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团队却坚持这一模式。该团队由第四范式前总裁裴沵思带领，至今仍驻扎在一家美妆品牌的办公区内，与对方团队展开深度合作。
裴沵思的初衷十分明确：让团队中精通大模型的科学家深入业务一线。Noumena的三位联合创始人中，Jett曾任小红书KA行业群总经理，首席科学家赵欢和CTO李佳骏则分别在第四范式和ACM（美国计算机协会）积累了丰富经验。从创业初期，他们便达成共识：聚焦具体业务领域，通过亲身实践深化对业务的理解，从而充分发挥AI的杠杆作用。
在创业初期，团队在上海短暂停留后，未租用办公室便直接进驻4A公司，通过AI工具为品牌客户提供服务。这一过程中，裴沵思对业务有了新的思考。作为深耕ToB领域多年的“老兵”，他的职业生涯始终围绕CEO群体展开，从SAP到第四范式，他始终关注企业如何通过AI实现决策转型。
在与品牌合作的几个月里，裴沵思意识到品牌营销的传统模式已被解构。营销战场从电商平台逐步转移至内容社交平台，而品牌在线上营销的确定性不断下降，甚至带有一定的“赌”的成分。即便是最优秀的团队，也难以完全抵抗分发平台推荐算法对潜在消费者诉求波动性的影响。
内容社交平台已成为ToC企业最大的外部变量。数据显示，85%以上的Z世代消费决策在此完成，“种草于内容平台、交易于电商平台”的用户习惯，使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（产出效益/投入费用）持续攀升。
裴沵思观察到，许多品牌认为内容营销是“玄学”，难以理解社交平台的运作逻辑。这是因为品牌与目标细分人群在心智层面的沟通能力逐渐减弱。因此，他决定从这一角度切入，利用AI将营销从“玄学”变为“科学”。为此，Noumena开发了AI原生的营销Agent——“增长智能（Growth Intelligence）”系统，帮助品牌在内容社交平台实现可持续增长。
传统消费者洞察方法依赖小样本调查，存在高度依赖研究者主观判断等局限。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海量数据资源，但也带来了新问题：海量非结构化数据远超人类专家的处理能力，且从中提取的洞察难以判断其可信度。大语言模型的出现为解决这一问题提供了可能，但当前AI研究工具主要聚焦于信息检索与整合，未能解决洞察的置信度问题。
Noumena的AI Agent系统中包含一个名为“曼哈顿计划”的消费者洞察基础设施。该计划借鉴了1942年美国陆军部启动的“曼哈顿计划”，通过基础物理学突破释放原子能；Noumena的愿景是通过AI Agent实现营销学的工业化，释放消费者科学的规模化潜能。
“曼哈顿计划”包括两个关键模块：公域压缩和证据分级验证机制。Agent基于公域UGC对海量数据进行提炼，学习内容调性和用户倾向等知识信息；随后通过L1-L4的证据分级验证，发现图谱中存在的因果关系，重新勾勒内容平台，使品牌找到更可靠的因果关系和有效信息。
例如，在社交平台的“提神”话题下，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验证，可以发现这背后反映了办公人群的焦虑。在这一场景下，针对性地强调无味、不尴尬、体面等关键词，内容转化率会更高。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，指导内容生产与KOL选号，提升素材供给的确定性，最终优化ROI。
裴沵思发现，AI ToB创业与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，力求让所有人都能使用；而垂类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，将“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，而这些专家恰恰集中在行业头部客户。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DTC的新锐品牌，让AI突破人类智能瓶颈。例如，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prosumer（专业消费者）。例如，小红书平台共计20万个品类和约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。
裴沵思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，而非CTO。企业内部需克服诸多阻力，且转型隐性成本居高不下。第四范式的业务经历让他看到赛道迁移的必然性：早期聚焦银行风控等封闭场景，虽需求明确，但想象力有限；而营销侧才是企业智能场景涌现的核心领域。
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。尤其在零售快消领域，外部环境变化速度远超历史总结能力，传统模式完全失灵。大模型的兴起，使其打标能力与外部数据解读能力大幅提升，让通过捕捉外部环境优化企业决策成为可能，最终锁定AI营销赛道。
对ToC企业而言，最大的外部性来自内容社交平台。数据显示，85%以上Z世代的消费决策在此完成，远超天气、时政等传统因素的影响。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，用户习惯变为“内容社交平台种草、电商平台交易”。
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，比如某款鞋因明星、KOL佩戴突然爆火，这种偶然性外部变量让传统预测完全失效。对品牌而言，这种不确定性是不可接受的，他们需要的是预测、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，创业机会在于“拉齐速度”——企业对内容社交平台的理解、捕捉、决策与执行链路太慢，核心思路是通过技术提升全链路效率，实现“理解-决策-执行-迭代”的快速闭环。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。
当前行业存在认知误区，过度聚焦AIGC生成内容，但优质内容的主导权已转移到千万级达人手中，品牌难以控制。真正的核心是：在捕捉优质内容SOP的基础上，通过技术计算内容、人群、场景的匹配逻辑，实现精准触达。简单说，就是让品牌在内容社交平台的运营从“玄学”变为“科学”。
现在千万级的达人已形成自己的创作风格和粉丝圈层，他们产出的内容更贴近用户喜好，更容易获得平台流量扶持，品牌很难再通过自己生产内容达到同样的效果。品牌破局的关键不是抢回内容主导权，而是做好“匹配”——先找到符合品牌调性、能精准触达目标人群的达人，再通过技术手段捕捉他们的优质内容SOP，结合品牌核心信息共创内容，最后优化分发结构，让内容精准触达更多潜在用户。
以某头部鞋服品牌为例，全链路赋能分为三个核心环节。第一步是人群与产品定位：明确产品核心受众是35-45岁一线上班族男性、月跑量超100公里，基于此筛选适配的细分领域达人，避免顶级明星的高成本与低精准度问题。第二步是内容共创：结合达人的原生创作风格与SOP，植入品牌核心信息。第三步是投流优化：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，除了人群匹配度，还会重点关注达人的内容质量稳定性和粉丝互动真实性。内容质量稳定性就是看达人过往产出的内容是否持续符合优质SOP，有没有出现过大量低质量内容；粉丝互动真实性则是判断达人的粉丝是不是真实活跃的，有没有大量水军，互动评论是不是和内容强相关。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核心赋能品牌策划师、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。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。
调整定位后，相关内容的CTR提升了30%以上，CVR也提升了25%左右，同时在“高端蓬松洗发水”这个细分赛道的声量占比从原来的5%不到，提升到了15%以上，明显带动了产品销量的增长。这些数据直接体现了转化效果。
Noumena解析内容社交平台的核心技术逻辑是“公域数据重做+私域数据融合+消费者动机网络”。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：先用工具遍历海量内容，完成第一层大范围压缩；再通过科学家与业务专家协同，逐层提纯因果关系，形成从基础验证到可验证商业因果的层级体系。
从L1到L4的因果关系提纯体系中，L1层级是大范围压缩，核心作用是把平台上海量的、杂乱的内容做初步筛选，提炼出核心讨论话题和关键词；L2是复现验证，对L1提炼出的话题进行交叉验证，确认这些话题是真实存在的；L3是准实验证据，通过控制变量等方法，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，这一层级的结论可以直接落地到品牌的营销决策中。
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，对技术理解深刻但缺乏业务体感，闭门造车会导致产品与实际需求脱节。共创模式能深度融入品牌团队，理解他们的语言习惯、做事逻辑与核心痛点，从4A公司的内容策划、投手，到品牌的品类策划，全程贴身学习。
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，广告公司更关注提案成功，核心能力在内容与投流；而品牌更关注长期增长，核心诉求在品类定位的精准性，后者的专业度与付费意愿更高。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，解决这一问题比单纯优化执行效率更重要。
团队目前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；后期也吸引了大量营销、品牌领域的专业人士加入，形成“技术+业务”的双核心结构。平衡技术理想与商业落地的关键，一是团队共识，核心技术人员都经历过第四范式的商业化历练，清楚技术必须落地到具体业务场景；二是实践导向，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，避免闭门造车。
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。专业用户涵盖品牌策划、内容策划、投手等专业人群，甚至个人创作者，这一群体基数大，是未来增长的核心引擎。
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，优先选择内容营销需求旺盛但经验尚浅的行业；二是平台扩张，聚焦小红书、抖音、TikTok三大核心内容社交平台。由于技术体系是基于平台解析而非行业标签构建，行业间的能力复用性强，可快速适配新赛道。
