AI营销这一年:比追上工具更重要的,是让组织跑赢迭代

当AI越来越会写文案、做分析、生成方案，营销人的焦虑却没有减少：工具更新得越来越快，业务结果却未必更确定；内容生产越来越容易，判断什么值得做，反而越来越难。

10 月 23 日下午，中欧国际工商学院 CMO 校友一行走进 Noumena（物自体），完成了一场名为「AI 营销这一年」的深度交流：面对一群真正在一线做增长、做品牌的 CMO，没有概念，只讲事实、判断与方法。

01　AI时代的CMO：从个人提效，走向组织学习

分享嘉宾：俞晖 Kevin

前SAP中国区CMO · 第四范式前高级副总裁兼CMO

用上办公Agent，企业就有竞争优势了吗？Kevin把讨论从“工具能做多少事”，推进到“企业怎样创造价值”：他正在主动“蒸馏”自己——把多年营销经验整理为Skill交给Agent调用，再由人工审核与持续修正，让输出贴近自己的判断。但个人工作方式的变化，只是起点。

研究AI，是科学问题；企业应用AI，是经济问题。企业真正要回答的，不是“哪里可以加一个AI”，而是“哪个场景值得投入，什么结果能证明投入有效”。

分享嘉宾俞晖现场

以连锁茶饮的业务实验为例：先选对值得实验的场景，围绕明确的业务指标让多个策略并行测试，得到真实结果支持后再逐步扩大——AI的价值不只是执行更快，更是让组织以更低成本做更多实验、更快获得反馈。

围绕这一变化，Kevin提出三个方向：让数据形成闭环，保留当时的判断依据，让经营反馈真正影响下一次决策；以AI优先的思路重画流程，而不是把AI接到旧流程上；重新明确人的位置——AI先做，人仍然设定目标与约束，在关键判断点介入，并承担责任。

从“执行更快”走向“学习更快”，组织最终要积累的，不只是更多内容和报告，而是经过经营检验、能够持续更新的判断力。

GrowX 产品演示

02　AI能替CMO做多少判断？

分享嘉宾：赵欢

Noumena联合创始人、首席科学家 · 中欧创业营14期学员

在《AI能替CMO做多少判断？》的分享中，赵欢从硅谷一线观察出发，提出一个关键判断：能自己验证对错的领域，AI跑得最快。代码可以通过运行结果自我校验，因而进步迅速；而营销判断往往没有即时、统一的标准答案——AI要真正走进营销核心决策，首先需要建立一套能够衡量“好与不好”的专业标准。

分享嘉宾赵欢现场

这也解释了为什么“会干活”不等于“会判断”：赵欢分享的CMO Bench首测显示，模型的基础执行完整性达 88.8%—98.7%，专家判断通过率却只有 48.4%—59.0%。这份评测历时 38 天，由 5 位一线业务专家共同制定标准，覆盖 56 组任务、7 类岗位、1,792 条判分规矩，只为让评分贴近真实业务中的判断要求。

现场，赵欢以一款婴童排汗枕的合成教学情景，展示如何把“什么叫好”写成可核对的规则，再用规则检查模型交付——方案可以完整，但在人群选择、场景匹配、预算取舍上仍可能遗漏关键标准。对品牌方，这意味着给AI或agency下brief时先把验收标准说清楚；对agency，则可以把专家经验沉淀为团队可复用的方法：AI承担更多执行，人定义标准、做关键判断。

专家从“做题的人”，变成“出题的人”；判断力，也因此成为可以积累的组织资产。

03　从工具到能力：让每一次投入，都留下自己的东西

分享嘉宾：蒋骧慧 Jett

Noumena联合创始人、COO · 中欧CMO17学习委员

在《AI在营销领域的真实落地案例》中，Jett从营销管理者熟悉的两种焦虑切入：流量越来越贵，投放指标好看，却不一定换来更确定的生意；AI工具越来越多，团队尝试不少，但组织究竟积累了什么，仍然难以说清。

问题可能不在于做得不够多，而在于：钱花出去了，动作完成了，却没有沉淀成自己的能力。围绕这一问题，分享以 Agent、Context、Loop 三个层次，展开组织能力升级的路径。

分享嘉宾蒋骧慧现场

Agent｜把能力组织起来

报告、竞品分析、投放诊断，不必每次从零开始：能力被组织成可反复调用的Agent，团队获得的就不只是单次交付，而是一套能稳定进入日常工作的工作能力。

Context｜让资料成为可用的业务上下文

企业不缺数据和文档，缺的是让AI理解业务的上下文：生意事实、历史判断、有效打法、失败教训。资料躺在文件夹里，不等于组织已经拥有记忆。

Loop｜让工具、判断与结果持续运转

从洞察到内容生产，再到投放与经营反馈，每一轮行动都应该留下新的学习：哪些判断被验证，哪些策略需要调整，哪些经验值得保留。

当这个循环真正转起来，每一次投入，才有机会成为下一次增长的起点，而不是下一轮工作的归零。

04　Noumena营销黑客松首期复盘

如何把 AI 营销的想法，变成业务里用得上的东西？Noumena 市场负责人黄家琪分享了团队正在探索的「反向黑客松」：由企业带着真实业务问题出题，业务专家与技术专家混编组队，在 48 小时内共创、迭代，做出可运行、可演示的产品原型。案主也参与其中，一起厘清需求、看原型、给反馈。

现场，两位团队负责人展示了首期共创成果。GrowX 产品经理喻新航介绍了为闪光少女斯斯搭建的独立站方案：将分散的内容整理成可搜索、可浏览的服务入口，并结合运营看板与用户需求雷达，帮助团队理解用户、调整内容。

AI 行业专家王大飞则以“一个新手外贸人的一天”为线索，演示了为鸿鹏新风设计的「地球贸易所」：从发现海外市场机会、小成本验证，到投放获客与线索承接，把外贸工作串成一条完整路径。

分享也回到了案主最关心的问题：数据从哪里来？业务判断是否可靠？放进自己的团队，具体该怎么用？48 小时的共创，让企业有机会拿着一个具体原型，判断下一步是否值得投入，以及该怎样继续试点。有价值的方案也可以沉淀下来，为下一家面对相似问题的企业提供参考。

Noumena反向黑客松活动分享现场

第二期反向黑客松，案主招募中

05　从听懂方法，到拿真实问题开始

除了主题分享，活动还安排了场外案例展示、展位讲解与演示，以及Noumena团队带来的AI创新方法论分享。

活动现场 · 左右滑动查看

     

写在最后

回到本次活动的主题——焦虑、事实，与跑赢迭代。焦虑，来自技术变化的速度，也来自业务结果的不确定；事实，要回到具体场景、真实实验与经营反馈中寻找。

跑赢迭代，不是每次都比别人更早用上新工具，而是当工具不断变化时，组织仍能保留经验、修正判断、继续向前：找到值得解决的问题，定义真正重要的结果，让团队在每一次行动之后，变得更聪明一点。

工具会迭代，模型会更新。真正值得积累的，是组织自己的判断力。