给AI平台配CEO，阳狮赌什么

最近营销圈有三条不起眼、但拼起来很有信息量的新闻：阳狮给自家AI平台Marcel配了史上第一位CEO；Meta在即将上线的商业条款里，把'训练'从爬虫授权条款中拿掉了；另一边，营销技术圈还在激烈讨论组装式与打包式CDP到底怎么选。

三件事分属广告集团、平台方和企业IT，看似无关，其实指向同一个判断：AI营销的竞争正在从'谁会用模型'下沉到'谁握着数据和授权'。模型越来越便宜、越来越现成，真正的护城河正在转移到数据管道、数据条款和数据架构上。这篇拆开来讲。

🤖 从员工工具到90个客户的生意：Marcel为什么值得一个CEO

一家广告集团给自己的内部工具任命CEO，这件事本身就值得琢磨。

阳狮的Marcel，起点并不是什么战略级产品——它最初是一个员工工具，服务于集团内部的协作与工作流。而这一次的人事任命，阳狮交出的名单是：Scott Hagedorn出任CEO，Sam Levine Archer出任首席战略官（CSO）。更重要的是它的业务现状：Marcel如今已经在为超过90家客户构建AI代理（agents）。

这条路径值得放大看：员工工具 → 平台 → 面向客户的产品 → 独立经营单元。用冰山模型拆一下，你可能看得更清楚：

水面上是90多家客户和一纸任命，水面下是员工工具阶段积累的流程数据和集团层面的数据资产。这是Marcel敢走出内部的关键。

据多位接近阳狮的人士观察，这次任命的真正含义是：Marcel不再是内部效率项目，而是一个要自负增长压力的业务。名称里的信号也很直白——行业报道的标题已经把话说透了：Marcel的对手是'现成的AI'（off-the-shelf AI）。

这才是要害。客户现在打开ChatGPT这类通用工具，几分钟能写文案、做方案初稿，为什么要付钱给广告集团的AI平台？Marcel必须回答一个残酷的问题：你的代理，凭什么比通用工具更懂我的生意？

答案大概率不在模型层——模型大家都用差不多的——而在两点：一是对客户业务流程的深度封装（把代理嵌进真实的营销工作流），二是集团多年积累的数据和Know-how。设CEO和CSO，本质上是在组织层面承认：AI平台是一块需要被经营的业务，而不是一个可以被演示的概念。对其他广告集团来说，这是一个必须跟进的动作；不跟进的，会在下一轮客户比稿里被直接问倒。

🕷️ Meta的爬虫条款：训练撤了，爬取留着

平台侧的动作同样意味深长，只是动作更安静。

根据Search Engine Journal的报道，Meta在其即将上线的商业条款（Commercial Terms）中做了一个精准的手术式调整：把'训练'从爬虫授权条款中移除，但保留了与商业用户绑定站点的爬取权限。

用一张表看清这次变化：

注意这里的措辞：素材明确说的是训练从爬虫条款中被'移除'（drops training），而爬取'仍然在位'（keeps the crawl）。翻译成营销人听得懂的话：你的商业内容，Meta仍然可以爬，但拿去训练模型这件事，需要另外谈授权了。

这背后是一条清晰的产业逻辑：爬取 ≠ 训练，数据授权正在分层化。过去平台条款里一句'我们可能抓取你的内容'，涵盖了索引、服务、训练等所有用途；现在，用途被拆开，每一层都可能是独立的授权谈判。

对内容方和品牌方来说，这其实是好消息的开始——你的数据主权第一次进入了平台条款的谈判桌。对平台方来说，这也是理性的：与其在条款里埋模糊授权日后惹麻烦，不如现在就把边界画清楚，为未来的数据合作留出干净的接口。

对营销人的直接提醒是：去读你所在平台的条款变更通知。爬取权限关系到你的内容还能不能被分发和检索（这直接影响流量），训练授权则关系到你的内容资产会不会成为别人模型的养料。这两件事，价值完全不同，应该分开评估、分开决策。

🧩 组装式还是打包式CDP：AI代理时代的数据底座选择题

第三条线索来自企业内部。MarTec最新的讨论聚焦在一个老问题上：组装式（composable）CDP和打包式（packaged）CDP到底怎么选？给出的判断框架很务实——用三个维度决定架构：数据仓库就绪度、工程能力、实时执行速度。

把这三把尺子展开：

• 数据仓库就绪度：如果企业已经有成熟的数据仓库、数据治理做得到位，组装式CDP的边际成本就很低——因为核心的数据资产本来就在自己手里，CDP只需要在其上做营销化的编排。
• 工程能力：组装式架构意味着企业要自己承担集成、维护、排错。没有像样的数据工程团队，组装式就是坑。
• 实时执行速度：AI代理时代对实时性要求飙升——一个代理要在毫秒级调取客户画像并触发动作，架构的实时执行能力直接决定代理好不好用。

三个维度交叉，正好构成一张选型定位图：

一句话总结这张图：数据仓库越成熟、工程能力越强的团队，越应该往组装式走；反之，打包式不是落后，而是务实的兜底。真正的错误不是选错架构，而是用'别人家都上组装式'的攀比心态做决策。

如果企业要按这套框架推进，一个可参考的节奏大致是：

为什么这个问题现在变得紧迫？因为它和前两条线索是连着的。Marcel在为90多家客户构建代理——代理要跑得好，底层必须有实时、干净、有授权的数据管道。Meta把训练从爬取中拆出来——数据能不能用、怎么用，越来越取决于企业自己的数据架构是否可控。CDP选型不再是IT部门的技术决策，而是AI营销能否落地的基础设施决策。

📉 三条线索拼起来：AI营销打的是三层战争

现在把三条线索放进同一个框架里，你会发现AI营销的竞争结构已经清晰了：

• 模型层：通用能力快速商品化。现成AI越来越强、越来越便宜，单靠'我有AI'已经无法构成卖点——这正是Marcel被迫走出内部工具的直接压力。
• 数据与授权层：真正的角力场。Meta拆分爬取与训练授权，说明数据使用边界进入精细化谈判时代；CDP架构之争，本质是企业数据管道控制权之争。
• 应用层：代理（agents）成为交付形态。Marcel为90多家客户构建代理，说明广告集团的AI叙事正在从'赋能员工'转向'交付代理'——计价逻辑也会随之从工时转向成果。

业内私下讨论最多的一个问题是：当模型能力拉平之后，营销服务商还剩什么？这三条线索给出的答案是同一个——剩下数据管道、数据授权和数据架构。

对品牌方来说，2026年的行动清单其实很短：把数据仓库就绪度和工程能力盘清楚，尽快定下CDP路线；把旗下数字资产的平台条款逐个过一遍，分清爬取与训练两类授权；对服务商的AI能力，别听演示，问三个问题——数据从哪来、授权怎么拿、代理怎么计价。

🎯 小结：数据是下半场的入场券

阳狮给Marcel配CEO，是在赌'数据+流程封装'能打赢现成AI；Meta拆分爬取与训练授权，是在为数据授权的精细化时代铺路；企业纠结CDP选型，是在给自己的AI营销打地基。三件事，一个方向：模型越来越不稀缺，数据越来越值钱。

接下来值得盯的信号有两个：一是有多少广告集团跟进'给AI平台设CEO'这个动作；二是商业条款中数据授权分层会不会成为平台间的通行做法。如果这两个趋势都成立，那么营销组织的核心竞争力公式就要改写了——不再是创意加媒介，而是数据管道加代理运营加授权谈判。早把地基打好的人，才拿得到下半场的门票。