AI进入商业世界的速度，比许多人想象的更快。
过去一年大家还在讨论AI能否接管基础生产，今年的世界人工智能大会（WAIC）上，不少AI智能体已经开始参与客户服务、销售运营等企业经营环节中。
麦肯锡的调查显示，88%的受访企业已经在至少一个业务职能中常态化使用AI，23%的企业开始在至少一个职能中规模化部署智能体。中国大陆企业走得更快：45%的受访企业已经实现AI的规模化或全面部署，高于全球38%的平均水平。
这说明，AI的竞争正在从“谁先用上工具”，转向“谁能更聪明地使用AI”。
DT商业观察最近观察到，不少品牌让AI越过物料生产和投放优化的“浅水区”，到生意更深处，参与需求发现、产品定义、人群判断、投放调整，甚至经营决策。
今年的小红书种草大赏上，首次增设「AI应用创新」赛道，本身也是一个信号。越来越多品牌和小红书，开始共同探索AI进入品牌生意环节之后的更多可能。
在获奖案例中，有的品牌结合AI分析搜索、笔记和评论，重新判断用户需要什么，再调整人群和内容；有的品牌把这些用户需求或情绪洞察前移到产品开发和定义中；也有品牌在借助AI Agent持续追踪需求变化和经营结果。
AI正在从一项生产工具，变成品牌看清人、理解人、赢得人的一种基础设施。
从用户的碎片表达里，读出完整需求
当所有品牌都在争夺“谁更懂消费者”时，绝大多数真实反馈却以碎片化形式散落在互联网角落。
Qualtrics XM Institute对全球23个国家和地区、23730名消费者的调查显示，无论体验好坏，直接向企业反馈的消费者只有三成左右。与此同时，社交媒体评论、在线评价和客服对话等间接渠道中的反馈量仍在快速增长。
靠人工去逐条阅读、拼凑，既做不到规模化，也很容易漏掉那些看起来微不足道、实则反复出现的信号。AI让这种大规模的“倾听”成为可能。
科沃斯通过AI梳理小红书上的笔记、搜索和评论时，反复看到关于扫地机的具体抱怨，“满地毛发缠绕轴承”“机器噪音吓跑猫咪”“扫地机误触宠物粮碗”。这些问题单独看都很小，放在一起，需求没有被充分满足的养宠家庭冒了出来。这就是扫地机行业品牌的机会。
扫地机种草人群中藏着养宠家庭并不是什么新鲜事。但科沃斯通过AI进一步打开了“人群迷雾”。通过AI对4757个人群标签进行聚类与精算后，科沃斯甚至发现，在宠物家庭中，养猫和养狗的对毛发的困扰都不尽相同。品牌也因此有了进一步拆分人群、做差异化种草的依据。
功能场景之外，AI 的触角还伸向了审美偏好这类更感性、更隐性的领域。再往深处走，有些品牌已经不满足于用户已说出口的需求，而是借助AI的语义关联，去识别那些未被完整表达的情绪。
科大讯飞在小红书评论区，顺着一位为孩子挑选学习机的妈妈，追踪她从种草、比较到下单的完整路径。借助AI，团队把相关评论按时间、上下文和讨论主题串联起来，发现许多家长的犹豫并不只是因为单价“贵”，而是不知道贵在哪里。
评论中被反复提到的“仿真实验室”，才是家长认为能够帮助孩子理解知识的差异化功能；品牌重点推广的“错题解析”，反而存在未完全满足用户需求的部分。
评论还暴露出另一层情绪需求。家长确实需要AI辅导作业，却不喜欢过于机械的“老师”。他们要的不是一个只会答题的程序，而是一个孩子愿意交流、愿意跟着完成任务的学习伙伴。
对科大讯飞来说，AI分析的已经不只是“用户喜欢什么功能”，还包括家长为什么犹豫、什么体验让他们觉得值得，以及他们对孩子学习陪伴的期待。
从识别具体痛点、拆分人群，到读出功能背后的情绪期待，AI正在把散落在笔记、搜索和评论里的信号连接起来，拓宽品牌理解消费者的边界。
但看见需求只是第一步。一份再详细的洞察报告，也不会自动变成生意增长。真正的分界线，在于品牌愿不愿意让这些发现进入决策。这也是衡量品牌AI应用能力的一道分水岭。
AI正影响品牌如何“下注”
AI正在推动技术平权，但这并不意味着“只要用了AI，就能带来生意增长”。
对多数企业而言，AI仍然被用于优化既定流程，把已有工作做得更快、更省力；而领先企业已经开始借助AI重新判断增长机会，并据此改变原有的业务流程与经营方式。
具体到商业策略，一些领先的品牌也正沿着AI找到的线索，把更具体的需求洞察，进一步落地为产品创新、人群资产积累与预算资源配置等环节的经营动作。
比如，在看清了场景与人群的真实需求浓度后，科沃斯做出了一个关键的经营决策调整。一方面，把此前和母婴并列的宠物场景，提到了人群经营的第一优先级，并在整体人群盘中筛选出500多个可投放、可监测的人群亚群；另一方面，品牌进一步围绕猫毛与狗毛清洁、宠物活动范围、机器噪音和安全感等具体问题，匹配不同的内容表达，升级种草内容策略。
更关键的是，科沃斯改变了内容效果的判断方式。过去，什么内容值得继续投入，更多依赖创意团队的经验；现在，科沃斯可以通过AI分析评论区，判断用户是否真正理解并讨论了产品卖点，并据此放大有效内容、调整低效表达，好内容率由此提升70%。
在此基础上，今年科沃斯还尝试使用小红书的AI Agent，进一步把搜索、笔记与评论中的新信号持续结构化，帮助团队监测哪些需求正在增长、哪些人群尚未被充分经营。最终，在扫地机器人行业，科沃斯新品人群资产规模突破2500万，品牌整体也实现了逆势增长。
科沃斯对AI的应用已经深入到内容和预算的策略制定；而越来越多品牌则进一步把这套能力前移到产品创新环节，结合小红书识别出的需求，用来押注产品方向，做趋势判断与迭代。
不少科技数码品牌，基于对小红书站内12万条科技数码相关笔记的情绪洞察，将用户情绪与具体产品体验对应起来，为判断用户需求提供依据。例如，当用户因为“不知道拍照怎么摆姿势”而产生挫败感时，品牌就可以据此优化拍摄功能，或开发新的产品。
当AI提供的判断依据越来越多地介入品牌的经营选择，它就越过了营销执行的边界。它影响的不只是品牌优先经营哪群人、下一笔预算投向哪里，也开始参与判断一款产品应该解决什么问题。
AI可以生成答案，真人才能提供判断
但随着AI真正走向经营深处，新的问题也随之浮现。当越来越多品牌都能用上同样的AI能力，甚至调用差不多的模型和算法，策略的差异化又从何而来？
答案不只在AI模型本身，也在于模型能够看见什么。
通用模型可以整理同一批信息，却不能凭空创造真实生活。数据质量正在成为AI从技术能力走向产业价值的关键基础。足够真实、即时、成规模的数据，决定了AI能够看见什么、理解多深，并最终形成怎样的商业判断。
而对于品牌经营而言，最核心的价值终究是对“人”的需求的洞察，这也是所有商业逻辑都绕不开的起点。
从这个角度看，小红书社区汇聚了海量真实的用户，以及自带生活场景上下文的语料，为AI提供了一个能够理解真实世界的多元数据池。在这里，搜索呈现用户主动寻找什么，笔记还原产品进入真实生活后的场景与体验，评论区则在不断加入追问、补充，进一步丰富和校准了这些表达。
搜索、笔记和评论共同构成了一套持续更新的真人语料库与需求反馈系统。它随着用户的生活方式、产品体验和消费趋势变化而变化，也因此能够帮助品牌捕捉正在发生的需求。
真人语料的价值，同样体现在消费者的决策过程中。
QuestMobile与消保委的专项消费调研显示，尽管人们越来越频繁地使用AI检索信息，但超过65%的消费者对纯算法生成的答案依然保持谨慎。特别是在高客单价、高试错成本的场景下，用户往往会把AI当作“初筛工具”，而把真人语料作为“决策兜底”。
比如，一个正在做攻略准备购买智能洗地机的女性用户，即便 AI 已经帮她瞬间拉出了各大品牌的吸力参数、续航时间与水箱容量对比，但在最终付款前，她依然会回到小红书社区，去搜索“真实家庭使用三个月后滚刷到底发不发臭”“女生单手拖到底重不重”。
参数可以帮助她比较产品，来自真实生活的经验，则帮助她判断这件产品进入自己的生活后究竟好不好用，也成为最终下单的重要依据。
因此，真实的人和语料，在AI时代也呈现出了双重价值。对消费者而言，它能校验答案、降低决策风险，意味着“信任感”；对品牌而言，它帮助理解需求变化、寻找差异化方向，进而获得生意增长。
当模型越来越聪明，信息处理本身会逐渐成为一种通用能力。真正稀缺的，是那些仍在发生、带着生活上下文，也可能带着犹豫、期待和其他各类情绪的真实表达。
在小红书技术副总裁风笛看来，“AI工具逐步渗透用户生活，但真实经验越发难以替代。更懂人的AI，才能解决真实的生意问题。”
这正是越来越多品牌愿意在小红书持续投入的原因：AI正在让信息处理变得越来越便宜，真实的人和真实的生活，却会变得越来越昂贵。
*数据来源：小红书数据中台及相关品牌数据
作者 / 马默
编辑 / 张晨阳@SandZzcy
设计 / 戚桐珲
运营 / 苏洪锐