广告
加载中

柚柚兔科技创始人吴奕钊:AI内容资产Agent实现美学量产 破解流量内卷

亿邦动力 2026-04-27 15:31
亿邦动力 2026/04/27 15:31

邦小白快读

EN
全文速览

演讲阐述了如何用AI解决流量内卷,实现美学量产的核心干货。

1. 重点现象包括市场相向而行:新锐白牌(如厦门帮案例)靠流量崛起,向品牌化靠拢;成熟品牌(如蕉下)在流量焦虑下调整战略或坚持美学(如山下有松案例)。

2. 实操解决方案是柚柚兔的四个飞轮:构建内容资产底座(私有化、向量化过往内容,提供数据基础);多模态可控内容生成(AI理解品牌美学,高效生产);协同工作流自动化(编导Agent、生成Agent等协同);投放效果追踪与优化(逐帧拆解视频,标记高光镜头并反馈AI)。

3. 案例如喜纯和Move Free益节,通过柚柚工具实现GMV裂变增长,未来AI将重构组织,催生超级个体模式。

演讲针对品牌营销和消费趋势,提供品牌如何在流量内卷中保持美学和效率的干货。

1. 品牌调性维护:坚持心力(美学、调性)如山下有松的道场体验,结合AI实现美学一致性,避免过度迎合大众平滑美学。

2. 消费趋势与用户行为:白牌崛起(如三资堂、厦门帮案例)收割A3人群,品牌需平衡算力(GMV效率)和心力;柚柚兔方案帮助品牌用白牌效率生产品牌美学内容,覆盖食品饮料、美妆等领域。

3. 产品研发与渠道启示:通过AI可控内容生成和效果追踪,品牌可优化内容投放策略,案例Move Free益节针对不同痛点精准触达人群,提升销售效率。

演讲揭示了增长机会和最新商业模式,帮助卖家应对市场变化。

1. 可学习点和机会提示:白牌打法如厦门帮的极致性价比加高额投流,案例温博士发布3.9万条素材获高曝光,米奇旋风三个月实现千万销售额;卖家可借鉴流量裂变策略。

2. 风险提示和应对措施:流量焦虑下,品牌可能调整战略(如蕉下裁撤部门),需通过柚柚兔方案优化投放效果追踪,避免内容浪费;AI工具提供自动化工作流,减少执行风险。

3. 最新合作方式和商业模式:柚柚兔平台支持编拍剪协同和数据分析,卖家可合作实现美学量产;未来AI将催生超级个体与Agent结合的新模式,个体从执行者转为指挥官,开辟增长市场。

演讲聚焦产品生产和数字化启示,为工厂提供商业机会。

1. 生产和设计需求:内容资产底座强调按品类、痛点标签化管理过往内容,工厂可借鉴此私有化向量化方法提升生产数据基础。

2. 商业机会:AI可控内容生成(如柚柚兔平台)启示工厂推进数字化,实现高效内容生产;案例若羽臣的向量化处理帮助定位痛点,可应用于产品设计。

3. 电商数字化推进:协同工作流自动化和投放追踪优化展示数据驱动生产,工厂可学习提升效率,美学量产结合白牌打法,如案例中的GMV增长,提供商业启示。

演讲分析了行业痛点和发展趋势,提供柚柚兔的解决方案干货。

1. 行业发展趋势:AI将重构短视频组织,从线性流水线变为网状,催生超级个体;内容效率与美学冲突是当前热点,引发行业迭代。

2. 新技术介绍:柚柚兔的AI Agent技术包括多模态可控生成、协同工作流(编导Agent等),集成主流广告平台数据,解决内容生产难题。

3. 客户痛点和解决方案:痛点如内容资产沉淀缺失(商家无法快速查找过往素材)、投放效果不透明(案例视频转化差异大);解决方案是四个飞轮体系,通过数据归因和AI优化,例如拆解高光镜头反馈AI提炼爆款元素,服务近千家品牌。

演讲指出平台需求和问题,并提供柚柚兔的优化做法。

1. 平台需求和问题:商业对平台的需求包括投放效果不透明(案例三条视频同脚本但转化差异大)、运营管理混乱(员工难以总结爆款原因);柚柚兔整合广告平台数据,解决效果追踪痛点。

2. 平台最新做法:柚柚兔提供投放优化工具,如逐帧拆解视频标记高光镜头,反馈AI Agent;风向规避通过数据分析减少AI幻觉,确保合规。

3. 招商和运营管理启示:平台可借鉴柚柚兔的协同工作流自动化(如Agent驱动任务分发),提升运营效率;案例厦门帮利用工具识别高转化镜头,平台策略应支持此类流量打法。

演讲探讨产业新动向和商业模式,为研究提供启示。

1. 产业新动向:市场现象如白牌与品牌相向而行,本质是效率(算力、GMV)与心力(美学)的零和博弈;AI重构将短视频流水线从线性变网状,催生超级个体模式。

2. 新问题:商业模式争议(品牌vs白牌路径)、内容资产沉淀缺失;柚柚兔方案解决美学量产,数据驱动研究价值。

3. 研究启示:案例喜纯和Move Free展示品效合一模式;政策法规方面,演讲强调AI科技平权,研究者可探讨如何平衡创新与合规,启发未来方向。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

The presentation outlines how AI can address traffic saturation and achieve aesthetic content production at scale.

1. Key trends include market convergence: emerging white-label brands (e.g., Xiamen-based cases) leverage traffic to grow and move toward branding, while established brands (e.g.,蕉下) adjust strategies or uphold aesthetics (e.g.,山下有松 case) amid traffic anxiety.

2. The practical solution is YouYouTu’s four-flywheel model: building a content asset base (privatizing and vectorizing past content for data foundation); multimodal controllable content generation (AI understands brand aesthetics for efficient production); automated collaborative workflows (e.g., director and generation Agents working together); and performance tracking/optimization (frame-by-frame video analysis to tag highlights and feed back to AI).

3. Cases like 喜纯 and Move Free achieved GMV growth via YouYouTu’s tools, with AI poised to reshape organizations and foster super-individual models.

The presentation offers insights on maintaining aesthetic consistency and efficiency amid traffic competition.

1. Brand tone preservation: Uphold aesthetic focus (e.g.,山下有松’s immersive experience) while using AI for consistency, avoiding over-adaptation to generic aesthetics.

2. Consumer trends and behavior: White-label brands (e.g.,三资堂, Xiamen cases) attract A3 audiences; brands must balance operational efficiency (GMV) and aesthetic investment. YouYouTu enables brand-level aesthetics with white-label efficiency across F&B, beauty, etc.

3. Product and channel implications: AI-driven content generation and performance tracking optimize outreach, as seen in Move Free’s targeted pain-point campaigns boosting sales efficiency.

The talk reveals growth opportunities and new business models for sellers navigating market shifts.

1. Learnable strategies: White-label tactics like Xiamen cases’ value-for-money + heavy ad spending; e.g., Dr. Wen’s 39k creatives driving exposure, MiQi XuanFeng’s 10M sales in 3 months—sellers can adopt similar traffic fission methods.

2. Risk mitigation: Brands may restructure (e.g.,蕉下’s department cuts) amid traffic anxiety; YouYouTu’s performance tracking minimizes content waste via automated workflows.

3. New collaborations: YouYouTu supports collaborative creation and data analysis, enabling aesthetic mass production. Future AI models will empower super-individuals (shifting executors to commanders), unlocking new markets.

The speech focuses on production and digitalization insights for factories.

1. Production needs: A content asset base organizes past content by category/pain points; factories can adopt privatization/vectorization to enhance data foundations.

2. Business opportunities: AI-controlled content generation (e.g., YouYouTu) inspires digital upgrades for efficient production; cases like RuoYuChen’s vectorized pain-point analysis apply to product design.

3. E-commerce digitization: Automated workflows and performance tracking demonstrate data-driven efficiency; aesthetic mass production paired with white-label tactics (e.g., GMV growth cases) offers commercial lessons.

The presentation analyzes industry pain points and trends, detailing YouYouTu’s solutions.

1. Industry shifts: AI will restructure short-video teams from linear to networked workflows, fostering super-individuals; the tension between content efficiency and aesthetics drives iteration.

2. Tech innovations: YouYouTu’s AI Agents enable multimodal generation, collaborative workflows (e.g., director Agents), and integration with ad platforms to solve production challenges.

3. Client pain points: Lack of content asset systems (inability to retrieve past materials) and opaque performance (e.g., varying video conversions); the four-flywheel system uses data attribution and AI optimization (e.g., highlighting top frames to refine viral elements), serving nearly 1k brands.

The talk identifies platform needs and issues, proposing YouYouTu’s optimizations.

1. Platform challenges: Demands include transparent performance tracking (e.g., three videos with same script but different conversions) and chaotic operations (staff struggling to identify success factors); YouYouTu integrates ad data to address these.

2. Latest practices: Tools like frame-level video analysis tag highlights for AI feedback; risk avoidance via data reduces AI hallucinations, ensuring compliance.

3. Operational insights: Platforms can adopt automated workflows (e.g., Agent-driven task allocation) for efficiency; cases like Xiamen brands using high-conversion frame analysis inform traffic strategies.

The speech explores industry dynamics and models, offering research implications.

1. Trends: Market convergence (white-label vs. brand paths) reflects a zero-sum game between efficiency (GMV) and aesthetics (brand heart); AI transforms short-video pipelines from linear to networked, spurring super-individual models.

2. Emerging issues: Business model debates (brand vs. white-label), lack of content asset systems; YouYouTu’s aesthetic mass production and data-driven approach hold research value.

3. Research directions: Cases like 喜纯 and Move Free demonstrate brand-effect integration; policy-wise, AI democratization prompts studies on balancing innovation and compliance.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

【亿邦原创】4月24日,科技与美学·2026亿邦新竞争力品牌大会在上海召开,柚柚兔科技创始人兼CEO吴奕钊发表主题为《从“流量内卷”到“美学量产”:AI内容资产Agent如何打造新竞争力?》的主题演讲。

吴奕钊描绘了市场中的相向而行现象:新锐白牌借助流量东风迅速崛起,并向品牌化靠拢,而成熟品牌或在流量焦虑下调整甚至收缩品牌战略,或坚持打造质感美学和线下体验。这引发了关于品牌打法与白牌打法孰优孰劣的思考。

他指出,这本质上是算力(效率、GMV)与心力(美学、品牌调性)之间的权衡,两者皆不可偏废:品牌放弃算力难以生存,坚持心力方能走远。

基于此,柚柚兔提出了“美学量产”的解决方案,并阐述了实现这一目标的四个飞轮:

第一飞轮是构建内容资产底座,将企业过往的海量内容按品类、痛点等标签私有化、向量化,为创作提供数据基础。

第二飞轮是多模态可控内容生成,让AI智能体理解品牌的爆款要素和美学调性,实现可控的AI内容生产。

第三飞轮是协同工作流自动化,由内容资产底座驱动,形成编导Agent、生成Agent、投放Agent等协同工作的自动化工作流。

第四飞轮是投放效果追踪与优化,借由工具逐帧拆解视频,标记高光镜头,并将数据反馈给AI Agent,提炼爆款元素。

前两个飞轮保障了美学一致性,后两个飞轮实现了流量裂变效率,共同达成美学量产。同时,吴奕钊预测AI将重构短视频领域的内容组织,流水线将变为网状,催生“懂品牌的超级个体”与“内容资产Agent”结合的新模式,个体将从执行者转变为指挥官。

以下为演讲全文,经亿邦动力整理。

大家下午好,我是柚柚兔科技的创始人兼CEO吴奕钊。今天很高兴来到亿邦动力大会的现场,与大家进行分享。今天分享的话题是“从‘流量内卷’到‘美学量产’:AI内容资产Agent如何打造新竞争力”。今天现场也有很多品牌方和我们的客户,非常开心。

首先,请允许我向还不了解我们的朋友简单介绍一下。柚柚兔科技在过去两年间,始终专注于一件事:构建内容生产过程中的内容中台沉淀体系。我们帮助商家在制作短视频时,完成内容中台沉淀、编拍剪协同、投放后的数据归因,最终通过AI分析整体投放效果的全流程。成立两年以来,柚柚兔已服务近千家品牌,涵盖食品饮料、美妆日化、母婴健康等领域。在这个过程中,我们助力中国品牌实现了向上的成长力量。

今天的主题是“科技与美学”,这让我联想到韩炳哲先生在《美的救赎》中提出的一个观点:数字时代的美,日益演变成一种“平滑美学”。今天上午的开场嘉宾高老师也提到,当下的美往往过度迎合大众的普遍喜好。例如,许多产品会刻意打磨棱角,以吸引更多用户。美不再是小众的追求,而是趋向于满足大众的需求。

像“三资堂”这样的新锐品牌,借助短视频流量的东风,在三年时间内做到了十五亿的规模。如今,三资堂已开始制作TVC广告,并入驻丝芙兰等专柜。与此同时,我们也看到像“蕉下”这样的品牌,在2024年其十周年之际,却裁撤了整个品牌部门,公关团队全部离职,市场部门也并入销售部。

这里呈现的是一种相向而行的现象:白牌正在向品牌靠拢,而品牌在流量焦虑下,可能会调整其原有的战略规划。因为在流量面前,当一条视频推送到用户眼前时,决定用户感知的往往不在于你是白牌还是品牌,更多在于当用户产生需求时,你是否能及时出现在其身边。

同样,提到白牌,我们必然会想到“厦门帮”。我们的一些商家也曾随我们前往厦门游学,考察厦门帮的流量打法。例如,“温博士”在过去一年,仅在抖音单一平台就发布了约3.9万条素材,单条素材曝光量接近四千万。再如“米奇旋风”——在座若有宠物赛道的商家会知道,该赛道以往多以达人直播为主——米奇旋风采用了厦门帮的流量打法,即极致性价比结合高额投流,并承接自播,仅用三个月就实现了千万销售额的业绩。

当品牌方竭力对A1、A2人群进行种草时,白牌却用海量内容直接收割A3人群。这不禁引发我们的思考:究竟哪一种营销方式更适合当下的主流叙事?

当然,我们也欣喜地看到,在流量狂奔的时代,仍有一些品牌坚持打磨质感美学与品牌调性。例如“山下有松”,通过文淇等明星代言,结合质感营销,打造沉浸式的道场体验。在此,我们不禁要问:在整个内容投放的渠道策略中,我们究竟应该遵循品牌的打法,还是白牌的路径?是否存在其他方法能够帮助我们解决这种流量焦虑?

很多人会问:AIGC能否解决这个问题?当我看到相关素材时,我认为当前AIGC确实能帮助我们实现许多意想不到的创意。这是我们的用户在柚柚兔AI平台上,利用AI生成的一些画面,可以和大家一同欣赏。请主持人播放一下。

大家可以看到,这里展示了三种不同的内容叙事风格。第一种风格可能包括许多服化道等需要高投入的符号与元素;最后一个视频展示了宠物间的人格化互动。AI目前已经能够替代许多我们以往难以实现的内容形式。对于商家而言,此类素材每天可以生产成千上万条。然而,若要进行广告投放,就会面临转化和合规性等重要问题。

基于此,我们提出,这本质上是算力与心力之间的权衡。所谓算力,对于白牌而言,可能更侧重于GMV和投放效率;而心力,则更多体现在品牌对美学与品牌调性的追求上。

去年一年间,我走访了大约四五百位用户。在这个过程中我们发现,无论是算力还是心力,其实都同样重要。对于品牌而言,如果放弃算力,可能难以生存;但如果坚守心力,则能够被记住,走得更远。基于这种“两者皆需”的市场痛点,我们认为,需要帮助大家实现的是“美学量产”——即用白牌的效率,去生产符合品牌美学标准的内容。

那么如何实现呢?我们柚柚兔科技打造了企业的“AI内容资产Agent”。它是品牌方“首席内容增长官”的核心工具。我们构建了一个完整的飞轮,从内容底座到效果追踪,以实现美学的量产。

第一飞轮:构建内容资产底座

去年我频繁拜访不同品牌的负责人,发现他们拥有诸多系统,唯独缺少一套内容管理系统。回来后我与同事探讨:当前的AI大多只解决结果产出问题,但过往内容资产的沉淀问题却被很多人忽视。商家每天都在持续生产内容,但例如,想要查找去年某个节日的投放素材,该如何快速找到?

在我们的平台上,可以按照品类、痛点等进行划分,将整个内容中台私有化,让每一次创作都建立在既有内容资产的基础上,而非从零开始。

这里是我们服务过的一些品牌商家。例如我们的客户若羽臣,近两年其“斐萃小紫瓶”的抗衰口服产品打得很好。在这个过程中,柚柚兔帮助他们对过往所有资产进行了向量化处理。因为每天生产大量短视频内容,他们希望明确究竟是哪些痛点或卖点更吸引目标人群。

因此,我们帮助其构建了完整的内容标签体系,例如抗衰、保湿、熬夜等。不同的标签对应不同的内容与人群。这使得他们在进行内容生产时,能更有底气地知道下一步该如何创作。基于服务众多商家的经验,我们结合其日常场景,梳理了这些痛点与卖点的标签。在构建内容资产标签之后,我们便进入“可控的内容生产”阶段。

第二飞轮:多模态可控的内容生成

就像刚刚大家看到的AIGC生成素材一样,我们同时也会拆解高转化率的视频框架。由于柚柚兔平台集成了所有主流广告平台的投放功能,当一条素材制作完成并投放后,广告数据回传至平台,我们会快速对其进行拆解分析,例如画面秒数、描述方式等。我们甚至可以将你过往所有的爆款视频,帮你分析哪些框架对当前阶段最为有利,从而使内容诊断与AI拆解更贴合品牌自身。

第三飞轮:协同工作流

不知在座各位是否有从事内容营销或短视频领域的朋友?当下,一条短视频的生产会经历编导、拍摄、剪辑、审核、投放等工作流。但在当前环境下,这样的工作流是否仍然必要?AI是否会替代人类完成这些工作?甚至像昨天ChatGPT发布了Image 2.0模型,很多人说美工要失业了。我们认为,这样的组织架构很快将迎来新的迭代。因此我们提出:在整个内容资产Agent体系中,需要由这个底座驱动编导Agent、生成Agent、投放Agent、运营Agent,让任务分发与流转更加顺畅,形成自动化的工作流。这是我们提出的自动化内容工作流流程。

第四飞轮:投放效果追踪飞轮

这里有三条视频,大家可以猜一下哪条视频的投放效果更好。这三条视频基于同一个编导脚本,分别交由三位剪辑师进行制作。生成后,我们的客户进行了广告投放。当然,这是非常典型的白牌信息流广告视频。我们可以看看哪条视频的投放效果更佳。

大家是否在抖音上购买过商品?现在抖音信息流广告通常有一个抓眼球的“钩子”,加上一些转化点。可以看到,这三条视频基于同一脚本,核心信息点基本一致。仅凭肉眼,我们很难分析哪条视频的转化率更高。

结合结果来看:同样的视频,同样的投放时间段,效果却截然不同。第一条视频带来了56万GMV,第二条视频达到100万,第三条视频则几乎没有流量转化。因此,且不说在没有数据分析的情况下我们如何判断,即便直接给出数据,我们也很难做到以结果为导向的精准分析。

但在柚柚兔平台上,由于我们整合了完整的工作流,可以将整个视频逐帧、甚至逐秒进行拆解,并将高光镜头标记出来。此后,我们还会将这些数据反馈给AI Agent,让AI Agent提炼出爆款的高光镜头。

有人可能会问,厦门帮的流量打法是如何操作的?他们基本就是通过此类工具,识别出高转化率的镜头,然后通过AI或人工方式,不断用新的叙事语言将这些高转化镜头呈现出来,并告诉算法这是一个新的框架。这样,在同样的爆款框架下,大家就能获得结果。这无形中加速了他们测试素材的能力。

当然,很多老板会问下属编导:这个视频成为爆款的原因是什么?是如何构成的?实际上,员工往往也不清楚,因为工作流并未被有效落地和总结。因此,我们整合了这些信息:你可以看到某个素材在各个广告平台的数据表现,还可以看到该素材使用了哪次拍摄的哪个镜头,而那个镜头又是哪位拍摄人员完成的。我们实现了所有人员的精细化落地管理,这也为我们未来实现自动化工作流埋下了数字化的伏笔。

我们通过AI分析来减少AI幻觉。最终我们认为,前面两个飞轮解决的是美学一致性问题:我们构建了自身过往内容资产的底座,并实现了多模态可控的内容生成。而既然要追求流量的快速裂变,则需要协同工作流与投放效果追踪,最终实现美学的量产。

以下是我们的一些案例:

例如“喜纯”,其推出的膏方产品,最初采用达人分销打法,沉淀了大量达人素材,但这些素材并未被充分利用。后来,我们帮助其梳理了海量的内容资产与人群数据后,他们转而采用流量打法进行落地。

另一个案例是海外品牌“Move Free益节”。一些跑马拉松的朋友可能会使用这个品牌的氨糖类产品。他们采用同样的方法,进行深度归类与迭代,以找出真正的目标受众人群。最初他们试图在一个广告中融入十几个痛点,后来发现短视频的打法是一个视频针对一个痛点,打动一类人群。因此,他们通过海量广告覆盖不同客户群体。虽然他们是品牌,但采用了白牌的打法,实现了GMV的裂变增长。

最后,在与众多客户的合作中,我们已服务近千家品牌,帮助他们实现了GMV的放大。展望未来,关于组织架构,刚才有问到AI是否会替代人类,不知各位如何思考。我认为,在短视频领域,最晚明年,AI将重构整个组织,让内容流水线从线性变为网状,催生超级个体。未来,大家可能不再需要一个庞大的内容团队,而是一个懂品牌的超级个体,加上一个内容资产Agent,让个体从执行者转变为指挥官的角色。

我们深信,得内容资产者得天下。在内容资产全面数字化的时代,只有真正实现品效合一,才能帮助商家最终获得成果。这是我的联系方式,如果各位对品牌打法、白牌路径,或是内容生产工作流有任何想法,我们随时可以交流。

AI实现的是科技平权,当大家都有了这个工具和武器后,关键在于如何运用它。因此我们认为,“美学量产”是破解效率与美学之间零和博弈的关键。我们衷心希望,让AI负责量产,让人类定义美学,而柚柚兔愿跨越效率与美学之间的鸿沟。我们的宗旨是:以科技赋能内容生产,助力中国品牌向上生长。谢谢大家。

当下,品牌衰退与崛起正在周期穿越中并发,功能主义叠加情绪疗愈,科技与美学成为品牌构筑新竞争力的核心锚点。2026亿邦新竞争力品牌大会是科技与美学品牌的觉醒和生态集结行动。

文章来源:亿邦动力

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0