从精准投放到长效增长，AI Agent重塑广告营销新范式
摘要：
告别“中心化”困局：AI Agent驱动营销迈向“自主撮合”新生态
告别“中心化”困局：AI Agent驱动营销迈向“自主撮合”新生态
2025年8月23日，在AICon全球人工智能开发与应用大会上，友盟+产品总监冯成蹊发表了题为《当AI Agent成为营销新引擎，破解流量困局与ROI迷局》的主题演讲。他深入剖析了当前营销市场中广告主与广告媒体面临的流量困境与ROI提升挑战，并系统阐述了AI Agent作为新一代营销引擎的核心价值与应用路径，为从业者提供了前瞻性的思路与切实可行的方法指引，助力其在复杂的广告环境中实现突破。
友盟+产品总监冯成蹊
01 “中心化撮合”失灵，媒体与广告主陷入双重困境
冯成蹊指出，当前中国互联网广告市场正呈现出高度集中的态势，广告预算与流量都广泛聚集到了少数头部平台。冯成蹊将这种情况形容为失衡的市场，一半是海水，一半是火焰。头部平台如同“火焰”，形成“赢者通吃”的局面。这不仅加剧了行业的内部竞争，更对中长尾媒体和广大广告主的生存空间造成了严重挤压，使其面临前所未有的经营压力。
对于希望推广App的中长尾媒体来说，他们需要在头部平台中将自身流量转变成有价值的流量，以实现曝光或变现。然而，在这一过程中，头部平台的算法往往无法充分挖掘到中小媒体的独特特征，导致其曝光或变现的效果与真实价值相比大打折扣，进而引发一系列负面结果。比如，垂直APP广告位闲置率高达40%；优质流量被低价贱卖，价值无法体现等。这些问题十分影响中长尾媒体的可持续运营。
另一方面，对于广告主来说，许多中小广告主除头部平台外，缺乏对其他获客渠道的有效认知。即便在大型平台上进行投放，虽能获得可观的曝光量和点击率，却普遍遭遇转化难题：无法精准触达目标用户，投放效果不稳定，使得获客成本不断攀升，ROI持续走低。
就双方的痛点来看，当今的核心矛盾早已指向平台的“中心化的撮合模式”。它已无法满足媒体与广告主双方对“精准”与“效率”的极致追求。
02 从“人找流量”到“自主撮合”，AI Agent重构营销模式
AI的出现为新玩家打开了更多机遇之窗。冯成蹊认为，在当前时代背景下，AI的应用已构成“天时地利人和”，成为引领营销变革的最佳技术。其中，“天时”指的是海量且高度碎片化的生态系统，亟需一种全新的智能技术去疏导和匹配客户需求；“地利”指的是高维数据与AI算力的成熟；“人和”指的是广告主的商业共识已从“流量收割”转变为“价值共生”，为AI技术的应用铺平了商业道路。
基于此，冯成蹊提出，可以通过AI Agent将“人找流量”的旧撮合模式，升级为“AI Agent自主撮合”的新范式。在AI Agent的赋能下，需求方Agent能够围绕App拉新促活、垂直行业营销等具体场景，为广告主灵活配置营销预算并精准定位目标用户；供给方Agent则可以帮助媒体方深入理解户外运动、动漫二次元、宠物等垂类App中的流量特征与变现需求。
这二者Agent再结合Agent匹配中心，就可构建一个半实时的跨App人群洞察体系。同时，这些画像又可帮助中长尾媒体将其App流量切分为多个精细的流量模块，并在平台上聚合成新的流量洞察引擎。该引擎依托数据上下文实现对用户的标准化识别，从而精准匹配用户的广告需求，最大化流量价值。
对于广告主而言，Agent匹配中心不仅能显著提升原有广告投放链路的效率，还能自动生成创意广告并预测投放效果，提供先验型的数据洞察。通过对比先验型与后验型数据，广告主即可科学评估投放成效，最终实现数据的闭环回流，挖掘更多高潜用户。
总体而言，广告主的核心任务可归纳为两点：一是通过拉新投放，扩大用户池；二是增强用户留存和黏性。友盟始终致力于智能用户运营，依托数据快速分析，有效提升用户的留存、转化、活跃与召回效率。在AI Agent的赋能下，友盟智能用户运营平台可基于人群大数据，精准匹配碎片化高价值人群与多样化运营需求，构建从“一次性投放”到“可持续增长”的完整闭环，助力广告主与媒体方真正实现广告价值的长期稳定增长。
03 揭秘广告投放底层逻辑，构建全栈技术生态
冯成蹊深入阐释道，前述AI Agent所能实现的智能撮合、精准投放与数据分析等一系列功能，其背后并非空中楼阁，而是根植于友盟精心构建的强力技术底座。这套底座融合了标准化的通信协议MCP、多模态内容生成、人群智能识别以及Agent记忆架构，共同构成了驱动营销Agent自主协同与进化的“数字神经系统”。
底座一：MCP协议让Agent与工具交互更顺畅
Agent和系统之间的交互需要采用标准的MCP协议。MCP协议可实现Agent与工具的统一。当Agent与工具逐渐增多情况下，为避免匹配混乱，内部可通过注册中心进行MCP Server配置的获取，以进行Agent和工具的动态发布和更新。
对于需要大量传递图片、视频等内容的Agent，可通过OpenSearch搜索引擎进行传递。Agent使用索引ID，即可召回相关内容。
底座二：多模态模型生成海量创意内容
通过引入通义万相、Lora等多模态模型，广告主与媒体能够高效生成多样化的创意素材。将这些创意素材与专业设计美学相融合，即可快速产出海量高质量创意，从而助力广告主与媒体实现营销价值最大化。
底座三：智能人群识别赋能高精度广告推荐
以往的传统推荐算法采用的是双塔模型，是一种基于人群行为相似度的方式进行广告推荐。而将大模型推理应用到特征识别后，人群洞察能力即可从标注的几百量级，扩充到十万级别。
为兼具语义数量、质量与速度，Embedding过程通过72B模型对7B模型进行蒸馏，并结合RAG知识库，将单投放任务从原有几十个扩充到上千个，实现场景-创意-人群高度精确匹配。
底座四：记忆优化引擎使Agent协作更“聪明”
在营销场景中，每个广告主和媒体方，对于Agent都有独立的上下文和数据。在投放场景中，单次计划都需要协同上百个不同的媒体Agent与广告主之间协作。然而，Agent的Token是有限制的，难以保留所有数据，因此在记忆层，友盟采用了“短期记忆遗忘+长期记忆压缩”的方式，来解决模型的输入Token长度限制问题。
基于上述技术底座的支持，友盟大幅简化了中长尾媒体和广告主配置任务的过程，通过Agent集群进行智能决策，以构建效果更优的广告营销。
小结：
冯成蹊总结道，从未来智能营销的发展视角来看，AI Agent已不再仅仅是一种提升营销效率的工具，随着其在各营销场景中的持续渗透与深化应用，整个营销生态将迎来一场全方位的变革。这一变革不仅重构了营销流程与协作模式，更显著拓展了广告创意的表达边界与投放精度，最终为行业创造更可持续、更具影响力的广告价值。
热门文章
关于我们
-
友小盟数据官服务号 随时掌握，最新友盟+产品动态
-
友盟全域数据 前沿的行业数据新风向
-
友小盟数据官 随时随地查看您的数据报告
