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鹏瑞莱佛士酒店圆满落幕。硅谷著名投资人、Founders Space董事长兼首席执行官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AI实践者，通过全天近20场演讲与深度对话，串联起硅谷AI趋势、企业Agent落地、品牌增长、产品创新与组织进化等议题，吸引了1500+ 观众参会。
所有讨论最终指向同一个问题：当AI成为所有企业都能获得的基础能力后，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AI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在开场分享中表示，中美AI虽然沿着不同路径发展，但随着主流模型能力逐步接近，底层模型已很难成为企业的长期壁垒。真正拉开差距的，不再是“选择哪个模型”，而是能否把AI嵌入业务，转化为企业的应用与决策能力。
而随着AI进入业务，最关键的问题不再是“能不能做”，而是“什么可以交给AI做”。从规则执行、Copilot建议到Agent闭环，AI正承担越来越多的判断与执行。哪些任务可以交出去？Jun给出了三个标准：是否高频、是否可验证、是否可容错。
这条边界也决定了人与AI的分工。Agent承担更多执行，人则更多负责目标设定、关键判断、异常处理，以及把专业经验持续沉淀进AI。因此，企业落地AI不必一开始就追求复杂自建，更现实的方式是先从适合Agent的业务场景切入，用成熟产品跑通，再逐步结合自身数据与流程沉淀能力。
02 AI Is Eating Everything: How Leaders Build the Next Generation of Companies
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对这轮AI浪潮的判断，并没有停留在“哪个模型更强”，而是进一步指向一个更深的变化：AI正在从工具，变成新的工作系统。
随着模型能力快速趋近，企业竞争的核心正从单点模型性能，转向模型背后的生态、Agent能力，以及AI与真实业务融合的深度。选择模型也因此不应只看参数和Token单价，而要回到最终结果：能否稳定完成任务、真实成本是多少、能否持续创造业务价值。
Steven认为，真正的AI原生，不是让员工多用几个Chatbot，而是让每个人从任务执行者逐步转向系统设计者和Agent管理者。因此进入部署阶段，AI落地的重点也不在于铺开更多Agent，而是找到最值得被AI重构的工作。Steven建议优先从三类场景切入：人已经成为瓶颈、结果可以衡量、AI能显著放大产出的任务，例如需要7×24小时响应的、大规模个性化的、重复繁琐的工作，以及已经有明确流程的业务。
与此同时，他强调，AI转型不适合押注周期漫长的大项目。相比六个月后才验证结果，更有效的方式是由最了解业务的一线团队提出场景，用三周左右的小项目快速测试，以可量化结果判断价值，再把有效方法复制到更多团队。
03 AI时代的探索和创新
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”是一种方向判断，但真正进入一家企业，还必须回答一个更现实的问题：怎么落地？
Anker CIO龚银以公司自2023年以来的实践为例，将三年的落地实践梳理为四个阶段：从探索AI能力、验证业务价值，到让AI进入流程、沉淀为组织能力。贯穿其中的核心判断是，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
对刚刚开始的企业，关键不在于“全员上AI”，而是从高ROI的小切口进入，选择技术相对成熟、业务价值容易验证的场景，先让AI产生看得见的结果。
第二阶段 |AI深度应用
当单点价值被验证，AI就不能继续停留在员工手里的工具。安克开始让AI进入业务系统和流程，并建设统一的能力底座。因为个体效率再高，如果上下游仍按旧方式协作，组织效率不会随之提高。
第三阶段 |AI能力体系建设
越往深处走，模型不是最稀缺的。企业真正需要补齐的，是能被AI理解的数据、可被Agent调用的系统，以及能定义问题、判断结果的人。“高质量的数据加一个小模型，往往比没有数据的大模型更有价值。”在此基础上，安克先培养“飞行员”，再打造“战斗机”，最后改变组织的“作战方式”。
第四阶段 | 企业智能体加速落地
AI的任务从完成一个环节，转向接管整条流程。安克将其称为PA（Process Agent）：让数据、工具和交付标准在同一条链路中运转，把过去做不到的事变成可能，把过去做得慢的事提速十倍，并将每一次执行沉淀为企业能力。
04 AI时代的全域营销，如何打通消费者触点，形成增长合力？
从左到右分别为Jason Zhang，Tony Jiang，Huiwen Chen，Dolly Meng，李晶
当下，消费者的决策路径越来越随机，过去以单一渠道为单位规划预算、衡量ROI的方式，也越来越难解释真实的消费者行为。SparkX CGO Jason Zhang指出，全域营销已经不能被理解为“多开几个渠道”，而应该重新围绕消费者完整的决策路径，定义每一个渠道在增长中的角色。
从消费者连接方式来看，变化的核心在于消费者行为路径与流量入口正在变得更加多元。亚马逊广告大客户硬件品线负责人Huiwen Chen指出，消费者天然会跨渠道流动，品牌很难决定消费者最终在哪里完成购买。真正重要的，是理解不同触点在消费者决策中所扮演的角色，并依托亚马逊营销云（AMC）、亚马逊DSP等广告技术，更完整地还原消费者路径，再结合AI能力，更智能地识别新的增长机会。
Shopify大中华区合作伙伴业务负责人Tony Jiang则观察到，来自ChatGPT等AI工具的流量正在快速增长。这意味着独立站的角色也在变化：它不仅是销售渠道，也是品牌沉淀第一方数据、组织商品信息，并连接未来AI Shopping入口的重要基础设施。
品牌端，也在重新理解全域。徕芬海外CMO Dolly Meng指出，不同渠道之间已经出现明显的流量外溢。因此徕芬不把独立站局限为追求高ROI的销售渠道，而是将其作为品牌建设和流量承接阵地。
AI正在让流量入口更多元、消费者路径更分散，也让渠道之间的影响更难被单独衡量。因此，全域增长真正需要建立的，不再是一组渠道，而是一套围绕消费者运转的增长系统：不同渠道相互承接、数据彼此验证，最终把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。
当消费者越来越习惯先问AI，品牌与用户的第一次相遇，也开始发生在AI生成的答案里。美讯创始人兼CEO Chris彭家荣指出，GEO带来的不只是新的流量入口，而是搜索与购买路径的重构。
消费者尚未进入官网，AI已经在影响其品牌认知和候选清单。品牌竞争也由搜索排名，转向能否进入AI答案、被引用和推荐。
这意味着，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。因此,GEO不只是营销部门的工作，而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时代如何重新定义品牌增长
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时代的品牌增长拆成了两套同时存在的逻辑：一套是Agentic Strategy，通过Feed、Agent和智能系统更高效地识别和承接已有需求；另一套是Brand Strategy，通过创意、内容和品牌叙事主动创造需求。前者解决“如何被找到”，后者解决“为什么最终选择你”。
这背后对应着一个更深的变化：当搜索从关键词走向意图理解，购买链路越来越多地被智能系统接管，“进入推荐结果”将逐渐成为基础能力，而“被消费者主动偏爱”反而更加稀缺。
Tony以 Google对全球500万条YouTube视频的分析为例：绝大多数品牌仍然集中在产品和促销内容，真正讲品牌故事的内容只占很小比例。对中国品牌而言，走向全球不能只靠更好的参数、更快的迭代和更高效的投放，而要开始回答更长期的问题——消费者是否知道你是谁、理解你代表什么，并愿意在相似产品之间主动选择你。
AI并没有削弱品牌的重要性，反而让品牌价值被重新放大：效率很容易被提升，但差异化和创造力会越来越难被复制。
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、亚太区业务负责人Raymond Sun围绕AI Native产品、组织AI化与长期竞争壁垒展开讨论。
Plaud是 AI纪要领域的代表性品牌，目前已服务全球170多个国家的250万名专业用户，并已成为最快实现1 亿美元ARR的 AI原生公司 之一。
Raymond将 Plaud的 AI实践总结为几个关键判断：
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，还需要统一治理、沉淀和复用Agent，避免AI能力只停留在少数个人手中。
AI越强，人的判断力越重要：模型能力会逐渐趋同，真正长期的壁垒来自稀缺内容、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
混沌AI院院长、混沌合伙人 张雷
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、混沌合伙人张雷提出，企业AI竞争正在从“个人会不会用AI”，进入到AI能否真正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。如今，单点提效已经越来越难形成竞争壁垒，企业真正需要建立的是一套可管理、可复盘、可迭代的AI经营系统。
其中有三个关键变化：
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，本质是数据治理的上限：让Agent真正懂业务，关键不只在模型，而在企业是否拥有清晰的数据、标准、知识与工作环境。
AI转型必须由一号位推动：真正成功的AI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的价值被拉回到真实的一线业务。
从最初用于Listing文案、翻译与图片生成，到数据分析、广告决策，再到逐步将成熟广告交给AI自动化管理，10K的实践体现了一条清晰路径：先从低风险、小场景验证，再用真实数据逐步扩大AI的授权范围。
两位嘉宾也认为，AI正在重新定义跨境人才的能力结构。相比过去更看重年限与经验，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快速拉平，未来人与人的差距，不再只来自“做过多少年”，而是来自谁能更快把经验结构化，并把它转化成AI可以执行的能力。
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&CEO孙翔则分享了团队如何从一条用户差评出发，逐步搭建出一套由AI Agent驱动的业务系统，从而实现。
他的核心判断是：AI最值得做的，不是创造新的商业常识，而是把那些“明知道应该做，却因为太贵、太慢、没人手而一直没做的事情”规模化完成。
围绕消费者声音，陆续搭建画像Agent、需求Agent、广告文案Agent、社媒Agent与供应链匹配Agent，让用户洞察能够一路连接到产品开发、广告投放与供应链决策。
更重要的是，AI最终改变了团队的工作方式：过去考核“做了多少操作”，现在更关注“做出了多少正确判断”。
目前，团队内部已经运行着170+AI Agent。孙翔认为，AI真正的价值不应该用“少用了多少人”来衡量，而应该看它是否帮助企业打开了更多可能性，让人从重复执行中释放出来，重新回到消费者、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，并最终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。
注：文/龚作仁，文章来源：Laborer，本文为作者独立观点，不代表亿邦动力立场。
