Sprinklr 宣布推出 Sprinklr Marketing AI Agents（Beta 版）。
该产品由 6 个专项 Agent 组成互联系统，构成运行营销活动的全新编排层。
按照传统方式，这类营销活动从概念到上线往往需要数周，因为工作要在割裂的营销环境中流转。
Sprinklr Marketing AI Agents 旨在加速这一过程，帮助团队及时推出高影响力的活动，抓住注意力并激发热度。
背景
长期以来，营销团队一直在运行常青活动。这类活动依然关键，因为它们为品牌及其产品建立了统一的传播信息。
然而，品牌现在正将更多预算投向围绕特定时刻、体验和事件的活动，并与常青传播并行。
他们意识到，识别关键文化时刻并迅速借势，或在适当时机收缩投入，具有重要意义。
难点在哪里？品牌难以真正参与到他们想参与的体验与时刻之中。
“过去，客户从概念想法到活动上线，平均需要 6 到 8 周。如果目标是抓住市场上正在发生的体验或时刻，这就成了实实在在的挑战。在社交平台上，我们发现一个热点的平均生命周期只有 5 天左右。”
Anish Chadda：Sprinklr 社交与营销产品管理副总裁
据 Chadda 介绍，存在两个显著的运营障碍：
- 团队缺乏协同： 营销部门仍按不同职能划分，各职能负责端到端管理活动。即便所有人朝同一目标努力，信息往往仍需通过线下讨论和手工流程在团队之间传递。
- 时间不足： 营销团队难以腾出时间进行战略性思考与活动设计。大量时间被运营性工作占据，而许多人还被期望以更少资源做更多的事。
面对这些市场变化，Sprinklr 构建了一个上下文层（context layer），用于统一付费媒体、自有渠道、达人营销、社交聆听和客户服务等渠道的数据，从而减少对人工分类体系与配置的依赖。
借助与 CreatorIQ 的合作、LLM Insights 以及收购 ViralMoment 等举措，Sprinklr 也为该上下文层补充了大量新数据。
如今，它正在这一上下文层之上建立一套营销 Agent 组合，各 Agent 相互连通，并围绕营销生命周期的各个阶段设计。
关键在于，Sprinklr 认为这将使营销团队能够简化跨职能工作流，更快交付高绩效的活动。
Sprinklr 全新的营销 AI Agents
Sprinklr 这 6 个处于 Beta 阶段的 AI Agent 既可独立运行，也可连接起来，构成厂商所称的营销编排层。
随着营销团队为更快响应关键时点而重构组织方式，Sprinklr 预计市场将对连接全部 6 个 Agent 的集成方案产生显著需求。
1. Sprinklr 构思 Agent（Ideation Agent）
构思 Agent 连接各类数据源、主动分享建议并回答问题，帮助客户形成活动创意。
例如，客户可以上传一份活动简报，并说明最看重的结果。该 Agent 会基于这些输入给出一套社交媒体策略。
在此过程中，构思 Agent 可能建议将活动分发到 YouTube、TikTok 和 Instagram，并针对每个平台给出定制化打法。
它还可能建议以分镜形式组织活动，例如每两天在 YouTube 发布一次、每五天在 Instagram 发布一次。
这些建议帮助品牌在一个流程中同时构建内容日历与分镜。
2. Sprinklr 创意 Agent（Creative Agent）
创意 Agent 支持两类主要用例：用 AI 生成内容，以及对现有内容进行变体创作或改编。
该 Agent 遵循模板，并吸收品牌与活动上下文，从而生成定制内容、针对不同市场改编内容，并运行 A/B 测试以找出表现最佳的版本。
同时，该 Agent 会针对各渠道的特性提供创意建议。
最后，它还能识别与内容诉求相契合的有影响力来源和讨论，例如相关的 Reddit 社区和可信的行业垂直媒体。这有助于内容分发，并强化 AI 引擎优化。
3. Sprinklr 活动执行 Agent（Campaign Execution Agent）
活动执行 Agent 将活动简报转化为跨多渠道的可执行活动和媒介计划。
在此过程中，它自动完成受众定向、预算阈值配置、创意素材准备和活动搭建等任务。
通过减少人工的广告投放操作（这些操作跨多个平台时往往要耗费数周），该 Agent 旨在简化活动执行流程，提升营销人员与代理机构的生产力。
最终，这让团队得以将更多精力投入战略规划与创意开发。
4. Sprinklr 合规 Agent（Compliance Agent）
合规 Agent 依据品牌规范、监管要求和渠道最佳实践对内容进行校验，同时结合外部信号，在发布前标记潜在的声誉风险。
此外，它通过检查标识、字体等视觉资产，并识别各区域团队之间的信息冲突，来支持全球品牌一致性。
该 Agent 的目标是帮助大型组织在规模化前提下维持品牌合规、协调内容并强化全球治理。
5. Sprinklr 社区 Agent（Community Agent）
社区 Agent 分析论坛、评论区以及 Reddit 等平台上的社交互动，并按情绪、意图和主题进行分类。
在此过程中，该 Agent 通过生成回复并在允许的情况下发送回复（同时兼顾各渠道的语气与社区规范），帮助实现社区管理自动化。
通过在传统工单式客户服务之外支持真实自然的互动，该 Agent 帮助品牌管理线上社区，并减轻社区管理团队的工作量。
6. Sprinklr 预算优化 Agent（Budget Optimization Agent）
预算优化 Agent 帮助客户确定如何分配预算、如何排布活动顺序，以实现影响最大化。
该 Agent 聚焦付费广告，分析历史表现及其他相关信号，给出预算分配和活动策略建议。
此外，它实时监控活动表现，识别调整进行中活动的机会，以最大化成果。
Sprinklr 的做法有何差异？
尽管许多公司都为营销团队提供类似的 AI Agent，Sprinklr 从四个关键方面做出了差异化，其中前三项如下：
- 可溯源： 每个 Agent 都会解释其推理过程，并给出引用以支撑回答。
- 可定制： 预配置的 Agent 可依据特定品牌要求、活动目标和 KPI 进行定制，并支持客户使用自有模型和 LLM。
- 渐进式 AI 落地： 这 6 个 Agent 均源自真实客户部署，Sprinklr 在认为 AI 能为营销团队带来最大价值之处逐个发布。
然而，第四个差异点才是关键：数据广度。
“因为我们拥有历史受众数据、情绪与人口统计数据，以及过往活动数据，所以我们能超越单纯的做活动。我们可以基于过往表现和当下市场动态，建议客户应如何在各渠道间分配预算。”
Anish Chadda：Sprinklr 社交与营销产品管理副总裁
最终，这使 AI Agent 能够跨部门运作，并以不同方式创造价值。
这种价值既体现在 Sprinklr 的 6 个预配置 Agent 上，也体现在客户基于 Sprinklr AI Agent Platform 构建的自定义 Agent 上。
例如，某流媒体服务商构建了一个将社交聆听与编辑计划相结合的 Agent，用于在内容发布前标记潜在问题。该 Agent 在原定内容上线的前一天，就提醒公司注意一起涉及主演的争议事件，并建议做出调整，以避免与更大范围的舆论冲突。
类似的例子还有很多，客户由此获得了实际价值，这些反馈也在影响 Sprinklr 对预配置 Agent 的规划以及后续方向。
下一步是什么？
prinklr 反复将此次发布定位为持续演进的一部分，是迈向智能体客户体验的一步。
“Sprinklr 更广泛的演进方向，是把数据、智能、工作流和 AI Agent 整合在一起，让企业能够从理解客户更快转向采取正确行动。”
Karthik Suri：Sprinklr 首席产品与公司战略官
与这一愿景一致，Sprinklr 在第三季度产品发布中推出了 Agent Architects。该方案为设计、测试、部署和管理企业级 AI 与语音 Agent 提供了新一代环境。
同时，Sprinklr 正在把上下文层扩展到整个平台，以提升 Agent 表现，并推出新的客户智能能力，支持更丰富的视频与音频反馈、更先进的 AI 推理，以及对 AI 生成式发现体验的可观测性。
随着这种智能能力延伸到 Sprinklr 的营销、客户服务和客户之声（VoC）产品线，它有望解锁更广泛的使用场景。
最后，该厂商宣布支持 ChatGPT 广告，为营销团队及其 Agent 提供了一个新的行动场所。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/72837.html
