沈晨岗
但这两年我觉得，Anthropic 做的 AI coding，Claude Code 应该是一个非常革命性的变化。沿着 AI 的发展方向，它的能力有一个跃升式的提升，可以把程序员编程的能力 AI 化。原来可能需要 100 个工程师写代码，但 AI coding agent 可以在很短的时间内，把这件事情做到很高的水平。
我觉得 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，它能够对我的行业产生什么直接的改变；它的影响是，它把很多知识通用化以后，变成了一种极其高效地分发知识的能力。
程曼祺
大家好，欢迎来到《晚点聊》，我是本期主播程曼祺。
今天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。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、腾讯游戏等互联网公司，成功的例子其实有非常多。
但之所以说它是一个新的话题，是因为今天我们来到了 AI 时代。我们不仅可以看到大批 AI 创业公司正在积极向海外拓展，AI 其实也在改造它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，有一些扫地机器人品牌在做新品营销的时候，会用大模型去分析和研究海外博主、达人的画像，试图精准匹配适合自己产品的优质达人，结果获得了非常好的效果。
当然，也有很多借助 AI 营销翻车的案例。比如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吐槽。这个争议其实不仅仅是画面看起来比较粗糙，更在于这个广告传达出来的气质被认为是廉价、偷懒、没有诚意，所以大家对此有一定的反感。
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《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，另一边也在被 AI 改变，这也是一个挺有意思的话题，我们后面会展开聊一聊。
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。
沈晨岗
大家好，我是飞书深诺的 CEO Charles 沈晨岗，大家都可以叫我 Charles。
飞书深诺已经成立了大概 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企业之一。在过去的十多年里面，我们从出海营销的媒介，到基于媒介之上的整合营销，包括优化、创意、红人营销以及数字化的整个服务，来帮助中国出海企业进行全方位、全链路的出海。
中国现在这些头部的出海企业，包括电商品牌，比如安克、SHEIN、Temu、阿里等，还有游戏和 App 出海的企业，包括大家耳熟能详的米哈游、莉莉丝、字节、美图等。这些头部出海品牌，以及超过 10 万家的中小企业，都在我们的服务范围里面。我们希望在这样一个大的群体里面，帮助中国企业一起开展全球化征程。
程曼祺
可以看到，飞书深诺跟 Charles 帮助中国企业出海的经验非常丰富。我有一个非常好奇的点是，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。进入 2025 年的时候，你认为现在已经正式进入了 2.0 阶段。
我想首先请你介绍一下，1.0 和 2.0 阶段大概的分类标准是什么，然后为什么到了 2025 年，又变成了一个不一样的新时代？
沈晨岗
1. 出海迈入品牌阶段
在说 1.0 和 2.0 的时候，我想把我们对出海的一些认知跟大家做一些分享。
我们认为，从出海的角度来讲，出海的内容不管是产品还是服务，可以分成几个阶段。最早的时候我们叫商品阶段，就是把货卖出去。第二阶段是产品阶段，这个产品不仅仅是一个商品。商品上面只有最原始的功能，而产品形成了一定的综合价值能力。
第三个阶段，它不仅仅只是一个产品，还会对用户心智有更多身份和情绪上的附加价值，这就会产生品牌，我们叫品牌阶段。
最终我认为，出海的已经不仅仅是商品、产品或者品牌，最终出海的是一家真正的企业，是一家有灵魂、有生命力的企业。我觉得这才是最终的竞争状态。
我举个手机的例子。手机如果只是商品，那就是华强北把组件组合出来，它就可以卖。我们最早出海的有很多类似的产品，不管是手机还是服装，最开始可能只是把它变成一个贴有品牌 Logo 的产品。
这里还要强调一下，品牌不是说有个 Logo 就是品牌了。你贴个白牌、白标，做个手机，它只是一个产品，它开始进入产品阶段。这个产品贴了一个品牌，就可以进行更多销售。
如果它要形成品牌，那就像小米一样，把产品结合自己的精神和研发能力，逐渐形成品牌。现在小米已经全球化了，它是真正意义上的企业全球化。我用这个例子跟大家分享一下，感受一下我们自己的企业到底处于什么样的状态。
从长期主义的角度来看，所有产品最终的目标，都是希望沿着价值链向上攀升，到达这个状态。
回到刚才讲的 1.0 和 2.0。我们公司大概是在 2013 年、2014 年开始运营，成立前 10 年，大量都是中国商品，部分处于产品阶段。我说的是主流产品，并不是说没有个别产品做得非常好。
比如 SHEIN，最初也是商品，然后在交付产品的过程中，逐渐形成了品牌。SHEIN 形成的是渠道品牌，小米是产品品牌。我们可以看到，这是一个从商品到产品，再到品牌的过程。
过去 10 年当中，我觉得更多属于商品阶段，更多是在卖货。现在我们觉得，从 2025 年开始，更多进入了产品和品牌阶段。如果前 10 年是从商品到产品，现在就是从产品到品牌，这个阶段所占的比例会更大。
前 10 年做商品的时候，大家最注重的就是流量。我只要有流量，就能把货卖出去；当天能回本，或者后来一个星期能回本、一个月能回本，我就能大量去卖。这是一种销售思维下的营销。
现在更多的是，不仅要考虑“销”，还要考虑“营”，所以叫营销。我们要在产品和品牌上花更多时间、更多精力，打造自己的持续竞争力。我觉得这是从 2025 年开始，越来越多企业开始认知和意识到的变化。
程曼祺
其实我比较好奇，更早的时候，那些公司在卖所谓的商品时，难道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，本质区别是什么？
沈晨岗
我觉得那个时候的营销，更多是希望马上把货卖出去。他想的是我马上要卖出去，而不是我怎么先让用户记住我、认识我、喜欢我，最终再把货卖出去。
当你只是买了流量就能把货卖出去的时候，根本不会思考后面那些更复杂的竞争力。这是一个即时反馈之后形成的动作，我觉得无可厚非，也是正常的。任何一个人，当你有这样的机会时，一定会最大化地利用这个机会，把所有资源投入到这个阶段。
但是随着流量成本逐渐上升，同质化竞争也逐渐加剧，情况就不一样了。你卖一件衣服，我也卖一件衣服；你卖充电宝，我也卖充电宝。这个时候，大家最容易获取的生存和发展路径，也就是竞争力，越来越小了。
简单来讲，最初靠的是价格竞争力。商品阶段靠的就是价格竞争力。当这个阶段的竞争力越来越弱时，那些领先的企业，或者前面有危机感的企业，就会意识到需要建立更高阶的竞争力。
更高阶的竞争力，一定是在产品功能、产品设计和产品品牌上不断往上攀升。一方面是流量价格上涨，倒逼大家去寻找更高的竞争力；另一方面，我们也在沿着价值链向上攀升。我认为整个市场就是这样一个发展的过程。
程曼祺
说白了，还是以前赚钱相对容易一些。
沈晨岗
是的，可以这么想。
程曼祺
但为什么是 2025 年？其实我们谈内卷、谈流量厮杀，已经有一段时间了。你觉得 2025 年在这个时间节点发生变化，更本质的原因是什么？
沈晨岗
2. 2025成为转型分水岭
这些变化不是一夜之间突变的。我觉得 2025 年只是相对更明显一点，其实它是一个量变到质变的过程。前两年已经有很多品牌开始往这个方向调整了。
比如我们有一个典型客户，早期在流量时代成为了一个大卖家，一年销售额几亿元，甚至超过 10 亿元，在平台上有几千万海外用户。但它会发现，成本越来越高，竞争带来的利润越来越少。
如果沿着原来的路径继续扩张，比如招更多人做更精细化的销售，或者想办法找更便宜的流量，这条路也已经能看到尽头了。这个时候它就会想，怎样在产品设计和用户运营上做更多动作。
但这需要额外投入，不是一夜之间就能完成的。这个时候它会发现，过去少做了一些铺垫工作，导致现在转型非常困难。所以在这个分水岭上，我们看到有些企业能够往上迈一步，有些企业则会遇到重大挫折，甚至死掉。
另一方面，从媒体和流量的角度来看，大家对商品合规和质量的要求也在上升。早期卖货阶段，竞争主要在成本上，成本竞争不断加剧的副作用，就是大家会偷工减料，或者违规擦边。
现在媒体也在把这方面的竞争空间堵得越来越死。你不能再靠这些方式进一步内卷，或者说“下卷”，把下限做得更低。这样的路被堵死以后，很多企业只能去做那些难而正确的事情。
程曼祺
我觉得这就是市场的力量在驱动。当然，也有很多能够提前认知到变化、有远见、坚持长期主义的企业家，加入到这个行业当中。
有没有哪一个企业，是你观察到它很早就意识到变化的来临，同时迅速做出了转变和转型，让你印象比较深刻？
沈晨岗
3. 安克提前布局品牌能力
其实每个企业都有这样一个发展过程。我们拿安克的例子来说，当然它已经是一个比较成功的例子了。
安克最开始运作的时候，就是商品销售。因为创始人一开始没有更多资源去做产品和品牌，但他们在积累商品销售的同时，已经有意识地在打造产品能力和品牌能力。
安克最早做的是充电宝、充电线之类的产品。他们会把前面获得的收入，持续投入到研发当中：充电线怎样才能做得更好，充电宝的效能怎样才能做得更好，甚至充电线的接头怎样通过工艺进行改进。
因为我跟他们有很多交流，所以看到他们在这方面持续投入。在产品竞争力上，他们就可以在市场中形成自己的优势。同时，他们在营销上也建立了更多打造品牌的能力，思考如何让消费者喜欢你、记住你，最终爱上你。
品牌就是在这样一个过程中逐渐建立起来的。创始团队在这方面有很好的认知，即使在做第一步的时候，也已经在想什么时候可以为第二步做准备、做铺垫。对很多企业和品牌来讲，这最终会形成持续的、长期的差异化。
这类企业在认知上一开始就处于比较高的位置。现在我们也看到，很多企业在变化过程中，会出现第一代企业主要做商品，但二代开始帮助他们进行更多延伸的情况。
二代可能在海外接受过更加市场化、更前沿的营销技术教育，拥有这方面的视野。他们会重新组织产品或品牌，向更高维度延伸。
美特斯邦威的创始人之子就是一个例子。他从创立一个新品牌开始，做一个出海品牌，但做法会和上一代非常不一样。
程曼祺
你刚才提到美特斯邦威，它的二代开始在海外做一个全新的品牌。从你的角度来看，两代企业做事的方式有什么不一样？
沈晨岗
我觉得一代企业原来做产品或做销售，已经形成了比较强的惯性，包括怎么组织生产、怎么看市场、怎么运营，都有很强的惯性。
二代可以更好地认知海外消费者。因为从商品到产品和品牌阶段，很重要的一点是要更多了解用户：用户到底需要什么？
简单来讲，从商品到产品，问题是不同的。第一种是我生产出来，想办法卖掉；第二种是我的用户需要什么产品，我来生产什么产品。
后面进入产品和品牌阶段的主理人，都会很关注用户到底需要什么，用户在产品上关注什么，我们的产品应该怎样迭代，才能更好满足消费者需求，从而把产品卖出去，获得价值和利润。
我觉得，考虑销售的出发点会发生很大的转变。像安克每年做非常多用户调研，小米也做非常多用户调研。我们也会支持这些企业做很多数字化的全球调研，了解消费者、了解市场，了解产品应该往哪个方向改进、演进和迭代，从而不断走在竞争对手前面，获得利润。
程曼祺
这也是 1.0 到 2.0 一个比较重要的变化。
4. 数字化决定品牌上限
你刚才提到很多成功转型的企业，比如安克，也有在做新尝试的企业，比如美特斯邦威。我看过飞书深诺发布的一份叫《Mid Brand》的报告，里面提出过一个叫 D-MES 的模型，用来衡量出海品牌的发展潜力。
D 是 Digital Competence，数字化能力；M 是 Mental Dominance，心智影响力；E 是 Product Evolution，产品创新力；S 是 Sales Performance，商业转化力。
我有几个好奇。第一个问题是，为什么是 D-MES 这样的排序？我发现 D 和 MES 中间还有一个小小的连字符，为什么会是这样的模型形状？
沈晨岗
首先是为了这个名字叫起来顺口，我觉得这也是比较重要的一点。
但实际上，你可以看到，D-MES 和我们刚才讲的从商品到产品、到品牌、到企业竞争力的阶段，是一个反向的描述。
我们刚才讲的第一个阶段是商品，它对应的就是销售；产品阶段，就是产品力上的迭代，包括产品功能、设计和外观；M，也就是 Mental Dominance，指的是影响用户心智，对应的更多是品牌。
那为什么把 D 单独拿出来？因为我们认为，D 是贯穿前面所有能力的一个企业竞争力核心，也就是数字化。
销售过程需要数字化，产品研发和迭代需要数字化，影响用户心智需要数字化，整个企业运营也需要数字化。它是一个乘数，是对各个维度进行加成的系数，所以特别重要，最终会形成数字化竞争力。
这是我们从一些全球领先品牌身上总结出来的。比如欧莱雅，渠道销售能力很强，产品迭代能力也很强，品牌影响用户心智的能力也很强。
但大家没有看到的是，最近 3 到 5 年，欧莱雅在数字化方面投入了巨量资金，进行业务流程和企业运营的数字化转型，包括线上、线下店铺的数字化能力。
它为什么把 D 放在最前面？这也说明，数字化是所有表象能力背后的支撑，是一种持续且非常重要的能力。
所以我认为，最终能够走到金字塔尖的企业，这几个能力都要非常强，而数字化能力可能会决定企业在那个层面上竞争的核心能力。
程曼祺
关于数字化，大家也很感兴趣。你能不能再详细拆解一下，数字化背后蕴含的能力是什么？
比如我们以前经常讲星巴克的案例，它很早就接入小程序，把服务、点单和交易线上化。但大家可能天然会把数字化理解得比较浅。数字化有没有更深层次的作用？它怎样影响一个企业，帮助它做好销售、营销以及整体运营？
沈晨岗
我认为数字化能力分成两个层面。
第一个层面，是提高现有企业运营框架下的效率。比如刚才提到的，如何在门店里使用小程序或电子支付，并且和用户忠诚度计划绑定在一起。
我也用星巴克的会员系统，直接用支付宝支付，它就可以把你的信息、用户档案和消费历史整合在一起。你可以快捷支付，同时获得优惠；企业也可以根据忠诚度计划给你更多反馈。
原来可能需要一个冗长、复杂的团队去做这些事情，现在通过数字化，可以把效率提升到一个新的高度。这不仅包括门店效率，也包括供应链、商品交付，甚至商品设计等环节，都可以应用数字化能力。
第二点，我认为更重要的是，数字化能够提升企业销售和品牌经营过程中决策的效率和质量。
举例来说，星巴克后面的产品供应链，数字化之后就可以进行更高效、更高质量的决策。很多成功企业都是这样进行数字化决策的，不一定只是出海企业。
比如美团的外卖业务，需要大量数字化能力来分配骑手运力和时间，也需要通过数字化来设计激励机制。这些事情都可以快速做本地化决策。
决策的效率和质量、决策是否正确、是否有效，都可以通过数字化程度的反馈来不断调整。这个就是数字化对企业竞争力造成的影响。
如果两家企业在同一个层面上竞争，而我可以比竞争对手更快地响应市场和消费者，更准确地认知市场和消费者，并且采取更到位的行动，那我就会赢得竞争。
我觉得，企业需要不断在竞争层面上使用数字化来提升这种差距，从而保持自己的竞争力。
程曼祺
5. AI必须服从商业目标
我们今天聊到数字化，还有一个非常重要的点。现在一谈到数字化，就会想到 AI。
从你最熟悉的营销行业来看，最近整个全球营销行业都在面对一个共同命题：怎样迎接 AI 时代？包括我们开头提到的麦当劳荷兰 AI 广告，也引发了很大的争议，最后因为受众的反感而下架。
我很好奇，从你的角度来看，现在整个营销行业受到 AI 的影响有多深？最大的共识和非共识分别是什么？
沈晨岗
我先讲共识和非共识。我觉得最大的共识就是，AI 很重要，明天马上要用。这是共识。
最大的非共识是，AI 到底能解决什么问题，AI 起到的作用是什么。每个人心里的标准不一样，很多人对这件事情的认知差异很大。
所以问题就变成，AI 到底能解决什么问题？很多人心里其实并不清楚。昨天我还在管理群里发了一个漫画：AI 重不重要？大家说很重要。AI 能解决什么问题？不知道。什么时候上 AI？现在。
这个漫画很有意思。它形象地描述了现在大家对 AI 应用的状态：大家对 AI 的重要性和潜在价值有高度共识，但到底 AI 能在自己的业务中解决什么问题，很多人并不清楚。
程曼祺
你个人倾向于哪一种？是知道怎么用之后再用，还是不知道怎么用，但先拼命上了再说？
沈晨岗
我觉得可以做很多尝试，但要知道尝试也是有成本的。
就像刚才讲的麦当劳广告，问题在于使用 AI 的方式，以及 AI 要用到什么程度、解决什么问题，出现了严重的不匹配。AI 能做的事情，和它希望 AI 做到的事情之间产生了巨大差距，这是一个比较典型的例子。
第一，你可以在 AI 能力的范围内做一些尝试；同时要思考，怎样把 AI 纳入现在的目标体系。我要达到什么目标、取得什么结果，或者期待什么样的产出？在这个过程中，AI 能做什么，AI 和人怎样配合，或者人加 AI 怎样把这件事情做出来？
我觉得这是现在需要更多思考和讨论的问题。
刚才麦当劳的例子其实很好。在营销行业，我们现在已经大量使用 AI。比如我要做一个创意，现在大家都会说 AI 做创意很容易。Sora 还有现在 C 三 S 都可以用。我跟 AI 说一下要做什么创意，它就做出来了，好像什么都能做出来。
但这里面有一个误区。如果我只是做一张图片或一个视频，那确实可以。但如果我要做一个商业图片或商业视频，它是有商业目标和约束条件的。
这个创意是要让更多人喜欢、点赞，还是让更多人购买、注册、下单？不同商业目标下，应该做成什么样的创意？这个问题目前还没有很好的回答。
程曼祺
你的意思是，做出来的东西要精准服务于商业目标，而不是单纯为了做而做。
沈晨岗
对。为了做而做有什么意义？你做了一个很漂亮的东西，但是没有人因为这个广告来买你的东西，那做这个广告的目的和意义是什么？你投入这笔钱的产出又是什么？
这就需要和商业目标结合。如果不能和商业目标结合，AI 的价值就无法在商业上体现出来。
程曼祺
有没有一些具体例子可以跟大家分享？成功的案例可以，不那么成功的案例也可以。
沈晨岗
比如我们后来用 AI 做客服，目标是解决客户的问题。一般的简单问题，AI 的通用能力比较强，可以很好地解决或者回答。
但它会遇到一些专业问题，尤其是涉及重要决策的问题。比如要不要让客户在某个媒体上花钱，这样的判断和决策交给 AI，如果它全部回答正确当然没问题，但只要有一次出错，对客户的影响就可能是致命的。
当客户承担的风险是致命的，就不能把这件事直接交给 AI。这和自动驾驶一样。自动驾驶的判断能力可能比人的出错概率低很多，但它仍然不能完全合规地上路，因为只要出一次问题，就是一个很大的问题。
背后还有一个问题：谁来对商业结果负责？AI 很难对高价值的商业决策或者商业价值负责。
程曼祺
从飞书深诺自己的角度来看，你最早什么时候意识到，AI 可能会在营销行业掀起一场革命，或者对大多数公司造成冲击？当时你认为可能带来的冲击是什么？
沈晨岗
6. AI能力持续跃升
这个事情不是突然发生的，也是层层递进的。我觉得 ChatGPT 出来的时候影响最大。
它的影响不是说我马上能联想到，它能够对我的行业产生什么直接改变；它的影响是，它把很多知识通用化以后，变成了一种极其高效地分发知识的能力，而且是个性化分发。这种能力以前是不可想象的。
所以客服属于很早开始应用的场景。ChatGPT 对话式 AI 的应用，自然延伸到了客服，而客服本身成本较高，对知识或能力的要求相对没有那么高。
当时这个场景出现以后，你就会想到，各种内容、各种信息都可以被 AI 学习，也可以被更高效地组织和分发。可以想象，它对很多知识工作的冲击将会是巨大的。
我们只是意识到它可能产生冲击，但在实际应用时会发现，取代那些工作并没有那么简单。
发展到今天，这两年大家的认知也在不断迭代。一开始认为 AI 马上就能解决问题，后来发现它还有很多问题解决不了。
就像刚才讲的客服，如果是非常标准化的客服，比如银行电话客服，或者一些行业的电话客服，比较容易解决。但如果进入复杂、高价值的场景，就很难做出更好的判断。
AI 出现幻觉，本质上是因为它对事情的知识理解深度不够。在理解程度不够、还没有建立判断一件事情做得好还是不好的标准时，它就很难进一步扩展。
但这两年我觉得，Anthropic 做的 AI coding，尤其是 Claude Code，应该是一个非常革命性的变化。沿着 AI 的发展方向，它的能力有一个跃升式提升，可以把程序员编程的能力 AI 化。
在 AI coding 里面也要分层级，什么层级的 coding 能够交给 AI 来做，影响是不同的。但现在可以看到，全球领先的科技企业，已经把大部分编程工作交给 AI coding 来完成。大部分工作量由 AI coding 承接，人更多是在上面做审核、校验和管理。
这说明 AI 在不同领域逐渐释放和延伸能力。即使它有很大的能力和潜力，在实际商业场景中落地仍然是一个渐进的过程。
程曼祺
过去 3 年，你觉得现在的 AI 能力对于整个营销行业最大的影响或变化是什么？
沈晨岗
我觉得营销行业首先受到影响的，一定是内容生成。刚才讲到的创意、文字、图片、视频，这些方面的变化会非常大。
它把原先高成本的创意制作场景，变得成本更低、门槛更低、效率更高。我可以同时交付很多创意，这方面的影响非常明显。
剩下更深层次的影响，我认为是在基于数据的营销策略层面，这方面的 AI 能力还在演进和打磨。
简单来讲，我把 AI 在营销场景或其他场景中的作用分成两个层面。第一是提高整体效率、执行速度和执行量。这就像程序化广告一样，执行速度可以很快，执行量可以很大。
但如果要做更复杂、价值更高的决策和判断，难度就大很多。比如做广告营销时，我要决定在一个市场上应该在哪个媒体多花钱、少花钱，这个阶段应该投入多少钱，才能获得最好的收益。
根据市场变化，我应该做什么判断和决策？这些都是营销服务人员每天要做的事情。我们的营销运营优化师每天要面对成百上千个决策点：这个广告是否继续投放，要不要调整购买方式上的出价，要不要减少 Google 上的预算，要不要增加日本市场的预算。
这些决策累积起来，都会影响最终结果。目前大部分决策还是需要人来做，因为 AI 决策的容错空间比较小，尤其是涉及花钱的商业决策。
现在 AI 可能只会应用在容错能力比较大的企业或场景里，作为前台或后台支持。AI 在后台提供支持是肯定有的。人在做决策时，AI 可以提供大量辅助信息，但如果让 AI 直接做决策，难度就会大很多。
所以 AI 的能力会从后端逐渐走向前端。就像招了一个刚毕业的大学生，哪怕是刚毕业的博士，也很难一下子独当一面做这些决策。他可能要跟着师傅学习，为什么这样做营销，为什么这样调整广告，为什么这样安排，逐渐积累经验和认知之后，才能开始做自己的决策。
我觉得 AI 也有这样一个学习过程。没有这个过程，不可能直接调用一个大模型，就让它帮你做决策。
你还需要在自己的业务和决策环节里构建模型。模型构建的过程，其实就是一个学习和迭代的过程。
程曼祺
你之前也去硅谷观察了好几个星期。因为硅谷和国内一样，对 AI 的整体拥抱程度都非常高，全球最头部的几家 AI 公司也都在那里。你可以分享一些见闻吗？
沈晨岗
7. 中国更快重塑业务流程
我们去了很多地方，包括 Meta、Google、英伟达，还有很多创业公司，也见到了不少硅谷前沿的优秀领导者。
我们看到的情况，和大家在行业里的观察类似。硅谷首先是对 AI 非常热情高涨。你可以看到咖啡馆里到处都在讨论 AI 项目，大量大厂出来的人去创业，这在硅谷非常普遍。
但整体来讲，从我个人看到的情况来看，硅谷比较重视基础模型，包括具身智能的模型、基础模型上的研究。它在特定行业的应用，以及在具体业务中的应用速度和迭代程度，我觉得中国还是更快。
因为中国有更多应用场景和消费场景，有更多 to C 的消费场景，也有更多 to B 的场景，所以可以更快地把 AI 应用到具体业务中。
一方面是中国有更多场景，另一方面是美国市场发展程度比较成熟，很多业务流程已经非常固定。对美国企业来说，需要引入 AI 来改变的场景，反而比较难调整。
我认为 AI 是一种智力能力。如何把这种智力能力结合到业务和服务过程中，需要重组或改变业务流程。AI 是一种需要让企业重塑业务、重塑业务流程的能力，就像当年互联网出现时，也重塑了业务流程一样。
你要重新思考，AI、AI agent 或者其他应用，怎样在业务流程中帮助你创造业务价值。不管是降低成本、提高效率、提高效果，还是实现其他目标，都需要先调整业务流程。
在这方面，中国有后发优势。先发者早年的业务流程已经固定下来，调整非常困难。而中国原先没有那么成熟、固定的流程，反而更容易进行调整。
我可以举一个例子。这个例子不完全和 AI 相关，但能说明一些问题。
美团有一个很强的餐饮管理系统，这是它非常重要的数字化能力。它希望把这个能力应用到海外，应用到美国市场，但会发现，美国餐饮店的结算和管理系统已经沉淀下来。
它要应用新的流程，明明知道新的系统更好，但改变和调整的成本巨大。因为上下游都嵌套在原有业务流程里，大家也不愿意改变，没有改变的动力。
中国有大量变化和竞争，大家改变的动力远远高于美国同类型企业。所以你会发现，很多应用场景会先在中国推进出来，将来再向全球扩散和影响其他地方。
我相信美团之后还会不断尝试，但它要用更先进的生产力、流程或能力去改变现有系统，阻力会很大。
所以我觉得，这也是中国现在应用 AI 的一个很大机会窗口。
程曼祺
因为我们的包袱会更轻一些。
沈晨岗
对，包袱更轻，同时我们的数字化原生能力和意识会更强。大家会有很强的动力和意愿。
程曼祺
如果从营销生态来看，你观察到美国 AI 介入营销的方式，或者 AI 对这个行业的改变，和国内相比有什么不一样？
沈晨岗
刚才讲过一点，国际营销公司有很强的惯性，有非常强的历史运营惯性。它们要做调整，首先从组织和意识上就很难。
第二，这也是我们很大的一个优势：我们是数字化原生企业，从成立第一天就是数字化的，也是全球化的。
我们在 2015 年就开始建设第一代数据仓库，当时用的是惠普和 Tableau 的系统。2015 年我们投入了大概一两百万元人民币做这件事，对当时的我来说是一笔巨款。
我们从第一天就开始积累数字化数据，把所有媒体、所有创意广告、所有广告运营，以及企业营销需要做的事情，都数字化沉淀在一个系统里。
这对传统广告公司来说，是很难克服的困难。全球六大、后来合并为五大的广告公司，数据分散在不同旗下公司里。一个客户的信息也分散在集团不同企业之间，彼此不互通，甚至彼此竞争。
它们可能只是在客户服务层面，从理论上进行整合和连接，但本质上没有数字化连接。
当你要使用数字化和 AI 时，基础是数据。比如我希望给广告客户提出更好的策略或预算调整建议，就需要知道它过去所有的钱是怎么花的、花在哪里、哪些花得好、哪些花得不好。这样我才能建议客户该做什么高质量决策，提高成功概率。
以前我们有数据，但没有计算和分析能力。现在 AI 提供了大量分析和计算能力，可以帮助我们做出更快、更及时的决策。我们是在既有基础上叠加 AI 能力。
但对美国很多传统企业来说，它们需要先打碎、重组自己，才能用好 AI。这个任务对它们来说几乎不可能完成，这是我的观点。
程曼祺
所以这是两种企业不同的行事方式吗？为什么会产生这样的差异？
沈晨岗
这是历史业务流程造成的、与数字化时代脱节的困境。刚才我也讲了，为什么后发会有优势。
我觉得这是所有企业，或者说所有生物在演进过程中必然会遇到的情况。我们适应当下的组织和数字化状态，演进自己的业务流程。但哪一天出现了另一种新技术，需要用不同流程做事时，就很难改变。
这就像当年诺基亚为什么在智能手机时代看着自己失败。它明明知道方向，却转不过来，没有办法完成这样的转身。
我觉得现在 AI 其实提供了一个行业或产业重组的机会窗口。数字化原生能力更强、历史包袱更少的企业，就有更好的机会去影响、塑造和改变行业，形成新的结构。
我对我们这个行业有这样的愿景和看法。
程曼祺
你刚才也提到了 agent。我发现有一些出海营销平台正在做自己的 AI，甚至做 agent 产品，但飞书深诺在这方面相对比较谨慎，或者说比较克制。我不知道自己的理解对不对，想问一下你怎么看这个问题？
沈晨岗
8. Agent必须交付明确结果
那天我们在一个场合讨论时，我提出了一个问题：能不能定义一下什么叫 AI agent？其实现在我认为，没有人能把它说得非常清楚。
我觉得最终还是要和它能完成的任务，或者要解决的问题对应起来。现在市场上大部分所说的 AI agent，很难把自己和某个明确的工作目标、商业结果对应起来。
或者它只能定义一个更加模糊、抽象的结果。比如说，我做一个 agent 来做市场调研，那市场调研的结果是什么？怎样才算有价值的市场调研？什么样是合格的市场调研？什么样的结果可以被客户使用？这些事情都讲不清楚。
如果我只是说，一个 agent 能做市场调研，就是通过大模型搜索同行信息，然后把这些信息汇总起来，那也可以叫市场调研。但对 agent 工作结果的衡量，其精确化和量化程度远远不够，很多地方根本没有能力衡量 agent 的结果。
我认为 AI agent 只是一种能力，只是说它能够做一些事情。但这个能力有多大、价值是什么，其实都是模糊的。
所以我们为什么没有直接讲 AI agent？因为对客户来讲，你讲了这个词意味着什么？如果它不解决客户的问题，或者只解决表面问题，和客户想解决的问题之间落差很大，那这个 AI agent 就没有意义。
现在我们很多 AI agent 都是在内部使用，和人类专家结合起来使用。专家使用 agent 之后，把结果变成用户需要的、明确的、可交付的有价值结果，交付给客户，这才是我们要追求的目的。
现在大量 AI 应用都在内部各个环节中使用，但不能说 AI 技术已经可以直接拿出来让客户自己使用，然后就能创造价值。我觉得那是不负责任的说法。
你可以给客户做一些测试，让他们体验一下，但真正能够创造价值的过程，还是需要更严谨、更负责的态度。
程曼祺
就像你刚才说的，我使用 AI 的核心，还是要服务于最终的商业目的。
沈晨岗
是的。
程曼祺
你刚才也提到，内部会使用大量产品，和人互相配合。能不能分享一些具体的工作流？除了传统的编程之外，具体是怎么运用的？
沈晨岗
我举一个创意产品的例子。
如果把创意变成一个大的任务，其实我们会把它拆成很多小任务节点和小 agent。Agent 是一个不断嵌套的过程。
做创意时，首先需要知道客户想做什么创意，达到什么结果；然后要确定用什么形式来做，创意策略是什么；策略就是要通过什么内容来表达什么结果。
到了具体制作阶段，还要确定用什么方式来制作，是图片、视频，还是实拍；每一个步骤应该用什么方式完成，效率最高，怎样才能规模化。
这里面会形成若干个 agent：理解客户需求的 agent、规划创意的 agent、创意制作过程中的 agent。做图片有一个 agent，做视频可能有不同的 agent，质量检查还有另外一个 agent。
这些 agent 的调度，需要由产品经理或项目经理进行管理，最终交付给客户想要的结果。
客户可能还有特别要求，比如要加上 Logo，Logo 应该放在什么位置。这些都会变成标准化作业流程，嵌入创意过程中。
我们在每个节点上都有不同能力的 agent，帮助执行同学提高效率。这样一来，做一个创意的成本会大幅降低，效率也会大幅提升。
原来一个创意师一天可能做 5 到 10 个创意，现在可以做几百个，甚至上千个，取决于需求和产品的标准化程度以及复杂程度。
更重要的是，我们可以把整个过程数字化管理下来。数字化管理是为了学习哪些步骤可以做得更好。这些数据可以反馈给 agent，让它在这个过程中学习。
有时候 agent 自己不知道对错，就需要人告诉它这样做是好的，那样做是不好的，它才可以在这个方面学习。
整个流程就是一个 agentic flow。客户看到的是交付结果，我们向他交付大量高质量创意；前面输入的是客户希望达到的目标；中间则是人和 AI 结合形成的一套大的 agentic flow。
我们希望它能够覆盖更多不同的 AI 创意产品，满足更多需求，以更大规模提供服务。这是我们对创意业务的 vision。
你越 AI 化、数字化的沉淀越多，迭代速度和效率就越高，成本就越低，量能获得更大，这就形成了正反馈，最终形成更大的能力竞争力。
当然，我们还没有做到非常完美，但正在沿着这条路前进。
程曼祺
能不能分享一个最近超出预期的案例？
沈晨岗
春节的时候，我们给一个做短剧的客户提供短剧视频剪辑创意。一个星期，我们给他做了 6,000 个创意并交付给他。
他的广告花费从每天几千美元增加到每天十几万美元。广告花得越多，意味着效果越好，否则他不会持续投放。这是最近一个比较典型的例子。
你想想看，春节期间不可能靠人同时加班来完成这件事。
程曼祺
刚才你提到，在生产创意的环节，效率变高、成本变低。但在便宜和高效之后，你认为真正稀缺的能力是什么？
沈晨岗
真正稀缺的是质量。
9. 质量成为新的稀缺能力
我可以做很多创意，但怎样做得一分好、两分好、三分好、四分好、五分好，这里面的差距会非常巨大。
这就像我刚才提到的，我能做创意，和我为客户做出效果好的创意，本质上有很大差别。
而且对创意来说，成本不仅仅是广告制作成本，还包括在这个创意上要花多少钱进行广告投放。它的正确率、准确度和质量，会形成一个巨大的杠杆。
这个杠杆意味着，如果质量差 1%，最后的效果可能差 10% 以上，因为它会放大广告投放效果的差异。
怎样做出更高质量的创意，涉及对创意制作流程更多的认知和拆解，里面有更复杂的维度。
大家知道，一个创意包含颜色、场景等各种元素。让大模型给一个创意打标签，它可以打出无数个标签，几百个、上千个都可以，描述这张创意的特点。
但如果没有方法、逻辑和流程，去描述怎样做出一个好的创意，这件事情 AI 自己无法进化和学习出来。它需要人先把知识和场景抽象出来，再教给 AI。AI 才能沿着给定的知识框架，进行进一步迭代。
这个知识认知框架，AI 自己发展不出来。简单来讲，AI 可以做很多计算，算力也很大，但它没办法自己创造一个新的算法。算法一定是人先整理、抽象出来，再交给 AI。
AI 无法突破你整个认知基础和理论框架，这是它自己做不到的。
程曼祺
当我们讲到创意时，经常会说人的审美、人的认知可能会越来越重要。但当越来越多的人开始使用 AI，主动思考和主动判断的机会可能会慢慢减少。
对于新入行的人来说，如果没有传统工作的经验去积累审美，积累对整个逻辑的思考，那未来人才结构是不是也会发生变化？
沈晨岗
人才结构肯定会发生变化。但刚才讲的，不需要思考的部分，应该都是可以商品化的知识。
这部分知识已经可以通过 AI 进行更广泛的传播，所以不需要再花精力去思考这部分能力。它可能不需要很强，但同时需要增加更上层的抽象思考能力，需要去理解更复杂的问题。
我觉得计算机出现时的变化就是一个很好的例子。现在很多人不会做多位数乘法，因为有了计算机就可以完成。
从这个角度讲，你的某些能力确实退化了。你不需要学习多位数除法、开平方根、平方这些东西。我以前学过的很多内容也都忘了，因为这些知识已经变成可工具化、可商品化的能力，或者变成一种外化的基础能力，不需要记住，外部有工具就可以。
但我需要知道，在什么计算场景下可以使用这些工具。比如我是一个桥梁工程师，可以用计算机计算桥的承重是多少。我可能已经不知道怎么开根号了，但我知道用计算机可以准确算出根号。
在这个基础上，我可以搭建更复杂的业务思考和逻辑。这是我对这件事情的理解。
如果只是和机器竞争那些简单能力，这种能力的价值已经变得很低。你会开几次根号、会算几位数乘法，这种能力基本上已经没有价值了。
程曼祺
如果有客户问你，能不能给一个明确承诺：上了 AI 以后，我们的 ROI 至少能提升 30%。你会怎么回答？
沈晨岗
这需要基于对客户目标和情况的了解进行评估，然后才能做出判断。
比如，客户是什么类型的产品，当前情况下 ROI 是什么样的，为什么是这样的 ROI。理解这些输入之后，我们可以和模型进行匹配，判断在某些情况下做出什么调整，能不能达到超过 30% 的 ROI。
在这种情况下，我们可以做承诺，因为可以把相关变量都考虑进去。但不同客户的情况不一样，没办法做一个通用承诺。
如果有人可以做通用承诺，那一定不是在很高价值的层面解决问题。一定需要输入用户自己的 pattern，才能对具体情况进行预测和反馈。
程曼祺
从你和客户接触的情况来看，现在行业或客户对于 AI 营销落地，最大的幻觉或错觉是什么？他们对于 AI 最大的误会是什么？
沈晨岗
最大的误会是，他们觉得 AI 能解决超过它当前能力范围的问题，有点把 AI 神化了。
实际上，AI 不可能解决真正高价值、复杂的问题。很多客户会想，我接入一个 AI，接上一个什么东西之后，它就会产生 magic，然后收入提升百分之多少。
这是一种比较危险的幻觉。比如，AI 能不能帮我做决策，明天就让企业利润率提高 10%？这样的复杂命题，不可能直接交给 AI 回答。
它一定要把问题逐层拆解，找到能够和 AI 能力匹配的环节，再让 AI 去解决。
刚才讲创意时，我们也在拆解：AI 在哪个环节里、具有什么能力、能够帮助解决什么问题。
解决复杂问题时，需要有多个 AI agent 组合起来，形成一个更大的 AI agent，帮助解决相对复杂的问题。AI 的能力就是这样逐步向上延伸的，不可能一蹴而就。
它一定是沿着问题的表层，逐步深入到自己的业务里面。我觉得这是事物发展的过程。
程曼祺
10. 服务商价值来自规模化
对于飞书深诺这样一家服务出海企业的公司来说，竞争力是变得更强了，还是可能变得更弱了？因为很多事情企业自己是不是就可以解决，不需要再找我们做？
沈晨岗
这里有两个层面。
第一个，同样做一件事情，我们的能力和性价比，对客户来说是完全不一样的。就像刚才说的创意，我们可以一个星期做 6,000 条视频，这只是一个客户、一个项目上的能力。
但我们为这件事情建立的 AI 基础设施和 AI 能力设施，可以复用给 10 万家客户。简单来讲，我建立的能力可以复用，也可以把成本分摊到 10 万家客户身上。
如果企业自己做，就要自己承担所有这些成本。所以从成本产出来看，企业自己做这些事情，账是算不过来的。
第二，即使企业自己做了这些事情，我们还有更多客户积累下来的数据和训练能力，这是单个企业无法达到的。
我们每天有超过 2,000 万美元的广告花费在系统里沉淀和学习。单个企业不可能具备这样的学习速度和学习质量。对企业来说，用好我们，或者更好地使用我们的能力，是更高效、更好的策略。
另一方面，我们也看到企业对这方面服务的需求，所以在输出经验，帮助企业建设 AI 能力。
现在我们有一个独立业务，叫 Meet Experience，也就是蜜悦科技，是我们的独立子品牌。这个业务是帮助企业用好数据和数字化工具，服务企业自身的数字化能力，同时把企业的数字化能力和我们的营销数字化能力结合起来。
比如我们可以做好很多创意，但企业如果不能管理这么多创意，不能查看、分析和应用这些创意，对它来说，创意的价值就会降低很多。
我们的数字化流程，或者 AI 能力，要和客户自身的数字化、AI 能力结合起来，才能最大化客户价值。客户要用好我们的能力，自身也要具备良好的数字化和 AI 基础。
这部分工作包括帮助客户建立数字化基础设施，比如从网站开始，建立用户数据收集系统、用户数据管理系统以及用户运营管理系统。
这些底层数字化基础设施，也是我们正在帮助客户建设的。现在已经有很多客户在做这件事情，效果非常好。
很多时候客户会问，为什么广告效果不好？可能是因为自己没有调好。比如网站上的数据收集都有错误，那怎么可能把广告做好？
我们帮助客户把这些问题调好以后，可能真的能起到事半功倍的效果。客户和我们一起研究如何把广告营销能力提高 1%、2%，但没想到自身数字化能力简单调整一下，就可能提高 10% 到 20%。
这也是我们在过程中，从不同角度看到的盲点。对客户来讲，这些盲点也非常重要。
程曼祺
所以相当于我们要先帮他们做一定程度的数字化。
沈晨岗
对，这也是我们赋能客户非常重要的一部分。我们的目标是最终帮助客户取得最大的成功。
仅仅做好我们自己的部分还不够，还需要帮客户做好它自己的部分，才能形成乘数效应。这个效应是相乘的，不是相加的。
程曼祺
11. 营销成为企业数字中枢
如果设想一年后、3 年后和 5 年后，你觉得 AI 会怎样进一步改变整个营销行业？
沈晨岗
我觉得整个营销效率还会在更大程度上提升。
这里的效率，是指怎样把产品或服务的价值，通过营销内容和不同用户沟通渠道传递给消费者，最大程度地获得消费者反馈。
比如我有一个好产品，希望通过一个好广告，在一个好的媒体上，让用户在手机上看到。看到之后，我希望他喜欢我的产品，然后购买产品。
简单来讲，营销过程的匹配效率还会不断提升。我的产品能够以更低成本、更高效率找到合适用户，向用户展示合适内容，提高转化率。这个整体效率还会不断加速。
所以接下来几年，全球数字营销的增长率还会不断提高。因为会有更多用户加入数字世界，也会有更多产品通过数字营销推广。
同时，创意执行成本也在降低，这是一个很重要的变化。
第二，更多中小企业可以和大型企业站在同一起跑线上进行全球营销。
最早的数字广告、视频广告和 TVC 广告，只有大企业才能花大钱做。现在一个只有几个人的小企业，也可以通过 AI 高效制作高品质创意，以低成本面向全球合适的用户进行营销，门槛极大降低。
从某种意义上说，这是 digital marketing，或者 AI-driven marketing，进一步推动了营销平民化，也就是 democratize。所有企业都可以使用这些工具，进入成本会越来越低。
第三，营销数字化程度和整个商业数字化的连接，会变得更加紧密。
未来 3 到 5 年，营销不仅仅是数字营销，甚至可以等同于企业经营。营销会把企业所有数字链路连接在一起。
比如我们现在给 SHEIN 做营销，会从最终广告投放后的用户反馈中知道，用户到底喜欢什么产品，什么产品的喜欢程度在增加，什么产品的喜欢程度在下降。
通过这些信息，它可以反馈给上游：应该生产什么产品，增加哪些订单，减少哪些订单，取消哪些产品。然后这些信息又会和供应链、上游生产的数字化连接起来，形成一个数字神经中枢式的反馈系统。
在这个反馈系统上，企业能不能响应更快、决策更好，就构成了它在新的全球化竞争时代的竞争力。
这是一个比较高层面的竞争状态。我们看到，很多企业已经在往这个方向运行，它的边界已经没有那么明确了。
我做营销不只是投广告，还要做大量商业决策；上下游链路的数据要贯通；需要 AI 实时响应；需要评估决策的有效性；还要在这个基础上进行更多策略调整。
我觉得这是一种比较终局的竞争状态，是以营销为驱动的。因为营销环节汇集了大量用户和企业产品交互的信息。
用户有没有看到产品、喜欢产品、点赞转发、注册、购买、复购，所有这些行为都发生在营销界面上。这个界面对企业来说，会成为极其重要的数字运营和决策入口。
程曼祺
现在有没有什么特别让你焦虑的事情？自从 AI 来了以后，你会不会觉得有焦虑？
沈晨岗
首先从战略上讲，我觉得没有太大焦虑。更大的焦虑是在具体场景、战术和执行上。
刚才讲到，AI 会带来数据、业务流程和方法的重组。我能够想象，创意流程从一开始就可以按照这样的逻辑调整，但要在实际业务流程中做出改变，需要让大家理解 AI 转型的意义和逻辑。
还要在实际工作中改变已有做法，加入 AI 流程。我觉得这个难度比我想象的更大。
我的一部分焦虑就来自这里。因为我知道，谁能够更快、更好地完成调整，谁就可能占据竞争先机。
但这个调整不是一个人可以完成的，需要整个团队一起调整，需要整个公司的组织能力适应这样的转变。
我一方面觉得这很焦虑、很难，另一方面又觉得这是机会。因为我们都觉得难，其他人可能觉得更难。
程曼祺
飞书深诺从成立开始，基本上就是以数字化为基础走过来的。
沈晨岗
但回过头来看，我们当时对数字化的理解和应用，仍然有很多可以做得更好的地方。
我觉得这就是一个人学习和认知的过程。我们怎样加快自己、团队以及客户的认知调整，从不断实践中解决问题，让自己更快迭代，形成一个学习速度更快的组织，这是我们希望推进的事情。
程曼祺
如果请你送给今年准备迈出出海第一步的创业公司或创业者一句话，你会说什么？
沈晨岗
AI 的到来降低了很多创业和出海的门槛。一方面这是机会，同时也意味着竞争范围变得更大。
刚才开篇时也提到，出海正在从 1.0 走向 2.0。首先，对业务和长期主义要有更长远的认识。当然，我们也要考虑眼前第一步、第二步的生存和发展，但怎样平衡好这两件事非常重要。
第二，从一开始就要足够重视数据和技术。到了中后期才发现问题，再去补，成本会非常巨大。
第三，现在已经不是一个小团队包打天下的时代。如果要获得更长期、更有竞争力的发展，一个很重要的事情是选择并用好合作伙伴。
我们遇到很多客户，其实并不相信合作伙伴能帮他解决真正的问题，这反而会给自己造成很大障碍和影响。
我们肯定会给客户提供尽量低门槛的了解、认知和建立信任的过程。但如果客户能够和一个好的合作伙伴合作，一定会事半功倍、加速发展。
因为大家各有各的竞争力，这里面是乘数效应。
程曼祺
好的，非常感谢 Charles 今天做客《晚点聊》，给我们分享了很多经验和实践。我们也期待飞书深诺在接下来的一年，甚至 5 年以后，通过 AI 带给出海企业更多惊喜。
沈晨岗
谢谢。