出海企业苦等的可信任AI营销产品，飞书深诺做出来了

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 出海企业苦等的可信任AI营销产品，飞书深诺做出来了 听雨 2026-07-27 12:33:09 来源： 量子位 让中国品牌赢在全球 听雨 发自 凹非寺 量子位 | 公众号 QbitAI 出海这门生意，正在进入困难模式。 海外市场越来越拥挤，欧美市场竞争激烈，东南亚、拉美、中东、非洲等新兴市场又有各自的消费习惯、审美偏好和媒体规则。 加之平台算法不断变化，流量越来越贵，过去靠增加预算和人手换增长的办法，也渐渐失效。 不少出海企业把希望放到了AI身上。 市面上的AI产品也确实越来越多。文案、图片和视频可以批量生成，市场分析和投放建议很快就能给出。 但营销人真正用过以后，往往感到失望。 工具增加了，流程却变得更复杂；生成结果看起来头头是道，能不能带来转化却没有把握。尤其当问题涉及预算、ROI和增长，很少有人敢把决定权直接交给AI。 AI已经足够聪明，但距离在真实商业世界中挣钱，还是差了一步。 这一步，难在把AI接进真实业务，让它能够理解企业的目标，也能为自己的判断提供依据。 飞书深诺一直在尝试解这道题。 2025年6月，飞书深诺就推出了业内首款针对出海营销的Agentic AI产品 Marvy 1.0 ，让AI进入市场洞察、创意和投放等具体场景。 △ 飞书深诺创始人兼CEO 沈晨岗 经过一年的实战经验总结和迭代，今年7月23日，Marvy升级到 2.0版本 。 市场洞察、媒体策略、智能创意、智能投放和数据分析五大Agent，被放进同一套AgentOS中协同工作。 飞书深诺创始人兼CEO 沈晨岗 希望Marvy 2.0解决的问题，可以归结为三个词： 让出海营销更简单、更可信、更普惠。 AI营销很热，营销人为什么不敢用？ AI早已进入营销行业，但距离真正接管业务，还有一段路要走。 近日，IDC发布了一份《出海营销AI智能体成熟度与服务商能力白皮书》，将出海营销AI Agent的成熟度划分为 L0至L5 。 △ 数据来源：IDC Research on Maturity of Marketing AI Agent Applications for Overseas Marketing 按照这一模型，AI在营销中的角色会经历 L0-L5 多个阶段：从提供基础工具，到辅助单项任务，再到跨流程协作，最终自主完成复杂业务。 目前， 大量产品仍集中在L1至L2阶段 。 即AI作为单点工具辅助，AI可以生成一张图片、分析一份报表，也可以给出一套投放建议。但把这些能力放进完整的出海营销流程中，企业往往还要靠人来连接。 市场团队先做调研，再把结果交给策略团队；策略团队确定方向后，创意团队开始生产素材；素材上线后，投放团队继续调整预算；最后，数据团队再对效果进行复盘。 数据在不同系统之间搬运，结论在多个团队之间传递。某个环节使用AI提速了，并不代表整条营销链路也会变快。 不过，这也不完全怪AI，跟出海营销本身的复杂性也有关系。 首先是 本地化 。 它包含语言，也包含当地消费者的生活方式、文化禁忌和审美变化。 一个在国内市场有效的卖点，换到海外可能毫无吸引力；一条看似精美的广告，也可能因为不符合当地语境而适得其反。 其次是 平台的不确定性 。 Meta、Google、TikTok等平台持续调整算法。企业很难提前判断某条素材会获得多少流量，也很难控制一次投放最终触达什么样的人群。 更麻烦的是 数据孤岛 。 广告平台、电商平台、独立站和客服系统各自保存一部分数据。企业可以看到点击率，也可以看到销量，却未必能回答用户最初为什么被吸引，又在哪个环节选择放弃了购买。 这种复杂任务很难由单个AI工具完成，于是 多智能体 开始成为热门方向。 但问题在于，市场上很多的多智能体，只是把同一个问题同时交给多个模型，再对答案进行组合或筛选。 飞书深诺称之为 「伪多智能体」 ： 伪多智能体，一个入口、N个大模型加搜索引擎的简单并联。本质上是信息搬运工和答案投票器。 模型数量增加了，它们之间却没有统一的商业目标，也不了解企业的历史数据和实际工作流程。 这种组合式方案可以表现出智能，却很难解决营销这类直接关系到挣钱的复杂问题。 在飞书深诺看来，真正的多智能体需要达到五项标准： 可信任、可协同、可落地、可验证、可进化 。 它需要理解真实业务，让多个Agent围绕同一个目标协作；得出的结论能够检查，执行结果也能反过来优化系统。 更关键的是，行业智能无法靠几个模型迅速拼出来。 在飞书深诺看来，一个真正的行业智能体需要从业务中长出来，背后 至少要有十年的行业实践 。 它要懂媒体平台，也要理解客户痛点和市场变化，最终还要面对真实的商业结果。 五大Agent，把营销全流程装进一个系统 飞书深诺将Marvy 2.0定位为一个 「会思考的营销大脑」 。 它将出海营销的完整链路装进了同一套AgentOS。这套系统由五大专业Agent组成： 市场洞察Agent ：负责理解当地消费者、市场趋势和竞争格局； 媒体策略Agent ：选择平台、目标人群和预算方向； 智能创意Agent ：将市场判断转化为具体卖点和创意素材； 智能投放Agent ：负责广告创建、发布和动态优化； 数据分析Agent ：持续复盘效果，再将实际反馈传回前面的环节。 在五大Agent之上，Supervisor Agent会根据企业目标拆解任务，判断哪些工作可以并行，哪些必须等待上游结果。 五大Agent共享上下文和任务状态，并对彼此的结论进行交叉验证。出现分歧时，Supervisor负责协调；涉及预算和品牌安全的关键节点，仍然保留人工确认。 如果你是专业营销人，或许能看出来，这五大Agent对应的正是真实出海营销中反复遇到的问题： 市场看不清、策略难制定、创意与投放脱节，投后数据又无法及时反哺前面的判断。 Marvy 2.0从一开始就围绕客户需求设计，产品已经进入真实企业的营销流程，并获得了正向反馈。 某中国消费电子品牌开拓尼日利亚市场时，就将Marvy 2.0用于实际项目。 Marvy 2.0先分析当地消费者、竞争格局和历史投放数据，再制定媒体及创意策略，完成广告投放，并根据实际效果持续调整前面的判断。 按照传统模式，这项任务需要一个全链路投放团队耗时一个月才能完成。 接入Marvy 2.0后， 该项目整体优化效率提升74%，人工耗时减少89% 。 这说明在过去单点的AI内容生产之外，Marvy 2.0已经呈现出另一种可能：AI开始进入市场研究、策略制定、预算分配、广告执行和投后复盘。 出海营销本身也很适合Agent协作，它跨市场、跨平台，环节多、周期长，同时持续产生大量数据。 过去依赖不同团队人工衔接的流程，已经具备被AI重新组织的条件。 敢把预算交给AI，凭什么？ 当然，跑通流程只能证明Marvy 2.0能干活。问题在于： Marvy 2.0凭什么可信任？ 这就要看看它背后的技术优势了。 Marvy 2.0的第一层技术优势，来自 真实的营销数据和垂直算法 。 通用大