好时押注 Agentic AI：一场围绕20亿美元营销预算的“测量革命”

“我知道有一半广告费被浪费了，但我不知道是哪一半”——广告行业流传数十年的痛点，终于被AI撕开了一道破局口子。

近日，全球糖果巨头好时正式官宣，联合营销分析平台Mutinex、数据基础设施公司Tracer，对沿用多年的营销组合建模（MMM）体系进行全面重构，将Agentic AI（代理式AI）深度嵌入20亿美元营销预算的决策全流程。

对于手握Reese's、SkinnyPop等多个知名品牌的好时而言，这绝非一次简单的技术升级，而是一场围绕“营销能否真正成为可量化投资”的深度组织变革——毕竟，即便身为全球头部消费品牌，它也长期被困在“营销预算越涨，效果越难衡量”的矛盾里。

传统MMM失灵：滞后的测量，追不上快速变化的营销战场

营销组合建模（MMM）本身并不新鲜，作为大型品牌预算归因、媒体效果分析的核心工具，它已经陪伴行业走过数十年。其核心逻辑很简单：通过统计模型，分析电视广告、数字媒体、价格促销、渠道铺货等各类变量对销量的影响，帮品牌找到“真正能带来增长的营销投入”。

在互联网广告爆发的年代，MMM曾被视为品牌营销的“财务语言”，是CMO们争取预算、复盘效果的重要依据。但随着媒介环境的快速迭代，这套“老办法”的弊端越来越明显——太慢了。

据好时高管披露，过去一次完整的MMM分析，往往需要耗时数月。最夸张的是，企业可能在2025年中期，才能拿到2024年的完整营销数据复盘结果，而此时市场团队早已在推进2026年的预算规划。

这种严重的滞后性，早已跟不上当下的营销节奏：媒介渠道越来越碎片化，零售媒体崛起、短视频重构消费路径、AI搜索改变流量逻辑，消费者的决策链路也变得越来越非线性。当媒介变化以“周”为单位迭代时，营销测量还停留在“年度复盘”，显然已经不合时宜。

这也是好时果断押注Agentic AI的核心原因——它要解决的，从来不是“如何做模型”，而是“如何让营销决策跟上市场变化”。

表面上看，好时是在升级MMM系统，但本质上，它正在重构整个营销组织的决策机制。

根据公开信息，Mutinex为好时打造的是一套“持续在线MMM”（Always-on MMM）系统，背后依托Claude、Gemini等大模型能力，核心是一套“多代理AI系统”——简单说，就是让不同的AI Agent各司其职，替代过去人工耗时费力的分析工作：一个AI Agent专注营销计量经济学，负责核心数据归因；一个AI Agent聚焦竞争定价分析，实时跟踪竞品动态；一个AI Agent负责诊断模型异常，保障数据准确性；一个AI Agent专门做预算模拟与媒体配置推演，提前预判效果。

而Tracer则承担了“地基”角色——数据清洗与标准化。很多品牌的痛点不是没有AI工具，而是没有“能被AI读懂的数据”：营销数据分散在CRM、零售系统、电商平台、广告渠道等多个场景，格式不统一、口径不一致，即便引入AI，也难以落地生效。Tracer做的，就是把这些零散的数据“规整好”，为AI提供一个可计算、可复用的数据底座。

当数据底座与AI建模能力结合，好时的营销决策效率实现了质的飞跃：过去需要数月完成的分析，现在三周内就能完成模型运行，并且正逐步实现按月更新决策——这与过去一年仅几次复盘的模式，形成了天壤之别。

从“花钱”到“投资”：营销行业的核心逻辑正在被AI改写

好时的尝试，最值得关注的不是技术本身，而是它折射出的营销行业变革：过去几十年，营销行业一直存在一个结构性矛盾——CMO负责花钱，但很难像CFO那样，用明确的财务语言证明“投入产出比”。

尤其是品牌广告领域，“品牌心智”“情绪连接”“长期价值”这些概念虽重要，却始终缺乏可量化的衡量标准。这也是为什么，经济承压时，营销预算往往是最先被削减的部分——它被视为“成本”，而非“可产生回报的投资”。

Mutinex市场顾问Lou Paskalis的一句话，点出了问题的核心：“营销之所以长期缺乏可信度，很大程度上是因为历史上的归因方式一直存在争议。”简单说，不是营销没有数据，而是没有足够可信、足够及时的数据，支撑实时决策。

而Agentic AI的出现，正在改变这一现状。它的价值不只是“自动化”，更在于让营销测量进入“动态决策时代”——过去品牌做媒体规划，多依赖历史经验和年度复盘，比如电视预算占比、社媒投放增量、电商广告配置等，都带有强烈的经验驱动色彩。

但未来，营销预算的分配可能会越来越像金融投资组合：系统会根据市场实时反馈，动态调整资源配置——哪个渠道ROI下降、哪个媒介触达效率上升、哪类创意转化更高、哪种价促组合更有效，AI Agent都会实时测算、持续优化，真正成为“预算优化器”。

这意味着，营销行业正在从“事后复盘”全面进入“实时运营”，而AI正在重构营销行业最核心的基础设施。

值得注意的是，好时并不是个例。过去一年，全球广告行业已经出现一个明确趋势：AI正在从“内容生成工具”，深度渗透到“营销基础设施层”。

比如，Jellyfish早已用AI优化媒体规划，PubMatic尝试通过AI Agent重构程序化广告供应链，大量MarTech公司也在将Agentic AI引入投放、创意、归因与预算管理全流程。

这背后，是营销技术行业的方向转变：过去两年，大模型的应用多集中在内容生产——AI写文案、做海报、生成视频、当客服，这些都是“表层应用”；而如今，越来越多品牌意识到，真正影响商业效率的，是“决策自动化”，而营销预算管理，正是最具商业价值的AI应用场景之一。

毕竟，相比生成一张广告海报，决定“20亿美元该如何分配”，显然更能影响企业的增长全局。

对于快消品牌而言，这种能力尤为重要。好时的媒体与渠道营销总投入超20亿美元，在这样的预算体量下，即便只提升4%-5%的效率，带来的收益也十分可观——这也是好时预估的新系统潜在价值。

而快消品牌的天然属性，也让它们成为Agentic AI的重要试验场：品牌矩阵复杂、渠道高度碎片化、市场变化极快，传统的复盘机制早已难以适应，AI带来的动态决策能力，正是它们迫切需要的。

AI营销下半场：CMO的核心竞争力，正在被重新定义

过去两年，营销行业对AI的讨论，大多集中在创意层面——AI广告片、AI海报、AI数字人，甚至AI内容工厂，都成为行业热点。但好时的案例，揭示了AI营销的下一阶段：AI开始进入企业核心的经营系统，不再是“辅助创意的工具”，而是“驱动经营决策的核心引擎”。

这种变化，也正在重新定义CMO的核心竞争力。未来，CMO的能力边界，将不再局限于品牌洞察与创意表达，更要具备数据治理能力、AI系统协同能力、动态预算管理能力、跨渠道经营能力，以及对增长模型的理解能力——营销岗位，正在逐渐“金融化”“技术化”。

而Tracer高管的一句话，或许点出了整个行业的现状：“多数企业的问题并不是没有AI，而是数据还没有准备好。”对于品牌而言，想要抓住AI营销的下半场机遇，先搭建好标准化的数据底座，或许比盲目引入AI工具更重要。

当然，这并不意味着AI会彻底替代营销团队。营销从来都不只是“数学问题”，品牌情绪的把握、文化趋势的洞察、创意的表达、消费者心理的感知，这些需要人文思考的环节，依然离不开人的判断。

但AI会深刻改变营销团队的工作结构：未来，大量重复性的分析、预算测算、归因建模工作，都会被AI Agent承担；而营销团队的核心精力，将聚焦在战略判断、品牌方向、创意定义、用户洞察和增长决策上。

简单说，AI正在把营销行业，从“人工执行驱动”推向“系统协同驱动”。

好时如今押注的，从来不是一个简单的MMM工具，而是下一代营销操作系统——它要做的，是用AI终结“广告费浪费”的行业困局，让营销真正成为可量化、可优化、可产生持续回报的核心投资。

而这场围绕20亿美元预算的“测量革命”，或许也将成为营销行业进入AI下半场的重要标志。

本文首发于现代广告 未经授权 不得转载

原创内容转载开白可直接在文后留言

或添加新媒体主编微信:aegean1313

请备注来意