告别网感玄学!AI 如何把你的爆款视频产能暴增 10 倍?| 对话筷子科技创始人陈万锋
AI炼金术
2025/10/14
告别网感玄学!AI 如何把你的爆款视频产能暴增 10 倍?| 对话筷子科技创始人陈万锋
告别网感玄学!AI 如何把你的爆款视频产能暴增 10 倍?| 对话筷子科技创始人陈万锋

AI炼金术
2025/10/14
Shownote
Shownote
嘉宾 | 陈万锋,筷子科技创始人兼 CEO
本期《AI 炼金术》邀请到筷子科技创始人兼 CEO 陈万锋,深入探讨 AI 时代企业如何解决视频内容大规模生产的痛点。筷子科技将 AI 能力应用于企业级营销视频的 “边拍剪投” 全链路,帮助商家构建高效的内容供应链。
对话聚焦于 AI 如何将 “网感” 玄学工程化、To B 生产力 SaaS 的盈利模式探索,以及中国科技公司在视频商业赛道进行国际化的实战经验与挑战。
� 关键结论 (Key Conclusions)
视频是新时代的 “货币”:对于消费品等商业活动而言,视频已经成为一种 “货币”(Currency),内容的数量和质量直接映射为订单和动销,商家需要的是每天持续供应的内容供应链,而非简单的工具
。
AI 提升生产力 SaaS 的价值:中国 To B 市场更需要生产力 SaaS 而非管理型 SaaS
。筷子科技通过按 “视频消耗” 收费等与商业逻辑高度匹配的模式,实现了比传统 SaaS 高三到四倍的平均客单价(PU 值) 。
商业创意的工程化解法:AI 能够将商业创意中的 “网感” 进行工程化管理。通过理解 “自己” 的产品、分析 “竞品/行业” 动态、捕捉 “热点”,AI 智能体可以进行发散性推理,并产出 10 到 20 个创意 Idea,帮助商家有效地 “蹭热点”
。
AI 应用的边界在于市场验证:那些声称能在几分钟内跑通 N-to-end(端到端)流程的 Demo 多是过度简化(oversimplify)的
()。AI 技术真正的边界和价值,最终要由市场中付费客户的实际效果来衡量,即能否通过平台验证、跑出流量,并带来十倍以上的产能提升 。
� 关键认知 (Key Insights)
AI 比人更具发散性:人类是 “收敛的动物”,倾向于走最小路径(即 “卷”),而 AI 在计算能力足够时,可以探索更多路径,在创意上能够比人更加发散,帮助打开思维 。
AI 应用的护城河是 “Know-How”:大模型的通用能力在提高,但应用层的竞争力在于产业的 Know-How 和更好的 Prompt
。需要通过垂直细分(如餐饮、零售、美妆)的行业经验,将通用模型引导和转化为服务特定客户的独特能力 。
To B 创业应从 “最干” 的需求入手:AI 创业初期应从最小、最实际、最干的需求开始,服务那些只关心价值实现(例如卖水稻种子、做家政清洁),不关心底层模型的小企业
。大企业的需求在这个快速迭代的阶段反而不易抓住真实痛点 。
国际化需因地制宜:国际化不能将 “外国” 视为一个整体,建议至少区分为 “中国市场”、“一带一路市场” 和 “欧美市场”
。中国在视频商业赛道处于碾压级领先地位,但需要警惕中国过于 “先进、严谨、有逻辑” 的视频风格,可能不被海外市场接受,例如海外 TikTok 更看重 “表达” 和 “网感”(如贴纸)
。
�️ 行动指南 (Actionable Guide)
建立金字塔内容矩阵:企业应建立整体的内容矩阵概念,包括官号、多国/多地区账号、多语言版本(利用 AI 翻译),以实现每天持续且批量的视频分发,并从中筛选优质素材进行付费投放
。
商业创意三步走(AI 工程化流程):
了解自己(Context Engineering):输入产品/服务信息,让 AI 智能体推理和确认产品在行业中的定位 ()。
看竞品/行业:通过 AI 解构和搜索行业对标内容,了解行业动态和标准做法 。
蹭热点/网感:利用 AI 热点库,让 AI 推理生成结合热点与产品的创意 Idea,确保内容具备网感和时效性 。
To B 盈利模式创新:生产力 SaaS 应探索按价值消耗(如视频条数)计费,力争实现首单盈利,并将 CAC(客户获取成本)回收周期控制在 12 个月以内 。
⏱️ 时间线 (Timeline)
00:01 - 02:41:开场及嘉宾介绍。企业视频广告生产的痛点,引出筷子科技用 AI 解决企业内容商业的 “麻烦” 。
02:42 - 07:44:筷子科技的产品定位、服务对象(从 SMB 到大型连锁、B2B/B2C)及全链路能力(边拍剪投)介绍 。
07:45 - 12:21:案例解析:如何为 AI 会议纪要产品批量生产和分发 1000 条以上的短视频素材 。
12:22 - 18:13:深度拆解:AI 如何将 “网感” 工程化(了解自己 - 看竞品 - 蹭热点)和商业创意发散性 。
18:14 - 22:52:To B 商业模式探讨:中国 To B 的付费困境,筷子科技如何通过 “生产力 SaaS” 和按 “视频消耗” 收费实现高客单价和健康现金流 。
22:53 - 24:22:讨论 GOT 服务(传统大客户服务)以及 AI 产品中人与 AI 的协同与定制化 。
24:23 - 29:46:国际化实战经验:市场划分(一带一路 vs 欧美)与本土化挑战,中国先进的视频商业模式在海外可能遇到的 “水土不服” 。
29:47 - 38:08:AI 创业的 Demo 陷阱与技术边界:如何说服客户?技术真正的验证标准是付费客户的实际效果和跑出的流量(已超 9000 万条视频) 。
38:09 - 42:34:大模型时代应用层的核心竞争力:AI 能力普及的利弊,应用层的护城河在于产业 Know-How 和垂直细分的细节打磨 。
42:35 - :总结。
欢迎订阅「AI 炼金术」的播客,以及同名公众号、视频号
「AI 炼金术」是一档由徐文浩和任鑫 —— 两位多年老友、AI 领域的资深从业者 —— 打造的播客。这里是探讨 AI
和创业的理想聚集地,我们会邀请一线创业者、产品产品和科研学者,深入探讨 AI 如何重塑行业、变革生活,以及如何从 0 到 1 打造 AI 原生产品。
我们的讨论会涵盖多个话题:从 AI 如何改变世界的未来,到如何找到 AI 创业的 PMF;从如何利用 AI 降本增效,到怎样将 AI
技术融入日常生活…… 如果你对 AI、产品、创业感兴趣,这里有满满的干货和一线实战经验,欢迎关注并推荐给你的朋友,共同探索未来的无限可能!
商务合作:公众号 「AI 炼金术 」菜单栏中【商务】获取联系方式
节目主理人:
徐文浩:某 AI 创业公司联合创始人,正在面向全球市场开发 AI 应用。连续创业者,参与过多家创业公司,拼多多早期员工。广告科技公司 MediaV 的算法和数据负责人,后被 360 收购。离开后加入成立不到 1 个月的拼多多。后创办了基于 AI 的海外客服聊天机器人公司
BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023 年再次下场创业。
任鑫:云九资本合伙人,主要在投资和孵化面向全球市场的 AI
应用。之前是连续创业者,曾经打造 “今夜酒店特价” 用移动互联网应用特价销售酒店尾房;被京东并购后内部创业 “京东到家” 开展本地即时零售业务;2015 年再次创业
Get 探索对话式人工智能助理成为先烈;2021 年出售公司,2023 年重新回到 AI 世界。
BGM:
片尾:Alex Siegel - Up All Night
Highlights
Highlights
在本期节目中,嘉宾陈万锋分享了 AI 如何重塑企业视频内容生产体系。他从实际业务场景出发,探讨了技术与商业需求之间的深度融合,尤其聚焦于如何通过 AI 解决企业在短视频时代面临的规模化、创意性和效率难题。
Chapters
Chapters
开场及嘉宾介绍。企业视频广告生产的痛点,引出筷子科技用 AI 解决企业内容商业的 “麻烦”
00:00筷子科技的产品定位、服务对象(从 SMB 到大型连锁、B2B / B2C)及全链路能力(边拍剪投)介绍
02:42案例解析:如何为 AI 会议纪要产品批量生产和分发 1000 条以上的短视频素材
07:45深度拆解:AI 如何将 “网感” 工程化(了解自己 - 看竞品 - 蹭热点)和商业创意发散性
12:22To B 商业模式探讨:中国 To B 的付费困境,筷子科技如何通过 “生产力 SaaS” 和按 “视频消耗” 收费实现高客单价和健康现金流
18:14讨论 GOT 服务(传统大客户服务)以及 AI 产品中人与 AI 的协同与定制化
22:53国际化实战经验:市场划分(一带一路 vs 欧美)与本土化挑战,中国先进的视频商业模式在海外可能遇到的 “水土不服”
24:23AI 创业的 Demo 陷阱与技术边界:如何说服客户?技术真正的验证标准是付费客户的实际效果和跑出的流量(已超 9000 万条视频)
29:47大模型时代应用层的核心竞争力:AI 能力普及的利弊,应用层的护城河在于产业 Know-How 和垂直细分的细节打磨
38:09总结
42:35Transcript
Transcript
任鑫: AI 是人类历史上最激动任鑫的技术革命,也是我们这一代人最大的挑战与机遇。我们这些从业者就是一群充满好奇的炼金术士,想通过不断地猜想实验,搞出黄金或者放个烟花。无论结果如何,过程应该都会很好玩。我是任鑫。创业过两次卖过两家公司,2011 年我创业今夜酒店特价卖给了京东,在京东内部做了京东到家。2015 年我再次创业,做了对话式人工智能公司 GET。这一轮 AI 浪潮里,我加入了美元基金,云九资本,积极投资和孵化 AI 产品。我是徐文浩,曾经做过国内最早的,机器学习广告系统,每天处理百亿的广告流量。最...
