当 AI 技术门槛降低，新的差距也开始出现。
同样的模型和 Agent，进入不同的业务体系，结果可能截然不同。消费者数据如何变成 Agent 可以理解的上下文？个人经验如何沉淀成组织可以反复调用的能力？当 AI 开始承担越来越多执行工作，人的价值又该往哪儿迁移？
这些看似是 AI 问题，最终都指向企业经营的本质——对消费者的理解、对业务的判断、组织协作的方式，以及持续创造价值的能力。
8 月 21 日，第四届出海 AI 营销生产力峰会在深圳圆满落幕。硅谷著名投资人 Steven Hoffman，混沌 AI 院院长张雷，以及来自 Anker、Plaud、Ubras、Laifen、Ulike 等品牌的管理者与一线实践者，通过近 20 场演讲与对话，串联起硅谷 AI 趋势、企业 Agent 落地、品牌增长与组织进化等议题，吸引超 1500 名观众参会。
所有讨论最终指向同一个核心：当 AI 成为基础能力后，什么才是真正拉开企业差距的竞争力？以下为峰会核心内容回顾：
01 从 AI 工具到 AI 能力：构建人机协同的原生增长体系
SparkX 创始人 Jun Yuan
人与 AI 共同进化的关键，是把人的专业注入 AI，让经验真正沉淀为能力。
模型仍在加速迭代，但企业对 AI 的关注正从参数竞争转向业务结果。SparkX 创始人 Jun 指出，随着主流模型能力趋同，底层模型已难成壁垒。真正的差距在于能否将 AI 嵌入业务，转化为应用与决策能力。
随着 AI 深入业务，关键问题不再是“能不能做”，而是“什么可以交给 AI"。从规则执行到 Agent 闭环，AI 正承担更多判断与执行。Jun 提出任务移交的三个标准：是否高频、是否可验证、是否可容错。
这决定了人机分工：Agent 负责执行，人负责目标设定、关键判断及异常处理，并将专业经验持续沉淀进 AI。企业落地 AI 不必追求复杂自建，更现实的路径是从适合 Agent 的场景切入，用成熟产品跑通，再结合自有数据与流程沉淀能力。
02 AI Is Eating Everything：领导者如何构建下一代公司
硅谷知名投资人&人工智能专家
Founders Space 董事长&CEO Steven Hoffman
我们必须重新设计工作：不再只是任务的执行者，而要成为 AI Agent 的管理者。只有当每一位员工都完成这种转变，企业才真正成为 AI 原生公司。
站在硅谷创新与投资一线，Steven Hoffman 认为 AI 正在从工具演变为新的工作系统。随着模型能力趋近，竞争核心转向生态、Agent 能力及 AI 与业务融合的深度。选择模型不应只看参数，而应关注能否稳定完成任务、真实成本及持续创造业务价值。
Steven 强调，真正的 AI 原生是让员工从任务执行者转向系统设计者和 Agent 管理者。部署阶段的重点不在于铺开更多 Agent，而是找到最值得重构的工作。他建议优先切入三类场景：人已成为瓶颈、结果可衡量、AI 能显著放大产出的任务（如 7×24 小时响应、大规模个性化及重复繁琐工作）。
此外，AI 转型不宜押注长周期大项目。更有效的方式是由一线团队提出场景，用三周左右的小项目快速测试，以量化结果判断价值，再将有效方法复制推广。
03 AI 时代的探索和创新：Anker 的四年落地实践
Anker CIO、TGO 鲲鹏会全球会长 龚银
买几款工具不等于拥抱 AI，只有把企业最核心的数据、经验和能力与 AI 无缝连接，才能真正创造价值。
从“使用 AI"到“重新设计工作”是方向判断，但落地需回答现实问题。Anker CIO 龚银将公司自 2023 年以来的实践梳理为四个阶段，核心判断是：AI 只有走出个人工具，真正嵌入企业的系统、流程与组织，才算完成落地。
第一阶段 | AI 能力探索
关键在于不从“全员上 AI"入手，而是从高 ROI 的小切口进入，选择技术成熟、业务价值易验证的场景，先让 AI 产生可见结果。
第二阶段 | AI 深度应用
单点价值验证后，AI 不能仅停留在员工手中。安克推动 AI 进入业务系统和流程，建设统一能力底座，避免个体效率提升而组织协作依旧低效。
第三阶段 | AI 能力体系建设
越往深处走，模型越非稀缺。企业需补齐能被 AI 理解的数据、可被 Agent 调用的系统，以及能定义问题的人。“高质量数据加小模型，往往优于无数据的大模型。”安克采取先培养“飞行员”，再打造“战斗机”，最后改变“作战方式”的策略。
第四阶段 | 企业智能体加速落地
AI 任务从单环节转向接管整条流程。安克称之为 PA（Process Agent）：让数据、工具和交付标准在同一条链路运转，将过去做不到或做得慢的事提速十倍，并沉淀为企业能力。
04 AI 时代的全域营销：打通消费者触点形成增长合力
从左到右分别为 Jason Zhang，Tony Jiang，Huiwen Chen，Dolly Meng，李晶
消费者决策路径日益随机，单一渠道规划预算的方式已难解释真实行为。SparkX CGO Jason Zhang 指出，全域营销不是“多开几个渠道”，而应围绕消费者完整决策路径，重新定义各渠道在增长中的角色。
消费者连接方式的重构
消费者行为路径与流量入口更加多元。亚马逊广告大客户硬件品线负责人 Huiwen Chen 表示，消费者天然跨渠道流动，品牌需理解不同触点的角色，依托 AMC、DSP 等技术还原路径，结合 AI 识别新增长机会。
Shopify 大中华区合作伙伴业务负责人 Tony Jiang 观察到，来自 ChatGPT 等 AI 工具的流量快速增长。独立站不仅是销售渠道，更是沉淀第一方数据、组织商品信息及连接未来 AI Shopping 入口的基础设施。
品牌端对全域的重新理解
徕芬海外 CMO Dolly Meng 指出，渠道间出现明显流量外溢。因此，独立站不应局限于高 ROI 销售，更应作为品牌建设和流量承接阵地。
AI 让流量入口多元、路径分散，渠道影响更难单独衡量。全域增长需建立一套围绕消费者运转的系统：不同渠道相互承接、数据彼此验证，将局部效率汇聚成品牌整体增长。
05 AI Search 时代：品牌如何建立全球可信度资产
美讯 iMpact 创始人 & CEO 彭家荣 Chris Pereira
GEO 不是简单的 SEO 升级，而是让品牌可信度资产进入 AI 答案。
当消费者习惯先问 AI，品牌与用户的首次相遇发生在 AI 生成的答案里。美讯创始人 Chris 彭家荣指出，GEO 带来的是搜索与购买路径的重构。消费者尚未进入官网，AI 已在影响其品牌认知。竞争焦点由搜索排名转向能否进入 AI 答案并被推荐。
GEO 不是 SEO 的简单升级，而是让品牌的可信度资产进入 AI 答案。Chris 将 AI 判断品牌可信度的信号归纳为 5R：
- 政府关系（GR）：合规表现与公共机构认可
- 商业关系（BR）：客户合作与伙伴背书
- 投资者关系（IR）：治理信息与高管观点
- 社会关系（CSR）：ESG 实践与社会影响
- 雇主关系（HR）：员工口碑与本地团队
五类关系共同沉淀品牌事实、权威背书与一致叙事。GEO 不仅是营销部门的工作，更是由全球利益相关方共同建设的信任体系。
06 从流量内卷到长效资产：AI 时代重新定义品牌增长
Google 全球展示广告、视频与创意业务董事总经理 Tony Effik
AI 可以无限提升营销效率，但品牌最终赢下来的，依然是人心里的那一个位置。
Google 全球展示广告、视频与创意业务负责人 Tony Effik 将 AI 时代的品牌增长拆解为两套逻辑：Agentic Strategy（通过 Feed、Agent 高效承接已有需求）和 Brand Strategy（通过创意、内容和叙事主动创造需求）。前者解决“如何被找到”，后者解决“为什么选择你”。
这背后是更深的变化：当搜索从关键词走向意图理解，购买链路被智能系统接管，“进入推荐结果”成为基础能力，而“被消费者主动偏爱”愈发稀缺。
Tony 以 Google 对全球 500 万条 YouTube 视频的分析为例：绝大多数品牌仍聚焦产品和促销，讲品牌故事的内容占比极小。对中国品牌而言，走向全球不能只靠参数、迭代和投放效率，更要回答长期问题——消费者是否知道你是谁、理解你代表什么，并愿意主动选择你。
AI 并未削弱品牌重要性，反而放大了品牌价值：效率易提升，但差异化和创造力难复制。
07 定义一个新品类：Plaud 的品类开创与全球成长
从左到右分别为：Tony Wang，Raymond Sun
在品牌对话环节，SparkX 联合创始人 Tony Wang 与 Plaud 合伙人 Raymond Sun 围绕 AI Native 产品、组织 AI 化与长期竞争壁垒展开讨论。Plaud 作为 AI 纪要领域代表性品牌，已服务全球 170 多个国家的 250 万名专业用户，是最快实现 1 亿美元 ARR 的 AI 原生公司之一。
Raymond 将 Plaud 的 AI 实践总结为四个关键判断：
- AI Native 不是“给产品加 AI"：真正的 AI Native 要从真实需求出发，解决过去无法解决、因 AI 出现才成为可能的问题。
- Context 上下文是组织 AI 化的基础设施：客户反馈、业务数据、对话与经验，才是企业真正稀缺、可持续积累的 AI 资产。
- 从个人提效走向组织能力：找到高价值工作流后，需统一治理、沉淀和复用 Agent，避免 AI 能力仅停留在少数人手中。
- AI 越强，人的判断力越重要：模型能力趋同，长期壁垒来自稀缺内容、独特资源、专业判断与执行力。
08 从“会用 AI"到“管理 AI"：企业如何进入 AI 原生时代
AI 让产出越来越廉价，而高质量的判断与对结果负责，正在变得越来越稀缺。
混沌 AI 院院长张雷提出，企业 AI 竞争正从“个人会不会用”进入“能否创造经营结果”的新阶段。他将企业 AI 应用分为四层：岗位+AI、职能团队+AI、AI+ 产品，以及 AI 原生生态。单点提效难成壁垒，企业需建立可管理、可复盘、可迭代的 AI 经营系统。
其中三个关键变化：
- 从“人用 AI"走向“人管理 AI"：AI 承担执行、计算与监控，人负责目标、边界、关键判断与最终结果。
- AI 能力的上限是数据治理的上限：让 Agent 懂业务，关键在清晰的数据、标准、知识与工作环境。
- AI 转型必须由一号位推动：成功落地不是自下而上的工具普及，而是从业务目标出发的系统性重构。
09 从运营提效到业务增长：AI Agent 如何跑进亚马逊业务
从左到右分别为：Ling Chen，10K
在 SparkX CSO Ling Chen 与亚马逊卖家 10K 的对谈中，AI 的价值回归一线业务。从 Listing 文案、翻译图片生成，到数据分析、广告决策，再到成熟广告的自动化管理，10K 的实践路径清晰：先从低风险小场景验证，再用真实数据逐步扩大 AI 授权范围。
嘉宾认为，AI 正在重新定义跨境人才的能力结构。相比年限与经验，未来更重要的是：
- 持续学习新工具的能力
- 把复杂业务拆成流程的能力
- 用数据与逻辑验证结果的能力
当基础知识被 AI 拉平，人与人的差距不再来自“做过多少年”，而来自谁能更快将经验结构化，并转化为 AI 可执行的能力。
10 AI 智能体如何重构亚马逊全链路业务：跑出母婴类目 TOP 1
哈库拉玛塔达创始人&CEO 孙翔
AI 最终改变的不是一个岗位的效率，而是一家公司发现需求、做产品和服务用户的方式。
母婴品牌哈库拉玛塔达创始人孙翔分享了团队如何从一条用户差评出发，搭建由 AI Agent 驱动的业务系统。他的核心判断是：AI 最值得做的，不是创造新常识，而是把那些“明知道应该做，却因太贵、太慢、没人手而未做”的事情规模化完成。
围绕消费者声音，团队陆续搭建画像、需求、广告文案、社媒与供应链匹配等 Agent，让洞察连接至产品开发、广告投放与供应链决策。
更重要的是，AI 改变了工作方式：考核从“做了多少操作”转向“做出了多少正确判断”。目前团队内部运行着 170+ AI Agent。孙翔认为，AI 的价值不在于“少用了多少人”，而在于是否帮助企业打开更多可能性，让人从重复执行中释放，回归消费者、产品与创造本身。
连续四届出海 AI 营销生产力峰会，SparkX 始终关注 AI 如何真正进入企业经营并转化为长期增长能力。从工具到 Agent，从个人效率到组织能力；从渠道优化到全域增长，从流量竞争到品牌创造；从“人使用 AI"到“人管理 AI"——变化仍在继续。
未来真正难以复制的竞争力，并不来自谁拥有最强的 AI，而来自一家企业能否把自己最独特的专业、经验与判断持续沉淀进 AI，再通过 AI 将这些能力不断放大。
这或许才是 AI 时代「共生进化 · 专业致胜」真正的含义。