在由飞书深诺集团旗下专注于电商与品牌出海的专业营销服务子品牌，飞书点跃BeyondClick举办的「2025全球化新锐品牌数字营销峰会」上，很多品牌方、营销人、技术负责人都有同一个体感：出海不再是“把预算砸出去就能跑出增量”的阶段了。平台越来越多、玩法更新越来越快；一个国家没打透，下一个国家已经在催；投放、创意、数据、合规、后链路运营——每一环都在加速、也在变复杂。飞书深诺集团产品副总裁任佩禹在现场分享了《AI在数字营销中的深度落地》主题演讲，当前AI已经从“能不能用”变成了“用在哪里、怎么用、能不能形成闭环”。如果还靠“铺人”去追平台变化、去补多市场的执行缺口，这条路会越来越难。真正可持续的办法，是让AI先把重复劳动吞掉，让人回到策略和增长的高价值决策上去。1. AI对营销的影响不再停留在生成文案，而是三股力量叠加：多模态生成、AI Agent爆发、GPU算力跃升2. 大厂广告系统被AI强行升级，不仅没被冲击，反而获得实质性回报3. 出海营销的老问题不是努力不够，而是系统性复杂度太高，AI可能是唯一的解4. 飞书深诺给出的落地路径，是“Agentic AI+全链路闭环”5. 落地成果不靠概念，靠效率、准确率、指标提升说话6. 2026年的竞争是应用AI能力的竞争，关键不在给团队开账号，而在三件事：数据资产、AI投入、业务场景转化今天想跟大家聊一个我们在内部聊得最多、也最逼着我们改变工作方式的话题：AI怎么在数字营销里真正落地。2025年这一年，AI到底发生了什么变化？为什么它会把营销这件事，推到一个新的阶段？过去我们做创意，很多时候是在“做素材”，但今年更像是在“做生产线”。素材生产周期能被压缩到以前的十分之一，成本下降70%到80% ，这意味着创意不再是瓶颈，瓶颈会转移到“你有没有能力持续跑出有效创意、并快速迭代”。AI不再只是给你一段文案、给你一张图，它开始能把一个复杂任务拆成多个子任务，甚至在一定范围内自主优化、协作完成。当实时推理能力上来，超精准定向、实时优化就从“想象”变成了“可以做”。所以我想说一句结论，当AI学会投流、生成素材、预测LTV的时候，营销技术栈正在进入AI Native阶段。
大厂被AI“反向抬升”，你以为它被冲击，其实它在吃红利
很多人今年年初还在讨论一个问题，AI会不会冲击广告大盘？会不会让搜索和信息流变弱？但大家观察一下，过去一年，大厂广告产品在AI驱动下，反而拿到了实质性回报。Meta用户停留时长平均提升5–6%，广告转化率也有3–5%的增幅；Google一些产品的用户停留时长提升到了30–40%，甚至出现“1美元带来的转化次数提升26%”这样的指标；TikTok在自动化工具与短视频生产上也有可量化的进展。这背后说明，算力、数据、系统能力最强的玩家，会先拿到红利。平台算法升级越快，越会把“素材”“优化”“预算”推向自动化，而品牌和服务商如果还在用传统方式追着跑，会越来越累。 出海营销的老问题：平台更多了、人更贵了、可参考的数据却更稀缺了
回到出海营销，我们面对的还是那些熟悉的老问题，但它们变得更尖锐了。平台越来越多、产品越来越多，“刚学会一个平台的玩法，它就更新了”；人力成本高、效率低，技术、分析、语言、业务都要懂，80%还是重复劳动；更麻烦的是，品牌在决策前往往缺少可靠的数据参考，到底选哪些媒介、哪些广告产品、做什么创意、能有什么效果？ 那是不是多招人、多铺团队就能解决？我今天的答案是：不可以 。更合理的路径，是“AI先赋能”，然后“人帮助AI”。把岗位里的隐性知识，比如一个资深投手怎么判断关停、怎么调价、怎么快速识别素材衰退，这些经验要被提炼出来，固化进产品里，才能形成可持续的竞争力。 我们怎么做“深度落地”，不是单点工具，而是先挑最难、最耗时、收益最大的环节
从去年开始，飞书深诺集团开始构建自己的营销AI产品，我们把它命名为Marvy——你可以把它理解成一个“全链路AI营销指挥官”，目标是用AI赋予企业顶级营销专家的洞察力和决策力。但我也想很坦诚地说，要达到“理想状态”，不可能一蹴而就。所以我们内部经常用“自动驾驶等级”来类比，从L0的完全手工，到L5的完全自动化，每个环节的成熟度并不一致。我们不想做一个“看起来很AI”的单点工具，更关心的是整个营销链路里，最难解决的问题在哪里？最耗时的问题在哪里？能产生最大收益的突破点在哪里？ 基于这个逻辑，我们把Agent能力往三个方向去落：策略、投放、创意，再加上内部运营的多Agent协作。（1）策略Agent：让“媒介推荐报告”变成可用、可解释、可复用策略其实最吃经验，也最怕看起来很对但不敢用。所以我们做策略Agent时，一个原则是，它必须把内部行业策略人员的分析方法和经验沉淀进去，同时联动外部数据，输出更可用的媒介推荐报告。从结果上看，它带来的不是“写报告更快”，而是把策略团队从大量信息搜集与整理里解放出来。50倍效率提升、90%成本降低、100%决策可解释。对品牌和决策人来说，“可解释”很关键，因为策略不是生成出来就能用，策略必须能被审视、能被复盘。（2）投放Agent：把“经验型操作”变成可复制的建议，准确率做到80%它做的事很具体，给投手建议，该关停的关停，该调价的调价。我们在内部验证中，相关建议的准确率能做到80%。更重要的是，它不是孤立工作的。它能把创意素材的表现实时传回去，触发创意生成Agent去迭代素材，这才是“闭环”的意义，不是AI给一个答案就结束，而是“数据反馈—决策—执行—再反馈”的自动循环。（3）多模态创意生成Agent：规模化裂变素材，用数据找出“有效果”的创意大家都知道，平台算法越升级，素材的重要性越被抬高。比如一个典型的客户痛点，素材产量不足、形式单一、衰退快。基于客户原素材，我们在很短时间里，用“性别+场景+要素组合”的方式，铺出海量素材矩阵，提升产量并丰富呈现。然后再做第二步，把有效素材拆出来，分析“它为什么有效”，形成标签；再把这些标签反复组合，延长素材生命周期、持续提高投放效果。（4）从Brief到创编的多Agent协作，让优化团队把70%的时间拿回来我们做代投、托管服务，优化师到底把时间花在哪？我们做过拆解，很多资深优化师超过70%的时间，都在重复性的创编、调优、数据分析报告里。所以我们搭了一整套链路，从接到客户需求，到解析，再到对接各个平台API，把广告实时下发到投放平台。部分客户已经实现自动化，优化师创编时间节省约70%；单国家投放计划从3–4小时压到1小时内，整体时间节省70%；同时模型预估的误差收敛，出现准确率提升25%的表现。我们不只是把“局部动作”自动化，而是尝试让系统能处理多层级嵌套的复杂逻辑（国家/媒介/产品），用有限预算撬动最大的KPI，做全局最优预算分配。 2026年怎么赢：别只讨论“用不用AI”，要讨论“拿什么养AI、怎么把AI变成增长”
我不太认同一种做法，给团队开AI账号，让大家用起来。那是非常浅层的动作。真正能构建长期竞争力的，至少要做三件事：创意资产、投放效果、投放过程数据、决策日志、SOP流程，这些都是你自己的“核心数字资产”，是AI训练与优化最关键的养料。无论是模型、工程能力，还是人员与研发投入，都要进入预算与规划。不是为了AI而AI，而是把它变成效率、变成更好的决策、变成更稳定的ROI和更确定的增长。效果数据最终能不能落到你的业务上，取决于你有没有数据资产沉淀的平台，能不能形成“数据—产品—客户”的闭环。在这里，飞书点跃BeyondClick可以进一步帮助大家，寻找AI在营销里真正的价值，不是替代人，而是让营销团队从机械劳作中解放出来，把时间重新还给策略与增长。
点击阅读原文，获取榜单报告完整版！
关注本公众号，获取最新出海资讯
发表评论 取消回复