AI营销的真正机会在新品研发阶段，数宗科技助力雅诗兰黛两周完成原需两月的洞察工作

9月16日，OpenAI宣布ChatGPT新增广告创作能力，支持用户输入网站或需求说明后自动生成文案、修改与分析建议。这一功能迅速引发市场对“AI能否替代广告人”的讨论。然而，数宗科技创始人丁天在近期访谈中提出不同视角：当前AI营销的价值被窄化在推广执行层，而真正具有战略意义的机会，其实藏在产品尚未定型的新品研发阶段。

丁天指出，当品牌等到产品完成后再引入AI做推广，其影响范围往往仅限于传播策略、素材生成或投放优化——这仍是“事后补救”。更关键的是，在产品定义阶段就让AI介入：比如一款黄皮口味饮料，是否适合做成汽水？目标人群是谁？包装与!成分如何设计？这些决策一旦失误，后续营销投入再大也难挽回。

以现制茶饮中走红的黄皮风味为例，品牌若仅凭热度冲动开发黄皮汽水，可能忽略口感适配性、保质稳定性或目标客群匹配度。AI模型虽能快速产出推广方案与视觉概念图，但无法替代对“该不该做”的判断。丁天强调：“AI要帮品牌决定下一款产品做什么，必须先从消费者真实讨论与行为中提取依据。”

问题在于，这些依据分散在社交媒体评论、电商平台交易记录、品牌自有CRM数据及线下反馈中，彼此割裂且“太脏”——即便输入30万条微博数据，通用大模型也难以稳定识别出有效人群画像与需求优先级。在数宗科技服务雅诗兰黛的项目中，团队首先完成跨渠道数据拼接、标签体系构建与专家经验补充，再交由定制化模型进行深度分析。

结果是：原本需约两个月完成的消费者洞察、新品概念测试与营销方向比选工作，被压缩至两周内交付。更重要的是，输出不再止于报告，而是直接进入产品决策流程。“AI已经直接影响到产品的研发方向”，丁天表示，“客户开始用分析结果决定‘下一款做什么’，而不仅是‘怎么卖’。”

这一转变背后，是对AI工具定位的根本性修正。丁天不认为一个通用型SaaS能解决大型品牌的复杂需求。“品类不同、数据结构不同、内部系统对接方式不同，都需要具体适配。”数宗科技采用按年订阅模式，客单价在几十万至100万元之间，覆盖特定品类（如护肤、饮品）的完整闭环：从数据治理、模型微调、沙盘推演到方案验证。

收费模式反映其产品逻辑：客户购买的不是“一天能生成多少张图”的效率工具，而是可验证的业务结果。丁天观察到，部分客户最初仅以单点问题试用，后续主动扩展至第二品类或新区域——这种复用行为，比短期ROI更能说明价值认可。

值得注意的是，AI在营销中的角色正在从“执行者”向“协作者”演进。在数宗的“营销方案智能体预测工作台”中，品牌可设定变量（如价格带、成分组合、目标人群），系统自动生成多套概念方案并模拟市场反应概率；同时接入实时销售与舆情数据流，动态调整推荐权重。这种能力已超出传统市场调研范畴，接近“数字孪生式”的产品预演。

丁天进一步指出，当前限制AI深度参与产品定义的并非技术瓶颈，而是组织惯性。许多团队仍习惯从现有岗位出发思考“如何用AI加快现有工作”，而非向前追问：“我们本该做什么样的产品？”——例如，同一款面霜，在通勤场景下用户关注“轻薄速干”，在夜间护理场景则强调“修护力与吸收感”，成分配比与包材设计都应随之变化。AI可通过聚类海量UGC内容，识别出被忽视的细分场景与未被满足的需求缺口。

行业背景上，消费品牌正面临双重压力：一方面，新品成功率持续走低，据欧睿国际数据，快消品新品三年存活率不足20%；另一方面，传统定量调研周期长、成本高，定性访谈样本有限且易受引导偏差影响。在此背景下，基于真实行为数据的AI辅助决策，成为提升创新效率的关键路径。

值得警惕的是，数据质量仍是最大门槛。某头部饮料品牌曾尝试用开源模型分析小红书笔记，结果将“黄皮酸涩”误判为负面反馈，实则用户是在讨论“酸涩感恰到好处”。此类偏差源于语义歧义与上下文缺失，需结合领域知识库与人工校准。丁天团队的做法是：先由行业专家标注典型样本，训练垂直微调模型，再辅以A/B测试验证结论可靠性。

展望未来，丁天给出一项可验证的预测：半年内，将出现由智能体全程参与定义、最终落地为真实商品的美妆或饮料产品。届时，AI的作用将不再停留于“提效”，而是真正成为产品创新链上的决策节点。

目前，已有多个国际美妆与食品企业与数宗科技展开多品类合作。一位不愿具名的品牌方透露，其某款功能性饮品的配方迭代中，AI建议加入某种植物提取物以匹配Z世代“情绪舒缓”诉求，经小规模试产后复购率达68%，远超历史均值。这类案例正在积累，推动AI从“营销辅助工具”向“产品共创伙伴”演进。

AI营销的下一程，不在于生成更多广告，而在于减少错误的产品诞生。