
As of 2026 年 11 月,Publicis 與 Microsoft 把 agentic AI 推入廣告執行流程。過去同事要逐句寫 prompt 去查數或改文案,現在系統會把分析與覆核串成一條可審批的管道。據 MediaPost 2026 年 11 月 18 日的報道,兩間公司在 Microsoft Ignite 2026 的開場主題演講同台交代這件事。對香港廣告主來說,短期內未必即刻用到同一套堆疊,但要問的問題已經改變:哪一步交給 Agent,哪一步必須人手放行。成效用甚麼口徑驗收,也應該在開跑前講清楚。這一年 ai agent development 由技術名詞變成合約條款。
2026 年 4 月,Publicis 已經宣布擴大與 Microsoft 的策略合作。到 2026 年 11 月,兩間公司在 Microsoft Ignite 2026 的開場主題演講把成果搬上台。Publicis 董事長兼行政總裁 Arthur Sadoun 與 Microsoft Commercial Business 行政總裁 Judson Althoff 同台,台上講的是廣告怎樣由 prompt 變成 pipeline,模型參數留給工程團隊。
堆疊的組成可以分三塊來看。Microsoft 一方出 Microsoft IQ 平台與多模態 Copilot;Publicis 一方出 Epsilon 的身份數據,以及 Publicis Sapient 的方法框架。接起來之後,Publicis 把「人手落 prompt」換成「自動化執行管道」,並以 Microsoft 每年 $700 million 的媒體賬戶做 client zero,即第一個測試、也是第一個規模化的對象。
client zero 不是「試用版」。新流程會先放在自己負責的媒體預算上跑,跑得通才推給其他客戶。平台賣給你的能力,前提是它先在一個真實賬戶裡被驗證過。至於驗證的標準是甚麼、數據留在誰手上,報道沒有交代,這正是買家要追問的地方。

把兩間公司的關係攤開看,這次不只是技術合作。報道指 Publicis 已標準化採用 Microsoft Azure,支援舊系統現代化與企業 AI Agent 部署,並於年內成為 Microsoft 的全球媒體代理商,涉及每年約 $700 million 的賬單。同一時間,Copilot 部署到 Publicis 全球超過 114,000 名員工。
商業關係先行,技術合作才有落地場景。對平台而言,代理集團既是客戶也是試驗場。對代理集團而言,拿到平台的原生能力,才有資格替品牌客戶設計執行流程。本文判斷:你在市場上見到的 agentic 廣告方案,多是這個鏈條往下傳的一層,未必等於平台原生的那一套。這是由單一案例推演出來的觀察,不是市場統計。
另一個推動力是問責。報道把新堆疊描述為 outcome-based:AI 的支出要對得住商業價值,而不是多開幾個對話框。要做到這一點,流程必須可以被追蹤,可以被審批,也可以被回查。這幾件事都不是模型自己會提供的。
第一,平台層與渠道層要分開。Publicis 是與雲平台共建堆疊的全球控股集團;本文作者的市場觀察是,香港公司買到的多是渠道代運營或 SaaS 工具,兩者的風險承擔完全不同。你把平台的示範當成自己賬戶的規格,很容易在預算與交付上出現落差。
第二,歸因口徑要先寫進合約。outcome-based 的前提是「成果」有定義:是點擊、是查詢、是合格線索,還是簽單收入。定義不同,同一條 agentic 管道的成敗結論可以完全相反。
第三,工作流的所有權。報道指 Publicis 用 Microsoft IQ 把企業自有數據與行業知識組成可重用的技能與插件,員工可以共享與測試。你要問的是:這些技能存在哪個租戶、由誰維護、離場時帶不帶得走。
第四,人工確認點要寫進流程圖,而不是靠同事記性。agentic 的意思是系統可以連續執行多步,這正好放大了一個沒有寫下來的關卡:誰有權在最後一步按停。
第一步,揀一個季度內重複三次以上的工作,例如每週的投放報告或每日的查詢回覆,寫清楚觸發方式、輸入與輸出。範圍要窄,窄到你可以在四至六星期內看完一輪。
第二步,在流程圖上標出三個關卡:對外發送、預算變更、公開發布。這三步一律人手確認,Agent 只準備材料與建議。把責任放回一個可以被審計的位置,比事後補救便宜。
第三步,為每個流程定兩至三個可觀察指標,例如整理與複核時間、數字一致性,以及報告返工的原因。指標要在開跑前寫好,不是事後解釋。
第四步,先做一個場景,驗證後才加系統連接或新場景。一次過鋪開,出了問題你分不清是流程、數據還是模型。
第五步,把上面四步整理成一頁紙,拿去問代理商或內部 IT。這頁紙同時是你驗收 ai 工作 流 的基準:每一步由誰執行、卡在哪個關卡、用甚麼數據證明它做到了。
下表把「平台示範」與「你自己賬戶」分開評估,採購會議可以直接用。
| 評估項目 | 平台示範講法 | 你要問到的答案 |
|---|---|---|
| 成果定義 | 綁商業結果 | 合約寫的是哪一個轉化事件 |
| 數據擁有權 | 平台整合企業數據 | 技能與報表存在哪個租戶 |
| 執行權限 | 自動化管道 | 哪些動作必須人手批核 |
| 失敗處理 | 未提及 | 出錯時誰回滾、多久內回滾 |
如果你要的是把這幾步變成可審核的流程,而不是一個更聰明的聊天框,那就要用 ai 工作流程自動化 的思路去設計:先定義流程,再定義關卡,最後才選工具。工具名會換,關卡不會。

Topkee 做 AI Agent 定製開發,起點是業務流程,不是模型。做法是把企業知識與任務步驟,連同可用的工具組合起來。
每一個智能體都要先講清楚觸發方式,再定義輸入與輸出,最後指定人工確認點。能力範圍包括知識檢索與流程編排,也涵蓋工具調用、權限與失敗處理。四項交付原則寫得直接:數據有來源、執行有權限、成果可驗收、交付可接手。
在流程層,Topkee 對 ai 工作流程自動化 的定義,是把業務工作拆成可執行而且可審核的流程,讓每一步都可以追蹤,再連接數據與系統。三個示範流程各自附可觀察指標:
原文寫明這些是「可建設的流程」,不是已實施的客戶案例。權限邊界亦寫得清楚:對外發送或預算變更須另行確認,未納入範圍的自動發布不會由 Agent 自行執行,內容也不會在無人檢查下自行更新。
付費廣告方面,AdOps Vanguard 圍繞 KPI 週期讀取計劃與渠道數據,也讀預算,交付分析頁與任務清單,並留下審批記錄。涉及花費或發布的任務要等審批,影子模式只做分析。落地節奏也一致:先做一個明確場景,驗證後才加工作台、移動 App 或系統連接。這與 Publicis 用 client zero 先跑一輪的思路,是同一個方向、不同層級。
第一,這套堆疊會不會由 Publicis 專屬,變成 Microsoft 對其他代理與品牌開放的標準產品。官方新聞稿原文今次取不到,任何「幾時開放」的說法都應該當成未確認。
第二,香港市場的落地路徑。Microsoft 廣告體系的投放與代理安排會不會加入 agentic 執行與審批條款,會直接影響本地代理的服務範圍。想追蹤平台層的改動,可以看 Weber 平台更新日誌,它記錄的是工具與流程的實際改動。
第三,歸因窗口與轉化回傳的書面定義。各平台的窗口不同,窗口外的轉化會被拒絕,B2B 長決策週期尤其受影響。這一條沒有寫進合約,之後的成效爭議很難收科。
第四,內部治理。誰有權批預算變更、誰覆核對外內容,要寫進崗位規則;否則一套 ai 工作 流 只會停在示範。像 Topkee Cloud 這類把廣告投放、CDP、CRM 與自動化工具整合在同一處的做法,價值在於權限與數據留在客戶自己名下,出事時找得到人、查得到記錄。

兩間公司在 Microsoft Ignite 2026 的開場主題演講同台,交代一套 agentic AI 廣告堆疊:把 Microsoft IQ 與多模態 Copilot、Epsilon 身份數據和 Publicis Sapient 框架接起來,取代人手逐句 prompt 的執行方式。合作基礎是 2026 年 4 月宣布擴大的策略合作。
即第一個測試與規模化的對象。Publicis 以 Microsoft 每年 $700 million 的媒體賬戶做 client zero,先把 AI 輔助的媒體購買放在這個賬戶上跑,成效直接綁商業結果,跑通才推廣。
報道描述的是 Publicis 與 Microsoft 之間的合作,未提及對其他市場或代理開放的時間表。據本欄觀察,香港公司目前多透過渠道服務商或 SaaS 工具接觸同類能力,評估時要分清平台原生能力與代理包裝後的服務。
揀一個重複三次以上的工作,寫清楚它幾時開始、要輸入甚麼、輸出交去邊,並在流程圖上標出對外發送、預算變更、公開發布三個必須人手確認的關卡。先跑一個場景四至六星期,再決定是否加系統連接。
問「成果」的定義寫在哪裡。outcome-based 聽起來很清楚,但點擊、查詢、合格線索與簽單收入是四種不同的驗收口徑,合約寫錯一種,之後的成效爭議就無法用數據解決。