机构的薪酬支出中应有多少转为人工智能预算？

Michael Macfarlane Associates 自创立之初，就着手借鉴科技界的一个理念。在软件开发领域，人们早已注意到，最新一届的毕业生往往比一位花了十年时间使用一门逐渐过时的语言的同事，更熟悉最新的编程语言。撇开经验不谈，对当下工具的熟练掌握可以让较新的开发者更具生产力。

如今的传播行业也是如此。伴随这些工具成长、能够自然而然地使用它们的人，运用人工智能的熟练程度远远超过那些较晚接触它的人。本公司的做法是将这种与生俱来的熟练与深厚的经验结合起来，而不是在两者之间取舍。

经验确定方向，执行实现目标。

经验依然比任何其他因素都更重要。了解正确的战略方向、需要运用的杠杆，以及如何规划通往结果的路线，仍然至关重要。但执行如今比以往任何时候都更加重要。

那些只想无休止地谈论策略、交付演示文稿的机构将不再能满足需求，而这类演示文稿如今一位熟练的人工智能用户在一小时内就能完成。一家无法将至少一半资源投入执行的机构，已经跟不上客户当下的需求。

大型机构、精品机构与被挤压的中间层

市场格局已经改变。

超大型网络依然存在，但即便是它们也在整合。Omnicom 完成对 Interpublic 的收购时，宣布裁员约4,000人，停用包括 DDB、FCB 和 MullenLowe 在内的机构品牌，合并后的员工总数预计将从约128,000人降至约105,000人。它们的客户规模庞大、国际化且业务复杂，仍然需要真正以人为本、具有相当规模的综合咨询，但这一模式正在围绕更少的人员进行重建。

在精品机构这一端，情况则有所不同。规模较小的专业公司如今可以借助人工智能，将自身能力提升五倍、六倍，甚至十倍，无论是构思创新方案还是付诸执行，都无需庞大的办公室或庞大的团队。前提是它们拥有合适的人才结构，即便规模较小。

处于中间层的公司正是那些一直在退出市场的公司。它们既没有全球网络的规模与声望，也缺乏迅速重塑人才基础的灵活性。许多公司仍在经营，但业内普遍认为，其中一些公司利润极其微薄，搁置晋升，并逐步削减人员，因为它们无法让员工适应市场当下的要求。

经济逻辑已经改变

人工智能能力的价格以几乎前所未有的速度下降。Stanford 的 AI Index 2025 发现，在固定性能水平下调用模型的成本在大约18个月内下降了280多倍，从2022年底的每百万词元约20美元降至2024年底的约7美分。

能力变得更便宜，并不意味着认真使用者的账单变少了，而是意味着使用变得更加雄心勃勃。Muck Rack 的 State of AI in PR 2026 发现，使用人工智能的从业者中有75%如今为此付费，高于一年前的57%，另有43%为不止一项服务付费。

要充分发挥人工智能的潜力，所需远远超过标准企业订阅中包含的额度。在实践中，一个为多位客户提供优质服务的人，每月可能消耗数千英镑的人工智能额度。这笔支出带来效率。它也应当取代部分人员成本，因为在同等花费下，它所能产出的成果远远多于新增一名员工。

因此，每家机构如今面临的问题是：其薪酬支出中应有多少转为人工智能支出。

寻找平衡点

人依然不可或缺。需要人来产生创意，并在如何运用技术方面发挥创造力。人承载着能够带来正确决策的经验。人还提供国际业务所需的文化联系。

挑战在于找到这样一个平衡点：在减少人员、最大限度使用人工智能的同时，又不至于削减过度，导致公司失去创造力、判断力或文化影响力。目前尚无定论，但这是每家机构都应当思考的问题。

对客户而言，更有用的问题是：其顾问的模式是为什么而构建的，是工时与人数，还是成果。了解 Michael Macfarlane Associates 如何实现资本成果及其理念。本文是五篇系列文章中的第二篇。