Databricks 谈媒体行业正走向“预测经济”

二十年来，媒体和广告业靠注意力运转。曝光量、触达率和点击量是硬通货，因为它们可以量化。然而，这种货币正在日益贬值。在整个行业——并在纽约广告周上达到高潮——媒体、代理商以及广告技术/营销技术领域的领导者们都在问同一个问题：不是“谁看到了它？”，而是“它改变了什么？”

每个答案的背后都是预测经济的兴起：优势来自于在花钱之前就知道受众想要什么，并且能够证明它的价值。绩效已从滞后指标转变为领先指标。

聆听 Databricks 媒体与广告 GTM 负责人 Jake LaDuke 分享他对预测经济——以及媒体、广告和营销未来——的看法，然后继续阅读以了解更多。

行业在呼吁什么

几个值得关注的主题：

智能体正从回答问题转向采取行动。一场又一场会议、一次又一次关于智能体 AI 的对话都得出同样的结论：没有可信、受治理的数据作为基础，智能体就会失败。早期的成功既关乎效率，也关乎效果，例如跨多个事实来源编排测量。在卖方，像广告销售转型副总裁这样的职位两年前几乎不存在，因为智能体接管了从推介到付款的电子表格、电子邮件和过时的费率卡，让销售人员能够专注于关系和收益。

测量必须证明影响。根据麦肯锡的一项研究，只有 3% 的首席营销官能将一半的营销与业务成果挂钩。这一要求正在整个生态系统中产生涟漪：代理商正在重组合同，广告技术正在将证明融入其产品，发布商正在推出自己的测量。希望经济正在让位于预测经济，而只有合作伙伴数据能够连接起来，这个循环才能闭合。

营销技术和广告技术正在合并为一个技术栈。典型企业技术栈中有 90 到 120 个工具，渠道级报告已不再够用。首席营销官需要跨每个触点的整体绩效，而不仅仅是广告或营销。与此同时，首席营销官和首席营收官从不同的技术栈中获取相同的受众，将两者合并可以让双方都做得更好。

CTV 和零售媒体需要闭环。发布商需要一个统一的数据资产，用于受众洞察、变现和跨平台测量。零售媒体是一个快速增长但仍受测量制约的渠道，需要干净数据室、第一方激活和闭环测量。

在这一切背后，消费者行为的变化速度快于技术栈。智能体商务、AI 生成的创意以及作为新影响者的 LLM 正在改变人们发现品牌的方式，高管们希望将这些转变视为机遇，而非威胁。

以上每一点都指向同一个前提：一个统一、受治理的数据和 AI 基础。当你的数据碎片化时，适应预测经济就变得难以为继。领导者必须停止将这些作为单独项目来资助，而是构建一个供每个角色使用的基础。 

上下文是预测的起点

每个预测都始于上下文：你的智能体对客户和业务在整个数据资产中的了解有多完整。正如 Databricks CEO Ali Ghodsi 所说，模型不存在智能问题，它们存在的是上下文问题。

PetSmart 展示了当这些上下文汇聚在一起时会发生什么。该公司利用其 7500 万 Treats Rewards 会员的忠诚度数据，超越了批量群发式营销，AI 决策智能体大规模交付了个性化信息。结果是沙龙预订量提升 22%，自动补货交易量提升 13%。这一增长来自让数据资产协同运作，而非来自更聪明的模型。

上下文的重要性在客户 360 中体现得最为突出。营销人员越来越希望在他们运行业务的地方开展营销，而不是将黄金档案复制到单独的 CDP 中。这正是 Databricks 的智能体式 CDP CustomerLake 背后的理念。营销和数据团队可以构建可信的 Customer 360 档案，直接在其受治理的数据上激活受众并实现个性化互动。结合衡量编排，这些相同的客户信号可直接连接到 ROI。

随后，Genie 将这些上下文带给做决策的人。它充当连接你受治理企业数据的 AI 同事，让规划人员、营销人员和销售人员可以用自然语言提问，并获得基于他们自己定义的答案。在底层，Genie Ontology 让 AI 理解你的业务：其独特的定义、关系、业务规则、权威来源和权限。在回答或决策时，它会按权威性和相关性对这些上下文进行排序，应用权限，并交付最有用的部分。

要在当下智能地行动，还需要运营上下文：客户刚刚做了什么、他们被提供了什么，以及智能体决定了什么及其原因。Databricks 的无服务器 Postgres 数据库 Lakebase 将这些实时状态保留在你的分析数据旁边，因此智能体记忆、决策历史和最新特征可以以生产速度可用，而无需中间脆弱的管道。

实现这一目标始于一条简单的准则：一次性定义身份、受众和指标，并对它们进行集中治理。

控制、成本与选择：从最大化 token 到最大化价值

上下文让你得到预测。另外三个 C 决定你能否负担得起大规模采取行动，以及你是否应该这样做。

控制。 这不仅关乎从人员角度治理谁拥有访问权限，也关乎从你的智能体角度进行治理。智能体会接触受众数据、竞价和品牌敏感型投放位置，因此治理必须成为前门。Unity Gateway 让每个模型和智能体请求都通过一个控制平面运行，具备身份验证、审计和 PII 防护栏，因此企业设定防护栏，平台负责执行。

成本。 为 AI 而 AI 已不再被 CFO 容忍，转变正在从最大化 token 转向最大化价值。每个智能体循环都会消耗 token，而常开型活动会成倍放大这一消耗。Unity Gateway 按团队、模型和应用归属支出，执行预算和速率限制，并将简单请求路由到更便宜的模型，因此 AI 成本与业务价值保持同步。

选择。为合适的任务配备合适的模型至关重要，因为前沿模型经常相互超越。如果切换意味着重写应用，你就会永远落后一代。Unity Gateway 通过一个 API 提供来自多个提供商的模型，因此你可以通过配置来替换，而无需重新设计。该基础架构基于开放格式构建，可让你的数据保持可移植，而 OpenSharing 和 Databricks Clean Rooms 让你无需复制数据即可与合作伙伴协作

领导者应从第一天起就将治理、成本可见性和可移植性视为设计要求，而不是事后改造。

大处着眼，小处着手

展望未来，广告本身也将发生变化。随着广告规避率上升，而意图仍基本未被挖掘，广告必须从让人感觉打断了用户想做的事情，转变为由观看者意图驱动的更智能、更一体化的 1:1 体验。要实现这一点，需要在品牌、代理机构、广告技术和发布商之间建立新的操作系统和运营模式，一切都服务于成果。

展望未来，领导者需要从大处着眼，思考 AI 如何成为业务的增长杠杆，然后从小处着手，确定你首先解锁的用例，无论是受众规划、激活还是测量编排。从“为什么”开始：新的收入来源、更低的成本或更简单的运营。并非每个问题都需要一个智能体。

选择一个有意义的决策，例如重新激活流失客户、为买家打包受众，或闭环零售媒体活动。汇集上下文、设置护栏、事先就如何衡量影响达成一致，然后从那里扩展。走得最远最快的人，将是变得更懂技术的业务人员和变得更以业务为中心的技术人员，他们建立在可信的上下文、真正的控制、选择的自由以及随价值扩展的成本之上。

准备好开始了吗？ 观看 Beet.TV 的视频，收听 Advertising Week 的播客，并在 Databricks for Media, Advertising, & Entertainment 了解更多。