162: 批量生素材、模型筛网红|与飞书深诺Meetsocial沈晨岗聊AI时代的出海营销

在这两年我觉得 Anthropic 他们做的这个 AI coding，Claude Code 应该是个非常 revolutionary 的一个变化 。 那在沿着 AI 的发展方向 ， 它是有一个跃升式的能力的提升 ， 它可以把我们程序员编程的能力 AI 化 。

我觉得是 ChatGPT 出来的时候 ， 影响是最大的 。 它的影响不是说我马上能联想到能够对我行业直接的改变是什么 ， 它的影响是说 ， 它可以把很多知识通用化了以后， 变成了一个极其高效 、 对这个知识进行分发的一种能力 。

你越 AI 化 ， 数字化的沉淀会越多 ， 你的迭代的速度和效率会更高 ， 你的成本就会更低 ， 你的量能会更大 ， 这就形成了正反馈 。

大家好 ， 欢迎来到 《 晚点聊 》。 我是本期主播洪浩 ， 本期节目由飞书深诺特别支持播出 。 今天呢 ， 我们要聊一个又老又新的话题 ， 那就是出海 。其实出海对于中国企业来说 ， 早就不新鲜了 。

那无论是早年的华为 、 中兴 ， 还是大疆 、 影石 、 拓竹这样的消费硬件公司 ， 再到 Tiktok、 腾讯游戏 、Temu 等互联网公司 ，其实成功的例子有非常的多 。

但之所以我们说它是一个新的话题 ，是因为今天我们来到了这个 AI 的时代 ， 我们不仅可以看到大批的 AI 创业公司正在积极的向海外拓展 ， 那 AI 其实也在改造他们出海的路径和方式 ， 无论是做增长还是做营销 。

比如我就知道有一些扫地机的品牌 ， 做新品营销的时候 ， 会用大模型去分析和研究海外的这种博主啊 、 达人的画像 ， 那试图精准的去匹配适合自己产品的优质达人， 结果就获得了非常好的一个效果 。

当然也有很多借助 AI 营销翻车的案例 ， 比如说去年麦当劳在荷兰上线的一支几乎完全由 AI 生成的节日广告 ， 上线后就迅速遭到了大量的这种吐槽 。

这个争议其实不仅仅是画面看起来比较粗糙 ，其实更在于这个广告它传达出来的气质 ， 被认为是廉价的 、 偷懒的 、 没有什么诚意的 。

所以大家对这个其实是有一定的反感度的 。 那今天我们也特别邀请到了飞书深诺的创始人兼 CEO 沈晨岗先生 ， 来到了 《 晚点聊 》。

和我们一起聊一聊 ，AI 在今天究竟是如何改变中国企业出海模式的 。 另外， 飞书深诺作为一家帮助中国企业出海的营销公司 ， 一边在教大家如何拥抱 AI， 另外一边也在被 AI 改变 ， 那这也是一个挺有意思的话题 ， 我们后面也会展开来聊一聊 。

那 Charles， 你可以先跟观众朋友们打个招呼 ， 然后简单介绍一下自己 。

大家好 ， 我是飞书深诺的 CEO Charles 沈晨岗 ， 大家可以都可以叫我 Charles。 飞书深诺我们是已经成立了有大概 12 年的时间 ， 我们是中国最早开始进行出海服务以及营销的这样子的一个企业 。在过去的十多年里面 ， 我们从出海的营销的媒介 ， 到基于媒介之上的整合营销的各类的 ， 包括优化 、 创意 、 红人， 还有数字化的整个服务 ， 我们来帮助整个中国的这些出海的企

业进行全方位 、 全链路的出海 。 中国现在这些头部的出海的企业 ， 包括电商的 、 品牌的 ， 比如说像安克 、 希应 、Temu、 阿里等等 ， 还有游戏和 APP 出海的 ， 那包括大家耳熟能详的米哈游 、 莉莉丝 ， 包括字节还有美图等等 ， 我们这些头部出海的这些品牌 ， 包括我们还有大概超过 10 万以上的这样的中小的这样的企业 ， 都在我们的整个的服务范围里面

。在这样的一个大的群体里面 ， 帮助中国一起来开展这样全球化的征程吧 。

可以看得出 ， 飞书深诺跟 Charles 的这个帮助中国企业出海的经验是非常丰富的 。 我有一个非常好奇的点 ， 就在于说 ，其实 Charles 之前有一个关于行业的判断 ， 就是你会把出海分成 1.0 阶段和 2.0 阶段嘛 。

那进入到 2025 年的时候 ， 你会认为说现在已经正式进入到了 2.0 的阶段 。 那我想首先请你介绍一下 1.0 和 2.0 阶段这样大概的一个分类的标准是什么 ， 然后为什么到了 25 年的时候又变成了不一样的一个新的时代吧 。

在说这个 1.0 和 2.0 的时候呢 ， 我想把我们对出海的一些认知啊 ， 跟大家做一些我们自己的一些分享 。 我们认为从出海的角度来讲 ， 出海的这些内容啊 ，不管是产品还是服务啊 ， 我们把它分成几个阶段 。

最早的时候呢 ， 我们叫商品阶段 ， 这个产品就是把货卖出去 。 第二个阶段我们到的是产品 ， 它不仅仅是一个商品 ， 这个商品方面只有它的一个最原始的功能 ， 然后它形成了一个是有一定综合价值能力的这个产品 。

然后呢 ， 第三个阶段的话呢 ， 它不仅仅只是个产品 ， 它还会对用户的心智有附加的更多的身份啊 、 情绪的价值 ， 然后会产生品牌 。

我们到第三阶段品牌 ， 那最终我们认为最终它出海的已经不仅仅是个产品或者商品 ， 到产品以及品牌 ， 它最终出海的是一个真正的一个企业 ， 是一家有灵魂的 、 有生命力的企业 。

那我觉得这是最终的一个竞争状态 。 我举个例子 ， 手机来讲 ， 手机如果只是商品 ， 那就是华强北的组件组合出来 ， 它就可以卖 。

我们最早出海的有很多类似的 ，不管是手机也好 ， 还是服装产品 ， 当它可以把它变成一个已经有一定品牌 logo 的 ， 这里还强调一下啊 ， 品牌不是说只是说有个 logo 就是品牌了 ， 你贴个白牌 、 白标 ， 我做个手机 ， 那它就是个产品 。

它开始进入到一个产品阶段 ， 它这个产品是贴了一个品牌 ， 它就可以来进行更多的销售 。 如果它要形成品牌 ， 那就像小米一样的 ， 它把这个产品结合它的自己的精神 ， 结合它的研发的能力 ， 逐渐形成了品牌 。

现在像小米现在是全球化 ， 那它真正是一个企业的这样的全球化 。 我用这样一个例子跟大家来分享 ， 我们感受 、 感觉一下我们自己的企业到底是在处于一个什么样的一个状态 。

如果从一个长期主义的角度来看 ， 所有的产品最终它的目标都是希望往这个价值链的向上攀升 ， 到达这个状态 。

然后回到我们刚才讲的 ， 如果我们说 1.0 和 2.0 的话呢 ， 我们最早差不多我们公司成立的前面的 10 年， 我们是差不多 13、14 年开始运营 ， 前面的 10 年大量的都是中国的商品 ，有部分在产品啊 ， 这样的一个阶段 。

我是说的是主流的这样子的一些产品啊 ，并不是说有个别的 ， 当然我们有个别的产品做得非常好 。

你像像希应也是一样的 ， 最初就是在商品 ， 然后它把这个整个的能够交付的产品 ，在这过程中逐渐形成它的品牌 。

像希应是形成的是我们是渠道的品牌 ， 小米是产品的品牌 。 那我们可以看到这样子的一个商品到产品到品牌的过程 。

那么在过去 10 年当中， 我们觉得更多的是属于商品 ， 我们更多是卖货 ， 主流的很多产品是卖货 。

但现在我们觉得从 25 年开始 ， 我们更多的进入到产品和品牌的这样阶段 。 如果前面 10 年是商品到产品 ， 现在是产品到品牌 ， 这会更多 ， 占的比例会更大 。

这其实也是一个啊 ， 我们可以看到大家在前面 10 年商品的时候 ， 最注重的就是流量啊 ， 我只要有流量 ， 我就能把货卖出去 ， 我当天能回本 ， 或者说我后来开始是一个一个周能回本 ， 一个月能回本 ， 我就能大量的去卖 。

这样子的一个销售的思维在做出来营销 。 那现在更多的是说不仅是销 ， 还有经营的营在里面 ， 所以叫营销 。

那这个营销怎么在产品上 ，在品牌上， 我们花更多的时间和更多的精力来打造我们自己的持续的竞争力 。

我觉得这个是看到是 25 年开始进入到一个更多的企业开始认知和意识到这样的一个状况 。

明白 ， 所以其实我比较好奇 ， 我们当时更早的时候 ， 那些公司在卖所谓的商品的时候 ，他其实没有注意到营销的力量吗 ？

或者说那个时候所谓的宣传营销 ， 跟今天我们所谓的宣传营销的本质区别是什么呢 ？

我觉得那个时候的营销更多的还是想希望是说我马上能够把这货卖出去 ，他想的是我马上要卖出去 ，而不是说我怎么是先让用户能够记住我 、 认识我 、 喜欢我 ， 我最终把那个货卖出去 。他是有一个这样的过程 。

当你如果很简单的 ， 如果我只是买了流量 ， 我就能把货卖出去的时候 ， 那你根本就不会思考后面那些更复杂的竞争力的部分 。

对 ，他是有一个即时反应 ， 反馈以后的你可以形成的这样的一个动作 。 我觉得这个是无可厚非的 ， 我觉得这个是正常的 。

任何一个人当你有那个机会的时候 ， 你一定是最大化那个机会 ， 最大化去做的事情 。 你所有的资源全部投入在这个阶段里面 ，但是随着流量的成本逐渐上升 ， 同质化竞争也逐渐上升 。

那为什么呢 ？ 就是当我们的同质化的产品 ， 你卖一件衣服 ， 我也是卖一件衣服 ； 你卖充电宝 ， 我也卖充电宝 。

那这个时候大家的第一就是最容易的获取发展生存的路径 ， 它这个能力就是竞争力就是越来越小了 。

简单来讲 ， 最初就是靠价格的竞争力嘛 ， 对吧 ？ 商品的时候就是靠着价格竞争力 。 那你在这个阶段的竞争力越来越弱的时候 ， 那些领先的企业 ， 或者说前面有危机感的企业 ，他就会意识到我需要建立更高阶的竞争力 。

更高阶的竞争力 ， 那一定是在产品的功能 、 产品的设计 、 产品的品牌上不见得不断的要往上去攀升 。

我觉得一方面是流量的价格上涨 ， 它其实是倒逼的这个大家的在竞争力上面需要去找更更高的竞争力 。在这过程中， 我们在沿着价值链的向上进行攀升 ， 这个整个市场哦 ， 我认为是这样的一个发展的过程 。

说白了就还是以前赚钱相对来说更容易一些 。

是的是的是的 ， 你可以认为这样 。

但为什么是 2025 年呢 ？ 就是其实我们谈内卷 、 谈流量的厮杀 ，其实已经有一段时间了 。 就是您觉得说 25 年， 它更本质在这个时间节点发生变化的一个原因是什么呢 ？

之前的变化都不是说是一夜之间突变的啊 。 我觉得说 25 年只是说相对更明显一点 ，其实它是一个量变到质变的过程 。

我觉得逐渐逐渐从前两年已经开始有很多品牌在往这个方向去进行调整 。 比如说我们会有一个点标点线客户 ，他在早期的流量时代 ，他就成为一个大的卖家 ，他可能一年销售额几亿 ， 甚至超过 10 亿 ， 平台上有几千万的海外的用户 。

但是他会发现他的成本越来越高 ，他竞争的利润越来越少 。 如果再沿着原来的路径上扩张 ， 比如说他找更多的人去做更精细化的销售 ， 怎么样去找更便宜的流量 ， 这条路他也能看得到头了 。

然后这个时候他就要想 ， 我怎么可以在产品的设计上， 我怎么在用户的运营上， 我要做更多的动作 。

但是这个时候又需要他额外的另外的投入 。 嗯 ，因为那些不是说是一夜之间就可以有的 。 那在这个时候 ，他会发现他前面少做了一些铺垫的工作 ， 导致他现在去转型就会很困难 。

那所以在这个分水岭上， 我们看到有些企业能够往上迈上去 ，有些企业他就会遇到重大的挫折 ， 甚至就会死掉 。

那另外一个方面的话呢 ， 就是我觉得在整个的媒体流量角度来讲 ， 就是他们对商品的合规和质量的要求也是在上升 。

因为在早期的那个卖货的这个阶段 ， 大家叫一个卖商品卖货的这个阶段 ， 它的竞争就是在成本上， 然后往竞争成本上不断加剧的一个副作用 ， 大家就是在会在里面进行偷工减料 ， 或者说是违规擦边 。

那这样的情况也会越来越多 ，因为那个也是一个竞争的一个容易的方向 。 现在我觉得媒体也是把这方面的竞争 ， 把这个门 ， 把这条路给堵得越来越死啊 。

就是你不能去靠这种方面的更进一步的内卷 ， 或者说下卷 ， 对吧 ？ 他是真是把下线做得搞得更低 。

那这样子的企业把他这个路堵死了以后， 很多企业他就只能去做那些难而正确的事情 。

是 。

对 ， 我觉得这个就是市场的力量在驱动这样子做 。 当然我觉得我们还有很多是能够提前认知到的 ，有远见的 ，有长期主义的 ，有情怀的这个企业家 ， 我们也是更多的在加入到这样子一个行业当中， 现在变化的一个特征 。

所以有没有哪一个企业 ， 或者您观察到的 ，他是能够非常早的就意识到变化的来临 ， 同时他也迅速的去做出了这样的转变和转型 ， 让您印象比较深刻的 ？

其实每个企业他都有这样子的一个发展的过程 。 我们就拿安克的例子好了 ， 当然他是一个已经比较成功的例子了 。

安克最开始的运作的时候 ， 就是一个商品销售 ，因为创始人他们开始的时候 ，他们是没有更多的资源去做更多的产品和品牌 ，但是他们在开始积累商品销售的同时 ，他们已经在有意识的建造打造产品的能力和品牌的能力 。

因为安克最早是做充电宝和充电线之类的 ，在这上面他们会投入更多的前面获得的收入进行研发 ， 这个充电线怎么样可以做得更好 ， 充电宝这个效能怎么可以做得更好啊 ， 甚至充电线的接头我怎么样有工艺可以去改进 。

因为我们跟他有很多交流 ， 所以看到他在这个方面其实是做了很多持续的投入 ， 然后在产品的竞争力上， 就可以在市场上面形成自己的优势 。

同时他们在营销上面也建立自己的更多的打造自己的品牌 ， 如何让消费者真的是喜欢你 、 记住你 ， 然后同时也逐步在爱上你 。

这就是一个品牌逐渐在建立的过程中， 创始团队这个方面有很好的认知的 。 即使是我在做第一步的时候 ，他其实已经在想我什么时候可以为我第二步做一些准备 ， 做一些铺垫 。

对很多企业和品牌来讲 ， 最终会形成持续的长期的一个差异化 。 这类企业就是他是在认知上一开始就是处于比较高位的一个水平 。

所以现在我们也看到有很多企业在在变化的时候也会有 ， 比如说第一代的企业 ， 它更多的是商品 ，但是它可能现在有开始有他们的二代来帮助他们来进行更多的衍生 。

那些二代他可能是在海外接受过更加市场化 ， 或者说是更加前沿的营销技术 ， 这方面的一些视野和教育 ，他们就会重新组织这个产品或者品牌 ， 向着更高的维度上面去延伸 。

美特斯方威的公子 ， 对吧 ？ 他就是会去创创立一个新的品牌 ，他就是出海的品牌去做这样子的一个产品 ，但他会和上一代的做法很不一样 。

您刚才其实提到美特斯方威嘛 ，他的这个二代开始在海外作为一个全新的品牌 ， 然后从您的角度来看的话 ， 两代企业做事的方式有什么不一样的地方吗 ？

我觉得是一代企业的话 ，他原来做自己做产品或者做销售 ， 已经有一个比较强的惯性在这里面 ， 包括他的怎么生产组织的 ， 怎么来看市场的 ， 怎么来运营的 。

我觉得更多的是他有一些这方面的很强的惯性 。 我觉得二代的话呢 ，他是可以更好的认知海外的消费者是什么 ，因为从商品到产品和品牌这个阶段 ， 很重要的一点是你需要对你的用户有更多的了解 ， 到底用户在需要什么 。

简单来讲就是从商品到产品的问题是 ， 一个是我生产出来想要卖掉 ， 第二个是说我的用户需要什么产品我来生产 。

嗯 ， 我不知道你这样讲的是不是可以理解啊 。 那那那我觉得很大的一个特点是 ， 我们后面的到产品和品牌阶段的这些主理人啊 ，他们都会很关注用户到底需要什么 ， 用户到底在产品上面的关注点是什么 ， 我们的产品应该怎么样去迭代 ， 去更好的满足我们消费者的需求 ， 从而把我的产品卖出去 ， 从而获得我们的价值和利润 。

考虑销售的出发点 ， 我觉得是会有一个很大的转变 。 像安克他每年做非常多的用户调研 ， 小米也做非常多的用户调研啊 ， 就我们也会在支持这些企业做很多的数字化的全球的调研 ， 了解消费者 ， 了解这个市场 ， 了解我这个产品应该往哪个方向去改进 ， 去演进 ， 去迭代 ， 从而不断的走在竞争对手前面 ， 获得我们的利润 。

这也是 1.0 到 2.0 的一个比较重要的一个点吧 ， 对 。

您刚才讲过其实非常多的成功的转型的企业 ， 比如说安克 ， 然后也有这种在做新的尝试的 ， 比如说美特斯方威 。

我其实看过我们飞书深诺发布的一个叫做 Meet Brand 的一个报告 ， 这里面其实提出过一个叫 D-MES 的一个模型 ， 就是我们用来衡量一个出海品牌的这种发展潜力 。

所谓 D 就是 Digital Competence， 所谓的就是数字化的能力 ， 然后 M 其实是 Mental Dominance， 心智影响力 ；E 就是 Product Evolution， 就是产品创新力 ， 然后到 S 就是 Sales Performance， 商业的转化力 。

这四个能力我有几个好奇哈 ， 对于我们这个模型 ， 就是第一个为什么是 D-MES 这样的一个排序 ，其实我发现这个 D 和 MES 中间是有一个小小的连字符号做一个区隔的 ， 就为什么会是这样的一个模型的一个形状吧 。

对 ， 我觉得首先是为了这个名字叫起来顺口 ， 哈哈哈 ， 对 ， 我觉得也是比较重要的点 。 但实际上你可以看到 ， 我们 D-MES 跟我我们刚才讲的从商品到产品到品牌到企业竞争力这个阶段 ， 是一个 reverse 的描述 ， 就倒过来描述 。

我们看到我们刚才讲的第一个阶段 ， 商品它对应的就是销售 ， 产品它就是在产品力上迭代 ， 包括产品的功能 、 产品的设计 、 产品的外观等等。

就 Mindset 就是指影响用户心智 ， 那它就是更多的对应的品牌 。 然后 D， 我为什么把 D 这个专门拿出来 ，是因为 D 我们认为它是一个贯穿前面所有能力的一个企业竞争力的一个核心 ， 它就是数字化嘛 ， 我们叫数字化 ， 就是因为现在 AI 来了更多讲数字化 。

那么它需要销售的过程需要数字化 ， 需要产品研发迭代的时候需要数字化 ， 需要对用户的心智影响需要数字化 ， 整个企业的运营它需要数字化 。

它是一个 multiple， 就是 multiple， 它是一个乘以各个维度的加乘的一个系数 ， 所以它会特别重要 。 然后最终会形成这样子的一个数字化的竞争力 。

对 ， 这个也是我们从一些全球领先的品牌和我们总结出来 ， 觉得是这样是非常重要的 。 我们觉得例子来讲 ， 像欧莱雅这样的品牌 ，他们渠道销售能力很强 ， 产品迭代的能力也很强 ， 然后他的品牌影响用户心智能力很强 。

但是大家没有看到 ，他在最近三五年在数字化的上面投入的巨量的资金来进行他自己在整个业务流程和企业上面的这个数字化的转型 ， 包括他线上线下店铺的所有的数字化的能力 。

所以他为什么是第一在后面呢 ？ 他也说明是他是在所有表象能力背后的支撑的一个持续的非常重要的能力 。

所以我认为最终能够走到金字塔尖的企业 ， 这几个能力他都是要非常强 ，并且数字化能力可能会决定他在那个层面上竞争的最核心的能力 。其实关于这个数字化 ， 我觉得大家也很感兴趣哈 ， 您能帮我们再详细的拆解一下这个数字化背后蕴含的更多的能力是什么 ？

因为比如说我们以前也会经常讲一些案例嘛 ， 比如说星巴克 ， 它非常早的呃 ， 就接入了小程序啊 ， 去在做这个服务点单和交易的线上化 ，但大家可能天然的就会理解到很浅的这一层 。

它有没有更深层次的就是数字化怎么去影响一个企业 ， 帮他去做更好的这种呃 ， 销售也好 ， 营销也好 ， 整体的能力啊 ？

我认为这个数字化能力呢 ， 分成两个层面 。 第一个层面的话呢 ，是提高你在现有的企业的运营框架下的效率啊 。

刚才提到了 ， 你如何在门店里面可以用小程序 ， 或者是接受电子支付 ， 和你的用户忠诚度计划绑在一起 。

我也用星巴克的会员 ， 我用直接支付宝支付 ，他就可以把你的信息和你的用户档案以及你的消费历史 ，他可以整合在一起 ，有快捷支付 ， 然后同时你又获得很多优惠 ， 同时企业他可以根据你的忠诚度计划给到你更多的反馈 。

所以刚才讲的 ，他原来本来是需要一个很冗长的 、 很复杂的团队 ， 或者说去做这件事情 ，他现在通过数字化 ，他是可以把这个效率提升到一个新的高度 。

这是个效率上的问题 ， 包括你的供应链啊 ， 包括你的整个的商品的交付的过程 ，是吧 ？ 甚至你包括商品设计的过程 ， 它是很多数字化的能力来应用 。

第二点呢 ， 就是我认为很重要的是 ，在整个企业销售或者品牌经营过程中的一些决策 ， 这个决策的效率和质量有很重要的提升的 。

举个例子来讲 ， 比如说星巴克后面的产品的供应链 ，他怎么数字化之后 ，他就可以通过数字化来进行更高效率和更高质量的决策啊 ， 包括像现在很多成功的企业 ， 我觉得这个不一定拿出来的企业 ， 成功的企业都是这样的一个数字化的决策 。

像美团这样子的外卖 ，他们也是需要大量的进行数字化了以后， 然后对这些起手分配 、 运力 、 时间 、 如何激励这些事情 ， 都是可以做大量的快速的本地化的决策 。

这些决策的效率还有质量 ， 决策的对不对 ， 决策的有没有效 ，他都可以通过数字化的程度进行反馈以后来进行更更多的调整 。

所以这些我觉得这个就是数字化对这个企业的竞争力造成的影响 。 如果两家企业在同一个层面上竞争 ， 如果我可以比对手对市场的反应 、 对消费者的反应更快 ， 对消费者和市场反应认知更准确 ， 然后我采取的行动更加到位 ， 那我就是竞争胜利 。

我觉得这就是不断的在这个竞争层面上面 ， 需要用数字化来提升这样的差距 ， 保持自己的竞争力 。其实我们今天聊到数字化 ， 还有一个非常重要的一个点就在于 ， 我们现在一谈到它 ， 就会想到 AI 这个事情 ， 包括从您最熟悉的营销的行业来讲的话 ，其实最近我觉得整个全球的营销行业都在面临一个共同的命题 ， 就是怎么去迎接这个 AI 时代 。

就包括我们最开头的时候也讲到嘛 ， 麦当劳在荷兰的那个 AI 广告 ，其实引发了非常大的这种争议 ， 然后最后因为受众的这种反感导致它的下架了 。

我也会很好奇 ， 就从您的角度来看 ， 您觉得在现在整个营销行业 ，AI 对于大家的影响程度有多深 ，以及最大的一个共识和非共识分别会是什么呢 ？

我先讲这个共识和非共识啊 ， 我觉得最大的共识就是 AI 很重要 ， 你得马上要用啊 ， 这是最大的共识 。

第二个问题是 ， 就是最大的非共识是 AI 到底能解决什么问题 ， 就 AI 的起的作用是什么 。 每个人心里面的标准 ， 很多人的对这个上面的呃 ， 认知是差异是很大的 。

所以这个问题就导致说到底 AI 能解决什么问题 ， 很多人大家是心里面是不清楚的 。 所以我昨天我管理群里面发了一个漫画 ， 就是说 AI 很重要 ， 大家说 AI 重不重要 ， 大家说很重要 ， 然后 AI 能解决什么问题呢 ？

不知道 。 然后呢 ， 什么时候上 AI 呢 ？ 现在 ， 这个漫画就是这样子 。 回头我们可以把这漫画发给你看一下， 我觉得挺有意思的 。

也就是说 ， 大家对它的重要性和潜在的价值是有高度共识的 ， 很重要 ， 这个是非常 critical 的事情 。 但是到底能在我的业务中能帮我解决什么问题 ， 我现在也不清楚 ， 自己也不清楚 。

但是我不管怎么样 ， 我现在就要开始用 。 所以这是现在的 ， 我觉得对 AI 应用这个现状的一个比较形象的描述 。

所以您个人倾向于哪个 ？ 就是说我知道怎么用了我再去用 ， 还是我不知道怎么用 ，但我也拼命的先上了再说 ？

我觉得是可以做很多的尝试 ，但是我们要知道这个尝试也是有成本的 。 就像你刚才讲的 ， 麦当劳上了广告以后出现的问题 ， 这个问题就是说去用这个 AI，以及要把这个 AI 用到一个什么程度 ， 解决什么问题上， 它出现了严重的不匹配 。

就是 AI 能做的事情和它希望 AI 要做到的东西之间产生巨大的差距 ，也是个比较典型的例子啊 。

这里面我觉得第一就是你可能需要尝试去这个 AI 的能力的尝试范围里面做一些尝试 ， 同时要去思考我们怎么样能把这个 AI 纳入到我们现在的目标体系里面 ， 就是我要达到一个什么目标 ， 达到一个什么样的一个结果 ， 或者说预期个什么样的一个产出的时候 ， 这个 AI 能在里面做些什么样的事情 ， 怎么样和 AI 自己 ， 或者 AI 和人， 或者人加 AI， 怎么样可以把

这个事情做出来 。 所以这是一个我觉得现在需要去更多思考和讨论的问题 。 就刚才那个其实麦当劳的例子挺好的 ， 工作当中我们现在做营销行业里面用到的是非常非常多 ， 比如说我要做一个创意 ， 那现在说 AI 创意很容易啊 ， 什么 Sora， 还有什么现在 C3 都是可以用 。

哎 ， 我我就跟 AI 说一下， 哎 ， 我要做个什么创意 ， 它就做出来了 ，不就是都做出来了吗 ？ 这里面会有个误区 ， 就是如果我只是做一个图片或者视频 ， 那是可以 ， 对吧 ？

但是我如果要做一个商业的图片或视频 ， 它是有商业目标的 ， 我是有一个约束条件的 ， 这样情况下面的这样子的一个创意 ， 达到我的目标 ， 比如说我这个创意需要让更多人喜欢 ， 更多人点赞 ， 还是更多人买 ， 更多人注册 ， 更多人下单 ， 它都是有一些不同的商业目标 。

那基于这个商业目标下， 应该做成什么样的创意 ， 这个问题我觉得现在还没有很好的回答 。

您的意思就是说 ， 做出来的东西要能精准的为我的商业目标服务 ，而不是单纯的为了做而做 ？

对 ， 为了做而做 ， 那有什么意义呢 ？ 你做了个很漂亮的东西 ，但是没有人为这个广告来买你的东西 ， 做这个广告的目的和意义何在呢 ？

对 ， 你花这个钱的投入产出是啥呢 ？ 这个里面就是会要和商业的目标要结合 。 如果不能和商业目标结合 ， 那么这个 AI 它的价值是无法商业化的体现出来 。

嗯 ， 比如说这个的点的话 ，有没有一些具体的例子可以跟大家分享一下 ？ 成功的案例也行 ， 或者是没有那么成功的案例也可以 。

比如说我们后面做的 AI 来做客服 ， 它的目标是要解决客户的问题 。 如果是一般的简单的问题 ， 就发现你能很好的解决 ， 或者是更好的回答 ，因为 AI 的通用能力会比较强 。

但它会遇到一些专业的问题 ， 尤其是涉及更加重要的决策的问题 ， 那个时候你就会出现很多 AI 出现的矛盾 。

如果我们要决策说客户要不要在这个媒体上花钱 ， 这样的一个判断或者决策 ， 你让 AI 来回答 ， 回答的全部对就没问题 ，但它如果只要回答有一次出错了 ， 对客户的影响就致命的 。

确实 。

客户的影响就致命了之后， 你就不能上这个事情啊 。 这个就跟自动驾驶一样 ， 自动驾驶为什么不能完全不能上路呢 ？

它号称它的对判断的能力要比人的出错的概率要小很多很多 ，但是它仍然不能合规的上路 。 因为什么 ？

当然它只要出了一次问题 ， 那就那它就是一个很大的问题 ， 背后还有一个谁来对这个商业结果负责的问题 。AI 很难对一些高价值的商业决策 ， 或者商业价值的产品进行负责 。

如果从我们飞书深诺自己的角度来看的话 ， 就是您最早是什么时候意识到可能在营销行业 ，AI 会掀起一种革命 ， 或者是说可能对多数的公司会造成一种冲击 ， 或者当时认为的可能带来的冲击会是什么 ？

我觉得这个事情可能也不是往下突变 ，但是也是一层一层递进的 。 我觉得是 ChatGPT 出来的时候 ， 影响是最大的 。

它的影响不是说我马上能联想到能够对我行业直接的改变是什么 ， 它的影响是说 ， 它可以把很多知识通用化了以后， 变成了一个极其高效对这个知识进行分发的那种能力 ，而且是个性化的进行这样一个能力 。

这个能力以前是不可想象的 。 所以为什么像客服它是属于很早就开始应用 ，因为这个 ChatGPT 对话式的 AI 的应用场景 ， 它很自然的就延伸到了客服这样的场景 ，而且客服这样场景本身也是一个成本是比较高的 ， 对知识或者说能力的要求相对没有那么高的一个场景 。

但当时的时候 ， 这样子的一个场景出来 ， 你就想到它各种内容 、 各种信息 ， 它都可以去学习 ， 它都可以进行更高效的组织和分发 。

可以想象它对很多知识工作冲击将会是巨大的 。 我们只是意识到它可能会对这个场景冲击 ，但是在实际应用的时候 ， 你就会发现它并不是那么简单取代那些工作 。

发展到今天这两年， 我觉得大家的认知也是在不断的迭代啊 。 一开始认为它啊 ， 马上能解决问题了 ， 哎 ， 发现它很多问题还解决不了 。

就像刚才我讲的客服 ， 如果是一种非常标准化的客服 ， 像银行的电话客服啊 ， 或者说是哪些行业的电话客服 ， 它就比较容易的去解决这样的这个问题 。

但是它如果要进入到一些更复杂的场景 、 高价值的场景 ， 它就很难去进行更好的判断 ，因为 AI 会出现的幻觉 。

本质上是它对这个事情的知识的理解深度 、 理解的程度是不够的 。在这理解程度不够的情况下， 它对这个事情做得好或者不好的判断标准是没有建议的情况下， 那它就是很难去去进一步的扩展 。

但这两年我觉得 Anthropic 他们做的这个 AI Coding Cloud Code 应该是一个非常 revolution 的一个变化 。 那在沿着 AI 的发展方向 ， 它是有一个跃升式的能力的提升 ， 它可以把我们程序员编程的能力 AI 化 。

也就是说 ， 我原来要 100 个工程师写代码的能力 ， 它可能 AI Agent Coding Agent， 它就能把这个事情在很短的时间内做好 ， 就做到一个很高的水平程度吧 。

因为在 AI Coding 里面 ， 它也要分层级啊 ， 什么层级的 Coding 才能够 AI 来做 。 这个影响就会看到是全球领先企业的科技企业的编程的工作已经大部分都交给 AI Coding 来做了 ， 大部分的工作量都是 AI Coding 承接 。

人在上面只是说对它的进行审核 、 校验 、 管理在上面的工作 。 对 ， 所以这个看到是这样子的一个从领域上面 ， 它是在逐渐的进行这样子的能力的释放和延伸 。

它即使有很强的能力 ，有很大的潜力 ，但它在实际的商业场景上面落地 ， 它是个渐进的过程 。

那过去啊 ， 三年， 您觉得现在的 AI 能力对于我们整个营销行业最大的影响或带来的这个变化是什么呢 ？

我觉得营销行业的变化 ， 第一个就是说内容的生成方面一定会是最先影响到的 。 就像刚才讲的营销 ， 我们是从创意啊 、 文字啊 、 图片啊 、 视频啊 ， 这个方面的变化其实是影响大的 。

它把原先可能高成本的创意制作的场景变得一下子变得成本更低 、 门槛更低 、 效率更高 ， 我可以同时交付很多这样的一个过程 。

所以它在这个方面 ， 我觉得它的影响是非常明显 。 剩下的 ， 或者说它在更多的演进的影响部分的话呢 ， 我我认为是在整个的营销的基于数据上的策略的层面 ， 这个方面的 AI 能力还在演进和打磨当中 。

简单来讲 ， 我把 AI 分成不管在营销场景啊 ， 还是在其他场景 ，在两个层面 ，AI 来提高你的整体的效率和执行的执行的速度和执行的量上面 。

这个就跟程序化代码一样 ， 它的执行的速度是可以很快 ， 执行的量可以很大 。 但是如果要再做一些更复杂一些的 、 价值更高一些的决策和判断 ， 那个时候的难度就要就大很多 。

比如说我们做广告营销的时候 ， 哎 ， 我要决定在这个市场上面要在哪个媒体上面多花点钱还是少花一点钱 ， 这个阶段我应该投入多少钱来获得我们最好的最好的收益 ， 需要根据市场的变化 ， 我应该做一些什么样的判断或者决策 。

那像这些决策都是我们的营销服务人员日常做做大量的决策 。 我我们的一个营销运营的优化师 ，他每天要面对成百上千的这样的一些决策点 ， 这个广告是不是还要继续留着 ， 我是不是要调整一下 Meta 上的出价 ， 我是不是要减少一下在谷歌上的预算 ， 我是不是要再增加一下在投放日本市场的预算等等。

它会需要做大量的这样的一些决策 ， 然后这些决策都会对最终你的累积起来 ， 都会对你的结果产生影响 。

所以在这些决策当中， 目前大部分还是需要依赖人来做这个决策 。 因为因为刚才前面我讲了 AI 的决策 ， 它的容错空间在这花钱商业上的决策容错空间是比较小的 。

所以现在在这些 AI 上的应用上面 ， 可能我们也只是在容错能力比较大的一些企业 ， 或者说是这些场景里面 ， 可能用到部分的一些 AI 的做前台的支持啊 ，AI 后台的支持肯定有啊 ， 对吧 ？

我刚刚说的人人做决策的时候 ， 它 AI 会给它做很多辅助的信息 ，但是如果让 AI 直接来做决策 ， 那这些决策的难度就会大很多 。

所以它会是 AI 的能力是从后端逐渐走向前端的过程 。 这就像我招了一个刚毕业的大学生 、 刚毕业的博士 ，在帮我们来做这方面的营销运营 ，他也很难一下子就来 ， 就是独挡一面来做这些决策 。他可能要跟着跟着师傅啊 ，他去做 ， 哎 ， 为什么这样子做营销 ， 为什么这样调这个广告 ， 为什么这样做 ， 逐渐积累了这些经验认知之后 ，他可以逐渐逐渐

的来做自己的决策 ， 为自己的这样子的判断和决策负责 。 我觉得 AI 也是有一个这样的一个学习的过程 ， 没有这个学习过程 ， 这个 AI 是不可能直接引调一个大模型 ， 它就帮你做决策 ， 这个是做不到 。

你在上面还要构建在自己的业务里面的决策环境里面的模型 ， 构建这个模型的过程 ，其实就是一个学习和迭代的过程 。

您其实也提到啊 ， 之前也到硅谷去观察了好几个星期 。 嗯 ， 对 ，因为那一边其实跟国内一样 ，也是对于 AI 整体的这个呃拥抱的积极程度是非常高的嘛 。

而且其实全球最头部的几家 AI 公司都在那边 。 您可以分享一些您的一些见闻吗 ？

我们去了很多 ， 去了 Meta、Google、 英伟达 ， 还有还有很多家创业公司 ， 包括还有很多硅谷的一些比较前沿的一些优秀的领导者 。

那我觉得这里面我们看到的是跟大家其实在行业里面观察类似啊 ， 就是硅谷这边 ， 首先是大家对 AI 是非常非常的热情高涨 ， 你可以看到咖啡馆里面都是在讲 AI 的项目啊 ，在在硅谷那边啊 ， 然后大量的大厂创业的人就来进行创业啊 ， 这这个这个是非常非常普遍的现象 。

但是整体来讲 ， 我觉得我就我个人角度看到的情况 ， 就是整个硅谷的话 ， 还是比较重视在基础的模型 ， 包括具身智能的模型 ， 基础模型上的研究 。

它有一些特定行业的应用和中国在我们业务上的应用速度和迭代程度 ， 我觉得中国还是更快的 。 因为中国我们有更多的应用场景 ， 我们有更多的消费的场景 ，To C 的消费场景 ， 或者说是我们 To B 的场景 ， 这里面我们是可以更快的去来去来应用产品应用 。

我我认为在这里面的话呢 ，是因为一方面是中国有更多场景 ， 另外一方面的话呢 ，也是美国的整个的市场发展的程度是比较发达 ， 那它在这里面呃有很多需要 AI 引入来进行改变的这些场景 ， 对它来讲就会比较困难 。其实 AI 我认为是一种能力 ， 智力的能力 ， 这个智力的能力 ， 它怎么把它结合到你的业务里面 ， 结合到你的服务过程当中， 它是需要对

你的业务流程进行重组或者改变 。 我认为 AI 是是一种能力 ，是需要来重塑你的业务 ， 重塑你的业务流程 ， 就像当年有互联网出现 ， 它要重塑你的这个业务流程一样 ， 是一个这样子的一个过程 。

也就是说你要重新思考一下这个 AI 和 AI Agent、Agent、AI 不够 whatever， 它怎么可以在你的业务流程当中帮助你创造你的业务价值 ，不管是降低成本 、 提高效率 、 提高效果还是怎样子 ， 怎么来达到这样一个目的 。

所以在这样的过程当中， 你首先你是需要把这个业务流程需要进行这个调整 。 这个中国相对来讲 ， 我觉得我们也有我们叫后发的优势 ，因为先发的人他已经他他早年的业务流程已经在那里 ， 已经固定了住了 ，他要调整非常困难 。

然后我们在原先并没有非常成熟 、 非常固定化的流程里面啊 ， 我们要进行更快的进行调整 ， 反而相对更容易 。

这里我可以举一个例子 ， 我也是也是在美国呃前后吧 ， 碰到的就是跟这个 AI 可能不完全相关啊 ，但是可能说明一些问题 。

美团的有一个很强的餐饮管理系统 ， 这个是它的一个非常重要的数字化的能力 ， 希望他们他们希望这个把这个能力可以应用到海外， 应用到美国市场 。

但是他们就会发现 ， 美国市场上面这些餐饮店的 ，他们的结算和管理系统已经有现在的系统存在在里面 ，他要去应用新的这个流程 ，他明明知道是好的 ，但他改变的成本 、 调整成本巨大 ，因为他是他是上下游 ， 大家都嵌套在一起 ， 跟这业务的层嵌套在一起 ，他大家不愿意进行改变 ，他没有改变的动力 。

中国是因为我们大量的这种变化和竞争 ， 大家的这个改变的动力其实是远远要高于美国的这样的一些类型的企业 。

所以你就会发现 ， 像这种应用场景在中国领先先推进出来 ， 然后我们将来可能会再去全球去扩散 ， 去影响这些地方 。

我相信美团后面还是会不断的去试 ，但是可以说它要去有更先进生产力或更先进流程或者先进先进能力去改变的这个阻力是很大的 。

所以我我觉得这也是我们现在这样一个很大的一个呃可以去应用好 AI 的一个非常大的机会窗口 。

对 ，因为我们的包袱会更轻一些 。

Exactly，是的 ，是的 ，是的 ， 包袱更轻 。 同时我们的数字化的原生的这个这个能力和意识会更强啊 ， 大家都会有很强的这个动力和意愿 。

对 。

明白 ，但如果我们从营销的生态来讲的话 ， 您观察到比如说在美国那边的 AI 介入到营销的方式 ， 或者是说对于这个行业的改变和跟国内相比有什么不一样的地方 ？

就刚才我讲的一点 ， 这些国际的营销公司 ，他们有很强的惯性啊 ，有非常强的历史的运营的惯性 ，他们要去做这个调整呢 ， 首先从组织上和意识上难度就很大 。

第二呢 ， 就是说这也是我们很大的一个优势啊 ， 就是因为我们是一个数字化原生的一个企业 ， 就是我们从成立的第一天就是数字化的 ， 就是全球化的 。

所谓数字化 ， 我们我们在 12015 年的时候就已经开始建我们的第一代的数据仓库 ， 我们当时用的惠普和 Tableau 的系统 ，25 年的时候就就投了大概一两百万人民币去做这个钱 ， 当时对我来讲是巨款啊 。

就我回过头意思是说 ， 我们是从第一天就是数字化的累积的这些数据 ， 然后我们把所有的媒体 、 所有的创意广告 、 所有的广告运营 、 所有这些事情 ， 一个企业营销所有的时候做的事情都是数字化的 ， 沉淀在一个系统里面 。

这个对这些传统的啊公司来讲是不可克服的困难 ，因为他们的数据是分散在我们想全球最大的企业 ， 最大一些广告公司啊 ， 全球六大 、 十五大广告公司 ，因为他们后来又合并了 ，他们的数据是分散在各个不同的旗下的公司里面 。

嗯 ， 然后一个客户的信息也是分散在不同的集团的企业的 ，而且互相是不通的 ， 互相是竞争的 。 只是它会从表面上在客户服务的层面上面 ，他们会用从理论上会做一个整合和连接 ，但本质是没有这些数字化的连接的 。

所以当你要数字化的 AI 的时候 ， 它很重要的是一个基础是要你要有数据 ， 比如说我希望给我的广告客户要做一个更好的策略或者预算调整的一个建议 ，他需要知道你所有的以前历史花的钱是怎么花的 ， 花在哪里的 ， 哪些花的好 ， 哪些花的不好 。

所以我才能建议你客户 ， 你该做一些什么样的高质量的决策 ， 能够提高你的成功的概率 。 我们以前是有这个数据 ，但是没有这个计算和分析的能力 ，但是 AI 是提供了大量的这个分析和计算的能力 ， 能帮助你能做出这种更快的及时的决策 。

就我们是在已有的基础上去叠加 AI 的能力 ， 对美国的很多产业企业来讲 ， 它是需要先打碎了重组自己才能才能用好 AI，但这个对他们来讲几乎是不可能完成的任务 。

这是我的观点 。

所以这是两种企业不同的这种所谓的形式方式吗 ？ 还是说啊 ， 为什么会有这样的差异产生呢 ？

这就是就是历史的它的业务流程造成了他们现在的这样子的一个跟数字化时代脱节的一个困境 。 所以刚才我也讲了 ， 为什么我们后发是也会有优势 。

我觉得这个是一个这个所有企业或者生物演进的过程中， 它必然的会带来的一个情况 ， 就是就是像我们现在适应现在当下的组织的状态 ， 当下数字化的状态 ， 我们去演进我们的这个业务流程 ，但是哪一天出来一个另外一种新的技术 ， 它需要一种不同的流程来做这个事情 ， 那我也很难去进行变 。

这个就像当年诺基亚为什么在智能手机上看着自己挂了 ， 对吧 ？ 看着自己挂了 ，他明明知道这个地方方向 ，但他转不过来 ，他没有办法进行这样的转身 。

那么我觉得现在 AI 其实是出现了一个就是说是一个行业 ， 或者说是一个产业上面的重组的机会的窗口 。

原生的数字化的能力更强的这些企业 ， 对历史包袱更少的企业啊 ， 那我们就会有更好的机会 ，有可能去影响塑造改变这个行业的形成新的结构 。

我是对我们这个行业是有这样子的一个愿景和看法 。

刚才您也提到了就是 Agent 这个事情嘛 ， 就我发现有一些的出海营销的平台其实也在做自己的 AI 甚至 Agent 产品 。

不过好像我们飞书深诺在这块相对来说比较谨慎 ， 或者说克制 。 我不知道我理解的对不对 ， 就是想问一下您是怎么看这个问题的 ？

我那天我们在一个场合我们讨论的时候 ， 我就提出问题 ， 就是能不能定义一下什么叫 AI Agent。其实现在我认为没有人能说的清楚 。

我觉得最终还是要和你的能完成的任务 ， 或者说解决的问题要对应起来 。 现在大家可以看到 ， 市场上大部分所说的 Agent， 它都很难把自己和某个明确的工作目标和商业结果对应起来 ， 或者说它只能定义一个很加模糊的抽象的结果 。

比如说 ， 哎 ， 我做这个 Agent 来做一个市场调研 ， 市场市场调研的结果是什么 ？ 怎么样算是一个有价值的市场调研 ？

或者说什么样是个合格的市场调研 ？ 或者说是一个什么样是可以为我客户所用的一个市场调研的结果 ？

这些事情都都讲不清楚 。 如果我是仅仅是说我一个 Agent 能做市场调研 ， 我就是通过大模型去收一下同行信息 ， 然后把这些信息汇总一下， 那我也可以作为市场调研 。

就它在这里面的 Agent 工作结果的衡量 ， 这种精确化和量化的程度是远远不够的 。 有很多地方是根本就没有能力来进行对这些 Agent 的结果进行衡量 。AI Agent 我认为它就是只是一种能力 ， 只是说它能够做一些事情的这个能力 ，但这个能力的大小 、 能力的这个价值其实是都是模糊的 。

所以我们为什么没有讲 AI Agent，是因为你你讲了这个话 ， 对客户来讲意味着什么呢 ？ 哈哈哈 ， 那它不解决你任何问题的时候 ， 或者说它只是解决你的一个表面问题的时候 ， 跟你客户想要去解决问题的落差很大的时候 ， 你这个 AI Agent 是没有任何意义的 。

所以我们现在我们很多 AI Agent 都是在内部在使用 ， 跟我们的就是人类的专家 ， 我们在去在一起使用 ， 然后专家通过使用 Agent 之后， 把这个结果变成一个用户需要的 、 能够明确的 、 可可价值交付的这样的结果给到客户 ， 这才是我们要追求的一个目的啊 。

我认为现在大量的情况 ， 我们是在内部有这样的啊 ， 这个大量的这个环节上的各个环节上的大量的这些应用 ，但是我们不能说这个 AI Agent 已经已经能拿出来给客户自己去使用 ， 然后多少价值 。

我觉得那些都是不负责任的说法 。 你要么是给客户再做些测试啊 ， 就是玩一玩啊 ， 真正的你能够创造价值的这个过程 ， 我觉得还是要有有更严谨的啊和更负责的态度再说和表达这些事情 。

就像您刚才说的 ， 就是我用的这个 AI 核心 ， 还是要能够服务于我最终的这个商业目的 。

是的 ，是的 ，是的 。

嗯 ， 明白 。 您刚才其实也提到 ， 我们内部会用大量的这样的一些产品跟我们人去互相配合嘛 。

能分享一些我们具体是怎么把它运用到我们一些工作流里面的吗 ？ 就可能除了传统的我们去做一些可能编程啊也好 。

对 ， 我我就举个例子 ， 就刚才前面我说说的创意的产品 ， 如果你把这个创意变成一个如果是一个大的任务的话 ，其实我们会把它拆成很多很多的小的任务节点和小的 Agent 啊 。

所以说它这个 Agent 其实是一个不断嵌套的过程 ， 这样的创业过程当中也会有创意的 ， 比如说我们做创意 ， 它需要知道客户想要做什么创意 ， 达到什么样的一个结果 ， 然后哦 ， 我我我应该用什么形式来做这个创意 ， 创意的这个策略是什么 ， 这个策略就是到底要通过什么样的内容来表达一个什么样的一个结果 ， 然后这个具体的时候到底用什么

方式来制作 ， 图片的 、 视频的 ， 还是还是那种实拍的等等啊 。 然后在这过程当中， 我每一个步骤应该是用什么样的方式去做才效率最高 ， 我可以不断的规模化来做这样件事情 。

那么这里面就会形成若干个过程当中的 Agent。 我理解客户需求的 Agent， 我怎么规划创意的 Agent， 然后创意制作的过程 ， 我做图片有一个 Agent， 做视频我可能有不同的 Agent， 我质量检查有另外一个 Agent， 这些 Agent 的调度 ， 我需要有一个我们的产品经理或者项目经理来进行管理 ， 最终它是交付给客户一个想要的部分啊 ， 比如说还有客户还会特别要求 ， 哎 ， 我要我要在这个上面要加

上 logo， 我的 logo 上面应该要放在什么位置啊 ， 这些都是变成一些一些标准化的作业流程 ， 我嵌入到我的创意过程当中 。

那这个流程我觉得我们完全就是每个节点上， 我们都有不同能力的 Agent 帮助我们的执行和 。 同学来提高它的效率 。

所以嗯 ，在这样的一个过程当中啊 ， 我们做一个创意的成本比之前要做极大的降低 ， 同时我的效率可以极大的提升 。

我原来创意是可能只能一天只做 5 个 5-10 个啊 ， 这样的创意 ， 我现在可以几百个 ， 甚至上千个 ， 我都是可以做出来 ， 取决于你这个这个需求的和产品的这个标准化程度和复杂的程度 。

然后很重要的是 ， 我们可以把这个过程全部都数字化管理下来 ， 然后数字化的管理下来 ，是为了你可以学习哪些步骤上应该怎么可以做的更好 。

这些数据都是可以反馈给我们的 Agent， 它可以来自己在上面去学习 。 有时候它自己不知道对错 ， 这需要人告诉它 ， 这样做是好的 ， 那样做是不好的 ， 它就是可以在这个方面可以进行学习 。

整个一个 flow 就是 Agent 的 flow， 客户看到的是交付的结果 ， 我们大量的高质量的创意交付给它 ， 然后它前面输入的就是客户说我想要达到一个什么目的 ， 然后中间现在是我们就是这个一个大的 Agent flow， 人和 AI 在结合 ， 我们在做这样一些事情 ， 然后我们希望它能够覆盖更多的不同的 AI 创意产品 ， 能够覆盖满足更多不同的需求 ， 然后可以更大量的去去

提供啊 ， 这个是我们对创意这块业务的一个 vision。 你越 AI 化 ， 数字化的沉淀会越多 ， 然后你的迭代的速度和效率会更高 ， 你的成本就会更低 ， 你的量能获得更大 ， 这就形成了正反馈啊 ， 然后这个就会形成我们更大的一个能力上的一个竞争力 。

当然我们觉得我们还没有做到很完美的程度啊 ，但是我们正在沿着这条路正在前进 。

就是您能分享一个可能最近超出我们预期的一个 case 吗 ？

比如说我们春节的时候 ， 我们给一个做短剧的客户提供 ， 给他做那个短剧的视频剪辑的创意 ， 然后我们一个星期给他做了 6,000 个这样的创意交付给他 。他的花费从一天几千美金到一天十几万美金 ，在这样的广告的消耗上 。他广告花的越多 ，他的意味着他的效果越好 ，他肯定就是会越好 ， 才会持续去投 。

对对对对对对 ， 这是一个我觉得最近的一个比较典型的例子 。 那然后你想想看 ， 你在春节的时候 ， 你不可能同时来加加班来做这事 。

哈哈哈 ， 刚才您提到嘛 ， 就是我们在生产创意的环节里面 ， 它的效率变得更高 ， 成本变得更低 ，但在嗯 ， 便宜和呃效率高之后， 你认为就是可能真正稀缺的能力是什么呢 ？

真正稀缺能力是它的质量 ， 这里面我能做很多 ，但是怎么样做的一分好 ， 还是两分好 ， 还是三分好 ， 四分好 ， 五分好 ， 这个这个差距就会巨大 。

这个就像我刚才前面提到的 ， 就我能做创意跟我做一个客户来讲效果好的创意 ， 它是有很大的本质上的差别 。

而且对创意来讲 ， 它的成本不仅仅是一个广告制作的成本 ， 它的成本还关联的在这个创意上， 你要花多少钱去进行广告投放的这个成本 。

嗯 ， 所以这个这里面的它的一个正确率 ， 或者说准确度 ， 或者它的质量 ， 就会形成一个巨大的杠杆 。

这个杠杆就是说我在上面花多少钱 ， 如果质量差 1%， 你最后的效果可能就会差 10% 以上 。 你会放大你的广告投放的效果的这个差异啊 。

所以这个在这里面如何做一个更高质量的创意 ， 这个牵涉到你对创意制作的流程的更多的认知和分解 。

然后这里面会有更复杂的维度 ， 大家知道有做个创意里面啊 ， 它的各种元素 、 颜色 、 场景等等等等等等 ， 非常多的要素 。

一个创意我让大模型去打标 ， 它可以打无数个标 ， 成百上千的标都能打出来 ， 就是它在形容这项创意的特点 。

但是如果你没有一个方法和逻辑和流程来来描述你怎么来做成一个好的创意 ， 这个就是一个 。 然而这个事情 ，AI 自己是无法自己去进化到学习到这个这样子的能力的 ， 它是需要人先要把这个知识场景抽象出来 ， 然后再去交汇 AI， 然后 AI 才能沿着你给的知识框架 ， 它去做更多的自己的迭代 。

就是这个知识的认知的这个框架 ，是 AI 它自己是发展不出来的 。 简单来讲 ， 我再举个例子 ， 就 AI 它能够做很多的计算 ， 或者更它的算力很大 ， 可以算算力很大 ，但是它没办法自己来创造一个算法 。

这算法是一定是人整理抽样整理出来 ， 然后再交给 AI。 我不知道我这样表达 ， 你是不是能够理解这个概念 ？

是它自己是无法创造创造出一个新的算法来迭代这个事情的 。 它是没办法突破你这个整个认知的基础的理论的框架 ， 它是没办法的 。

那其实当我们讲到创意的时候 ， 我们大家也经常会说 ， 可能人的审美 ， 人对于这个事情的认知可能会越来越重要 。

那当其实越来越多的人开始使用 AI 的时候 ，他可能他自己主动思考 ， 主动去判断的这个机会可能在慢慢的就变少 。

那其实对于新入行的人来说 ，他没有一个传做传统的那些工作的经验去积累自己所谓的审美 ， 积累自己所谓的对这种整个逻辑的思考的话 ， 那是不是以后这个人才的这个结构也会发生变化呢 ？

我觉得人人才的结构变化是是肯定的 ，但是他就是刚才讲的那个 ，他不要去思考的部分应该都是可商品化的知识的部分 ，他就不要去思考了 。

简单来讲就是嗯 ， 这个这部分的知识已经是可以是通过 AI 进行更广泛传播 ， 那他就不需要去思考啊这部分的能力 ， 然后这方面的能力可以不需要很强 ，但他同时可以需要更上层的一些抽象的思考的能力 ，他可能需要去去增加去理解 。

我举个例子啊 ， 就是我我觉得比较好的例子就是当计算机出来的时候 ， 很多人不去学这种什么几位数乘法 ，因为我相信现在很多人多位数乘法可能都不会成 ，因为你多位数乘法 ， 你都是计算机就可以了嘛 。

你从这个角度来讲 ， 你的能力是退化了 ，因为你不需要去学会多位数除法 ， 开平方跟什么平方这些东西 ，有钱我以前学的全全都忘了 ，因为这些知识已经变成可工具化 、 可 commodity 或者或者说完全是商品化 ， 或者变成一种非常基础的外化的能力 。

我不需要记记住这些东西 ， 外部有就可以了 。 但是我我怎么样 ， 我知道在哪些计算的场景下， 我可以用这些东西来计算 ， 比如说我一个是桥梁工程师啊 ， 我可以用计算机来来来计算这个桥承重是多少 ，但我可能已经不知道开根号怎么开了 。

但是我知道用计算机可以开出来根号 ， 这个数就准确了 。 我在这个基础上搭建我更复杂的这种业务的这个思考和逻辑啊 ， 我对这件事情的理解是这样子的 。

所以如果只是简单的 ， 你要去和机器来系统来竞争的这种能力 ， 这种价值已经变得很低了 。 就是你现在说我会开几十根 ， 会算几十根 ， 然后多位数三三四位数的乘法 ， 我可能很快算出来 ， 这种能力基本上没有价值了 。

如果有一个客户跟您说 ， 就是能不能给我一个明确的承诺 ， 比如说我上了 AI 以后， 我们的 ROI 至少能够提升 30%， 那您会怎么跟对方回答 ？

这个事情就是它是需要基于对客户的目标和了解的评估 ， 我就可以做出来 。 比如说嗯 ， 你是一个什么样情况下的产品 ， 要在当前情况下你的 ROI 是是怎么样子的 ， 然后呃 ， 然后我们要理解你为什么是这样一个 ROI， 然后我可以根据你现在的这些输入的东西 ， 我们可以有可以和我们的模型来进行匹配啊 ， 然后我们认为在某些情况下做个做些什么

样的调整 ， 就可以达到超过这个这个这个这样 ROI。 那这个情况下是我们是可以做这个承诺的 ，因为我可以把这些变量因素都考虑在里面 。

但是不同客户他的可能情况是不一样的 ， 我没办我没办法做一个通用的这样的承诺 。 如果能做通用的这个承诺的 ， 它一定是不会在一个很高价值的这个量的层面上来进行解决这个问题的 。

它就它就说一定也是要有这个用户的一些 pattern， 它的输入 ， 我才能对它的这个情况进行一个预测或者反馈 。

所以从您跟客户接触下来的话 ， 现在的行业或者是客户对于 AI 这个营销的落地出现的最大的幻觉或者是错觉是什么 ？

就是他们对于 AI 的误会最多的会是什么 ？

我觉得他最大的一个误会就是 ，他会觉得 AI 能够解决他超过很多 AI 现在可能能达到的能力 。他们认为 AI 可以简单来讲 ，他就有有点把 AI 神化了 ，但实际上他是不可能解决你的一些真正高价值的复杂的这些问题 。

但是大家会客户就是刚才你刚才问的问题一样 ， 哎 ， 我是不是有个客户就想我有一个 AI， 我接了一个能量块啊 ， 我接了一个东西之后， 它有个 magic， 然后我的收入能提升百百百分之多少 ， 这是一个比较比较危险的幻觉 。

这个就像我是不是能够接个 AI 跟我做决策 ， 明天这个企业我的那个利润率就能提高百分之百分之十 ， 这是这样的一个问 ， 这样的一个复杂命题是不可能是叫 AIAIAI 来回答的 。

所以对 ， 它一定是逐层要把这些问题要要解构下去 ， 去找到 AI 能够和 AI 能力能匹配的帮你去解决的这个环节 。

所以刚才我们讲这个创意的时候 ， 我们也在讲 ， 我们讲 AI 是在哪一个环节里面 ， 它用什么什么能力来帮助你解决什么问题 。

当你解决复杂问题的时候 ， 它是有多个这样子的 AI agent， 然后组合起来形成一个大的 AAI agent 来帮你解决一个相对更复杂的问题 。

我觉得它这个 AI 的能力就是这样 ， 逐步逐步往上延伸 ， 它不可能是一蹴而就 ， 它一定是沿着你的问题的表征的地方 ， 然后逐步逐步深入到你自己的业务里面 。

然后我觉得这是这个是我觉得这是一个事务发展的过程 。

那对于飞书深诺这样的服务于出海企业的公司来讲的话 ， 那我们的竞争力是变得更强了 ， 还是可能会变得更弱呢 ？

因为很多事情是不是企业自己就可以解决了 ， 就不需要我们去帮助他们再去做很多事情 。

呃 ， 这里有两个层面啊 ， 就是第一个呢 ， 同样做一件事情 ， 那我们的能力和性价比和对客户来讲是完全不一样的 。

就像刚才我我们说我们来做这个创意一样 ， 我们可以一个星期做 6,0006,000 条视频 ， 这只是一个客户啊 ， 一个项目上的 。

但是我们为这个这个事情所建立的 AI 的基础设施 ，AI 的这个能力设施 ， 它是可以复用给我们 10 万家客户的 。

简单来讲 ， 我做的这建立这个能力是我是可以复用 ， 我可以可以呃分摊到 10 万家客户的成本上 。 但是如果这个企业如果他自己做 ， 那那那等于是他自己要负担所有这些成本 。

所以说从成本产出来讲 ， 这个企业自己做这些事情 ， 它是算不过来账的 。 这是这是第一点 。 第二点 ，他即使做了这件事情上呢 ， 我我们更多的有更多的客户在上面累积的数据和训练 ， 这个是也是这个单个企业是是达不到的 。

我们这些累积的数据 ， 我们每天有花费超过 2,000 万美金的数据 ，在我们的这个系统里面进行沉淀和学习 ， 这个是单个企业无法无法具备的 。

学习的速度 ， 学习的质量啊 ， 它都是它没有意义在这方面跟我们去竞争 。 对它 ，因为它用好我们 ， 或者说它更好的用我们 ， 对它来讲其实是更高的更好的策略 。

另一方面就是说 ， 我们也看到了企业对这方面服务 ， 我们也在输出我们的在去建设 AI 的这个方面能力的经验 。

所以我们现在会有一个单独的业务 ， 我们叫呃 Meet experience 啊 ， 我们叫我们叫呃蜜月科技 ，是我们的独立的一个子品牌 。

这家这个这个这个这个业务的和企业 ， 它就是我们来帮助我们的企业怎么用好数据和数字化的工具来帮助企业来服务企业自身的数字化的能力 ，并且这个数字化能力可以和我们营销的数字化能力进行很好的结合 。

就是我们的现在的能力 ， 就是说比如说我能够做好很多创意 ，但是企业如果自己他不能管理这些这么多创意 ，他不能看到这些自己去分析 ， 去去去应用这些创意 ， 那对他来讲他的价值就会减低非常多 。

也就是说我们的数字化的流程要和或者 AI 的这个能力 ， 要和客户自身的数字化和 AI 能力结合起来 ， 才是对我们的客户的价价值最大化的 。

或者说客户要用好我们能力 ，他自己自身要有具备很多的很好的数字化和 AI 的能力的基础啊 。 所以这部分呢 ，也是我们在帮客户来做的 。

那么这部分能力呢 ， 包括包括帮助客客户建立数字化的 ， 比如说从网站开始啊 ，他建立建立一个网站 ， 建立他的用户的数据收集系统 ， 建立他的用户数据管理系统 ， 建立他的用户的运营的数据运营的管理系统 ， 那这些底层的数字化的基础设施啊 ， 这个也是我们现在在帮助客户在建啊 。

现在我们已经有很多客户在做这个这个事情 ， 然后效果会非常好 。 因为有时候很多时候客户说我的广告效果怎么为什么不好呢 ？

就他自己没有调好 ， 比如说他的网站上的数据收集都有错 ， 那他怎么会做好的广告呢 ？ 对 ， 所以这个方面我们帮助客户调好了以后 ，他可能真的真的是起到了一个事半功倍的效果啊 。他在广告上面啊 ， 广告营销上跟我们一起研究他怎么提高 1%、2% 的这个提高能力 ，但是没想到他自己数字化能力简单的调整一下 ，他可能就提高百分之十二十 。

所以这个也是我们在过程中看到了很多的一些呃视角 ， 不同视角上产生的一些呃盲盲点 ， 然后这些盲点我觉得对客户来讲也是非常重要 。

所以相当于我们要先帮他们去做这个一定程度的数字化 。

对对对对对对对 ， 嗯 ， 这个是这个是有是我们我们来赋能客户的很重要吧 。 我因为我们的目标是最终是帮助客户取得他的最大的成功 。

那仅仅做我们做 ， 我发现我做了我们自己这部分还不够 ， 我需要帮客户做好他这部分 ，他才形成一个成形成一个成数效应 。

因为这个这个效应是是相乘的 ，不是加 。

嗯 ， 明白 。 所以如果设想大概一年后 、 三年后和五年后， 您会觉得 AI 将怎么样进一步的去改变我们整个营销行业呢 ？

我觉得整个的营销的效率 ， 它还是还是会在更大更大程度程度的提升 。 这个效率是指我怎么样把这个产品的或者服务的这个价值能够通过营销的内容 ， 然后再通过不同的用户的沟通渠道传递给我的消费者 ， 达到一个最大程度的消费者的反馈的这个这样子的一个结果 。

就是比如说我我有一个好的产品 ， 我希望通过一个好的广告 ， 然后在一个一个好好的媒体上面 ， 然后让我的用户在手机上看到 ， 看到之后我希望他希望他马上可能够来呃喜欢我产品 ， 然后来来购买我的产品啊 。

我简简单的认为这样的一个营销的过程 ， 它的匹配的效率还是在不断的在提升 。 匹配效率就是说我我这个产品能够找到更更低成本 、 更高效的找到我们的合适的用户 ， 跟我们的用户展示合适的内容 ， 然后提高他的转化率 。

这个整体的效率我觉得还是会不断的在加速的 ， 还是在提升 。 所以所以你会看到数字营销的整个的增长率 ，在接下去的几年的全球数字营销去增长率还是会不断的提高的啊 。

这里因为有更多的用户在加入到这个数字的世界里面 ， 然后更多的产品它能够通过这个数字营销来进行推广 。

同时刚才讲到了我们的创意啊 ， 执行的这个成本也在降低 ， 是一个很重要的点 。 第二个呢 ， 我就认为是更多的中小企业啊 ， 能够和大的这些企业站在同一个起跑线上来进行全球的营销 。

最早的时候 ， 我们传统的这个数字广告 ， 做视频广告啊 ， 做这种 TVC 广告 ， 这这只有大企业才能花大钱才能做的事情 。

那现在我们我的一个小企业 ， 我可能一个几个人的小企业 ， 我也可以刚才提到了我们通过 AI， 通过这效率 ， 我可以也是做高品质的创意 ， 然后低成本的做这些事情 ， 然后我可以向全球的适合我的用户进行这样的营销 。

这门槛极大降低了 。 所以某种意义上来来说 ， 这是一个 digital marketing，digital 或者 AI driven 的这个 marketing， 它进一步的推动了整个的营销的平民化 ， 或者说是 democratize，也是民主化啊 ， 就是所有的企业都都可以用这些东西 ， 它的进入的成本会越来越低 。

第三个特征就是说 ， 它整个营销的数字化的程度跟整个商业数字化的连接 ， 我觉得也会变得更加的解密 。

就是营销在五年， 或者说是这可能三年、 五年以后， 它不仅仅只是一个数字营销 ， 这个你可以等同于企业经营 ，因为它会营销会把整个企业的所有的数字的链路全部都会连接在一起 。

举个例子来讲 ， 我们现在做营销啊 ， 像 SHEIN 我们做营销 ， 它会从最终广告投放的用户反馈知道信息 ，是说用户到底喜欢什么样的产品 ， 什么样的产品喜欢程度在增加 ， 什么样的产品喜欢程度在下降 ， 然后通过这些信息 ， 它可以反馈给它的上游 ， 我要去做些什么样的产品生产 ， 我要增加哪些订单 ， 我要去减少哪些订单 ， 我要取消

什么产品 ， 然后这些又会跟它的供应链 ， 跟它的上上游的生产 ， 这些数字化的程度是连接在一起 ， 然后这些就形成了一个数字神经中枢的反馈系统 。

然后在这个反馈系统上面 ，在这个作为这个企业整体 ， 它是不是做的反应的更快 ， 决策的更好 ， 就构成了它在新的全球化竞争时代的一个竞争力 。

嗯 ， 这个是在我我我讲的是个是一个比较高的一个高度上面的这样子的一个竞争的状态啊 。 我觉得我们的这些企业已经在往这方向在运行了 ， 它的边界它已经没有那么明确啊 。

我我做营销就是投广告 ，不仅仅是我做很多的商业决策 ， 我和上下上下游的链路上面的数据都要贯通 ， 然后对我需要做 AI 的实时的响应 ， 我需要评估我的决策的有效性 ， 我在上面我要进行更更多的策略的调整 。

这一整套的过过程 ， 比较终局的一个竞争的状态啊 ， 我觉得这是一个营销 ，而且是以营销为驱动的 。

因为营销这个环节是是汇集了大量的用户和这个企业产品交互的界面 ， 所有记录上面的用户的反应 ， 用户有没有看你的产品 ，有没有喜欢你的产品 ，有没有去点赞转发 ，有没有点击后面的注册 ，有没有购买 ，有没有复购 ， 所有这些行为都是在这个营销的界面上发生的 。

所以这个界面对企业来讲 ， 将会是极其重要的一个数字运营的或决策的一个入口 。

那现在有让你特别焦虑的事情吗 ？ 就是自从 AI 来了以后 。

我我觉得首先从战略上面来讲 ， 我觉得我们还是没有什么太大的焦虑啊 。 我觉得更大的焦焦虑是在一些具体的场景或者战战术上面的实实现上 。

比如说我们刚才讲了 ， 我我们认为 AI 是数据和业务流程方法 ， 这个方面的这些重组 ， 我能够看到想象这个事情是可以这样进行做 。

比如说我们刚刚讲到的创意的流程 ， 就是我们从开始的时候就能够把逻辑上大概能够想象出来可以这样做 ，但是你要到实际的业务流程当中要去做这样子调整啊 ， 你需要去让大家都能够理解这样去 AI 转变的意义和逻辑 ， 然后要在实际的工作当中去改变现在已有的这些做法 ， 需要去加入这些 AI 的流程啊 。

我觉得这个难度是比我想象的要更更难 ， 然后我觉得这里面啊 ， 我的一部分的焦虑是来来源于这里 ，因为因为我我明白谁能够更快的进行更好的这方面的调整啊 ， 谁就可能占据这个竞争的先机 。

这个调整不是说你一个人可以完成的 ， 需要是大家一个团队 ， 大家整个团队一起来进行这方面调整 ， 一个公司组织能力上， 对怎么样去适应这样的转变 。

我一方面又觉得很焦虑很难 ， 同时又觉得有很多机会 ，因为我们就觉得很难 ，其他人可能觉得更难 。

哈哈哈哈 ， 对 ，因为其实飞书深诺是很早的时候 ， 基本上从成立开始 ， 就是数字化数字化的一个基础走过来的 。

对 ， 当然我觉得就是说我们我们当时数字化对数字化的理解和对它的应用啊 ， 我觉得回过头来看啊 ，其实还是有很多可以做的更好的地方 。

但是我觉得这个就是一个一个人学习认知啊 ， 我们怎么样可以加快我们自己 ， 包括我们团队 ， 还有我们帮助客户一起去更好的这方面的调整认知 ， 从不断的实践当中去解决发生的问题 ， 然后我们也自己能够更快的迭代 ， 更快的一个学习的这样子的一个组织啊 ， 这是我们希望去推进的事情 。

那如果请您送给今年准备迈出出海第一步的创业公司也好 ， 或者是那些创业者也好 ， 送给他们一句话 ， 您会说什么呢 ？

我觉得就是就 AI 的到来的方式降低了降低了很多这个创业或者出海的这个门槛 ， 一方面是机会 ，但同时也意味着你你的竞争范围变得变得更大 。

而且刚才前面我们开篇的时候也提到了这个整个出海是从 1.0 到 2.0， 我觉得首先是整个的你的业务的长期主义的这方面的认识 ， 我觉得是还是尽量的放远 。

我们也是需要考虑眼前的第一步啊 ， 或者第二步的生存和发展 ，但这里面怎么平衡好是很重要的 。 第二点就是从一开始的时候就要对数据技术有足够的重视 ， 到中后期阶段再发现这个问题再去补 ， 你的成本是巨大的 。

第三个的话呢 ， 就是现在已经不是一个一个小团队报道天下的这样子的一个状态 ， 如果要进行一个更长期更好的有竞争力的发展 ， 还有很重要的是 ， 我们是可以选择用好我们的合作伙伴 。

我觉得这个非常重要 。 我们遇到的很多问题是有很多客户 ，他其实并不相信合作伙伴能帮他解决真正的问题 。在这个时候 ，其实反而会对自己造成很大的障碍和影响 。

我们肯定会给客户提供一些更尽量门槛更低的了解认知和建立信任的过程 ，但是如果客户能够合作好一个好的合作伙伴 ，他一定是事半功倍加速的 ，因为大家各有各的竞争力 。

这这里面是个成数效应 ， 我刚才我刚才讲啊 ， 成数效应 。

嗯 ， 好的 ， 那非常感谢 Charles 今天做客我们的晚点聊 ， 然后给我们分享了非常多的经验和实践 。

那我们也非常期待飞书深诺在接下来的一年， 甚至五年以后， 会通过 AI 带给我们这个出海的企业更多的惊喜 。

我们也非常期待看到整个 AI 能够带给出海的企业和公司一些什么更多的变化 。

好的 ， 感谢感谢

。

如果你对今天聊的话题有观察 、 好奇和疑问 ， 欢迎在评论区分享你的想法 ， 这也会成为我们节目的一部分 ， 让整个讨论更加完整 。

你也可以把我们的节目分享给对这个话题感兴趣的朋友 ， 欢迎推荐更多你想听的主题和嘉宾 。

你可以从小宇宙 、 苹果 Podcast 等渠道关注晚点聊 LateTalk，也欢迎关注我们的公众号晚点 LatePost。 下期再见

。