4A公司如何用AI把成本砍掉90%

因赛集团通过自研因赛AI平台，在PUBG创意短片、电商物料和达人投放中实现成本骤降、效率数十倍提升，这篇文章为CMO和企业主提供了AI重塑营销服务模式的可行动指南。

“创意团队作品经营销大模型预训练，AIGC 贯穿素材管理、文生图、图生视频、剪辑合成……作业时间缩短约 50%，制作成本降低约 90%。”——因赛集团官方披露 PUBG AI 创意短片作业数据

当一家 4A 公司公开宣称，自己把一个国际知名游戏的创意视频制作成本砍掉了 90%，很多人的第一反应是怀疑。但这不是某个科技公司的宣传话术，而是来自广东因赛品牌营销集团——一家在中国 4A 体系内深耕多年的传统广告公司——在其 2024 年财报和官方新闻稿中反复确认的真实案例。因赛集团正在用自研的营销 AIGC 平台“因赛 AI”，悄悄改写广告公司的成本结构、交付效率以及客户对营销服务的价值认知。本文将从四个落地案例出发，拆解因赛集团的 AI 实践路径，并试图回答一个所有企业老板和 CMO 真正关心的问题：当你的乙方开始深度使用 AI，你该如何重新评估营销投入的价值？

一、从“人肉创意工厂”到“AI 效率引擎”

过去十年，中国广告公司面对的最大质疑莫过于：“你们到底是在卖创意，还是在卖工时？” 甲方付了高额的月费，拿到的是大量的人力报表、反复的修改次数，而最终作品的效果却越来越难以衡量。因赛集团董事长王建朝在内部曾提过一个词——“创意流水线”。这个说法表面上是对标准化的追求，深层次却暴露了一个无奈：广告公司的传统生意模型，是靠堆人头、堆时间来换取服务费。

因赛 AI 的出现，本质上是试图解构这套旧模型。因赛集团自 2023 年起投入研发的 InsightGPT（后升级为因赛 AI），不是简单调用某个大模型的 API 去做几张海报，而是一个定位为“营销全链路应用解决方案”的 AIGC 平台。从已公开的功能模块来看，它至少覆盖了卖点提炼、文生图、图生视频、视频智剪、电商物料生成和跨平台达人投放管理六大环节。这意味着，因赛 AI 的目标不是替代某一个创意岗位，而是把整个“构思-生产-投放-复盘”的营销链条，全部拽进了 AI 的协同工作流里。

这里藏着一个关键差异。市面上很多广告公司也会说“我们用 AI 做图”。但多数人的做法是：让设计师把 Stable Diffusion 或 Midjourney 当做一个素材工具，生成一些底图后再人工精修。这依然是人机分离的流程，效率提升最多 20% 到 30%。因赛 AI 的路径则是预训练自己的营销大模型，把创意策略、脚本语言、视觉风格、剪辑逻辑都训练进一套模型里，使“AI 可读语言”成为贯穿全流程的操作系统。这就好比一家工厂不仅买了机器人，还自己设计了流水线控制软件，让机器人之间可以对话。

这种投入显然不是临时起意。根据因赛集团 2024 年度报告，因赛 AI 已经接入了 DeepSeek、豆包、文心一言、Kimi 等多个大模型的 API，并在此基础上构建自己的垂直应用层。同时，其电商营销智能体自 2024 年 10 月公测以来，已吸引近万名电商用户使用，并在 1688 平台上线运营。服务的品牌客户包括腾讯游戏、Krafton、魅族等。从研发路径和服务对象看，因赛集团走的是一条“自研垂直模型 + 广泛接入通用底座 + 深耕具体场景”的务实路线。这对于中国大量希望转型却苦于找不到抓手的广告公司、市场部甚至品牌方内部团队，都具有极强的参考价值。

二、PUBG 创意短片：一场“降本 90%”不是魔术

在所有因赛 AI 案例中，最冲击决策者神经的，无疑是 Krafton 旗下 PUBG 的 AI 创意短片项目。据证券时报报道，因赛集团依托自研营销大模型为该游戏制作了一支创意短片，最终实现“作业时间缩短约 50%，制作成本降低约 90%”。在传统广告行业，这种级别的成本压缩要么意味着牺牲质量，要么只能出现在极度标准化的模板式生产中。但在一个需要世界观、剧情和强视觉冲击的游戏品牌短片里做到这一点，就必须理解背后的流程重构。

传统创意视频的制作流程大致是：脚本策划（数天）→ 美术概念稿（数天）→ 分镜绘制（数天）→ 素材拍摄或 CG 制作（数周）→ 剪辑、调色、配乐、合成（数天）。一个 30 秒的高品质 CG 短片，动辄几十万甚至上百万预算，周期以月为单位。因赛团队的做法是，将创意团队的策划脚本直接转化为“AI 可读语言”，然后由营销大模型在素材管理、文生图、图生视频、剪辑合成等环节自动生成符合脚本要求的视觉内容。脚本不再只是一份文字文档，而是可以直接驱动机器生产画面的指令集。

这种思路和传统“人做创意、机器做辅助”的逻辑截然相反。在因赛 AI 的流程中，人类创意团队的核心工作从“执行”变成了“定义”和“校准”——他们定义故事的情感、节奏和调性，校准 AI 产出的视觉是否符合品牌的灵魂。至于中间那些重复性的、需要大量人力的渲染、合成、多版本测试，全部交给模型自动完成。这才是成本真正能被砍掉 90% 的原因：不是某个环节变快了，而是整个作业链条中许多“必须由人来做”的环节被直接消除了。

更值得 CMO 关注的是，这种能力意味着品牌在创意测试上将获得空前的自由度。过去，一个品牌主如果要在抖音、B 站、微信视频号等不同平台测试不同版本的创意短片，预算和时间往往不允许。现在，当一支短片的制作成本从十万级降到万级甚至千级，品牌完全可以在上线前生成 20 个不同风格的版本进行小范围 A/B 测试，用数据而非直觉决定最终投放素材。这是真正的“创意平权”。

三、电商营销智能体：近万名商家在用“AI 员工”卖货

如果说 PUBG 的案例还是大品牌的高端创意实验，那么因赛 AI 在电商领域的落地，则直接切入了中国最庞大、最饥渴的营销需求市场。根据因赛集团 2024 年报披露，其“电商营销”智能体已经服务了近万名电商用户，并在阿里旗下的 1688 平台上线运营。这一布局的眼界在于，他们选择了一个所有中小商家都懂、都痛、都愿意付费的点：商品图、模特图、卖点视频。

做过电商的人知道，一个单品上架，至少需要白底图、场景图、模特上身图，以及一条 15 到 30 秒的商品介绍视频。在传统模式下，请摄影师拍摄加后期，一个 SKU 的成本在几百到上千元不等，对于一家拥有几百个 SKU 的店铺来说，这是一笔沉重的固定开销。因赛 AI 的“电商图/模特图”和“AI 卖点视频”模块，正是直接瞄准这一痛点。商家只需提供产品基础图片或简单描述，AI 就能自动生成多场景、多模特、多风格的电商主图视频和详情页素材。

这个功能的技术原理并不神秘，但真正难的是规模化交付和持续迭代。因赛 AI 之所以能在 1688 这种体量的平台上落地，背后依靠的是大模型对大量电商设计规则、点击率数据、平台推荐算法的持续学习。它不只是“生成一张好看的图”，而是生成一张“在淘宝天猫上点击转化率更高”的图。这种从“创意审美”到“效果驱动”的价值跃迁，恰恰是中国电商商家最愿意买单的东西。

对于大品牌来说，电商营销智能体同样有意义。一个头部消费品品牌，每年要为不同的电商节点（618、双 11、年货节）准备数千张物料、上百条短视频。过去这需要一整个设计团队加上外部供应商连轴转加班，且不同供应商输出的视觉质量往往参差不齐。如果把因赛 AI 这类工具部署进内部流程，品牌市场部就可以把脑力资源集中在策略和创意原点，把执行层彻底交给 AI。这意味着市场部自身也可能从“成本中心”向“效率中心”乃至“利润中心”转变。

四、智眸 AI：达人投放从三天到两小时

因赛集团的另一个重磅武器，是跨平台达人投放管理系统“智眸 AI”。它整合了抖音星图和蒲公英两大 KOL 平台，服务于集团型客户的达人营销需求。界面新闻援引的报道中有一个让人过目不忘的数据：选号周期从过去的 3 天压缩到 2 小时，效率提升了 36 倍。

做过达人投放的操盘手都清楚，选号是最大的隐性成本，“选错一个达人，10 万的预算可能只带回 2000 的 GMV”。传统的选号流程极度依赖执行人员的经验——他们要在星图、蒲公英等内容平台上一个一个地刷账号，分析粉丝画像、互动率、内容调性，再整理表格、拉会讨论。这个过程中的信息遗漏、判断失误、人脉依赖，是很多品牌达人营销 ROI 上不去的根本原因。

智眸 AI 的智能决策系统，实质上把“选号”从一个经验驱动的艺术活儿，变成了数据驱动的科学活儿。它能够同时抓取多平台达人的内容标签、商业数据、走势预测和品牌匹配度，并给出自动化推荐和全链路管理。换个角度看，它很像是在达人营销领域再造了一个“AI 媒介总监”——能够 7×24 小时运作，不仅不会因为疲劳产生误判，还能记住所有历史投放项目的效果数据进行横向对比学习。

对于大型集团型客户来说，智眸 AI 的更大价值在于统一管理。一个拥有多个子品牌的集团，可能同时在小红书、抖音、B 站进行达人种草。过去每个品牌各自为战，很容易出现内部竞价、达人撞车、预算浪费。通过智眸 AI 的跨平台统一管理，集团 CMO 能够实时看到旗下所有品牌在达人侧的整体布局、费用消耗和效果转化，进而进行预算的动态调配。这种全局视角在纯人工时代几乎是不可想象的。

五、从“卖时间”到“卖结果”：AI 正在重塑甲乙方关系

因赛集团的四个案例，表面上是一系列产品功能的发布，但合在一起看，折射出一个更深层的行业变革——营销服务公司的生意模型正在被 AI 颠覆。传统 4A 公司靠“人头×时间×费率”赚钱，这导致乙方天然有动力拉长项目周期、堆高人力成本。甲方虽然不满，但因为没有更好的替代方案，只能接受这笔糊涂账。然而，当 AI 能够把一支创意短片的制作成本压缩 90%、把达人选号效率提升 36 倍的时候，整个服务计费体系的基础就开始动摇了。

因赛 AI 提供的启发之一，是提出了一种“工具 + 服务”的新交付形态。它不是简单地把 AI 工具卖给客户，而是将 AI 能力融入原有的全案代理或专项服务中。比如在 PUBG 的项目里，因赛提供的仍然是创意策略、品牌沟通和最终交付的短视频内容，但它的内部生产方式已经彻底 AI 化。客户并不需要关心这支片子是用 C4D 渲染还是用 AIGC 生成，他只关心“成本是不是真的降了，效果是不是真的好了”。因赛 AI 在这个过程中，把原本以人力外包为主的成本结构，变成了以技术平台为主的成本结构，毛利空间和竞争壁垒反而都提升了。

对此，前奥美大中华区董事长宋秩铭曾有一句著名的评价：“广告公司的未来，要么变成技术公司，要么变成咨询公司，要么死亡。” 因赛 AI 的选择显然是第一条路。但它没有像某些国际集团那样急于对外卖 SaaS，而是一边服务品牌客户打磨产品，一边通过电商场景积累海量数据和用户认知。这种“内嵌式”的技术商业化，比直接开一个独立的 AI 产品线更重，但也更稳，因为它没有脱离营销本身的生意根基。

对于甲方而言，主动理解乙方的这一转向，不是选修课，而是必修课。过去评估营销代理公司，主要看案例、看团队、看获奖；现在可能需要增加一个新的维度：看 AI 能力。这家公司的内部系统是还在靠微信群和 Excel 驱动，还是已经接入了类似因赛 AI 这样的智能作业平台？它的创意报表里，哪些数据是人工填报的，哪些是系统自动归因的？它的制作费报价里，还有多少水分可以被 AI 拧掉？优秀的 CMO 不仅要会管自己的市场部，还要会“管”自己的供应商——推动他们用 AI 提效，并把节省下来的预算重新投入到更前端的消费者洞察和品牌建设上。

六、企业如何抓住 AI 营销红利：三条行动建议

因赛集团的案例，为我们勾勒出了一个可参考的坐标系。无论是品牌方还是营销服务方，都可以从中提炼出三条明确的行动建议。

1. 重新梳理营销物料的“可 AI 化指数”

不是所有的营销工作都适合立即用 AI 替代，但今天的 CMO 可以对自己的营销物料做一次全面盘点，按照“标准化程度”和“重复性”打分。电商主图、信息流视频、产品详情页、节日借势海报、直播切片……这些高重复性、高标准化的工作，完全可以优先纳入 AI 生产流程。因赛 AI 在电商领域服务近万名商家的实践已经证明，哪怕只是把商品图生成这一环 AI 化，也能迅速释放团队产能。企业内部可以从一个最小的闭环做起：选定一个产品线，把 AI 生成素材和传统素材进行 A/B 测试，用真实转化数据教育团队，而不是强迫他们接受。

2. 建立“AI 原生”的营销工作流和 KPI

如果只把 AI 当成一个降本的工具，那你得到的就只有降本。但如果把 AI 嵌入到营销策略的全链路，你就有可能重构整个生意模式。就像因赛 AI 把创意脚本变成“AI 可读语言”，品牌内部也需要建立一套适配 AI 的工作语言和评估指标。例如，把过去按月考核的“产出量”改为“素材生产率”；把“达人回复率”“沟通时长”等过程指标替换为“AI 智能决策准确率”“投放链路自动化率”等效能指标。这需要 CMO 有勇气打破现有岗位边界，允许内容运营、设计师、媒介人员拥有“AI 训练师”的第二身份，甚至重新定义他们的岗位职责。

3. 推动乙方接受“效果付费”模式试水

智眸 AI 将选号效率提升 36 倍的事实，告诉甲方一个残酷的真相：很多你过去支付的月费，买的其实是乙方的“效率低下”。既然 AI 已经可以把这些环节的效率数量级拉高，甲方就完全有底气要求乙方在达人采买、视频制作等环节尝试效果分成或联合商业模型。哪怕只是拿出预算的 20% 做试点，也能给双方建立一种更公平透明的合作框架。真正有技术底气的乙方，反而会欢迎这种模式，因为他们的 AI 系统可以以极低的边际成本交付更好的结果，效果越增长，他们的利润越厚。这不再是零和博弈，而是把蛋糕一起做大的正和游戏。

因赛集团在 2024 年交出的这份 AI 成绩单，可能还不是满分，但它已经足够清晰地标记出一条通路：中国的营销服务公司，完全可以不靠“卷人力”，而是靠“卷技术”来赢取下一个时代的门票。当越来越多的因赛们站出来，当那些还抱着传统流程不放的机构被迫退场，整个营销产业的效率革命才算真正拉开序幕。