好時(shí)押注 Agentic AI：一場(chǎng)圍繞20億美元營(yíng)銷預(yù)算的“測(cè)量革命”

作者 戴莉娟

“我知道有一半廣告費(fèi)被浪費(fèi)了，但我不知道是哪一半”——廣告行業(yè)流傳數(shù)十年的痛點(diǎn)，終于被AI撕開了一道破局口子。

近日，全球糖果巨頭好時(shí)正式官宣，聯(lián)合營(yíng)銷分析平臺(tái)Mutinex、數(shù)據(jù)基礎(chǔ)設(shè)施公司Tracer，對(duì)沿用多年的營(yíng)銷組合建模（MMM）體系進(jìn)行全面重構(gòu)，將Agentic AI（代理式AI）深度嵌入20億美元營(yíng)銷預(yù)算的決策全流程。

對(duì)于手握Reese's、SkinnyPop等多個(gè)知名品牌的好時(shí)而言，這絕非一次簡(jiǎn)單的技術(shù)升級(jí)，而是一場(chǎng)圍繞“營(yíng)銷能否真正成為可量化投資”的深度組織變革——畢竟，即便身為全球頭部消費(fèi)品牌，它也長(zhǎng)期被困在“營(yíng)銷預(yù)算越漲，效果越難衡量”的矛盾里。

01傳統(tǒng)MMM失靈：滯后的測(cè)量，追不上快速變化的營(yíng)銷戰(zhàn)場(chǎng)

營(yíng)銷組合建模（MMM）本身并不新鮮，作為大型品牌預(yù)算歸因、媒體效果分析的核心工具，它已經(jīng)陪伴行業(yè)走過(guò)數(shù)十年。其核心邏輯很簡(jiǎn)單：通過(guò)統(tǒng)計(jì)模型，分析電視廣告、數(shù)字媒體、價(jià)格促銷、渠道鋪貨等各類變量對(duì)銷量的影響，幫品牌找到“真正能帶來(lái)增長(zhǎng)的營(yíng)銷投入”。

在互聯(lián)網(wǎng)廣告爆發(fā)的年代，MMM曾被視為品牌營(yíng)銷的“財(cái)務(wù)語(yǔ)言”，是CMO們爭(zhēng)取預(yù)算、復(fù)盤效果的重要依據(jù)。但隨著媒介環(huán)境的快速迭代，這套“老辦法”的弊端越來(lái)越明顯——太慢了。

據(jù)好時(shí)高管披露，過(guò)去一次完整的MMM分析，往往需要耗時(shí)數(shù)月。最夸張的是，企業(yè)可能在2025年中期，才能拿到2024年的完整營(yíng)銷數(shù)據(jù)復(fù)盤結(jié)果，而此時(shí)市場(chǎng)團(tuán)隊(duì)早已在推進(jìn)2026年的預(yù)算規(guī)劃。

這種嚴(yán)重的滯后性，早已跟不上當(dāng)下的營(yíng)銷節(jié)奏：媒介渠道越來(lái)越碎片化，零售媒體崛起、短視頻重構(gòu)消費(fèi)路徑、AI搜索改變流量邏輯，消費(fèi)者的決策鏈路也變得越來(lái)越非線性。當(dāng)媒介變化以“周”為單位迭代時(shí)，營(yíng)銷測(cè)量還停留在“年度復(fù)盤”，顯然已經(jīng)不合時(shí)宜。

這也是好時(shí)果斷押注Agentic AI的核心原因——它要解決的，從來(lái)不是“如何做模型”，而是“如何讓營(yíng)銷決策跟上市場(chǎng)變化”。

表面上看，好時(shí)是在升級(jí)MMM系統(tǒng)，但本質(zhì)上，它正在重構(gòu)整個(gè)營(yíng)銷組織的決策機(jī)制。

根據(jù)公開信息，Mutinex為好時(shí)打造的是一套“持續(xù)在線MMM”（Always-on MMM）系統(tǒng)，背后依托Claude、Gemini等大模型能力，核心是一套“多代理AI系統(tǒng)”——簡(jiǎn)單說(shuō)，就是讓不同的AI Agent各司其職，替代過(guò)去人工耗時(shí)費(fèi)力的分析工作：一個(gè)AI Agent專注營(yíng)銷計(jì)量經(jīng)濟(jì)學(xué)，負(fù)責(zé)核心數(shù)據(jù)歸因；一個(gè)AI Agent聚焦競(jìng)爭(zhēng)定價(jià)分析，實(shí)時(shí)跟蹤競(jìng)品動(dòng)態(tài)；一個(gè)AI Agent負(fù)責(zé)診斷模型異常，保障數(shù)據(jù)準(zhǔn)確性；一個(gè)AI Agent專門做預(yù)算模擬與媒體配置推演，提前預(yù)判效果。

而Tracer則承擔(dān)了“地基”角色——數(shù)據(jù)清洗與標(biāo)準(zhǔn)化。很多品牌的痛點(diǎn)不是沒(méi)有AI工具，而是沒(méi)有“能被AI讀懂的數(shù)據(jù)”：營(yíng)銷數(shù)據(jù)分散在CRM、零售系統(tǒng)、電商平臺(tái)、廣告渠道等多個(gè)場(chǎng)景，格式不統(tǒng)一、口徑不一致，即便引入AI，也難以落地生效。Tracer做的，就是把這些零散的數(shù)據(jù)“規(guī)整好”，為AI提供一個(gè)可計(jì)算、可復(fù)用的數(shù)據(jù)底座。

當(dāng)數(shù)據(jù)底座與AI建模能力結(jié)合，好時(shí)的營(yíng)銷決策效率實(shí)現(xiàn)了質(zhì)的飛躍：過(guò)去需要數(shù)月完成的分析，現(xiàn)在三周內(nèi)就能完成模型運(yùn)行，并且正逐步實(shí)現(xiàn)按月更新決策——這與過(guò)去一年僅幾次復(fù)盤的模式，形成了天壤之別。

02從“花錢”到“投資”：營(yíng)銷行業(yè)的核心邏輯正在被AI改寫

好時(shí)的嘗試，最值得關(guān)注的不是技術(shù)本身，而是它折射出的營(yíng)銷行業(yè)變革：過(guò)去幾十年，營(yíng)銷行業(yè)一直存在一個(gè)結(jié)構(gòu)性矛盾——CMO負(fù)責(zé)花錢，但很難像CFO那樣，用明確的財(cái)務(wù)語(yǔ)言證明“投入產(chǎn)出比”。

尤其是品牌廣告領(lǐng)域，“品牌心智”“情緒連接”“長(zhǎng)期價(jià)值”這些概念雖重要，卻始終缺乏可量化的衡量標(biāo)準(zhǔn)。這也是為什么，經(jīng)濟(jì)承壓時(shí)，營(yíng)銷預(yù)算往往是最先被削減的部分——它被視為“成本”，而非“可產(chǎn)生回報(bào)的投資”。

Mutinex市場(chǎng)顧問(wèn)Lou Paskalis的一句話，點(diǎn)出了問(wèn)題的核心：“營(yíng)銷之所以長(zhǎng)期缺乏可信度，很大程度上是因?yàn)闅v史上的歸因方式一直存在爭(zhēng)議。” 簡(jiǎn)單說(shuō)，不是營(yíng)銷沒(méi)有數(shù)據(jù)，而是沒(méi)有足夠可信、足夠及時(shí)的數(shù)據(jù)，支撐實(shí)時(shí)決策。

而Agentic AI的出現(xiàn)，正在改變這一現(xiàn)狀。它的價(jià)值不只是“自動(dòng)化”，更在于讓營(yíng)銷測(cè)量進(jìn)入“動(dòng)態(tài)決策時(shí)代”——過(guò)去品牌做媒體規(guī)劃，多依賴歷史經(jīng)驗(yàn)和年度復(fù)盤，比如電視預(yù)算占比、社媒投放增量、電商廣告配置等，都帶有強(qiáng)烈的經(jīng)驗(yàn)驅(qū)動(dòng)色彩。

但未來(lái)，營(yíng)銷預(yù)算的分配可能會(huì)越來(lái)越像金融投資組合：系統(tǒng)會(huì)根據(jù)市場(chǎng)實(shí)時(shí)反饋，動(dòng)態(tài)調(diào)整資源配置——哪個(gè)渠道ROI下降、哪個(gè)媒介觸達(dá)效率上升、哪類創(chuàng)意轉(zhuǎn)化更高、哪種價(jià)促組合更有效，AI Agent都會(huì)實(shí)時(shí)測(cè)算、持續(xù)優(yōu)化，真正成為“預(yù)算優(yōu)化器”。

這意味著，營(yíng)銷行業(yè)正在從“事后復(fù)盤”全面進(jìn)入“實(shí)時(shí)運(yùn)營(yíng)”，而AI正在重構(gòu)營(yíng)銷行業(yè)最核心的基礎(chǔ)設(shè)施。

值得注意的是，好時(shí)并不是個(gè)例。過(guò)去一年，全球廣告行業(yè)已經(jīng)出現(xiàn)一個(gè)明確趨勢(shì)：AI正在從“內(nèi)容生成工具”，深度滲透到“營(yíng)銷基礎(chǔ)設(shè)施層”。

比如，Jellyfish早已用AI優(yōu)化媒體規(guī)劃，PubMatic嘗試通過(guò)AI Agent重構(gòu)程序化廣告供應(yīng)鏈，大量MarTech公司也在將Agentic AI引入投放、創(chuàng)意、歸因與預(yù)算管理全流程。

這背后，是營(yíng)銷技術(shù)行業(yè)的方向轉(zhuǎn)變：過(guò)去兩年，大模型的應(yīng)用多集中在內(nèi)容生產(chǎn)——AI寫文案、做海報(bào)、生成視頻、當(dāng)客服，這些都是“表層應(yīng)用”；而如今，越來(lái)越多品牌意識(shí)到，真正影響商業(yè)效率的，是“決策自動(dòng)化”，而營(yíng)銷預(yù)算管理，正是最具商業(yè)價(jià)值的AI應(yīng)用場(chǎng)景之一。

畢竟，相比生成一張廣告海報(bào)，決定“20億美元該如何分配”，顯然更能影響企業(yè)的增長(zhǎng)全局。

對(duì)于快消品牌而言，這種能力尤為重要。好時(shí)的媒體與渠道營(yíng)銷總投入超20億美元，在這樣的預(yù)算體量下，即便只提升4%-5%的效率，帶來(lái)的收益也十分可觀——這也是好時(shí)預(yù)估的新系統(tǒng)潛在價(jià)值。

而快消品牌的天然屬性，也讓它們成為Agentic AI的重要試驗(yàn)場(chǎng)：品牌矩陣復(fù)雜、渠道高度碎片化、市場(chǎng)變化極快，傳統(tǒng)的復(fù)盤機(jī)制早已難以適應(yīng)，AI帶來(lái)的動(dòng)態(tài)決策能力，正是它們迫切需要的。

03AI營(yíng)銷下半場(chǎng)：CMO的核心競(jìng)爭(zhēng)力，正在被重新定義

過(guò)去兩年，營(yíng)銷行業(yè)對(duì)AI的討論，大多集中在創(chuàng)意層面——AI廣告片、AI海報(bào)、AI數(shù)字人，甚至AI內(nèi)容工廠，都成為行業(yè)熱點(diǎn)。但好時(shí)的案例，揭示了AI營(yíng)銷的下一階段：AI開始進(jìn)入企業(yè)核心的經(jīng)營(yíng)系統(tǒng)，不再是“輔助創(chuàng)意的工具”，而是“驅(qū)動(dòng)經(jīng)營(yíng)決策的核心引擎”。

這種變化，也正在重新定義CMO的核心競(jìng)爭(zhēng)力。未來(lái)，CMO的能力邊界，將不再局限于品牌洞察與創(chuàng)意表達(dá)，更要具備數(shù)據(jù)治理能力、AI系統(tǒng)協(xié)同能力、動(dòng)態(tài)預(yù)算管理能力、跨渠道經(jīng)營(yíng)能力，以及對(duì)增長(zhǎng)模型的理解能力——營(yíng)銷崗位，正在逐漸“金融化”“技術(shù)化”。

而Tracer高管的一句話，或許點(diǎn)出了整個(gè)行業(yè)的現(xiàn)狀：“多數(shù)企業(yè)的問(wèn)題并不是沒(méi)有AI，而是數(shù)據(jù)還沒(méi)有準(zhǔn)備好。” 對(duì)于品牌而言，想要抓住AI營(yíng)銷的下半場(chǎng)機(jī)遇，先搭建好標(biāo)準(zhǔn)化的數(shù)據(jù)底座，或許比盲目引入AI工具更重要。

當(dāng)然，這并不意味著AI會(huì)徹底替代營(yíng)銷團(tuán)隊(duì)。營(yíng)銷從來(lái)都不只是“數(shù)學(xué)問(wèn)題”，品牌情緒的把握、文化趨勢(shì)的洞察、創(chuàng)意的表達(dá)、消費(fèi)者心理的感知，這些需要人文思考的環(huán)節(jié)，依然離不開人的判斷。

但AI會(huì)深刻改變營(yíng)銷團(tuán)隊(duì)的工作結(jié)構(gòu)：未來(lái)，大量重復(fù)性的分析、預(yù)算測(cè)算、歸因建模工作，都會(huì)被AI Agent承擔(dān)；而營(yíng)銷團(tuán)隊(duì)的核心精力，將聚焦在戰(zhàn)略判斷、品牌方向、創(chuàng)意定義、用戶洞察和增長(zhǎng)決策上。

簡(jiǎn)單說(shuō)，AI正在把營(yíng)銷行業(yè)，從“人工執(zhí)行驅(qū)動(dòng)”推向“系統(tǒng)協(xié)同驅(qū)動(dòng)”。

好時(shí)如今押注的，從來(lái)不是一個(gè)簡(jiǎn)單的MMM工具，而是下一代營(yíng)銷操作系統(tǒng)——它要做的，是用AI終結(jié)“廣告費(fèi)浪費(fèi)”的行業(yè)困局，讓營(yíng)銷真正成為可量化、可優(yōu)化、可產(chǎn)生持續(xù)回報(bào)的核心投資。

而這場(chǎng)圍繞20億美元預(yù)算的“測(cè)量革命”，或許也將成為營(yíng)銷行業(yè)進(jìn)入AI下半場(chǎng)的重要標(biāo)志。

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。