在创业领域，将公司直接搬进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，至今仍驻扎在某美妆品牌的办公区内，与客户团队深度合作、共同创新。
裴沵思的初衷十分明确：让团队中最精通大模型的科学家深入业务一线。Noumena的三位联合创始人各具特色，Jett曾担任小红书KA行业群总经理，另外两位联合创始人则是历经第四范式商业与工业化磨练的科学家。首席科学家赵欢在第四范式时专注于大模型训练及AutoGraph（自动化图学习），CTO李佳骏则是ACM（美国计算机协会）金牌选手。从创业伊始，他们就达成共识，此次创业要聚焦具体业务领域，先亲身参与业务，深入理解后才能充分发挥AI的杠杆作用。
在上海落脚后，他们连办公室都没租，直接进驻4A公司，借助AI工具为品牌客户提供服务。在这个过程中，裴沵思对业务有了新的思考。作为在ToB领域深耕多年的“老兵”，从SAP到第四范式，他的职业生涯始终围绕CEO群体展开。他察觉到品牌营销的旧时代已被解构，营销战场从电商平台逐渐转移到内容社交平台，而品牌在线上营销的确定性不断降低，不确定性因素增多。即便拥有最强团队，也难以抵抗分发平台推荐对潜在消费者诉求波动性的影响。
内容社交平台是ToC企业最大的外部变量，85%以上Z世代的消费决策在此完成，“种草于内容平台、交易于电商平台”成为用户习惯，这里也成为品牌竞争的核心阵地。但品牌方面临线上利润被平台大量挤压、费效比越来越高的问题。裴沵思观察到，大家都觉得内容营销难以捉摸，这是因为品牌和想触达的细分人群在心智层面的沟通能力在减弱。
于是，裴沵思决定从这一角度切入，用AI让营销从“玄学”变为“科学”。Noumena打造了AI原生的营销Agent——“增长智能（Growth Intelligence）”系统，助力品牌在内容社交平台实现可持续增长。内容营销始于消费者洞察，传统方法存在依赖小样本调查、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）爆发式增长，虽为消费者研究提供了海量数据资源，但也带来新问题：海量非结构化数据超出人类专家处理能力，从中提取的洞察决策者难以判断其可信度。大语言模型为解决这一问题提供了可能，但当前AI研究工具主要聚焦信息检索与整合，未解决洞察的置信度问题。
Noumena的AI Agent系统包含AI原生的消费者洞察基础设施——“曼哈顿计划”。1942年6月美国陆军部启动的“曼哈顿计划”通过基础物理学突破释放了原子能，Noumena的愿景与之呼应，即通过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”包括公域压缩和证据分级验证机制两个关键模块。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；再通过L1 - L4的证据分级验证，发现图谱中的因果关系，为品牌找到更可靠的因果关系和有效信息。例如在社交平台“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，经过验证可发现背后反映办公人群的焦虑，在此场景下针对性强调无味、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，提升素材供给确定性，优化投放端ROI，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，此次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，即最大的市场公约数，让所有人都能使用。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，这些专家集中在行业头部客户。因此，Noumena选择“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有突破人类智能瓶颈的可能，目前正与全球美妆行业领导者欧莱雅集团积极推进合作。
除了服务头部客户沉淀品牌经验和智能能力，Noumena还找到了另一条ToC商业路径：服务prosumer（专业消费者）。以小红书平台为例，共有20万个品类和大概4000万内容创作者，这些都是潜在目标人群。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是内容社交平台，不同行业间有大量可复用的能力，这与SaaS时代的行业垂直逻辑差异显著。
对于为何选择“搬进客户公司”的共创模式，裴沵思表示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。共创模式能让团队深度融入品牌团队，理解其语言习惯、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，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。
在4A公司历练和入驻品牌办公区这两个阶段，团队收获不同。在4A公司，团队理解了内容和投流的执行逻辑，知道广告公司如何与品牌沟通、产出内容、优化投流，补全了执行层面的认知。而入驻品牌办公区后，收获更多在战略层面，如品牌如何做品类规划、思考长期增长、平衡短期销量和长期品牌价值，这让团队能更精准把握品牌核心诉求，使产品更贴合品牌长期发展需求。
裴沵思提出“帮好学生争第一”的客户选择逻辑，“好学生”指行业头部品牌及高速增长的DTC新锐品牌，它们拥有成熟的营销团队，在内容社交平台积累丰富经验，且遇到明确增长瓶颈。这类客户的高稀缺、高频隐性知识能帮助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”的逻辑相反，传统SaaS追求标准化、低成本复制，而Noumena认为核心是拼Agent的智能水平上限，先服务头部客户打磨智能能力，再向中小企业输出，形成降维打击。
目前Noumena团队有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，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。平衡技术人员的技术追求与商业落地需求，关键在于团队共识和实践导向。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，认可“先下场理解业务，再用技术杠杆放大价值”的逻辑。例如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，避免闭门造车。
Noumena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。扩张规划分为行业扩张和平台扩张两个维度，行业上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；平台聚焦小红书、抖音、TikTok三大核心内容社交平台，由于技术体系基于平台解析而非行业标签构建，行业间能力复用性强，可快速适配新赛道。
当前企业对AI营销存在误区，最大的误区是将技术视为“工具”，过度聚焦AIGC生成内容。很多业务leader认为技术的价值就是提升内容生产效率，但品牌的核心痛点不是缺内容，而是缺内容的精准分发与品效协同能力。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；内容社交平台的竞争关键是“内容质量×传播结构”，而非单一内容优劣；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。
AI垂直领域创业从0到1，核心聚焦点是“平衡价值深度与技术灵活性”，既要扎进具体业务域解决企业核心价值问题，又不能绑定特定技术栈，要保持对前沿模型的快速适配能力。必须做对选对赛道、找对初始客户、构建灵活的技术架构这三件事，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，只要核心技术与价值逻辑正确，局部的试错可以快速迭代优化，本质上AI创业要紧跟技术迭代节奏，做时间的朋友。
