从写文案到盯数据、算 ROI，流量见顶后，AI Agent 正在杀进核心业务

88 0 0

文章摘要

近年来，生成式AI在企业中的角色正从边缘工具向核心业务链路深度渗透。过去，AI主要应用于文案生成、客服问答等外围场景，受限于模型稳定性与缺乏工程化方法，难以融入主业务流程。易点天下自2022年起推进AIGC战略，其第三阶段探索Agent技术，并于去年推出AI Drive 2.0，实现营销策略到广告发布的全流程自动化，创意生产测试效率提升268%，客户平均ROAS提升190%，标志着AI已逐步成为增长基础设施。易点天下首席算法科学家Ady Zhao指出，AI已从“你问它答”的问答系统，转向具备感知、规划、决策和执行能力的Agent形态，使AI有望贯穿从洞察到执行的完整业务流程。

在应用落地层面，企业此前多从客服、知识查询等容错空间大的边缘场景切入，而进入预算分配、投放决策等核心环节时，要求AI不仅能回答，还需理解上下文、拆解目标、协调资源并持续优化——仅靠“生成”能力不足以驱动业务结果。易点天下首席产品官Aodi Zhang强调，大模型虽能快速生成内容，但“素材被生产出来只是起点，而非终点”，最终仍需以ROI、LTV、预算效率等业务指标衡量效果。这也说明单点工具难支撑闭环业务流程，关键在于将多元能力组织成围绕业务目标运转的系统。

外部环境变化进一步推动转型：出海行业面临流量成本上升、市场语言合规复杂化等挑战，传统人力扩张与经验判断模式愈发吃力；平台数据激增却未自动转化为优质决策，亟需更智能的系统介入。Ady Zhao指出，近期最核心变化是大模型在推理、上下文理解与多步规划方面基线能力显著提升，使AI真正迈向自主思考与执行。然而，模型能力仅为前提，企业真正面临的难点在于“可控性”工程落地——包括注入专业业务知识、调用API/Tool/Knowledge库、依赖企业真实数据微调，从而构建“模型能力+业务知识+工具约束+数据微调”的整合体系。

技术架构方面，易点天下注重统一底座建设，如模型接入、鉴权、分流等基础能力先行，避免重复开发；Skill分层设计兼顾通用与个性化；数据平台负责反馈闭环，AI平台聚焦提效。Henry He强调，“数据平台与AI平台必须打通，才能形成完整反馈闭环，支撑Agent持续进化的判断能力”。同时，Agent与RPA本质不同：RPA依赖固定脚本，稳定性强但灵活性差；Agent则通过视觉识别与工具调度应对复杂变动场景，但会增加Token消耗与成本。企业需基于ROI综合评估，并非一味追求“新替代旧”。

安全问题同步凸显。Ady Zhao指出，风险重点不在模型微调本身，而在模型选择与工具管理，例如财务敏感数据优先采用私有化部署模型，工具调用通过白名单机制由IT与安全部门审核；EC-Agent平台依托Amazon Bedrock AgentCore提供生命周期管理、记忆维护及可观测性支持，确保Agent可追踪、可审计。

最后，在人机分工上，AI并未简单替代岗位，而是重新划分任务边界。在广告投放领域，智能系统可覆盖约70分以下优化师的日常操作（如素材生成、批量投放、实时监控），而优秀人才则转向策略制定、系统监督及复杂例外处理，将经验沉淀为可复用的方法论。内部运营中，AI助手已嵌入帮办、问答与调度场景，推动从“自动化率”转向“每个岗位配备业务助手”的范式转变，目标是为员工提供标准解法，再由人补充个性化与高阶判断。