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？

　　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。

　　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。

　　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，南宫28官方网站我们能看到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）。

　　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。

　　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。

　　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”。

　　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？

　　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。

　　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。

　　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% 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。

　　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。

　　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。