少品牌正搭建内容自主生产能力，追求“自由化”，希望快速生成满足不同渠道需求的内容。
过去系统效率低，仅能“存”素材，难在“用”。关键卡点是打标签成本高。如今 AI 让标签变得容易：对历史素材结构化、自动标注、快速检索复用均可规模化落地。
AI 也让素材融合更容易：给 AI 两段素材可合成新的。未来协作模式或变：不再寄送产品拍摄，而是交付 prompt、模型、资产库供对方调用。
这意味着 CMP 角色升级：不只是“仓库”，而将成为可对外输出、可持续生产的“内容中心”，以及企业内容效率与一致性的重要底座。
谭北平：集成是重要方向。未来会是平台方、品牌方还是中间方主导？
王凯航：集成的前提是同时拥有数据和分发两端。平台方更有优势，尤其在数据安全背景下。但品牌方的集成偏向规则集成，平台方集成落地能力，两者不冲突。大品牌最终也需建立自己的集成体系。
谭北平：总结来看，广告数字化流程和方向仍在，各大平台和品牌方都在做集成。同时，企业若用 AI 仅为降本，结果必是降质。只有用 AI 创造新模式，才能增效。
探索更多
