辽宁铁人0比1惜败大连英博！陈彬彬这个决定让人费解，引发热议
文 | 融中财经一个三幼我起身的团队，做到了一亿美金的 ARR。这家公司叫 Hightouch，就在最近颁发 ARR 突破 1 亿美元。他们做的事件说起来不复杂，助品牌用 AI 天生告白内容。从前，品牌做一轮个性化投放，要经历提需要、出图、过审、上线，一条创意从设法到颁布少则一周。Hightouch 的做法是先把品牌的设计资产、图片库、内容规范全数喂给 AI，让 AI 学透这个品牌再去天生内容，设计团队从流程里退出来。Spotify、Domino's、PetSmart、Chime，这批对品牌一致性要求极高的客户，就是靠这个判断打开的。Hightouch 的故事，只是这场变局的一个隐语。AI 对营销的刷新，比大无数品牌意识到的要深得多。工具层面，内容出产成本在趋近于零。更底子的变动来自 GEO 的崛起，当用户起头问 AI 而不是问搜索引擎，营销的底层规定在被沉新写一遍。1 亿美金 ARRSam Altman 两年前说过，AI 时期会出现只有一幼我的独角兽公司。这句话其时听起来像科幻，此刻越来越像预言。Hightouch 算不上一人公司，但三个首创人用一套新产品，把年收入做到了 6 个亿人民币。某种水平上，这已经是这个预言的近亲版本。就在最近，这家公司颁发 ARR 突破 1 亿美元。让人停下来的不是这个数字自身，而是它的起源。新增的这些收入，险些全数来自一款 AI 营销工具，助品牌用 AI 做告白内容。说起来不复杂，但和市面上那些 "AI 写案牍 " 的工具，底子不是一回事。从前，品牌做一轮个性化投放，要经历提需要、出图、过审、上线，一条创意从设法到颁布，少则一周，多则一个月。想针对分歧用户群做差距化内容，成本成倍往上涨，大无数品牌最后的选择都是，一条内容打所有人。这个流程贵、慢、高度依赖设计资源。Hightouch 的切入点，是先让 AI 把这个品牌 " 学透 "。Figma 设计文件、图片资产库、内容治理系统、多年堆集的品牌规范，全数喂进去。AI 从里面学出这个品牌的配色、字体、视觉风格和语气，营销人员再自主组合天生内容，设计团队从整个流程里退出来。为什么不直接用通用大模型 ？结合 CEO Gupta 说得很直接，他们见过太多品牌自己试，了局普遍翻车。天生出来的图色彩跑偏，画面里出现底子不存在的产品，案牍语气和品牌调性南辕惫剞。通用模型不相识一个具体品牌，不是它不够聪明，而是它底子没被奉告这个品牌长什么样。Domino's 的用法是个好例子。他们的 AI 不会凭空天生一张披萨，而是从品牌自己的图片库里调出真实的披萨照片，放进 AI 天生的布景和场景里，拼成一条齐全的告白。出来的器材，产品是真实的，视觉是合规的，布景由 AI 实现，品牌团队不必要着手。一条告白的出产周期，从从前的一周，压缩到了几分钟。就是这个判断，打开了 Spotify、Domino's、PetSmart、Chime 这批对品牌一致性要求极高的大客户。这些名字呈此刻客户名单里，意味着这家公司早就不是在跟中幼企业谈概想，而是真的在顶级品牌的主题投放流程里跑起来了。三个首创人，一套新产品，一年，6 个亿人民币。Sam Altman 说 AI 时期会出现一人独角兽，Hightouch 给出的是另一个版本的答案。三幼我的七年Hightouch 的三个首创人，都不是第一次和数据打交路。Tejas Manohar、Kashish Gupta、Josh Curl，三个技术布景出身的创业者，2019 年在硅谷凑在一路，决定做一件听起来不太性感的事。Tejas 此前在 Segment 工作，那是一家做客户数据平台的公司，后来被 Twilio 以 32 亿美元收购。在那里，他近距离见识了一个让工程师抓狂的日常困境——企业的数据都做好了，分析了局堆在数据仓库里，但销售和营销团队想用，要先找数据团队，数据团队要排期，来来回回折腾几周，一个正本能够顿时用上的用户标签，硬生生拖成了一个跨部门合作项目。这个摩擦，大无数人当成行业通例接受了。Tejas 没有。三人缔造 Hightouch，切入的方向叫 Reverse ETL，说白了就是把数据仓库里做好的分析了局，反向 " 喂 " 给业务团队日常在用的工具，CRM、营销系统、告白平台，让这些工具能实时用上数据团队的成就，不用再走一遍繁琐的提数流程。这个方向很难在饭桌上讲明显，但它解决的是真实存在的效能黑洞 ？孔耪飧霾，他们在企业级市场慢慢站稳了脚跟，堆集起一批愿意深度合作的大品牌客户。这段堆集，后来成了他们最沉要的底牌。转折产生在 2024 年底。那时辰 AI 营销工具已经是个热烈的赛路，各类平台都在用通用大模型助品牌天生图片和案牍，比谁速度快，比谁价值低。三幼我看着这些产品，看到的不是机遇，而是一地失败案例。品牌客户用通用模型生出来的内容，色彩跑偏，画面里出现底子不存在的产品，语气和品牌调性齐全对不上，最后还是得让设计团队推倒沉来。通用模型不相识一个具体品牌，这不是技术能力的问题，是它从来没被奉告这个品牌长什么样。三人的判断是，品牌真正必要的不是一个更快的内容天生器，而是一个真正懂自己的 AI。因而他们把从前几年在数据基础设施上堆集的能力翻出来沉新用，把品牌的 Figma 设计文件、图片资产库、内容规范全数接进来，让 AI 先把这个品牌学透，再去助它天生内容。营销人员自主操作，设计团队退出流程。这个判断在其时没有人能提前验证，市场上挤满了走另一条路的竞争敌手。但 Gupta 后来谈起那段功夫，语气很沉静，他说那些品牌在通用 AI 上碰壁的案例，自身就已经是最明显的市场信号了。告白的新世界AI 对营销这件事的刷新，比大无数人意识到的要深得多。表表上看，从前两年 AI 营销的主战场是内容出产。案牍、图片、视频，天生速度越来越快，成本越来越低，品牌的内容产能在短功夫内被放大了几十倍。但这只是第一层变动，更底子的那层，好多品牌还没有反映过来。工具层面，变动已经相当具体。AI 此刻能做的不只是天生内容，而是把用户数据、行为信号、汗青转化蹊径全数接进来，让每一条告白在投放的瞬间实现个性化匹配。从前这套流程必要数据团队、营销团队、设计团队三方合作，周期以周推算。此刻一个营销人员坐在工具前面，从内容天生到受多定向到投放优化，能够在几幼时内跑完。人力从流程里退出来，决策速度和内容密度同步提升。但真正让营销底层逻辑产生颠簸的，是 GEO 的崛起。GEO，即天生引擎优化，是陪伴着 ChatGPT、Claude、Perplexity 这类 AI 搜索工具大规模遍及之后出现的新概想。从前二十年，品牌的流量逻辑成立在 SEO 上，优化关键词、堆集表链、抢夺搜索了局页的排名，消费者通过搜索引擎找到品牌。但此刻，越来越多的用户起头直接问 AI，" 助我推荐一款适合敏感肌的防晒霜 "，" 这个价位最值得买的蓝牙耳机是哪个 "。AI 给出答案，用户照着买，搜索引擎这个中央环节被偷偷绕从前了。这意味着，品牌从前十几年堆集的 SEO 资产，在以一种静默的方式贬值。AI 给出推荐时，它依赖的不是关键词密度，而是它在训练数据和实时检索中对这个品牌的整体认知，蕴含品牌在各个平台上的内容质量、用户评价的感情偏差、媒体报路的覆盖深度 ；痪浠八，品牌能不能被 AI 推荐，取决于它在整个互联网上留下的内容生态够不够丰硕、够不够可信。这给品牌营销提出了一个全新的命题。内容不再只是为了吸引人点击，而是要为 AI 的理解和引用服务。品牌必要在更多渠路上成立结构化、可被引用的内容资产，同时要更自动地治理自己在 AI 训练数据里的形象。这套逻辑，和从前的流量思想是两回事。AI 营销真正的分水岭，不是谁的天生工具更快，而是谁先想分了然，在一个用户起头问 AI 而不是问搜索引擎的世界里，品牌的存在感应该成立在哪里。先想明显这个问题的品牌，会鄙人一轮流量沉新分配使丶到先手 ；没想明显的，只是在用新工具沉复旧打法，迟早会发现流量在偷偷流走，却找不到原因。