夜雨聆风题记：复旦大学管理学院EMBA 《尚学》杂志专栏思考
本文为饿豹新能源周小高（志远）商业理论复盘，仅供同仁交流探讨之用。
研读金立印教授的文章，深受启发。金教授将消费者决策拆解为四大核心命题：为什么买、怎么买、为什么现在买、为什么持续买。这套消费者决策框架 ，让我厘清了营销的微观底层逻辑——说到底，企业增长的根，始终落在顾客的一次次选择之中。
文章后半部分的观点更具警示意义：当下越来越多消费者开始依赖AI完成产品搜索与评估，AI已然成为全新的决策代理。这意味着，我们过往依托人类非理性心理搭建的营销干预策略，在面对高度理性的AI筛选机制时，正在逐步失效。
由此引发深度思考：新时代营销该如何破局？我们是否只能被动等待平台AI的流量分配，依靠付费投流换取推荐曝光，最终再度陷入同质化内卷的困境？
一、我理解的用户营销一般逻辑
结合金教授的框架，我重新梳理了用户营销的核心逻辑，主线十分清晰：
从“我想卖什么”转向“用户在特定场景下，因现状落差产生需求，并需要借助产品完成对应任务”。
· 先找落差：感知用户对现状的不满，并主动唤醒这种需求认知。
· 再给方案：将自身产品打造为用户完成“待办任务”的最优解。
· 然后铺链路：梳理用户的认知路径，以及每一步实际操作的行为链路。
· 最后管持续：借助使用习惯、转换壁垒、积分激励等方式，提升用户复购与留存。
过往我虽在实践中隐约运用这套逻辑，但并未形成系统认知，金教授的理论将其彻底讲透。尤其在“为什么现在买”这一关键节点，我以往过度聚焦产品价值本身，并未意识到时机决策是独立的逻辑模块——促成即时成交，既需要推力（限时优惠），也需要降低行动阻力（简化操作流程）。
二、新产品特点逻辑——从“产品卖点”到“AI可解释的匹配点”
读完文章我深刻意识到，传统提炼产品亮点的方式已经不再适用。过去做产品宣传，我们习惯于罗列快充、安全、兼容性等卖点，这类内容面向普通消费者有效，前提是用户愿意花费时间自主对比筛选。
但在AI主导决策的时代，规则已然改变。AI承担起产品筛选工作，它不会解读感性广告语，只识别结构化、场景化、可验证的数据。
基于此，我重新搭建了产品价值表达逻辑。以饿豹新能源一款家用+共享两用充电桩为例，产品主打人脸识别启动功能，精准解决老年群体使用充电桩的核心痛点：不会操作手机App、记不住密码、不便携带充电卡 。按照全新逻辑，我对产品信息做如下梳理：
· 场景标签化
家中配备电动汽车，子女提前完成充电桩基础设置，年满60岁以上的老年用户可独立完成充电操作。适配场景包含：老人不会使用智能手机App、未随身携带充电卡，或是怀抱孩童、手提重物，双手无法腾挪操作。
· 证据结构化
以一名60岁、从未使用过充电App的老年用户为例：子女提前录入人脸信息，全程仅需30秒。后续老人插好充电枪，正对设备人脸识别摄像头，1秒即可完成识别，充电桩自动启动。整个过程无需使用手机、刷卡或输入密码。实测20位老年用户，首次使用成功率达100%。反观传统即插即充模式，无法识别使用者身份，并不适用于小区共享车位场景。
· 对比优势显性化
不再使用“使用更方便”这类模糊描述，而是用维度化对比呈现差异：
- 在“老年用户独立启动充电”维度：人脸识别充电桩成功率100%，App启动式充电桩成功率不足20%，核心原因是老年群体普遍不熟悉智能应用操作；
- 在“公共区域防盗充”维度：人脸识别设备可绑定家庭成员，非授权人员无法启动；而即插即充设备无身份识别功能，安装在小区共享车位，极易出现无偿盗充、乱扣费问题；
- 在“双手被占用”场景（抱孩子、提重物）：人脸识别无需操作屏幕、翻找卡片，是当下体验最优的启动方式。
经过这样的梳理，AI在匹配“适配家庭使用的充电桩”时，接收到的不再是模糊的“便捷”标签，而是一套完整的场景-人群-指标-对比数据。平台进行智能推荐时，自然会将这款产品精准推送给家中有长者、拥有共享车位、追求无感充电体验的用户。
让产品从诞生之初，就做好被AI理解、被AI推荐的准备，这正是新时代产品运营的核心思路。
三、Marketing with AI——我的新做法和新动作
金教授提出了“Marketing to AI”的概念，而我更倾向定义为Marketing with AI。这并非单向地说服、操纵AI，而是与AI协同协作，在保障AI客观理性的基础上，让算法更精准地识别产品与用户的匹配度。
我坚决拒绝刷取虚假数据、扰乱平台推荐秩序。短期投机或许能换来一时流量，长期必然会同时失去平台信任与用户口碑。结合业务实际，我制定了三项落地动作：
动作一：构建产品语义图谱，主动投喂高质量数据
核心不是刻意迎合算法，而是让AI深度读懂产品。我会将每款产品的使用场景、目标用户画像、解决的核心问题、实测效果数据，整理为标准化知识图谱。在电商后台、品牌自研AI助手等端口，以结构化形式录入信息。当AI开展语义检索、智能推理时，我们的产品便能跻身最优匹配结果之列。
动作二：引导真实用户的结构化反馈
AI的迭代学习，高度依赖真实用户行为数据。我设计了轻量化的评价反馈机制，收集不同场景下的真实使用体验，为算法提供优质训练语料。例如用户完成充电后，系统会弹出简易提问：“本次充电是否顺利解决了您的问题？”若用户给出正向评价，这条有效信号便会同步至推荐系统。这并非干预算法，而是为AI输送真实、有效的样本数据。
动作三：参与平台机制，但不做盲目的投流
抖音、小红书、淘宝等主流平台的AI推荐体系，本身具备商业化属性。我的运营思路不再单纯追逐曝光量，而是测试不同内容素材对AI推荐分值的影响。以同款充电桩为例，分别采用“场景化问题解决方案”（讲述老人刷脸充电的真实场景）与“促销叫卖式文案”（限时八折等优惠话术），对比两类内容获得的算法相关性评分。在此基础上，沉淀出AI推荐友好型内容模板，持续测试、迭代优化。
四、真正用AI——不只是活着，还要站立起来
当下很多企业运用AI，核心目标停留在降本增效，比如替代基础人力、辅助撰写文案。这类用法只能算维持基本运营，是“活着”的状态。
我希望借助AI实现更高阶的发展，让企业真正“站立起来”。所谓站立，就是摆脱被动接收平台流量分配的局面，主动与AI协同共生，让AI成为企业营销能力的核心放大器。具体落地分为三个方向：
· 让AI助力需求洞察：依托大模型解析海量用户评论、搜索关键词、竞品动态，主动挖掘全新的用户痛点与未被满足的需求。举例来说，除老年群体外，外卖骑手、手提货物的网约车司机等人群，同样存在“不愿掏出手机操作”的充电诉求，均可通过AI完成挖掘。
· 让AI助力转化干预：针对“为什么现在买”这一转化节点，由AI批量生成多套即时激励方案，例如“首月免服务费”“赠送家庭人脸录入服务”等，并通过小范围投放测试，筛选出转化效果最优的方案。
· 让AI助力持续优化：将用户复购数据、流失原因、各类启动方式的使用频次等信息汇总至AI系统，由算法持续输出优化建议，甚至根据数据变化自动调整营销规则。
当AI承接起洞察、测试、优化等琐碎工作后，我便能从繁杂的数据报表与投放事务中抽身，聚焦更上游的战略设计，打磨产品-场景-AI三位一体的价值体系。
金教授文末抛出一个极具深度的思考：AI应当复刻人类的非理性，还是坚守理性本质？我的答案十分明确：面向终端用户时，AI必须保持理性、客观、真实；而站在企业经营视角，我们要做的是让AI更全面、更深刻地识别产品价值，精准匹配目标人群。这不是刻意操纵，而是价值与算法的双向对齐。
通读全文后我收获颇丰：营销的底层逻辑从未改变，核心始终是洞察需求、影响消费决策；变化的只是决策主体与传播规则，这也要求我们基于新环境重构整套营销战术体系 。
作者：
周小高（志远）
饿豹新能源负责人
2026年6月9日
