在創業領域，將公司直接搬進客戶辦公區并非常見做法，但Noumena團隊卻堅定地選擇了這條路。該團隊由第四范式前總裁裴沵思帶領，至今仍駐扎在某美妝品牌的辦公區內，與客戶團隊深度合作、共同創新。

裴沵思的初衷十分明確：讓團隊中最精通大模型的科學家深入業務一線。Noumena的三位聯合創始人各具特色，Jett曾擔任小紅書KA行業群總經理，另外兩位聯合創始人則是歷經第四范式商業與工業化磨練的科學家。首席科學家趙歡在第四范式時專注于大模型訓練及AutoGraph（自動化圖學習），CTO李佳駿則是ACM（美國計算機協會）金牌選手。從創業伊始，他們就達成共識，此次創業要聚焦具體業務領域，先親身參與業務，深入理解后才能充分發揮AI的杠桿作用。

在上海落腳后，他們連辦公室都沒租，直接進駐4A公司，借助AI工具為品牌客戶提供服務。在這個過程中，裴沵思對業務有了新的思考。作為在ToB領域深耕多年的“老兵”，從SAP到第四范式，他的職業生涯始終圍繞CEO群體展開。他察覺到品牌營銷的舊時代已被解構，營銷戰場從電商平臺逐漸轉移到內容社交平臺，而品牌在線上營銷的確定性不斷降低，不確定性因素增多。即便擁有最強團隊，也難以抵抗分發平臺推薦對潛在消費者訴求波動性的影響。

內容社交平臺是ToC企業最大的外部變量，85%以上Z世代的消費決策在此完成，“種草于內容平臺、交易于電商平臺”成為用戶習慣，這里也成為品牌競爭的核心陣地。但品牌方面臨線上利潤被平臺大量擠壓、費效比越來越高的問題。裴沵思觀察到，大家都覺得內容營銷難以捉摸，這是因為品牌和想觸達的細分人群在心智層面的溝通能力在減弱。

于是，裴沵思決定從這一角度切入，用AI讓營銷從“玄學”變為“科學”。Noumena打造了AI原生的營銷Agent——“增長智能（Growth Intelligence）”系統，助力品牌在內容社交平臺實現可持續增長。內容營銷始于消費者洞察，傳統方法存在依賴小樣本調查、高度依賴研究者主觀判斷等局限。社交媒體用戶生成內容（UGC）爆發式增長，雖為消費者研究提供了海量數據資源，但也帶來新問題：海量非結構化數據超出人類專家處理能力，從中提取的洞察決策者難以判斷其可信度。大語言模型為解決這一問題提供了可能，但當前AI研究工具主要聚焦信息檢索與整合，未解決洞察的置信度問題。

Noumena的AI Agent系統包含AI原生的消費者洞察基礎設施——“曼哈頓計劃”。1942年6月美國陸軍部啟動的“曼哈頓計劃”通過基礎物理學突破釋放了原子能，Noumena的愿景與之呼應，即通過AI Agent實現營銷學的工業化，釋放消費者科學的規模化潛能?！奥D計劃”包括公域壓縮和證據分級驗證機制兩個關鍵模塊。Agent基于公域UGC對海量數據進行提煉，學習內容調性和用戶傾向等知識信息；再通過L1 - L4的證據分級驗證，發現圖譜中的因果關系，為品牌找到更可靠的因果關系和有效信息。例如在社交平臺“提神”話題下，頻繁出現“想提神喝咖啡，又怕同事認為自己焦慮”等關鍵詞，經過驗證可發現背后反映辦公人群的焦慮，在此場景下針對性強調無味、不尷尬、體面等關鍵詞，內容轉化會更高。品牌用經過驗證的L3/L4洞察替代主觀猜測，精準定義人群與傳播策略，提升素材供給確定性，優化投放端ROI，將離散的專家經驗轉化為標準化的工業級科學資產。

裴沵思發現，此次AI ToB創業與之前的SaaS創業邏輯截然不同。SaaS創業如同“給差生補課”，核心是尋求標準化，即最大的市場公約數，讓所有人都能使用。而垂類的AI Agent創業的核心競爭壁壘是智能水平的上限。Noumena的增長智能系統中定義了全新架構Noumena Thinkflow，能夠在真實業務上下文中，通過與人類專家長期共判，將“專家如何做判斷”沉淀為系統能力。當前階段，賽點在于誰能吸納更多優秀人類專家的隱性知識，這些專家集中在行業頭部客戶。因此，Noumena選擇“讓好學生爭第一”的打法，通過服務行業頭部品牌及高速增長DTC的新銳品牌，讓AI有突破人類智能瓶頸的可能，目前正與全球美妝行業領導者歐萊雅集團積極推進合作。

除了服務頭部客戶沉淀品牌經驗和智能能力，Noumena還找到了另一條ToC商業路徑：服務prosumer（專業消費者）。以小紅書平臺為例，共有20萬個品類和大概4000萬內容創作者，這些都是潛在目標人群。目前Noumena的prosumer服務主要聚焦美妝行業，但裴沵思認為，這一服務的核心定義維度是內容社交平臺，不同行業間有大量可復用的能力，這與SaaS時代的行業垂直邏輯差異顯著。

對于為何選擇“搬進客戶公司”的共創模式，裴沵思表示核心原因是團隊基因的補全。早期團隊以科學家為主，對技術理解深刻但缺乏業務體感，閉門造車會導致產品與實際需求脫節。共創模式能讓團隊深度融入品牌團隊，理解其語言習慣、做事邏輯與核心痛點。這一模式帶來兩個關鍵認知變化：一是發現廣告公司與品牌的視角差異，廣告公司更關注提案成功，核心能力在內容與投流；而品牌更關注長期增長，核心訴求在品類定位的精準性，后者的專業度與付費意愿更高。二是明確業務核心，品類定位與內容定位之間的認知鴻溝是關鍵壁壘，解決這一問題比單純優化執行效率更重要。

在4A公司歷練和入駐品牌辦公區這兩個階段，團隊收獲不同。在4A公司，團隊理解了內容和投流的執行邏輯，知道廣告公司如何與品牌溝通、產出內容、優化投流，補全了執行層面的認知。而入駐品牌辦公區后，收獲更多在戰略層面，如品牌如何做品類規劃、思考長期增長、平衡短期銷量和長期品牌價值，這讓團隊能更精準把握品牌核心訴求，使產品更貼合品牌長期發展需求。

裴沵思提出“幫好學生爭第一”的客戶選擇邏輯，“好學生”指行業頭部品牌及高速增長的DTC新銳品牌，它們擁有成熟的營銷團隊，在內容社交平臺積累豐富經驗，且遇到明確增長瓶頸。這類客戶的高稀缺、高頻隱性知識能幫助系統快速吸收行業最佳實踐，提升服務能力。這與傳統SaaS“找最大公約數、幫差生補課”的邏輯相反，傳統SaaS追求標準化、低成本復制，而Noumena認為核心是拼Agent的智能水平上限，先服務頭部客戶打磨智能能力，再向中小企業輸出，形成降維打擊。

目前Noumena團隊有40多人，其中20多位是科學家、算法工程師，約10位是博士，核心班底來自第四范式，后期也吸引了大量營銷、品牌領域的專業人士加入，形成“技術 + 業務”的雙核心結構。平衡技術人員的技術追求與商業落地需求，關鍵在于團隊共識和實踐導向。核心技術人員都經歷過第四范式的商業化歷練，清楚技術必須落地到具體業務場景，認可“先下場理解業務，再用技術杠桿放大價值”的邏輯。例如CTO會親自參與品牌策劃執行，產品經理會實操投手業務，讓技術人員深度理解業務痛點，避免閉門造車。

Noumena采用雙軌商業模式，針對頭部客戶收取服務費，通過共創持續迭代能力；針對專業用戶采用Token付費模式，實現能力的規?；敵?。專業用戶涵蓋品牌策劃、內容策劃、投手等專業人群，甚至個人創作者，這一群體基數大，是未來增長的核心引擎。擴張規劃分為行業擴張和平臺擴張兩個維度，行業上從目前成熟的美妝賽道逐步拓展到日化、教育等領域，優先選擇內容營銷需求旺盛但經驗尚淺的行業；平臺聚焦小紅書、抖音、TikTok三大核心內容社交平臺，由于技術體系基于平臺解析而非行業標簽構建，行業間能力復用性強，可快速適配新賽道。

當前企業對AI營銷存在誤區，最大的誤區是將技術視為“工具”，過度聚焦AIGC生成內容。很多業務leader認為技術的價值就是提升內容生產效率，但品牌的核心痛點不是缺內容，而是缺內容的精準分發與品效協同能力。正確的認知應該是：技術是“智能伙伴”而非工具，其核心價值在于優化傳播結構與決策邏輯；內容社交平臺的競爭關鍵是“內容質量×傳播結構”，而非單一內容優劣；品牌需要建立跨平臺的人群網絡資產，而非局限于單一平臺的短期流量。

AI垂直領域創業從0到1，核心聚焦點是“平衡價值深度與技術靈活性”，既要扎進具體業務域解決企業核心價值問題，又不能綁定特定技術棧，要保持對前沿模型的快速適配能力。必須做對選對賽道、找對初始客戶、構建靈活的技術架構這三件事，可以容錯的是行業擴張中的局部試錯以及商業模式的階段性調整，只要核心技術與價值邏輯正確，局部的試錯可以快速迭代優化，本質上AI創業要緊跟技術迭代節奏，做時間的朋友。