帷幄创始人叶生晅：一名用 AI 打造未来品牌的 80 后「极客」创业(2)

　　营销这一赛道对计算机和现代通讯技术的发展十分敏感，会随着技术的更新不断提出新的问题，产生新的热点。最早的营销体系由线下广告、电视、广播和纸媒等构成，现在的营销呈现则数字化特征，出现了众多直面消费者的营销方式，如微信公众号、抖音直播等各种各样的媒介，甚至还出现了目前爆火的元宇宙。

　　「像宝洁、元气森林等很多品牌会用40%~80%的钱来做营销，而美妆和彩妆品牌占比甚至高达80%~90%。」叶生晅介绍道。

　　而在品牌营销与售卖场景中，还分为线上与线下。当前数字化程度较高的线上营销销售额仅占 30% 左右，而其余 70% 的线下场景仍处于数字化初级阶段。瞄准这块市场后，叶生晅就决定从自己掌握的人工智能知识出发，为品牌营销服务开发技术方案。

　　在技术方面，人工智能是一个非常重要的组成部分。叶解释：「AI 可以使投放更加精准。我们在小程序或APP上面买东西，购物车下面可能会出现『加购』或者『你可能也会喜欢』等字样，为消费者推荐产品，这些措施都与 AI 技术密不可分。」

　　除了主要的数据采集与行为分析，帷幄的团队还结合了物联网的硬件设施，软硬结合。对于线下门店销售分析来说，物联网中的传感器与摄像头等设备缺一不可，例如，他们需要通过摄像头收集线下消费者的购买行为数据与物品交付过程。

　　人们说，「数据即资源，资源即机遇。」在品牌营销中，这句话被应验。从创业最初，叶生晅就是希望能够有效挖掘数据价值，通过精准的数据获取和分析，形成数据网络，助推品牌方增加销售转化。

　　他将技术与问题比喻为「榔头」与「钉子」，要解决不同的「钉子」问题，就要用到不同的「榔头」，甚至还可能用到「钻头」、「钳子」等不同工具。而帷幄与国内许多新兴的人工智能创业公司不同的是，它们除了 AI 这一把榔头，还在很大程度上结合了数据分析与物联网技术，其中数据分析更是占到了40%左右。

　　确定了赛道后，叶生晅就带领帷幄的团队出发，从线下门店开始，研究如何将 AI（人工智能）、IoT（物联网）与 Data（数据）结合，帮助品牌提高销售转化率。

　　3

　　造榔头，敲钉子

　　数字化品牌营销的线上模式十分常见，即将用户可能感兴趣的商品投送到用户常打开的页面、强化用户对该品牌的了解与认知，技术实现原理几乎与抖音、Facebook等社交平台推荐同质资讯雷同。那么，帷幄的「线下数字化」是怎么回事？

　　从本质上看，线下营销模式的创新最终也离不开交易的两大主体：卖家与买家。其中，卖家就是各大门店品牌，如周黑鸭、西贝筱面村、喜茶、良品铺子等等，也就是帷幄「To B」战略中的「B」方群体，俗称「客户爸爸」。而买家，就是普通的你我打工人、喜欢逛盒马的一家五口等等，也是帷幄与品牌的目标群体。

　　无论是线上或线下，抓住消费者的行为与喜好永远是核心，帷幄的数字营销方案也是如此，只不过线上是分析消费者的浏览喜好与点击行为，而线下是采集消费者在门店的走动、停留、询问等等行为数据，然后对这些数据进行分析，推理出吸引消费者的投放方案。就像2018年国产谍战剧《和平饭店》中陈数所扮演的行为痕迹分析专家，仅从人物的行为就能还原事实的真相：

　　在门店内部，帷幄会部署集合人工智能算法的客流系统、安防系统、传感器、互动屏幕以及库存盘点系统等，以帮助提高品牌的销售效率。

　　在品牌营销的场景中，「视觉」真正打破了感知的界限，体现了对决策的作用。比方说，在对线下消费行为的分析中，他们就发现，大部分中国人进入超市后是习惯先走右边，再从右边逛到左边。这时候，品牌方就可以基于用户行走的这一特点制定自己的投放方案，提高销售额。

　　「消费神经科学主要研究消费者在做决策时大脑是如何计算的。比如买一送一和打五折，你会选哪个。看上去这两个促销活动的结果一样，但人在大脑里计算的过程是不一样的。再比如，很多人走进超市，都会习惯性往右看，或者往右走。这其实是因为中国人对右边更熟悉。如果是在英国，很多人就会习惯性往左边走。」叶生晅介绍道。

　　基于线下体验与线上海量数据，帷幄开发出了自己的技术方案，能够帮助品牌方精准绘制用户画像与产品画像，实现千人千面的消费推荐，并根据用户动线和陈列规划展示出品牌的千店千面。

　　在管理海量数据与决策分析上，人工智能算法的效率自然要远远高于人工分析。叶生晅以西北菜品牌西贝筱面村为例：

　　「西贝在全国有近 400 家门店，每个门店有 7-20 块数字屏幕，也就是说，西贝有超过 4000 块屏幕需要管理。在过去，这些屏幕内容的更替需要员工带着 U 盘一家家门店去手动上传。现在，所有内容调整都可以通过帷幄数字资产管理系统的远程操作来实现，一个人便可操控所有屏幕，控制屏幕内容，设置屏幕内容的播放规则，效率提升远远高于10倍。」

　　不过，帷幄并没有局限于线下，而是线上与线下同时发力，

　　数据驱动的理念仍未过时。从叶的角度来看，他认为数据的应用可以分为六个阶段：采集、报表、分析和归因、预测、推荐、自动化。

　　叶生晅还强调，在数据采集与分析的过程中，他们注意对消费者数据隐私的保护，进行了五重保护措施：

　　在数据收集环节，规范数据收集处理的流程。不收集、不存储人脸生物信息特征，比如客流统计，使用「头肩比+人形轮廓」方案，并在边缘端计算完成后，仅上传统计信息到云端；

　　在数据存储环节，通过大型数据中心统一管理，建立标准化数据存储条件，防止数据遗失或被盗；

　　在数据分析环节，通过边缘计算单元对用户数据进行本地化分析及处理，降低原始数据在传输、共享过程中泄露的可能性；

　　在数据处理环节，提高数据处理手段，去除非必需数据的处理，避免个人信息的二次泄露；

　　在数据删除环节，用户隐私数据最小化存储和使用，在使用完数据后及时删除原始样本，保证数据使用的合规合法性，并且提供用户申请删除个人隐私数据的有效途径。

　　线下数据的线上化是必然，而对数据的处理不是目的，实现营销自动化、提高营销转化效率才是醉翁之意。

　　利用技术产品优势，帷幄服务了众多消费品牌和零售巨头，包括美的、西贝、联合利华、屈臣氏等等知名品牌，同时也是泡泡玛特、蔚来汽车等多个新消费品背后的数字化探索推手，并呈现出良好的效果。据了解，目前帷幄的融资已进行到第五轮，也显示了投资者对营销科技的信心。

　　如果单从提升销售业绩来看，这似乎还不够「理想主义」。叶生晅的最终愿景，是打造出中国品牌：「中国要有自己的品牌，而用技术帮助这些品牌成长起来，就是帷幄的核心使命。」

　　4

　　从「一年级」到「六年级」

　　说起创业的心路历程，叶生晅形容自己就像一个「小学生」：

　　「创业更多是一个学习的过程，与读书非常相像，是从小学一年级到六年级、从完全不知道到知道的感觉，也是一个快速积累知识和塑造个人价值观的过程。」

　　在这个过程中，他所面对的挑战也是未知的。帷幄在成立的前三个月就拿到了订单，但也不是一帆风顺。「创业总归还是不容易的。」叶生晅讲道，「创业远远要比没有创过业的人所想象的要难得多，他们每天都可能遇到挫折。但创业者或企业家的韧性是非常强的，因为他们面对的是最难的事情。」

　　越是大的企业，最后落到 CEO 身上的事情就越难处理，而叶生晅每天面对的就是这些最难处理的问题。从数据采集到数据分析，从找人到找钱，这些工作他都要参与。

　　但归根结底，作为创业者，叶生晅要考虑最多的核心问题，仍然是「一项技术究竟能不能应用到市场中产生价值」。市场究竟是真实存在的、还是狂热的创业者们臆想出来的，或被统计数据误导的？这个问题总能让人焦虑。

　　面对巨大的压力，叶生晅还是保持着乐观的心态，认为要解决 99% 的问题，需要的是方法论；即使很多困难是未知的、没有遇到过的，也能够通过观察、思考与预防，提前做好最大程度的规避。

　　学海无涯。创业的同时，叶生晅也没有停止学术研究。回国后，他一脚踏上了创业的道路，另一脚则踏进了浙江大学的校门，去攻读电子科学与技术博士（兼职）。继续读博的背后并不是对博士学位的执念。对他来说，这是自然发展的结果：将技术研究出来，并将其投入应用。

　　「学术和创业本身就是A/B面，两者并不是完全没有交集。在实验室的很多技术，也需要通过创业或者企业来将其商业化。」叶生晅对 AI 科技评论谈道。所以，对他来说，创业和读博本身就是一件事情。

　　原先，他在加州理工与哈佛进行的许多研究都是基于实验室的数据，来自来自现实世界的真实数据少之又少。开办了自己的公司后，叶生晅可以得到大规模的真实数据，用于指导现实生活应用中的决策研究，可以帮助帷幄用更前沿的技术制定方案，形成一个良性循环。据介绍，帷幄为许多客户开发的营销技术都是他与浙大的团队合作研究出来的。