Adobe 新推出了企业用AI代理平台。这个工具的目标,是让营销工作不需要人一个个处理。意思是要把吸引客户、促成购买、再把客户变成回头客的过程,都放在一个系统里管理。 在这次发布中,Adobe 表示将与Amazon、Anthropic、Google、IBM、Microsoft、NVIDIA、OpenAI 等主要AI企业合作。战略就是把多种AI模型和服务连在一起,让企业按自己想要的方式使用。还说明,全球主要广告代理公司已经把Adobe的企业用CX工具选为标准工具。 Adobe 现在表示,比起点击数,更要关注客户的长期价值。也就是说,不只是看广告有没有被点很多次,而是更重视一个客户以后会买多久、买多频繁。还提出把支付服务也连进来,朝着从咨询到下单再到支付都在一条流程里处理的方向发展。
원문 보기
Adobe打出的关键牌,其实不是Photoshop的故事
如果只看文章标题,很容易读成“做Photoshop的公司又加了一个AI功能啊”。但这次发布真正的核心,不是图片编辑,而是 Adobe 想把整个企业营销运营都抓在手里。意思是要把写广告文案、区分客户、跑活动、再看结果并决定下一步行动,这整套流程都放到一个平台里运行。
为什么这是个大事呢?因为企业现在其实已经在用很多AI了。有的AI写文章,有的AI生成图片,另外的工具还会分析客户数据。问题是,如果这些工具各玩各的,速度会变慢,品牌语气也会摇晃,安全管理也会变复杂。Adobe 正是在盯着这个空档,它不是只想做“很会做AI的公司”,而是想做“把各种AI连接到实际工作里的总指挥平台”。
稍微夸张一点说,以前的Adobe像是设计师桌上的软件,而现在Adobe想要的位置,更接近整个营销部门的操作系统。所以这条新闻不是单纯的新功能发布,而更应该看成 一家设计公司想彻底变成企业级AI公司的场面。
Adobe 不想再只停留在“做图片工具的公司”了。
目标是把多种AI和数据连起来,成为管理企业整个营销流程的平台。

聊天机器人、自动化、AI代理有什么不同
| 比较项目 | 聊天机器人 | 传统自动化 | AI 智能体 |
|---|---|---|---|
| 主要输入 | 收到问题就回答 | 提前设定的规则和条件 | 收到目标后自己规划步骤 |
| 判断方式 | 以对话回复为主 | 按固定规则执行 | 理解情况后提出并执行下一步行动 |
| 外部工具连接 | 有限 | 可以连接一部分 | 可广泛连接到CRM、广告、分析、支付 |
| 执行范围 | 回复咨询 | 发送邮件、执行触发器 | 细分、生成文案、投放、调整成果的连续循环 |
| 适合的KPI | 响应速度、解决率 | 打开率、发送自动化率 | 转化、留存率、LTV(客户终身价值) |
| 是否需要人工批准 | 根据情况需要 | 处理例外情况时需要 | 像品牌、法务、预算这种高风险判断仍然很重要 |

营销 AI 智能体实际上是这样运作的
核心不是“一个回答”,而是“连起来的工作流程”。
第1步:读取客户数据
先收集网页访问记录、购买历史、应用使用日志等数据,先弄清楚客户是谁。简单说,就像超市在看常客购物篮的习惯一样。
第2步:给客户分组
把客户分成刚来的、快要流失的、经常购买的这类 细分群体(表现出相似行为的群体)。有了这一步,才不会把同一句文案发给所有人。
第3步:制作信息和图片
生成式 AI 会先为各个群体做出合适的广告文案、邮件标题和横幅图片草稿。在这里,聊天机器人通常只给出一两个结果,但智能体会继续把流程接到下一步执行阶段。
第4步:按渠道执行
按照电子邮件、应用推送、广告平台、网站横幅等不同渠道来发布。企业想要的不是一句好看的文案,而是真正让营销活动跑起来。
第5步:看效果后再调整
读取是谁点击了、是谁买了、是谁又回来了,然后调整下一个目标人群和信息。这个反复循环,正是“智能体”真正像智能体的地方。

Adobe 是怎么从 Photoshop 公司变成客户体验公司的
看起来像是突然变了,其实这条路已经准备了 10年 多。
1982~2005:打造创作工具帝国
Adobe 原本从打印和出版技术起家,后来凭借 Photoshop、Illustrator 和 PDF 成为创意行业的标准。那个时期的 Adobe,几乎就像“设计师的基础工具箱”一样。
2009:收购 Omniture,打开数据的大门
这次收购之所以重要,是因为 Adobe 第一次大规模进入网页分析和营销数据的世界。原本是做图像的公司,现在也开始看这些图像是怎样得到客户反应的了。
2012~2013:Marketing Cloud 和订阅转型
Adobe Marketing Cloud 的推出和 Creative Cloud 的订阅转型,彻底改变了方向。从卖产品的公司变成创造持续收入的 SaaS 公司后,也就能更深入地争取企业长期合同了。
2018~2019:用 Marketo 和 Magento 抓住客户旅程
Marketo 擅长营销自动化,Magento 擅长电商。这两家加入后,Adobe 不再只是停留在“内容制作”的公司,而是变得像一家能处理客户从看到、购买到再次回来整个旅程的公司。
2024~2026:用生成式 AI 和智能体补上最后一块拼图
现在 Adobe 已经不只是把 AI 放进简单制作工具的阶段,而是想在 Experience Cloud 之上加上 AI 智能体,把内容、数据、营销运营和支付都连接起来。所以这次新闻与其说是新功能,不如说更接近战略的完成阶段。

Adobe 的大型收购分别是哪一块拼图
| 收购·转型 | 带来了什么 | 在当前AI战略中的意义 |
|---|---|---|
| Omniture (2009) | 网页分析、客户行为数据 | 为AI提供判断材料的数据基础 |
| Marketing Cloud (2012) | 测量、定向、营销运营打包 | 把生成结果连接到实际营销活动的通道 |
| Creative Cloud 订阅转型 (2013) | 重复收入和SaaS运营体质 | 能支撑企业长期合同的财务结构 |
| Magento (2018) | 电商和交易流程 | 把广告之后到实际购买闭环的连接环节 |
| Marketo (2018) | B2B营销自动化 | 加强客户细分和后续培育自动化 |
| 收购Figma尝试 (2022~2023) | 协作设计和基于网页的工作流程 | 虽然没成功,但这是想瞄准协作型企业流程的信号 |

为什么不只推自己的AI,还要接入别家公司的模型
| 角色 | 外部模型 | Firefly | Adobe平台 |
|---|---|---|---|
| 优势 | 风格多样性、擅长特定任务 | 商业上安全的基础模型 | 权限管理、工作流程连接、计费和治理 |
| 企业能得到什么 | 最新性能和实验性 | 降低品牌风险的基础选择 | 在一个实际工作流程中控制多个模型 |
| Adobe的计算 | 就算顶级模型变了,也不会失去客户 | 保持自身技术身份 | 把真正的收益点转移到平台合同上 |
| 核心信息 | 模型本身 | 基础创作引擎 | AI 编排(指挥多个AI的工作) |

Firefly使用量越大,Adobe行动得越开放了
把鼠标放到点上,就可以看到准确数值。

企业导入AI很快,但真正运转好的公司还不多
如果只看一个大数字,会觉得AI已经完全站稳了,但往里看,还是过渡期。

AI碎片化,Adobe能减少的和不能减少的事
| 问题 | Adobe擅长的部分 | 依然存在的限制 |
|---|---|---|
| 品牌一致性 | 在一个地方管理内容生成和审批流程 | 连线下渠道和第三方系统都完全统一很难 |
| 营销运营重复 | 把资产管理、活动执行和效果分析连起来 | 企业整体的ERP、客服中心和旧系统还需要另外整理 |
| 安全和权限控制 | 可以汇总平台里的访问权限和审计日志 | 各部门的数据孤岛和合规应对是全公司的治理问题 |
| ROI衡量 | 从内容到活动效果,更容易按一条流程来看 | 如果要看对实际销售额的贡献,还得接上支付、CRM和财务数据 |

关注CLV的营销人员一直在增加
这张图表不是同一种走势,而是把两个和CLV相关的调查数据并排展示。2018~2019是回答说知道CLV的营销人员占比,最后一个数值是CLV指标使用率同比增长率。

以前的营销KPI和AI时代的KPI会这样变化
| 区分 | 以前的标准 | 现在更重要的标准 |
|---|---|---|
| 代表KPI | CTR、CPC、最后点击、即时ROAS | LTV、LTV/CAC、留存率、复购率 |
| 喜欢的客户 | 马上点击、马上购买的人 | 长期留下来、经常再次购买的人 |
| AI学习的目标 | 优化短期反应 | 优化长期收益性和关系 |
| 风险 | 可能只会大量收集便宜点击 | 如果数据不能连接,就很难计算 |
| 对企业的意义 | 只看营销活动效果 | 看对整个业务增长的贡献 |

AI营销市场,谁拥有什么样的力量
| 参与者 | 优势 | 弱点 | 与Adobe的关系 |
|---|---|---|---|
| 平台企业(Google·Meta等) | 广告资源位和大规模数据 | 在自家生态外的整合比较有限 | Adobe很难完全替代它们,但正在瞄准更上层的运营层。 |
| 广告代理公司(WPP·Publicis等) | 品牌战略和执行经验 | 软件产品化能力相对较弱 | 可以把Adobe工具标准化,成为实务合作伙伴。 |
| 咨询公司(Accenture·IBM 等) | 整合 CRM·数据·组织转型 | 不太擅长掌控日常创作工作流程 | 在大型导入项目中,可以和奥多比共生合作 |
| SaaS 企业(Adobe·Salesforce·HubSpot 等) | 产品化的自动化和重复收费 | 不直接拥有平台·媒体数据 | 奥多比在内容和 CX 接点上有差异化优势 |

所以这条新闻重要的原因是,AI 正在试着从广告扩展到销售成交。
以前的数字广告主要看中间指标。比如有多少人点击了,有多少人注册了,广告费对比销售额马上带来了多少这类数字。不过,如果咨询、推荐、下单、支付开始被连成一条流程,情况就不一样了。现在企业可以更准确地看到 哪一句文案真的带来了实际支付、谁是以后还会再买的客户。
这里有一个支付变得重要的原因。支付一接进来,营销就不再只是“吸引关注”的事,而是会直接连到真正完成销售这件事上。这和韩国的外卖应用或购物应用想把广告、推荐、支付都放在一个画面里完成很像。用户更方便,企业也会留下更多数据。
所以,这次奥多比的新闻与其说是在讲 Photoshop 的未来,不如说更像是在展示 广告公司·咨询公司·软件公司的边界正在被打破的场面。以后真正强的公司,可能不只是会做好一个 AI 模型的地方,而是能把客户数据、内容和支付流程连在一起,拥有 “真正让钱流动起来的系统” 的地方。
奥多比的关键一招,与其说是“生成更好的图片”,不如说更接近“掌控企业整个营销流程”。
AI 时代的竞争,不是在争模型第一,而是在争能把多个模型·数据·支付连起来,真正用于实务的平台。
告诉你在韩国生活的方法
请多多喜爱 gltr life




