2025年5月27日，华映资本携手微软（中国）在上海举办 “AI Agent 生态构建与投资新机遇” 主题交流活动。

当下，生成式 AI 正加速重塑全球商业格局，AI Agent 成为推动产业变革的关键力量。活动汇聚众多在 AI Agent 领域深入探索、致力于商业落地与全球化布局的企业决策者，共同剖析行业趋势，挖掘未来发展机会。

加和科技 CEO 尹子杰受邀出席，在 “生态共建与实战突围：AI Agent 部署的挑战与创新解法” 圆桌对话环节，与天云数据、企企通企业代表深度交流，分享洞察与实践。

以下对话实录，经加和科技编辑整理：

微软大中华区创投生态总监姚瑶（主持）：请各位嘉宾先介绍一下自己。

（加和科技CEO 尹子杰）

尹子杰：大家好，我是加和科技的创始人尹子杰。我们公司主要做两件事情：广告触达与营销效果数据归因分析。每天约 500 亿次广告机会由我们的系统决策，年广告投放金额达 80 - 100 亿元，技术上实现了 “千人千面”。

姚瑶：在AI时代，企业在数据利用方面面临哪些挑战？又该如何在这个新的时代中进一步释放数据的价值？

尹子杰：大模型的普及，为数据价值释放提供了更大空间。过去营销受限于两方面：一是内容数量受限，无论是大平台还是小平台，合规内容的总量相对有限；二是广告策略的制定需人工介入，包括国际4A等机构在内，策略信息化程度有限。

如今借助大模型，我们可探索更小颗粒度的触达策略。如基于 “区县”“小区” 层级生成策略并快速形成数据闭环反馈销量，甚至包括天猫、美团等平台的销售表现。

另一方面是关于跨业务节点的数据整合。今年 1 月，我和某国际品牌主在内部workshop 中讨论：能否依托线上数据优化线下门店运营？该品牌在中国有超 5000 名员工，其中1个城市经理就要负责10 余品牌、几十至上百个SKU。其实，可借助小红书、天猫等平台的销售或行为数据，辅助决策将哪些 SKU 投放至 100KA 或 200KA 门店，进而优化执行。

即便这家全球领先企业，在此方面也面临落地难题：

l 业务知识跨度大：线下销售员工难以掌握理解线上复杂数据的规则与逻辑。

l 业务安全：企业不会让一个人全面掌握所有数据资源。

l 成本问题：大部分数据分析是 “证伪”，分析众多变量，通常只有少数对业务有积极影响。

但大模型持续发展，未来有望解决这些问题，它将为营销带来新变革，这是我们观察到的趋势与思考 。

姚瑶：AI Agent 领域的创业者常面临"技术领先性"与"商业化速度"的取舍，哪些细分场景已具备规模化盈利潜力？

尹子杰：虽然我们做 To B 业务，但所处的广告投放场景属于高度标准化领域。无论客户产品类型如何，业务流程基本一致，这让我们敢于大力投入技术。事实证明，持续技术投入才能解决核心商业问题。

加和近两年持续探索 AI Agent 在营销领域应用，通过大模型降低技术门槛，助力品牌企业重构营销数字化工作流。目前正开发基于大模型的智能营销平台 GoalfyMax，旨在打造从多源数据整合到智能优化指令生成的全流程自动化解决方案。GoalfyMax通过创新工作流设计和开源模型部署，探索解决数据分散和数据涌现问题，并尝试以实时闭环优化提升企业营销决策效率与投放效果。

姚瑶：展望未来一年，AI 技术会达到怎样的水平？以及可能在哪些新领域产生新的机会。