AI·具身会客厅｜对话AppsFlyer亚太区总裁Ronen Mense：AI落地元年，营销增长迎来范式重构

2026年6月17日，由AppsFlyer长期主办的MAMA移动互联网高层峰会重返厦门。自创办以来，MAMA峰会先后见证流量精细化运营、隐私合规转型等关键产业变革。而本届峰会的特殊之处在于——行业正式迎来AI深度嵌入业务链的颠覆性拐点。

过去两年，AI在营销领域多停留在辅助降本增效的浅层工具角色——帮写文案、生成素材、做简单数据分析。但2026年的变化是质变的：大模型推理能力跨越临界点，智能体（Agent）生态从概念走向成熟，AI第一次具备了"独立完成工作"的能力。

它不再是人类手边的工具，而是一个可以理解目标、调用工具、自主决策并持续优化的"数字员工"。从素材生成、预算分配到异常监测、投放优化，AI正在接管过去必须由人完成的营销全链路。与此同时，行业竞争的逻辑也在被改写——大模型技术本身正在快速同质化，真正的分水岭不再是算法，而是企业握有的数据质量与信号完整性。AI决策的水平，直接取决于它赖以判断的数据有多干净、多完整。

AppsFlyer亚太区总裁 Ronen Mense

在这一背景下，AppsFlyer亚太区总裁Ronen Mense与大中华区总经理王玮博士对话财经网科技等媒体，围绕"AI在营销领域到底改变了什么""企业如何搭建AI时代的数据底座"等话题，从行业趋势、落地实践、数据基建、组织变革等维度展开了系统探讨。

以下为对话内容（在不更改原意的情况下，略有删减）：

AI落地现状与核心挑战

Q：AI在营销领域现在被低估的最大的地方是在哪里？

Ronen Mense：我们举办上一届MAMA大会的时候，AI才刚刚开始被谈论。十二个月之后，所有话题都是AI了。这一年AI变化巨大，尤其在工具层面——AI智能体的构建方式、智能体之间对话的方式都在快速演进。我们现在谈的是智能体与智能体之间的协作，AI正在成为广告主发现用户的新型渠道。

Q：当下AI智能体面临的最大挑战是什么？

Ronen Mense：当下AI智能体面临的最大挑战，是数据的完整性。要做出正确决策，首先需要干净的数据；要获得干净的数据，就必须有强有力的信号。信号就像词语，大量信号汇聚在一起就能组成一句话、形成一本书——有了这本"书"，才能做出更好的决策。AI决策的质量，取决于它所依据信号的质量。

王玮：今年最大的转变是AI真正落地变成Agent。大模型是"脑袋"，Agent给这个脑袋配上身体、手和脚。在我们行业，"手和脚"就是企业数据、上下文、权限和工具。无论大小客户，打好数据底座都是前提——数据有问题，上面运行的东西越快，问题反而越大。

企业实践与数据基础设施建设

Q：有没有看到企业广告主已经利用AI做出可量化效果的例子？

Ronen Mense：企业分几类。一类是"AI原生"企业，所有决策以AI为核心，省去传统组织层级和流程。另一类是快速采纳AI的企业，比如游戏公司：用AI做LTV（用户生命周期价值）建模，优先识别高留存或高付费用户；用AI辅助确定渠道组合，更快识别虚假流量和作弊行为；用AI发现可拓展的新市场。

王玮：效果广告链条的自动化是一个重要方向。AI Agent可以承担素材管理、广告投放、预算分配等各个环节。一些大型游戏客户已经做了不少尝试，关键环节已经跑通。有一家知名游戏公司完全跑通了整个流程并取得正向ROI，目前在小范围预算中验证成功。我相信未来一年会有更多预算跑在这个闭环里。

Q：AI是在提效，还是创造了以前做不到的新应用？

王玮：这是量变到质变的差异。移动营销通过Agent串联形成自动化闭环，做的事情和过去没有本质不同——素材、投放、评估、迭代，但速度可能快了很多倍。人力做素材一周几十张，AI一天产出上百张；人力能管理的渠道有限，AI可以放大数倍。传统闭环投100美元一个月回收150美元，AI投100美元一周回收500美元，再投入再回收，一个月后这100美元可能变成1万美元。这就是差别所在。

Q：数据割裂、清洁处理这些问题怎么解决？

Ronen Mense：作为现代营销云，我们能捕捉各类信号——不同平台、不同素材形式、不同内容类型、不同地域——只要我们能捕捉到的事件，都能转化为信号提供给客户。

Q：第三方数据受限后，企业如何搭建可信赖的数据基础设施？

Ronen Mense：变化是这个行业恒常的存在。回顾IDFA调整、iOS 14.5带来的影响，我们必须在挑战出现时及时适应，把这些变化视为创新的机会。

落地主要依赖几个方面：首先是合规数据，采集方式必须在App、网页、社交触点等各个渠道遵循清晰的合规信号，基于用户正当授权。其次是数据治理，确保用户ID在各渠道间统一，消除内部数据孤岛。此外还需要持续升级算法与归因模型，从传统归因转向服务器对服务器整合、多触点归因或增量分析等不同衡量方法。当这些都具备后，就能真正打通从数据到业务的闭环。

Q：对于刚起步、没有完善数据体系的小企业有什么建议？

王玮：最佳方案是与第三方合作。我们对自身的定位是"营销数据底座"——数据必须准确、全面、丰富。除了广告主自己喂给模型的数据，整合第三方数据能帮助大模型更好理解用户行为、做出更好决策。

Q：从MMP升级为Modern Marketing Cloud，本质变化是什么？

王玮：整个行业在朝AI演进，我们的定位也在从传统MMP归因工具升级为"现代营销云"——定位进一步下沉为数据基座，数据层面更丰富，延伸到能直接触达用户的层面，确保PC端、移动端的行为数据都能整合到一起，最终交由AI去决策。

Q：过去一年AI带来的最大变化是什么？

Ronen Mense：三个层面。第一是我们内部如何运用AI工具开展工作——我们不是从总部自上而下推动，而是从"边缘"驱动创新，也就是与客户直接接触的地方；第二是如何让内部运作更高效，再往上是如何在自己的平台上构建客户可直接使用的AI工具，我们已经有了Agent Hub和MCP，还有一些没有AI就不可能存在的产品，比如素材分析；第三是观察整个行业如何创新，思考如何让数据和基础设施准备就绪，让客户能调用我们的平台和信号去做决策。

未来趋势与组织进化

Q：随着AI的进步和落地，大客户的需求有什么变化？

Ronen Mense：今天和CMO交流，每个人谈的都是AI——搭建更多面板、开发更多工具、让AI与AI对话、谈论Token消耗量。但公开场合谈论的多是表象，企业内部真正关心的是AI投入的回报。现在已经不再是"实验"阶段，而是"落地实施"阶段——用AI去驱动结果，这里说的"结果"不是削减成本，而是驱动收入的增长。现在正是企业需要看到AI投入产生回报的关键时刻。

王玮：大家最终关心的还是业务增长，AI只是手段。现在都有焦虑：所有人都在谈AI，我用得有没有别人好？如果不够好，会不会被弯道超车？但归根结底，不论用不用AI，今年能不能实现业务增长才是关键。

Q：未来两三年营销技术栈会怎样转变？AppsFlyer扮演什么角色？

王玮：我们提供数据，所有执行环节建立在我们之上。我们确保提供给智能体的数据准确、完整、丰富，让智能体在能力范围内达到尽可能高的上限——这个上限远高于人力能达到的水平。现代营销云在AI时代的定位，就是尽可能提高AI智能体运转的上限。

Ronen Mense：我们今天扮演的是基础设施的角色——在生态系统中建立信任，从合作伙伴到AI工具到客户，贯穿始终。AI时代意味着更多自主运行的工作流程。

举个具体例子：今天你在网上购物，要打开应用、看图片、选尺码、输信用卡、填地址、结算。在AI时代，会有一个智能体从头到尾完成整个流程——它知道你的鞋码、支付方式、住址，替你处理好一切。

即便到了这个阶段，依然需要恰当的衡量与基础设施，来确保用户意图与最终购买行为相匹配。我们对未来的期望，是让智能体承担更多重复性工作，进而去做那些能提供洞察的工作，去主动探索和发现。

Q：AI会让Google和Meta继续垄断，还是百花齐放？

王玮：两种可能性都存在。大平台在AI能力上确实有优势——体量大、数据丰富、自动化能力强。但中小平台转身更快，会尝试新的可能性。它们同样能使用公开可访问的大模型，技术能力未必被拉开太大差距。无论大小平台，面对这波AI浪潮都必须转型，绝不可能继续用过去的方式做事却期待不一样的结果。

Q：企业什么时候会信任AI做决策？

王玮：大模型能力在持续增强，虽然还有幻觉等问题，但确实一代比一代强。只要大模型能力强到一定程度，把企业数据、上下文、权限和工具整合到一起，它和使用电脑的人类员工没有本质区别。信任需要循序渐进，不能一上来就让AI取代所有流程，应该先从风险较小但潜在收益较大的地方入手，一个一个攻克，再逐步推广。一旦某一个决策被验证有效，信任度就会提升，这需要时间，但方向不会改变。

Q：AppsFlyer研发团队在用AI coding吗？

王玮：研发团队是受AI影响最早最深的团队之一，越来越多代码由大模型直接写出。大约已经有40%的代码由AI完成。这件事不管你喜不喜欢都一定会发生——不去用就等于"不会编程"了，与AI配对编程的人效率可能是普通人的10倍甚至更高。