公司AI实践成果 - 过去三个季度通过AI驱动和赋能实现的收入达24.7亿元 [2] - 以API方式接入大模型的Token调用量已超6000亿，预计今年底将突破万亿 [2] - AI人才团队规模已达500余人，涵盖产研科技类人才与AI Native种子人才 [2] - 随着多模态和视频模型的爆发，相关数据未来可能实现每年倍增 [2] AI战略核心框架 - AI布局围绕“五个着力点”展开，形成覆盖“收入、客户、效率、技术、组织”的完整推进体系 [3] - 第一个着力点是“三个小目标”：在2026年至2027年实现AI驱动的百亿收入，将内部AI客户渗透度提升至70%以上，战略高度重构基础工作流程 [3] - 第二个着力点是AI Native基建持续投入，核心在于广告投放后的数据分析与回收，已在投放数据回收领域取得突破 [3] - 第三个着力点是今年底落地“端到端全自动化”场景，已锁定达人营销与全球化广告投放两个核心场景，未来90%左右的业务场景将逐步走向高度自动化、智能化或半自动化 [4] - 第四个着力点是在多模态领域发力，重点突破AI视频生成能力，与全球顶尖视频模型公司深度合作，同时将自主研发的“BlueAI”打造成核心驱动引擎 [5] - 第五个着力点是内部原生组织创新重构，已组建多个10人规模的AI超级团队，聚焦整合营销、广告投放等细分领域 [5] 行业影响与公司观点 - 人工智能对营销行业的重塑是颠覆性的重构而非渐进式的改良 [1] - 全球营销行业是AI商业化的重要参与者，但当前红利期不会无限延续 [1] - 预测3年后高科技公司重心将全面转向AI原生商业化，一批聚焦AI商业化的创业公司将快速崛起 [1] - 未来3年公司将以最快速度拥抱AI，对错误的包容度将直接决定企业在AI时代的生存能力 [1] - 真正的All in AI需要投入基建、沉淀数据、回收数据，该过程可能暂时降低组织效率，但能为公司在AI营销领域赢得长期话语权 [7] 人才与组织转型 - AI时代的管理者需具备“创业者心态”，员工需具备“领导AI的能力”，组织需具备“打破边界的勇气” [5] - 员工工作内容从“和数据、人打交道”转向“领导AI数字员工、实现人机共生” [6] - 人才选拔三个核心维度：迭代速度快敢于摆脱路径依赖、主动做人机交互、打破边界感能跨领域解决问题 [6] - “人+AI”模式仍是当前提升生产效率的主流，真正的AI原生商业模式尚未出现 [7]