最近有两个案例，让我们清晰看到——AI不只是提效，而是真的在改写营销团队的分工方式。

一个是绝味食品。企点与绝味共创的全链路AI会员营销实战中，AI组的订单转化做到了人工组的3.1倍；点击、支付、留存几乎全部抬升，甚至连“发什么券给谁”都能跑出更优解。

另一个是太平鸟。把“静态商品图”交给AI做成短视频，再结合AI分群和旅程编排，企微点击率提升了90%、转化率提升了20%。

这些结果逼着我们去问一个更根本的问题：为什么AI在这些品牌能跑得动？底层发生了什么变化？企业到底要补什么能力？

在见实2025年度大会上，这两个案例的服务方——腾讯企点营销云商业化副总监戴佳瑶，给出了一条非常清晰的脉络。

过去几年，他们从DMP、CDP走向AI，再从工具时代走向Agent时代，并由此看到企业在增长上必须补齐的三门“必修课”：

• 补齐数据底座（一方数据永远是企业的核心）；
• 建立可度量、可复盘的增长闭环；
• 让AI真正进入营销链路，而不是与系统工具割裂；

基于这些观察，腾讯企点推出了MAGIC方法论，并把十多个工具整合为CDP、MA、企微SCRM、FA四大产品底座，再叠一层Customer AI与Magic Agent，让1个运营能完成过去1个团队才能跑完的营销全链路。

但比方法论本身更重要的，是他们已经在品牌侧被“跑通”了。也因为这些长期稳定的实践成绩，企点上榜见实[2025年度值得推荐的私域/全域服务商榜单]。

01从数据工具到AI 企业真正缺的是什么能力？

我是2018年开始在腾讯做营销云相关工作的，在2018年到2022年这段时间，我们重点在做数据工具。到了2024年，也就是去年，我们看到行业里很多产品在做各种方向的AI Agent，而我们思考的是怎么把AI融进我们这套工具，形成一套更好用的能力体系。

平时和客户沟通时，我们被问得最多的其实就三类问题：

来自企业一把手，他们在大环境压力下最关心的是预算怎么花得更有效，怎么把私域ROI做回来；

来自中层管理者，他们更关心怎么让团队借助数字化工具放大团队价值；

来自一线运营伙伴，他们最关注效率，怎么在有限时间里一个人做出原来两三个人才能完成的工作。

除了工具建设，我们也始终认为，做好AI营销、做好AI私域离不开人才储备。如果没有知识库的沉淀，很多AI的落地其实走不下去。再往前一步，就是组织结构，要让工具以更高效的方式带动生意增长。

所以去年以来，我们最常被问到的其实可以总结为一句话：预算更紧、技术更快，我怎么达到更高的预期？

我们的回答可以总结成三段：

第一，我们认为消费者与品牌之间的连接，是永远不变的“慢变量”。技术在变，但消费者的心理和被选择的理由不会变。上一位嘉宾船长提到的“服务向善”，以及产品本身的卖点，都是影响用户心智的长期动因。

第二，我们认为品牌一方数据的价值是永远不会变的。很多客户会问外部的数据能不能帮助他们，但我们会和客户强调：最有价值的永远是企业自己的数据。真正发挥最大价值的那部分，仍然是企业自己的一方资产。

第三，我们认为所有科学增长都离不开科学度量和学习的闭环。如果我们不知道生意为何获得了增长，那么就没法复制这种增长。

所以总结一句话：我们要做的，看清楚复杂的变化背后的「确定性」，把「不确定」变成「概率」。这是我们希望通过AI去强化工具的方向，也是我们产品的核心思考。

02 有了MAGIC方法论，AI营销链路终于能跑顺了

今年9月，我们正式发布了一套增长框架——MAGIC增长方法论。它的核心就是：把用户需求挖出来，用数据设计用户旅程，让AI来做原来靠人工经验完成的事，让AI生成内容，在触达和互动中持续跟进，最后再用AI复盘。

基于这套方法论，我们把原来十多个产品做了一次聚焦，聚焦在围绕「私域」的四个核心能力上：CDP客户数据平台、MA营销自动化、企微SCRM互动，以及FA融合分析。

同时在架构上我们也意识到，大模型擅长调度任务，但真正落到人货匹配、商品推荐这些具体场景时，传统机器学习的小模型仍然很关键。

所以，我们的产品架构分成三层：MAGIC Agent利用大模型最擅长理解能力进行需求拆解与任务编排，我们的Customer AI像大脑去负责“人货匹配、权益匹配、内容匹配”的效果，我们CDP、MA、SCRM、FA工具则是执行AI命令的双手。在MAGIC Agent与Customer AI之外，我还有一系列围绕产品使用的功能升级。

接下来，简单展开一下我们在哪些工具细节层面也做了智能化升级。

在工具层，我们做了大量提升效率的能力。比如我们在CDP里想创建一个购买偏好标签，标签怎么建、分群怎么自动生成？这些都可以快速让AI来辅助完成。

在营销自动化工具里，过去用户旅程依赖运营同事的经验搭建，现在我们可以让AI先自动生成旅程画布、生成内容，最后再让人来确认整个运营策略。

在企微运营里，我们让导购在和用户沟通时，可以获得智能洞察，快速了解用户在关心什么问题，给到导购回复的建议和快速查询我们商品知识检索的能力，我们可以挂载企业的知识库能力。

同时，我们也做了一套会话分析，帮助总部运营的人员对会话内容的进行结构化解读，解读用户情绪的变化趋势、识别出服务风险、找到引起用户互动的金牌话术，再结合画像和活动归因，让分析更立体。

继续看Customer AI（营销决策引擎）。它最早是我们做人群预测的机器学习工具，但现在在商品推荐、人货匹配、内容匹配、权益匹配等场景都能借助我们的CustomerAI发挥更大作用。

比如，让大模型决定“应该给哪个用户发什么券”，在我们和绝味合作的案例中：到底该给我发50元减20元的券，还是20元–6元的券？不同用户的客单价和消费习惯完全不同，结果也会差别很大。让AI掌握每个人的偏好，既提升效果也减少打扰。

企点服务的绝味食品入选了见实[2025年度值得推荐的私域/全域增长案例]

03 用上Agent，从1个人“变身成1个团队”

接下来我们一起看一个案例：运营人员小张是如何在Magic Agent的帮助下，从1个人“变身成1个团队”，轻松完成一场复杂营销活动的。

第一步，他只需要提交一个商品目标和人群，比如“我希望做一场双十一的线下门店或商品活动”。

这时，「人群圈选Agent」会自动开展完整的用户规划。过去需要手动逐个筛人，现在系统可以自动精准圈选，并拆解任务，自己推理需要做哪些事。模型还会根据转化概率把用户细分成高、中、低潜力，实现资源的精准分配。

第二步，「旅程编排Agent」会开始设计用户旅程。以往非常依赖经验、耗时耗力，而现在Agent会自动规划策略，小张确认后即可自动下发。

在小张设定好活动商品和权益后，Magic Agent底层的营销决策引擎会结合用户画像、商品特征和权益特征，为不同人群自动推荐最合适的商品和权益。

从权益设计到话术结构、从触达时机到触达形式，整段都是大模型在替小张做方案。

第三步就是「内容生成Agent」。我们会针对每一种触点特性来生成文案、图片，甚至能在不影响品牌调性的前提下，使用图生视频能力丰富触达时的创意素材。

我们也做过调研：过去从主题策划、圈选人群到策略落地，一个完整活动可能要几天时间。尤其人群越细，内容生产越难覆盖。现在靠Agent的能力，大多数活动只需1小时就能策划完。

而且运营人员完全自主可控，每一步都有人工确认，运营也可以基于AI的结果再做修改。

我们昨天（12月3日）还收到一个好消息：IDC公布了2025年H1国内营销云市场调研结果，企点营销云目前是CDP市场份额第一。当然这个成果离不开我们涵盖衣食住行各行各业众多客户的支持，

我们希望未来能和更多品牌一起共创，不分甲乙方，让AI真的帮助营销变得更智能、效果更好。谢谢大家。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：

• ✅ 从零到一的 AI 学习路径图
• ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
• ✅ 百度/阿里专家闭门录播课
• ✅ 大模型当下最新行业报告
• ✅ 真实大厂面试真题
• ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

① 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

② 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

以上资料如何领取？

为什么大家都在学大模型？

最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！

不出1年，“有AI项目经验”将成为投递简历的门槛。

风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

以上全套大模型资料如何领取？