文 | 深响， 作者｜吕玥
AI 革命席卷之下，传统广告业的王者——4A 巨头们，正陷入一场关乎生死的“ 军备竞赛”。
-
WPP 对外公布称在 2024 年投入了约 2.5 亿英镑用于 AI 驱动的技术建设，2025 年进一步把相关投资提高至 3 亿英镑；
-
阳狮全球主席兼 CEO Arthur Sadoun 在近期透露，过去十年集团在数据、技术和 AI 领域累计投资约 120 亿欧元；
-
宏盟在 2025 年 11 月完成了对 IPG 的收购，明确表示双方将在 AI 研发上形成高度协同。就在本月，宏盟推出“ 下一代 Omni 数据与技术平台”，强化 AI 驱动的营销服务能力，同时将与 IPG 的协同成本节约目标翻倍至 15 亿美元，其中 10 亿美元将来自人力成本的削减；
-
电通 （Dentsu）在 2025-2027 中期计划中，投入 450 亿日元强化 AI 基础设施，旨在通过 AI 优化运营逻辑；
-
汉威士则是计划在 2027 年前投资 4 亿欧元用于数据、技术和 AI 领域，并将这视为全球转型的基石……
这些动辄十亿、百亿量级的投入清晰表明：对 4A 巨头而言，AI 已远非提升效率的工具，而是关乎其未来商业模式、组织架构乃至长期发展的战略核心，他们正在通过“ 数字化自残” 的方式完成对现有方法论的洗牌，将过去散落在人力中的模糊经验重新封装，从而夺回对“ 营销确定性” 的定价权。
但这种近乎激进的姿态正将 4A 们推入一个更深层的悖论：当创意、投放、制作等几乎所有环节似乎都可以被 AI 代劳时，4A 公司自身独一无二的价值何在？当 AI 带来了近乎透明的生产效率，那套已成行业惯性的、基于“ 人力工时” 的溢价体系又该如何维系平衡？如果 4A 们无法在技术洪流中证明自己不可替代的判断力，它们又将如何避免沦为大模型厂商的“ 技术管道”，眼睁睁看着自身的品牌溢价被 AI 吞噬？
高度一致性路径：
一个核心平台，all in 新兴技术
如果只看新闻层面的发布节奏，你会很容易产生错觉：各大 4A 公司在 AI 上的动作纷繁复杂、各显神通。但当我们把 WPP、阳狮、宏盟、电通、汉威士等公司的公开战略与具体落地行动放在同一张图景中，会发现一个冷峻的事实——4A 巨头的 AI 布局路径已高度同质化。
首先，将“ 松散人力” 封装进集团级的“ 算法中枢”。几乎所有 4A 集团，都将 AI 的核心承载形态定位为一个集团级的平台、操作系统，或自上而下的系统性改革计划。
比如 WPP 的 WPP Open、宏盟持续强化的 Omni、阳狮以 CoreAI 为核心的智能系统，电通集团 NextGen 计划以及汉威士的全球战略和运营系统 Converged.AI—— 名称各异，但本质非常接近：它们都试图构建一个覆盖洞察、创意、制作、媒介、电商、衡量的端到端 AI 中枢系统。
之所以需要“ 平台”，源于 4A 公司自身的组织弊端。
长期以来，4A 公司通过并购扩张形成了超级组织：旗下公司众多、能力分散、方法论各自为战。一个完整的营销项目，往往需要在不同公司、系统与团队之间反复流转，其效率长期建立在高度依赖人工协作与经验兜底之上。
AI 的引入，让这种高度依赖人工协作的结构显得系统性落后。此时平台化的核心意义，在于把原本松散的人力网络，重新收拢进一个“ 可被调度、可被沉淀、可被放大” 的系统之中。从策略生成、创意产出到媒介投放与效果复盘，所有环节的数据、判断和结果，都能够在同一个系统中被记录、被复用、被模型学习。
WPP 首席执行官辛迪· 罗斯在发布 2025 年初步财报时坦言，业绩不佳的核心原因正是组织架构过于复杂，缺乏一体化运营模式。为此，WPP 启动了“Elevate28” 多年战略计划，核心是从控股公司结构转型为单一公司，简化业务，整合为 WPP 媒体、WPP 创意、WPP 制作和 WPP 企业解决方案四大核心运营部门，以充分释放 WPP Open 平台的价值。
WPP Open 是此次转型的关键。其 Creative Studio 通过对话式入口 Canvas，将洞察、策略与创意生成串联；Media Studio 将 AI 深度嵌入全球媒介策划与实时优化；Production Studio 则专注于规模化内容生成。根据 WPP 公布的数据表示，WPP Open 在 2024 年的月活用户已达到 3.3 万人，真正嵌入日常工作流。
WPP 的核心平台 WPP Open
其次，“ 拼装” 逻辑，以资本换取技术代差。4A 巨头们几乎都沿用了他们最熟悉、也最擅长的方式：既通过收购建立底层研发能力，也通过合作接入最前沿的技术生态。
不难理解，布局 AI 既争眼下效率，也争未来行业话语权，速度至关重要，而收购和合作正是最省力、最快的办法。因此，我们能看到 WPP 早期收购 Satalia 作为集团 AI 技术中心；阳狮通过收购 Sapient 和 Epsilon 构筑数据底座，并在 2025 年继续收购 Lotame、Moov AI 等强化专项能力；宏盟对 IPG 的收购，更是直接放大了其在数据和 AI 领域的协同优势。
由于基础模型与算力研发并非 4A 所长，它们选择了最省力的路径无可厚非，也不必从头做起。
并购合作之外，高度开放的生态合作是另一条腿。它们没有单一的技术偏好，而是广泛接入谷歌、微软、亚马逊、Adobe、英伟达 等巨头的模型与云服务，确保优先获得最前沿的能力。
4A 也与大量垂直 AI 能力突出的第三方合作，包括专门用 AI 去做无 ID 身份识别、零售媒体、电商数据、网红营销与音视频内容生成的公司，整体上集成最先进的 AI 模型与工具。
例如阳狮的核心智能平台 CoreAI 拥有十余家第三方 AI 服务合作伙伴，耳熟能详的头部厂商有 OpenAI、Adobe、亚马逊和微软，还有其他第三方供应商包括 Hugging Face（开源 AI 模型与算法社区）、RunwayML（生成式视频与多模态创作工具）、Midjourney（图像生成模型）、Pika.AI（文本生成视频与动画工具） 和 Bria（强调版权合规与品牌安全的生成式视觉平台）。
阳狮的核心智能平台 CoreAI
这种“ 拼装” 模式，使 4A 无需押注单一技术路线，却能快速组合出适应不同场景的解决方案，并推动一场由内而外的系统性改造。目前，这种改造也正沿着清晰的双线并行推进：对内重构工作流，对外产品化创收。
对内，AI 首先用于打破内部壁垒，提升协同效率。当策略、创意、媒介等环节在统一平台上连接，整个流程变得透明、可追溯，AI 则负责减少重复劳动与信息损耗，让专业人员能聚焦于更高价值的判断。
汉威士强调将 Converged.AI 深度融入业务各环节，同时启动 AVA 全球大语言模型门户部署，为全球团队提供安全、集中化的 AI 模型接入渠道，加速全员 AI 能力的普及与提升。
电通则提到在 AI 领域取得的进展很大程度上得益于与微软、谷歌和亚马逊云服务 （AWS） 等科技巨头的合作。特别是通过与微软的合作，电通成为了首批使用微软 365 Copilot 的公司之一，Copilot 的 AI 技术被整合到日常工作中，释放员工时间，使其转向更具战略性与创造性的工作。
电通员工工作中使用微软 365 Copilot
图源：微软
对外，AI 能力被直接封装为可计价、可交付的行业解决方案，甚至开创全新收入模式。
比如 IPG 推出的智能体商业系统 ASC，专为快消行业品牌设计，能够实时采集每款产品及其竞争对手的数据，包括 SKU 和门店层面的数据。凭借 AI 技术，ASC 可从定价策略、线上货架定位、产品页面内容等各个方面提供信息支持。
“ 我们相信像 ASC 这样的产品可以成为我们新的收入来源。这也是我们利用 AI 扩展专业知识、将业务从我们核心的营销传播和媒体能力，扩展到能够带来可量化结果解决方案的一种方式。”IPG 首席执行官菲利普· 克拉科夫斯基评价道。
IPG 首席执行官菲利普· 克拉科夫斯基
整体来看，国际 4A 集团的 AI 布局是一个多层并进的复杂体系：
集团技术团队与收购的技术公司搭建 AI 基础能力；集团旗下各业务公司开发垂直场景化工具；集团级中枢平台负责整合与调度所有能力，形成协同。与此同时，集团以高度开放姿态，对外连接云厂商、基础模型公司、生成式创意工具提供商，以及正快速 AI 化的第三方供应商网络，使自身能力持续处于动态更新之中。
最终呈现出的，是一个由自研能力、并购资产、内部专业模型与外部 AI 生态共同构成的、结构庞杂却高度协同的“AI 化组织”。
路径趋同，差异点何在？
由于大家的 AI 布局路径基本一致，继续停留在“ 谁投得多、谁喊得响、谁模型多” 的比较层面，意义已然有限。当几乎所有头部 4A 都被摆在品牌客户的备选清单中，真正能拉开距离的究竟是什么？
第一个，也是最根本的差异，在于数据。
当谁都有多家领先模型可接入，真正具有可比性的，反而是模型底层的数据。尤其是在营销语境下，最有价值的数据并不是公开可获取的，而是品牌客户的一方数据、渠道行为数据、交易数据，以及长期积累的效果反馈。这些数据来源于过去数十年的跨行业、跨市场营销实践，更重要的是它们过去大多不会被公开流通。因此，数据已然成为 4A 公司新一轮竞争中最关键的护城河，其差异直接决定了 AI 应用的深度与精度。
比如 WPP 通过 Choreograph 处理数十亿级数据点，将客户第一方数据、WPP 专有数据、第三方数据与公共数据融合，形成了自有的 AI 模型体系 Brains™。目前已经落地了多项核心能力，包括用于识别受众阻碍点的 Audience Brain™，以及能够在投放前预测创意效果、优化 ROI 的 Performance Brain™ 等等。
WPP Choreograph 能力
就在今年 1 月，WPP Media （原群邑 GroupM，隶属于 WPP 集团） 还和丹麦最大的零售商 SallingGroup 宣布建立合作伙伴关系，将 Salling 每周 1500 万客户的第一方数据与 WPP 的平台连接起来。这使得 WPP 的品牌客户可以在丹麦、德国、波兰等市场，围绕 Salling 旗下零售网络获得更细颗粒度的洞察与定制化目标定位能力。
阳狮同样将“ 数据完整性” 视为核心竞争力。阳狮的 CoreAI 利用来自内容、媒体与效果数据的数万亿级数据点，并叠加一个包含 23 亿消费者画像的数据库，同时还接入了 Marcel 平台 （阳狮早期的内部数据平台） 积累的近 PB 级资产。其北美首席解决方案架构师萨姆· 莱文· 阿彻曾明确表示：“ 模型的训练固然重要，但基于数据资产差异化的智能完整性才是最重要的。”
宏盟与 IPG 的合并同样体现了这一逻辑。宏盟的 Omni 平台与 IPG 旗下 Acxiom 的 Real ID 解决方案结合后，可覆盖约 26 亿个经过验证的全球身份信息，在不依赖第三方 Cookie 的前提下，为 AI 模型提供持续、稳定的身份与效果数据输入。
由此可见，数据已不仅仅是驱动 AI 的“ 燃料”，更是决定 4A 公司能否将其长期专业经验转化为可持续 AI 优势的战略资产。
第二个关键差异在于生态与资本能力。
当前没有任何一家 4A 将未来押注在单一模型或单一技术路线之上。模型、工具与产品都被视为可替换、可补充的组件。因此，核心平台的关键使命之一，是维持对瞬息万变的技术生态的持续接入与整合能力。
这就意味着，AI 对 4A 而言早已不只是技术问题，而是一场资本密集型、长期主义的竞争。真正拉开差距的，是谁具备持续吸纳新技术的财力，以及与头部 AI 厂商、云服务商保持深度战略合作的能力。技术快速迭代之下，能够不断“ 拼装” 关键能力而不掉队，这本身就是一种门槛。
第三个差异点，也是最具现实意义的，是这些 AI 能力是否已经在真实业务中被持续使用。
从 AI 系统本身来看，这是一个典型的正反馈循环：更多真实客户使用，带来更多高质量数据，进而提升模型效果，使结果更稳定，最终转化为更高的客户留存率与溢价能力。
而从品牌客户的角度看，道理同样直接。在 AI 营销仍处于快速演进阶段，可被验证、可被复用的真实案例，本身就是一种安全感，意味着更低的试错成本与更高的可靠性。
因此，领先的 4A 公司无不致力于展示其 AI 的“ 实战成色”。WPP 就在年报中强调，WPP Open 已深度嵌入日常工作流，服务品牌包括欧莱雅、LVMH、雀巢、可口可乐等大品牌。IPG 也表示自己的 Interact 平台上线后，有超过 40% 的全球员工使用。还有汉威士在财报中直接将 Converged.AI 与新业务增长挂钩，强调其有效驱动了业绩增长。
这些信息都是在证明 AI 并未停留在“ 展示层”，而是真正进入了项目、比稿、交付与续约这些最核心的商业环节。对品牌而言这就是最好懂、也最具说服力的差异。
从展示能力到交付价值，
如何消化复杂性？
当 AI 从展示能力走向真实交付，并开始影响比稿与长期合作关系时，新的复杂性也随之浮现。
站在品牌方的视角去看，一方面，中腰部广告主对 AI 营销的整体认知仍处在早期阶段，因为不了解，所以会觉得“ 很复杂、很贵、不确定”，与其冒险，不如继续用熟悉的人力方式推进。另一方面，头部广告主正在自建 AI Agent 与内部智能系统，这在客观上削弱了对乙方的部分依赖。那么，4A 的 AI 究竟扮演何种角色？
在回答这个问题之前，首先值得明确一个容易被忽略的事实：AI 是否被引入，并没有改变品牌与 4A 的合作流程本身。
无论是 WPP、电通或是宏盟，都不会要求广告主“ 学会使用 AI”，也没有将技术门槛前置给客户。对品牌而言，合作方式依然是熟悉的那一套—— 提 Brief、看方案、评估效果。变化只发生在代理体系内部：因为 AI 的加入，创意生成更快、方案验证更稳、投放决策更可控，最终体现在结果端的是 ROI 的稳定性与确定性提升，而不是操作复杂度的增加。
这一点对于中腰部广告主尤为重要。对这类客户来说，AI 的价值并不在于是否被充分理解，而在于是否能够被直接交付。相比“AI 能做什么”，他们更关心的是能不能少折腾、少花钱、少试错。正如阳狮所观察到的：“ 现在客户的要求截然不同—— 他们想问的是，如何借助人工智能降低整体营销成本？但他们不再把矛头指向我们的收费了。”
而从实际效果来看，AI 的介入，正是在系统性压缩营销流程中的不确定成本：减少反复修改的创意轮次、降低内容制作成本、缩短测试周期、减少投放阶段的试错损耗。在这一逻辑下，4A 的 AI 其实是不需要被中腰部客户完全“ 理解” 的， 只需要 AI 被嵌入到创意、制作、媒介与效果评估的每一个环节，它本身就成为了一种默认配置，而非额外选项。
而对于头部广告主而言，情况看似更复杂，实则边界更清晰。
的确，头部品牌具备自建 AI Agent 的能力，并且已经在流程管理、内容生成、数据分析等方面投入大量资源。但这并不意味着它们会完全替代外部代理体系。原因在于，即便拥有强大的内部 AI 系统，品牌也不可能仅凭自身完成跨市场、跨文化、跨媒介的复杂营销执行，更无法在所有市场中同时维持策略敏感度与创意竞争力。
WPP 提到 AI 平台在重大比稿中会是决定性优势：在 Amazon、联合利华等品牌的比稿中，WPP Open 已成为决定性因素，这就足够说明大品牌本身希望 4A 拥有先进生产工具，并且具备先进生产工具的整合能力。
本质上，头部品牌内部的 AI Agent，更多解决的是内部效率与流程优化问题，而非外部市场竞争问题。
品牌传播依然需要创意之间的竞争、媒介资源的博弈、文化语境的判断，以及在不同市场中的策略取舍。这些能力很难通过品牌方自建一个 AI 系统可以面面俱到。此时，4A 在跨市场复杂执行中的角色，更接近于一种“ 复杂性托管者”：负责把分散在不同国家、渠道与媒介中的营销动作，统一调度、协同落地。
即便在品牌与代理双方都拥有 AI 产品工具，4A 有融合了跨行业、跨客户、跨市场的经验沉淀，两者的对照与博弈，反而能够帮助品牌避免单一视角带来的盲区。从这个角度看，4A 的 AI 并不是要与品牌方“ 对抗” 或“ 替代”，而是作为一种外部智能系统，与品牌内部能力形成互补。
真正进入 AI 时代的 4A，其价值其实是在于能在不增加客户负担的前提下，把 AI 的复杂性消化在内部，并将其转化为更稳定、更可预期、更具竞争力的商业结果。这或许正是 4A 在颠覆性技术浪潮中，为自己锚定的最坚实、也最难被复制的全新站位。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App