编辑丨刘恒涛
图源丨数宗科技
消费品牌每年推出海量新品，但真正存活下来的寥寥无几。尼尔森 IQ 数据显示，快消行业新品上市成功率仅为 15%。以饮料行业为例，2023 年市场涌现超 3000 款新品，月销破千万的仅 6 款，破百万的也仅有 81 款。
更严峻的是，新品从调研、研发、备货到铺货营销，需投入大量时间与资金。一旦市场反馈不及预期，沉没成本难以回收。
成立于 2024 年的 AI Agent 公司数宗科技（Digit Master），试图将新品测试环节前置。创始人丁天曾是阿里员工，深谙商品从生产到流通的全链路。他将创业方向聚焦于"AI for Social Science（AI 赋能社会科学）”，即利用 AI 理解和模拟真实商业社会中的消费者行为、商品流通及品牌决策，重构依赖人工的消费者洞察、新品研发与营销测试流程。
为此，数宗科技推出了企业级产品 Brand Master。品牌可将真实数据引入系统，在虚拟环境中模拟不同人群对新品概念及营销方案的反馈，从而在决策阶段提前获取市场反馈，降低试错成本。
目前，Brand Master 采用年度订阅制，标准版年费约 20 万元。公司已服务雅诗兰黛、盒马等数十家企业与零售品牌，2026 年营收规模达数百万元。融资方面，数宗科技在 2024 至 2025 年间连续获得奇绩创坛和徐汇资本投资，并计划启动新一轮融资以拓展产品研发、海外市场及客户服务体系。
除 B 端业务外，数宗科技还在测试面向个人创作者和个体经营者的端侧 AI 助手“小皮蛋 Pebble"。该产品基于用户积累的资料与习惯，辅助完成信息整理与内容生成，已于今年 6 月启动内测。
以下是《创业邦》与数宗科技创始人丁天的对话实录：
花几百万试错？不如在虚拟沙盘里先“死”一次
创业邦：你拥有复合背景且在阿里有过新品营销经验，为何选择"AI+ 消费”作为创业方向？
丁天：消费行业的核心痛点在于决策端试错成本过高。传统新品上市路径漫长，依赖过往数据和经验判断，往往在投入巨资后才发现市场反馈不佳。
大模型技术让商业信息的数字化成为可能。消费者的评价、社媒讨论及购买行为均可转化为可计算数据。我们致力于构建一套可运行的“虚拟商业沙盘”，让品牌在真实落地前，先在沙盘中模拟不同人群反馈、渠道表现及营销策略的 ROI，从而筛选出最优方案，大幅降低试错成本。
创业邦：如何保证虚拟模拟结果的可信度？
丁天：所有模拟必须锚定真实数据，这是我们与通用大模型的核心区别。我们的数据来源包括：Agent 采集的公开社媒与电商数据、合作的真实消费者样本库，以及与盒马、7-11 等零售伙伴合作的终端数据。
此外，我们构建了消费行业标准化知识体系（即“行业本体”），梳理品类、成分、场景等核心概念的关联逻辑，为 AI 建立权威“行业词典”，从根源减少幻觉。虽然无法做到 100% 准确，但只要能帮品牌避开明显陷阱、显著提升成功率，其商业价值便已成立。
数万 AI 消费者“组队”上岗：踩坑、挑刺、预判销量
创业邦：Brand Master 具体如何运行？“虚拟消费者”扮演什么角色？
丁天：我们交付的是一套可持续迭代的 AI Agent 操作系统，包含三类核心 Agent 协同工作：
第一类是消费者洞察 Agent。它能拉通 50+ 消费者社区的多源数据，输出八维结构化人群画像。传统调研需 4-8 周，我们的系统仅需 4 小时即可输出实时更新的洞察报告。
第二类是新品研发 Agent。它将消费需求直接转化为可落地方案，涵盖产品概念、配方建议、成本核算及合规风险评估，最终生成研发规格书，将原本 1-2 个月的筹备周期缩短至 1 周。
第三类是品牌营销 Agent，也是虚拟沙盘的核心。系统基于真实样本构建数万个虚拟消费者模型，还原其决策路径。品牌可输入不同策略进行 A/B 测试，系统在正式投放前模拟市场反应，输出销量预测、ROI 估算及核心增长人群排名。
数宗科技营销方案智能体预测工作台界面
创业邦：实际使用效果如何？
丁天：数据显示，客户洞察效率提升 10 倍，新品研发周期从 2 个月缩至 1 周，营销 Campaign 的 ROI 平均提升 80%，新品方案成功率提升 65%。以 7-Eleven 为例，系统帮助其分析不同门店与时段的消费需求，优化商品与营销策略。
对品牌而言，传统单次完整调研成本高昂且耗时，而我们的年订阅模式支持十几个新品项目的测试迭代，既节省费用，又帮助品牌抢占时间窗口，减少沉没成本。
用最苛刻的甲方打磨最硬的产品
创业邦：为何选择从国际头部品牌切入？
丁天：这是经过深思熟虑的策略。首先，头部品牌付费能力强，能支撑 AI 系统的高额研发与数据治理投入；其次，他们拥有完善的数据体系和复杂业务场景，有助于我们快速验证并迭代产品；最后，通过国际品牌的严苛验收，能形成强大的标杆效应。我们曾与一家百年国际广告集团合作，在美妆场景打磨一年多，确立了产品能力。
创业邦：AI 介入后，如何与传统咨询公司、广告集团合作？
丁天：我们定位为行业合作者。合作模式主要有两种：一是内部提效，利用系统快速完成基础数据整理与方案初稿，让专家专注于最终判断与客户沟通，解决服务质量不稳定问题；二是联合服务，由我们提供深度洞察与策略模拟，由国际集团负责媒介执行与渠道资源，共同交付闭环方案。
再造一个“真实消费者”入口
创业邦：为何在 B 端业务成熟后推出面向个人的“小皮蛋 Pebble"？两者有何联系？
丁天：AI 时代有两个长期价值方向：商业世界的数字化模拟（To B）和个人生产力助手（To C）。两者可相互赋能形成数据飞轮。
通用型个人助手在垂直场景深度上仍有欠缺。Pebble 避开通用赛道，专注服务营销从业者、跨境创业者等内容创作者。我们将 B 端沉淀的行业数据与专业技能预置其中，用户无需调教即可直接使用，如实时竞品分析、海外市场调研等。
创业邦：Pebble 的差异化优势是什么？
丁天：差异化在于对垂直人群需求的深度挖掘。依托 To B 业务积累的行业能力，Pebble 比通用助手更懂行业，比单点工具更具闭环性。未来，经授权的 C 端用户行为数据可反哺商业模拟模型，形成正向循环的数据飞轮。
创业邦：未来 3-5 年的愿景是什么？
丁天：我们的长期愿景是构建 AGI 时代的内容数据基础设施。短期深耕消费零售赛道，让虚拟验证成为新品研发标配；中期完善 Pebble 生态；长远来看，打通 B 端与 C 端数据飞轮，成长为商业世界的数字孪生基础设施提供商，为全球商业决策提供支持。
