8月19日，全球零售數字化進程迎來里程碑時刻。在第十一屆WRE零售數字化峰會主論壇現場，深演智能聯合創始人兼COO(首席運營官)謝鵬先生發表題為《AI智能體重構營銷決策》的行業前瞻演講，系統闡釋新一代的“智能體(Agent)驅動營銷決策”的模式，并當場演示了多個營銷與銷售場景下的智能體運行。峰會同期，深演智能憑借在AI營銷領域的持續創新與標桿級落地能力，榮膺大會頒發的“2025年度卓越人工智能賦能服務商獎”，再次夯實其在亞太零售數字化賽道的領軍地位。

01 營銷方法的跨越：從側重功能模塊的“軟件系統”到交付任務結果的“智能體”

零售行業面臨著巨大的、快節奏的競爭壓力，實現精細化的用戶運營是實現業務增長的重要路徑。謝鵬先生現場用飛機的駕駛艙面板和chatgpt對話框做了對比說明：傳統營銷軟件側重功能模塊，但是無法自主產出任何結果，就像一個沒有經驗的人坐在駕駛艙里也沒有辦法讓飛機起飛，只有一個受過良好訓練的駕駛員按照操作手冊和經驗，通過有序操作各種功能模塊才能讓飛機順利起飛。這也是過去幾年企業數字化轉型過程中，一些企業上馬了很多數字化項目但是距離業務結果還有很大距離的重要原因之一。

chatgpt通過對話框的人機交互，就讓普通用戶立刻獲得自己需要的各種知識和信息---這種經歷幫助大模型做了很好的教育普及。智能體的搭建，依然有很多復雜的事情，但是企業使用智能體最大的不同“體感”，就是可以直接獲得各種營銷場景中需要的決策信息和結果。自然語言實現人機交互、自主執行任務、直接產生結果……這些都是智能體最直接的特點，也是智能體營銷時代的巨大創新。謝鵬先生還特別分享，今年5月份在舊金山召開的第三屆紅杉資本AI峰會上，紅杉資本合伙人Pat Grady特別提出AI價值錨點已經從功能參數轉向可量化的商業結果。

02 技術不是場景：營銷智能體搭建的門檻和優勢深深扎根于垂直業務場景

ToB的營銷智能體和普通用戶平時查天問地的大模型不同，必須實現“零幻覺”，因為這里對話產生的回復都事關商業決策，都涉及到巨大的商業利益。營銷智能體也

必須理解“行業黑話”，比如深演智能服務了泛零售、快消、汽車、金融等很多行業的客戶，在汽車行業像“試乘試駕”這樣的術語完全不會出現在另一個行業里，類似的還有“復購“”小樣”等等這些行業專用術語。

如何搭建一個好的營銷智能體?如何讓一個好的營銷智能體對于業務發揮出巨大的價值?謝鵬先生特別指出，這些都離不開團隊對于垂直業務場景的理解。除了分享相關的技術，他特別列舉了深演智能的三個優勢：行業know-how，垂直/一方數據的治理與激活使用經驗，精準拆解任務到工作流。這些都依賴于深演智能過去16年深耕相關行業的數字化營銷服務經驗。同樣，在企業客戶那里，好的智能體也應當直接賦能核心業務團隊，不僅可以直接產生業務價值，而且能夠更快地實現智能體的自我學習和迭代成長。

03 眼見為實：現場演示深演智能DeepAgent Neo智能體平臺

演講中，謝鵬先生還選擇了營銷工作中最常用的用戶CRM、銷售導購、Social營銷這三個領域，當場演示了6個智能體的實際運行。圍繞用戶CRM，謝鵬先生演示了基于模型圈人、智能畫布搭建;圍繞銷售導購，他演示了企微客服助手、VOC分析;圍繞Social營銷，他演示了社交策略助手、KOS(爆款筆記仿寫和群發)。在企微客服智能體演示時，謝鵬先生還特別講解了“大模型+小模型”的作用：利用大模型的推理能力更好理解上下文，利用小模型的推薦功能更好推薦產品和提升推薦產品的多樣性。

“到2027年，AI智能體將覆蓋80%的營銷決策場景。”謝鵬先生援引IDC最新預測數據強調技術臨界點已至，深演智能服務雀巢、雅詩蘭黛、中國移動等200余家頭部客戶的實踐表明，其技術有效推動了企業的雙輪升級：在會員運營、私域轉化和新品研發場景，人力成本顯著降低40%～60%;同時，AI智能體驅動的個性化推薦貢獻了30%以上的GMV增量，并將新品上市周期壓縮了50%。

隨著峰會現場頒獎落地，深演智能再獲WRE組委會頒發的“2025年度卓越人工智能賦能服務商獎”高度認可，這標志著其“AI智能體+零售場景”方法論已跑通商業閉環，或將成為零售數字化的新基建。

“下一步，深演智能將堅持開放兼容國內外主流大模型，利用不同大模型各自擅長的能力，同時綜合利用多年積累的行業Know-how、垂直/一方數據的治理和激活使用、精準拆解各項營銷任務的工作流，打造更多在各種垂直營銷和銷售場景中交付優質結果的智能體，幫助更多零售品牌實現業務的高效增長。”謝鵬先生表示。

關于深演智能

深演智能成立于2009年，是中國領先的決策AI技術公司，提供以營銷及銷售場景為戰略重點的決策AI應用，涵蓋智能廣告投放和智能數據管理，賦能企業在營銷和銷售領域實現智能化與自動化的決策。國家級專精特新“小巨人”企業。2025年2月，深演智能發布 AI 智能體平臺 Deep Agent。