今年毕业的这一届学生，是职场中第一批真正意义上的“AI Native”——他们从大学阶段起就与Chat GPT、Midjourney这些工具共存，AI的快速发展陪伴了他们专业技能的养成。当这一批学生走进招聘季，传统的简历筛选、作品集面试是否还奏效，成了摆在广告公司面前一个现实的问题。

因赛集团在近期开展的AI特训营暨招聘会，则是一场没有简历、没有传统面试桌的招聘实验，60个年轻人，两天时间，依托因赛自研的AI平台，累计调用4.2亿次token，产出1,380张图像、231条视频。数字背后，是因赛想用两天时间验证清楚的一件事——面对这批“AI原生”的年轻人，广告公司到底该按什么标准去选人、用人。

本文来源于广告门 adquan.com

为此我们采访了因赛集团的人力负责人谭静及CTO刘震，试图从招聘现场，一路聊到因赛这几年在AI上的真实布局，还原一个更完整、也更具体的行业样本。

三小时跑通一条营销链路：这场测试比想象中更硬核

此次AI特训营面向2026届毕业生开放，涵盖客策、文案、美术、财务、人力、AI技术、AI产品、AI商务等多个岗位的招募需求。不论院校背景，也不论专业出处，依托因赛集团自研的行业大模型，所有学员们都需要在真实的业务命题下，独立跑通从策略推导到营销落地的完整链路——除去最终的提案环节，学员们必须在三小时内完成测试。

辅助学员在营销能力上扬长避短的，是因赛AI团队在过去几年中着力研发的产品矩阵，包括因赛AI引擎、影流Inflow、智眸AI、掂商AI等多个工具，覆盖了策略产出到创意生成的全过程——即一个技术基座上，覆盖了品、效、 销三个场景。

在应用教学环节，因赛展示了一套面向内部员工的智能协作系统“InClaw”，把AI能力嵌入飞书这类协同办公场景：员工在群里提出需求，不同分工的AI“专家”（设计师、创意指导、消费洞察专家等）就会像团队成员一样协同产出内容，最终可以生成PPT、海报、网页，支持在编辑器内二次修改，并已经打通了手机端。

“真正能把AI和商业场景、品牌调性结合，跑通完整业务流程的学生仍是少数”，人力资源中心副总监谭静告诉我们，“用两天时间让学员零距离接触因赛自研的AI产品矩阵，补齐从‘知道AI’到‘会用AI做营销’之间的最后一公里，正是特训营存在的意义。”

选人逻辑的三个转变

AI并没有改变因赛对专业能力和创意审美的重视，这仍然是客户愿意为之买单的核心。谭静认为，AI真正改变的，是“发现人才”的方式：他们要找的不是“会用某个工具的人”，而是“能用AI创造更大价值的人”。

第一，从“看专业背景”到“看AI热情与学习能力”。 以往校招对专业背景往往有明确要求，但这次特训营直接打出“专业不限”的旗号，更看重的是对AI技术、AI营销的强烈热情，以及快速学习、愿意在实战中掌握工具的能力——因为AI工具迭代太快，今天掌握的技能明天就可能过时，唯有持续学习的意愿才是核心竞争力。

第二，从“看作品集”到“看AI共创能力”。 传统招聘看重候选人过去做过什么，这次考察的重点变成了“一个人在AI赋能下能走多远”。这也是特训营吸引了包括伦敦大学、约翰霍普金斯大学、中国传媒大学等海内外知名高校的400多位毕业生报名，没有采用传统的面试形式，而让经过筛选的60名同学入围特训营——用两天真实场景观察谁能最快上手工具、谁能把AI当作“超级助手”而非替代品。

第三，从“单一技能”到“复合型人才”。 因赛正在从传统品牌营销服务商向“AI赋能的全链路营销服务集团”转型，需要的不再是纯文案、纯设计或纯技术人才，而是既懂营销专业、又能驾驭AI工具的复合型人才。特训营中表现优异者，有机会获得专属导师指导与快速晋升通道。

招聘会的背面：因赛AI的产品内测

而对因赛自身来说，这场特训营同样是一次重要的产品验证。除了发掘人才，团队也最想验证：一是自研工具在“零经验新人”视角下是否足够易用、可规模化；二是通过学员现场展示AI作品、复盘策略逻辑，收集最真实的一手体验反馈，反哺产品迭代；三是观察AI辅助下年轻人的协同创作模式，为智能工作平台的持续升级提供贴近新生代用户的思路。

特训营既是选人场，也是AI产品的前沿试验场。从时间线上看，因赛AI的布局经历了一个相对完整的过程：

2019年前后，内部已经在使用一款类模板化的数字工具，当时内部称为“因赛引擎”；

2023年集团正式提出AI战略，最初命名为“InsightGPT”——当时以问答式交互为主，产出营销内容。此后，团队意识到产品应用存在局限，快速转变产品研发思路，以更贴近品牌营销业务场景的形式，将营销工作流和生产链路数字化，同时更名为“因赛AI”，突出“INSIGHT×AI”智慧与智能融合的优势。

去年CTO刘震加入后，整个因赛AI的产品规划，则经历了一次相对彻底的迭代，从产品理念到形态都有了新的升级。据刘震介绍，去年一整年主要用于产品端的内部打磨，今年3月正式对外开放。

因赛AI如何布局？未来往哪走

关于产品布局逻辑、行业格局与未来方向，我们与CTO刘震进行了一场对谈，以下是整理后的问答实录。

Top Agency：这两年不少代理公司都在做自己的行业大模型，这背后是什么样的业务逻辑？

刘震：核心逻辑是把长期积累的客户需求、专业工作流、行业数据沉淀进模型，代理公司本身手握稳定的客户资源——可能已经合作了三五年甚至更久，也最了解真实业务痛点。当客户提出AI升级需求时，行业大模型就能把过去依赖人工和经验的服务，转化为可复制、可规模化的能力，既服务好现有客户，也能以更低成本覆盖更多客户。

Top Agency：因赛是行业内首家同时拿下算法和大模型双备案的公司，这两者的壁垒是什么？

刘震：算法备案和大模型备案代表两层能力：前者证明企业能把一项具体AI能力做深、做稳、做安全；后者考验算力、语料、模型训练、内容安全和持续运营的完整体系。双备案的壁垒，不是两张证书，而是从单点技术到AI基础设施的系统能力。

Top Agency：广告公司具备自研行业大模型的基因吗？

刘震：天然不具备。做大模型需要理解底层技术、算法、算力、CUDA和工程化能力，这些不是广告行业的传统能力圈，通常需要从外部引入人才，很少是广告公司内部自然孕育出来的。

因赛能走到这一步，很大程度上是“一把手工程”——公司领导很早就有前瞻布局。而且大模型研发不是一锤子买卖，需要持续迭代，参考大模型本身的版本更新速度，这需要长期投入的耐心；

我们的思路不是跟大厂拼通用模型，而是聚焦营销场景，每年持续升级，把细分领域做深、做透，做成“小而美”的行业模型。

Top Agency：广告公司自己下场做这件事，最大的难点是什么？

刘震：最大的难点，是怎么用有限的资源把事情做成。大厂有资源充裕的打法，而因赛的挑战是如何用很小的资源、很少的人把事情做成——我们现有的AI产品矩阵，在一个技术底座上，往品、效、销三个方向同步铺开。如果按传统方式做，那么团队和资源都要乘以三。所以我们必须把底座做通用、把团队做精干，用一套能力支撑多个业务。此外，大模型人才非常稀缺，成本也很高，这对广告公司的组织和薪酬体系都是不小的挑战。

Top Agency：为此你们在团队架构做了哪些调整？

刘震：我们把团队做得更精干了，现在研发团队的规模已经缩减到原来的一半左右。借助AI辅助编程，一个人可以完成过去几个人的工作，十几个人就能支撑过去数倍规模团队的产出。我们的思路不是简单堆人，而是让AI进入研发流程，把每个人的效率真正放大。

Top Agency：横向比较，因赛做自研大模型的优势是什么？

刘震：首先是行业沉淀下来的专有数据，包括具有自主知识产权的字体资产——这是外部通用大模型不具备的。其次是长期打磨出的一系列细分场景工具，比如手捏动作、图片分层、分镜脚本、人物三维一致性等细节的定制化功能，这类“小工具”降低了普通用户对复杂提示词的依赖，鼠标点选就能完成调整，不需要研究“该怎么描述才能生成想要的效果”。

另外，在一些特定品类中——比如内衣——产品图的生成常常因内容安全原因被通用大模型拦截，而因赛旗下的掂商AI可以帮助品牌满足这类落地需求。数据壁垒、细分工具、版权授权，这些能力叠加在一起，才构成了相对综合的壁垒，而不是靠单一因素取胜。

针对这类精细创作场景，掂商AI打磨了不少细小功能——比如调整模特动作时，不需要写提示词去描述“抬手多少度”“转身多大角度”，而是直接在画布上拖拽骨骼锚点，牵一点、动一处，就能实时改变生成结果。在刘震看来，这种对细节场景的打磨，正是产品综合竞争力的体现。

Top Agency：内部推行AI使用的力度如何，有没有硬性指标？

刘震：已经相当实际化，并配有明确制度——比如按周期（7天）给员工分配算力额度，使用情况会被追踪，团队需要反馈AI辅助后的实际产出。这是一个双向机制：公司真金白银提供算力支持，如果团队用得好，会体现为效率提升；如果反馈某个环节不好用，也会成为产品迭代的依据。

Top Agency：目前哪一个产品应用最成熟？

刘震：掂商方向的应用相对最成熟，因为已经有实际付费用户在使用，也验证了产品效果。其他方向还在持续打磨。这个产品去年一整年都没有对外公开，主要是内部接单、反复打磨，直到今年3月才正式对外发布——能对外的，都是已经跑通、验证过的部分。

Top Agency：因赛AI目前主要面向B端还是C端？

刘震：目前主要面向B端，或者小B端， C端不是我们的主要方向。

Top Agency：目前产品的定价逻辑是怎样的？

刘震：目前主要按算力点数计费，也可升级会员付费买存储容量，更多的新模型新功能体验。生成一张2K图和4K图消耗的算力不同；创意类内容目前是免费的，视频类因为要调用更贵的视频模型，成本相对更高（比如生成一段12秒1080P视频大约十几元）。针对专属定制客户，也有更高阶的算力套餐。公司也会给新客户提供一定额度的免费体验额度。

Top Agency：客户会因为明确知道是AI产出而压缩预算吗？

刘震：在业务沟通层面确实存在这种情况——如果说是纯手搓，报价可能是2000元一张图，一旦说是AI生成，报价可能骤降到200元。因赛的应对策略是强调“人+AI”协作：AI可能完成了99%的工作，但剩下1%的细节（比如修正文字错误、调色、版权字体的最终确认）仍然需要人工介入，这1%往往决定了作品能否真正交付。这个比例一年前大概是80%人工、20%AI，现在已经变成99%AI、1%人工，但那1%依然不可或缺。

Top Agency：从更长远角度看，因赛AI是出于降本增效，还是有更大的愿景？

刘震：两者都有，不是非此即彼的选择。降本增效是第一步的验证（MVP）——如果连这一步都做不到，就说明产品不够好用。目前AI对人力的替代逻辑，更准确的说法不是“替代2个整体的人”，而是“替代20个人里每个人10%的工作量”，最终节约下来的可能是2个人的成本，但企业的诉求也不完全是裁员，而是希望同样的团队能撬动更大的业务量——这中间存在业务量是否同步增长的市场蛋糕问题。

更长远的方向，是希望通过平台和工具体系，吸引更多独立创作者（“一人公司”）入驻，让他们用更低的成本获得生产能力和商业机会。就像外卖平台连接骑手、网约车平台连接司机一样，我们也希望通过AI创造新的就业和创业机会。