对于营销人员而言，人工智能赋能的工作流程将推动增长、速度和效率达到新的高度。您的激活计划是什么？
尽管智能体人工智能仍处于发展初期，但重塑和重建营销工作流程的方法正在逐渐成型。
营销的未来将取决于企业在人工智能主导的世界中如何高效运作。消费者正通过日益智能化的系统发现、评估和购买产品；注意力分散在不断涌现的平台上；他们对相关性、个性化和即时性的期望也与日俱增。营销不再局限于活动和渠道，而是成为一个实时增长引擎，将洞察、内容、商务和绩效整合到一个持续循环中。在这种环境下，能够更快学习、大规模个性化、优化整个营销漏斗，并设计出不仅面向用户也面向引导用户的 AI 系统的体验的企业，将获得竞争优势。首席营销官（CMO）的角色也随之扩展——从品牌和需求的管理者转变为数据、技术和 AI 赋能执行的协调者。
这种执行绝非易事——营销机构对此比大多数人都更清楚。毕竟，营销人员是人工智能时代的早期采用者之一，他们试点应用了从文案生成到图像创建等各种用例。许多工具已经获得了广泛应用，但由于它们通常解决的是孤立的任务，最终形成了一系列互不相连的试点项目和系统，这些项目和系统虽然增加了活动量（例如，生成了更多早期概念图），但几乎没有带来任何有意义的企业级效益。这种碎片化很大程度上反映了传统的营销技术架构——多个内容管理系统 (CMS)、数字资产管理系统 (DAM)、客户关系管理系统 (CRM) 和分析系统，这些系统最初并非为实时智能工作流程或共享数据模型而设计。这就是“人工智能时代的悖论”：这项技术无处不在——唯独在最终收益方面却鲜有体现。
基于基础模型构建、能够执行多步骤流程的智能体人工智能系统，有望解决这一问题，因为它为组织提供了从根本上变革工作方式的机会。组织不再依赖从业人员使用孤立的工具来提升个人生产力和效率，而是可以创建人机混合型工作团队——由人员设计和管理人工智能代理网络，由代理负责大部分执行工作。在这种模式下，一位营销人员可以管理一个代理团队，从而推动增长、提高生产力，并使人类同事能够专注于更高层次的任务，例如创意和战略。实现这种转变需要现代化的技术基础：统一的身份和数据层、灵活的模型服务基础设施，以及能够为代理提供可靠 API 的内容和激活系统。
只有通过重新构想和重建围绕智能体的 AI 工作流程，才能实现这种潜在价值。这绝非易事，这也解释了为什么迄今为止，企业在从 AI 智能体中获取显著价值方面举步维艰。如果企业未能投入必要的努力来重塑工作流程，则可能造成人机协作效果不佳，以及系统远未达到预期效果。
尽管智能体人工智能仍处于发展初期，但重塑和重建营销工作流程的方法正在逐渐成型。本文将探讨创建智能体营销工作流程的五个步骤。
智能体人工智能在营销中的价值
我们估计，智能人工智能将主导当前三分之二的营销活动，实现诸如自动内容生成、合成受众测试和基于受众的媒体规划等任务（图表 1）。
图表1
最终，一支积极主动的员工队伍有可能从三个关键方面改变营销运营：
助力营收增长。麦肯锡的研究表明，在营销中实施智能工作流程的企业有望通过高度个性化的营销实现 10% 至 30% 的营收增长。由于人工智能赋能的营销活动全天候运行，并能加强跨团队和跨渠道的协作，许多新的营销活动将实现自助式服务。
提升速度。我们估计，智能体系统将使营销活动的创建和执行速度提高 10 到 15 倍，通过加快头脑风暴和审核创意，从而实现更快的测试和更精准的优化。
推动工作支出和增长。利用人工智能代理赋能更多工作，可以将之前用于流程和运营的资源重新分配到直接触达消费者。其结果是：人们可以专注于更重要的任务，并通过数据驱动的营销、媒体和创意表现获得更高的投资回报率。
当然，这些收益并非唾手可得。只有彻底革新营销工作的方式，才能真正实现这些收益。下文我们将阐述领先企业是如何做到这一点的。
创建代理营销工作流程
设计智能体人工智能解决方案通常需要五个步骤——从确定哪些任务可以由智能体完成，到重新思考人类角色以实现适当的监督（图表 2）。在推进这一过程的过程中，领导者必须意识到几个会增加执行复杂性的因素。例如，一些智能体解决方案可以应用于多个职能部门的类似任务，因此应该设计成可重用的，并能够随着技术的进步和新模型的出现而升级。智能体系统还需要设计成可扩展的。而且，在所有情况下，公司都需要根据业务目标重新构想工作流程。
图表2
第一步：创建关键营销活动的详细分类
当然，要构建未来的智能体驱动型工作流，首先必须深入了解当前的工作方式。这一过程的重要第一步是将优先级较高的工作流分解为所有关键活动的完整链。这种分解必须涵盖支持每项活动的底层系统，例如客户关系管理系统、内容管理系统、数字资产管理系统、分析系统和数据管道，因为系统限制往往会影响智能体工作流的设计。这将作为当前状态的基础，最终转化为未来状态的“全新”智能体工作流。
各行各业的许多公司都是这样起步的。例如，一家领先的消费品牌就试图重新设计创意构思和制作流程。以往，这通常是一项复杂的工作，需要耗费数月时间，众多利益相关者，包括内部员工和外部机构，都需要反复进行反馈和修改。为了确定人工智能代理如何提供帮助，该组织首先创建了一份涵盖流程中所有活动的综合清单，包括创意构思、概念创建和测试、内容制作、内容版本控制、内容优化以及代理机构管理。然后，这些活动被进一步细分为数百个独立的微任务。例如，在概念创建和测试环节，团队识别出了诸如概念图像生成、焦点小组预测试、风险评估等子任务。这种详细的分类体系让高管们对工作流程有了更全面的了解——这种了解后来为代理的构建规范提供了依据。
该分类体系还应涵盖营销中的洞察职能——例如数据综合、假设生成、消费者信号解读以及将发现转化为行动等活动。这些活动是营销流程的关键组成部分，许多活动可以通过智能工作流程得到增强或加速，而无需取代从中解读信息所需的人类判断。
步骤二：定义代理原型
在对组织范围内的任务建立起基本的了解之后，下一步是将这些任务归类为代理原型，这些原型将作为可重用的蓝图，指导代理在工作流程中的部署位置和方式。在营销组织中，这些原型可能包括“提取知识以构建背景和推理”、“分析数据以定义输出”以及“生成具有变体的跨媒介材料”。
例如，上述消费品牌的领导者将数十项营销任务归类为六种代理原型——内容生成器、知识库、本地化、分析器、规划器和操作员——随后用于定义模块化、可扩展的个体代理，以便在整个营销过程中部署和重复使用（图表 3）。
图表3
步骤 3：确定工作流程中所需的所有代理
在识别关键任务并将其归类为不同的原型之后，技术和业务领导者必须确定这些原型中需要哪些具体代理来转变工作流程。团队还必须确认代理在技术上能够与所需的系统（数据平台、内容存储库和激活平台）集成，因为系统互操作性（而非模型设计）通常是限制因素。
例如，消费者品牌确定的一个关键代理原型是内容生成。在该原型下，高管们识别出近百个独立的模块化代理——也就是说，这些代理可以插入到多个工作流程的创意流程中。例如，一个短文本生成代理可以以不同的方式应用于创意内容开发、销售材料开发、电子商务/网站优化以及与业务伙伴的联合营销等任务中。一些营销技术平台，包括 Adobe 和 HubSpot，现在提供可以直接嵌入创意工作流程的 AI 代理。这些代理可以生成和优化文案和设计变体，根据受众群体定制素材，并根据实时行为信号更新跨渠道的内容。营销人员仍然负责品牌完整性和战略指导，但代理负责协调大部分的日常制作工作。早期试点项目表明，制作周期缩短，并且能够更快地响应不断变化的市场环境。
步骤 4. 定义未来状态的工作流程，明确人员在流程中的角色
当然，随着人工智能代理越来越多地融入工作流程，人类的角色也需要随之改变。在市场营销领域，这意味着要将更多时间投入到以下任务中：基于“口味”等难以自动化的定性因素制定营销策略；更深入地了解哪些内容能够引起受众共鸣；维护和拓展与利益相关者的关系；以及参与那些最好由面对面完成的任务，例如市场营销活动。
营销人员还需要监管支撑这些工作流程的技术基础设施：数据质量和模式、内容元数据、编排规则以及 API 管理，以确保代理程序安全稳定地运行。这将要求品牌投资于能够根据品牌背景微调现成基础模型的人才，并提升员工技能以重新定义工作方式。员工需要掌握的新技能包括：
提示工程：了解如何构建指令，以便代理能够产生所需的输出
与经纪人合作：了解经纪人和营销人员之间的工作交接，并引导经纪人制定新的策略
质量监控：能够监控代理活动，发现质量、合规性等方面的异常情况，并跟踪代理任务。
运用人类专业知识完善理念：利用人类的直觉和经验评估和改进人工智能的输出结果。
数据和人工智能素养：能够准备和清理数据集，并根据实际性能验证人工智能生成的见解。
机器学习建模：应用机器学习、数据工程、实验和工作流编排方面的知识
以上述消费品牌的概念生成和测试工作流程为例。该团队创建的未来状态智能体流程包含多个智能体小组，这些小组与人类同事协作。智能体专注于生成概念和内容，对照风险指南进行交叉检查，对内容进行预测试，并撰写初稿计划。人类员工则专注于他们最擅长的领域：引导和管理智能体，审核输出结果，运用多年行业和市场经验积累的直觉和洞察力来完善创意，然后与关键利益相关者分享成果（图表 4）。这种新的工作流程使这家消费品公司能够并行生成和测试更多创意概念，加快学习周期，并使营销人员能够腾出更多时间来完善那些能够引起消费者共鸣的创意。
图表 4
第五步：分阶段确定优先级，重点关注高价值工作流程以推动采用。
在识别并绘制未来状态的工作流程图之后，组织需要确定其开发和部署的优先级；他们还必须决定是构建定制工具还是部署现成的解决方案。首要任务应包括效率潜力最大的领域，以便快速取得成效，或基于与组织整体效率和业务增长相关的目标的工作流程。优先级排序应反映技术准备情况，因为某些工作流程只有在数据管道、元数据结构和关键执行系统为智能体编排做好准备后才能实现自动化。
该消费品牌分三个阶段推出了其代理营销系统。第一阶段侧重于构建创意引擎，代理人员持续生成和完善营销活动创意和素材，为团队提供源源不断的新内容进行测试。第二阶段进一步增强了智能化和安全保障，代理人员可以对创意概念进行快速预测试，并自动检查内容是否符合品牌、法律和风险要求。最后一阶段将该系统推广至全球，使代理人员能够根据当地市场调整信息，并协调可扩展的测试和推广。
这些变革浪潮共同将缓慢的人工流程转变为快速的数据驱动系统，在一些内容创作试点项目中，与传统工作流程相比，端到端流程的速度提高了四倍。
智能体系统也开始应用于媒体执行领域。一家先进的广告平台正在构建人工智能代理，以自主优化各大数字渠道的广告活动，持续评估广告效果，调整出价和预算，将创意与目标受众精准匹配，并生成新的广告文案变体。这些代理实时运行，能够管理数千项以往需要人工持续监控的微调。早期采用者报告称，优化周期更快，广告支出回报率也显著提升，这凸显了智能体执行正在重塑现代媒体运营模式。
促进增长和普及，同时限制风险
端到端的智能代理工作流程将帮助营销机构更快地创造更多消费者体验，从而提升价值，同时推动营收增长并增加工作支出。但推动这一变革并非易事，需要领导者在整个组织内采取关键措施。品牌需要制定自上而下的愿景（由董事会和首席执行官领导），并建立强有力的治理机制，以确保技术的采纳和规模化应用，同时最大限度地减少品牌和法律问题。领导者还必须认识到，智能代理只是人工智能工具箱中的一种工具；其他工具，包括脚本编写、机器人流程自动化和机器学习，也需要考虑。如果仅仅关注智能代理，在规模化应用时可能会错失显著的效率提升机会。
这个过程并非没有风险——尤其是在营销领域，因为它直接影响面向消费者的内容和品牌认知。除了人工智能在所有职能部门带来的技术和数据风险之外，营销人员还需要密切关注潜在的品牌和法律风险。营销人员似乎已经意识到人工智能带来的新风险。麦肯锡对财富 250 强消费和科技公司的 35 位首席营销官进行的一项调查发现，高管们主要关注品牌和法律治理、人力能力挑战、技术投资不足以及数据瓶颈。洞察团队也需要新的治理机制来验证人工智能生成的洞察，设定置信阈值，并在将发现结果用于重大品牌或投资决策之前确保其准确性。
麦肯锡的研究发现，近90%的首席营销官正在营销流程的各个环节尝试人工智能的应用，但只有不到10%的人真正实现了端到端工作流程的价值。人工智能代理可以推动这一转变。但随着营销人员开始部署人工智能代理，他们也必须面对一个根本性的问题：营销的未来将由协调复杂的人工智能代理网络的能力来定义，还是人类的直觉和创造力将继续主导驱动成功的系统？
答案不在于取代人类营销人员，而在于增强他们的能力，从而创造前所未有的个性化、效率和创新水平。以人为本的洞察——基于文化理解、定性意义建构和战略判断——仍将是智能人工智能所带来的精准性和可扩展性的重要补充。真正的挑战在于如何驾驭人类判断和创造力与人工智能驱动的精准性和执行力交汇的未知领域，并在此过程中重新定义营销本身的本质。
关于作者
Dianne Esber是麦肯锡湾区办事处的高级合伙人，Eli Stein也是该办事处的合伙人；Julien Boudet是南加州办事处的高级合伙人；Kelsey Robinson是波士顿办事处的高级合伙人；Nilay Shah是纽约办事处的顾问。
作者谨此感谢 Isaac Berken 对本文的贡献。
本文由纽约办公室高级编辑 Larry Kanter 编辑。
一、未来已来：智能体AI正在重写并购市场规则并购市场正在经历一场深刻的范式转变。当大多数人还在讨论AI是否会成为并购行业的变革力量时，行业先行者已经用实际行动给出了答案。埃森哲最新发布的《The Dawn of the Agen...
一、效率已死：智能体AI重新定义并购游戏规则全球并购市场正在经历一场静默却深刻的变革。传统的交易效率竞争已经触及天花板，而真正决定未来竞争格局的，是谁能率先将智能体AI深度嵌入并购全生命周期。这不是危言耸听，而是...
大多数人工智能试点项目都能达到预期目标，但很少有项目能带来可衡量的价值，因为规模化需要一种新的、集成的人工智能架构...