作者 /Oriana
从0到1
2019年春，裴沵思坐在SAP窗明几净的办公室里。数月前，他被任命为全球副总裁，一种清晰的不适感却在心中蔓延。
用七年时间、十余次晋升抵达此处，在庞大外企秉着创业心态打拼的裴沵思成为了SAP最年轻的副总裁之一。站在许多职业经理人梦寐以求的终点，他反而感受到那份兴奋与价值感正在消退。
他提出离职，全球CEO诧异地问其为何离开。他的回答很简单：“该打的仗打完了。”
不久后，裴沵思出现在北京一家初创公司的会议室，这里与他刚离开的世界截然不同。他加入的第四范式，年收入约六七千万，而他此前在SAP负责的规模是三五十亿。许多人无法理解，但他内心清楚：当创业心态在原有系统里无处安放，离开就成了必然。
这并非一次冲动的跳跃。
此前，他参加了红杉与真格基金组织的首届“鸵鸟会”，系统聆听了创业者的世界。一次与沈南鹏的会面，成了关键转折点。对方推荐了两家公司，他选择了尚在早期的第四范式，原因在于创始人戴文渊——一个在百度从零构建机器学习体系、立志用AI改造企业的“科学家”。
“我们像一个人从东坡爬，一个人从西坡爬，在顶峰相遇。”裴沵思总结。
他的第二段历程就此开启。从2019到2024年，团队将第四范式年收入从数千万元提升到约四十亿，并于2023年底登陆港股。他不再是SAP时期指挥千军万马的“大将军”，而成为关键的“产品经理”，在顶尖科学家与商业市场间架起桥梁。
上市后，他感到使命完成，向戴文渊提出创业的想法，并获得支持。2024年2月正式离职，4月新项目获融资，第四范式也在投资方之列。
“我的职业生涯始终和CEO打交道，核心都是用科技提升效率。这次，是看到了全新的技术栈，能用前所未有的低成本实现目标。我觉得‘未竟的事业’还没完，就一定要冲进去。”
他的冲劲也吸引了几位旧日战友。在第四范式时，科研团队的“三驾马车”——如今已成为明星公司Manus首席科学家的季逸超（负责数据）、ACM世界冠军李佳骏（负责架构）与港科大博士赵欢（负责算法）——中的两位（李佳骏与赵欢）选择再次追随他。曾任SAP中国管理合伙人和小红书VP的蒋骧慧，也加入了这个团队。
如今，作为AI初创公司Noumena（物自体科技）的CEO，裴沵思全心投入着一场 “从0到1” 的冒险。具体而言，Noumena 的核心是通过AI原生增长智能（Growth Intelligence）系统帮助品牌在内容社交平台实现智能增长。
Noumena从“品牌心智重镇”小红书起步，到了今年10月完成第二轮融资后，还实现了向抖音和Tiktok的迁移，“以品牌的视角来看，不会只关注单一平台，而是看多平台的细分人群以及覆盖整个 master plan。”
裴沵思很享受现在的teamwork，转变为ENFP人格（也称“快乐小狗”）的他在管理时不需要“抽鞭子”，而是负责“激发”与“对表”。在Noumena，有一个反常规的周会：不是年轻员工向创始团队汇报，而是创始成员每周精心准备周报，向全体团队宣讲。
“我充分意识到我这个‘老登’的局限性，我们团队不缺能力和自驱力，缺的是足够高维和全局的信息输入，所以我希望让更多年轻的90 后、00 后同事了解全局，具有ownership。” 他笑着解释。
从全球跨国企业的金字塔尖，到与市场一线搏杀的初创公司总裁，再到自己亲手从零哺育一个新团队，裴沵思走了一条不太一样的职业路径：10到100，1到10，0到1。
从0到1的此刻同他的爱好野攀不免有些相似——悬挂在属于自己的全新岩壁上，调用全部的经验、直觉与信念，逐个插入一枚枚新的挂片。
“最大的挑战是想明白自己的bias（偏见）和核心价值到底是什么，如果想不清楚其中一点，不仅无法发挥出真正的价值，还可能把过去时代的偏见带到新的环境中，这会非常危险。”裴沵思总结，“但反过来，一旦熬过了0到1阶段里那个最生死关头的摸索期，后面的路就会清晰得多，从而形成一种降维打击的能力。”
以下是新物种与Noumena CEO裴沵思的对谈，欢迎进入一段关于享受归零的故事。
01.让最懂技术的人浸润到业务一线
新物种：从23年8月Noumena成立，到24年2月你正式离开第四范式有半年时间，可以讲讲你组团队的过程吗？
裴沵思：我们最初在第四范式内部孵化，但花了半年、进度太慢，面对市场的快速迭代和对业务理解的不深，我最终决定带队亲自下场创业。核心班底主要来自第四范式的资深科学家，当时在科研层面有“三驾马车”，分别是季逸超、李佳骏和赵欢。除了逸超去了Manus外，佳骏和赵欢就和我一起组成了Noumena。
有一点很关键：创业时，我没有带走之前共事的业务端同事或产品经理，而是选择了一支在业务上离我最远的团队，只邀请了科研负责人们加入。
这样做源于长期做AI形成的一个理念：让最懂技术的科学家浸润到业务一线，才能创造最大价值。这很难，也很慢，但如果只在内部做抽象迭代，不如整个团队直接下场。因此创业初期，我们一边推进，一边持续思考如何将这件事系统化。另一位合伙人蒋骧慧是前小红书副总裁，在大的业务方向上帮助把关，但根本上，我们是让一批科学家从零开始接触实际业务。
我们有一个“吃包子理论”：你绕了一大圈把事情搞定后，总会复盘——为什么早不这么做？但事实是，不吃前面六个包子，就吃不到第七个。任何走过的弯路，都是认知的一次提升。过去这一年多，虽然目标清晰，但我们一路都在“填空”，一步步把具体的路径走出来。
新物种：你们当时的目标是什么？这一年多来都填了什么空？
裴沵思：首先我们的目标始终很明确——业务最终要面向企业（ToB），并在此框架下实现价值。核心逻辑是企业增长的主阵地在内容社交平台，要解决CEO层面的问题。问题不只是内容质量，所以我们从未切入AIGC，而是遵循公式“效果广告 = 内容质量 × 内容的分布与触达结构”。
但认知落地时，我们走了弯路。最初想从KOL切入，做工具帮达人洞察平台，再帮企业管理达人。后来发现这走不通，更像一个“外包服务”模式，迭代闭环有问题。
于是我们重新审视，发现核心是品牌整体的内容营销策略。我们做了一个大胆的决定：直接搬进一家头部4A广告公司内部，全员入驻，从零学习他们如何提案、找KOL、投流和做品牌，并在这个过程中用AI工具为他们创造价值。
在4A公司学习后，我们发现他们的瓶颈在于只能看到品牌局部。于是我们做了更激进的决定：整个团队又搬进一个美妆品牌公司内部，租了半层楼，完全浸润到他们的日常运营中，从供应链、电商到内容社交都深度学习。直到这时，我们对业务才有了深刻理解，才开始引入来自TikTok、小红书等平台的产品经理。这时他们的工作难度已大大降低，因为技术团队已经搭建好了业务框架。
从今年2月跑通第一个美妆客户起，模型被验证。初期我们只按最便宜的4A费率（约5%）收策略费，与客户共创，不涉及执行。到第二季度效果爆发，我们开始提价，从5%、10%涨到目前的15%（业内顶级4A水平）。但我们只做“大脑”（策略），执行由品牌方安排。这成了企业额外的一笔预算，但价值已被看见。
新物种：为什么会选择聚焦到营销这个拥挤的赛道？
裴沵思：我们观察到当前ToC品牌的营销面临一个核心问题：随着Z世代消费者将决策阵转移到内容社交平台，品牌的主战场也已转向于此。但在此环境下，品牌普遍陷入“以投流换销量”的循环。在流量进入存量竞争后，红利迅速消失，导致投放成本高企，ROI波动剧烈且难以预测。品牌往往投入越来越多，业务增长却日趋疲软——从过去投100万能增长200万，变成多投100万可能只增长二三十万。
从CEO视角看，这背后是一套从人群洞察、内容策略、达人匹配到最终投放的执行链路存在系统性问题，都存在信息茧房，如人群洞察环节依靠经验直觉或仅有限调研。
传统增长公式可概括为“资源投入 × 执行效率”。营销团队往往点灯熬油、重金投入，效果却如温水煮青蛙般递减。我们试图将增长重构为“智能学习 × 新认知发现”。简言之，我们打造的是一个“AI原生增长智能系统”，旨在通过AI提升商业种草与转化的确定性，帮助品牌重塑增长。
以往“比稿”的应对方式本质上如同摸彩票，周期长且确定性越来越低。我们的做法是重构整个过程：通过智能化手段，整合对平台的洞察、投流数据反馈，并持续记录过程中的经验，让AI系统不断迭代。其目标不是仅在细节工作上替代人，而是让AI对全局有更清晰的把握，从而为品牌创造更可持续的价值。
新物种：为什么会先做小红书这个平台？是因为成员之一之前是小红书VP吗？
裴沵思：我们团队的蒋骧慧虽来自小红书，但当初选择从小红书切入并非仅仅因为这个原因。我们主要做了几个判断：
第一，当时小红书的整体基建水平还不是最高的。如果贸然先做抖音，我们可能搞不定——因为抖音以视频为主，而小红书当时仍以图文居多，对算力的消耗相对较小。
第二，我们调研发现，小红书才是真正的品牌心智重镇。如果想通过内容差异建立品牌心智、实现品牌溢价，小红书的核心价值某种意义上大于抖音，是兵家必争之地。实际上在不少消费品类中，抖音建立品牌心智的ROI并不高，但品牌不得不做；而小红书才是测试人群、寻找差异化、将品牌心智与内容体系结合的关键环节，谁都绕不过。
另外，从2023年至今，凡是重视品牌的企业，在小红书上的投入和成效普遍都在提升，这也印证了我们当初的判断。
02.把创意解构为计算
新物种：聚焦单一平台如小红书虽然能切入很深，但会不会与平台捆绑太深？比如平台政策变动可能带来风险，是否会考虑将这套玩法迁移到其他平台？
裴沵思：10月份完成第二轮融资后，我们已拓展至小红书、抖音和TikTok（目前重点关注北美市场）三平台运营。如果以分数衡量，小红书做到90分，抖音约60分，TikTok在40分左右——三者同步推进。
选择这三个平台，是因为我们跟随出海的国牌一起走出去。这些品牌同时覆盖国内（小红书、抖音）和海外（TikTok）市场。
从品牌视角看，其策略绝非单一平台。多平台的人群与内容规划，背后是一个更宏观的master plan。当我们能跨平台服务时，便可逐步承接这个整体规划，这是与单平台服务的本质差异。
此外，我们很清楚，小红书或抖音未来很可能自行开发类似功能。但平台做与我们做，存在一个约15度的夹角。夹角的根源在于立场：平台需维护生态平衡与商业利益，希望品牌持续投流、均衡发展。
而我们的出发点是“平权”，完全站在品牌一侧，用智能与推荐系统博弈，追求品牌增长的最优解——该投流则投流，该做内容则做内容。数据链路或许相似，但因目标迥异，终究形成了那个夹角。
新物种：不过在营销中，效率易得、创意难求。你们的Agent目前能在多大程度上理解和介入“创意”过程？
裴沵思：我们本质上在做的事，是把创意解构为计算。我们认为，创意的生产主体已逐渐转移至KOL手中。当然，品牌内部仍会有团队负责品牌向的创意工作，但这并非我们关注的重点——这部分预算通常比较固定。
我们关注的核心是：一个产品应该瞄准什么样的人群，包括既有人群和希望拓展的新人群。这些新人群正在被什么样的新创意所吸引？而这些创意背后，正是KOL。
那么，哪些达人的创意思路可能与我的品牌调性及内容逻辑相匹配？找到他们，合作才能产生“1+1>2”的效果。如果这种匹配一个月只发生一次，或许不需要AI；但如果一天就需要发生五次，那么AI就是最好的工具。
在美妆行业，从洞察到内容产出的周期，我们见证了极致的变化：从最初接触时的三个月，逐步缩短到两个月、一个月、两周。目前，我们服务的最极致的客户，已经能将这个周期压缩到两天。
这其实是在一个由复杂网络、复杂人群、复杂场景构成的矩阵中，通过大量KOL持续测试，去捕捉并吸纳其中最有效的创意为我所用。创意当然存在，而我们是在系统地捕捉这个广阔空间中的创意，并将其高效转化为品牌价值。
新物种：你认为在可见的未来，AI在营销环节中的价值天花板在哪里？
裴沵思：在我们这个业务领域，我们做的是效果广告，不是品牌广告。品牌广告有全年品牌预算作为上限，而效果广告的核心是单平台的ROI。这意味着，只要在拓展更多人群时ROI能保持住，就可以投多少钱、有多少钱，本质上是个费效比问题。
如果在这个渠道上，你能证明更多营销费用能带来更大收入，那营销费用理论上就没有上限。现在恰恰问题在于：CEO很想多花钱，但一多花ROI就掉下来。
我们正是在解决这个问题。这也是为什么我们敢于从5%一路收到15%——因为我们的优化目标是企业的日耗。日耗越大，说明效果越被认可。没有企业会为了赔钱而去投内容社交平台，大家看的都是GMV、进店成本和ROI。
新物种：现在美妆客户还是占主导吗？你们是希望尽可能覆盖更多行业的客户，还是有明确的重心？
裴沵思：目前美妆仍是主要客户，日化、教育、鞋服等行业的客户也在增加。但我认为，这还不是一个稳固的商业模式——公司不会一直按这种方式做 ToB。
核心在于：我们当前以重效果、结果导向的付费逻辑与品牌合作，目的是与头部品牌共同打磨增长智能产品。通过这个阶段的数据反馈来训练模型、形成飞轮。之后，产品会开放给更多品牌，转为按token消耗付费。
因此，我对合作品牌会稍作甄别：产品力要足够强，内容运营能力也要跟得上。我们只聚焦于那些产品力强、内容团队成熟，但在小红书、抖音遇到增长瓶颈的品牌。如果品牌自身基础问题很多，我们并没有精力去解决。
本质上，这一波智能技术栈与过去的ToB完全不同。现阶段的关键是：在垂直领域内，以最快速度把最顶尖的人类专家和最佳实践“灌”给 AI。一旦灌输的是最好的东西，未来就是降维打击。如果现在做太多“差生补课”的业务，后续很容易被淘汰；必须专注“好学生争第一”的业务，才能形成有壁垒的智能。
这就像培养一个“管培生”：让他进入一流企业还是三流企业，最终成长起来的能力是天壤之别。谁能率先把垂类最顶尖的经验、隐性知识与最佳实践融合，谁就能让AI发挥出最大价值。
03.在垂域不补差，只培优
新物种：这和你一开始选择的赛道与打法有关，对吧？你没有选Manus那种通用AI Agent的赛道，而是深耕垂直领域。
裴沵思：没错，这呼应了我们之前的讨论。我的信念始终是：当下什么对像我这样的“老登”最有价值？回顾我在SAP和第四范式的经历，我们从不缺客户，缺的是极致的“甄别力”——准确判断谁才应该是我的客户。
这和今天一样，外界可能把我看作ToB老炮，但我想加两个定语：第一，我更To CEO；第二，我更擅长选择与当下阶段最匹配的客户。比如现在这个阶段，我认为前30家客户的选择极其重要。只要能选到市场上能力最强的30家，基本就赢了。
新物种：那现在距离目标的30家，进度如何？
裴沵思：快达到了，但我仍在持续筛选，目标是要找到最好的。说实在的，目前我已有的客户里，十几家都是美妆品牌，但在我看来，三家顶级的美妆客户就足够了。我们的目标是找到那些产品力过硬、内容营销能力顶尖的团队。即便这些团队已经是“奥赛冠军”级别，人力也有其极限。
我们做的，就是在人类最强团队的基础上，再帮他们提升一把——这样培养出的AI智能，才是真正优质的智能，未来再用这个智能去服务更多客户。
新物种：你们起初想做的是一个提升内容营销的智能系统，然后随着 AI 能力的升级往 AI agent 去演进迭代了。
裴沵思：是的，我们的创业历程，始终伴随着技术迭代的红利。最早起步时，大模型尚难处理长文本。我们的切入点，是意识到可用大模型将“社交聆听”彻底重做——当时模型已能为内容打上更丰富、更主观的标签。
随后几个技术栈的演进至关重要：长文本成本率先下降；接着在2024年底，DeepSeek等模型显著降低了逻辑推理成本；此后，以Cursor为代表的技术为ToB长尾需求提供了低成本解法；Gemini在分析内容社交平台时对于人群的心理状态与动机的洞察准确度很高，这些都构成了我们的链路。
过去一个月，Anthropic的Skills架构解决了我们内部的一个核心瓶颈：原本依赖少数顶尖科学家的工作流，现在文科背景的业务顾问也能快速上手。我们在一周内搭建起自己的Skills技术栈，解决了过去卡住的问题。
至此，从长文本、逻辑推理到代码生成与封装，技术栈的成熟让我们能以极低成本构建完整业务链路。我们过去总说ToB是项目制，本质是因为每个企业都有大量长尾需求，如今已能获得指数级提升的解决效率。
新物种：你曾评论在DeepSeek等开源模型上开发应用不能简单视为“套壳”。那你认为在这一层创业真正的技术壁垒和核心价值是什么？
裴沵思：Pre-training 可以理解为模型持续增加“脑神经元”，这需要消耗大量GPU和能源。Post-training 则是在特定领域内深化理解——就像模型不仅成长为北大清华的学生，还在持续上很多门专业课。
那么，除了这个大模型本身，谁能给它提供额外的智能？你可以这样重新思考“套壳”：究竟是给它穿件衣服、背个包，还是给它一段实习经历或进修机会？关键在于一家公司的私域数据——这些数据能对大模型产生什么新的启发与智能？这些智能的长期价值在哪里？
我们所做的，就是把模型放入一段有明确ROI指标的业务流程中，让它在这个核心流程里持续参与、支持，并最终覆盖全局。
我们有句话：要让这个“管培生”成长为“VP”。它需要越来越站在全局视角来看业务——我们认为，这段“实习”是成长最快的经历。而这段经历，恰恰是大模型公司在自身的训练逻辑里永远看不到的。
新物种：但大模型的快速迭代不也会带来威胁？还是说这其实是一个相辅相成的过程，你们的产品依然有时间窗口，不会轻易被底层模型的迭代所颠覆？
裴沵思：这是一个很好的问题。我们认为，首先，我们的技术能力体现在两方面：一是用技术栈实现目标的能力，二是把握大模型公司能力边界的能力——既要运用其最新能力，也要预测它未来的演进方向。
今天的AI或大模型公司，本质上都是冲浪选手。我们也在冲浪，关键是在这一层层浪上，我们自己构建什么。我们构建的，是让Noumena产生更具竞争力的智能——即非大模型本身、而是新增的差异化智能。这可以回到“管培生”的比喻：大模型持续让管培生更聪明，是在缩短实习周期（原来需一年，现在可能两个月）。而我们提供的，是最好的实习环境。
什么是最好的环境？第一，是市场中最具竞争力的知识——它必须足够隐性、具有组合性、因果关系复杂，且高频、高回报。第二，这套知识所处的行业和团队必须足够优质：我们选择行业里高速增长的新锐品牌，它们有成熟的内容团队、明确的ROI导向和强大的执行力。在这样的土壤中形成的隐性知识，才是这个“实习生”最好的成长养料。
新物种：所以你们能守住优势的原因，在于筛选客户的颗粒度足够细，知识或数据足够优质。那满足要求的品牌应该没那么多？
裴沵思：是的，最初我认为可能需要200家客户，但现在判断，30到50家真正优质的客户就足够了。因为这个“浪”足够高，在上面构建的东西迭代速度也足够快。我们的商业模式并非单纯依靠服务这些客户来挣钱。未来，是在这里形成的智能，去服务更广泛的群体——包括发展尚不充分的行业、刚进入Beta阶段的行业，甚至个人用户。
新物种：你希望Noumena在未来三到五年内，成为一家什么样的公司？
裴沵思：我们的核心是要成为品牌在内容社交与营销上的“中枢大脑”——向前能覆盖CMO的策略思考，向后甚至可延伸至选品与产品定位，因为最终产品的定位可能比前端的营销更为关键。
从智能化视角出发，我们的愿景是“重塑增长，探索新前沿，永不止步”。重塑增长意味着计算速度要越来越快、智能能力要越来越强。过去的“强”主要体现在平台推荐系统上，而在今天的技术条件下，品牌方同样可以拥有这样的能力。
商业模式上，我们认为服务好30家客户就够了，今天我们通过服务头部客户，在与最好的人类专家协作中完成智能化提升。
之后，我们会以更快的速度将这套能力以标准化、产品化的方式开放给整个市场——无论是传统的Agency、内容策划公司，还是品牌的内部团队。我们不会对所有客户都采用端到端的服务费模式，而是将技术能力开放出来，按照token消耗的方式收费。
排版运营 /Teagan
- End
热门跟贴