AI驱动的营销自动化正在进入更具体的应用阶段。近日，由前米哈游增长负责人马如平创立的AI投放agent公司LeapMind Growth完成天使+轮融资，由CMC资本领投，融资细节尚未公开。这一动向再次将“AI接管增长投放”的话题推到台前，也折射出数字营销行业正在发生的结构性变化。
从公司背景来看，LeapMind Growth成立时间并不长，2025年4月才正式启动，但团队履历颇具含金量。创始人马如平曾在TikTok、快手及米哈游负责用户增长工作，累计管理超过50亿美元级别的增长预算，具备较强的商业化投放经验。核心团队成员则来自字节跳动、米哈游、美团、快手等互联网大厂，整体偏向“增长工程化”背景，而非纯AI算法出身。
其主打产品GrowthGPT是一个面向投放场景的AI agent系统。与传统广告投放工具不同，该系统允许用户仅需设定目标与预算，后端AI即可自动完成投放策略制定、广告素材生成与迭代优化，并持续根据数据反馈调整投放路径。值得注意的是，系统还内置了预算安全机制与“增长记忆”，可以记录历史投放效果，使模型在长期使用中更贴合具体业务环境。
在实际表现层面，公司披露的一组数据较为引人关注：在部分海外市场的冷启动投放测试中，GrowthGPT在执行优化后，使获客成本较既定目标下降约70%。虽然这一数据仍属于阶段性实验结果，但已经显示出AI在广告投放效率优化上的潜力。
从行业角度看，这类AI投放agent的兴起并非偶然。过去几年，数字广告市场的复杂度持续上升，投放渠道碎片化、创意迭代周期缩短以及ROI压力增加，使得“经验型增长”逐渐难以支撑大规模扩张。尤其是在跨境电商和移动应用出海领域，投放效率直接决定企业生死线，这也为AI自动化决策提供了现实需求基础。
一个明显变化是，行业正在从“人主导投放工具”向“AI主导策略执行”过渡。过去的广告平台更多提供数据与操作界面，而如今像GrowthGPT这样的系统开始尝试接管决策链条的一部分，使人从执行细节中抽离出来，仅保留策略设定与关键判断。
值得注意的是，这一趋势也与生成式AI能力提升密切相关。广告创意、文案生成、A/B测试优化等环节，过去高度依赖人工经验，如今逐渐可以被模型标准化处理。这意味着增长岗位的工作结构正在被重塑，从“执行+优化”转向“目标定义+模型监督”。
从行业历史来看，类似的自动化演进并非首次出现。早期的程序化广告（Programmatic Advertising）曾解决了“买量自动化”的问题，而后来的智能出价系统则进一步优化了成本控制。但与此前不同的是，AI agent的出现开始触及更上层的策略生成环节，而不只是执行层优化。这一变化，可能会让营销技术栈发生更深层重构。
另一方面，资本的持续进入也说明市场对该方向的预期正在升温。本轮融资由CMC资本领投，并联合CMC AI创意基金参与，其投资逻辑明显偏向“AI+增长基础设施”。在海外市场，类似方向也已有初步布局，例如自动化广告优化工具与AI营销代理系统正成为新一轮竞争焦点。
整体来看，AI投放agent正在从概念走向早期落地阶段，但仍处于验证期。当前的关键问题不在于“能否替代人”，而在于“能在多大程度上稳定替代重复性增长工作”。
如果这一方向持续演进，未来增长团队的结构可能会发生明显变化：投放执行岗位被压缩，而数据策略设计、模型训练与业务目标拆解能力的重要性上升。短期内，AI更可能成为“放大器”，而非完全替代者。但从长期趋势看，增长自动化的边界正在不断被推高。
