87.蓝色光标 x AhaCreator官宣后首次访谈：营销巨头、AI 原生，与出海增长进行时

2026年上半年，Agent 是最重要的叙事之一。我们看到它已经进入了很多工作流，并且产生价值。今天的嘉宾是一对投资人和投后的组合：投资人是来自广告营销行业巨头蓝色光标的 CEO 潘飞，投后则是我的一个老朋友、00 后明星创业团队 Aha Creator 的创始人 Kay Feng。这期节目包含很多对 AI 原生生产关系的思考，也很珍贵地记录下一个年轻创始人的成长影像。我很少听到创始人在节目当中有这么真实、真诚的反思，我很喜欢这一期，也推荐给你。

大家好，我是蓝色光标的潘飞。其实我的信息网上有很多，今天说点不一样的，我也是一个 AI 的狂热分子。

1. AI 打开营销新边界

营销行业如果没有遇到 AI，我一度会对这个行业感到很失望。它的人才密度不断下降，离我想要打造的、希望有一家中国公司站在全球之巅的科技化目标，似乎有点遥远。

但 AI 给了我们很大的机会。如果你是一个做 AI 的人，一定不要只想着 AI 能给你带来成本节省和效率提升，而是要不断想一件事情：AI 到底能给你个人和公司带来什么样的边界性突破，让你有机会挑战过去不敢挑战、不敢想，或者只能想却不敢做的事情。这就是 AI 的魅力。

它就像一个超级智能键，可以给很多公司开启新的可能。而且我觉得现在还属于比较早期的阶段，任何时候开始加入都不晚。这是我最近比较兴奋的两点。

大家好，我是 Kay Feng，Aha Creator 的 CEO。Aha Creator 其实是一个 AI 原生的达人营销平台，帮助企业把原本非常不透明、非常低效、需要人工撮合的行业，变成 AI 驱动且透明的行业。通过非常简单的方式，企业就可以去做达人营销。

另外一边，我们也帮助不同规模、不同大小的创作者，让他们在这个时代拿到合理的商单和匹配的商业机会。

我和 K 最早是在一个圆桌论坛上认识的。当时 K 的身份是 00 后创业者，后来我们也有机会一起喝过咖啡。我还是很喜欢你，因为我觉得你身上有非常质朴的部分，但同时又有做事的踏实和狠劲。

当时我们说好，未来在某个节点做一场访谈。今天 Aha Creator 带着它的好消息——新一轮融资的公布——来到我们的节目，也感谢 K 把他的投资人潘飞带来了。

所谓的 AI 原生一代，背后站着他的投资人和战略伙伴，组合在一起会发生什么样的化学反应，我自己也很期待。所谓的广告营销，具体到达人营销这个行业，大家一直都说水很深。AI、Agent 到底能够介入到多深的程度？这是一个多大的市场？我自己也有很多好奇。

所以今天我希望以一个学习者的身份，来了解一下这个行业以及 AI 的应用。我可能会带来一些比较有挑战性的问题，希望你们可以给我非常诚实的回答。先聊一下你们俩是怎么认识的吧。

2. 蓝标寻找 AI 颠覆者

其实之前早就听说过 K 的公司。当时我们成立 AI 投资部的时候，定义了几个标准。

第一个，我们一定要投 AI 原生公司，也就是没有受过任何传统经验浸染的公司。第二个，我们喜欢投一些不一样的公司：眼里要有光，有创业的热情，又比较年轻，是一种非共识的成长路径。K 身上多少带有这样的特质，而且非常鲜明。

第三个，也是最重要的，就是我们要找到有可能颠覆，或者未来干掉蓝标的新一批 AI 原生公司。很多人都问我一个问题：蓝色光标的竞争对手是谁？你觉得未来谁对你最危险？

我经常给出的答案是，我们最危险的既不是字节、Google 这样的大厂，也不是目前如日中天的同行，比如阳狮、WPP，或者我们传统意义上的竞争对手。

我经常说，未来能够干掉蓝色光标、颠覆蓝色光标的人，目前正在筒子楼里面创业，正在野蛮发育。

这个判断是怎么得出来的？第一，他天然就会改变我们这个行业最基础的逻辑。你看，我们这个行业过去几十年一直沿着一种逻辑发展：以人为导向。你有什么样的人才密度，就构建什么样的公司。它本质上是智力劳动密集型的，无论怎么转型，对于人的依赖还是非常高。

未来一个新的公司如果要实现指数级增长，一定是以 AI 为中心。以 AI 为中心，不是说人不重要，而是一定要解决好人与 AI 共生共荣、分工明确的问题。在某些场景上一定由 AI 主导，在另一些场景上，人类的重要性也会非常明确。

只有 AI 原生的公司，从第一天构建自己的系统时，才会摆脱过去的这些事情。这和燃油车时代是一样的。还有一种情况，就是我们自己颠覆自己，然后成为一个全新的公司。如果蓝标有一天也能够做到这一点，我觉得它可能会足够伟大。

所以我给了这几个选项。另外一个问题是，他们对未来看得是不是足够远。我记得见面的时候就问过 K 这样的问题：你这个公司的终局是什么？或者看 3 年、5 年之后是什么样？因为 5 年之后就太遥远了。

对于 AI 时代，你是怎么设想这个市场的？我希望你想得足够大、足够远，这对于 AI 创业者也比较重要。因为短期来看，AI 的迭代会让你不焦虑是不可能的，不痛苦也是不可能的。作为一个创业者，你怎么解决这些痛苦和焦虑？最主要的方法，就是看得足够久、足够远，可能这样就能解决这个问题。

对于蓝标这样的公司来说，自己革自己的命，最大的阻力在哪里？

是传统的思维路径。因为我们有很多历史问题和过去的积累。你怎么看待过去的积累？如果你把过去的积累当成 70% 到 80% 的优质资产去传承，那就是一件很危险的事情。

AI 时代已经来了，你敢不敢把过去的传承和积累只吸取 20% 到 30% 的精华，敢于舍去 70% 到 80%，继续往前走，这才是我们衡量的关键。

另外，你有没有发现，使用 AI 最多的感受就是它的反馈非常及时，真真假假、假假真真，它第一时间永远会给你一些特别直接的反馈。

一个组织走到最后，它的真实和真诚的浓度，我也比较看重。我自己的一个衡量标准就是：我还有多少时间能够听到真话？我觉得，一个公司的真实浓度和 AI 的浓度结合在一起，对于 AI 时代非常重要。

你接触 K 的时候，是怎么判断这个人以及他背后这个组织的真实浓度的？

我觉得是眼睛。我还是比较相信直觉，这可能是 AI 还没有办法代替的部分。当然，有一天 AI 可能也会有自己的直觉。

我记得有一次私下和他喝咖啡的时候，我就跟他说过，我觉得他的公司在整体公开传播层面的气质和风格，和真实接触到的他本人的风格差异特别大。

大家在公开媒体上读到的 Aha 信息，是颠覆者、特别新锐，好像非常厉害，要把所有厉害的地方都告诉大家。但真实接触他这个人的时候，你会觉得他其实是一个特别质朴、很谦逊的女孩子。

你有这种感觉吗？

是的。

见过一面我们就投了她。据我所知，朱啸虎也是见了一面就决定投资了，对吧？还有锦秋基金。为什么你见了一面就决定投资她？

一个原因是她所在的战略赛道和蓝标相关。AI 原生的网红新一代 AI 操作系统，和蓝标想做的事情、目前正在践行的事情，底层逻辑非常相像，大目标也比较一致。

现阶段的差异点又比较明确：我们还没做这件事，他们已经在做了。我觉得双方高度互补，再加上 K 和他的团队本身的特质。

K，我们来聊聊刚才潘总提到的几个点。你先回应一下，Aha Creator 在公开层面的气质、风格，和你个人的气质、风格有非常大的差异，你认同吗？

我认同。很多人第一次见到我的时候，都是这个反应。大家想象中的我，应该是一个类似于 ABG 的人，染着黄头发，一上来就非常 aggressive，然后跟大家讲很多虚的数字。

但我觉得，这可能是因为过去两年 AI 圈子里的一些年轻公司，在营销策略和表达方式上，都被带到了那个方向。当然，这不一定是正确的，但可能是我们创业大概两年的过程中，在进入市场时做的一次尝试。

你希望大家认识到真实的你和这家组织是什么样子，还是更希望大家回到你们到底在解决什么问题？

我们觉得，首先要回到问题在行业里是不是真的有意义。无论是对广告主还是对达人，我们是不是创造了更多价值？是不是对他们原本的生活和工作，真的做了一些有意义的事情？

刚才潘总提到的第一点，是这家公司是不是想清楚了要用 AI 做什么。你当时是怎么和他，以及和所有投资人解释这件事的？

3. 达人营销痛点催生 Aha

我们这家公司从第一天开始，和第一个投资人锦秋基金的杨杰去讲，后来和朱啸虎讲，再后来和潘飞讲，其实讲的都是一样的。我们的底层逻辑从来没有变过。

原因可能是因为，我过去真的参与过这个行业。18 岁的时候，我决定辍学，加入了一家公司。当时还没有 AI，因为那是 2021 年。那家公司做的是 PLG SaaS，应该算是当时国内出海领域第一波被投资的公司之一。

我加入的时候，公司团队大概只有四五个人，我负责的是市场。早期什么都做过，公司里除了每天写代码这件事不是我一个人单独完成，剩下从招人，到做 marketing 过程中的所有事情，包括后来的公司战略，我其实都有参与。

当时做市场的过程中，我发现了一个比较大的问题。我们做的是设计工具，帮助设计师直接发布网站，所以当时非常需要做达人营销。

我自己不断招人。我们是一个 20 个人、全部由技术人员组成的公司，但我的 marketing 团队有四五个人专门做达人营销，因为需要和达人建联、打钱，有时候还要解决支付问题。那时我们甚至没有财务，很多问题都需要 CEO 帮他们解决。

这件事占据了我工作中的很多时间，但当时确实又很有效。我们周围很多比较厉害的早期公司，包括当年 Figma 的增长，其实都非常依赖达人营销。

我们也找过很多解决办法，包括市面上一些管理达人的工具。但它们好像并没有真正帮助我们的工作提效。还有一些市场上的工具平台，可以帮助你搜索达人，但可能也只是让搜索速度提高 1.2 倍或 1.3 倍。

所以当时我在这个过程中非常苦恼。后来离开那个团队、重新寻找创业方向时，我和周围每个人聊天，总会聊到这个问题。但大家好像都没有解法。

后来到了 2024 年初，大家开始讨论 AI 是不是真的有可能实现。我当时就想到，达人营销里的这些环节，或者我们过去觉得不可能实现的环节，用 AI 也许真的可以实现。于是我们开始做一些单点的 POC，包括找了一位我之前的研发同事，一起开始尝试。

4. AI 接管营销链路

一开始你觉得 AI 可能做不到，后来发现 AI 能做到的到底是什么？能举一两个例子吗？

站在我的视角，我可能对技术是非常 aggressive 的。虽然我这个人比较平和，但对技术说实话会比较乐观。

不过在落地过程中我们发现，达人营销过去是一个数据非常分散、没有统一标准，也没有足够多数据去训练的场景。在这种情况下，人是不可能把预算完全交给 AI 去解决的。

所以后来我们把决策部分保留了下来，还是由人来判断。但可能 5 年之后不一定还是这样。当平台上的标准化流程跑通、数据足够多之后，这个环节当然也有可能交给 AI。

达人营销的环节非常长。大家说它水深，是有道理的：要定什么样的策略，找什么样的人；找到之后，达人答不答应你、理不理你。因为这是一个全球化的行业，你要和不同语言的人建立联系。

对方回复之后，还要看他认不认同你的条款和价格；接下来是制作过程中的每一稿反馈；最后还要完成结算，给全球不同的达人打钱。过程中还有可能出现交易纠纷。

今天除了选什么样的人，在 AI 帮助初步筛选之后，需要人做决策，以及审核时 AI 预审之后还要由人做一层决策之外，剩下的部分今天基本都可以用 AI 解决。

我很认同 K 的判断。我们现在在一些成熟的业务场景上，因为达人比较复杂，涉及不同国家、不同法律体系和支付体系，所以我们正比较激进地走向自决策、自迭代，把决策也交给 AI。

如果拆分得更细一点，它可以理解为：从数据洞察，到基于洞察生成内容和推送；再到基于不同内容分配预算；然后根据消耗调整和增减预算的投放程度；最后完成复盘并形成报告。

我们希望在成熟场景里，把这些事情全部交给 AI 来完成。它相当于形成了一个真正智能化的闭环、全链路营销。前提一定是有批量、可沉淀的数据。数据可以沉淀智能，AI 也可以进行二次学习。

我们在一些场景中已经走到这一步，这可能是我今年比较在意的一个指标。比如我们去年可能有几百亿的收入体量，我希望今年 AI 全链路自决策的部分，有没有可能先突破 10 亿元。这个过程中，人只需要负责开头，以及最后的评估和判断。

另外，我们正在做的一件容易被忽视、但我觉得非常重要的事情，是给 AI 什么样的约束机制，保证它不突破边界。包括政治边界、其他有歧义的边界，以及预算过于失控的边界，我们都需要给它设置约束。

过去我可能觉得约束边界没有那么着急，但现在我觉得约束非常重要。为什么从不着急转向着急？因为 AI 越来越聪明，花的钱也越来越多。当 AI 越来越强大时，就必须匹配一定的约束机制。

我觉得主流科学家和主流 AI 科技领袖无一例外都谈到了这一点，行业可能也开始思考这些问题。

您刚才说，希望越来越多成熟场景下的 AI 能够把工作流闭环掉。什么是成熟场景？能不能举个例子？

比如一个特别固定的行业，批量地、每天、每周或者每月在 TikTok、Meta 或 Google 的场景里投放大量预算，而且节点也比较固定。

我们今天判断的一个标准是，AI 能不能产生批量的智能，要看数据的源头、迭代和数据量是否足以让 AI 产生智能。如果足够，它就成立，而且能够成为一个稳定的行业、稳定的产品类型。

比如一个中国电商平台，要在海外获取大量新用户，这个决策行为可能比较固定。第一，它积累的时间足够长，过去以人为核心的投放场景中，ROI 比较稳定，它很清楚过去的 ROI 是什么。

另外，它的场景也比较清楚。它知道自己的电商品类需要在 TikTok 上投入足够多的预算，两端的场景、需求侧，中间的 ROI，以及最后的媒体广告渠道都相对固定。

这种情况下，让 AI 做闭环和决策，成功率就比较高。

我问一个也是行业非常关心的问题。早期 AI 有一句我觉得值得商榷的广告语，就是“一个人干翻整个市场部”。我们待会儿再讨论这句话合不合适，先说 AI 对市场部真正的冲击：AI 到底能够帮人做什么，目前还不能帮人做什么？

比如从达人营销这部分来看，营销团队里到底会发生什么？

其实从我们现在的客户身上，已经能看到这样的例子。过去，有些规模比较大的、大家已经熟知的出海产品，它们的达人 BD 团队通常是 300 人、500 人以上的规模。

据说，他们每天的工作就是拿着 Excel 表，一个一个地去联系像你这样的作者，促成合作，再去做结算和支付。

像卫老师这样的影响力更大的博主还好，但这个行业还有非常多中长尾达人。比如某个电商平台出海时，经常要触达几百万规模的、来自全球各地的中长尾达人，所以他们会有几百人的团队不断联系这些人。

这些团队的管理者可能每天都在管理几百个人。因为当你需要管理几百个人时，你的工作就不太可能花很多时间在策略或行业创意上，而是会把大量时间花在这些人的 KPI 怎么定、今天要联系多少人、转化率是多少，以及如何为这几百个人建立一套产品化的流程上。

上一代产品里，国外比较出名的 CreatorIQ，五百强企业大部分都在使用。他们可能有上千人的团队在上面维护达人。

大家其实都已经意识到这件事情不太对，发现这些人在公司里无法成长。这个行业里很多优秀的人也不太能做太久，工作一段时间后就会觉得没什么意思，全部都是重复性的劳动。可能会有一点沉淀，但这种沉淀又不足以让他在这个行业里持续进步。

管理这些人的 leader 也很痛苦。因为你本来可以做其他事情，但现在要把时间花在让这些人稳定输出上，还要不断招聘和筛选新人。

所以大家今天采用 AI 之后，像我们的平台，就可以帮助团队把这件事变成一条流水线：好的达人会进来。当然，这些达人并不是被不断开发，而是因为我们是一个双边平台，达人在平台上会建立对平台的信任，二次使用的摩擦也会越来越低。

这和邮件场景不一样。邮件是不断有不同的团队联系你，其实也给创作者带来了很多麻烦。过去的信任和关系是点对点、人与人之间的连接，但人会在不同机构之间流动。

而且一旦人与人之间的关系是跨国的，你很难真正和这些达人建立多么深厚的联系。公司也不一定有成本像做 PR 关系一样，只和几个重点大媒体建立关系。

在中长尾场景下，这肯定不太可能。所以大家本质上的工作就是不断开发新的人，这给行业带来了很大的噪音。不断有噪音产生，每个达人打开邮箱都是几百封邮件，要从中辨别和谁合作才能拿到钱。

所以我们解决的也是另一边的信任问题。他只要在平台上合作过一次，我们对他的所有合同，包括预付款的处理，都会更加符合创作者的利益。

问一个实操问题。如果我收到了 AI 发来的邮件，第一反应可能是不想看。你们会碰到这样的问题吗？

其实并没有。因为这个行业的邮件早就已经模板化了。我不相信现在还有哪个团队的邮件是自己手写的，基本都有模板。

以前人工做的时候，他们也经常做 A/B 测试，比如什么样的模板打开率高、什么样的标题打开率高，大家之间早就在分享了。

包括不同国家、不同语言的邮件，很多时候也是中国团队或美国团队发给其他国家的人，肯定都会使用 AI 翻译。

所以今天在文本层面，更多是看什么样的标题、什么样的内容对达人有价值，他就会优先看谁的内容。还包括平台在达人中的影响力：他过去是否知道你，或者你在这个圈子里是不是已经有一定知名度，这些都会让他更信任平台。

一个达人一个月会收到几百封邮件，怎么保证他对 Aha 发来的邮件打开率比较高？

达人关心几个问题。第一个，是这个品牌本身是否匹配我。如果他本身是艺术家，你给他推一个非常 random、完全不合理的产品，那他肯定看都不看就会关掉。

所以关键在于，AI 今天在精准匹配达人和商单上，能够做到什么程度。这其实是我们觉得这个行业里非常大的一个变化。

过去没有大模型时，这个行业的匹配只能依靠标签。用标签的方式不可能足够细。比如一个人的内容，从上万种维度去理解都不为过，一个人看一条内容时感受到的东西也非常多。

但过去打标签，会把这些东西浓缩成几百个标签。比如找一个时尚博主，就只有“时尚”这一个标签，但这个标签下面的人其实非常多。更不用说，过去多模态识别的成本也很高，所以有些人根本不是时尚博主，却被标签误判成了时尚博主。

大模型带来的变量是，它能够像人一样思考。当你提供给它足够多的上下文，比如把师姐所有的过往内容都提供给它，包括视频和音频内容，我们都可以用多模态的方式获取，而现在成本已经很低了。

大模型可以真正根据一个人的所有信息，以及产品本身的信息，进行思考式判断，决定你们是不是匹配。

这其实又回到了一个问题：你给它的机会够不够精准。上个时代所有互联网平台，核心问题都是精准。打车要看能不能在足够短的距离内精准匹配到车辆；Airbnb 要看在这个城市里有没有符合用户心理预期的优质房源。

过去达人营销解决不了，是因为上个时代没有这样的技术，让大家真正精准地完成撮合。所以大家不得不依靠几百人的团队，一个一个判断这些达人是否符合产品或品牌画像。

对于达人来说，过往所有内容都是在线公开的，所以把我的视频、文章提供给 AI，这件事本身也没有隐私问题。

第二点是，在过去没有生成式大模型理解能力的时候，无法用 AI 判断一个人，只能由人判断。但现在 AI 已经能做了。至于它能做到什么程度，我们一会儿再聊。大概是这样的理解，对吗？

对。我觉得精准是一个方面，还有一点，达人其实也会在乎保障。

过去纠纷比较多的问题是：你到底给不给我预付款？还是我要先做，最后你不给我钱？这几乎是所有达人和广告主之间不断争论的问题。

但现在有平台在中间，我们先收了客户的钱，可以像支付宝一样给达人一部分预付款。或者达人已经知道这笔钱已经到平台了，就会更放心地开始制作，最后再从平台完成结算。

明白。我想问一下潘总，因为您主导了蓝标的 AI 战略，而且你们的 AI 战略已经跑了 3 年。你判断 AI 短期内能做到的边界是什么，长期边界又是什么？

5. 人类仍然负责定调

目前我觉得 AI 还无法做到的事情，第一，很多人把它叫作所谓的“品味”，但我不太愿意把它理解成品味，我更愿意叫作“定调”。

为什么？无论是市场部还是一家公司，最终都要决定：你到底要通过 AI 对外展现什么样的调性？信任是一种调性，信息也是一种调性。

如果没有定调的能力，当大模型越来越趋同，所有东西不就高度同质化了吗？高度同质化之后，只有差异化才有价值。所以我觉得，现阶段人类的定调能力还非常重要。

当然，你问 AI 未来会不会有定调能力，我觉得一定会。它学习了大量数据之后，未来可能变成人类和 AI 组成的超级大脑共同定调。

对于市场部，以及今天品牌和我们这个行业来说，这一点非常重要。

第二个，当 AI 和 AI 之间的交互越来越多时，人与人之间构建信任的能力就会变得无比可贵、无比重要，而且会变得稀有。

比如我们今天见一面，或者只聊上几句话、聊半个多小时，你大概就能判断出这个人给你的第一印象。我相信这种能力会变得越来越稀缺。

信任这个东西看不见、摸不着，但非常重要，就像 chemistry 一样。

第三个，当 AI 高度自动化之后，我觉得“人加 AI”——保留一定的服务能力，同时结合 AI 的自动化能力——可能也会变得很稀有，成为一种体验。

有些人一定会带来巨大的分野。为什么很多人喜欢无人配送？因为他不需要和人交流，东西就可以送到。但也有些人喜欢人类带来的东西，喜欢人类能够提供不同的体验。

我认为，在我们这个行业里，这种需求依然存在。但主流底色一定是高度自动化。

再往后走，你说得太遥远，可能看不见，还有约束机制和安全。这一点很容易被忽略。我们总是忽略一个问题：人类为什么愿意做某些决策？安全依然是最重要的要素之一。

在安全之上，人类才会考虑价格。如果没有安全这个要素，就很难驱动他做决策。

我觉得未来的品牌和选择系统也是一样的，尤其是在全球化场景里。对方会判断你是不是值得信任，你这个平台是不是安全。我认为这一步很难。

K，从你刚创立公司到今天，Aha Creator 经历了什么样的迭代？主要攻克和解决了哪些问题？

6. 匹配系统在失败中成长

从第一天开始，我们就决定用大模型做匹配。当时团队里的很多人也来自做成效广告的公司，理论上是这个领域里最 aggressive、最 top 的一批人。那时这些公司的研究员还在研究，怎么把大模型放进搜广推里，怎么和原有系统结合。

当时几乎没有人在这样做，但我们是从第一性原理出发，觉得这件事本质上是可以实现的，因为大模型的能力已经到了，原本的框架也在那里，无非是怎么一步一步把这枚火箭造出来。

前期经历了很多次失败。可能在最开始的半年里，匹配一直没有办法调出来。因为首先要把数据做得非常扎实：我们要把网上能够看到的博主都建立一套基础设施，把这些信息全部拿到。

拿到之后，还要选择什么样的信息提供给 AI，AI 应该怎么从这些信息里做召回，怎么做精排。可能有一些经典框架可以借鉴，但里面的很多东西基本都要自己尝试。

行业里其他 AI 团队要解决的问题可能和我们不太一样。我们的场景是一个巨大的匹配问题，能够借鉴的公司也比较少，所以基本上只能靠自己不断失败，再找到解法。

我们是一个非常能接受失败的团队。过去两年一直在不断面对失败，然后终于把一些东西做出来。

做出来之后，行业定价也是一个非常头疼的问题。达人是一个非标市场，过去的报价有时由广告主报，有时由达人报。除了头部达人拥有绝对定价权之外，中长尾市场的价格并不明确，可能是动态变化的。

在行业没有数据的情况下，要把价格撮合做好，其实也花了非常多时间。比如一开始我们尝试直接给出报价，后来发现以今天的行业现状，还没有办法这么激进，于是改成让达人先报价，再让客户进行价格谈判。

后来，当我们积累的数据超过几万这个级别之后，就开始能够对价格进行预测。我们把产生出来的交易数据重新利用起来。当然，这里可能不需要使用现在的大模型，而是用一些传统的预测模型，就可以预测中间的价格。

前期先把流程标准化，让 AI 能够推进，才促成了平台上积累几万单这样宝贵的数据。我相信，行业里做了很多年的机构、团队，或者出海做得很前沿的公司，可能都没有拿到这样的数据，因为过去都是人在做这件事，数据是不完整的。

再往后，就是达人信任的问题，这肯定是我们非常大的挑战。平台冷启动依赖于客户先有单子，然后我们带着单子，通过自动化方式在邮件里寻找达人。达人为了接这个单子而入驻平台，这就形成了一个很好的飞轮，解决了平台早期两边都很难冷启动的问题。

但邮件场景在海外有大量诈骗，这非常常见。所以早期当你在这个圈子里还没有知名度时，大家会觉得所有东西都是诈骗，平台也会被误解。

后来我们在邮件这个角度做了很多调整。比如第一封邮件，一个专业机构应该怎样发送，才能把事情讲得足够好；我们和客户之间到底是什么代理关系；当达人提出质疑时，应该立刻给出什么样的回复。

我们在 AI 客服上投入了很多精力。对于每一个客户的问题，AI 都能回答得非常好。达人问到包括合同细节在内的问题时，AI 的回复会比大部分负责这项工作的同学更细致，因为它拿到的信息量足够大，也足够准确。

这个环节我们测试了很多东西。单就邮件这个场景来说，包括怎样安全地进入对方的收件箱，背后有一整套工程，我们也从 Cold Email 这类方法中学习了很多。中间踩过很多坑，光是给 Google 交学费就交了不少。

第一步是匹配和筛选达人。刚才潘总不是说了吗？定调很重要。你怎么挑到最符合品牌、能够帮助品牌定好调的达人？我相信过去人是有一套方法论来判断的，AI 要怎么做这件事？

客户一开始创建 campaign 时，我们会要求他花 20 到 30 分钟。一个公司的 campaign 到底发心是什么、想表达什么，需要在前期流程里和 AI 共建。

AI 会给出一些建议，但客户也要提供自己的 inputs。如果 inputs 的质量高，后面 AI 的动作放大 100 倍之后，效果会非常好。如果 inputs 不够，我们也可以通过平台上已经沉淀的画像信息，或者大模型本身的知识能力，帮助客户补足画像和信息。

创建过程分成两部分。一部分是达人选择策略，另一部分是达人内容 brief。这两部分都依赖人的共建，要由人和 AI 一起建立信息。

你现在描述的这个工作流，其实已经不是最早所声称的替代人的关系了，而是人和 AI 共建，在原有基础上把天花板再拱高一点。

对，我们很早就开始这样做了。但我觉得，之前的 message 过于 aggressive、过于简单粗暴，也过于抓人眼球，其实并不是对产品状态最真实的描述。

你之前做这些宣传和讲述的时候，内心会打架吗？

还是挺纠结的。当时看到很多海外公司开始这样做，就觉得 attention 非常重要，所以先这样去做了。

但后来发现，信任这件事情实在太重要了。回过头来看，就会觉得当时的方式是有问题的。

如果时光倒回，你觉得自己在对外讲述 Aha Creator 能做什么时，还有优化空间吗？

应该有非常大的优化空间。到底什么信息对观众有价值？可能还是要回到最本质的问题，对这些原则更加坚定。

潘总有补充吗？

因为我是做投资的，我们会见很多公司，说说我的想法。

第一，我其实比较喜欢粗糙的东西。这个粗糙不是指生活上的粗糙，而是指一个公司的粗糙和宏大，有点像草台班子式的、粗糙的宏大。我觉得这是一个最好的状态。

它不一定要把所有事情都想得特别完备、做得特别清楚。因为我觉得，只有粗糙的东西，它的容纳力和想象空间才足够大。毕竟别人都没有做过。

第二，看他们当时的状态。除了感性地判断这个人是不是靠谱、有没有某些特质，野心是不是足够大但 ego 又比较小，这些标准特质之外，更重要的是看这件事本身。

第一个，这个赛道大不大，是不是一个足够大的市场？第二，AI 是不是它的第一优先级？

在全球化场景里，如果想做得足够大，AI 一定是第一优先级，但它不是唯一解。不同市场、不同文明、不同语言之间，AI 天然是很好的连接点。

第三，技术框架解决的是不是最后一米、最后一厘米？我觉得只解决最后一公里的事情都有点落伍了。最后一公里，甚至最后 100 公里的事情，大厂一定会做，因为那是星光大道，价值太大，顺手就做了。

但最后一毫米、最后一厘米、最后一米的事情，因为难、因为琐碎，所以才有壁垒。但你必须用技术的方式构建，如果用人的方式构建，它就又变成劳动密集型。

最后一个隐形标准是，每一次 AI 技术浪潮的迭代，它到底是受益者还是受伤害者。这就是我的几个判断标准。

我追问几个问题。最后一米、甚至最后一厘米，到底有没有可能真的用技术路径解决？这是我很关心的。

我之前做行业调研时，市场人告诉我，匹配达人有非常多琐碎、非标的部分。每个达人的风格和具体情况都不一样，需要人做很多细微判断。一个非标的东西，怎么用 AI 解决？

AI 没有出现之前，或者生成式 AI 还没有突飞猛进之前，我觉得能解决，但很难。今天这已经不再是一个问题。

但我不知道 K 的判断是什么。

我觉得，AI 今天的技术演进能不能解决最后一毫米，这已经不再是一个 question。它可能最后能解决，甚至我不知道毫米后面是什么，更小的问题它也能解决。

你是相信它可以完全闭环的？

我觉得它一定能。除了人类负责的那一部分之外，绝大部分事情 AI 都可以解决。

您能举一个具体的例子吗？

比如全链路营销。在 AI 早期，每一个环节都需要人来串联。洞察可能是 AI 很强，但洞察之后，继续生成内容，可能需要专门的人把一堆视频、文本和其他内容串联起来。投放又是另一套决策逻辑，也需要人。

本质上，过去就像一条链路，由人把一个个 AI 串联起来。但今天，AI 可以自动判断什么时候需要 AI 和 AI 之间握手，自己决策预算，自己做其他事情。

它甚至可以对投放、对花钱做决策。在蓝标内部，这有点像蓝标人的“啊哈时刻”：它自己做决策，而且很聪明。

一开始你往往看不懂它为什么会做出这样的预算构建策略，但你要强行忍住干预它的冲动。最后你会发现，它投入之后的 ROI 慢慢越来越好，甚至超过人。

如果用一句话总结，原来人在这个行业里本质上是一个串联角色。但如果 Agent 可以自决策、甚至自迭代，人的串联角色就可以被某种程度上替代，整个系统也就闭环了。

这是你的逻辑，也就是相信它一定会发生。我的问题是，对于蓝标这样的公司来说，你是乐于看到人的这种串联角色被 AI 迭代掉的吗？

我非常乐于见到。因为人总会放大自己的工作成果，觉得“这个事情 AI 做不了”。

这个观点我可能从来没有说过，可能会有点争议：我经常想，作为 marketing 领域，过去积累的、引以为傲的知识库、策略能力、洞察能力，甚至对这个行业的 know-how，有没有可能被 AI 不断学习？如果可以，那么过去的知识库就是 AI 的天花板，它就没办法实现智能突破。

我更愿意相信，绝大多数知识都可以被 AI 吸收。你给它定义好不同的规则，让它广泛吸纳真实交易数据、前链路数据和后链路数据，形成数据飞轮，再结合一定的 know-how，以及人类的定调能力，它才会变得更加聪明。

否则就会发现，这个智能体的上限是人类智能的理解能力，以及人类把知识库和数据构建得是否足够干净。

另外，这个行业变化太快了。营销行业过去经历了几次迭代，从电视到纸媒，到互联网、移动互联网，再到现在全球化和 AI 这样复杂的场景。所以我个人非常乐意看到这样的突破。

你刚才说，你们内部也做过实验。一开始让 Agent 去解决一个原来由人解决的问题，或者做一个决策时，你觉得它不对，但只要忍住干预它的欲望，最后就可能发现它是对的。

当然，忍住也可能导致事故，但事故多了，最后也可能变成故事。好的故事就是要给它充分的容错空间。这其实和你对待一个行业新人的态度一样，不犯错是不可能有创新的。

这个观察是你们自己得出来的吗？

对。在训练 Agent 的过程中，我们会有评测集，也会让人的专家和 AI 的匹配结果做对比，进行盲测。这样的事情我们每天都在做。

大概一两年前，就出现过大量人认为正确、但最终 AI 判断更正确的案例。因为人的知识是有限的。一个再博学的人，在我们说的文科的广度上，也不如 AI。

包括一个人面对不同公司、不同产品时，同一个专家换一个产品，核心能力可能是他对这个领域的单点深度，或者他在经验过程中犯过的错误。

我们不断追问“这到底是什么”，最后会发现，它其实还是数据。因为我曾经在上面花过钱，拿到过这样的效果，所以总结出这个画像和这个国家是一个好的组合。

抽象来看，人并不是世界上最擅长做这件事的生物。最后它还是会回归成一个数据问题。

对待 AI，和对待你的团队，是不是同一种态度？

像我们这样的产品，在开发过程中，人类愿意放手多少，确实是一个问题。作为平台，我们需要给出一个度。

当 AI 给出一开始由我们共建的策略后，人还会重新做一次选择。我们会发现，不同的人在选择时，更多依据的是个人 bias，不一定是正确的，因为这个时候大家还没有数据的后验结果。

当这个行业真正发展到和效果广告一样的阶段时，就一定不会再由人做判断。因为效果广告今天不可能由人来判断，当数据量足够大之后，大家可以去跑 CPA、CPS 这样的广告，人基本不会再管了，可能只会建立前面的策略。

因为有足够的数据支撑，人对于责任的转移会发生变化。当数据足够可信时，责任就可以转移到平台方。但数据不够时，这个过程应该是一个磨合过程，因为人也会有 bias。

能不能给观众和听众解释一下，效果广告是什么？为什么它的数据量足够大，可以做数据的后验？

效果广告的发展已经很多年了。从互联网开始出现搜索广告，大家就开始探索广告模式到底是什么。

过去有很多小网站，从门户网站时代开始，大家就想把这些流量利用起来。有曝光的地方就可以有广告。但当流量非常分散时，就需要一些平台，比如 Google。它除了自己的搜索广告之外，还会聚合很多第三方开发者的平台，建立广告分成机制。

在行业最早期、数据还没有那么多的时候，大家也需要选择广告应该放在哪个广告位。但后来行业发展到可以计算网站流量，并且每个人使用的终端设备都有自己的 ID，能够知道他平常是什么样的行为和画像。

不同广告平台之间很多时候会共享这些数据，所以平台能够计算出你点击某条广告的概率。整个算法都建立在庞大的数据之上，而数据量决定了广告最终会有多好的效果。

刚才你讲的效果广告，我理解它有几个特点：数据是分布式、去中心化且海量的，所以本身不太可能通过人力统计和收集。

对。人的判断在某个阶段一定会被技术碾压。

7. 第三方平台守住跨平台价值

但像效果广告这样的领域，巨头平台会更有动力，也更有能力做好。从数据统计到达人撮合匹配，这些事情它们都可以顺手完成。

国内有抖音、快手、小红书，海外有 TikTok、Meta、YouTube，这些平台自己肯定也会做。那还有你们什么事呢？

这是一个很好的问题。我们从创业第一天就在思考。

达人营销和效果广告有一个特别大的不同，就是它的非标程度，以及脏活累活的含量极高。你要找人、联系、沟通，这些事情很容易被认为应该由人力密集型的服务商来做。这是大厂非常容易得出的结论。

它不像效果广告那么自动化。比如我作为一个独立开发者，网站只要接入一个 API，就可以完成投放，也不需要人为建联。但达人营销有很多人工建联的部分，我可以这么理解吗？

对。以前的 API 或者那些做网站的开发者，本身都是开发者。他们接入一次 API 之后，就可以完成完全自动化的投放。

但达人营销首先要把人串联起来，才有可能实现初步自动化，还不能说是程序化或者非常智能化。

第一步，是要先把整个流程标准化，而不是让全球每个国家、每家公司都有几百个人在做这件事。只要一直依赖人，就永远不可能标准化。先解决标准化问题，才能进一步走到真正智能化的程度。

从大厂的角度来看，可能它们自己在推广产品时，也不愿意建立这样的团队。尤其海外和国内又有不同。

海外生态最早是由 Meta 和 Google 定义的。YouTube 和 Instagram 可能在 TikTok 出现前 10 年，就已经把这个故事定义好了。

YouTube 在 2010 年代就考虑过，创作者是不是需要由平台建立这部分服务。所以它曾经短暂收购过一家 agency，想在内部做这件事。但两年之后，它又把这条业务线关闭了，没有选择建立自己的生态。

因为它收购 agency 之后可能也发现，这是一个人力密集型、ROI 不高的事情。它本身又有创作者激励，比如贴片广告。所以它取消了这部分业务，选择把市场开放给第三方去做。

你可以有无数家服务商来做，而平台把数据 API 开放给服务商。只要满足一定资质、能够带来足够多的订单，平台就会全部开放给你。

所以在 2010 年代，行业就已经完成了这样的定调。海外市场会变得更加去中心化，都是各种小机构和个人在参与。

尤其是海外创作者的法律意识，或者说自由意识，和国内不一样。海外创作者对所有合同条款都非常严谨，即使是小达人也一样。他们对于个人创作和表达的追求也非常高。

国内的中长尾创作者，可能你让他说什么，他就一定可以说什么。但海外创作者不太依附于机构，海外 MCN 也没有国内这么强势。即使像 Mr.

Beast 之类的，他个人也是非常自由的，因为你也不知道他的 MCN 是谁。你可能碰到无数个人，都跟你说他是他的经纪人。所以其实这也是海外和国内挺不一样的一点。

海外的创作者氛围会比国内好吗？

因为我个人的观察是这样的。你刚才所说的海外的所有土壤，其实是建立在海外的超级大平台有比较完善的创作者分成机制上，所以允许创作者非常去中心化。

因为我自己也是做内容创作者创业的，刚出来的时候也会有人说：“你要不要加入什么 MCN 机构？它能够很快地扶植你长大，然后能够保证你有确定的商业化收入。”但我最终没有选择，因为我觉得我不需要那个东西。

但我相信，很多素人创作者如果想走自媒体这条路，肯定很容易去选择。像你说的，MCN 和 agency 在过去那个时代话语权是非常大的。因为我理解，中国的内容商业化市场本质上还是非常中心化的。

它没有像海外那几个平台一样，只要你定期在 YouTube 上更新，内容做得足够好，就可以通过分成这条路得到不错的收入，养活自己。但其实我觉得在国内还是比较难的，不知道我的这个观察对不对。

我觉得大家尊重创作者的程度是不一样的。在海外，创作者这一侧是非常受到尊重的，从公司和创作者会签什么样的条约就能看出来。

国内是很敢签的，对于一些中小创作者，一上来就跟你签一个很长期的约。包括很多账号的纠纷，其实在国内发生的频率是非常高的。

但是在海外，可能是因为大家的法律意识非常强，不会签长期约，宁愿雇佣一个人来做 talent manager，他听我的指挥，我给他一定的分成。而且创作者的话语权是非常大的。

国内的创作者，大家好像把他当成了一个打工的角色；但在海外，创作者自己就是老板。

潘总，你认同刚才他的判断吗？

我认同。其实像我们这个行业也是一样的，总体上我觉得在平台和客户面前越来越弱势。

这就是为什么我想要去改变的另外一个驱动力：希望我们这个行业本身应该被尊重，输出专业、输出智能、输出知识，甚至有一天输出文化。它应该是一个人才密度很高、比较受人尊重的行业，这是我的一个驱动点。

这个行业原本不应该是今天这个样子。当我觉得 AI 有可能带来改变的时候，我觉得就可以大胆地去做这件事情。

当然，K 刚刚说了很多我都比较赞同。但还有一个，我觉得作为一家独立的公司，在全球化的场景里面，还有一个比较稀缺的要素：你可以看到不同平台的全量数据。

海外的流量结构和中国不太一样。你们刚刚谈到中心化和非中心化的问题，海外其实可以看到，即便把 Meta、TikTok 和 Google 这 3 个巨型平台加在一起，也不等于全部。它依然还有 20% 到 30%，甚至更多的公司，分散在不同的垂类平台或者其他流量里面。

任何一个客户在投放的过程中，都会有一个天然的视角：我走向全球的过程当中，要看到全量数据，甚至要知道平台和平台之间的数据怎么样握手、怎么样打通、怎么样共融。我觉得这就是第三方平台存在的价值。

在全球化场景里，它给这种第三方 AI 平台类公司提供了更优秀的土壤，我认为机会可能更大。我经常说一个观点：AI 加全球化带来的原生平台的大机会和原生商业模式的大机会，短期内来讲可能更性感一点。

我问一个小白问题。比如像 Aha Creator 这样的 agent，在全球化的平台上，可以拿到我们刚才讲的 Meta、X、YouTube 等头部平台的数据吗？它们会开放数据给你们吗？

如果开放 API 的话，符合一定资质，都会拿到数据，关键是看你要拿到什么程度的数据。

比如其实像我们在某个规模之上，是可以拿到这些平台的数据的，包括它们甚至很乐于主动来找我们开放这样的数据。因为这本身是在帮助它的创作者生态。

第二，大家会觉得达人营销对于后续广告还是有价值的，因为先有素材，才会有后面的广告投流。所以公司内部不同的团队可能会有自己的目标。

有的团队希望创作者生态更好地成长，觉得这个平台给创作者带来了价值，所以对它的平台有价值。另一种是广告团队，觉得达人营销对于广告本身肯定有价值，它是广告前面的这一段，所以它们也会开放这样的数据。

同样的问题，在国内这几个主流平台，你们能拿到数据吗？

我没有尝试过，但据我所知，肯定会跟国外稍微有点不一样。

可能只是数据的颗粒度不太一样。为什么没有尝试过去拿国内的数据？

第一，海外平台和国内平台是两套。做海外是全球市场，做中国是中国市场，中国有中国的逻辑。

对我们来讲，优先级更高的是先做海外。

国内的平台公司给你们这样的第三方公司提供的数据，在颗粒度上会比海外粗很多吗？

如果跟海外比起来，我觉得 API 数据的颗粒度，其实大家总体规则都差不多。但我觉得最重要的是另外一类数据。

未来无论是 Aha Creator 的公司还是我们的公司，我们更看重第二类数据，就是我们真实的批量项目数据、投放全过程的数据，以及数据召回后链路回收的数据。

这些数据积累得越来越多之后，我觉得 AI 才能形成不同于平台的智能，否则就会趋同。

刚才我其实也想问，所谓的召回数据到底是什么？因为达人的场景和我们还不太一样。

至少我们比较看重的数据，会分成前、中、后。

前面比较看重的是带来的真实数据洞察、内容的匹配度；投放过程当中带来的 ROI；以及产生的真实交易，我们会把它回收。然后拉起来看，所谓前、中、后的效果到底怎么样。

今天比较难、比较费劲、也比较消耗资源的，其实是后链路数据的回收。广告投放完成之后，或者达人做完之后，到底有多少人看到它，触发了 action。这个 action 可能包含购买，也可能包含加购。

这些数据很多时候都是客户比较敏感的数据，但对我们又比较有价值。所以我们会非常重视后链路数据安全的回收，它对前面的 AI 二次学习价值比较大。

所谓最后一公里的数据，往往是客户不太愿意给的。我的理解是，在一个公司里面，负责收集这个数据的往往是花钱的部门，也就是市场部。

它会有一个幸存者偏差。假如我是市场部负责人，这笔投放效果非常好，我会很乐意把数据分享给你；但如果我花了一笔钱，效果并不好，我肯定不会分享，因为那是我工作没有做好的证明。

长期以来，它就会存在一个幸存者偏差。你们真的能够拿到投放不好的那一部分数据吗？

有时候是相反的。比如说委托你一个 case，我有动力，也不会特别偏好说你给我投得很好。你投得不好的时候，我会告诉你投得不好，因为我给你花钱了。

为什么？因为按照 ROI 结算的时候，我就要少结算一点。如果按照 ROI 付费的话，应该还可以。

K，你觉得呢？

这其实取决于我们和客户是什么关系。

从客户角度来说，他们会觉得我们的 tracking 很重要。因为达人营销过去其实没有归因的部分，这部分是我们自己搭建的。客户如果不想人工盯着达人的数据做统计，再一个个从不同环节拉出来，就必然会用到我们的系统。

所以我们确实还没有遇到过客户不用这个工具的情况，因为这部分不是额外收费，对客户来说本身就是有利的。

第二，客户会把我们当成他们团队的一部分。今天不管是 AI 员工也好、AI 平台也好，和客户都是比较紧密的关系。大家有问题要一起复盘，有好的 case 也要让我们充分知情。员工只有掌握足够的信息，才能好好干活。

所以大部分客户里，我们确实不会遇到这样的情况。

你现在重点想要攻克的客户是哪一类？你最想合作、优先级最高的客户，画像到底是什么？

这可能是一个阶段性的问题。

当时我们产品发布第 1 版，刚走向市场的时候，要找自己的 PMF。产品肯定是开放给不同公司去用的，但究竟在哪类公司上会先找到 PMF，有时候是后置的过程，不是我们坐在办公室里就能提前想出来的。

一开始我们很快发现，最早能够打得比较快的肯定是 AI 公司。它们公司的理念、员工对 AI 的接受程度，以及快速增长的需求，决定了它们对规模化做达人营销天然有需求。

在这样的公司里面，当达人网络密度足够高时，行业客户会觉得效果越来越好，于是这类客户就会变得更多。

AI 行业很难界定什么叫 enterprise。两年前，MiniMax 可能还是一家创业公司；今天你肯定会说它是企业。所以从 go-to-market 的角度，很难界定。

我们也和 Google 的人交流过，他们内部怎么界定这批公司。他们会从里面找到高增长客户。我们内部也会看 AI 这一波里面哪些客户有高增长的可能，因为它可能 1、2 年就变得很不一样，甚至变成我们的大客户。

我们会区分谁是 KA，谁是创业公司里的 AI 创业公司的 SMB。当然，我们也界定了哪些公司不适合使用我们的产品：还没有 PMF、只是明确想来试一下的公司。

如果他的产品不断变化，广告预算就不稳定，达人营销肯定不可能长期做。这类 SMB 我们会投入更少的精力。

但对于一个广告平台来讲，我们很难拒绝客户。Google 其实也不太可能去拒绝客户。所以早期我们知道 AI 对我们很重要，这批客户是我们可以花足够多时间去做增长的。

今年我们也很快发现，光是 AI 这一块成熟、整体平台基建成熟之后，电商和游戏这 2 个 category 的客户也开始增长了。但它们的增长逻辑会不一样，不管是营销打法还是销售打法，可能要真正开始做商业化，才会把这部分梳理得非常清楚。

在一个公司的商业化还不完备、产品还没有研发成熟的时候，很多事情都是在测试。到今天，我们能够看清楚自己在每个行业上的成熟度、内部的行业划分，以及什么样的人能做哪个行业的销售。在这个市场上，我们先打哪些公司，也会更清晰。

比如在达人营销里面，一定是 mid-market 往上的公司更好。达人营销和其他广告的区别在于，它的门槛相对高。长期、有能力做付费达人推广的，一定是中等规模以上的公司。

但我们不是说 SMB 就不做了。它可以轻量地进来，我们可以用低成本的方式让大家继续使用。因为我们做这个平台的初衷就是，不会限制某一类人不能使用 AI。我觉得这是底层价值观的问题，不能因为做生意就拒绝顾客。

对 SMB 来讲，这也比自己雇人更好。小客户没有更好的选择，而自己雇人的成本也很高，所以这对他们来说也是一个选择，我们会让他们使用。

作为一家 to B 的企业，我们的重点肯定是放在 mid-market 往上。今天我们在中国出海市场和北美都有业务，但优先级更高的是先把中国出海这部分的增长更快地拉起来，不管是团队成熟度，还是我们对市场的认知，这都是更容易的一部分。

北美也会做一些尝试，允许自己犯错。

我问一个比较尖锐的问题。我之前了解到，这个行业有一种现象：在营销领域做收入增长是比较容易的，因为存在大量中小企业，会有类似游戏行业自充值的现象。

比如我一年可能给你打了很多预算，但它其实只是走一个账、走一个过场。你们认可这种行业里的声音吗？

主要看什么量级的收入。你说从几百万做到几千万、几个亿，可能比较容易；但变成几百亿、几千亿的时候，其实就难了。

第二，你要看驱动力。我知道你可能想影射一下：蓝标的收入那么大，但利润很薄，收入并没有给我们带来很多好处，反而不断被质疑：“你们这么多收入，为什么利润那么少？”

这恰恰可能是我们的一个机会。

从我的视角来讲，还是要区分不同的市场。比如全球化市场，如果让我今天重新来一次，我依然认为应该先满足不同客户的需求，先提高市场占有率和客户占有率。无论是游戏、电商、AI 还是 SMB，都要满足他们的需求，然后走向海外，这件事比较重要。

几年前我就说过，出海市场的增量和增速远远还没有结束，未来 5 到 10 年，它依然会保持快速增长的态势。

国内这么做肯定也不太一样，但你说的充值或者做法，我不太了解。对我们来讲，上市公司真实地消耗预算，这件事比较重要。

另外，我觉得做全球化还是很重要的一件事，就是你的价值观，以及形成信任的基础。

我做了十几年的全球化。全球化虽然市场很复杂，但在我看来很简单：只要坚守住价值观的底线，就会发现，总有一些人选择用信任和简单的方式和你合作。

过去很多年，很多机会莫名其妙就开始了。我们不认识什么特别高层的人，但后来大家的关系、信任基础慢慢变得越来越好。一些很小的点，源自对方觉得你这家公司的价值观和他类似。

因为大家都需要中国企业走向全球，也都需要找一个信任的合作伙伴。

在 AI 时代也是一样。上市公司在资本市场上经常被问：“为什么你们有七八百亿的收入，利润只有这么一点？”我们的利润确实比较薄，但 AI 给了我们可能性。

蓝标是一家有着 30 年历史的公司。就像你刚才讲的，整个广告营销行业经历了很多变迁。你们的心情起伏有一条曲线图吗？

其实我的心情起伏都和商业没什么关系。

今天多拿一个客户、少拿一个客户，利润多 1 个亿、少 1 个亿，我会特别大喜大悲吗？也不太会。可能我更在意的是，这件事长期的价值到底被弱化了，还是被强化了。

比如当我们的人才密度越来越低，行业找不到好的人，越来越远离技术，不得不说，移动互联网的崛起是一个分水岭。

平台化当然也是我们受益的原因。因为有了平台、技术和移动互联网，才可以做全球化。但不可否认的是，当平台化形成的数据认知大于人类形成的认知时，你的服务就会贬值。

人才密度下降，大量人才流向大厂，在这种情况下，你会觉得这个行业的价值是不是被弱化了。

当 AI 和全球化到来，它能够创造价值。中国企业走向全球的过程当中，要解决跨文化、跨国广告，甚至达人的挑战。这是刚需，是它们自己无法解决的刚需，需要第三方公司站在背后解决这个问题。

这件事本身就是有价值的，也能够吸引很多人加入进来，说：“我想在这个平台上创造一些不一样的事情。”

我的情绪起伏大概都和这些相关。

另外一个情绪起伏点来自内部。当我觉得文化不纯粹，公司有点僵化、不够快的时候，也会有一种失落感。

经历过这个周期之后，你就会知道技术多么重要，门槛多么重要，一定要构建差异化、有价值的部分。

我们虽然很重视技术，但对技术还不够激进和狂热。今天为什么重新来一次，我们会对技术如此激进和狂热，甚至可以牺牲很多传统利润去做这件事？因为我们经历过那段历史。

岔开多聊几句。我之前读一些公开信息时，也觉得你们很有趣、很激进，尤其是在组织形式和用人方式上。

我听说每个员工都要进行 AI 机考，还有工程师对人才使用 AI 的程度有一票否决权，公司内部现在是这样执行的吗？

现在机考也在不断迭代。

第 1 年的时候我们有机考，但很快觉得机考可能是一种比较传统的形式，有点形式主义。后来我们不断迭代，比如针对种子型人才，我们会要求什么。

中间我们经历过一段时间，要求员工具备构建 agent 的能力。未来可能会对 coding 能力有更高要求，也可能会要求他们用 AI 重构业务场景。

过去我们交付的是人力服务，未来可能要以 token 为基本单位，以消耗 token、交付 token、用 token 创造价值为核心，这才叫 AI-native。

这些都在不断迭代，但工程师的一票否决权一直都有。

只有一个特例：这个人在传统技能上有绝活，他的 KPI 或任务完成能力是 AI 永远无法替代的，可能超额完成 50%，甚至 100% 地完成了过去别人完不成的事情。那我们可能会给他开放所谓的绿灯。

绝大多数情况下，工程师都有一票否决权。

在你们公司做工程师压力好大。我感觉如果我是工程师，都不好意思用这个否决权，感觉要掌握别人的生杀大权。

我觉得你可能很难做出这个决策，但你就是要构建这样的文化。

我们要习惯从以人类构建的商业文明为主，慢慢走向 AI 加人或者人加 AI，共同构建新的商业文明和新的组织形态。

前 2、3 年我去美国出差时，ElevenLabs 当时可能也刚刚起来，K 可能也知道那家公司。和它的创始人聊天时，我非常有触动。

他当时说，今天招人最看重的是自驱力。因为他们没有办公室，一个自驱的人在世界上的任何角落，哪怕蹲在马桶上，思考的都是怎么样用 AI 解决问题、AI 世界发生了什么。

如果没有这样的自驱力，天天考核他学习 AI，就太痛苦了。

我比较赞同这个观点。

要造一艘船，就先激起对浩瀚大海的向往。公司里怎么激起大家对浩瀚大海的向往？就是要让大家认识到 AI 有多酷，它可以重塑你的人生。

你通过 AI 完全可以塑造一个全新的自己，一个不同段位的自己。CEO 也是一样，如果你对 AI 的认知足够深，和它的交互足够深，再打造一个 AI 组织，那你就是另一个 level、next level 的 CEO；否则你就是传统时代的 CEO。

现在做的事情也是一样。你会发现，有些自媒体和自媒体之间的差异，就是由对 AI 的认知形成的。

今天这件事是有门槛的，不是所有人都能做 AI 类的访谈，因为里面有很多底层逻辑。掌握这些之后，你就会变成 AI 时代的另一个自己，一个更高阶的自己，边界也会被打开。

这不就是我说的浩瀚无垠吗？

我觉得对创业者来讲，早期会有各种各样的人向你抛出一些说法，告诉你可以这样做，然后就能怎么样。但我觉得，这样的公司后面没有不出问题的。

过去不管是瑞幸也好、乐视也好，都出过这样的问题。即使是在这个行业里非常厉害的人，当你做的事情并不真实，早晚也会出问题。

当然，这并不是说不能追求早期的快速扩张。我们也见过滴滴早期补贴的做法，它确实养成了用户习惯。当时它要去打另外一个已经存在的传统市场，需要自己的武器。它做的这件事长期来看，最后 5 年、10 年，价值是会回来的，这种做法是可取的。

但我不能在没有建立任何壁垒的情况下，盲目把自己变成一个流水的、纯粹烧钱的生意。

这取决于商业模式到底支不支持：当你让用户烧了大量的钱之后，用户是否真的会留在你的平台上。我觉得这是一种短期诱惑，对任何一家公司来讲，都不是什么好事。

我感觉你虽然在技术上非常激进，但你的性格应该不会特别激进，可能和你的成长经历有关。

我其实就是对商业很感兴趣，对商业本质很感兴趣。

对于很多穿越周期的公司，我都会去研究，也会和行业里很多人交流。这构成了我对商业判断的一些基本原则，让我在这种事情上没有那么激进。

因为我知道，一个长期穿越周期的公司最终会是什么样，它的定力和商业上的大原则不会轻易改变。

在认识你之前，我最早其实和你的一位投资人聊过。当时我说：“你过去好像很少投女性，为什么会投 K？”

他跟我讲，因为他和你聊过你的成长背景和经历，会觉得你是一个从很小的时候就开始为自己的人生、为自己的前途规划和打算的人。

我们现在当然已经不是小孩子了，但我觉得这件事是刻在一个人的成长基因里的。不知道我的理解对不对？

这可能确实是因为，我一个人在美国读高中时经历了家庭的巨大变故。

我从小可能并没有什么经济上的担心，但出去之后，一年要面对几十万美金的学费。那时候家里又出了比较大的变故，我会想，如果没有人给我付学费了，我该怎么办。

但我周围的人没有这样的烦恼，大家都是特别会玩的人。我一开始也跟他们一起玩，但后来发现，在和他们玩的过程中，我不只是对玩感兴趣，也对商业感兴趣。

这次变故把我更多地推向了另一面。我确实会觉得很不安。当时我想，接下来要怎么让自己能够在这个地方立足下去。

所以这件事推动我开始做很多选择，当然也和我本身对商业感兴趣有关。

从你之前亮相，后来收到了一些批评和质疑。那段时间对你来说有压力吗？

第一次公开被这么多人批评，而且无论走到哪里，都会有人和我讲这件事。周末打开消息，看到有人在骂我，这肯定会有冲击。

当时也会有一些委屈，觉得自己确实一直在做某些正确的事情，但为什么会被断章取义，或者被换一个角度去讲。

不过我觉得这可能就是一瞬间的事情，很快就过去了。还是做好自己该做的事情。很多创业者都经历过这条路，既然我选择了这条路，这个代价我完全可以承受。

现在信息实在太爆炸，大家也太需要注意力了。你刚才说，好像有一个黑洞把大家都吸到那个方向去。

为了获得更多注意力、获得一些正向反馈，我们不得不夸大，或者讲一个非常好的叙事。但这对于任何早期成长的组织和公司来说，都是一把双刃剑。

当你这么做，也收获了一些不好的反馈时，会有点委屈。这件事会让你觉得委屈吗？

我们自己决定要 follow 这个市场的打法，也自己去尝试了。当然，它也有好的部分，去年确实给我们带来了一些声量，也带来了一些海外的好客户。

但负面的声音肯定也很大。我们自己选择了这个打法，就要承受这个结果。

而且我觉得，去年整个市场都在学习 AI 到底怎么试。大家要么说自己是世界上第 1 个，要么说自己非常 aggressive。

今年大家不这样说了。去年的 marketing 有时是跟着整个风潮走的，不是你个人想表达什么，就一定能在那个时间表达出来，它有时跟着整个市场的情绪走。

今年大家意识到，那样说已经不能抢占注意力了，大家也疲惫了。行业第 1、每家都是收入最高，好像完全没有意义。大家已经知道 AI 现在能做到什么程度了，这些词听起来有点虚，也没有必要。

今天一个创业公司成长得更健康，或者说更好的叙事，首先就是真实。

真实没有办法获得注意力，怎么办？

真实本身就是一种注意力。

你会发现，有些越实在的人，越能保持纯粹，最后受益是无穷的。真实是什么状态？就是他的言行和公司的言行非常连贯、一致。公司的真实性和创始人的真实性都非常重要。

不要为了追求注意力去营造、迎合外部信息。如果你是真实的状态，你就是这么想的，也是这么说的，日复一日、年复一年地表达，那么这种真实的力量早晚会爆发。

比如 K 说了一个真实的观点，按照真实的想法和公司的真实特质去表达，结果外界觉得她浮夸，这不重要。她知道自己在表达真实的自己，也在做正确的事情就可以。

因为真实能够穿越周期，总有一天，大家会认识到她原来就是这样的人。反之则不然。

今天是一个注意力缺失的时代，也是一个赞美和诋毁都很廉价的时代。能发自内心赞美你的人，或者思考之后再赞美你、批判你的人，其实非常少。

很多人没有耐心，也没有足够的知识去了解完再批判，都是随手一说，那你何必太在意。

另外就是看长期。比如这件事，我想清楚要做 5 到 10 年，这也很重要。

最后，你做这件事可以说得高调一点，技术路线可以追求得非常激进，但个人的 ego 要小一点。我觉得通过这几个标准，就能看到一个人和一家公司的特质。

所以不要太在意这些事情。

8. AI 原生生产方式成形

回到今天的主题，我还很想让大家构建和定义一下：当 AI 介入这个行业之后，接下来这个行业的生产方式会是什么样？

现在 AI 的能力不停提升，人要怎么进步？

第 1 个，我觉得要尽快掌握 coding 能力。当然在这之前，你要想明白：到底要用 AI 或 coding 去重构你个人的哪个刚需场景。

只有这样，你才有足够的耐心，一遍又一遍地和它交互，获得真实的结果。

第 2 个，脑子要清楚，既可以领导团队，也可以领导 AI。任何时候都不要省略思考的时间，不要着急给它布置一堆任务，然后得到很多反馈。

不要着急让它想，要把思考过程拉得足够长，先想清楚让它干什么，研究得足够清楚，这样你才能获得更多正反馈。我觉得思考非常重要。

第 3 个是干净的上下文和干净的思维能力。它给你的反馈，远胜于被污染过的上下文。

还有一个和人相关的点，就是保持极致的 open。只要有很好的提问能力、界定问题的能力和思考能力，大概率就能获得高质量答案。

另外，多看一些足够长的 AI 技术博客，看看技术大牛是怎么理解这件事的。最好看非常长的文章，从里面记下来对我们这个行业的 learning。

这些是个体层面比较干货的东西。在这个过程当中，也要学会获得连续的正反馈。

组织层面是另外一个问题。技术竞争在持续，scaling law 也还没有失效，智能体的崛起也在不断加速。但最终，AI 原生组织模式可能会成为一种极高的竞争要素。

AI 开始自我构建。前段时间 Claude 的团队不是发了一个关于 AI 开始自我构建的内容吗？组织可能作为更高级的 AI 范式，变得非常重要。

什么样的组织范式才是 AI 原生？即便是 AI-native 企业，也可能需要围绕一个中心不断构建组织形态。过去以人为中心，未来则要构建以 AI 加人或者人加 AI 为核心的组织方式。

越早认识到这一点，可能越好。

两个视角完全不一样。站在传统视角构建，你会觉得今天很多事情都合理；站到新的视角上，你可能会觉得今天 80% 的流程、80% 的决策机制和决策要素都不合理，都可以被淘汰。

在达人营销这个业态里，你们觉得未来 AI 加人的生产方式、协作方式到底会是什么样？具体一点来讲。

它可能会像大家今天使用 Google Ads 一样，发展到相对终局、比较后期，接近程序化广告的状态。

一个人就可以非常轻松地操控很大的预算，今天想花多少钱都能花掉。因为今天这个行业的问题是，比如我这个月要花 30 万美金，不一定花得掉。我得先组建一个 30 人的团队，才有这种可能性，而且还不一定能带好这个团队。

所以到后期，它应该会变成一个人的决策。这个人把公司的产品或者其他方面的判断想清楚之后，达人营销这个渠道对他来讲就是非常简单的，一站式完成整个投放。

想花多少就花多少，而且效果会更加可预测。比如未来能带来多少付费用户、多少结果，都会变得更清晰，品牌曝光也有可能被纳入其中。

我觉得这个行业最终一定会走向这个状态。今天我们解决的是第 1 步：把劳动密集型行业变成完全标准化、平台化的事情。

AI 可以先把它变成平台。平台形成数据之后，再在决策层面更好地帮助人，就像其他广告一样，不需要人在里面做这么密集的判断，对每个人的具体判断会越来越少。

但一定是一个过程。to B 非常理性，数据积累不会在一天之内变成这样。所以我们一直在找人机交互的边界：到底人做多少，机器做多少，今天行业主流能接受多少。

早晚会变成那个样子，但中间这个时间，我们有耐心一步一步推进。

我经常在思考，agent 介入企业工作流之后到底会发生什么。

一个非常重要的阻力，可能来自人类本身。当我拥有一个 30 人的团队时，决策风险是分散的，我背锅可以有很多人一起背。

但如果一个 agent 或一群 agent 真像你们说的那样，干掉了整个市场部，只留下一个光杆司令，那我的个人决策风险也太大了。这种人性的阻力可能是最大的阻力。

这其实也会诞生新的机会。

在这个行业里，能够把 Google Ads 投得非常好的投手，其实很值钱。他在某个行业里投得非常好，决策影响非常大。投错了，可能几百万美金的预算说没就没。

过去这个行业里的超级个体，当他的能量和 power 大到一定程度时，自己承担的决策风险就很大。当然收益也很大，所以每个人都有机会成为那样的投手。

我觉得未来市场人会走到那一步。但并不是只有他一个人承担风险，平台本身的数据能力、模型能力也一定会承担风险。

市场会出现新的机会：人有机会去做更大的事情。我的决策真的能产生这么大的影响力，一定有人追求这样的职业。

市场上看到任何一个 marketing 做得特别好的人，他过去一定是选中了大机会，又选中了非常合适的工具，之后承担的风险也会越来越大，但他的收益同样会越来越大。

这会让一些人的能力被进一步放大。这个人除了判断大趋势的能力之外，他本身的发心和价值观也会被放大。

更多时候，人会回归到自己：我到底是一个什么样的人？我对底层逻辑的判断是不是正确？

不是说今天做 marketing 的人一定要试这个工具、用那个工具。这些都需要了解，但本质上它们只占你 1% 的时间。很多人天天喊，不掌握这个就完蛋了，我觉得不是这样。

你要了解这些东西，但更重要的是，它们背后对应的是什么：在你的职业生涯里，那些做得好的人到底选择对了什么。真正被放大的，是这种决策能力。

我觉得还是一个视角的问题。

如果你的公司是以 AI 为中心的组织形态，天然可能就不会有这样的困惑。

第二，我也相信未来一定会有针对它的约束机制。AI 爆发之后，下一波机会可能会出现很多约束 AI 的公司。像我们这种类型，也可能创造一些新的机会，甚至未来会诞生 AI 决策的保险经纪公司，为 AI 的决策买单。这可能会是一个全新的机会。

但在此之前，它一定会快速往前走，也一定会有好的解决方案。

另外，主要看你的代价是什么。在一些重要场景里，我们还是会让人开启任务，最后由人复核，把这作为最核心的规则。专门有人负责定义 agent 的规则，一定程度上可以规避这个问题。

我理解，一个行业本身的成长过程，就是价值不断分配的过程。

我一开始也说过，即使不了解这个行业的人，也听过一句话：营销市场的水很深。水深到底深在哪里？当 AI 介入之后，这个价值分配可能会有什么不同的走向？

最核心的可能是过去层层外包的问题。

尤其在全球化营销的过程中，一家企业要做这件事，找了一家公司，这家公司又把事情包给当地的 vendor；当地 vendor 也是二道贩子，又去找当地的中间商。

中间环节越多，灰色利润就越多。每一家都要抽一部分，而且这样的机会并没有那么多。因为市场极其分散，有些机构想靠一单把一个月的钱赚回来，所以中间的抽成非常不可控。

行业里尤其是中长尾，因为单价本身低，上面的加价可能超过 100%，翻倍的情况非常多。

今天 AI 能做的事情，就是直接联系到达人本人。不管是哪个国家，都可以用当地语言和达人沟通，达人也可以直接上到平台上来。

可以把它理解成营销界的 BOSS 直聘。

平台的意义其实就是中介的意义。当你做一个互联网平台时，最终都是希望把层层外包变得透明。

国内经常能听到达人讲返点的问题。很多合同上写的是服务费 10%，但达人这边又收了 30% 到 40% 的返点。现在往往就是 30% 到 40%，如果没有这个返点，达人甚至不会被放进企业的选择名单里，在中长尾创作者里尤其常见。

国外也一样，而且国外的信息差可能更大，大家不一定知道。

这并不是以前的公司刻意想把行业搞得很混乱，而是过去的形态决定了这个问题。我要使用很多人工团队，平台上的人员还会不断流动，平台很难真正拥有自己的网络。网络密度不够高时，就必然会出现这种问题，每个行业都经历过。

但当你真正有机会高效完成中间撮合时，AI 就可以完成这件事。过去中间可能抽走 50%，今天 AI 只需要 5% 就能覆盖成本，公司就可以先把市场扩展起来。

对我们来说，这也不需要烧钱，只要能覆盖 AI 的 token 成本，就可以先让大家进入平台，改变原来的模式。

对很多企业来讲，这其中也有贪腐问题，尤其是一些大公司，一定都面临过。其实两端都不愿意让这个行业持续这样下去。

所以今天 AI 可以真正帮助行业参与者，拿到一种透明、长期的模式。我觉得这是在解决实际问题。

他们的问题可能是达人报价报得高，但多出来的那一部分其实是中间商赚走的。因为连接的是一个个人和另一个个人，中间环节不像公对公那样受到法律约束，所以有很多灰色操作空间，可以这么理解吗？

可能不止达人这一侧。你联系到的第 1 个人、下一个人、再下一个人，中间到底有多少层，你根本不知道。

9. 平台开始赋能创作者

我能以一个投资人的身份，提一下我对阿哈未来的期待吗？

可以。

除了刚才提到的那些，在我心目中，一个比较好的、原生的达人 AI 平台，除了能够解决 K 刚刚说的那些真实业务痛点，更重要的是，达人这一侧因为阿哈的存在，创造力和创造力的边界能够跃升。

达人可以去做过去想不到的事情，无论是内容创作，还是尝试过去没有尝试过的商品品类。达人因为阿哈的存在而变得不一样，而且这种赋能不是一般的高科技平台能够带给他们的。

客户端在投放过程中也能得到延伸，发现全球过去没有发现过的、真正有创作力、有想法、真实的人，或者有高度价值取向的人，让他们和品牌连接、握手，最终赋能给消费者。

我觉得这样的平台意义感可能会不一样。至少在我心目中，我做这个行业这么多年，如果能做到这个位置，就非常了不起。

这些点正是我们一开始做这件事时的价值观。

我们希望世界上的创作者因为有我们，拥有更稳定的商业机会，而不是为爱发电。他们可以尝试不同的东西，也不需要为了钱改变创作本身的快乐。

因为他真正拿到了合适的商业机会，才能持续在不同领域发展。你的匹配如果能够做到，不管达人选择哪种风格，世界上总有和他共通的品牌能够高效连接起来，他就可以选择不一样的东西，才会有更多好的内容出现。

刚才 K 聊到海外创作者市场更健康，国内其实不然。我也借着潘总的话多讲一下我的期待。

我代表最纯正的创作者。我觉得这样的氛围是整个内容市场更需要的。如果做成了，可能和收入无关，它确实是一件很伟大的事情。

希望在不同阶段，还可以记录你们做这件事过程中的努力。

回过来我还是要追问：现在你们能够提供的真正差异化体验是什么？比如你们收的服务费只是 5%，应该低于行业里的其他方式。

在上线的半年多时间里，我们平台已经入驻了差不多 10 万名达人。这个增长完全超出预期，没有做任何推广，纯粹是带着订单去找达人，以及达人之间的自发推荐，做到 10 万人入驻。

而且这些达人都有一定体量，至少符合我们所说的接单标准。

关于针对我们的诟病，第 1 个是说阿哈手里大牌达人的触达率并不高。我觉得这可能要分时期、分品类来看。

客观来讲，就像 Airbnb 或 Uber 一样，这是某个城市密度高低的问题。我们也一定会有品类密度高低的问题，以及平台密度高低的问题，取决于我们擅长哪些平台和品类。

像 Instagram、TikTok、YouTube，我们的占比肯定更高，因为这些平台商业化程度更高，平台上的创作者对商单形式的理解也更多。

Twitter 和 LinkedIn 的商业化程度其实比较低。Twitter 上只有两类人：一类是职业营销号，可能来自印度等地区，流量质量比较差；另一类是非常高端的科技圈、硅谷精英。

后者接单意愿非常低。你想和他成一单，可能得达到陪他吃饭、喝酒的程度。

所以这类市场本身不是一个特别可扩展的市场。不管 Airbnb 做得多发达，有些市场一定做不了。需要在硅谷和对方建立深厚友谊才能获得的稀缺资源，不会是平台最擅长的点。

我们更擅长的是 Instagram、TikTok 和 YouTube。不同品类的客户上来之后，平台上已经入驻的活跃达人，能够立刻提供几百个供选择。

这个体验是过去找一家机构或者招一个团队肯定无法比的。你找一个机构，它要在任何大品类上都立刻拿到和你匹配的资源，而且这些人都能够直接合作，那它必须是一个巨型、无敌的 MCN，网络得有 10 万人。

早期我们只有 1 万多名达人时，体验可能和一个 agency 差不多。但现在半年多已经有 10 万人，而且增长速度变快了。

客户反馈也变成：“你们这里的达人怎么这么多？”

客户一发布 campaign，很快就看到大量已经准备好、也适合合作的达人。这个感受会让他们产生一个很明显的 aha moment。

最初其实是你们拿着具体订单，做小范围的闭环。但当这个闭环完成之后，比如达人因为有了 Aha，真的能够接到更多订单，哪怕只是拥有更多选择范围，就会形成口碑。这个时候飞轮很容易转起来，对吗？

对。当供给足够多时，会反向带动更多客户觉得这里供给丰富，于是来使用平台。客户变多之后，平台上的订单变多，达人又会变得更活跃，整个过程就会不断滚起来。

但双边平台一般都会有自己的 turning point。历史上所有双边平台都经历过这个过程：在某个临界点之前，它可能比传统机构还难用。

滴滴早期也是这样。北京没有 1 万辆车之前，用户体验很差。

达人领域可能也是一样，我们的门槛可能还会更高一点。跨过 10 万这个临界点之后，新客户进来的体验，和上一版产品发布时的感受已经有很大差距。

但我们现在还不知道，这是不是未来的 turning point。

任何新技术、新平台到来之前，相当长一段时间里一定比原来更难用，看起来效率下降了，或者变得更复杂。只有到了临界点之后，才会进入突飞猛进的状态。

这是每个技术周期都经历的必经过程。但从长远来看，这件事是 make sense 的。

现在平台有 10 万个达人，全球有 80 亿人口。未来平台上有没有可能有 1 亿个网红、10 亿个网红？这是有可能的。

靠人能解决吗？

解决不了。那只有什么来解决？靠 AI-native 的方式解决。

你们的客户画像有什么变化吗？据我所知，你们现在应该已经和一些非常头部的巨头有合作。

我们最早打磨产品时，大概刚开始发布这一版产品，就已经和一家特别头部的大厂开始接触。

它的体量非常大，内部有很多出海产品和 AI 产品。而且它整体采用新事物的速度非常快，非常敏捷。我不需要审批企业预算，个人觉得可以，团队负责人觉得可以，就开始使用。

最初是单个 team 使用。这个过程中，他们给我们提了很多意见。确实是特别好的客户，也是这个时代最好的产品团队之一。他们对营销这件事提出的问题很有价值。

他们越来越希望减少内部人员的操作时间，所以在这个过程中，双方打磨出了很多真实需求。

从一个 team 到后来扩散到组织内六七个 team，内部出现了一些类似裂变式的增长，其他组织也开始采用，不同组织之间又给我们提出了不一样的想法。

对 to B 来讲，标杆性客户非常重要。在这个行业里，这家公司可能偏 AI 科技类，给我们提出了很多需求。当它的方式跑通之后，行业里的很多公司都能受益。

今年我们走向电商和游戏的过程中，也会碰到非常 AI-native 的公司。它们过去已经有很好的经验，大家也是共建的心态。

和这样的团队负责人交流时，会发现大家非常同频。他完全认可未来会走向什么样，也理解早期共建过程中可能面临的问题。

企业客户愿意陪你一起成长，但过程中大家必须坦诚。比如我们和游戏行业的头部客户沟通时，会很坦诚地告诉他，我们过去没有做过游戏客户，或者只有 1、2 个游戏客户，但今天他是这个行业最大的标杆，同时又相信 AI 和达人营销。

达人营销的投入其实很大，我们也会告诉他我们花了多少钱，或者说这件事是不是单个企业自己做就合理。

因为单个企业自己做，网络永远不会活跃。你做平台没有意义，最多变成一个结算平台，达人不会永远在上面。

把这些点讲清楚之后，大家就知道未来需要一起成长，于是就会形成共建。

今天做你们这一类 agent，可能会面临好多层面的压力。

第 1 层，token 涨价了。第 2 层，在接触这些行业巨头时，当你接受巨头投资，巨头可能投你一笔钱，作为学费，想看看你的牌，因为它也可能自己做。

另外，你们应该也和飞书达成了深度合作。它符合你说的那种非常好的客户画像，可以和你一起共创，但你永远无法排除它有一天顺手做了你这件事的可能性。你会不会有一些焦虑感？

反而在这个层面不会。

我觉得大家在战略上有比较多的沟通。比如像蓝标，今天战略重点到底在不在达人营销上，企业的注意力一定是宝贵的。它的路线在哪里，我们的路线在哪里，它要不要自己做，其实都能够很明显地看出来。

因为这是一个散对散的双边市场。一家企业自己做一套系统给自己用，长期一定不成立。即使短期觉得可以试试，长期也一定不成立。

从我个人角度来讲，我反而希望他们能够吃掉我们一部分预算。

有一天我们的出海大客户说：“我们不选你们了，要用 Aha 来合作。”我也会很开心。

这种警觉，或者叫免疫系统的刺激效应，对组织是好事。就像人要生病一样，接触外源病毒之后，T 细胞开始工作，把病毒清除，形成记忆，才会建立免疫系统。

下一次再遇到类似的东西，人体才能进化。面对这样的竞争，我们是非常 open 的。

最后一点，技术和框架越来越趋同时，我真的觉得，人和组织的心态、初心，以及方方面面的东西，决定了公司的样子。

以前我没有那么理解。随着年纪增长、经历变多，我越来越觉得，没有初心的队伍走不长久。

蓝标的初心是什么？今天我们希望在全球范围内成为一家巨型的 AI 营销科技公司，同时成为一家真正的全球化公司。

我们希望能够让数以万计的中国企业，以及数以万计的员工，因为这家组织的存在而变得不一样。这就是我们现在的初心。

按照这个来对比，你们的初心和 Aha 的一定不一样。Aha 的初心是什么？

有 2 个点。

第 1 个，我们希望帮助产品更好地被别人知道。更好的方式，是让广告变得更有意思。

我们觉得达人营销是一种非常有活力的形态，会带来更多创意，而不是到处贴广告，强迫别人去看。内容本身有意义，才会有人看。

另一方面，是帮助创作者更持续地、有动力地创作，为他们提供好的经济来源，激发创造力和价值。

我听到一些行业里的声音。因为这是一个 00 后创始人，所以大家会质疑你的管理能力，质疑你作为创始人的管理经验。

管理经验这件事正在成长，这是一个客观事实，你能非常坦然地面对，对吧？

对。而且我觉得，这种管理和大家理解的大厂管理也不一样。

像我们这样的公司，管理成本其实很低。我们招的人很多是从大厂降薪过来的，甚至降很多，拿期权、拿股权，所以他的心态非常像合伙人。

公司很早就设立了大约 40% 的 ESOP，这对很多公司来讲都是非常大的比例。我们今天大概 40 个人，全员都有期权，没有一个人是打工心态。

如果他是打工心态，我一定会让他离开。

我们现在有一个月的尝试机制，Carson 也是这样做的：给他发一样的工资，大家一起磨合 30 到 45 天。这个过程中，谁觉得不合适都可以立刻退出。

我觉得这是一个很好的互相筛选机制。

现在整个组织里大家应该是什么样的人、应该怎么合作，越来越清晰，管理成本也不断降低，几乎没有什么管理成本。更多是一些重大选择和判断上的能力。

如果给那些质疑你管理经验的人一个回应，你觉得自己的管理有问题吗？

我觉得一个 40 个人的创业公司如果需要管理，那可能是这个公司本身有问题。

当然，公司走向更大规模的过程中，我肯定会遇到挑战，也接受一定会遇到失败，而且我觉得失败可以越早越好。

我的联创比我大 12 岁。有些错误我一定会犯，即使他劝我也不一定有用。但我觉得这些坑早踩比晚踩好。

只要是跨越过周期的人都能看到，有些人早期没犯这个错，等公司非常大了之后，在同一件事上再踩一次坑，这是迟早的事。

人只要自己没踩过这个坑，别人跟你说，那只能是一个巧合，刚好你没犯这个错误而已。

所以关键还是看创始人未来的学习能力，能不能在公司更大的时候，成为一个好的管理者。

但 AI 时代也不一样。公司的规模是不是还会急速扩张到那么大，也是一个不确定的问题。

比如 Cursor 现在的这个估值刚刚卖掉，公司也就几百个人。我相信 Cursor 也没有什么管理成本。它用人的文化，包括创始人，应该和我差不多大。

他们看起来不会每天被管理困扰，我相信他们一定还在一线探索产品问题。

所以今天管理的问题，也许对这一代创业者来讲会更小一些。当然，这门课还是可以学的。

你在意这些质疑的声音吗？

不在意，只能说越来越不在意。因为我觉得这都是很正常的事情，每个人的成长都一定要经历这个过程。

今天看到你的状态还挺开心的。相比我们上一次见面，我觉得你又轻盈了很多，这是一个挺好的状态。

10. 营销平台进入新周期

全球领域里那些比较头部的平台，最近有什么风向？

我感觉，大家在路径和技术范式上追求的共识性大于差异性。模型军备竞赛还在进行当中，甚至还处于比较早期。

第 2 个感受是，今天 AI 的智能自驱处理得足够长、足够复杂，甚至深入到一毫米、一厘米、一米的场景越来越多。

过去它可能停留在对话、使用、获取知识和智能的状态，现在开始真正下场，走向 dirty hands，真正开始干活。干活之后，它又开始自构建、自迭代和自我决策，这一点非常明显。

第 3 个，我认为组织形态会成为新的竞争要素，可能也是未来更重要的决策要素。

在 AI 营销领域，你觉得有什么重要趋势？

人让位于 AI 的 aha moment 不远了，AI 真正的原生模式离出现不远了，但现在还没有出现。

我指的 AI 原生模式，Aha 是其中一种。未来有一天，它可能批量化地完成所有事情，类似一个原生的操作平台。

新的东西会越来越多：新的流量结构、新的互动模式。当世界模型真正出现时，可能会出现新的内容互动模式、新的广告形态，真的可能做到一人一面。

1 亿个人看到的内容、生成的内容，和 AI 给每个人生成的东西都不一样，高度符合个人特质。所以我觉得新模式快出现了，可能就在这 1、2 年。

第 3 个，人力密集型走向 token 密集型，变成智力交付，我觉得也不远了。

未来每个客户，尤其是大客户，可能都有自己的调性系统。他只需要把调性定好，以 API 的方式或者其他方式接入即可。

今天的广告不一定是明天的广告。

您刚才说的这些判断，TikTok、Instagram、YouTube、X 这些平台看到了吗？

看到了。但移动互联网的红利，以及今天大量利润的来源，可能让它们有很强的动力在旧体系上继续接入更多基础设施、管道和电力，因为它们的利润还足够高。

当改造旧城区和创造新世界这 2 个选择摆在面前时，它们可能会有比较强的动力改造旧城。

我们目前看到的是，在 AI 方面它们也分成了 2 个团队。今天强如 Google 这样的公司，Gemini 和 Google Cloud 是高度独立的。

原来 Google 的广告商业化团队也比较独立，有足够的资源同时做这两件事。

它们不排除像今天字节做的事情一样，旧城改造、旧管道加新建设，以及新世界建造同步运行。这是我今天看到的很多大厂可能采取的做法。

创业公司只有建造新世界这一个选项，我认为这可能是它的主基调。

几个海外主流平台，在达人营销领域有什么风向和趋势？

我觉得，今天大家一定在把流量往更中长尾的部分分配。

视频平台就像一个金字塔，头部内容非常有限。但从平台长期用户活跃度来看，它一定需要更多样化的内容，所以会逐步放开中长尾部分。

很多中长尾创作者因为拥有各种工具，能力也在变强，整个生态会变得更加去中心化。

今天大家可能不需要专业拍摄设备，也能制作出很好的电影，只要脚本足够好。对于平台算法来讲，它一定会逐步走向这个状态。

小红书最近几年发展比较好的一个原因，也是它比较重视中长尾创作者。当然这是它公司比较感性的一面，它看到了这个点，所以这样去做；但这其实也是海外平台的一个大趋势。

第二，大家对真人感的追求也在变强。AI 变多之后，大家会觉得有意思的东西是什么？就是活人感。

这很可能也是一个代际变化。00 后这一代对活人感、对不一样的表达的追求，比上一代还要高很多。

国外也是这样。TikTok 当初出来时，抓住的就是很年轻的用户。他们有自己对风格和不同事物的追求，有新的购物习惯，也会判断自己到底相信什么。

他们更相信开屏广告，还是更相信平常在看的博主？他们怎么看待社交媒体上人与人之间的信任，和上一代有很大变化。

很多人以为达人营销是一个传统行业，但它每年的增长速度其实是 30% 到 40%。在这样的增速下，它又还没有被 AI 充分改造，所以绝对是一个被低估的市场。

大家可能觉得这个 market 在微博时代就已经成熟了，但其实不是。那时候只是大 V 生态刚出现。真正的创作者市场，未来一定是中长尾部分被充分开发、充分交易之后，才真正出现。

未来 5 年，整个赛道本身还在变大。AI 如果把透明化这些问题真正解决好，它还会增长得更快。

我觉得一定会出现新渠道，就像刚才说的，AI 自己生产内容的渠道。

现在已经出现了 GEO，包括 ChatGPT 里的广告。它立刻塑造了一个新行业，而这个行业完全是新的，所以广告增长会非常快。

未来更加定制化、针对某个用户个性化生成的内容出现之后，这类内容里也会产生新的广告，因为用户注意力会转移到这里。

但原本社交媒体上的真人感，以及人与人之间的关系，仍然会长期存在。用户的娱乐时间，本质上是一个分配比例的问题。

哪些平台是你比较看好的？你觉得它们对整体营销趋势的判断比较准，而且是你真正想深耕的？

从这几年的动作看，TikTok 肯定会比较好。

它能够在这么短时间内做起来，原因在于它的社交媒体打法和组织方式做得更好。在 AI 这一波机会里，它自己也做得很好，当然会有机会。

但 TikTok 在海外也有自己的挑战和限制。不过从这几年的决策来看，它应该比其他几个社交平台判断得更精准。

整个字节应该很有动力自己做一个创作者生态服务工具，可能会顺手做这件事。

你觉得你们有什么机会，做出比它更闭环、更好用的工具或平台？

对于字节、对于 TikTok 来讲，它在美国市场大概处于第 3、4 名的位置。

TikTok 自己做这样的平台，用户只能在上面投 TikTok 一家的广告。但用户永远追求的是：在营销这件事情上，我是不是有一个足够的收口，能够在这里投放所有东西。

第 1，从它和其他几家的竞争关系来讲，这对第三方比较有利。

第 2，这件事对 TikTok 的战略重要性可能没有那么高。因为 TikTok 最核心的是广告收入，但达人营销到底怎么在内部证明它给广告带来多少收益，完全无法衡量。

Twitter 在做这个平台的过程中，这几年也一直面临很大挑战。它的平台更多变成了向第三方开放数据的状态，而不是自己闭环完成所有事情。

其中可能只有数据部分由平台自己完成，剩下仍然是大量服务商和个人在做。

对大厂来讲，这种脏活累活从战略上值不值得做，其实很弱。和内部的人聊，也都会知道这一点：真正脏活累活的地方，ROI 很低。

更重要的是，公司的目标和今天要做的事情之间差着很大的距离。今天做一件很小但正确的事情，和在内部建立一个广告平台相比，好像不值一提，所以它很难真正做好。

它会不断把这件事推向服务商和第三方，先让大家进入这个市场。但最后平台并没有构建自己的壁垒。

当所有脏活累活都外包给别人，平台最终可能只剩下非常薄的一层，只提供数据而已。但这些数据今天也并不是独有的。

今天讲了这么多，所谓达人营销的市场规模到底有多大？

客观来说，2026 年这个市场应该在 500 亿到 600 亿美金之间，增速维持在 30% 左右。

按照这个增速，到 2030 年左右，它就会变成一个所谓的千亿美金市场，更容易被大家看到。

今天大家觉得它不显著，比如拓竹其实是一个 100 亿美金的市场，大家觉得已经挺大了，但达人营销好像没看到什么成熟的公司。

原因是它极其分散，都是个体，或者由公司 in-house 完成，所以大家看不到这个隐形市场。

我觉得未来肯定是千亿美金以上，甚至可能比这个还要大。

看市场规模，主要看 2 个数据。

第 1，传统上可以被 AI 改造的数据。这个市场足够大，用 AI 改造本身就很性感、很酷。

第 2，它创造的新形态。未来所谓的达人还是一个个人吗？会不会衍生出新的达人模式、新的创作生态？

这两部分加在一起，可能会大于千亿市场。

我应该很早就和你表达过，我个人挺反感鼓吹 AI 替代人的叙事。

你自己也创业 2 年了，应该会重新思考人与 AI 的关系。你们现在应该不会再说“一个人干掉整个市场部”这样的话了。

肯定不会再这样讲。

更多是回到产品还没有真正开始商业化之前的试验过程中，我们在快速迭代自己对一件事的认知，也在快速积累对一个行业的经验。

早期的 message 可能不够正确。我们做产品有所谓的 PMF，但企业对外的 message、产品和初心必须一致。这是我们在过程中得到的一个原则。

现在对外表达时，我们发现，过去那样讲的时候，产品其实并不是那样做的。我们真正做的事情并不是替代人，反而很多用户的感受是能力被放大了，和 AI 的协作非常好，而不是替代整个市场部。

应该用一种更长期、更正确的方式，把真实产品和创业最早期的原则讲给市场。

当时我们可能看到了认为正确的策略，市场里也有很多人选择了某种短期策略，看起来好像得到了结果。但放到更长周期看，很多事情的原则其实不会变。

这和做生意时诚信第 1 的原则是一致的。

你创业 2 年多了，最大的感受是什么？

此时此刻，我反而对“慢”这个字有了更多感受。

慢代表的是，我对一些事情的原则和价值观有没有构建好。站在 23 岁的年纪，我肯定觉得自己不能犯错，但后来发现一定会犯错。

这个年纪犯错很常见，也应该让自己多经历一些事情，把正确的东西沉淀下来。

这个过程构建出原则之后，反而让我内心更平静，没有那么躁，也不容易被外界影响。

我可能原本就是一个有主线的人，但过去肯定会受到各种东西干扰，波动比较大。现在正在走向越来越稳定的过程。

我清楚知道今天这家公司什么事情是正确的。当然，这个认知可能很快又会被打破，因为做事方法的迭代速度非常快。

但我也沉淀了一些很宝贵的原则，有了分辨大原则的能力，我觉得这还是很宝贵的。

站在现在这个节点，如果承前启后地聊一下，过去这一段时间，你觉得自己做对了什么，才换来今天这样的结果？

今天我们聊了很多你们阶段性的成就，包括 Aha 有了 10 万名达人入驻，有了很多深度共创的行业标志性客户。

我觉得不管蓝标、飞书，还是我所知道的 2 家中国头部大厂，应该都和你们有投资或者合作关系。它们的出现本身也是一种背书。

过去 2 年，我们把所有时间和钱投入在了产品上。

当然可能有 5% 到 10% 的时间花在市场上的尝试，而这些尝试不一定都正确。但这 2 年我们一直坚定地把产品本身做好。

从第 1 天想实现的东西，到最后如何构建起来，我们在产品上花了多少时间，和用户打磨了多少功能，包括按周 sprint 迭代，保证开发速度。

对于一个新东西，只要我们觉得优先级高，就会快速尝试把它做出来。内部研发的迭代速度，比如一天能够做多少版，这些产品打磨本身的扎实工作，才是最后带来结果的原因。

并不是一开始想得到这些东西，就能够得到。它不是市场懂不懂的问题，而是产品本身长出了这些东西。

更多时候，这些都是基本功，是别人看不到的、内部不断发生的事情。大家真正测过、用过产品之后，发现它可以跑通，效果也好，最后看的是产品。

所有事情都围绕产品出发。

过去 2 年，我们也遇到过一些人想做同样的事情，但最后关键还是，你有没有真的把它做出来。

前期我们也融了一些钱，这些钱不断投入到招聘最好的技术人才，大家一起打磨产品，也选择能够一起把产品做好的客户。

预判一下接下来。如果我们刚才的判断生效，接下来会进入一个从 1 到 100 的规模化增长过程，你觉得最大的挑战可能来自什么？

最大的挑战，我觉得来自这个时代人的认知变化速度。这会最影响我们接下来进入每一家企业的速度。

大家使用 prosumer 产品时，比如 AI 编程这类先从个人开始使用的产品，接受程度很高。但在一些 to B 的深层工作流里，大家的转型到底能做到什么程度，大部分企业其实才刚刚起步。

你要让他们把过去的工作流换成 AI 原生工作流。尤其是 to B 市场，中大型客户决定了很多事情，但中大型客户的包袱也最大。

他们已经构建了几百人的团队，今天要把这几百人转变成 AI 原生解决方案，这个过程一定会有挑战。他们要先完成初步证明，才能做出这样大的决策，而这对企业来说是不可逆的决策。

趋势肯定在这里，大家都知道企业未来会变成 AI 原生，但每家公司接受的速度不同。

我们今天招到的销售同学，工作一定比过去的销售更困难。在成熟行业做销售，可以很快摘果实；但在新兴市场做销售，还要教育用户，相当于布道者，要告诉他为什么要用 AI 原生的方式做事情。

但在 PMF 真正成立之后，这个过程也可能很快。

to B 很容易有标杆案例效应。在细分行业里，标杆案例出来之后，销售打法和渠道体系建立起来，增长可能又会很快。

海外也有 Clay、Harvey 这样的 AI to B 公司。Clay 前面可能有 4、5 年一直没有非常清晰的 PMF，但 AI 这一波之后找到了方向，真正跑起来就非常快。

当你对更长期的 AI 和人的伦理、协作方式有了思考之后，是不是反而没有之前那么着急了？

对。最后看到的是大的趋势。

人的很多想法，很多时候是时代和趋势造就的。如果确定趋势在这里，你顺着趋势走，一定会走到那个地方；如果逆着趋势走，人不可能拧得过趋势。

假设给明年的自己一个小祝愿，会是什么？

希望这种新的 AI 原生工作方式，真的能走到更深入的地方，让更多企业和达人意识到，这是一种更好的方式。

就像《跨越鸿沟》那本书里讲的，它会从早期接触者、early adopter，走到更后面的那一部分。

我希望看到时间带给大家的价值。

一年前，大家更不相信 AI 能在企业里做到什么。在没有 Open Cloud 这一波之前，即使 ChatGPT 这种形态出现了，大家也不相信它能在很多更难的特定任务、工作和生活中，在更重要的决策上起到作用。

但今年大家的状态变了，共识变多了。

我希望明年这种共识更多，有人通过它拿到结果，出现更多正面的反馈，出现更多真正带来价值的深入场景，而不是永远停留在表面。

要不要给大家呼吁一下，来尝试你的平台？

如果大家有海外账号，可以来尝试一下。

我们对创作者这一侧非常友好。首先会给大家预付款保证，合同也很安全，包括大家能够拿到真正匹配自己频道、适合自己讲的内容和商单。

我自己也是创作者，在一些平台上加起来可能有几千粉丝。有时也会收到一些很奇怪、和自己完全不匹配的商单，我觉得这是很不合理的。

如果你的创作有价值，即使只是兼职做一个账号，也应该拿到合理的报酬，得到合理的尊重，拿到适合自己、能够长期对得起观众的商单。

当合适的商单出现时，AI 会自动推送给你。不需要在平台上自己投递、到处找机会，这些时间都不用花。

真正开始做商单之后，所有节点都会有明确标准，让你很省心。你提交内容之后，系统也会提示哪些地方可能不符合 brief，你可以很简单地修改。

最后领钱等环节，也支持很多你想要的提现方式。

你前面自己也讲过，产品早期的不完美、不成熟，甚至体验差，是必然的。

我在业内听到一些早期试用你们产品、但可能不太满意的声音。你有什么话想对那部分用户说？

我还是希望，如果有机会，大家可以重新来使用。

有一些用户就是我们早期的用户，最近又回来使用了。那部分用户和我们比较 close，大家在一个小圈子里，他们也是很早就开始使用。

如果大家重新来用，我们肯定会拿出更大的诚意，让大家今天能够更好地使用产品。

这也是创始团队对用户的一种承诺。之前的用户重新回来之后，我们还会单独和他们的团队沟通，讲怎么做达人营销。我自己也会花时间和他们交流。

能够给大家提供的价值，我们都非常愿意重新回馈，会在不同层面给到更多价值上的回报。

今天的产品相比那个时候，会给他们多一些惊喜吗？

一定会。

早期那部分用户应该也是 AI 领域的用户。现在我们平台上入驻的 AI 达人，应该已经有 1.5 万多位。

一个 AI 产品上来，不管是哪个细分领域，比如 AI coding、AIGC，上来之后，合适的达人资源都非常丰富。

你的意思是，10 万多个达人里面，有 1.5 万多名 AI 产品达人？

对，是 AI 科技垂类的达人，而且他们过去的商单记录也在我们平台上。

客户可以直接看到哪些创作者过去合作表现比较好，哪些达人的响应速度比较快。和这部分创作者开始合作，应该会非常顺畅。

这相当于我们现在 PMF 最好的一个领域，AI 类达人的密度是最高的。

有没有这个信心和魄力，让大家试用之后在评论区留言给你？

可以，肯定可以。

我们平常会把所有客户拉群。群里有我们的产品经理，也有我自己。用户半夜 12 点都可以在群里截图，说哪些功能不合理，直接艾特我。

最近就有用户这样做。我也会看群里的所有反馈。我和产品负责人都看得很多，也会定期约用户交流行业信息。

很简单，大家愿意花时间给我提出反馈，我们还会送出一次使用机会作为感谢。

因为大家愿意花时间告诉我哪里不好，比起用 in-house 的方式，或者使用 agency 的方式，可能是一种更优的选择。

除非是非常特殊的 case，比如要联系硅谷某位大 V，像马斯克这样的人。这种互动场景可能不太适合。

但如果要做长期、规模化的达人营销，这应该是今天行业里比较优秀的选择。

我们的客户也一直在对比不同方案，尤其是预算大的大厂客户，他们会不断比较。我们从数据层面有这样的信心。