好時押注 Agentic AI：一場圍繞20億美元營銷預算的“測量革命”

作者 戴莉娟

“我知道有一半廣告費被浪費了，但我不知道是哪一半”——廣告行業流傳數十年的痛點，終于被AI撕開了一道破局口子。

近日，全球糖果巨頭好時正式官宣，聯合營銷分析平臺Mutinex、數據基礎設施公司Tracer，對沿用多年的營銷組合建模（MMM）體系進行全面重構，將Agentic AI（代理式AI）深度嵌入20億美元營銷預算的決策全流程。

對于手握Reese's、SkinnyPop等多個知名品牌的好時而言，這絕非一次簡單的技術升級，而是一場圍繞“營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品牌，它也長期被困在“營銷預算越漲，效果越難衡量”的矛盾里。

01傳統MMM失靈：滯后的測量，追不上快速變化的營銷戰場

營銷組合建模（MMM）本身并不新鮮，作為大型品牌預算歸因、媒體效果分析的核心工具，它已經陪伴行業走過數十年。其核心邏輯很簡單：通過統計模型，分析電視廣告、數字媒體、價格促銷、渠道鋪貨等各類變量對銷量的影響，幫品牌找到“真正能帶來增長的營銷投入”。

在互聯網廣告爆發的年代，MMM曾被視為品牌營銷的“財務語言”，是CMO們爭取預算、復盤效果的重要依據。但隨著媒介環境的快速迭代，這套“老辦法”的弊端越來越明顯——太慢了。

據好時高管披露，過去一次完整的MMM分析，往往需要耗時數月。最夸張的是，企業可能在2025年中期，才能拿到2024年的完整營銷數據復盤結果，而此時市場團隊早已在推進2026年的預算規劃。

這種嚴重的滯后性，早已跟不上當下的營銷節奏：媒介渠道越來越碎片化，零售媒體崛起、短視頻重構消費路徑、AI搜索改變流量邏輯，消費者的決策鏈路也變得越來越非線性。當媒介變化以“周”為單位迭代時，營銷測量還停留在“年度復盤”，顯然已經不合時宜。

這也是好時果斷押注Agentic AI的核心原因——它要解決的，從來不是“如何做模型”，而是“如何讓營銷決策跟上市場變化”。

表面上看，好時是在升級MMM系統，但本質上，它正在重構整個營銷組織的決策機制。

根據公開信息，Mutinex為好時打造的是一套“持續在線MMM”（Always-on MMM）系統，背后依托Claude、Gemini等大模型能力，核心是一套“多代理AI系統”——簡單說，就是讓不同的AI Agent各司其職，替代過去人工耗時費力的分析工作：一個AI Agent專注營銷計量經濟學，負責核心數據歸因；一個AI Agent聚焦競爭定價分析，實時跟蹤競品動態；一個AI Agent負責診斷模型異常，保障數據準確性；一個AI Agent專門做預算模擬與媒體配置推演，提前預判效果。

而Tracer則承擔了“地基”角色——數據清洗與標準化。很多品牌的痛點不是沒有AI工具，而是沒有“能被AI讀懂的數據”：營銷數據分散在CRM、零售系統、電商平臺、廣告渠道等多個場景，格式不統一、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據“規整好”，為AI提供一個可計算、可復用的數據底座。

當數據底座與AI建模能力結合，好時的營銷決策效率實現了質的飛躍：過去需要數月完成的分析，現在三周內就能完成模型運行，并且正逐步實現按月更新決策——這與過去一年僅幾次復盤的模式，形成了天壤之別。

02從“花錢”到“投資”：營銷行業的核心邏輯正在被AI改寫

好時的嘗試，最值得關注的不是技術本身，而是它折射出的營銷行業變革：過去幾十年，營銷行業一直存在一個結構性矛盾——CMO負責花錢，但很難像CFO那樣，用明確的財務語言證明“投入產出比”。

尤其是品牌廣告領域，“品牌心智”“情緒連接”“長期價值”這些概念雖重要，卻始終缺乏可量化的衡量標準。這也是為什么，經濟承壓時，營銷預算往往是最先被削減的部分——它被視為“成本”，而非“可產生回報的投資”。

Mutinex市場顧問Lou Paskalis的一句話，點出了問題的核心：“營銷之所以長期缺乏可信度，很大程度上是因為歷史上的歸因方式一直存在爭議。” 簡單說，不是營銷沒有數據，而是沒有足夠可信、足夠及時的數據，支撐實時決策。

而Agentic AI的出現，正在改變這一現狀。它的價值不只是“自動化”，更在于讓營銷測量進入“動態決策時代”——過去品牌做媒體規劃，多依賴歷史經驗和年度復盤，比如電視預算占比、社媒投放增量、電商廣告配置等，都帶有強烈的經驗驅動色彩。

但未來，營銷預算的分配可能會越來越像金融投資組合：系統會根據市場實時反饋，動態調整資源配置——哪個渠道ROI下降、哪個媒介觸達效率上升、哪類創意轉化更高、哪種價促組合更有效，AI Agent都會實時測算、持續優化，真正成為“預算優化器”。

這意味著，營銷行業正在從“事后復盤”全面進入“實時運營”，而AI正在重構營銷行業最核心的基礎設施。

值得注意的是，好時并不是個例。過去一年，全球廣告行業已經出現一個明確趨勢：AI正在從“內容生成工具”，深度滲透到“營銷基礎設施層”。

比如，Jellyfish早已用AI優化媒體規劃，PubMatic嘗試通過AI Agent重構程序化廣告供應鏈，大量MarTech公司也在將Agentic AI引入投放、創意、歸因與預算管理全流程。

這背后，是營銷技術行業的方向轉變：過去兩年，大模型的應用多集中在內容生產——AI寫文案、做海報、生成視頻、當客服，這些都是“表層應用”；而如今，越來越多品牌意識到，真正影響商業效率的，是“決策自動化”，而營銷預算管理，正是最具商業價值的AI應用場景之一。

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

對于快消品牌而言，這種能力尤為重要。好時的媒體與渠道營銷總投入超20億美元，在這樣的預算體量下，即便只提升4%-5%的效率，帶來的收益也十分可觀——這也是好時預估的新系統潛在價值。

而快消品牌的天然屬性，也讓它們成為Agentic AI的重要試驗場：品牌矩陣復雜、渠道高度碎片化、市場變化極快，傳統的復盤機制早已難以適應，AI帶來的動態決策能力，正是它們迫切需要的。

03AI營銷下半場：CMO的核心競爭力，正在被重新定義

過去兩年，營銷行業對AI的討論，大多集中在創意層面——AI廣告片、AI海報、AI數字人，甚至AI內容工廠，都成為行業熱點。但好時的案例，揭示了AI營銷的下一階段：AI開始進入企業核心的經營系統，不再是“輔助創意的工具”，而是“驅動經營決策的核心引擎”。

這種變化，也正在重新定義CMO的核心競爭力。未來，CMO的能力邊界，將不再局限于品牌洞察與創意表達，更要具備數據治理能力、AI系統協同能力、動態預算管理能力、跨渠道經營能力，以及對增長模型的理解能力——營銷崗位，正在逐漸“金融化”“技術化”。

而Tracer高管的一句話，或許點出了整個行業的現狀：“多數企業的問題并不是沒有AI，而是數據還沒有準備好。” 對于品牌而言，想要抓住AI營銷的下半場機遇，先搭建好標準化的數據底座，或許比盲目引入AI工具更重要。

當然，這并不意味著AI會徹底替代營銷團隊。營銷從來都不只是“數學問題”，品牌情緒的把握、文化趨勢的洞察、創意的表達、消費者心理的感知，這些需要人文思考的環節，依然離不開人的判斷。

但AI會深刻改變營銷團隊的工作結構：未來，大量重復性的分析、預算測算、歸因建模工作，都會被AI Agent承擔；而營銷團隊的核心精力，將聚焦在戰略判斷、品牌方向、創意定義、用戶洞察和增長決策上。

簡單說，AI正在把營銷行業，從“人工執行驅動”推向“系統協同驅動”。

好時如今押注的，從來不是一個簡單的MMM工具，而是下一代營銷操作系統——它要做的，是用AI終結“廣告費浪費”的行業困局，讓營銷真正成為可量化、可優化、可產生持續回報的核心投資。

而這場圍繞20億美元預算的“測量革命”，或許也將成為營銷行業進入AI下半場的重要標志。

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。