订阅
知识

未来的公司,只剩三种

文章分享了三个可落地的 AI 营销工作流:一分钟竞品分析、用 Codex 和 Claude Code 处理杂乱数据、AI Agent 自动写冷启动邮件,同时提醒模型依赖、费用失控和团队 AI 鸿沟三大风险。

ai-marketingworkflowskill
2026-07-29Go Next Marketer4 分钟阅读

The three kinds of companies: AI-native, AI-emergent, and obsolete

Three things to copy versus three risks to heed

前段时间,我翻了翻一个做营销的同行那儿的文章列表。

满屏都是同一个词。

AI。

不是那种泛泛而谈的"AI 要来了"。而是非常具体的——一分钟做竞品分析、让 AI Agent 帮你写冷启动话术、用它啃那堆乱七八糟的销售数据。

我一条一条看下去,看到最后,脑子里只剩一句话:

未来的公司,只剩三种。

哪三种?

AI 原生、AI 新兴、过时。

什么叫 AI 原生?就是这家公司从第一天起,就是按"每个人桌上都坐着一个 AI 助手"这件事来设计的。流程、岗位、甚至招人标准,全是为了配合 AI 重写过的。

什么叫 AI 新兴?就是老公司,但全员都在想方设法把 AI 塞进自己的活儿里。可能还很笨拙,可能只塞进去一半,但至少在动。

那过时呢?

过时就是,你还在用十年前的方式做今天的活儿。

这句话不是我说的。但我越想越觉得,准。

但我今天想聊的,不是这种大词

大词谁都会说。AI 原生、AI 新兴,听完点头,回家该干嘛干嘛。

真正有意思的,是那些具体到能照着做的事。

我在那位同行的文章里,看到了几件让我"哦?"出声的事。

第一件:一分钟做完竞品分析

以前做竞品分析,要多久?

我见过最慢的,两周。拉团队、定框架、爬数据、开会、再爬数据、再开会。最后出来一份 PPT,竞品都换了策略了。

现在呢?

不到一分钟。

你把对手的官网、产品页、定价、用户评价一股脑丢给 AI,告诉它你想知道什么。它给你的不是一份漂亮的报告,是几个真问题:对手在哪个客户群上比你强?他们的价格结构里藏着什么让步?你漏掉了哪个卖点?

天呐。

这不是"省时间"。这是把一个原本要两周的活儿,压成喝口水的功夫。

但我想提醒你一句——AI 给你的答案,质量取决于你问的问题。 同样一分钟,有人问出的是废话,有人问出的是金矿。

第二件:让 AI 啃那堆乱数据

营销人最头疼的是什么?

不是没数据。是数据太多,而且乱。

CRM 里一堆,广告后台一堆,客服系统又一堆。字段对不上,口径对不上,时间也对不上。你想看看上个月哪个渠道的线索质量高,光把数据拼到一张表里就要半天。

现在有 OpenAI 的 Codex、Anthropic 的 Claude Code 这种工具——我知道,一听名字像程序员用的。

但你别被名字吓到。

它本质上是请了一个不要睡、不要抱怨、还能同时看十张表的实习生。

你跟它说:"把这三个月的广告投放数据和 CRM 里的成交记录对上,告诉我哪个渠道的实际转化率最高,而不是点击率最高。"

它就干了。

你想想看,以前这种活儿,要么你自己吭哧吭哧,要么花钱请人。现在是一个对话框的事。

第三件:AI Agent 帮你跑冷启动

什么叫 AI Agent?

我跟你说个最简单的理解——Agent 是能自己动手干活的 AI,不只是回答你问题。

你问 ChatGPT:"怎么写一封冷启动邮件?"它会给你一篇文章。

但你给 Agent 一个任务:"帮我把这 50 个潜在客户,每个都写一封个性化的开场邮件,要提到他们公司最近的新闻,语气别太正式。"它真的会去查、去写、去排。

写完你审一眼,能用的就发。

强。

但同行的文章里有一句我特别想划重点——Agent 能干很多事,所以关键是你要先想清楚,让它干哪一件。 不是它不行,是你没想清楚。

然后,我得跟你说点扫兴的事

兴奋完了,咱聊聊风险。

不然就不真实了。

风险一:你今天依赖的 AI,明天可能就没了

这件事很多人没意识到。

AI 模型更新换代特别快。你今天把全部工作流绑死在某一个模型上,明天它停服了、改接口了、涨价了、或者干脆不行了——你的工作就断了。

怎么办?

同行给了一个朴素但管用的建议:把你依赖 AI 做的事,记录下来、沉淀成自己的方法论。模型会走,你的方法不能走。Prompt、流程、判断标准,这些是你的资产,不是某个模型的。

风险二:AI 账单比你想象中烧钱

这个我深有体会。

AI 用起来太顺手了,顺手到你不会意识到自己在烧钱。今天试一下这个工具,明天订阅那个服务,后天给整个团队开了高级版——月底一看账单,比市场部半年的预算还高。

怎么破?

少试,多用。把已经验证有效的那一两个场景做深,而不是满世界试新玩具。试验是要花钱的,而且花的往往比你以为的多。

风险三:你团队里有个 AI 的鸿沟

这个最隐蔽。

同一个团队里,有人用 AI 已经用得飞起,有人还停留在"听说很厉害"。一开始差距不大,半年之后——用得熟的人,产出是用不熟的人的三倍、五倍。

然后就是裂痕。

裂痕一旦出现,补起来特别难。因为熟的人越来越熟,生的人越来越焦虑、越来越不敢碰。

所以,得有系统。 让 AI 学习在团队里是连续的、共享的,不是各练各的。

最后,我想说一件更值钱的事

以上那些——一分钟竞品分析、Agent 写邮件、啃乱数据——都还是把 AI 当工具用。

但同行文章里有一句话,让我停下来想了很久。

把 AI 当思考伙伴,而不只是内容生产机。

什么意思?

绝大多数营销人用 AI,就是让它写文案、写邮件、写推文。说白了,当打字员用。

但 AI 真正值钱的地方,是当你抛给它一个没想清楚的问题,让它陪你推演。

"我这个季度的策略是不是有漏洞?""如果对手这么反扑,我该怎么接?""我这个判断,是不是只是因为上周被老板骂了,情绪在作怪?"

它能给你一个不会被你情绪带跑的、冷静的反驳。

天呐。这个价值,比让它写一万篇推文大得多。

收个尾

回到开头那句话。

未来的公司,只剩三种。

但你别被这句话吓到。决定你是哪一种的,不是公司大不大、钱多不多,而是——你和你的团队,今天有没有动手,哪怕笨拙地,把 AI 塞进哪怕一件小事里。

不用完美。先塞进去。

这是我看完那堆文章,最想跟你说的。

祝你,动起手来。