《2019 全球营销技术生态全景图》显示当前全球MarTech企业已超7000家 ，“MarTech”这一概念由 Scott Brinker 提出，即 Marketing 和 Technology 的融合, 指利用技术手段实现营销目的的手段和工具。在美国这一概念从2008年提出至今，发展已经比较成熟，而中国的 MarTech 市场还比较年轻。国内营销行业经过传统营销阶段、“互联网+营销”阶段 、“技术+营销”阶段、当前正处于“ AI+营销/智慧营销”阶段，正在加速向MarTech方向迭代。目前国内也涌现出一批优秀的人工智能初创企业，包括商汤科技、旷视科技、极链科技等。

MarTech的六大分类包括：广告技术、内容和客户体验管理、社交媒体和客户关系管理、销售渠道管理、数据管理、营销管理。涵盖CRM、DMP、 CDP等技术和管理平台。

其中广告技术的主要细分领域包括媒体的程序化购买，移动广告、视频营销等，这一过程是在帮助广告主解决媒体资源需求的问题，通过大数据、自然语言处理、机器学习等相关技术对媒体选择、媒介、品牌、营销等环节赋能。

MarTech 和 ADTech 二者在技术手段方面有明确的区别，前者技术涵盖CRM、 数据管理平台DMP、CDP、营销自动化软件和服务 ，而后者网页Banner、程序化购买、DSP等。很大程度上依赖于媒体发行方的配合 。主要目标效果不同，MarTech主要用于个性化营销，AdTech主要用于媒体购买 。

MarTech的应用核心在与智慧营销与场景的高度匹配。细分在用户画像识别、最佳触达渠道、用户价值评估、识别虚假流量。而视联网从“婴儿期”向“成长期”过渡的核心是，视频场景下将视频AI技术与用户需求的高度匹配。

在AI场景广告实现了场景购买需求与购买渠道的对接。由于视频是一种典型的非结构化数据，计算机无法直接提取利用，而AI场景广告是通过计算机视觉技术对视频数据的提取，将视频内容按照语义关系，采用对象识别、 特征提取等处理手段，组织成可供计算机理解的结构化信息，从而实现视频数据的极速自动化调取和匹配，最终呈现出多种形式的场景广告。

在互动性方面与传统视频广告有明显的差异，例如互动投票、卡牌收集、气泡对话、云图、AI智能

AI技术对视频内容识别可以实现海量视频内容的快速识别，而识别纬度包括时间、地点、人物、场景、品牌等，直接提取关键信息，分析出当前场景下观众的关注度、情感度，智能分析选择与之匹配度最高的品牌产品。中插等多种形式。图例显示的是在一个视频场景下气泡对话形式的广告。场景事件显示机车出故障，不给力，而当前场景和出行座驾类产品的匹配度极高，所以出行类App和汽车销售App都很合适。而广告占据四分之一的效果达到了品牌曝光效果，而传统视频广告通常会用贴片方式露出，很明显气泡对话类效果更佳。

在视联网升级过程中对视频关键内容的标注，将成为一种新的入口渠道。在观看视频过程中，观众会产生各种各样的需求，然而大多数需求很难在当前直接满足，通过浏览器搜索的结果多数又不能让人满意。比如在看《霍比特人》时里面的背景音乐很好听，想下载但又不知道歌曲名称，但是搜索结果并不准确，得到的答案是“mountainside 孤山”但是事实上这首歌叫 《I see fire》。在搜索的过程中，兴趣度会大打折扣。明星的穿衣风格经常被模仿，所以同款产品被大量需求，而到购物平台寻找到自己信任的同款确实很难。

针对痛点需求，在视频场景下的视联网升级。大量信息将被标注，例如百科、外链、小程序等多种形式满足用户需求。就像弹幕满足了用户吐槽的需求一样，视频信息标注后，意味着“点击了解”基本等于有相关需求。例如想购物、想旅游、想吃炸鸡等绝大多数需求，都可以在观看视频的过程中全部解决，是一种智能化的视频场景营销。

而相比当下火热的短视频营销，短视频偏向于沉浸式浏览，属于广泛信息流形式的曝光。而视联网模式升级，是基于沉浸式视频内容，对于综合视频平台的视频内容进行深度机器识别浏览，从多个维度去挖掘视频价值。通过AI视频技术引导用户定向，发现用户需求、满足用户需求、挖掘用户需求，最终提高视频内容的变现能力。

视频化是目前互联网发展的一个重要趋势。比如，淘宝商户售卖的产品都以视频形式展示，新零售领域的AR试衣是以视频增强技术完成的，当下全网视频数据量占全网数据的80%，并且这一比例正在提高。视频场景下的视联网升级，可以从技术层面分析视频内容，挖掘视频价值，这只是视联网的初级阶段，随着AI技术的发展迭代以及5G技术的落地应用，以视频为核心互动技术将被广泛开发，视频内容的生产、传播者和互联网服务提供商需要认可视频观看者的互联网需求，打开数据链路，实现互联网生态在视频层的对接。