WPP Tech中国版发布后，最近在忙些什么？

中国版发布之后，一方面要处理很多客户的需求，有很多演示要做，有客户来问中国版的情况；另一方面我们也在紧锣密鼓地讨论下一个迭代要处理哪些问题、新增哪些功能。

这个产品现在是只面向客户开放吗？定位是如何的？

是的，目前只面向客户做试用。WPP Open不论是全球版还是中国版，可以这样理解它的定位：WPP旗下有不同的业务线，比如 创意、制作、媒介、企业解决方案，所有这些我们称之为“作战单元”或“工作坊”。那么 WPP Open就是我们的工厂，是我们交付能力的工作空间。

它就像一个操作系统，首先需要一个底座，我们叫OpenCore，相当于iOS或鸿蒙的角色。还有一个数据层，叫Open Intelligence ，汇集了WPP自有数据和三方合作伙伴的数据。

在这个架构之上，我们有类似应用商店的概念，叫应用市场，里面会发布很多应用，也会集成第三方应用。我们还有不同的工作空间，面向客户的、面向代理商团队的——你可以理解为每一个客户有一个独立的 独立实例，就像一台专属的手机。

此外还有智能体中心，它是智能体应用商店。所以整个WPP Open是一套完整的操作系统，不是孤立的某个工具或某种能力。

为什么营销公司要投入这么多去做一个自己的OS？这和互联网大厂的目标有什么不同吗？

WPP打造营销操作系统，和阿里巴巴、华为想做移动端操作系统，性质是不一样的，使命和目标也不同。WPP覆盖了广告营销从端到端几乎所有的服务，无论是数字化转型还是现在的 AI 转型，把工作流程和数据沉淀下来都是大势所趋。

我们需要一个统一的工作环境，打通WPP旗下的媒介、创意、制作、企业解决方案各条线，让大家在一个平台上协作，对外形成统一的客户专项团队——这是 WPP Open 最重要的战略价值。

之前看到国际版还推出了WPP Open Pro ，这是什么概念？中国区会不会也推出？

WPP Open Pro简单来说是针对中小企业或个体工作室主理人的SaaS 工具，整合了从前期规划到创意生成、再到对接平台投放的完整链路。

比如你创办了一家电商网店，可以通过Open Pro生成营销策略、直接创建素材，最终在广告平台上发布。目前Open Pro在中国的落地情况，我们还在探讨，还没有明确计划。

在一家传统广告集团里做技术产品的负责人，这个职位带来的真实工作状态是什么？

我的职能是产品与解决方案，在广告行业和纯互联网公司有不同的内涵。广告行业最重要的使命是通过数据和技术帮助内部同事和客户实现增长、带来价值——这是最大的目标。

在实际工作中，我也会参与客户的比稿和交付。互联网公司的产品经理可能更多是在打磨产品本身，我觉得这是最大的不同。

参与跟客户非常具体的工作，对WPP Open产品细节的打磨有帮助吗？

非常有帮助。中国市场AI应用的变化速度极快，一方面要持续跟进前沿技术的迭代，另一方面也要了解客户真实的落地需求——不论是内部员工、内部客户还是外部客户，他们实际落地的场景往往比纯技术层面复杂得多。合规、AI治理、客户自身的政策限制，都会叠加进来。

可以举一个具体的例子吗？

WPP Open提供的是一个端到端的工作流。从客户给出一个简报开始，平台可以解析这个简报，找出简报与实际操作之间的差距，帮你回去跟客户澄清。简报清晰之后，可以构建智能体给出行动建议，再根据这些建议去多方收集数据——包括OpenIntelligence里WPP自有的数据集“山海经”，以及腾讯、小红书、灵犀、抖音云图等平台的洞察。

另一个智能体负责整合所有信息，进入规划阶段，生成策略初稿。这个阶段还是需要人工介入验证来验证策略方向。有了策略方向之后，创意就可以介入。

跟过去不一样的是，现在策略侧自己就可以通过AIGC工具生成一个原型，拿着这个去跟创意团队沟通，整个工作流已经发生了根本性的变化。

这次对这个AI系统的问询，哪个行业的客户最积极？

目前问询最多的是快消品客户和汽车行业客户。这两个行业本身的内容投资和媒介投资体量大，希望通过我们的工具获得更好的洞察、更高效的媒介投放和更好的创意。我们的画布功能可以调用不同AI模型或智能体，帮助这些客户创建定制化的工作流。

它也彻底改变了我们向客户呈现工作成果的方式——过去主要靠 PowerPoint，现在可以通过 Canvas 呈现从简报出发到策略方向、创意生成、媒介投放数据的完整项目全景，把所有数据看板都整合进来。

画布还支持单个项目内的协作，不同角色的同事可以在同一个项目里分享知识、置顶文档、分享 AI 对话里有价值的内容，甚至共享彼此构建的智能体。

能否描述一个WPP员工打开并使用WPP Open，一天工作日是如何的？

不论你是策划人员还是创意，每天早上都可以从WPP Open的一个输入框开始。打开页面，最上面是一个对话框。从 Outlook 里收到客户的简报，直接粘进去，AI 模型会先解析简报。如果简报有不清楚的地方，可以调用“审问简报”或“优化简报”功能，找出简报与实际操作之间的差距，然后发邮件回客户请其澄清。

客户返回回答后，简报清晰了，就开始调数据工具。比如行业洞察可以了解行业的整体市场规模、竞争对手格局和增长趋势；受众洞察可以了解消费者画像、行为习惯和消费旅程中的薄弱环节，以及他们在各媒介上的表现。

WPP还有一个核心产品叫SME（社交营销引擎），可以了解本品和竞品在社交媒体上的表现、达人投资的整体整体格局、过去投放过的内容方向等等。有了这些洞察之后，通过智能体整合所有数据，结合客户简报，生成策略初稿。策划人员需要验证这个初稿，判断哪些是 AI 的幻觉、哪些是靠谱的方向。

策略确定后，媒介侧需要在各平台投放激活。我们有一个工具叫Translator，它可以根据前期规划阶段确定的目标受众画像和标签，跨腾讯、巨量、小红书等平台做跨平台人群圈选，得到一个整体去重后的目标受众基础数据。有了这个目标受众基础数据，就能估算从预算到投放的完整投放结果，再拿去跟客户沟通，确认后进入投放阶段。

WPP全球版是2023年发布的，为什么要另外花三年时间为中国重新量身定制一套系统？

坦白说，这三年并不代表什么。WPP内部决定做中国版，中间的决策时间非常短，实现的时间也非常短。WPP中国的管理层在AI投资这件事上非常有魄力，做中国版的原因很直接，中国的营销系统和海外截然不同。

我们有微信、支付宝、小红书这些本土平台生态。从合规层面，我们做到了等保三级——一般的 IT 系统等保二级就够了，三级在商用系统里基本上是最高级别。

我们还完成了工信部的AI算法备案，这意味着WPP Open中国版生成的所有图片、视频等素材从监管层面都符合要求。我们对接了超过15个国内大模型，实现了本地数据服务器、本地部署、本地模型。

所以它不是简单地把全球版复制一份，而是做了大量本土化适配。

难点是中国各个平台的生态相对封闭吗？

不完全是这样看。微信公众号在开发者模式下开放的API其实非常全面，某种程度上它是最开放的社交媒体平台之一。

但正因为微信公众号在全球没有对标的平台，它对应的API技术接口和数据获取方式也非常独特，很难直接用全球版的接口逻辑来适配。这是本土化的核心技术难点之一。

数据存储和跨境的问题呢？

全球版部署在海外，会有数据出境的问题。WPP员工相对好处理，因为入职时已有个人授权；更敏感的是客户数据——如果客户数据存储在海外版，会带来数据出境的合规风险。

有了中国版之后，所有数据库都存在中国大陆，满足个保法、网络安全法等各项法规，这应该是目前的最佳实践。

WPP Open的原则是“open 即开放”——我们可以跟客户的CRM、ERP或DAM进行打通，打通的层级可以灵活设置。这方面需要跟客户解释我们整体的 IT 架构、如何保密、如何隔离，也需要对客户做出相应承诺。

在数据安全上，WPP Open内部不同客户之间的数据是逻辑隔离的，同一客户的不同项目之间也是隔离的。一个项目组内的成员可以共享项目内的智能体和数据，但项目以外的同事无权访问。

你们选择接入本土模型的标准是什么？

有三层考量。第一，在中国版发布之前，我们对WPP全员做了问卷调研，分文生文、文生图、文生视频等场景，了解大家日常使用什么模型、偏好是什么。

第二，考虑与不同模型厂商和云厂商的既有合作关系。

第三，在不同场景下考察模型的具体性能特点——比如某些模型的视频生成能力很强，但在人物生成上更突出；我们有快消客户需要生成用餐场景，就要专门评估这类场景下各模型的表现。在这三层之上，还要叠加WPP统一的生成式 AI 治理流程，内部叫MAP：无论是基础模型还是 AI 应用，都需要判定一个红黄绿灯。

评估维度包括训练数据、部署方式、安全合规等，只有绿灯才会大规模接入。在中国，还要额外看模型厂商是否满足本地算法备案等合规要求。

综合以上因素，选择面确实会变窄，但正式在国内开展商业服务的主流厂商，基本都能满足这些基本要求。

在AI产业中，应用端存在必须要追求新模型的特点，WPP的审核流程是否会成为速度上的障碍？

如果是已有合作的云厂商或模型厂商推出的新模型，接入流程会大幅简化。比如我们已经接入了DeepSeek V3，再接V4 Pro的时候，因为同样是 DeepSeek 模型、同样有某个云厂商提供模型即服务服务，部署方式类似，很多环节的审核就可以复用，速度会快很多。

算是绿色通道？

不能完全叫绿色通道。即便是同一厂商的新版本，我们还是要看它的安全性，只是因为技术栈和部署方式类似，某些环节的审核可以简化，而不是完全跳过。

WPP Open自研的部分主要在哪些层面？

有三块。第一是底层操作系统架构。这套架构需要支持跨国、跨地区、跨客户——同一个客户下还有不同子品牌——以及不同代理商团队的多层级权限隔离，内部叫层级结构。

同时，所有底层工具和面向客户的界面都要能统一整合。这对架构灵活性的要求非常高，是打磨最久的部分。

第二是OpenIntelligence。它的核心差异点是非身份识别解决方案：WPP 自有数据、客户数据、三方数据各自留在自己的数据域内，没有数据交换，但依然可以通过联合建模做媒介投放激活。这是我们跟竞争对手不一样的地方。

第三是智能体构建平台，这是纯自研的智能体构建平台。支持创建工作流式的智能体，智能体可以有自己的记忆、自己的数据和安全护栏，可以做效果评估；也支持创建智能体团队——由一个智能体管理多个智能体来共同完成一项任务。

营销的场景涉及不同模态的内容和业务场景，策略、媒介、创意之间的上下文是怎么传递的？

通过共享画布，可以编排完整的工作流，前一个智能体的输出直接成为下一个智能体的输入，以此类推，形成一条完整的链路。

举个例子，我们上传一份简报文档，这份文档作为第一个智能体的输入；这个智能体可以是你自己创建的”比稿批评家”，专门找出提案里对不上简报的地方；它的输出再进入一个规划智能体，进一步优化提案。

整个过程在一个画布里完成，支持多模态——可以直接在画布里生成图片或视频。

现在中国内部现在有多少员工在使用？采用率大概是多少？

全球版内部员工的采用率已经接近100%——因为这是我们的主要工作平台，员工入职时已经完成了个人授权，合规风险是可控的。

中国版刚刚上线，我们现在也在推动采用率，目标同样是100%。

所以没有人不采用？内部员工有什么反馈？

反馈非常好。而且不只是日常使用层面，我们在很多重要的客户比稿和演示中，都会现场展示WPP Open中国版的功能——WPP Open本身就已经是我们赢得客户的工具之一。

接入了这么多通用大模型，你们有没有对模型做营销垂直场景的微调或者其他技术上的适配？

我们没有做技术层面的权重微调，这是我个人的判断。原因在于基础模型的迭代速度很快——假设我今天基于DeepSeek做了一个微调，在营销场景效果很好；但DeepSeek 很快发布了新版本，模型本身的提升可能会瞬间冲淡微调带来的增益，让微调显得微不足道。

WPP有几十年的营销专业积累，我们需要一种方式把它沉淀进AI。我们选择的路径是整合驾驭——不改变基础模型的权重，而是在基础模型层面整合我们独特的数据和方法论，构建出超级智能体。

这些超级智能体代表WPP自有的营销领域积累，供内部员工使用，并且可以随基础模型的更新同步迭代。

刚才你提到了Know-how更重要，那WPP这么多年服务了最头部的企业客户，你觉得Know-how中最核心的是什么？

如果去问Ogilvy的首席策略官，和问WPP Media China 的首席策略官，可能会有不同的答案。从我的角度，WPP 确实有很多独特的、甚至是引领行业的方法论。

举一个例子，WPP 很早就构建了BAV（Brand Asset Valuator）这套方法论和数据工具，现在也集成进了WPP Open，全球的 WPP同事都在使用。

更宏观地看，广告行业需要始终跟着客户关注的方向走，而客户的方向往往反映的是当下社会经济消费最前沿的趋势和热点。WPP 的核心竞争力在于，对不同行业客户业务的深度理解，以及我们自身人才的独特性。这是几十年积累下来的东西。

我理解一下，你的意思是对市场和客户长期积累的理解？

之前我在一次和Chris Reitermann（WPP大中华区总裁）的对话中问过他一样的问题， 我记得他的答案是“品牌资产”——陪伴客户从0到1，一起经历好的时候和不好的时候，并且这种经验是跨文化的、跨市场、跨时间的，这种积累是无法被替代的。

是的，是对不同行业客户业务的深度理解，叠加我们自身人才的独特性——这两件事合在一起，是 WPP 最核心的积累。

我非常同意Chris的说法，WPP 在客户那里积累的品牌资产，某种程度上也是所有员工自身价值和我们给客户交付结果的体现。

在现在这个时间点，AI是否是WPP整合的一个重要工具？你怎么看AI战略对WPP的价值？

从我观察到的来看，不论是总部管理层还是中国管理层，AI战略始终是WPP整体战略中最重要的支柱之一。

我也分享一下我个人对AI理解的转变。我从开始关注AI，到现在经历了几次完全不同的浪潮。几年前，国内主要是AI四小龙——依图、第四范式这些以计算机视觉为核心的公司。到2022年底，ChatGPT风靡全球，生成式 AI 浪潮来了。

说实话，生成式AI刚出来的时候，我个人有一段迷茫期。我知道前一代计算机视觉在特定任务上取得了非常好的成绩，包括用CV识别在逃犯这样的应用都跑通了。但ChatGPT出来之后，它的对话能力很强，可我当时一直没想清楚，怎么把它转化成真正的生产力——尤其是在营销这个垂直领域。让我走出这段迷茫的，是智能体的出现，包括 OpenClaw、VersAgent 这些产品。

数字时代里，我们很多工作本身就是数字化的，跟编程有相似之处——而大模型在处理数字化工作方面带来的生产力提升，已经被证明了。从这个角度看，AI 对营销领域的颠覆是真实的、会持续发生的。

ChatGPT刚开始爆火那阵，WPP内部有没有对这个技术产生比较大的反应？

WPP对AI的跟进其实是很快的，当时2023年我们推出了一个小工具叫“达哥”，是一个类似ChatGPT的Web端对话助手，可以做问答对话，背后是调用市面上现有大模型的API接口。

我觉得生成式 AI 对广告行业的冲击，其实未必是所有行业里最大的——我们比较关注广告行业，某种程度上是一种幸存者偏差。生成式 AI 冲击最大的，可能是学术界的计算机视觉方向。ChatGPT出来之前，有很多教授和博士生在研究计算机视觉，有很多研究方向。但文生图能力出来之后，很多过去做 研究者忽然集体迷茫了——他们原来的研究方向可能直接消失了。所以广告行业只是受影响的行业之一，并不一定是最大的。

另一方面，广告人是非常善于适应变化的，生成式AI的工具刚出来，我们就有不同的团队在试用，在讨论怎么应用到日常工作里。当然我们对它的边界也很清楚，比如版权不确定、生成结果有时失控、很难直接用于TVC大制作——这些局限我们都是放在明面上讨论的，对于 AI 能做什么、不能做什么，我们内心是清楚的。

现在有客户想用全AI制作的素材去投放TVC，这在内容合规层面可行吗？

可行。从前期规划用AI产生洞察策略，到生成素材直接投放——在中国，WPP已经有了满足网信办合规要求的AI工具，也满足WPP 自身的治理要求。所有模型、所有工具都可以被客户审核审计，认证材料齐全。版权问题确实是行业内目前没有完美解决方案的议题——即便是我们的合作伙伴，也很难对版权给出确定性的承诺。但如果客户认可并接受这一现状，用AIGC素材做投放是没有问题的。

WPP Open目前支持两种水印，可见水印，就是直接在图片上打上“由 AI 生成”的文字；隐式水印，是嵌入图片元数据里的水印，专业人士查看元数据时可以识别。

从传统广告行业一路走来，你们对现在颇有争议的GEO（生成式引擎优化）这项业务如何看待的？

非常关注。WPP Media过去做SEO、SEM，目标是让客户品牌以优化后的形式出现在搜索引擎里，带来曝光和流量。泛SEO/SEM 的范畴也包括电商搜索和社交媒体搜索。

随着流量分配方式的变化，过去我们去小红书搜攻略种草，现在很多人直接问豆包或DeepSeek要答案。消费者的注意力、时间、流量的分配都在迁移，AI 应用正在成为新的媒介入口，GEO对WPP Media 来说因此变得非常重要。

PR业务在这里有一个天然优势：PR的内容本来就发布在人民网这类高公信力信源上，而 AI 应用在引用信源时，这类权威媒体的权重更高。

GEO对PR业务的意义，就在这里。所以我们强调要做“健康的GEO”——有公信力的信源，而不是灌水式的随机发稿或低质媒体。

所以你们自己的GEO方法论，是从媒体权重入手？

从业务本身看，媒介有媒介的方法论，PR有PR的方法论，各业务线保持灵活性。

从数据和技术的角度，我们有一个工具叫WPP GEO，统一赋能不同代理商团队和业务线，提供统一的数据和技术支持，具体执行的方法论和客户策略由各业务团队自主决定。

如何去处理豆包、Kimi 这类平台的推荐逻辑不透明的问题，在帮客户做GEO时，有没有具体的量化指标？

这是一个很好的问题，我们在工具里持续监控国内主流 AI 应用——包括豆包、元宝、DeepSeek、文心一言等——观察它们对不同品牌和话题的信源引用情况。我们发现，不同平台在信源权重和引用方式上确实存在明显差异。

基于这套监控，针对某个品牌或话题，我们会根据各平台的信源权重差异，定向选择在相应的高权重信源上发稿，来提升品牌在 AI 应用回答中的可见度。这是目前在不透明的推荐机制下，我们能做到的最有针对性的方式。