AI时代最大的浪费，是让聪明人做重复事

不知道大家有没有一个感受，我们生活和工作里的 AI 含量，变得越来越高。遇事不决，先问 GPT；工作流太碎，就交给 WorkBuddy；公司飞书上，甚至都接了一个我的龙虾分身。

以前我们说 AI，好像还是一个需要专门打开的工具。现在它开始变成一种默认存在，遍布每一个角落。

这让我有一个越来越强烈的感觉：是否具备 AI Native（原生）思维，正在成为营销人拉开差距的关键能力。

什么是 AI Native？

中国信息通信研究院给出过一个定义：智能原生，即 AI Native，是以人工智能为根本驱动力的系统性范式革命，指从设计之初就以人工智能为核心驱动力构建的产品、企业或系统。

如果这个词听起来还有点陌生，你可以打开招聘软件随手搜一下。现在已经有不少企业在招 AI Native 相关人才，帮助企业把 AI 融入业务。

它已经从一个技术概念，变成了企业端实实在在的商业改造需求和能力要求。

简单理解，AI 原生，就是用 AI 逻辑重新思考工作流。

它不只是会用 AI，而是能真正站在业务场景里，去思考哪些流程可以应该被 AI 重新做一遍？

就拿营销领域来说，过去大家谈 AI 营销，最容易想到的是内容生成，写文案，做海报等等。但今年，我清晰地感受到，AI 对营销行业的真正改造，已经进入方方面面，从我自己在搭建 Lobster Brand Director（龙虾品牌总监），到平时日常日复一日的劳动可以迅速被 AI 给替代且快速迭代。

除了之前说过的 GEO 是一个营销人必须切入的 AI 营销，其实还有一个我们今年尤其关注的领域，用 AI 找达人。

找达人大家都知道，非常繁琐。

要去一个个人肉搜索，检查匹配，链接，又要聊内容需求，还要审核内容。我曾经说过超级小渗透，超级小内容的营销 3.0 时代，达人的数量需求是指数级增长。

我之前去一些大型企业内训的时候，他们第一个问题就是：这玩意儿怎么规模化做？国内其实在这方面已经有很多供应商很成熟，但是到了海外营销找达人，就变成一个更大的谜题。

最近不少做品牌朋友们都跟我提到一个海外达人营销 AI 平台，叫AhaCreator。它不是简单做达人搜索或邮件自动化，而是一个连接品牌与海外 creator 的 AI 双边平台。

说白了就是：海外营销用 AI 快速找达人。

它一端服务品牌的 campaign 需求，一端连接和管理达人供给，中间用AI Agent推进匹配、邀约、议价、履约和复盘。

我查了一下，发现它拿到了锦秋基金和金沙江的投资，还是飞书首个海外达人营销 AI Agent 合作伙伴，和蓝色光标、明略科技也有战略合作。

老粉都知道，我早年在美国做的就是社媒这一块，达人营销这件事其实很繁琐。所以还是有些怀疑它的有效性，毕竟这是一个高度依赖人与人沟通、判断和信任建立的领域。

出于验证，我找 AhaCreator 的创始人Kay Feng聊了一次，也深入看了它的产品逻辑和客户案例。

聊完之后，我更加确信：AI 正在对传统业务工作流发起颠覆性的效率变革。甚至可以说，这个时代，用不好 AI 的 CMO，做不好增长。

这篇文章，我就结合 AhaCreator，以海外达人营销为例来聊聊，什么样的营销业务，最可能被 AI 重新做一遍？

01

越是需要人肉专家的地方，越是可能被 AI 降噪

为什么我觉得会用 AI 这么重要？因为它不是改变单个任务效率，而是整个生产关系的重组 —— AI 型组织是必然。

很多人一听 AI，就会本能想到“取代人”。但我反倒认为，用好 AI，某种程度上恰恰能最大限度地发挥人的价值，降低内耗。

AI 最重要的价值，不是让人少思考，而是帮人处理掉那些正在消耗创造力的工作。

最近很流行一句话，“保护你的前额叶皮层”，不要把最宝贵的认知资源，浪费在大量重复、琐碎、低价值的任务切换里。

现有工作模式下，我们的很多时间都耗费在琐碎工作里。营销人对外讲品牌、讲创意、讲策略，但真正做项目的人都知道，日常大量精力都消耗在找人、对齐、催稿、拉表、复盘、沟通细节里。

这些事情当然重要，但它们会一点点吃掉人最宝贵的注意力、判断力和创造力。

如果说推荐算法带来的碎片化信息，损害了我们的前额叶皮层，那我们完全可以用 AI 保护它，让 AI 来构建标准化的工作流，帮我们收拢信息、压缩流程、减少无效消耗，把我们最宝贵的精力留给真正要的判断、决策、创造。

那接下来的问题是，什么样的业务场景，是 AI 最适合、最能提效的？

就这段时间在公司推进 AI 的感受而言，我认为有两类。

• 一是高度依赖专家经验，但这些经验背后其实有规律可拆解的业务；
• 二是缺少数据沉淀、靠人肉推进，但可以被设计成工作流，并在每次执行后持续优化的业务。

一言以蔽之，一个流程如果长期靠人肉推进，长期依赖个人经验，长期没有数据沉淀，它大概率就是 AI 最先进入的地方。

海外达人营销，就是这样一个典型场景，但它更为复杂，因为它需要同时连接品牌和达人两方。

02

营销上下文的质量，决定了优质决策的数量

很多人以为，达人营销很难被 AI 重做，是因为它太依赖“感觉”。

一个资深媒介扫一眼达人主页，就能判断这个人适不适合品牌；但你追问为什么，他往往很难说出一套标准答案。

但我现在越来越觉得，这种所谓经验和直觉，本质上其实是长期积累出来的上下文。

他看过足够多达人，跑过足够多 campaign，知道什么样的内容容易出效果，什么样的达人看起来热闹但不一定转化，什么样的报价合理，什么样的受众更有商业价值。

我非常坚信，上下文的质量，决定了优质决策的数量。

过去的问题是，这些上下文都长在人脑里。人有经验，就能判断；人一离开，经验也就跟着流失。更现实的是，当品牌需要同时筛选几十个、上百个中长尾达人时，个人经验再强，也很难兼顾广度和精度。

某种程度上，AhaCreator 就是在把达人营销里的上下文沉淀到系统里。

过去人工找达人，本质上是做两件事：先理解品牌这次 campaign 到底需要什么样的人，再判断哪些达人和这个需求匹配。

AhaCreator 的解法，是把这两侧上下文都结构化。

一边，它用大语言模型理解品牌方的 campaign 需求，比如产品特点、目标人群、内容调性、预算区间和转化目标。

另一边，它建立达人数据库，对达人做持续画像。

Kay 告诉我，他们的达人数据，不只看粉丝量、地区、品类标签和互动数据，还会通过多模态模型，读取达人最近的 30 条视频，从内容语义、画面风格、表达调性等维度沉淀达人画像。这个数据库也会根据达人新发内容和品牌需求持续更新。

这样一来，达人库就不再是静态名单，而是一个持续更新的营销上下文系统。系统再把品牌需求和达人画像进行匹配。

相较于人工，大模型的优势在于，它可以在更大的达人池里同时精准判断更多变量。目前 AhaCreator 合作的达人数量已经超过10 万，显然比纯人工筛选覆盖范围更广。

举个例子。AhaCreator 和美国本土 agency 公司 Sonicbeam 合作，推广一款主打自动化真空封口机时，找到了一个专注加州沿海钓鱼和户外烹饪的达人。

客户告诉 Kay，传统人工筛选其实不太会把这个达人和真空封口机联系起来。但 AI 识别到他的内容场景，捕获、处理、保鲜，和产品使用场景高度相关。

达人筛选后台截图

这就是我觉得有意思且有价值的地方。

AI 没有凭空替代人的经验，而是把过去在人脑里的上下文，沉淀到系统里。

达人议价也是同样的逻辑。

海外中长尾达人高度分散，没有统一商单系统，也没有透明报价体系。品牌很难判断价格是否合理，达人也很难知道自己的报价是否被市场认可。所以很多品牌最后只能合作少量头部达人，或者依赖代理手里的现成资源。

AhaCreator 的做法，是把达人报价拆成受众价值、地域权重、内容活力、赛道供需四类变量，再结合平台成交数据形成动态价格参考。

这样一来，品牌和达人之间的信息差变小，中长尾合作就更容易规模化推进。

比如说，美国户外清洁和家庭护理品牌 PurOxy，使用 AhaCreator 之前，市场负责人每天光是寻找达人就要起码 1-2 个小时，还要处理沟通、临时取消、备注遗漏等琐碎问题。接入系统后，达人营销日常执行时间节省了 75%，campaign CPC 做到了 0.77 美元。

PurOxy 在 AhaCreator 投放的达人

03

AI 时代，数据飞轮是迭代速度的关键

上面说的其实还是在单个业务层面的 AI 提效，但这一轮 AI 从“工具”走向“执行”，最大变化在于，它不只提升单点效率，还可以把分散的业务环节连成完整工作流，再通过数据沉淀，形成持续优化的飞轮。

而在 AI 时代，数据飞轮是迭代速度的关键。

我们还是拿海外达人营销这个场景来说。

海外达人对接，本质上是一个“散对散”的市场。达人分散在不同平台，品牌需求也非常分散，海外又缺少类似星图这样的统一商单体系。所以从匹配、议价，到履约、支付、复盘，很多环节都只能靠各家公司自己人工推进。

这就带来一个很大的问题：人力成本很高，但交易数据很难沉淀。

Kay 告诉我，这也是她想做 AhaCreator 的原因之一。

在创办 AhaCreator 之前，她在 Dora AI 负责市场增长。那时候她就发现，达人营销是非常有效的增长方式，但执行极其耗人。团队里有几个人专门做这块，大家都很聪明，也很有悟性，但做久了仍然会痛苦。

因为达人营销这件事，一方面需要判断和沟通，另一方面又极其重复、琐碎、消耗耐心。

所以，AhaCreator 把这条全链路完全线上化。

品牌输入 campaign 需求后，系统可以推进达人匹配、邀约、议价、催稿、内容初审、交付跟踪和数据回收。达人端也可以实时查看项目进度，了解合作推进到哪一步。

AhaCreator 后台截图（由 SeaArt 海艺AI 分享）

AhaCreator 后台截图（由 SeaArt 海艺AI 分享）

AhaCreator 后台截图（由 SeaArt 海艺AI 分享）

真正需要品牌方介入的决策节点只有两个，审核达人名单和审核达人内容。其他环节，都由 AI Agent 7×24 小时自动推进。目前，AhaCreator 还以原生组件的形式集成到飞书里，可以直接由飞书窗口操作。

AhaCreator 与飞书集成界面（由 Hakko AI 分享）

这件事短期看，是提效。

匹配、邀约、议价、催稿、审核、支付、复盘等执行环节被集中管理，任务推进更快，人效更高，也减少了项目失控。

长期看，它沉淀的是双边交易数据。

每一次 campaign 都会留下合作费用、发布链接、播放量、点击数、CTR、CPC、内容表现、达人响应速度和履约情况。这些数据会反过来优化下一次达人匹配、价格建议、预算分配和内容方向。

也就是说，品牌越多，达人越多，交易越多，平台的数据飞轮就越强，系统判断也会越来越有依据。

从 2025 年 3 月的 1.0 版本，到 2.0，再到如今的 3.0，AhaCreator 的达人匹配精准率有明显提升。背后的原因，就是随着越来越多达人入驻、越来越多交易发生，平台有了更多真实数据去优化匹配算法。

在具体案例里，也能更切实地感受到这种效率变化。比如 Pixso，三周内完成海外达人营销上线，90% 的执行工作被自动化，最终 CPC 为 0.41 美元。

还有一个全球益生菌头部品牌，在美国拓展全新品牌时，通过 AhaCreator，2 个月内完成冷启动，搭建起本地内容触达网络，并在 2025 年 12 月初次合作后，成为长期稳定客户。

工具解决的是单点、单次效率，双边平台沉淀的是交易数据。数据可以反哺算法优化，最终提升的是全链路、全局效率。

由于产品高成熟度和规模优势，AhaCreator 的增长不依赖重销售和人工交付，而是着重把团队资源和投入放在产研侧。

Kay 告诉我，目前已经有一半以上的企业客户可以在较少销售引导的情况下，自主跑通首次付费和后续增购。

随着 AI 认知越来越强，这套 AI 原生工作流也在从早期 AI 圈，扩展到更多行业。从欧洲最大的开源效率工具 ONLYOFFICE、美国 AI 编排领域的头部硬核科技企业，到知名网红创办的欧美顶流彩妆品牌，都开始用 AhaCreator 作为海外达人营销的增长工具。

这也是它和传统增长模式不太一样的地方。过去很多服务平台要么依赖强销售和重交付，要么绕开欧美主流市场寻找低竞争区域。AhaCreator 在尝试的路径是，用产品力直接切入欧美主流市场，让客户在真实 campaign 里验证效率，并通过持续交易沉淀数据，用真实效果和自然口碑去实现增长。

04

就像每一场技术革命都会带来生产方式的革命，AI 时代也一定不会例外。

Influencer Marketing Hub 的一组行业数据显示，已经有 36.67% 的营销人员开始使用 AI 来寻找合适的达人，并在 2026 年 AI influencer marketing agents 榜单中，将 AhaCreator 列为代表平台之一。

AhaCreator 只是我们行业里一个小小的显影，但它让我们看到，在 AI 时代，结构化的工作流和数据，正在成为企业新的运行方式与燃料。

当然，我始终相信，营销是科学和艺术的结合。

AI 可以把所有可标准化、可重复的执行环节做到极致，但人的经验判断、审美品味、对人性的洞察，以及那些灵光一现的创意，在任何时代都有无法替代的价值。

所以，用不好 AI 的 CMO，做不好增长。更准确地说，应该是，无法将人的创造力、判断力，和 AI 的执行力、计算能力真正组织在一起的人，做不好增长。

而，这种新的组织方式，也会重新定义营销这件事。

作者 | 栗子

编辑 | 刀姐doris