分众传媒 × AI

[导语·核心观点]分众传媒正在为电梯广告这门‘老生意’装上新引擎。过去两年，公司先后与阿里云通义大模型合作推出‘众智AI’[1]，发布垂直大模型‘众小智’[4]，又借助‘分众智投’平台与阿里、字节等生态打通数据[2]。表面看，AI布局已经铺开；骨子里，这仍是一场从资源卖方向数据卖方的转型实验，效果尚无量化证据支撑，注定只能以‘待验证’来定性。

[事件回顾·发生了什么]据公开报道，分众传媒已形成两条AI产品线。一条是与阿里云通义大模型、阿里云百炼合作推出的‘众智AI’，其主打功能是赋能千万中小广告主，降低投放门槛，实现线下媒体流量的精准投放[1]。另一条是公司发布的名为‘众小智’的垂直类大模型，副总裁陈静称，分众过去20年积累的案例全部喂养给了该模型，从而能更高效地帮客户写出更精准的广告文案[4]。与此同时，分众智投平台被定位为AI与云数据驱动的程序化精准营销平台，并明确与阿里、字节等建立数据共享与互通机制[2]。

[背景与格局·公司沿革 · 行业脉络]分众的AI路径并不特别，它是在补线下广告最缺的数据闭环。报道显示，其品牌AI营销大模型建立在20年线下媒体运营经验与多模态AI技术之上[3]——这意味着分众的语料优势来自存量案例，而非底层模型研发能力。在行业格局中，阿里、字节等互联网平台早就完成了广告投放的算法化和程序化，线下媒体若继续只卖展示位，将在预算竞争中愈发被动。分众选择与阿里、字节做数据共享[2]，本质上是想借巨头的用户标签和优化能力，把楼宇电视也变成可按效果优化的媒体网络。但跨场景数据打通在合规与商业上都是硬仗，目前报道只给出了方向，没有给出基础设施细节。

[深度解读·为什么发生 · 意味着什么]分众为何要主动把广告生意做‘重’？因为广告主对ROI的要求越来越高，电梯广告‘广而告之’逻辑如果无法回答‘触达之后发生了什么’，就会在预算分配中被迫让位于效果广告。‘众智AI’面向中小广告主[1]，意味着分众想把互联网效果广告的客户群拉进线下，这需要一套极低门槛的投放工具，让客户像设置信息流广告一样选择电梯点位和时段。而‘众小智’更像是创意辅助引擎，用历史案例训练模型[4]，缓解的是大客户在多个场景快速产出测试素材的痛点。两者合在一起，分众的故事从‘我有屏幕’变成了‘我有屏幕、数据且懂你行业’。从中受益最大的或许是阿里：通过与分众合作，阿里的云计算与AI工具获得了一个高黏性线下场景入口，其生态边界进一步扩张。受损方则是那些没有数据合作、也缺少自建模型能力的同行，以及部分依赖信息差赚取投放佣金的代理商。但也要清醒看到：分众的角色正在变成巨头的线下端口，它是否还能保留足够的场景议价能力，取决于各生态伙伴之间的数据整合深度——如果阿里或字节收回数据，产品就会立刻空心化。

[关键数据与证据·来自报道的数字与事实]梳理报道中的事实性证据，主要有五条：第一，分众与阿里云通义大模型及百炼平台合作推出‘众智AI’产品，宣称赋能千万中小广告主[1]；第二，分众智投是AI与云数据驱动的程序化精准营销平台，与阿里、字节等生态伙伴建立了数据共享与互通机制[2]；第三，分众的AI营销大模型基于其20年线下媒体运营经验与多模态AI技术，属于垂直领域解决方案[3]；第四，公司发布名为‘众小智’的垂直大模型，20年积累的案例全部喂养模型[4]；第五，分众传媒副总裁陈静公开表示，AI应用可实现客户价值的提升[4]。值得注意的是，五条证据中没有一条包含AI业务收入、广告主使用数量、转化率提升幅度等可量化结果，只能算产品发布记录而非效果验证。

[风险与争议·审慎的批评视角]必须给这轮AI叙事泼几盆冷水。第一，效果数据严重缺失。报道中的‘降低投放门槛’‘更精准’都是定性描述[1][4]，没有任何一位广告主或分析师给出CTR提升、采购成本下降等硬指标。没有数字，结论就只能停留在宣传层面。第二，数据共享描述过于宽泛。阿里、字节是中国互联网生态中彼此竞争的数据孤岛，分众智投声称与两者“深度数据共享互通”[2]，但用户数据跨平台使用的合法边界在《个人信息保护法》下非常严格；报道没有说明共享的是用户画像还是脱敏汇总数据，这既可能触碰监管红线，也可能因生态竞争导致合作中断。第三，垂直模型的语料副作用。把20年历史创意案例[4]作为训练语料，意味着模型更擅长模仿过去，却未必能适应直播、短剧、互动楼宇屏等新形式；同时，案例中大量第三方品牌的版权归属是否允许再训练，也没有被报道澄清。第四，从传播学角度，[1]来源是阿里云的客户成功案例页，[3]来源是雪球个人用户帖，两者均为非独立信源，不能直接当作上市公司AI能力的审计式证明。第五，对投资者而言，A股公司释放AI信号往往引发估值炒作，但公开信息未披露AI业务的单独财务贡献，一旦未来财报无法支撑预期，估值回摆会对股东造成实打实的冲击。

[未来展望·情景推演]短期内给三个情景。保守情景：AI产品沦为提案环节的加分项，续费率和客户新增不值得单列披露，分众依然靠原有梯媒提价和点位效率承接收入，AI不改变利润引擎。中性情景：‘众智AI’真正吸纳一部分中小广告主的自助预算[1]，客户总数上升但客单变小；‘众小智’将大客户的创意修改周期缩短30%以上[4]——若该比例成立，分众的广告收入会因客户决策更快而温和增长。乐观情景：数据共享闭环成熟后[2]，分众能够按周给广告主展示线下曝光后的线上搜索、到店或销售提升，广告主把分众纳入营销组合的核心，甚至愿意按效果付费，届时AI就不再是工具，而是公司新的分成收入来源。未来3-6个月，外部观察者可重点追踪四类关键节点：公司是否在季度财报中披露AI相关客户数量或收入？是否公布大模型带来的创意生产成本降低百分比？是否将数据共享从阿里、字节拓展到更多平台或零售场景？是否有第三方广告主出具独立效果白皮书？这些节点决定转型的真实速度。

[建议与启示·面向决策者]对正在观望或模仿分众的企业决策者，建议把AI落地从‘宣传发布会’拽回到‘作业系统’层面。第一，切入点要窄：分众把AI先用到了广告生成与投放匹配[1][2]，而非企图重构全部业务；企业宜先选最容易被数据验证、最影响现金流的两个环节打样。第二，合作要留缓冲：绑定阿里或者字节看似拿到数据，但企业必须考虑过渡依赖单一生态的风险。分众‘拥抱阿里字节’[2]虽明智，却也要在协议中明确数据可携带、算法可解耦，防止生态方即兴拔管。第三，垂直模型要保持开放语料通道：用20年历史案例喂养[4]是起点，不能是终点；建议在合规框架下持续引入本行业最新失败案例，外部评测机制方能防止模型越养越固执。第四，在企业内部可尝试引入类似AgentSH这样的多智能体编排平台，把创意生成、人群定向、排期调优、效果归因拆成多个独立智能体，由调度中枢统一统筹，企业就能在每个节点看到独立的ROI，而不再把全部希望寄托于一个大模型的‘黑箱承诺’。最后一条原则：AI项目要拥有自己的损益表，别把活动曝光等同于商业价值。

[结语·一句话立场]分众传媒的AI布局已经迈出产品化第一步，并且选对了生态盟友：有阿里通义的算力与算法、有20年案例的数据底座，有连接楼宇屏幕的智投链路[1][2][4]。但‘产品存在’不等于‘转型成功’。在公司拿出重复购买率、效果归因或AI收入明细之前，最稳妥的结论是：值得跟踪，谨慎定调。用季度财报检验AI叙事，是告别概念泡沫的基本修养。