lch
发布于 2026-05-28 / 0 阅读
0

模速校友会|Vol.65 对话元聚变殷磊:当AI成为商业守门人——营销获客与组织形态,正在同步重构

当AI不再只是聊天框里的玩具,而是决定“谁能被用户看到、谁的产品值得信任”的商业守门人——企业的获客逻辑、品牌信任体系,乃至整个组织形态,都面临一场无退路的重构。  


本期模速校友会我们邀请到了元聚变科技集团(证券代码:830999)董事、副总经理殷磊博士。拥有任百度地图架构师、去哪儿网技术总监、微众银行资深AI科学家等多元履历的他,在本次节目中围绕AI发展至今的三个关键阶段,从技术架构、数据智能、AI金融科技与 GEO/AIEO等维度出发,系统拆解了元聚变的“AI经营系统”,详细分享了这套架构是如何既能沉淀知识、串联业务流,又能驱动企业持续增长的。

左一主持人马梦婕、右一元聚变科技集团董事殷磊


1

三阶演变:

从“基座模型”到“日抛型Agent”

“如果我们把2022年底当作起点,AI的发展其实只用了三年就走完了三个阶段。”节目一开始,殷磊便开门见山。


据他介绍,第一阶段是以GPT、豆包为代表的基座模型普及期。用户习惯从“搜索”转向“直接问答”,这也是AI的基础能力被广泛认知的阶段。


第二阶段是2025年2-3月的智能体概念萌芽期,Manus等产品让“通用智能体”的概念落了地,也让用户第一次感受到:模型加上插件和工具,真的能去完成具体任务。


而第三阶段,就是我们正在经历的——Agent爆发与实用化期。编程能力的大幅提升,让生产智能体的成本骤降。


也正因如此,殷磊抛出一个很有意思的判断:“未来的智能体,会像‘日抛型软件’一样。针对一个具体的业务场景,快速定制、用完即弃。不是越庞大越好,而是越精准、越轻量、越好。”


他在节目中给出了这样的一个核心公式:“基座模型加上harness就等于agent”——没有上层的牵引层,模型只是一团潜力;加上场景化的工具与框架,才能对齐用户需求。


而当面对主持人Mickey关于“企业最应该紧张些什么”的提问时,殷磊则表示:“企业紧张的不是AI本身,而是你的组织形态还停留在‘给旧房子刷漆’的阶段。”


2

营销变天:

SEO未死,GEO成新流量霸主

当今天的用户越来越习惯“直接问大模型”,而不是打开搜索引擎一条条翻链接——企业的营销逻辑也必须开始重建。


节目中,殷磊博士详细介绍了GEO(生成式引擎优化) 这个概念。它脱胎于SEO,但内核完全不同:大模型通过联网搜索获取信源,加工成上下文,再根据用户的问题匹配生成答案。


“GEO它一定是源自于SEO的,但包含后又不等同。品牌如果进入模型的答案库,获得的背书信任和转化率都将飙升。


“但GEO不会完全取代SEO,”他强调,“流量格局会是多载体并存的。搜索、信息流、短视频、大模型答案——企业得学会多引擎生存。”


关于营销与产品的关系,殷磊则给了创业者一条非常实在的建议:“如果你预算有限,一定要先从营销入手,酒香也怕巷子深。但你反过来看:一个企业最赖以生存的一定是它的产品本身有核心竞争力——没有产品的营销是空转,没有营销的产品是自嗨。”


3

组织重构:

从“会用AI”到“AI Native”,OPC模式登场

针对近期AI圈流行起来的管理概念“一人公司”(One Person Company,OPC),在殷磊看来并非偶然。


当编程门槛被自然语言拉平、当“日抛型Agent”让试错成本趋近于零,一个人确实有可能撑起过去一个团队甚至一家公司才能完成的业务闭环。真正的AI Native组织将碾压旧模式。


据殷磊介绍,在元聚变内部就已经尝试成立类似OPC的平台化小组。“你每天只要把你想说的事情、想做的事情给AI交代清楚了——你都不用照顾它的情绪价值——它可以7×24小时不停的跑,只要token没用完。”


但他同时也指出:“目前绝大多数企业,只是在原有架构上‘修补式使用AI’,这只能获得行业的平均收益——我们叫Beta收益。大家都提效了,就意味着你的相对优势被抹平了。”  


当组织被压缩到“一人+一组Agent”的单元,企业的核心能力也随之迁移——不再是管理人的规模,而是蒸馏技能。殷磊强调:“真正重要的是让一个人的经验沉淀到agent上,agent才能发挥价值。人走了,能力却留下了。”这既是知识管理的新范式,也是组织抗脆弱性的来源。


在这一点上,产品经理是殷磊最看好的人群。“PM天生会把业务需求翻译成技术语言。在AI时代,他们更能精准地向AI表达意图,所以最容易做出爆款应用。”


4

企业出海:

备案是底线,合规比代码更值钱

节目的最后,殷磊则对数据安全与出海合规方面给出了非常具体的提醒:“在中国所有提供token服务的都要做备案。不备案的东西不能对外API输出。核心业务数据绝不能放在未备案的模型上。”


其次是对海外模型的谨慎使用,可以用于非敏感数据的“思路借鉴”,但不能直接喂核心数据。最后也是最关键的一点,是欧美市场不只考核产品能力,更考核品牌可信度。


“代码跑得再快,不如一份合规报告来得让人安心。”


至于AI带来的同质化竞争,殷磊的答案很笃定:真正的护城河是行业Know-how的深度沉淀。“你能抄代码,但抄不走对这个行业的理解。”


从GEO重构获客信任,到OPC颠覆组织形态,再到“日抛型Agent”让软件本身都变得轻量化——殷磊博士这场对话,其实只说了一件事:


AI不是工具箱里多出来的一把锤子,而是整个商业链路的设计图都要重画。


而那些率先完成AI Native转型的企业,也将不再纠结“要不要用AI”——因为他们自己,就已经长成了AI的样子。