综合对 AI 技术大发展下的媒体、营销、教育等各方面的洞察，提炼出如下十个 趋势方面，与营销业界、学界同仁共享、探讨。
未来的大模型将深度融入各行各业，成为推动产业革新的核心力量。它们将不再仅 仅是通用型的产品，而是进化为精通特定领域的专家，通过专业的模型设计与数据 训练，集成至金融、医疗、法律、传媒、文旅等垂直行业的业务链条之中，直接赋 能于决策与服务环节。此外，大模型的基础模型架构以及理论探索将重新聚焦于学 术圈与科技巨头，而算法公司则将大模型应用至工程实践，利用其独特的技术优势 与下游应用厂商形成紧密协作，共同推动 AI 从实验室走向现实世界。
随着技术的发展，大型模型将跨越纯文本处理的局限，进入整合视觉、听觉等模态 数据的新阶段，更好地模拟人类理解和表达信息的方式。多模态大模型支持多种模 态的输入信息，使交互方式更加灵活与便捷，同时能够实现更加精准和高效的信息 对齐与融合。除了生成文本预测内容外，这些模型还将支持理解和生成图像、视频 以及语音等多媒体内容，从而实现更广泛的应用场景。
为了提高计算效率和减少资源消耗，未来的大模型将探索更高效的架构设计，包括 稀疏网络、自适应计算以及更有效的注意力机制等，来降低训练和推理成本。此外， 大模型将逐步朝着具有自主行动能力和物理交互能力的方向发展如“AI 智能体”、“具 身智能”等，并将逐步衍生出新的应用产品例如机器人或虚拟助手等，支持感知环境 并与不同的环境进行交互，做出决策并采取行动。
AI 正在与硬件终端、操作系统等信息内容生态的底层“基础设施”深度融合，涵盖 PC、移动、家居、交通等多个信息场景，同时，随着应用土壤的逐渐丰腴，大模型 正成为塑造新平台的革新驱动力，头部互联网机构着力于思考 AI 对信息内容分发等 的作用，并展开布局。无论基于硬件或者软件，作为信息平台再造流量入口，需要 在底层模型能力、开发者生态建设能力、用户体验提升能力、创作者工具赋能能力 等多方面同步发力和推动，相信信息内容生态的调整将会是一场激烈的全方位竞争。
大模型延伸了数字媒介的能力。从应用视角来看，大模型优化了人机交互的效率， 提升了内容分发、内容创作的用户体验，并为成熟赛道中的产品提供了更多的市场 机会，改变或创造了若干媒体场景。这种改变表现为前端交互形式的演进，亦表现 为对娱乐、电商、本地生活、教育等垂直领域信息服务的提升，底层则是对于不同 信息的数据化、模型化、算法化能力的挑战。
AI 对营销全链路带来变革，在营销洞察环节，AI 推进数据聚变与洞悉深度，在营销 内容环节，融入多类型内容创作及数字人的应用、推动内容与场景的适配；在媒介 投放环节，AI 驱动智能投放、效果监测与优化的实时、精准；在后链路，AI 驱动用 户管理、客户联络与智能建店和运营等具体任务；同时，AI 在全链路基于工具化能 力掀起效率革命。需要注意营销效率的革命是技术和人力的协同、组织与目标的协 同等方面的思路调整，而非单纯的工具应用，亦需注意其中“精准”“实时”“大量”等词 汇背后的陷阱。
随着媒体平台、商业渠道和智能终端的激增与碎片化，营销所面临的挑战也因此不 断升级，亦催生了对 Martech 服务商等营销新势力的需求。智能化时代，Martech 服务商等营销新势力面对崛起的机会，正在不断升级其功能，并不断探索和整合最 新的技术，以提升其服务能力和效率。同时，由于 AI 技术更新速度之快，营销新势 力亦正面临着前所未有的变革和挑战。
在演变成为愈加复杂的场域的过程中，媒体不断增强自身智能营销的能力。一方面， 持续发掘营销资源，在产品、工具、服务方面体系化开展建构，并通过方法论的形 式加以包装，以提升资源变现的能力；另一方面，头部媒体平台亦是大模型的核心 研发者及突破者，媒体营销平台的场景、数据与大模型相结合，正在释放出新的能量。 因此，营销的平台化能力、平台化格局正在增强。
从营销业务和营销技术两个维度出发，AI 技术发展下营销职位有了新的变化，大量 的新型岗位需求不断出现，包括 AI 数据分析师、AI 营销产品经理、AI 营销策略师、 AI 设计师、AI 优化师等，根据不同岗位对于营销业务能力、营销技术能力的需求， 又可以分为重营销业务型、营销业务 + 技术型、重营销技术型三大类。
AI 对营销者是赋能而非替代，但是提出了新的能力要求。AI 增强了营销者的能力， 在各种 AI 技术和 AI 营销工具的赋能下，营销者可以自动、快速处理各种任务，同时， AI 对营销者提出了新的能力要求，营销者要懂 AI 技术基础，并需要掌握应用 AI 工 具的能力。兼具业务能力和技术能力的复合型人才竞争力凸显，而对这类人才的培 养体系建构则成为专业院校和营销业界需携手面对的命题。
