陷入困境的广告集团WPP宣布进行根本性重组,以应对AI革命带来的威胁,包括合并旗下广告机构和裁减员工。
这家总部位于伦敦的公司制定了计划,目标是成为"更简单、更低成本、AI赋能的企业",到2028年实现每年5亿英镑的成本节省,在未来两年内投入4亿英镑的重组成本。
很大一部分成本削减预计将通过裁员实现。该公司没有明确说明将裁减多少个职位。
自1980年代中期成立以来,WPP最大规模的裁员分别是2009年全球广告业衰退期间的7200个职位,以及2020年受新冠疫情影响的7000个职位。
公司在周四表示,节省下来的大部分资金将重新投资于"高增长"领域。
这家陷入困境的公司将建立一个独立部门,与客户在AI转型方面开展合作,同时将集团重组为四个区域业务部门:北美、拉丁美洲、欧洲中东和非洲,以及亚太地区。
作为计划的一部分,其广告机构Ogilvy、VML和AKQA将合并到WPP Creative旗下。
首席执行官辛迪·罗斯表示,公司正在"推出一个大胆计划,建设更简单、更整合的WPP,以适应未来发展"。
在伦敦上市的WPP在全球拥有约10万名员工,该公司一直在努力阻止客户流失,并加紧与竞争对手的AI和数据能力竞争。
去年上任并已暗示裁员的罗斯补充说:"我们最近的表现不佳是由于组织复杂性过度、缺乏整合的运营模式以及战略执行不一致造成的。虽然令人失望,但我看到了巨大的潜力,因为这些问题都在我们能力范围内可以解决,我们已经在取得重大进展。"
她发表这些评论时,WPP报告2025年可比收入下降3.6%至136亿英镑,税前利润下降26%至11亿英镑。
上周,美国竞争对手Omnicom在去年11月完成130亿美元(96亿英镑)收购竞争对手Interpublic后,将其年度成本节省目标提高了一倍至15亿美元。该公告包括到2028年通过减少"人工成本"节省10亿美元,这让投资者感到振奋,其股价飙升15%。
WPP每年在员工成本上花费近80亿英镑,正在为生存而战,市值停留在30亿英镑。
该公司在9年前市值达250亿英镑,但在过去一年中股价下跌了近三分之二。
在一系列盈利警告后,该公司在近30年后于去年年底跌出富时100指数,并在2024年失去了全球最大广告集团(按收入计算)的王冠地位,被法国竞争对手阳狮集团超越。
本月早些时候,新数据显示英国广告机构去年出现了最大的年度员工流失,主要由年轻员工主导,因为人工智能工具威胁要取代员工,迫使行业削减就业和成本。
Q&A
Q1:WPP为什么要进行这次大规模重组?
A:WPP进行重组主要是为了应对AI革命带来的威胁。公司面临客户流失加剧、需要与竞争对手的AI和数据能力竞争等挑战,目标是成为"更简单、更低成本、AI赋能的企业",计划到2028年实现每年5亿英镑的成本节省。
Q2:WPP将如何重组其业务结构?
A:WPP将重组为四个区域业务部门:北美、拉丁美洲、欧洲中东和非洲,以及亚太地区。其广告机构Ogilvy、VML和AKQA将合并到WPP Creative旗下。同时将建立一个独立部门,专门与客户在AI转型方面开展合作。
Q3:WPP目前的经营状况如何?
A:WPP经营状况不佳,2025年可比收入下降3.6%至136亿英镑,税前利润下降26%至11亿英镱。公司已从富时100指数中跌出,失去了全球最大广告集团的地位,被法国阳狮集团超越。股价在过去一年中下跌了近三分之二。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
英伟达推出Nemotron-Labs-Diffusion三模式语言模型,将逐字生成、并行扩散与自猜自验融于一体,单用户吞吐量最高达Qwen3-8B的4倍,同时保持相近准确率。