Z Potentials | 叶生晅：生成式 AI 下不变的是需求，坚定成为客户的营销技术合伙人

移动互联网时代，视频、直播、兴趣电商、社交、新资讯等线上新平台新服务实现大发展，吸引用户加速融入日益不可或缺的线上生活和「线上+线下」融合场景，铸就海量的流量红利。营销场景从来都是软件应用行业最大的市场，离客户的预算最近，并且也是竞争最激烈的场景。

生成式 AI 对于数字营销产生了巨大的冲击。海外像 Saleforce、Canva、Adobe 等营销行业巨头，都在加紧结合推出生成式AI产品，比如 Saleforce 推出 Sale GPT，Canva 推出 AI 功能，Adobe 推出 Firefly。生成式 AI 在营销场景的使用和融合，也将进一步打响品牌商之间的「AI 之战」。

本期 Z Potentials 邀请到营销行业的独角兽 Whale 帷幄的创始人叶生晅 Jerry，拥有丰富的海内外技术和营销经验，和他一起交流生成式 AI 对于营销行业的影响，探讨营销软件公司在新技术中的机会与风险。

让我们一起走进此次对话！Enjoy！

硅谷回国创业坚定从客户需求出发

ZP：请先简单介绍一下自己（建议从高中开始）

叶生晅：我是 1988 年出生，从 2007 年高中毕业后就开始留美，本科就读于弗吉尼亚大学计算机与经济学双专业，毕业后又去了加州理工学院攻读计算与神经系统专业硕士学位，师从美国著名神经科学家、现任艾伦脑科学研究所主席兼首席科学家的 Christof Koch，研究决策与行为分析。Christof Koch 的门徒众多，其学生在全球各地担任要职，包括知名华人女性科学家、现任斯坦福大学教授的李飞飞。

从加州理工获得硕士学位后，我去了哈佛商学院担任研究助理（Research Associate），大规模使用核磁共振实验来获得商业决策的思考过程，研究结果发表于 Nature Neuroscience 和 Nature Scientific Reports，现已被广泛用于商业决策研究领域（例如 AC Nelson 的广告分析）。随后，在 Facebook 工作 3 年担任软件工程师，是最早加入 Facebook 营销创新实验室的成员之一。

2017 年年末，当时有投资人邀请回国创业，当时想用技术去赋能营销。我们从一开始就不会盲目地去开发产品，而是先明确客户群体及需求。在当时并没有特别关注线上的机会；线下营销来说当时比较蓝海，比如一些头部的快消品牌的 80-90% 的收入来自于线下。

ZP：回溯到 2018 年，创业的动力是什么？以及创业的种子是什么时候种下的？

叶生晅：创业大学的时候有创业想法，但需要时机；真正创业的人是需要有内心创业驱动力。

ZP：请介绍一下 Whale，以及过去 5 年来产品线的变化。这一波 AI 浪潮，是什么时候开始触动到您，开始尝试推出 AI 功能的产品，目前和老产品线是如何融合的？

叶生晅：过去五年产品线主要是有三个阶段：

场的阶段：主要针对线下的场做数据分析和运营自动化。在中国 PLG 不大可行，因为 SMB 的 Churn rate 高，付费意愿低，营销成本高，需要反复确认客户群体。我们先确认客户群体，做 KA 客户。从一开始没有想做 SMB。另外，我们非常专注在细分垂直行业深耕。目前第一大行业是车企、第二大是餐饮、第三是鞋服行业。这三个行业特点是竞争激烈。一开始先确认合适的客户群体，再挖掘客户的需求做产品，我们和很多公司是反过来的。一开始做了智能货架，有很多实际的问题，有很多个性化需求，定制化程度高，无法标准化；后续改变成摄像头，优化结构和形式，标准化程度高，目前我们是国内人货场领域里面在场摄像头最大的玩家之一。

人的阶段：当时做 CDP（客户数据平台），因为每个客户都有很多不同的数据平台需要对接和整理，最后变成数据治理的工作，很难标准化。目前做这个业务的同类公司都比较艰难。

货的阶段：延展内容生产的产品。99% 的消费者其实是在消费内容，1% 在消费货（商品本身），所以货的本质是做内容。货的关键词是效率，内容的生产到分发的流程里面，或者货的生产和分发的流程，都是效率。两年半前已经在内部训练 LLM 做内容的生产。比如屈臣氏，线下有数万个店员，每个店员需要几条内容到朋友圈和私域群，每天会产生上千万条的内容，最后我们的产品能实现内容的生产、获取、分发和合规监管。我们需要做两件事情：第一件事情，每天从 KOL 的手上获取上万条内容，然后做合规风控，运用了大量 AI 和大语言模型；第二件事情是打标签，标签是很特殊的，和行业有紧密关系。

总体来说是围绕：场（Standardization）、人（Engagement）、货（Efficiency）。我们产品都是真正从客户端出发的。比如客户想做直播数字化体系，我们判断可以做成标准化产品，于是就和客户共创做出语音相关的产品。通过将直播的录音转成文字，分析讲了什么？哪些讲得好？哪些讲得不好？问了什么问题？等等，一方面去评级和提升主播的水平，另一方面监管和分析直播间的情况。我们在往前走，从客户端出发，有产品之后再看技术怎么解决问题，不论是传统的 AI 技术，还是生成式 AI 技术，都会融合在我们的产品中。

ZP：Whale 面向什么类型的客户？解决了他们什么需求？您如何理解这些用户的需求 / 痛点，过去 5-10 年是否有发生改变？

叶生晅：做大客户，主要收入来自于汽车行业 30% 左右，第二是餐饮茶饮行业，同时也覆盖了其他的行业。平均客单价是百万级别。主要围绕三个目标：1.数据洞察；2.运营自动化；3.业绩增长。

客户（品牌方）本身的需求是没有变化，本质还是赚更多的钱。我们是客户营销的技术合伙人。比如消费互联网，客户需求还是卖东西，只不过是线上卖还是线下卖。只不过你用线上的方式高效率的创造了新的场域，把物品更高效地运送到消费者的手上，更加快速。所以说需求是永远不会改的，就这么多需求，但是技术是不断变化。技术在不断变化，所以我们瞄准的是客户需求，基于客户需求去结合新的技术。典型的就是 Microsoft、Adobe 等。我们希望变成中国的 Adobe、中国的 Microsoft。

很多人在创业的时候会先有个产品，然后去卖给客户，但（产品）会有很多和客户需求不匹配的地方。但我们是从客户开始。我们不是说我们技术有多强大，但是我们很懂业务。我们可以很准确地告诉你门店怎么开起来，直播间怎么开起来，我们甚至写过书讲直播间。我们认为产品是最佳实践的承载。

营销和销售是离钱最近的两个场景，我们通过营销技术和产品帮助我们的客户实现更多的增长。一开始的时候产品是（品牌的）基础设施，这些基础设施很有可能是极低利润的存在，比如一些大模型公司。而当客户看到了实际的销售额增长后，就愿意投入更多预算在帮助营销和销售相关问题的产品上。

ZP：中美企业在营销上的需求有什么区别吗？

叶生晅：中美企业在营销上没有太大的区别，他们瞄准的都是同样的市场用户。我觉得创业成功的方法论最后都是一致的。比如说宝洁从八十年代开始做了大量工作在适应中国市场，最后占据了中国线下大部分渠道，他们的销售能够对接很下沉的渠道。

所有的创业都是殊途同归的。你不会有创新的想法，因为再创新的想法一年以后都是很多人跟风去做。所以看的是市场能够容纳多少公司。一个小的市场能容纳一个公司，大的市场能容纳十个公司。所以最后需要用的是同一套方法论。

营销战略上最终会是趋同，大部分最后是执行力的问题。比如低价策略，但是拼多多、瑞幸这些公司的执行力和组织效率就明显很强于竞争对手。

ZP：如果所有公司最后都使用了类似 Whale 的营销软件，大家是否又回到了同一起跑线？

叶生晅：是的，我们就像是营销领域的「军火商」，我们卖给所有人。因为最后所有的技术都会趋同，所有人都会用。首先是，早期使用者，一般容易死在沙滩上，价格太贵了；最后那波人，太慢了，也会死在沙滩上；中间会有一群人正好踩到好的时间点，价格的高点已经过了，产品趋向稳定，但是在那个在市场端会遇到很多机会。

所以比拼的是使用技术的时点，平衡成本和收益的考量，最后技术和组织效率结合的效果。所有的技术大部分是催化剂，为什么大部分的技术落地不下去？他不是技术问题，他是组织问题，小组织都很好处理，但是我们遇到的客户都是几万人，他们上个新的系统不是一件容易的事。所以最后看你是不是能把系统拆解成非常小的执行单元，他们可以做下去，这个就是能力和最后的过程。

加快全球化进程看好中国企业出海

ZP：一直以来 Martech 都是热门方向，这个领域在全球和国内市场应该都有很多新老玩家，咱们是怎么看到竞争问题的？

叶生晅：我们从创业的第一天起就是全球化的公司。一年半前已经开始在海外有业务和团队（最早是在东南亚）。在东南亚以 3C 客户、金融科技公司为主。我们海外的客户主要包含三类：第一是国际化品牌，比如阿玛尼等，第二是中国企业出海，比如 OPPO 等，第三是当地市场客户。

中国出海核心的竞争优势在于供给端的价格。中国企业能够获得大量低价优质的劳动力、技术和货物。比如在新加坡，我们的价格是新加坡当地企业的价格的三分之一。

ZP：出海遇到最多的难点是什么？

叶生晅：出海需要足够耐心，慢慢积累，需要忍受一段时间没有收入。首先要积累客户 pipeline，第二是 GTM（Go To Market），所有的 GTM 都需要适应对应的地域、时间和行业。一旦有国际化经验，过了 runway，后续都很清晰，会做得很快。

ZP：从您来看目前海外有没有很大的竞争？

叶生晅：消费零售相关的产品在中国已经远远领先海外市场，领先东南亚十年，领先美国五年，所以核心出海是需要耐心慢慢做。比如看现在 Temu 在海外的成功。

ZP：我们知道 Whale 抓住了这一波 AI 的新机会，在技术上也补充了相应的人才，那么您觉得长期的核心竞争力会是什么？比如核心是技术 / 产品迭代、对客户需求的理解，还是其他？

叶生晅：从大的角度，生成式 AI 不应该成为具体的产品，应该结合到很多个产品里面去。我们很多很细节的产品设计后面都用大模型解决，比如合规、自动化巡检等；从内容侧角度，我们确实做了一套垂直的内容大模型，生成式 AI 主要是内容端的机会。我们很早已经融合了，因为我们本身就是在内容生产的业务上，可以做捆绑销售。客户整个的内容生产和分发在我们系统上，所以说我们很容易把生成式 AI 结合进去，比如我们增加 AI 文案写作、AI 海报制作等。

ZP：目前我们服务的客户最主要的需求点在哪一侧？

叶生晅：最主要的需求点是在销售端。客户拥有大量的销售，销售每天需要发大量的图文、短视频等营销物料。我们点击海报智能生成功能就能根据模板生成对应的图文海报一般是品牌侧下发，运营部门下发，最终销售侧在使用。品牌部门付费来训练模型，并且保证合规性要求。

持续跟踪前沿技术坚持产品标准化

ZP：过去 1-2 年 Image Generation / Editing 领域的技术发展很快，看关于技术您怎么看，您觉得在过去的时间里，哪个点是拐点？

叶生晅：技术在改变的，但是场景是不变的。目前的技术比两年前的体感更好了，比如生成更准确、更优质。

我觉得大部分情况下是技术融入到很多产品里面，客户可能都没有感知到底层技术的改变，只是会觉得比之前更好用了。我们在所有产品里面，不会提 AI 这个词，提到会觉得在炫耀 AI 技术。我们虽然没有 AI 的词，但是里面所有的内容有大量的 AI 技术融合在里面，我们是营销领域非常大的 AI Infrastracture，从 CV、OCR、到 NLP 等，我们有将近 80 个 AI 后台服务解决各式各样的问题。

我们是客户的技术供应商，我们让客户明白和理解如何用好技术。我们有 60-70 人的 AI 团队，主要是在训练和服务 AI 模型。比如车的图效果很好，是因为我们做了很多事情，是我们和客户花了大量时间迭代出来的，包括像车轮离地面要压缩多少这些重要的细节。所以目前通用性的模型离最后客户的需求仍然有很大的距离。

ZP：如何用量化的指标，来表示两年前的技术和现在的技术差距？

叶生晅：目前更准、更好，一次性成功率更高。比如前两年的技术，用 AI 做 10 次写作，那么这 10 次都需要修改，也就是 100% 都需要修改，今年的技术可以达到生成的内容中 30% 需要做修改，有了很大的提升。

ZP：您对于技术的下一阶段的期待是什么？

叶生晅：主要是在视频。文字和图片其实已经在客户侧落地使用了。混剪已经很成熟，但视频生成还没有。视频需要花更长的时间，是个渐进的过程，但是它一定会发生，所以我们也做了视频剪辑工具。

ZP：我们对商业模式做了哪些推演和设想？叠加了 AI 能力后，客单价是否有发生变化？Whale 本身的成本利润结构是否有得到优化？

叶生晅：复购率优先于增长。AI 是新的产品，需要使用额外付费。因为生成式 AI 要满足客户的使用，需要做一定的工作和优化，也一定有市场。AI 部分是按照消耗定价，但需要足够精准，不然客户会很反感，因为生成的内容大多都不能用的话，他们会觉得消耗了很多。

模型优化让你和客户之间产生了一个很强的连接，让你更加了解这个客户。比如，「fluffy cloud」，对于每个品牌或者个人的定义是不一样的。对于 Stable Diffusion 或者 Midjourney 这样的通用模型，客户会觉得不好用。反而对于 agency，他们可以通过基于经验，知道这个客户的「fluffy cloud」到底是什么样子。事实上，最后很可能是同样的 agency，学会去 fine-tune 模型，而我们给到 agency 和给到最终客户是同一个产品。

ZP：AI 对我们公司内部有什么变化吗？人员、效率或者成本结构？

叶生晅：AI 其实帮我们提升了很大的效率，比如我们通过自己产品制作了很多 AI 海报模版。很多之前需要设计才能完成的海报，现在市场、行政同学都能快速完成。让设计同学专注在更有价值的创作上。

ZP：目前 Whale AI 的业务进展如何？（如方便，可以分享一些模糊的数据或指标）后续增长来自于？

叶生晅：现在服务一千多个客户，汽车行业占有率在 50% 左右，餐饮行业占有率在 30% 左右；2023 年上半年较上年同期增长 100%，全年预计增长 70-80%。

未来增长来自于拓展行业和地域、产品交叉销售。行业拓展的话，会拓展金融、保险、旅游，都是销售驱动的行业，一般是高客单价低频率的行业。

ZP：从长期看 Whale 的愿景和使命是什么？以及在这个愿景下产品会做哪些调整和完善？

叶生晅：Whale 的愿景是 Empower Business Growth（成就商业增长），使命是代表中国走向全球的 ToB 软件技术公司。一方面做技术，一方面做全球。我相信中国走向世界是必然的，明年中国品牌出海会是大热门。

ZP：在过去的 5 年里，Whale 走了哪些弯路或遇到了哪些挑战（技术 / 商业均可）？是如何克服的？

叶生晅：走过的弯路很多。主要有几点经验教训：

1.产品 PMF 要完成，没有 PMF 做增长会花很多钱；

2.不要去另辟蹊径做不存在的东西。事情一定是有第一性原理，殊途同归，还是以解决核心的问题为主，便宜高效地解决用户需求；

3.必须标准化，所有产品的失败和成功取决于标准化，ToB 迷信各项指标和概念（比如 ARR / PLG）；卖技术是最苦最难的行业，因为客户预算（在这一块）占很低的比例，同时也拥有很多竞争者。