公司概况与团队背景 - 公司Noumena由前第四范式总裁裴沵思创立，团队采用与客户深度共创的模式，直接进驻客户办公区（如某美妆品牌）进行工作 [1] - 三位联合创始人背景：Jett曾任小红书KA行业群总经理，首席科学家赵欢此前在第四范式主攻大模型训练及AutoGraph，CTO李佳骏是ACM金牌选手 [1] - 团队共识是创业需聚焦具体业务域，深入理解业务以利用AI杠杆效应，公司早期未租办公室，直接进驻4A公司服务品牌客户 [1] - 当前团队约40多人，其中20多位是科学家与算法工程师（约10位博士），核心班底来自第四范式，后期补充了营销、品牌领域的专业人士，形成“技术+业务”双核心结构 [29] 行业洞察与市场痛点 - 品牌营销战场已从电商平台迁移至内容社交平台，线上营销的确定性下降，“赌”的成分增加 [3] - 内容社交平台是ToC企业最大的外部变量，超过85%的Z世代消费决策在此完成，形成了“种草于内容平台、交易于电商平台”的用户习惯 [4][10] - 品牌方的痛点在于线上利润被平台挤压，费效比（产出效益/投入费用）越来越高，且普遍认为内容营销是“玄学”，与细分人群的心智沟通能力在消亡 [4][5] - 传统销售预测方法（依赖内部数据）在零售快消领域失灵，客户满意度不足五成，核心原因是外部环境（尤其是内容社交平台）变化速度远超历史总结能力 [10] 产品解决方案：AI原生营销Agent - 公司打造了名为“增长智能（Growth Intelligence）”的AI原生营销Agent系统，旨在将营销从“玄学”变为“科学” [5] - 系统的核心是一个名为“曼哈顿计划”的AI原生消费者洞察基础设施，旨在通过AI Agent实现营销学的工业化，释放消费者科学的规模化潜能 [6] - “曼哈顿计划”包含两个关键模块：1) 公域压缩：Agent基于公域UGC进行大幅吞吐与提炼；2) 证据分级验证机制（L1-L4）：发现图谱中的因果关系，提炼可靠洞察 [7] - L1-L4验证体系的具体作用：L1大范围压缩平台内容；L2复现验证话题真实性；L3找到话题与用户行为的相关性；L4确立可验证的商业因果，直接指导营销决策 [24] - 技术逻辑核心是“公域数据重做+私域数据融合+消费者动机网络”，对内容社交平台进行结构化重构，稳定周期约3-6个月 [23] 商业模式与客户策略 - 采用双轨商业模式：1) 针对头部品牌客户收取服务费，通过共创持续迭代能力；2) 针对专业用户（Prosumer）采用Token付费模式，实现能力规模化输出 [29] - 客户选择逻辑是“帮好学生争第一”，即优先服务行业头部品牌及高速增长的DTC新锐品牌，以吸收其高稀缺、高频的隐性知识，提升AI系统智能上限 [8][27] - 这与传统SaaS寻求标准化、“给差生补课”的逻辑截然不同，公司认为垂类AI Agent的核心壁垒是智能水平的上限 [8][27] - 在服务头部客户过程中沉淀的能力，也用于服务Prosumer（专业消费者），例如小红书平台上的约4000万内容创作者 [9] 具体赋能案例与效果 - 以某头部鞋服品牌为例，全链路赋能分为三步：1) 人群与产品定位；2) 结合达人原生风格进行内容共创；3) 基于用户标签进行投流优化 [14][15][16] - 以某高端洗发水品牌为例，公司将其定位从“沙龙级专业产品”转化为小红书平台的“定妆照、健身后等场景的蓬松护理产品”，成功切入“悦己”主赛道 [20] - 该“定义转化”效果显著：相关内容的点击率（CTR）提升30%以上，转化率（CVR）提升25%左右，在“高端蓬松洗发水”细分赛道的声量占比从不足5%提升至15%以上 [22] - 达人筛选除人群匹配度外，核心关注内容质量稳定性和粉丝互动真实性，这比单纯看粉丝数量更重要 [18] 竞争壁垒与战略认知 - 公司认为当前AI ToB创业与SaaS创业逻辑不同，垂类AI Agent的核心竞争壁垒是智能水平的上限 [8] - 公司定义了名为Noumena Thinkflow的新架构，旨在通过与人类专家长期共判，将“专家如何做判断”沉淀为系统能力 [8] - 业务核心是赋能品牌策划师、内容策划师、投手三大角色，边界在于“将品牌已有的物理产品定义，解构并转化为适配内容社交平台的数字定义” [19] - 企业需纠正对AI营销的认知误区：技术不应仅被视为提升内容生产效率的“工具”，而应是优化传播结构与决策逻辑的“智能伙伴” [30] - 品牌竞争的关键是“内容质量×传播结构”，而非单一内容优劣，且需要建立跨平台的人群网络资产 [30] 扩张规划与行业展望 - 行业扩张：从目前成熟的美妆赛道，逐步拓展到日化、教育等内容营销需求旺盛但经验尚浅的行业 [30] - 平台扩张：聚焦小红书、抖音、TikTok三大核心内容社交平台，技术体系基于平台解析构建，行业间能力复用性强 [30] - AI垂直领域创业从0到1的核心是平衡价值深度与技术灵活性，必须做对的三件事是：选对赛道、找对初始客户、构建灵活的技术架构 [31]