大多数品牌的传播，至今还是"古法广告"。 深演智能联合创始人兼 COO 谢鹏在近期的公开演讲中用这个词形容一种大家都熟悉的工作方式： 今天不仅品牌在影响用户，用户也在影响用户，还有 KOL 甚至 AI 都在影响用户，但很多品牌还在按照自己的排期节奏脉冲式自说自话； 用户在连续的旅程中没有被识别为同一个人，看到的信息彼此割裂； 忙完一个项目，最后往往——"广告投完，受众丢光。" 宝洁首席品牌官Marc在2026年美国广告主协会（ANA）媒体大会上描述了AI时代的品牌宣传挑战：媒体与信息的碎片化已经形成一种结构性的“背景噪音”、媒体与商业的边界正在消除、数据与AI技术叠加让变化“全面加速”。 Marc同时也给出了全新策略：建立（品牌与用户之间）持续不断的互动流......而且越来越接近“一对一”的沟通，同时还能把互动直接连到生意上，打通到销售和零售端。 但是，最终的问题是如何才能实现如此理想化的品牌传播策略呢？深演智能 Agentic Service 为这个挑战给出了答案：让 Agent 嵌入品牌传播与用户获取的全链路服务，让 AI 赋能找人、创意、投放和 GEO 等关键决策和执行， 实现"用户为中心"的持续沟通（Always On），用AI驱动增长（AI for Growth）。 得用户者，得天下——得的不是一次曝光，而是日积月累的用户资产。四个真实案例，讲讲这个转变是怎么发生的。 找人：从“古法”头脑风暴到Agent发现增长人群 很多品牌都经历过类似时刻：预算花了，声量不差，触达也够，可增长迟迟不来。复盘会上大家问的是同一个问题：人找对了吗？ “古法”是靠头脑风暴。团队凭经验判断谁是核心用户、哪里可能破圈。投完后依然是曝光有但转化没有起色。 某品牌在小红书做内容营销时，把这个问题交给深演智能 AI 策略助手 Agent：深度分析行业、竞品、人群数据后，策

随着AI产品进入更多企业，一个关键问题日益凸显：AI究竟为企业创造了多少营收与利润？ 中欧国际工商学院市场营销学教授王琪与深演智能（ $深演智能(02723)$ ）联合创始人兼COO谢鹏（中欧EMBA2008级）展开对话。围绕深演智能自2009年成立以来的创业实践，双方深入探讨了AI智能体的客户价值、企业竞争优势及其对增长方式的影响。 企业应用AI，正在从“效率工具”走向“增长工具”。 AI有没有带来增长？ 王琪：现在很多企业员工都在用AI，也采购了不少AI营销工具，但真正问到带来了多少营收、多少利润，反馈反而不多。问题出在哪里？ ▎谢鹏：一个比较常见的认知误区，是只把AI当成提升工作效率的工具，甚至主要把它理解成降本工具。 我们现在提出的是AI for Growth（AI驱动增长）。 AI不仅是一个工具，而应该成为完成一项完整工作的手段。 企业经营要实现增长，最后都要拆解成一个个具体的工作任务。智能体要解决的，不应该只是其中一个很小的动作，而是围绕完整工作去完成。 这也意味着，AI不能只是一个孤立的软件。 它必须嵌入企业业务流。可以完全由智能体完成，也可以由人和智能体共同完成，甚至要重新改造原来的工作流。 只有真正进入业务，AI才可能从“提效”走向“增长”。 从闭环里找新增量 ▎王琪：如果增长来自新客户、新产品，以及从老客户身上创造更多价值，AI具体能做什么？ ▎谢鹏：先说找新客户。 我们有一个真实案例。通过智能体分析社交平台数据，并同时比较品牌与竞争对手的表现，发现竞争对手在26岁到35岁人群中的影响力明显更强。 但到了电商端，这一年龄段，购买双方产品的人群差距并没有那么大。 这意味着，客户过去对自己目标人群的判断可能存在遗漏。因为产品价格较高，他们原来更关注36岁以上用户，却忽略了25岁

2026年8月18日，广州市自媒体协会品牌专委会、弯弓研究院和 CGMO 俱乐部联合发布《2026中国GEO行业实战白皮书》和《2026中国GEO营销智能图谱》及“2026 可信 GEO 优选 TOP10”服务商榜单。 深演智能（ $深演智能(02723)$ ）凭借独特的 Agentic GEO 诊断策略系统（DeepGEO）与强大的实战能力从上百家参评企业中脱颖而出，荣登榜单TOP3，并获白皮书专题推荐。DeepGEO 创新性的通过 7 大 AI 智能体联动，用科学地诊断、洞察和策略帮助品牌回答清楚几个核心问题：在什么平台，优化什么关键词，能得到什么效果。 图片 Agentic GEO：多智能体联动，构建可进化的科学决策闭环 白皮书研究指出，把 GEO 简单理解为购买一套监测工具，是品牌容易陷入的决策误区。真正有效的 GEO，不只要看到结果，更要进一步理解问题、形成策略并推动优化。 在深演智能的实践中，DeepGEO 从真实用户提问和大模型回答出发，AI智能体分析品牌认知、竞品表现与模型信源，识别认知差距，并进一步形成关键词、平台、信源的优化策略。正如深演智能GEO产品负责人张国鹏所说，GEO不是靠技巧去“撞答案”，而是看清用户怎么问、模型怎么答，再有的放矢地优化。 通过把“AI回答了什么、为什么这样回答、接下来怎么做”逐层拆开，DeepGEO 让原本难以解释的 GEO 过程变得可看清、可诊断、可决策，实现GEO彻底“白盒化”。 而决策并不是终点。多智能体持续协同让策略指导行动，验证结果重新回流下一轮的诊断与策略。白皮书将深演智能的这一能力概括为“AI 闭环，以衡量驱动迭代”。 图片 从诊断洞察、策略、行动、验证到闭环迭代，DeepGEO 通

美妆品牌做 KOS，真正难的不是多发内容，而是能持续判断：什么内容有效？谁适合怎样表达？发布后流量应该向哪里倾斜？ 深演智能（ $深演智能(02723)$ ）服务的这家头部国货美妆品牌拥有 400 多家门店和 3000 多名美妆顾问，已经积累了一批成熟 KOS。但在实际运营中，超过 80% 的曝光仍集中在少数成熟账号。好内容难复制，付费加推和评论区客询又依赖分散的人工判断。 品牌因此引入深演智能 DeepKOX：8 个 AI 智能体共享品牌知识、KOS特征和运营反馈，让内容洞察、内容创作、核验发布、客询承接、数据分析与结果学习形成一个Agentic KOS增长闭环。 以“520试妆服务”活动为例，看这套闭环系统如何真正运行起来。 AI 内容洞察 × AI 内容创作：洞察热门笔记，决策创作千人千面 “520试妆服务”活动启动前，AI 内容洞察智能体先拆解品牌热门笔记和行业爆文，识别笔记类型、场景痛点、沟通人群等关键标签，再结合品牌既有内容的客询表现，判断哪些要素真正有效。这些判断会直接进入 AI 内容创作智能体的上下文，与活动信息、品牌规范和 KOS 人设一起决定每位顾问怎么写内容。 因此，同样是一次试妆服务，有人从日常体验切入，有人重点讲解试妆步骤，也有人突出上脸妆效。千人千面的内容背后，是一套经真实结果验证的内容判断。 AI 内容核验 × AI 内容发布：判断内容能不能发，什么时候发 初稿提交后，AI 内容核验智能体不只过滤敏感词，还会把产品名称、活动权益、必备要素和 IP 授权期限逐项与品牌规则比对，并判断直接通过、退回修改还是转人工复核。只有通过的内容，才会进入 AI 内容发布智能体的任务队列。 AI 内容发布智能体再读取活动窗口、账号状态和发布间隔，智能决策发布时段。总部不再从微信群里

每一天，你的用户都在发声——在小红书和抖音、在电商评论区、在400客服电话里、在一份份满意度问卷里。他们在评价着你的产品，服务，给你提建议。这些声音里，藏着产品该怎么改善、服务该怎么优化、下一个爆品长什么样，有什么创新的机会。 问题是，大多数企业听不全，更用不上。 过去十几年，企业为"听用户声音"买过不少系统：舆情监控、social listening、传统 VOC 软件。它们大多在干一件事——给你上百张报表、一堆仪表盘，告诉你有多少“正向”和“负向”的声音。 但数据看上去很全，可业务部门最需要的往往抓不到： 所以，我该做什么呢？ 在AI时代， $深演智能(02723)$ 正式推出AI VOC洞察决策系统——DeepVOC 2.0，只为彻底解决这个问题。它是深演 DeepAgent 4.0 Pro 智能体平台的产品之一，也是深演Agentic Software的典型代表。 它整合企业的社交媒体、私域、电商以及内部的全部消费者发声数据，充分利用强大的 AI 标注、智能洞察等多智能体联动，帮助企业在海量的用户声音中做产品决策、用户洞察、产品创新与运营优化。 DeepVOC 不是数据看板，也不是一套查询工具，而是一个由多个 AI 智能体（Agents）协同驱动的决策系统，更是一个会主动建议的"AI洞察官"。比如，它会直接对你说： "过去一个月，主力奶粉的“便秘”声量环比近乎翻倍，建议优先立项排查。" "某款酸奶'包装漏液'的评论连续两月走高，已超过口味问题，建议优先排查灌装与运输环节。" "'黄金奶源·极致干爽'等四个新品概念就潜在的下一个卖点方向。" 听客户的声音，不是为了看数据，而是要"知道可以做什么。 DeepVOC与传统的VOC工具

大模型还在以月为单位狂飙，但走进真实的企业，你会看到另一幅景象：几乎所有公司都在用 AI，可真正用出价值的，凤毛麟角。 麦肯锡的研究显示，今天几乎所有企业都在至少一个业务环节里使用 AI，但接近三分之二仍停留在试点或实验阶段；埃森哲对中国企业的调研则发现，在已经规模化应用生成式 AI 的企业里，真正"实现了显著价值"的只有不到一成。 工具越来越强，价值却迟迟兑现不了。问题到底出在哪？ 今天， $深演智能(02723)$ 正式发布企业级多智能体平台 DeepAgent 4.0 Pro。 这是公司登陆港交所后的首场重磅产品发布，也是深演面向"企业 AI 如何真正用出价值"这道行业难题，给出的一套系统性答案。 DeepAgent 4.0 Pro 不是又一个 AI 工具，而是一套重构企业 AI 运行方式的平台：以 Agentic Software（智能体软件）+ Agentic Service（智能体服务）双引擎，让 AI 从一件件孤立的"效率工具"，变成真正驱动业务的"增长引擎"。在深演看来，企业 AI 的价值之所以难兑现，根子不在模型，而在用 AI 的方式——这，正是 DeepAgent 4.0 Pro 要回答的问题。 STEP1 价值没兑现，通常卡在三个地方 为什么企业的 AI 应用大多失败？深演智能创始人兼CEO黄晓楠把它归结为三个核心卡点。 单点散落——只完成 Task，没完成 Job。 智能体只做一个个孤立的单点任务，没有嵌入企业的工作体系，撑不起一条真实、完整的业务流程。 价值错位——只盯降本，算不过账。 企业总想用 AI 省人，却忘了 AI 是一笔需要培养、会持续增值的投资，用短期 ROI 去衡量，自然下不了投入的决心。 底座缺乏——没有底座，A

在信息过载、媒体碎片化的当下，品牌传播的背景噪音越来越大，品牌广告到底该怎么做，才能面对每一个目标用户随时保持传播信息的一致性，才能持续确保对用户心智和行为的高效影响？、 一个多世纪前的“约翰·沃纳梅克之惑”，在今天依然困扰着品牌主们。广告投放值不值？钱有没有花在实处？广告的效果怎么衡量？  “向马斯克学习，运用第一性原理思考，品牌传播买的不是媒体，是目标人群。”深演智能联合创始人兼COO谢鹏这样分享他对于品牌广告花费的思考。 现代管理学奠基人彼得·德鲁克说过的一句话从某种程度上印证了谢鹏的思考——“企业的唯一目的就是创造顾客。” 如何在广告花费这件事情上降本增效？沿着谢鹏提出的第一性原理继续推演思考，像拆解火箭制造成本一样，可以看到很多机会点：广告费是否花在了非目标人群上面？品牌广告是否将信息用不合理的超高频次，狂轰滥炸反复传递给目标人群？目标人群的兴趣是多元的，网络轨迹是多线程的，品牌是否局限地把广告费只花在了那些溢价收费的媒体上？ 帮助品牌主在广告花费上面降本增效，高效获得用户，程序化广告相较于传统广告具有无可比拟的优势。 举个例子，传统广告像是在集市上买一整筐水果，你无法判断筐内水果的好坏，也无法只买那几个想吃的水果，最终你可能买到心仪的水果，更可能得到“一筐烂梨”。而程序化广告更像是在股票交易软件上通过设定好的条件，自动、精确地购买你想要的每一支股票。 程序化广告，正是让“创造顾客”这一行为，变得前所未有的精准与可衡量。 图片 传统广告买的是“场”。无论是电视的黄金时段、市中心的户外大屏、还是报刊的头版封面，广告主“赌”的是这个“场”能聚集的所有眼球，对于眼球转化为行为的效果却难以衡量。 与此类比，程序化广告则是买“人”。它借助数据与技术，在不到1秒的时间内完成对广告展示机会的竞价、购买与投放。 这意味着，广告主不再是拿着大喇叭对模糊的人群喊话，而是在千

数亿会员、20多个品牌、近百条产品线——会员运营的难，从来不是触达不够多，而是每一次触达之前的决策：发给谁、何时发、发什么。 某头部快消集团累计跑过 6000 多场营销活动，传统营销自动化（MA）系统里最复杂的会员旅程已超 200 个节点。节点越堆越多，业务逻辑却没有沉淀，历史旅程的梳理、调整、复用越来越难；尝试接入 AI 模型，现有系统也行不通，新活动一来一切照旧：梳理规则、人工圈人、逐节点搭建画布。 品牌因此切换到深演智能（ $深演智能(02723)$ ） Agentic MA 智能体营销自动化系统：多个 AI 智能体围绕同一营销目标连续完成圈人、旅程、内容的决策与行动，并根据每轮营销结果调整下一轮决策，形成持续进化的会员增长闭环。 以该集团旗下某纸尿裤产品的复购活动为例，看这套增长闭环如何运行。 AI 圈人智能体：围绕复购需求，精准圈出目标人群 过去，圈选目标人群靠运营拆解需求、组合标签与订单行为条件，准不准很大程度取决于人工经验。 现在，运营人员只需描述业务需求，AI 圈人智能体理解复购意图，学习历史数据，结合会员属性、标签、订单、购买时间、行为事件和模型结果，综合判断更可能复购或升码的人群，智能生成圈选策略，一键圈定。 AI 智能旅程：大模型+小模型，智能搭建旅程画布 人群定了，下一个决策便是：如何触达，推补货还是推升码？ 过去，靠固定的商品周期判断，复杂旅程还要逐个节点手工搭建。 现在，大模型承接复购目标，确定候选商品，并调用相应的小模型；小模型结合消费者购买的产品系列、码数、数量和时间，预测下一次复购或升码窗口及推荐商品。 基于此预测，AI 智能旅程自动搭建旅程画布：触达时机、补货或升码分支、后续内容节点一次配齐，上线前完成校验，新旅程即可直接运营。 AI 内容智能体：承接购