图灵汇官网

未来，企业或许不用再组建庞大团队，只要通过定制智能体，就能自动完成品牌舆情分析、营销内容生成、客户服务响应，从数据采集到决策输出全流程高效运行，这正是AI给品牌营销带来的新机会。在北京，有一家在大数据与品牌营销领域深耕十年的企业——清博智能，如今在AI赛道逐渐受到关注。

2014年，清博智能由高校教授发起成立。成立初期，它就以大数据为核心，为政府、央国企、世界500强企业提供舆情监测与品牌分析服务，还在国内外顶尖AI算法大赛中获得近40个金奖，成为推动B端品牌营销智能化的重要参与者。

现在，清博智能已经从早期的“营销大数据工具”和“舆情管理平台”，发展成覆盖“舆情监测、内容生产、数字人IP、定制大模型”的全链条AI服务提供商。它的核心能力就像品牌营销领域的“智能管家”：为央视定制热点选题分析系统，能从全网数据中挖掘养老金、教育等民生话题，还能自动生成微短剧；给蒙牛打造数字人科普IP，通过AI视频智能体实现“一句话生成脚本与成片”；甚至为石油石化企业开发加油站安全管理智能体，结合规章制度与监控数据，筑牢安全生产防线。

随着生成式AI的快速发展，企业也遇到了新问题：通用大模型数据不准怎么办？定制智能体成本太高怎么办？清博智能CEO郎清平认为，未来十年AI+品牌营销的渗透速度会比过去更快。

清博智能最早由高校教授创立，2015年开始市场化运营，主要基于大数据和人工智能，服务企业、政府等在新闻传播、品牌营销上的需求。目前客户以世界500强、央国企和上市公司的品牌营销部门为主，也包括政府宣传部门、中央和省市媒体，以及高校、研究机构、投资机构。只要涉及互联网内容生产与传播、品牌形象与口碑监测、热点事件分析、竞品研究等，都可能用到它的服务。它的产品覆盖舆情监测与分析、新媒体内容生产与审核、传播效果评估、新媒体管理考核系统、融媒体操作系统，还有数字人IP打造、基于大模型的品牌营销智能体和客服智能体等。

过去十年，清博智能经历了几个关键发展节点。2015年，它上线了第一个互联网化产品，类似搜索引擎，能帮新闻传播和品牌营销从业者查找各平台有影响力的账号，按地域、行业分类，还能评估自身新媒体矩阵的传播力。2016年，推出针对移动互联网传播特点的舆情分析系统，帮助企业和政府分析品牌传播与舆情。2017年，上线新媒体管理考核系统，支撑政府和企业对新媒体矩阵的运营与效果评估。2018年，又推出融媒体大数据分析平台，覆盖热点发现、内容生产、渠道选择和效果评估，形成全链条技术服务。近两年，随着数字人和大模型兴起，它还上线了数字人平台和各类智能体，比如品牌智能体、视频智能体、营销智能体、客服智能体。早在2018、2019年，它就参与过很多国内外顶尖人工智能算法大赛，像谷歌全球AI问答赛、专利文本算法赛、中科院虚假新闻识别赛等，拿下近40个第一名和金奖。在ChatGPT等大模型出现前，它已经深耕AI基础算法和数据分析。

为什么会选择布局人工智能领域？郎清平提到，人工智能需要数据、算法和算力作为基础。清博智能2014年成立时就以大数据为核心做产品和服务，自然包含算法研究和技术开发。

2022年底生成式AI爆发时，他觉得这是好事。大模型能极大提升工作效率，比如过去十个人花一周清洗、标注的数据量，现在两个人用半天就能完成。在代码编写、传播内容生成方面，大模型也帮了不少忙。不过，大模型也有数据不准确、生成内容容易出错的问题。而清博智能的客户大多是500强、央国企和上市公司，对准确性要求极高，所以不会直接用通用大模型，而是结合自有数据和算法优势，定制专属大模型和智能体。

清博智能的AI产品有不少客户案例。它为央视一些栏目提供基于大数据的全网热点选题，涵盖养老金、人工智能、汽车、教育等领域。结合视频智能体和大模型工具，不仅能筛选公众最关注的热点，还能自动生成文章、海报和视频，制作传播力强的微短剧和宣传片。给蒙牛打造数字人形象时，用AI生成营养科普视频，视频智能体可以根据一句话自动生成创意、脚本、分镜和成片，大幅提升内容生产效率。除此之外，它还为地产、汽车、消费品、能源、互联网等行业的头部企业做品牌形象分析、传播效果评估和用户口碑研究。

数字人领域这两年发展稳定。过去因为没有大模型支撑，数字人背后的问答系统智能化不足。现在有了大模型，智能化程度大幅提升，应用范围更广，政务服务、企业服务、教育等领域都能用，企业也更愿意通过数字人交互。清博智能在数字人方面的优势和其他公司不同，它从2015年就基于大数据做企业品牌营销，数字人只是外在形式，真正的核心是背后的大数据和智能化能力。比起专注外观和动作的公司，它更关注数字人“说什么”，如何识别用户留言，再通过大数据分析实现精准、个性化回复。比如给医疗机构开发的食管健康智能体，数字人形象可以换，但背后的数据和模型才是核心。本质上，它还是一家以数据驱动的AI公司。

这几年，清博智能的收入结构有变化。面向企业的品牌营销和大数据分析服务，每年保持10%到20%的增长。定制大模型和智能体业务虽然起步不久，但年增速在80%以上，主要是因为基数小。

今年和去年相比，市场有一些变化。给品牌营销提供大数据决策支持，依然是企业的刚需。大模型和智能体方面，去年很多企业还不了解，不清楚它们能带来什么，今年越来越多机构和企业意识到大模型能帮助不同业务部门提质增效，需求在持续增加。

清博智能为企业提供的智能体和其他公司有差异。比如给同济医院开发食管健康科普智能体，给广西社科联上线社科普及智能体，还在为石油石化企业做加油站安全管理智能体，结合安全制度和监控数据开发定制大模型和智能体。它的特点有三个：一是了解多个大模型的优势和不足，能根据项目需求选最合适的基座模型；二是有算法优势，过去获过不少顶尖奖项，能结合开源数据和企业内部数据定制研发；三是积累了大量数据，能精准处理和标注，结合算法训练打造贴合需求的模型和智能体。加上性价比优势和对客户需求的深入理解，很多用户会选择它。

不同企业选择智能体时需求不一样。内容生产型企业容错率高，用大模型写文章、生成视频，通用智能体就够了；但制造业不一样，像钢铁厂、煤矿这类场景，每一步工序都要求100%准确和安全，容错率极低，必须做严谨的定制开发。就算是同一家制造企业，不同部门需求差别也大，比如党建宣传部门用AI生成视频，通用模型就行；但如果宣传片里要出现企业logo、领导人形象、办公大楼、具体产品，就必须专门做模型绑定和训练，确保不会变形。

今年哪些行业应用智能体增长快？清博智能服务过制造业、车企、消费品、化妆品、石油石化、电信、能源、地产等多个行业。总体来看，品牌营销、客户服务、大数据分析等部门应用最快；一线工厂、流水线环节相对慢一些，因为对准确性和安全性要求极高。比如给一家能源企业服务时，品牌和客服部门用得很快，一线生产线应用就比较谨慎。

如果未来一线生产也逐步应用智能体，会遇到什么挑战？郎清平举例，他们正在给某大型石油石化企业做全省加油站的安全管理智能体，这里涉及多模态数据，既有规章制度文本，又有传感器监测数据，还有摄像头视频。需要把这些不同类型的数据进行结构化处理、清洗和治理，再用来训练模型和开发智能体，才能满足安全管理要求。这其实考验长期积累的数据治理和分析能力，这也是清博智能的优势。虽然大模型和智能体是新事物，但它在数据方面的底层积累很深，这是不少初创公司不具备的。

未来一两年，智能体行业会怎么分化？他认为可以分两类看：C端方面，教育、健康咨询、文本视频创作、心理咨询、虚拟伴侣等和刚需或情感需求相关的智能体发展会比较快；B端方面，主要是那些刚性需求强、容错率低的场景，大模型和智能体如果能解决这些问题，落地会很快。像品牌营销、客户服务、数据分析、代码撰写这类智能体，解决速度快，发展会更快一些；而生产一线这类复杂度更高的场景，需要更长时间。如果有企业专注某个垂直领域的生产一线，坚持深耕，时间久了就能形成较强的技术竞争力。

大型科技公司主要面向C端市场，而清博智能专注服务B端客户。腾讯、华为、阿里、京东、百度、字节等大厂，它都保持着紧密合作。这些大厂基本做面向C端的通用大模型，以及部分行业大模型的基座；清博智能则在B端市场走在前面，为企业开发大模型和智能体的落地应用，背后需要大厂提供模型基座和算力支持。大厂因为自身基因和投入产出比的原因，不太适合做B端智能体应用，也缺乏相关经验。它们和清博智能是共生关系，提供基础能力，清博智能负责面向企业落地。

从成本和性价比考虑，大厂在B端和G端市场其实在逐步收缩。它们发现自己做B端不擅长，还可能亏钱，现在希望像清博智能这样的B端企业走在前面，自己提供算力和模型，由B端企业负责产品整合和落地。大厂的考核也转向自有产品的销售和利润，不再做整体解决方案。这样一来，合作关系更顺畅：清博智能拿B端市场，大厂提供背后支持。

比如去年，清博智能和百度智能云合作上线了一款AI舆情分析产品，由它提供舆情数据，百度提供算力和大模型推理服务，最后由它面向用户推出。和火山云的合作也是如此，它负责数字人和大数据分析服务，应用到车企、消费品等行业；火山云提供算力和云服务，工程开发由它主导。和大厂的合作基本都是这样的互补模式。

清博智能CEO郎清平