文章核心观点 - 广告和营销行业正从探讨AI的“原因”转向解决“如何”实施的阶段 行业领导者强调通过跨部门协作和集中化治理来规模化应用AI 同时关注AI在提升效率与创造力方面的潜力与局限 以及伴随而来的运营、业务和监管风险 [4][5][11] AI应用现状与战略 - WPP在过去两年中 从在特定用例中利用AI提升效率 转向通过“WPP Open”倡议等更大规模的组织变革来集中化该技术 实现了跨创意、制作和媒体团队的AI努力统一与迭代改进 [2] - Yum Brands利用其品牌的第一方数据构建了一个“AI工厂” 并在整个组织内推行AI运营化 其策略是建立一个正式的委员会 让尽可能多的利益相关者参与 而不仅仅是法律部门一直说“不” [1] - WPP将AI治理的责任放在控股公司层面而非运营公司层面 因为AI技术和专业知识的资本支出对其子公司而言过高 这一模式也出现在其竞争对手中 [1] AI的成效与局限 - AI在WPP的许多预期领域发挥作用 包括塑造创意构思、制定媒体计划 并将某些任务的时间线从数天缩短到数小时 [5] - 然而 基于大语言模型和转换器构建的生成式AI工具 其工作原理决定了它们无法生成完全新颖或独特的内容 [5] - 过去两三年的大量工具使得平庸变得廉价 但同时也使得卓越变得更加珍贵 [6] 组织变革与劳动力影响 - 在AI重塑机构劳动力的过程中 可自动化的后台和支持角色（如大量的媒体策划师和会计师）首当其冲 但随着代理型AI的兴起 这一趋势可能持续 [7] - WPP的策略是寻找运营痛点专家并赋能他们 通过内部构建整个设置 旨在从这些个体中获得更好、更高效的产出 [8] - 无论员工年龄如何 公司都鼓励使用内部AI解决方案而非公开可用的工具 以确保客户数据不会流入通用模型 WPP为此支付了巨额前期投资 [10] AI应用场景与行业差异 - 作为餐饮品牌营销商 Yum有机会在忠诚度计划、菜单屏幕和汽车餐厅等多个领域使用AI 对于已经不愿打电话或使用传统网站的Z世代消费者 Yum可能与OpenAI或其他代理型AI提供商合作 [8] - 超越风险层面 运营问题因类别和行业而异 例如 对于塔可钟 将“墨西哥卷饼”或“芝士卷饼”等概念引入AI模型需要大量的训练数据 [9] 未来趋势：代理型AI与挑战 - AI发展的下一步是围绕完全自主的代理型工具 这已迅速成为代理商、广告技术公司和行业机构的焦点 WPP年初推出了供客户和员工使用的“代理中心” 并将在未来几个月与几家发布合作伙伴启动代理型试点 [11] - 未来五到十年 广告可能会面向AI代理投放 品牌可能必须开始投放针对代理的广告 [12] - 代理型AI的兴起带来了一个难题 即当公司的部分职能非人力或非人力控制时 公司是什么以及做什么 Yum的专家指出了存在能够访问数据并做出决策的“半智能、半恶意行为者”的可能性 [12]