在创业领域，将公司直接安置在客户办公区并非常见做法，但Noumena团队却坚定地选择了这条路。该团队由第四范式前总裁裴沵思带领，目前仍驻扎在一家美妆品牌的办公区内，与客户的团队深度合作，共同探索业务新路径。
裴沵思的初衷非常明确：让团队中最懂大模型的科学家们贴近业务一线，真正理解业务需求。Noumena的三位联合创始人中，Jett曾担任小红书KA行业群总经理，另外两位则是在第四范式历经商业与工业化洗礼的科学家。首席科学家赵欢专攻大模型训练及AutoGraph技术，CTO李佳骏则是ACM金牌选手。团队从成立之初就达成共识，创业要聚焦具体业务领域，先深入业务，再利用AI的杠杆效应推动发展。
在创业初期，团队甚至没有租办公室，直接进驻4A公司，通过AI工具为品牌客户提供服务。这一过程中，裴沵思对业务有了更深的思考。他发现，品牌营销的旧时代已经被解构，营销战场逐渐从电商平台迁移至内容社交平台，但品牌在线上营销的确定性不断下降，费效比持续走高。
内容社交平台已成为ToC企业最大的外部变量。数据显示，超过85%的Z世代消费决策在内容社交平台上完成，“种草于内容平台、交易于电商平台”的用户习惯，让这里成为品牌竞争的核心阵地。然而，品牌方的痛点在于线上利润被平台大量挤压，费效比居高不下。裴沵思观察到，品牌和想触达的细分人群在心智层面的沟通能力正在减弱，内容营销似乎成了一种“玄学”。
为了解决这一问题，裴沵思决定从这一角度切入，用AI将营销从“玄学”变为“科学”。Noumena打造了一个AI原生的营销Agent——“增长智能”系统，帮助品牌在内容社交平台上实现可持续增长。内容营销始于消费者洞察，但传统方法依赖小样本调查，高度依赖研究者的主观判断。社交媒体用户生成内容（UGC）的爆发式增长，为消费者研究提供了前所未有的数据资源，但也带来了海量非结构化数据难以处理和洞察可信度难以判断的问题。
Noumena的AI Agent系统中包含一个名为“曼哈顿计划”的AI原生消费者洞察基础设施。该计划包括两个关键模块：公域压缩和证据分级验证机制。智能代理首先基于公域UGC对海量数据进行大幅吞吐与提炼，学习内容调性和用户倾向等知识信息。然后，通过L1-L4的证据分级验证，发现图谱中存在的因果关系，为品牌找到更加可靠的因果关系和有效信息。
以社交平台的“提神”话题为例，频繁出现“想提神喝咖啡，又怕同事认为自己焦虑”等关键词。经过L1-L4的验证，可以发现这背后实际上反映了办公人群的一种焦虑。在这一场景下，针对性地强调无味、不尴尬、体面等关键词，内容转化会更高。品牌用经过验证的L3/L4洞察替代主观猜测，精准定义人群与传播策略，提升素材供给的确定性，最终将离散的专家经验转化为标准化的工业级科学资产。
裴沵思发现，AI ToB创业与之前的SaaS创业逻辑截然不同。SaaS创业如同“给差生补课”，核心是寻求标准化，力求让所有人都能用。而垂类的AI Agent创业的核心竞争壁垒是智能水平的上限。Noumena的增长智能系统中定义了全新的架构Noumena Thinkflow，能够在真实业务上下文中，通过与人类专家长期共判，把“专家如何做判断”沉淀为系统能力。
当前阶段，赛点在于谁能吸纳更多优秀人类专家的隐性知识。因此，Noumena选择了“让好学生争第一”的打法，通过服务行业头部品牌及高速增长的DTC新锐品牌，让AI有突破人类智能瓶颈的可能。比如，Noumena正在与全球美妆行业的领导者欧莱雅集团积极推进合作。
除了服务头部客户，Noumena还找到了另一条ToC商业路径：服务专业消费者（prosumer）。以小红书平台为例，共计20万个品类和大约4000万内容创作者，都是他们的潜在目标人群。目前，Noumena的prosumer服务主要聚焦美妆行业，但裴沵思认为，这一服务的核心定义维度并非行业，而是内容社交平台，不同行业间有大量可复用的能力。
在访谈中，裴沵思分享了选择AI营销赛道的核心认知。他表示，一方面，自己的职业生涯始终聚焦CEO群体，深刻体会到AI决策类转型的关键在CEO，企业内部需克服诸多阻力，且转型隐性成本居高不下。另一方面，第四范式的业务经历让他看到赛道迁移的必然性，营销侧才是企业智能场景涌现的核心领域。更关键的是，企业大量销售预测需求本质是用AI替代传统统计学方法，依赖内部数据预测未来，成功率极低。大模型的兴起，让他们看到通过捕捉外部环境优化企业决策的可能，最终锁定AI营销赛道。
对于外部环境变化对企业预测的影响，裴沵思认为，对ToC企业而言，最大的外部性来自内容社交平台。媒介场的迁移让内容社交平台成为品牌竞争的核心阵地，而电商平台流量增长已逐渐放缓。以某头部鞋服类品牌为例，其拥有数千个鞋类SPU，供应链周期长，需提前预测销量备货，但过往销售数据无法拟合突发情况，传统预测完全失效。品牌需要的是预测、影响甚至主导消费趋势的能力。
在外部环境剧烈变化的背景下，裴沵思认为创业机会在于“拉齐速度”，即通过技术提升企业对内容社交平台的理解、捕捉、决策与执行链路的全链路效率，实现“理解-决策-执行-迭代”的快速闭环。他认为，品牌效果广告的本质是“内容质量×内容分发传播结构”，技术的价值不仅在内容生成，更在优化分发结构。
裴沵思还分享了Noumena如何赋能品牌营销的全链路。以某头部鞋服品牌为例，全链路赋能分为三个核心环节：人群与产品定位、内容共创和投流优化。第一步是明确产品核心受众，筛选适配的细分领域达人；第二步是结合达人的原生创作风格与SOP，植入品牌核心信息；第三步是若内容初始关注度不足，通过分析潜在用户标签，定向投放放大传播效果。
在达人筛选环节，除了精准覆盖目标人群，Noumena还会重点关注达人的内容质量稳定性和粉丝互动真实性。这两个指标直接影响后续内容传播的效果，比单纯看粉丝数量更重要。
Noumena的核心赋能对象是品牌策划师、内容策划师、投手三大角色，业务边界是“将品牌已有的物理产品定义，解构并转化为适配内容社交平台的数字定义”。以某高端洗发水品牌为例，其原定位是“沙龙级专业产品”，但在小红书平台，沙龙人群体量极小。Noumena通过数据分析发现“高端蓬松感”是核心诉求，将其重新定位为“定妆照、健身后等场景的蓬松护理产品”，成功切入小红书的“悦己”主赛道，带动了产品销量的增长。
裴沵思介绍了Noumena解析内容社交平台的核心技术逻辑，即“公域数据重做+私域数据融合+消费者动机网络”。他们不针对单个品牌解析平台，而是对整个内容社交平台进行结构化重构，形成从基础验证到可验证商业因果的层级体系。这一过程类似“制作藏宝图”，第一层是还原平台全貌，后续层级是找到可落地的商业机会。
从L1到L4的因果关系提纯体系中，每个层级都有其核心作用。L1层级是大范围压缩，提炼出核心讨论话题和关键词；L2是复现验证，确认话题的真实存在；L3是准实验证据，找到话题和用户行为之间的相关性；L4是可验证商业因果，明确话题能直接带动哪些商业指标的增长。
裴沵思表示，选择“搬进客户公司”的共创模式，核心原因是团队基因的补全。早期团队以科学家为主，缺乏业务体感，闭门造车会导致产品与实际需求脱节。共创模式能让他们深度融入品牌团队，理解品牌的语言习惯、做事逻辑与核心痛点。这一模式带来两个关键认知变化：一是发现广告公司与品牌的视角差异，二是明确了业务核心——品类定位与内容定位之间的认知鸿沟是关键壁垒。
在4A公司历练和入驻品牌办公区，两个阶段的核心收获有所不同。在4A公司，团队理解了内容和投流的执行逻辑；而入驻品牌办公区后，收获更多是战略层面的，比如品牌是怎么做品类规划的、怎么思考长期增长的。
裴沵思定义的“好学生”是指行业头部品牌及高速增长的DTC新锐品牌。这类客户拥有成熟的营销团队，已在内容社交平台积累丰富经验，且遇到了明确的增长瓶颈。他们的核心价值在于其高稀缺、高频的隐性知识，能帮助Noumena的系统快速吸收行业最佳实践，提升服务能力。这与传统SaaS“找最大公约数、帮差生补课”的逻辑完全相反。
Noumena团队目前有40多人，其中20多位是科学家、算法工程师，约10位是博士，核心班底来自第四范式。平衡技术人员的技术追求与商业落地需求的关键，一是团队共识，二是实践导向。比如CTO会亲自参与品牌策划执行，产品经理会实操投手业务，让技术人员深度理解业务痛点。
Noumena当前采用双轨商业模式：针对头部客户，收取服务费，通过共创持续迭代能力；针对专业用户，采用Token付费模式，实现能力的规模化输出。扩张规划分为两个维度：一是行业扩张，从目前成熟的美妆赛道，逐步拓展到日化、教育等领域；二是平台扩张，聚焦小红书、抖音、TikTok三大核心内容社交平台。
裴沵思认为，当前企业对AI营销的认知存在误区，最大的误区是将技术视为“工具”，过度聚焦AIGC生成内容。正确的认知应该是：技术是“智能伙伴”而非工具，其核心价值在于优化传播结构与决策逻辑。品牌需要建立跨平台的人群网络资产，而非局限于单一平台的短期流量。
对于AI垂直领域创业从0到1，裴沵思认为核心聚焦点是“平衡价值深度与技术灵活性”。必须做对的三件事：一是选对赛道，二是找对初始客户，三是构建灵活的技术架构。可以容错的是行业扩张中的局部试错，以及商业模式的阶段性调整。本质上，AI创业是“冲浪”，要紧跟技术迭代节奏，做时间的朋友。
