艾旭这个名字大家会觉得有点陌生，但诺特兰德在短视频时代是名声赫赫的存在。业内都知道：诺特兰德仅用4年时间干就成国民营养第一品牌。这份成绩单背后，诺特兰德不光是短视频koc打法的集大成者，也是对“内容即渠道”这件事理解最深的品牌。

艾旭出自阿里巴巴+字节跳动，是诺特兰德内容驱动品牌增长体系最核心的操盘手，一手搭建了行业最大规模的达人协作生态，是集才华与实力于一身的存在。5月24日，艾旭登上第七届中国创新营销论坛的演讲台，深度揭密诺特兰德高速增长背后“内容即渠道”的实战打法。

演讲正文：

我今天有个比较大的名字叫“101号数字员工做增长引擎”。101，0和1在数字世界里是通用的底层机器能懂的语言，所有聊天用到的视频、文字、音频可能理解的都是0和1。这个事情在人机交互过程中它是底层逻辑。跟AI互动，本质就是我们投喂了AI什么东西，机器能懂的一些语言是什么？今天更多是0和1。101还有个引喻，代表的是入门，代表的是基础的开始，当然今天所有的人，整个行业都在围绕着AI的应用做一些研究和探索，但确实我相信包括我们，包括在座有很多人基本上属于入门阶段，这时没有真正探索到完完整整的方案，所以今天大部分是以抛砖引玉的思路来做一些简短的分享。

今天最核心的是我们过去是一个什么样的品牌？在业内我们是靠内容即渠道做好的新锐品牌，可能是中国最大，但一般人没怎么听过，我们叫诺特兰德。我们从2020年开始逐渐走向大众化，所在的行业叫膳食营养补充剂，俗称保健品。

我相信很多人提起保健品就会色变，但我们不只是代表保健品，代表的是健康的生活。整个大健康的行业发展并没有完全走进寻常百姓家，我们是带着这种思路，希望用和新一代消费者共同融入的方式，通过KOC的内容走进寻常百姓家，做成“内容即渠道”。

我们过去合作了超过50万达人，每天可能有超1万个达人的原创内容发布，数量级非常之大。过去都是靠人肉，我们有比较庞大的人肉团队做这件事情，不管是找达人，还是后来沟通达人、创作脚本，以及在做所有交付都是靠人肉完成。今天AI来了，我们在思考，是不是有可能把重劳动力交付这件事情AI化？

过去成功的方式是把内容做好，我今天想问内容承担了什么事情？我们通过内容怎么把生意做起来？总结就是“内容即渠道”。过去说内容很抽象，什么都是内容，文字是内容，图片是内容，视频是内容，一切能承载信息的都是内容。今天内容完全具备了一些渠道的属性，尤其是在内容电商上，渠道首先要解决触达问题，随手可以买；另外，渠道解决信任问题，我在你这里买我觉得靠谱，所以才是掏腰包。未来十年，内容即渠道不仅仅是一个趋势，它应该是一种基础设施。

过去传统零售行业讲触达，讲的是我在哪里可以买，拼的是货架。今天通过内容做触达，内容背后是我关注的每一个博主、达人，是兴趣。我是程前的粉丝，程前是商业内容的博主，他背后的1200万粉丝就是1200万个对商业内容感兴趣的人。我们合作的超50万达人，他们本身就是兴趣货架，是50万个兴趣货架。过去做传统线上零售的时候，我们讲铺了多少终端、进了多少商场、做了多少事情，其实这些事情也是一个数字。今天中国有很多零售品牌，不管是农夫山泉还是可口可乐，我们今天在每个街边小店都可以看到它的产品。这是物理空间，数字空间是不是也有机会这样做？基于这样的零售逻辑思考，我们铺开了50万的兴趣货架，悟出内容即渠道就是基础设施。

过去我们不断地想着拼位置、抢货架、抢用户，我觉得未来，尤其是未来AI的时代，用户也好，货架也好，要不断靠更优质的内容、更深度的思考去找到一些可以生长出来的货架。我们一直在做内容，其实是在做重兴趣的事情，这样在用户决策的那一瞬间我们能够出现在他眼前。

我们有非常庞大的KOC体系，包括垂类达人、超投明星。我的理解：KOC本质上就是街边的各种便利店、夫妻老婆店，中国有700万家夫妻老婆店，在抖音可变现的电商创作者也是将近700万。在这样的数字上，我们理解起来好像确实有点雷同。我们需要思考的是：怎么在数字空间里找到同样类型的物理空间的对标？答案是做内容。我们做内容就是买兴趣、买内容，把每个达人都做成兴趣人群，把每个内容都做成特色产品表达，或者是品牌的表达，通过这种方式找到兴趣货贺。

这些就是我们对于内容即渠道的核心理解。

但是，内容不是全部，不是随便发了一个内容就好像解决了一切。这里有两个属性是信任和交易。今天大部分的短视频内容被很多人认为是种拔一体、品效协同的最优质载体，确实它完全可以实现可视化信任。就是用短视频的内容把这件事情讲清楚。另外一种是人格背书，过去很多背书要么是医院、科学研发机构等，靠的是强机构，机构基本都是比较稀缺的，但现在主要靠人格背书，每个人都有自己的人格。

构建信任还有一个关键，是科学的确信。

拿保健品这个行业举例，很多人其实都不知道什么是营养品，不知道应该怎么买，不知道应该吃什么成分，应该怎么吃，很多商业精英们我相信大部分人营养学知识都是缺失的，包括我本人很多时候还需要问营养师、研发，看有什么样的产品适合我。这种情况下，很多人没办法正确对待这个行业，我们有义务来把这件事情拎起来做。通过大量的科学内容传播，把正确的营养学知识传递到寻常百姓家，让更多人能够掌握营养学知识，我觉得具备一定的社会意义。

今天我们看到“内容即渠道”这件事，基本上是以短视频为载体的一种尝试。那下一个增长是在哪儿？从50万到60万、80万，是不是要一直加人？我们需要思考：劳动密集型产业怎么逃离加人的魔咒？下一道坎是流量吗？是数量吗？不一定，我认为下一道坎是组织。

今天在组织上讲，某一条视频可能火了，它的内容是不是可控？是不是更科学？有了一条很好的内容，像「九阳豆业」的哈基米南北绿豆浆的短视频，是不是可以有更高的裂变速度？它的迭代速度会不会很快？实际做的时候，在你的组织里你会发现，好像所有你的荣光时刻不可以复制，怎么样把这种能力复制出来，而不是通过盲目的加人？哪怕今天加人，新人加入之后，对这件事情、对整个体系、对整个知识的理解也是偏颇的，怎么能够把过去的成功经验沉淀下来，并且更高效、更快速赋能给新人？或者是帮原有人的效率变得更高？

今天组织需要承载的就是这个核心功能。

整个AI应用过程中，很多人提过很多种方向，我相信今天在AI的领域中有很多知识、概念、产品，有很多信息，我们怎么样能够找到有用的关键信息？最关键的东西是什么？是知识库。我们明显发现，同一支团队有没有知识库是两个物种。今天知识库就是一个导航，是一个非常关键的认知，今天我们怎么能够把知识库沉淀在自己的组织内，并且用AI把它放大？拿练龙虾来说，我发现我练的虾和很多同事的虾有很大的差别，为什么？因为我调用了公司所有资源，把公司所有的信息基本都植入进来，我有公司最全局的视角，包括今天公司经营的数据、战略方向以及过去的方法论都集成在我的龙虾里面。我自己养了六只龙虾，六只龙虾每个龙虾的任务都不一样，有专门负责日常的学习，有负责执行的工作，所以每个虾都被我分配了不同的知识库，我也调用了非常多的知识库，个人知识库和公司知识库都集成了，有知识库的龙虾或者Agent完全是两个物种。

有知识库以后，AI有机会变成“数字员工”。

我一直把六只龙虾当成员工，当成团队，我有个专门的群是艾旭和他的数字员工们，我会一直给他们调配任务。今天我们想说AI真正的价值并不是做新的事情，因为很多新事情都停留在人类大脑中，今天龙虾也好，Agent也好，最大的价值是把我们验证过正确的事情做一万遍，我们发现它的价值可能是未来十倍、百倍的价值。

今天还有很多人把龙虾当做副驾驶位，未来有没有可能让副驾驶位的AI坐到主驾驶位？让它控制你的方向？今天我们怎么能够把AI的价值放在主驾驶位上控制好方向？你要给它喂足够充足的知识，才能更好地把你的方向以及安全感做好，要交给。

今天在AI实践的过程中有三个层级，最底层是模型层，最顶层是应用层，中间层是知识层，对应的就是知识库。未来AI领域的核心壁垒是什么？我一直认为是知识库。当然我讲的知识库是泛知识库，今天的Skills，RAG向量化，包括自己的SQL的经验，过去存过的文档，你的经验、Skills能力，或者企业SOP，都应该沉淀为公司的知识资产，这才是今天每一家企业、每个公司、每个人都能做的事情，而且立马就可以做的事情。这件事情你越做复利越好，越早做价值越高，因为我真的发现AI越用越聪明，你会发现它的进化速度远比人类大脑快很多，今天点滴的输入会导致你能在下个阶段快速腾飞。

我们不要把AI当成一个工具，任何一只龙虾进入之后，都应该是具备985、211，甚至常青藤的学历水平，但是它什么都不懂，它只是一张白纸。它很聪明，但是需要你教它，你需要做新员工的培训，把这件事情做好之后，它一定会交付更好、更优质的答案。

搭建知识库的过程非常难，因为你有很多多模态文本知识，怎么能够把公司的资产沉淀下来？第一是沉淀；第二是作为企业，因为涉及到多团队、多员工、多角色，这时怎么分权？每个岗位看到的东西不一样，怎么让一个合理的数据权限在合理的范围流通？这里面也是一个技术层面的问题，最终是关于调用的问题。我今天在飞书做了一个知识库，发现一堆文档，这时它的调用好像不好用，它的召回率不是很高，怎么能够有效基于岗位调用，基于角色调用，这里面涉及到技术问题。把这三件事情做完后，AI就从实习生变成具备五年老员工能力的数字员工。

现在需要面对一个问题：AI怎么赋能到业务的增长？过去用AI，很多时候是用AI做内容，怎么做一个视频出来，但是我今天想说怎么能够用组织员工的方式来做内容即渠道？用知识构建自己的壁垒，不是单条视频的价值，是用组织过的员工的方式做成规模化，这才是增长逻辑里最关键的环节。另外一个点，可能很多人经常把AI或者养的龙虾直接喂成你帮我干一件什么样的活，但今天你会发现，你并没有给他明确的岗位，并没有给他KPI，没有给他完整的知识体系，你就是没有把他当员工看，你就是把他当成了一个助理，就是一个对话式的应用。但如果说把它变成任务式或者让它有非常复杂的思考，那它会更有价值。

比如在营销角度怎么样思考？

这是当下和未来我们应该思考的问题。

315之后GEO特别火，这是最初级的尝试，怎么让AI抓取到关于品牌相关的信息，这些信息可能是通过GEO的逻辑初步尝试。GEO以往是新闻源为主，但新闻源太公关、PR，没办法表达品牌的内容。怎么能够让AI重新理解我们，理解整个品牌，需要有更多的想象。

坦白讲，我今天也没有答案，我觉得GEO是比较初级的开始，通过初级的开始，也许所有营销人可以有更好的解法。

这个过程中，我重点想说这句话：“未来十年，关系大于智力”，这是红杉最近一次分享提到的关键词，这件事情我也特别有感触。今天人类和机器的互动语言，刚刚讲是0和1，机器能懂的是这些，我们怎么能够和机器建立这种关系？我们今天不断给AI投喂语料，能够让它实现更多创造，我们和机器创造关系的一些基础就是来自于各种深度内容、不同载体的内容、各种形式的内容，能够让它更好的理解我们。因为智力会被平权，在整个AI时代，其实没有谁比谁更聪明，小公司照样拥有顶级公司的一些能力。今天应届生照样可以有工作二三十年的知识，知识很快没有太高的溢价空间，因为AI做的就是做智商平权。

未来我们不断需要做的事情是更好的理解机器，更好的和它创造起友好的关系，这可能是我们未来要长期做的一件事情。

今天我讲的所有东西、内容都不是广告内容，也不是投放的素材，是今天作为一家企业和品牌对未来的探索，是我们和未来世界沟通时的操作系统。我们这个操作系统中，我们不是在训练模型，是在训练组织的记忆，把能力积累下来，把我们的需求和与AI互动的语料积累起来，这件事情可能会是长期有价值的事情。

过去整个AI实践中，我们自己尝试过很多坑，但是真正把它变成数字员工，也就实践了三个月，所以101只是我们今天的开始。