对谈13位头部企业高管：品牌怎么做AI增长？｜Morketing年中盘点

文 | Rita 曾文静

AI到底怎么用，才能真正帮品牌解决增长问题？

GEO该从哪里开始？AI生成内容越来越快，品牌又该如何避免被“平均化”？哪些投放决策可以交给模型？一次营销测试结束后，又该留下什么？

围绕这些问题，Morketing结合13位品牌与营销从业者的观察，整理出了5个值得品牌思考的AI实践方向。

1.GEO怎么做：从内容铺量，转向品牌知识基建

随着用户越来越习惯直接向AI提问，品牌需要解决的已经不只是“能不能被搜索到”，还包括“AI是否理解我、会不会推荐我”。

PureblueAI清蓝创始人兼CEO鲁扬表示，很多品牌对GEO的理解仍停留在多发文章、多铺内容，但“数量并不等于效果”。GEO的核心，是让品牌信息能够被AI准确理解，并在不同用户需求下进入推荐结果。

对于品牌来说，GEO可以从三个方向开始。

首先，先梳理品牌知识图谱。鲁扬认为，品牌首先需要回答几个基础问题：品牌是谁？服务哪些用户？产品解决什么问题？核心差异化优势是什么？

这些信息不能分散在不同渠道，也不能随着营销活动不断变化。品牌需要把核心理念、产品价值、目标用户和差异化优势系统整理，并持续更新。

特赞科技首席运营官谭屹也提到，品牌过去积累了大量内容、用户洞察和业务经验，但这些资产往往分散在不同系统里。AI时代，企业需要重新整理这些沉淀，将品牌记忆、用户认知和行业知识转化为AI能够理解和调用的Context。

其次，围绕用户意图建设内容。

品牌内容不能只回答“我是谁”，还需要回答用户会问什么。鲁扬提到，在一个健康滋补品牌项目中，通过优化内容，一篇高质量文章最多覆盖了16个用户意图。内容不仅被AI看到，也能够进入不同场景下的推荐结果。这意味着，品牌需要围绕用户的具体需求建设内容，让产品价值与真实消费场景形成连接。

同时，品牌要把GEO放进整体营销体系。

GEO不应该成为一项独立的营销动作。春节、母亲节、618等营销节点，都可以同步进行GEO布局，让品牌内容与具体消费场景形成连接。当品牌内容、AI推荐和商品交易逐渐连接，GEO也会从单纯的内容优化，成为品牌长期内容资产的一部分。

2.AI内容怎么做：先定义品牌，再提高效率

AI解决了内容供给问题，但没有解决品牌记忆的问题。Bigo Ads全球销售副总裁Alfa Tsai观察到，当所有品牌都能快速生成图片、短视频和广告文案，内容越来越丰富，品牌之间却可能越来越像。

品牌需要避免把AI变成单纯的内容生产工具。

一方面，先明确什么是品牌不能被稀释的部分。品牌不仅希望提高素材数量和测试速度，也担心品牌的语气、审美和核心卖点在持续优化中被磨平。因此，在使用AI生产内容之前，品牌需要先明确哪些价值需要长期坚持，哪些表达能够形成品牌记忆。

另一方面，用AI提高测试效率，而不是复制更多相似内容。EternityX力恒首席执行官兼创始人吕香凝认为，AI可以快速生成内容、计算转化和优化投放，但并不会天然理解消费者。

品牌可以利用AI快速生成不同内容方向，并通过测试不断验证和调整，但不能把“再做一些类似内容”当成唯一的优化方式。真正重要的是理解，一条内容为什么有效，以及下一步最值得测试什么。

当然，最重要的是把人的洞察和审美留在关键位置。

Liftoff 程序化交易与商业解决方案高级副总裁Casie Jordan观察到，创意总监正在从“创作者”转变为“AI创意流程的导演”。AI可以承担大量创意生成和迭代工作，但团队仍需要有人把握创意方向，判断AI是在放大创意价值，还是逐渐抹平内容的差异。

吕香凝也表示，“没有洞察，AI可能只是更快地生产平庸”。效率可以交给AI，但消费者洞察、文化理解和品牌判断，仍然需要由人掌握。

3.AI投放怎么做：人定义边界，模型持续学习

随着竞价、预算分配、受众识别和创意优化逐渐由模型完成，品牌不需要再依靠人工管理每一个投放环节。但AI投放并不意味着完全放弃控制，而是重新划分人和模型的职责。这块可以注意以下3点：

核心一：不要用过多规则限制模型

“真正的精准，有时来自少一点控制。”

Casie Jordan提到，很多团队习惯不断增加定向条件、缩小受众范围，希望通过更多人工控制提高投放确定性。但条件越多，不一定意味着结果越精准。过度限制可能减少模型能够学习的信号，反而让系统错过潜在的高价值用户。

核心二：由人定义目标和业务边界

未来营销人员的价值会更多体现在定义目标、判断边界和理解业务，而不是反复调整每一个投放参数。品牌需要明确什么是业务必须坚持的边界，什么可以交给模型探索。

AI可以参与人群识别、预算分配和创意优化，但品牌仍需要判断增长目标是否合理，以及投放结果是否真正符合业务需求。

核心三：让每一次投放持续产生学习信号

西红柿互动媒介商务与市场负责人张茜认为，营销竞争正在从“买到更多流量”，转向“给平台提供更有效的信号”。

这些信号可能来自真实的创作者表达、清晰的转化数据和及时的市场反馈。品牌需要让内容、投放和数据形成连接，让每一次用户反馈都能够影响下一轮决策，而不是让每次Campaign成为独立的营销项目。

4.营销怎么沉淀：让每一次测试成为下一次增长的依据

AI降低了内容生产和测试成本，但测试数量增加，不代表品牌一定积累了更多能力。“很多品牌做了大量测试，却没有真正形成积累”。Alfa Tsai表示，一个市场跑出好结果，换一个团队或平台后，又需要重新开始。品牌需要把营销从一次次独立的Campaign，变成持续积累的增长系统。

这块需要注意以下几点：

一、不只看结果，还要理解结果为什么发生

一条素材表现好，不只是记录点击率和转化率，还需要理解它吸引了什么用户，为什么能够产生效果。点击率最高的素材，未必带来质量最高的用户；经验里的市场偏好，也未必符合真实需求。品牌需要结合用户反馈、广告互动、付费表现和不同市场的数据，理解哪些内容真正带来了长期价值。

二、把测试结果沉淀为可复用的知识

未来真正拉开品牌差距的，不是一次决策有多聪明，而是每次投放之后有没有留下可复用的知识。品牌需要把用户反馈、素材实验、市场差异和业务结果沉淀下来，让这些经验能够进入下一轮决策。否则，测试再多，也可能只是不断重复试错。

三、用持续验证替代单次押注

芸星跨境联合创始人贾雯茜表示，品牌正在从“寻找增长”，转向“制造增长的确定性”。相比把大量资源押在一次大Campaign上，品牌会持续测试不同的人群、内容和策略，再根据市场反馈快速调整方向。营销会逐渐成为一套持续运行的增长机制，用更小的试错成本，获得更多可复制的经验。

5.AI怎么进入经营：从营销工具走向增长系统

越来越多品牌开始把AI放进用户洞察、产品策略、营销运营和业务决策等环节。用AI发现过去没有被看到的需求

旺脉集团联合创始人兼VP卢燕提到，AI可以帮助品牌从海量数据中发现过去容易被忽略的用户需求。以一个电子锁品牌为例，品牌原本可能只关注装修人群，但AI从数据中发现，长指甲、拿钥匙不方便的美甲用户，同样存在明确需求。

AI带来的价值，不只是提高投放效率，也可以帮助品牌跳出过去的经验和惯性，发现新的产品场景和用户机会。

·品牌可以让营销更早参与产品决策

贾雯茜认为，营销会越来越前置。品牌可以在产品规划阶段就进入市场，通过用户反馈验证需求，通过内容测试寻找产品表达，让营销从“把产品讲出去”，走向“帮助产品找到该怎么做”。当营销能够持续反馈用户需求，并影响产品策略，它就不再只是传播环节，而成为经营的一部分。

·让AI连接数据、洞察和业务流程

神策数据创始人兼CEO桑文锋认为，企业真正需要的，不是一个单点工具，而是一套能够连接数据、判断和执行的增长能力。AI可以进入用户运营、营销增长和业务决策，将过去分散的洞察、策略和执行连接起来。

迈富时合伙人兼CMO尹思源也提到，企业智能体的意义，是让知识问答、产品推荐、营销内容、客户运营和效果优化等能力围绕同一个业务目标协同工作。

Alfa Tsai

BIGO Ads VP of Global Sales

2026年·年中复盘关键词：可复用

今年上半年，我最大的感受是，营销团队不再缺少执行力，反而更缺少判断力。

过去，营销团队的瓶颈是生产不够快、测试不够多。但AI带来的变化是，素材可以快速生成，预算可以自动优化，系统跑得越来越快。

但速度越快，越考验人的判断。什么值得继续，什么只是数据好看，什么时候相信系统，什么时候必须由人推翻系统的选择？AI正在把营销从“生产力不足”带进“判断力不足”的阶段。

这也意味着，营销会越来越难与产品、定价和用户运营分开。当投放足够自动化，很多增长问题最终都会回到业务本身：广告带来了用户，但产品体验没有承接；内容激发了兴趣，但价格和履约让用户流失。

未来最有价值的营销团队，可能不是最会买流量的团队，而是最早发现业务断点的团队。

过去半年，我们看到最值得借鉴的AI实践，是用AI证明团队原来的判断可能是错的。AI真正改变的，是品牌理解用户的方式。它可以把用户评论、广告互动、付费表现和不同市场反馈放在一起，帮助团队发现长期忽略的问题——点击率最高的素材，未必带来质量最高的用户。经验里的市场偏好，也未必符合真实需求。

企业最容易高估AI的“答案”，最容易低估AI提出“质疑”的价值。AI最重要的角色，不是替品牌做决定，而是帮助品牌更早发现自己可能问错了问题。

AI普及之后，你看到品牌最大的焦虑发生了哪些变化？

过去品牌担心自己没有内容，现在更担心消费者记不住自己。AI解决了内容和素材的供给问题，却没有解决品牌记忆的问题。所有广告主都可以快速生成漂亮的图片、短视频和广告文案后，行业出现了一个反直觉的结果：内容越来越丰富，但品牌之间越来越像。广告主一方面希望提高素材数量和测试速度，另一方面又担心品牌的语气、审美和核心卖点在持续优化中被磨平。

因此，焦虑已经从“如何跟上AI”转向“如何不被AI平均化”。品牌真正要回答的是：当模型可以模仿所有流行表达时，消费者凭什么在三秒内认出这是你？未来，稳定的品牌记忆可能比单次创意的新鲜感更稀缺。

未来真正拉开品牌差距的能力会是什么？

未来真正拉开品牌差距的，不是一次决策有多聪明，而是每次投放之后有没有留下可复用的知识。

很多品牌做了大量测试，却没有真正形成积累。一个市场跑出了好结果，换一批人或换一个平台后，又从头开始；一条素材失败了，团队只知道停掉，却不知道失败的原因。

AI时代，执行成本会持续下降，学习质量反而会成为更大的差距。品牌需要把用户反馈、素材实验、市场差异和业务结果沉淀为可以被下一轮决策使用的知识。谁能让每一次投入都留下经验，谁就能越跑越快；否则，测试再多也只是不断重复试错。

白二把

可计算开店科技&邻汇吧创始人、CEO

2026年·年中复盘关键词：体验

品牌普遍都在焦虑。

原有渠道的增长开始承压，大家一边寻找新渠道，有的出海，有的加码线下；另一边，也在重新审视每一笔投入，希望把运营做得更细、更准。消费品行业有点像2015年前后的互联网：有人开始补品牌建设的课，也有人更关注增长黑客，想找到一套更高效、更可复制的增长方法。

从线下看，消费电子、家居在购物中心的增长很明显。与此同时，一些已经在线上做到十亿、几十亿规模的品牌，也开始进入线下，希望借助零售空间和真实体验，打开新的增长曲线。

很多人会问，AI能不能解决品牌的增长焦虑？

目前来看，AI做营销物料、托管投放、提升内部效率，确实已经很成熟。但这些能力更像基础设施，短期窗口很快就会过去，也很难真正改变品牌增长的底层问题。

我更关注AI在线下体验中的应用。

一次线下体验可能只需要5-10元，而线上一次KOL互动的成本可能达到20-40元。如果能够通过数据和算法，计算不同空间、场景和人群的匹配效率，优化客流、转化率和单次体验价值，品牌就能把过去依赖经验的线下营销，变成一套可以测量、预测和复制的增长系统。

我们曾帮助一个新品牌，将门店VPE（单次体验价值）从20元提升到50元，并沉淀出新的门店体验服务标准。之后，再利用数据和算法匹配新门店，建立不同场景下的体验采买标准，让老品牌也找到新的增长曲线。

我相信，未来5-10年，体验营销会越来越像一门数学题。

AI真正值得关注的，不只是帮人把内容做得更快，还可以帮助品牌理解，什么样的体验更有价值，在哪里发生体验更有效，以及如何把一次成功变成可以持续复制的能力。

未来真正拉开品牌差距的能力会是什么？

我觉得根本肯定还是基于消费者洞察来更高效率造就产品的组织能力。然后就是将组织打造为AI原生，或者叫打造OI的能力，让组织变成智能本身。

Casie Jordan

Liftoff 程序化交易与商业解决方案

高级副总裁

2026年·年中复盘关键词：把精力从调优转向判断

当模型开始承担越来越多的投放决策时，营销团队应将重心放在三个方面“数据、衡量和决策”。

以前团队需要依靠大量人工操作，管理不同市场、不同平台的广告活动。但随着竞价、预算分配、受众识别和创意优化逐步由模型驱动，人力规模已经不是最核心的限制。真正拉开差距的，是数据质量，以及品牌能否跟上实时决策的速度。

与此同时，品牌对AI的焦虑也在发生变化。

一年前，大家最担心的是：“这项技术会不会取代我的团队？”而今天，焦虑已经变成了：“当我不再像过去那样掌控每一个细节时，我能否接受？”

这意味着，很多营销人员需要适当放下一部分“控制感”。不少团队习惯通过不断增加定向条件、缩小受众范围，来提高投放的确定性。但条件越多，不一定意味着结果越精准。过度限制可能减少模型能够学习的信号，反而让系统错过潜在的高价值用户。

因此，在增加一项筛选规则之前，我更建议团队先思考一个问题：这是业务必须坚持的边界，还是我们习惯性地认为，只有自己控制每个细节，投放才算可靠？

这个问题背后，其实是营销角色的变化。未来，营销人员真正的价值可能更多体现在定义目标、判断边界、理解业务，以及建立一套能够让模型持续学习的体系，而不是反复调整每一个投放参数。

与此同时，广告主对媒体的选择也会变得更加多元。

我预计，越来越多品牌会像配置投资组合一样配置DSP。不同平台拥有不同的数据基础和模型逻辑，即便面对同一批广告机会，也可能得出完全不同的判断。把预算集中在一家“足够好”的平台，未必是效率最高的选择；理解不同平台的优势，并根据营销目标进行组合，可能成为更重要的能力。

过去半年，你看到最值得借鉴的一次AI营销实践是什么？它真正改变了什么？

我观察到的一个有趣趋势是，创意总监正在从“创作者”转变为“AI创意流程的导演”。

随着 AI 接手越来越多的创意生成与迭代工作，团队最需要的，不再是每一个创意都由人亲自完成，而是有人能够始终把握创意方向，并凭借优秀的审美判断力，判断 AI 是在放大创意价值，还是正在悄悄抹平那些真正让作品与众不同的特质。

这种能力很难通过招聘快速获得，也正在成为优秀团队与普通团队之间最关键的差异。

未来真正拉开品牌差距的能力是什么？

如今，大多数品牌都能接触到大致相同的生成式AI工具，因此，创意数量和生产速度已经不像过去那样能够形成明显的竞争差异。

真正重要的，是品牌能否持续发现值得放大的新规律，以及是否具备判断力，能够理解一条成功的广告创意真正奏效的原因。

“再多做一些类似的内容”这种直觉，实际上可能让品牌的创意库逐渐趋于同质化。领先的品牌不会试图用AI替代人的判断，而是把人的判断力作为最核心的能力来培养，包括对文化语境的洞察、品牌直觉，以及判断下一步最值得测试什么的能力。AI的价值，在于放大这些能力，而非取代它们。

崔东升｜交个朋友控股高级副总裁

2026年·年中复盘关键词：信任

今年上半年最明显的变化，是直播电商和内容营销正在从“流量竞争”走向“信任竞争”。

首先，流量依然重要，但单纯依靠低价、投流和密集内容获取增长，边际效率正在下降。反而是那些在特定垂类建立起专业认知和用户信任的品牌，展现出更强的韧性。宠物、功能性健康食品、户外运动等品类尤其明显。用户需要的并不只是一个商品，还包括选购建议、专业解释和持续服务。

所以品牌接下来要比的是，用户为什么愿意长期选择你？品牌需要重新建立自己的能力基础。什么产品值得推荐？什么人群真正需要？产品解决了什么问题？这些判断会比单纯追逐热点更重要。

以前，很多爆款依赖特定的平台红利、流量环境和内容机会。但当同一套方法被快速学习和复制，内容容易趋同，增长效果也会逐渐减弱。

其次，需要注意AI是效率放大器，不是品牌答案。品牌要先定义什么是好内容，再让AI在标准内提效。缺少判断，AI只会更快地产出大量相似内容。

最后，内容会越来越多，经营判断会越来越重要。

企业容易高估AI的内容个性化能力，却低估AI对经营链路的价值。对直播电商来说，内容只是前端。选品是否准确、库存是否健康、用户反馈能否及时被识别、售后风险能否提前预警，这些能力对长期复购的影响可能更深。

因此，未来真正拉开品牌差距的，不会是单一的流量能力，也不会是单一的AI能力，而是把用户信任变成经营系统的能力。

今年哪些行业增长最快？哪些行业开始明显放缓?

增长比较快的行业，集中在宠物及宠物食品、户外运动装备等方向，今年618宠物类目的增长非常明显，相较去年同期增长超过300%。这些行业有一个共同点：用户购买决策不是只看价格，而是高度依赖专业内容、长期使用体验和品牌信任。比如宠物食品，用户会关心配方、适口性、长期喂养反馈；户外运动装备会关心专业性和场景适配性。

放缓比较明显的是部分价格敏感型快消品，以及对达人流量高度依赖但缺乏品牌沉淀的品类。其背后的逻辑在于消费者比价能力成熟、低价策略边际效用递减。

未来能持续增长的品类，不一定是最便宜的，而是能让用户觉得“我买得明白、用得放心、出了问题有人接”的品类。

你认为 2026 下半年，会有哪些营销方式开始成为主流？

第一，垂直场景里的专业化内容会成为稀缺资源。

现在大促和促销的边际效用在递减，用户已经不缺“便宜”的信息，真正稀缺的是能帮助用户做判断的内容。比如一款宠物粮到底适合什么阶段的猫狗，一件户外装备适合什么场景，一款健康食品适合什么人群，这些内容不是简单种草，而是专业解释。

第二，多平台协同运营会进入精细化阶段。

真正拉开差距的不再是一个品牌入驻了多少平台，而是它能不能在多个平台之间保持统一的信任体系和服务标准。用户可能在小红书看到内容，在抖音被激发兴趣，在淘宝完成购买，最后通过售后体验决定是否复购。任何一个环节不一致，都会影响信任。

如果给品牌负责人一句建议，你最想提醒他们什么？

把品牌口号变成经营指标。

很多品牌都会讲用户第一、长期主义、信任、品质，但这些如果不能变成指标，就很容易停留在口号层面。未来品牌负责人要真正重视几个数字：用户复购率、售后满意度、内容真实反馈分、投诉处理时效、用户主动推荐率。这些数字过去可能只是经营参考，但当流量红利消退、获客成本升高，它们才是衡量品牌长期健康度的真正标尺。

贾雯茜｜芸星跨境联合创始人

2026年·年中复盘关键词：经营能力

今年上半年，品牌开始从“寻找增长”，转向“制造增长的确定性”。

大家关注的，不再只是某条内容能不能爆、某次投放有没有起量，而是每一次投入能验证什么，能不能把偶然的成功沉淀成可复制的方法。一次爆发可以带来增长，只有可复制的能力，才能留住增长。AI进一步放大了这种变化。内容生成和创意测试越来越容易，真正拉开差距的，已经不是谁生产得更多，而是谁能更快理解市场反馈，把测试结果转化为下一轮决策。

AI让内容生产越来越容易，也让“知道该生产什么”变得更加重要。品牌面对AI的焦虑，也从“有没有工具”转向“能不能用好AI”。AI能否进入用户洞察、产品策略、营销运营等经营环节，帮助不同团队协同决策，才是更值得解决的问题。未来品牌之间比的，可能不是谁用了更多AI，而是谁更早把AI变成经营能力。

对于2026年下半年，我不认为会突然出现一种全新的营销方式。真正值得关注的，是品牌做营销的方法正在发生变化。

1.营销会越来越前置。

营销不应该等产品上市之后才开始。越来越多品牌会在产品规划阶段就进入市场，通过用户反馈验证需求，通过内容测试寻找产品表达，让营销更早参与产品和业务决策。营销正在从“把产品讲出去”，走向“帮产品找到该怎么做”。

2.快速验证、小步迭代会成为营销常态。

相比把大量资源押在一次大Campaign上，品牌会持续测试不同的人群、内容和策略，根据市场反馈快速调整方向。营销不再是一场“一次定胜负”的大考，更像一套持续运行的增长机制。用更小的试错成本，换取更大的经营确定性。

3.营销和经营的边界会越来越模糊。

品牌会越来越关注，一次营销活动除了带来曝光和流量，还沉淀了什么。它有没有帮助品牌理解用户？有没有优化产品策略？能不能为下一阶段的经营提供数据和经验？当营销能够持续反馈用户需求、影响产品决策、推动业务增长，它就不再只是传播环节，而会成为企业经营的一部分。

所以，下半年让营销更早参与决策，用持续验证替代单次押注，让每一次投入都成为下一次增长的依据。

未来真正拉开品牌差距的能力会是什么？

我认为，是发现用户真实需求的能力。

很多时候，用户真正的需求和情绪，连他们自己都没有意识到。优秀的品牌不是等待用户表达需求，而是能够比用户更早发现这些需求，并把它转化成产品价值和品牌价值。

我印象很深的一类案例，是一些品牌重新定义了原本非常普通的消费品。比如一款便携式洗手液，它不再只是一个清洁用品，而是通过设计、香型和使用场景，把它变成了一种随身携带的潮流单品和情绪单品。它敏锐地捕捉到了办公室人群在工作中的短暂抽离、放松和自我疗愈需求，让一次简单的洗手，变成了一种情绪体验。这种需求，其实很多用户原本并不会主动表达，但品牌发现了，并放大了它。

同样，一些过去容易被忽略的产品属性，比如香型、触感、包装，未来都有可能成为品牌差异化的核心营销点。真正优秀的品牌，不是创造需求，而是发现需求、放大需求，并赋予它新的价值。

鲁扬

PureblueAI清蓝创始人&CEO

2026年·年中复盘关键词：新商业入口

我对今年上半年最大的感受，是AI已经不只是一个效率工具，而是在成为新的商业入口。

这个变化可以从四个方面来看。

1.AI开始接管用户的消费决策链路。

ChatGPT支持电商跳转，豆包可以直接展示抖店商品卡并完成交易，千问也在加速打通阿里生态。搜索、内容推荐、消费决策、商品购买，原本分散在不同平台的链路，正在被AI重新连接。

AI的角色也随之改变。它不只是帮用户搜索信息，而是开始理解需求、筛选产品、给出建议，甚至直接完成交易。传统搜索、电商、O2O、OTA等平台的角色，也会逐渐向履约和服务端靠拢。

我认为，这是一种结构性的变化。AI正在成为新的商业底层操作系统。

2.品牌的焦虑，已经从“会不会用AI”，变成“AI会不会推荐我”。

很多品牌最初关注的是AI工具：怎么写文案、怎么生成图片、怎么提升团队效率。这类问题相对容易解决，买工具、做培训，就能快速上手。

更深层的问题是，用户问AI“哪个品牌更好”“什么产品更适合我”时，品牌会不会出现在答案里？

不少品牌主动搜索后发现，AI要么没有提到自己，要么推荐了竞品，要么给出的品牌信息并不准确。这背后其实是一种“认知焦虑”。品牌不知道AI如何理解自己，也不知道如何改变AI的认知。大模型是一个黑盒，它不会告诉你为什么推荐A、不推荐B，也不会公开一套可以照着执行的规则。

如果AI不理解你、不认可你、不推荐你，品牌可能就会面临“赛博逝世”。这也是GEO快速成为品牌刚需的原因。

3.GEO不是内容铺量，而是品牌内容基建。

很多人理解GEO，第一反应是多发内容、多铺稿件。但我们服务品牌后发现，数量并不等于效果。

一个健康滋补品牌的项目中，我们通过内容优化，让单篇高质量文章同时覆盖多个用户意图，最多一篇覆盖了16个意图。品牌内容不只是被AI看见，还能够进入不同场景下的推荐结果。

更重要的是，GEO需要进入品牌的整体营销体系。

春节、母亲节、618等营销节点，都可以和GEO同步布局，让品牌内容与具体消费场景形成连接。以PureblueAl清蓝服务的某健康滋补品牌为例，项目优化后，DeepSeek和豆包的优先推荐率超过95%，超过80%的优化意图可以触发电商卡片。

从品牌露出，到AI推荐，再到商品交易，链路正在被量化和验证。这也说明，GEO不是一项独立的营销动作，而是一套品牌知识和内容资产的基础工程。

4.AI时代，品牌竞争的关键是“被准确理解”。

未来拉开品牌差距的，不只是预算，也不只是渠道，而是品牌能不能建立完整的知识图谱和内容资产体系。

品牌是谁？服务谁？产品有什么价值？与竞品有什么不同？这些信息能不能被系统梳理、持续更新，并以AI能够理解的方式沉淀下来，会直接影响品牌在AI中的呈现和推荐。

同时，品牌还需要具备一种“AI感”。

就像移动互联网需要“网感”，AI时代也需要对技术变化保持敏锐，快速学习，并把技术真正放进业务场景。

但有一点需要强调：不要试图和AI对抗。通过虚假数据、海量灌水、攻击竞品等方式影响AI，短期可能获得效果，但AI会持续进化，这些内容最终会被识别，甚至反过来影响品牌信任。

“做GEO，要和大模型同频，而不是对抗”。不需要赢过AI。需要做的，是让AI知道：你是谁，你为什么值得被推荐。

你认为目前企业最容易高估AI的地方是什么？又最容易低估什么？

最容易高估的，是AI的“即时变现能力”。很多企业一上来就问：投了GEO能带来多少销量？能算出每一分钱的ROI吗？今天GEO还不能直接衡量“投了多少带来多少成单”，因为品牌跳转还没完全实现，电商平台后台现阶段还难以准确监测Chatbot带来的流量和转化。如果你要求每一分钱都要精确算出销量回报，那我建议先做其他增长手段。GEO目前更多是品牌向的优化，打的是品牌心智，但它是未来增长的基础设施。

最容易低估的，是品牌知识图谱和内容资产体系的建设。很多品牌觉得GEO就是“发几篇文章让AI引用”，忽略了最根本的基建。我们给客户的第一步建议永远是：先梳理你的品牌知识图谱。核心理念是什么？品牌slogan是什么？面向什么客户？解决了什么痛点？差异化优势是什么？然后建内容资产体系，包括公关稿件、价值点文章、案例内容等。如果这两项做不好，GEO优化就是无源之水。

另一个被严重低估的是低质量内容对品牌的长期伤害。很多企业不知道，在AI大模型的采信规则里，质量低的内容会产生副作用。未来AI越来越聪明，通过“假、大、黑”手段做的优化迟早会被识破。你以为最坏的结果是“不被引用”，但实际上是“GEO效果变差”，即你的品牌在AI眼中的整体评分被拉低了。这是很多企业完全没意识到的风险。

如果预测2026下半年，你认为最值得关注的一件事情是什么？

最值得关注的，是大模型商业化的正式启动。7月15日，抖音电商新版《商家技术服务费管理规范》正式生效，豆包与抖音商城App并列成为官方认定的“特定成交渠道”。链路已经透明化，用户在豆包中提出需求→AI智能推荐商品→点击商品卡→在豆包内直接完成下单支付→后台订单来源标记为“豆包”→后台独立核算。“AI推荐-点击-成交”的完整闭环，第一次实现了端到端可追溯。

吕香凝

EternityX力恒首席执行官

兼创始人CEO&Founder

2026年·年中复盘关键词：放大判断

2026年，单纯的“会用AI”已经很难构成优势。越来越多品牌开始把AI放进人群识别、投放决策和效果优化等环节，关注的重点也从“能生产多少内容”，转向“能带来多少经营增量”。

这也带来了新的焦虑。

当AI快速拉平内容产能，品牌开始担心，“大家都能高效生产，内容如何被记住？”与此同时，消费者对AI内容也越来越敏感。这就导致效率提升了，内容却可能变得相似、缺少温度。品牌需要借助AI提效，也要保留真实的表达和与用户建立连接的能力。

所以下半年，有三大重点值得关注：

第一，GEO将加速普及。SEO解决的是“被人搜到”，GEO更关注“被 AI 理解、引用和推荐”。当越来越多消费者直接向AI提问，品牌需要重新建设自己的内容和知识资产。

第二，自然语言处理（NLP）降低精准营销的门槛。营销人不必再把用户需求拆成复杂的标签，只需描述目标人群，AI就能将需求转化为可投放的受众。这也正是我们在迭代的方向，我们的产品ID Space就是如此，可以把“从brief到激活”的周期由以天计压缩至以秒计。

第三，投放会逐渐成为一套持续学习的系统。每一次反馈都会影响下一次决策。我们PilotX正在探索让AI在投放过程中不断学习、优化，让营销从一次次独立的campaign，走向持续积累的经营能力。

但无论技术如何发展，我认为真正拉开品牌差距的，仍是那些难以被AI拉平的能力。

AI可以快速生成内容、计算转化、优化投放，但它并不会天然理解消费者。没有洞察，AI可能只是更快地生产平庸。真正理解消费者的人，才能借助AI，把判断力放大到更大的规模。

过去半年，你看到最值得借鉴的一次AI营销实践是什么？它真正改变了什么？

过去半年，最让我有感触的AI实践，来自我们自身。

作为一家MarTech公司，我们相信，想用AI帮助客户，首先要让自己成为真正的“AI驱动”组织。为此，我们成立战略商业智能团队（SBI），将AI系统性地融入内容生产、资料研究、流程自动化和内部运营，并把成熟的方法沉淀下来，推动更多团队应用。我们没有简单地给旧流程加上AI，而是围绕 AI 重新搭建流程。

AI帮我们承担重复、耗时的工作，让团队把更多精力放在策略判断和创意产出上。因为AI的价值是“放大”，而非“替代”——效率可以交给AI，但专业判断和创意仍然属于人。

AI 一个放大器，它放大的是好团队、好数据和好方法原本具备的能力。先让自己成为“AI驱动”的组织，才能更好地回答：AI如何为客户创造真正价值。

如果预测 2026 下半年，你认为最值得关注的一件事情是什么？

若只能择其一，我会说：是“向AI营销”的开端。

过去我们所做的一切营销，本质皆为“向人营销”——研究人如何看待、如何思考、如何被打动。而下半年将愈发清晰地显现出一个新变化：消费者开始将筛选与决策交予自己的 AI 助手，许多购买行为已非本人亲自完成，而是由其 AI 比较、挑选，乃至下单。

这意味着品牌第一次要面对一个全新的对象：你不仅要让人喜欢你，更要让AI理解你、信任你、愿意推荐你。一些走在前面的品牌，只是最早作出反应的一批。接下来，我相信会有大量品牌意识到，自己需要为“AI这一新受众”，将营销重新做一遍。下半年最值得关注的，是你的品牌在AI眼中呈现出何种模样——因为越来越多的购买决策，人已不再亲自做出。

卢燕｜旺脉集团联合创始人兼VP

2026年·年中复盘关键词：全链路

我看到的一个明显变化，是行业数据在回暖，但很多品牌的体感依然偏冷。

今年一季度广告花费保持增长，客户却普遍觉得预算更紧、KPI更高。表面看是投入与感受之间出现了温差，往深处看，其实是品牌对每一笔营销预算的要求变了。

大家关心的，已经不只是“能买来多少流量”，而是这笔投入能留下什么。我们服务电商、文旅、游戏等不同类型的客户，越来越常听到的问题是，“这次营销能不能沉淀用户洞察？内容能不能形成长期资产？一次投放带来的价值，能不能延续到下一次增长？”

营销正在从“买流量”，走向“积资产”。

AI的出现，也让这种变化变得更具体。以天猫618期间阿里妈妈AI万相的应用为例，它让我看到，AI真正改变的并非素材生产速度，而是营销决策的起点。一个电子锁品牌，原本可能只会关注装修人群，但AI从数据中发现，长指甲、拿钥匙不方便的美甲用户，同样存在明确需求。这样的关联，人未必想不到，但很难在海量信息中主动捕捉。

当数据开始帮助品牌发现那些未被看见的需求，营销就有机会跳出经验和惯性的边界。

接下来，品牌之间的差距，可能取决于谁能把这些能力真正连起来。洞察、创意、投放、转化、运营，每个环节都在产生数据，但很多企业的AI应用仍停留在单点，用一个工具做内容，用另一个工具做投放，数据无法流动，经验也难以沉淀。

工具可以解决局部效率，系统才能形成持续增长。

更值得关注的是，AI正在进入消费者的决策链。从寻找灵感、筛选信息，到比较产品、确认购买，越来越多选择可能由AI参与完成。品牌需要思考的，也不只是如何被用户搜索到，而是如何进入AI的推荐逻辑，成为那个被优先理解、被主动推荐、最终被用户选中的答案。下半年的竞争，或许会从“谁拥有更多流量”，走向“谁更早进入消费者的AI决策链”。

AI普及之后，你看到品牌最大的焦虑发生了哪些变化？

我们服务了超千家合作伙伴，也有观察需求变化，总的来说担忧点可能就是品牌从“错过AI”变成了“被看出来用了AI”。因为消费者对AI内容其实是缺乏基本信任的，品牌既怕落后，又怕用错。

还有一点是关于“降本增效”的，我们看到的是“降本”立竿见影，“增效”仍在路上。AI在素材批量生产、广告自动投放等环节确实大幅提升了效率。我看到过eMarketer的一组数据，2026年全球AI赋能程序化广告规模达3120亿美元，AI优化后点击率平均提升38%，单用户获客成本降低24%。但“增效”并非自动发生，当所有品牌都在用AI提速，竞争反而更激烈了。真正的“效”，需要AI与高质量数据、精准策略深度结合。

你认为2026下半年，会有哪些营销方式开始成为主流？

我认为可能有三种营销方式将加速成为主流。首先是AIAgent驱动的“端到端”智能营销，AI正从单点工具走向体系化协作，广告投放的每个环节从策略制定、素材生成到自动出价、效果优化，都将由AI Agent协同完成；其次是GEO对话式营销，用户逐渐形成“AI搜索习惯”，所以品牌也在通过结构化建设，GEO热度可能只是刚刚开始。最后是情绪营销，也就是所谓的“情绪价值”，品牌需要借助AI精准捕捉用户情绪场景，而非简单投流量。

桑文锋｜神策数据创始人&CEO

2026年·年中复盘关键词：AI业务化

AI的竞争，正在从“谁会用工具”，转向“谁能把AI变成业务能力”。

今年上半年，大家关心的问题，已经从AI有哪些能力，转向AI如何进入真实业务场景。从我们接触的企业来看，越来越多品牌开始尝试把AI融入用户运营、营销增长和业务决策等环节。

这也说明，企业真正需要的，不是一个单点工具，而是一套能够连接数据、判断和执行的增长能力。如果具体到营销链路，我认为未来半年AI会优先影响四个关键环节：

第一是达人营销。达人营销中仍有大量依赖人工完成的工作，包括筛选、分析和效果评估，这些环节都有较大的AI优化空间。

第二是用户运营和增长工作流。很多企业并不缺数据，但从数据洞察到策略制定，再到执行落地，中间仍然依赖大量人工推动。AI的价值，在于帮助企业把这些分散的环节串联起来，让增长过程更加系统化。

第三是GEO。随着用户获取信息和决策方式变化，品牌需要重新思考如何被AI理解和推荐。未来，品牌内容、产品信息能否进入AI搜索和推荐体系，会成为新的营销竞争点。

第四是广告投放。AI能够参与策略制定、素材生成、数据分析和持续优化，帮助企业提升投放效率。

但最终决定品牌竞争力的，依然是产品价值。AI可以帮助企业提升选品、产品打磨和市场验证能力，但真正长期增长的基础，仍然是能否创造满足用户需求的产品。我认为，未来有优势的品牌，需要同时具备两种能力：一端利用AI提升产品创新能力，另一端利用AI提升营销和增长效率。

过去半年，你看到最值得借鉴的一次AI营销实践是什么？它真正改变了什么？

我会举两个例子。

第一个是OpenClaw带来的“龙虾”热潮。OpenClaw所代表的“一个人也可以借助AI完成过去需要一家公司才能完成的工作”，迅速形成了广泛讨论。虽然目前热度有所回落，但单纯从营销传播的角度来看，这显然是一次非常成功的事件。它让一个原本偏技术的AI Agent产品突破了专业圈层，并形成了具有辨识度的文化符号。

第二个是腾讯推出的WorkBuddy。经历过OpenClaw等产品带来的市场教育后，腾讯仍然推出了一款在国内具有竞争力、面向个人工作者的AI产品，并配合大规模的内容传播和线下广告投放。包括电梯广告、社区广告等渠道，都能看到它的传播。

更重要的是，我把这个产品推荐给身边一些此前很少使用ChatGPT等AI工具的朋友后，他们也认为产品比较好用。这说明AI产品正在从少数科技从业者使用的工具，进一步进入更广泛的个人工作场景。

你认为目前企业最容易高估AI的地方是什么？又最容易低估什么？

企业最容易高估的，是AI直接交付商业结果的能力。很多企业认为，部署AI之后，就能快速替代人完成业务闭环。但实际上，AI目前更擅长提升效率、辅助决策，真正涉及市场判断、客户理解和业务取舍时，仍然离不开人的经验与判断。

企业最容易低估的，则是AI在具体工作中的渗透能力。

很多人并没有真正把AI融入日常工作，因此低估了它已经能够覆盖的任务范围。比如高质量PPT的制作，过去很多人认为AI很难完成，但如今不少内容已经可以通过AI辅助甚至直接生成。只有真正使用AI，企业才会发现，它带来的改变远不只是一个工具升级，而是在重新定义工作的边界。

谭屹｜特赞科技首席运营官

2026年·年中复盘关键词：Agentic

我们服务的180多家企业里，越来越多品牌意识到，把AI加入原有流程，并不等于完成AI转型。买一个工具、培养几个会用AI的人，最多提升效率，却很难改变增长逻辑。

这让我想起工业电气化的故事。

19世纪末，美国工厂开始使用电力，但很多企业只是把电动机替换掉蒸汽机，生产效率并没有明显提升。直到后来，企业围绕电力重新设计生产流程，电气化才真正释放价值。

AI也是如此。它不只是帮助品牌生产更多内容，而是在重构营销系统：从项目驱动，走向持续学习、实时响应、不断优化的系统。这种变化主要体现在三个层面。

第一，从“做内容”转向“建上下文”。

过去十年，品牌积累了大量内容、用户洞察和业务经验，但这些资产往往分散在不同系统里。AI时代，企业开始重新整理这些沉淀，把品牌记忆、用户认知和行业知识转化为AI能够理解和调用的Context。

因为模型可以买，工具会普及，但企业长期积累的认知无法复制。

第二，从“一个个项目”转向“持续运行的系统”。

某3C品牌出海案例中，通过500个社媒账号覆盖50个国家，实现月曝光12亿次。这其中的改变是，品牌没有依赖传统媒介采买，而是用AI基于品牌Context和实时热点，持续完成内容策划、生产、分发和优化。

第三，从“人用AI”转向“AI用人”。

很多企业把AI当成“超级员工”，但我们看到，99%的企业还没有从AI中获得真正商业回报，问题不在技术，而在组织模式没有改变。没有Context的AI，很难理解品牌和用户。未来，AI负责处理大量重复和复杂工作，人负责判断、创造和关键决策。

所以，企业对AI的焦虑也正在变化。过去大家问：“该用哪个AI工具？”现在开始问：“我的护城河在哪里？”

真正拉开差距的，不是模型，而是企业自己的“世界模型”——对品牌、用户、市场和业务的长期理解。AI让做产品更容易，却让增长更难。当内容可以快速生成、爆款可以快速复制，未来稀缺的不是生产内容的能力，而是持续理解用户、沉淀经验，并把这些能力变成系统的能力。

谁能让Context不断积累，让AI持续学习，让组织真正适应新的工作方式，谁才有机会把AI从一次工具升级，变成长期增长的底层能力。

你认为2026下半年，会有哪些营销方式开始成为主流？

我觉得会有三个方向起来：

第一个是Agentic Business，智能体商业。品牌的最小经营单位，不再是“一个工具+几个人”，而是一个完整的智能体。第二个是Proactive，主动智能。AI不再是你问一句它答一句，而是它主动发现机会、预判风险、优化策略。这是从“助手”到“系统”的本质区别。第三个是Full Stack交付，或者现在大家都在讨论的 FDE 模式。企业不会再采购AI工具了，而是订阅一个完整的系统——AI能做的全给AI（Intelligence层），人只做AI做不了的判断（Judgment层）。这是从卖软件到“Sell work, not software”的转变。

如果预测2026下半年，你认为最值得关注的一件事情是什么？

从Copilot到Agentic的临界点会到来。现在大部分企业还在用Copilot思维——“AI帮我写文案”、“AI帮我做图”，AI是助手。但我觉得2026下半年，会有越来越多品牌跨过那个临界点，开始用Agentic思维——AI主导工作流，人负责判断和监督。

这个转变的标志是什么？从“AI帮我生成内容”到“AI帮我运行增长系统”，从Output（输出）到Outcome（结果），从采购工具到订阅系统，从“人用AI”到“AI用人” 。

率先完成这个转变的品牌，到2027年会建立数量级的领先优势。因为Context的时间复利已经开始起作用，AI原生组织的效率是传统组织的2-3倍，系统化运营带来的增长是可持续的、可复利的。这就像1920年代的电气化革命——那些按电气化逻辑重新设计工厂的企业，建立了几十年的领先优势。AI时代也会是这样。

尹思源｜迈富时合伙人兼CMO

2026年·年中复盘关键词：智能体

我们接触到的品牌，讨论最多的问题是，“AI能不能带来增长？能不能提升获客效率？能不能让一个团队服务更多客户？能不能把经验沉淀下来，形成长期能力？”

可见，大家对AI的试水，逐步从局部创新，走向经营落地。在获客、销售、客户运营和经营决策等核心环节对AI有了新的需求。所以，AI的价值，最终要落到经营结果上。

营销领域也在经历同样的变化。很多企业已经拥有CRM、数据平台和营销自动化工具，但洞察、内容、销售、运营之间仍存在大量断点。企业智能体的意义，是把这些分散的能力连接起来，让它们围绕同一个业务目标协同工作。

我们曾服务一家大型文旅企业，为其搭建企业智能体协同体系。知识问答、产品推荐、营销内容、客户画像、销售跟进和效果优化等多个智能体，共享企业知识和客户数据，覆盖从客户咨询到成交转化的完整链路。

这个案例带来的变化，不只是效率提升。重点是，将市场、销售、运营和数据等原本分散的能力，开始围绕客户旅程实时协同。企业也逐渐拥有一支能够持续学习、持续协作的“AI团队”。

AI真正进入企业，不是多了几个工具，而是多了一套持续运转的经营能力。营销的竞争也会随之改变。流量依然重要，但企业需要进一步思考，“如何理解客户，如何提升每一次触达的价值，如何把一次成功沉淀为可复用的经验”。

当AI连接起客户、数据和业务流程，营销就能从一场场独立的Campaign，逐渐形成持续感知、持续决策、持续优化的增长系统。未来比拼的，或许是谁能让AI真正跑进业务，并把增长能力留在企业里。

未来真正拉开品牌差距的能力会是什么？

企业能否将「智能体」变成新的经营基础设施，让AI真正融入经营全过程。

同样接入大模型，有的企业只是多了个写文案工具；有的企业则构建起智能体体系——知识问答、产品推荐、营销素材、客户跟进、策略优化、效果分析等多智能体围绕同一业务目标协同，形成从需求洞察到成交转化的完整闭环。看似都在用AI，经营效率却天差地别。

从迈富时的实践看，企业智能体最大的价值不是替代某个岗位，而是打通数据、知识和业务流程，让AI跨部门、跨环节协同工作，持续优化增长能力。

所以未来品牌的竞争力来自三个层面：1.数据资产。是否沉淀了高质量的客户数据、行业知识和业务经验，这是智能体学习与决策的基础。2.智能体协同能力。不单是部署几个AI工具，要建立多个智能体，围绕业务目标协同，实现获客到运营的全链路闭环。3.组织拥抱AI的能力。AI改变的是组织效率与经营方式。谁率先完成组织升级，谁就建立长期竞争优势。

郑大为

LoopMe亚太区

需求方合作负责人

2026年·年中复盘关键词：确定性

今年上半年最大的变化，是品牌对于增长确定性的追求越来越强。

我观察到，品牌对于流量环境的判断正在发生变化。随着用户更多时间停留在App生态，品牌开始重新评估App内场景的价值。

与此同时，跨境电商仍然是增长较快的领域，但平台政策、关税和地缘环境等因素，也让品牌对于预算投入更加关注确定性。另一个变化，是品牌开始重新理解合作伙伴的价值。越来越多客户会把数据、媒介和效果衡量放在同一套逻辑里讨论，希望找到能够连接增长链路的合作方式。

其次，AI进入营销决策，品牌关注点转向可解释和可验证。

AI带来的变化非常明显。过去品牌关注更多的是“AI能做什么”，如今更关心AI做出的判断是否可信。

未来程序化投放中，大量实时决策会由AI Agent完成，但品牌需要的不只是自动化能力，更需要知道决策依据、效果结果以及如何承担责任。

我们看到，一些大型跨境电商客户已经开始利用AI重新筛选已有流量池，找到真正具备价值的用户，再调整出价和素材策略。这个变化影响的不只是投放效率，也改变了企业内部判断预算价值的方式。

此外，数据治理和信任能力，将成为长期竞争力。

我认为，下半年AI Agent驱动的自动化投放、优质供给与智能决策结合的交易模式，以及围绕高价值用户的动态优化都会进一步发展。但真正拉开差距的能力，会落在数据治理、效果验证和信任体系上。AI工具会逐渐普及，品牌之间的差异取决于谁能更好地连接数据、媒介和测量，让AI做出的每一次判断都有依据，也能获得合作伙伴和消费者的信任。

现在还能复制过去几年爆款增长路径吗？为什么？

我觉得很难。过去几年那套打法本质上是“找到一个还没被充分利用的渠道/流量池，尽快铺量吃红利”，但现在几乎所有渠道的供给方都在收紧创意合规和流量质量的门槛。我们今年就看到不止一个买量方因为创意问题被多个供给方同时拉黑，而且这个趋势是全行业性的，不是针对单一客户。同时地缘政治和平台政策的不确定性，让“押注单一大渠道快速起量”这件事风险明显变高了。所以现在能复制的不是具体的渠道打法，而是底层能力：能不能快速判断流量质量、能不能维护好跟供给方的信任关系、能不能在政策变化时快速调整。

如果给品牌负责人一句建议，你最想提醒他们什么？

AI能放大你本来就做对的事，也会放大你本来就存在的问题，还会放大你“讲不清楚故事”这个短板。先把数据、合作关系和内部决策链路理顺，再谈AI怎么帮你跑得更快，顺序反了，投入越多、翻车可能越快。

张茜

西红柿互动

媒介商务与市场负责人

2026年·年中复盘关键词：信号竞争

我对今年上半年有一个很明显的感受，营销竞争的重心，正在从“买到更多流量”，转向“给平台提供更有效的信号”。

如何理解？

随着定向、出价、投放优化越来越自动化，单靠媒介经验或流量价格建立优势，空间正在收窄。平台能不能找到合适的人群，很大程度上取决于品牌能否持续提供差异化内容、真实的创作者表达、清晰的转化数据，以及及时的反馈。

这些信号，可能是一条能够打动用户的内容，一次真实的创作者表达，一组清晰的转化数据，或者一次及时的市场反馈。这也反向推动了媒介的能力。服务商的价值，不再只是资源采购和投放执行，它需要连接市场洞察、内容生产、达人生态、媒介策略和数据复盘。真正有价值的服务，是帮助品牌把每一次市场反馈沉淀下来，形成下一轮增长的依据。

与此同时，AI改变了营销决策的效率。品牌开始把AI应用到营销判断环节。通过结合用户反馈、历史素材、市场趋势和投放数据，AI可以帮助品牌快速生成不同内容方向，并通过测试不断验证和调整。

因此，结合服务品牌的经验来看，2026年下半年，有三类营销方式可能会加速成为主流。

第一，AI驱动的素材测试与动态优化。品牌会以更小颗粒度生产和验证内容，把营销从押注少数“大创意”转向持续迭代。

第二，创作者内容与付费媒介进一步协同。达人内容的价值不只停留在种草和口碑传播，还会进入广告投放体系，承担拉新、转化和再营销的任务。

第三，围绕AI搜索与推荐重新构建品牌内容体系。当消费者越来越习惯向AI提问，品牌需要思考的是，自己的信息是否足够清晰、可信，能否被AI准确理解并推荐。

AI普及之后，品牌最大的焦虑发生了哪些变化？

品牌过去焦虑的是“内容不够、投放太贵”，现在更焦虑的是“内容很多，但不知道什么真正有效”。

AI降低了内容生产成本，却也加剧了同质化；平台自动化提高了投放效率，却让品牌对算法的控制感下降。与此同时，海外市场还涉及文化差异、品牌一致性、版权、合规等问题。因此，品牌的核心焦虑已经从“有没有AI能力”，变成“AI产出的内容是否可信、可控，并且能够带来真实增长”。

AI解决了内容供给问题，却把品牌推向了更难的判断问题。