AI时代，战略是长出来的，不是定出来的

AI规模化应用打破信息滞后、预算固化与部门壁垒，增长的确定性来自一套能实时感知信号、快速校准资源、跨部门协同的“活”的经营系统。本文基于曾鸣战略生成论与林里、蓝氏、栖息地、零跑、华为五个品牌实践，拆解企业将灵活增长从偶然能力转化为系统能力的三大路径。

未来不再是被观察的对象，而是在行动与反馈中不断生成的过程。战略不再通过行动被“执行”，而是在行动中被不断“生成”。

曾鸣教授在AI时代的战略论述中，把工业时代“先看清再行动”的规划逻辑，与AI时代“在行动中生成未来”的新范式划开了一道清晰的分界线。这道分界线，恰好戳中了当下无数中国企业经营者最深的无力感：年初精心敲定的全年经营方案，到年中就逐渐跟不上市场变化。很多人以为这是战略漏洞与应变不足的二选一，但真正的答案藏在更深的地方——换一套看待经营与战略的逻辑。AI规模化应用正在打破信息收集滞后、数据复盘慢、预算固化、部门壁垒等旧限制，让“灵活增长”从少数企业的偶然能力，转化为可复制、可持续的系统能力。

经营系统从“静态图纸”走向“动态生命体”

传统企业的经营系统像一张施工图纸。先由高层绘制战略蓝图，再由各部门按图施工，预算一旦审批就是刚性约束，组织分工以部门职责为边界。这套逻辑的隐含前提是：市场变化足够慢，慢到企业有时间先看清全局，再逐步落地。但今天这个前提正在崩溃。新茶饮一个季度的产品生命周期可能短于企业年度预算的审批周期；汽车行业线上种草带来的异地线索，足以打乱一套按地域划分的线索分配规则；家装行业持续三周的种草延迟转化效应，能让一套按即时ROI设计的投放策略完全失真。当变化速度快过计划周期，静态方案本身就成了一种风险。

AI改变的不是某一个环节的效率，而是整个经营系统的运行方式。它让信息感知从周期性的问卷和复盘，变成实时流动的用户信号；让预算分配从年初切分完毕的固化结构，变成跟随验证结果动态调整的弹性结构；让组织协同从层层审批的科层流转，变成基于数据和工具的无缝穿透。换句话说，AI让经营系统第一次有可能像一个生命体那样运行：实时感知、快速反馈、自我校准。

这个转变的深层含义值得每一个CEO和CMO正视。过去我们问“战略对不对”，今天我们更应该问“有没有一套系统，让正确的战略能持续从行动中长出来”。前者追求一次性的正确，后者追求持续生成正确的能力。在供给过剩、注意力碎片化、用户需求以小时为单位演变的竞争环境里，后者的价值远大于前者。

战略重构：从制定到生成，向实时用户反馈要增量

供给过剩时代，产品本身的差异越来越难拉开身位。当各家的配方、设计、供应链能力趋同，真正的机会往往藏在用户真实的、碎片化的、甚至未被言明的反馈里。传统方法看不到这些信号——评论区的海量留言靠人工阅读效率极低，视频笔记中的用户需求隐藏在逐帧画面里，跨平台的行为数据各自孤立。AI的介入改变了这个局面：它能以规模化方式捕捉评论区的情感倾向，逐帧拆解视频内容中的需求线索，把散落在不同触点上的微弱信号聚合成可行动的商业洞察。

新茶饮品牌“林里”是这一逻辑的生动样本。在供给严重过剩的茶饮赛道，各家品牌在口味和新品上反复比拼，林里最初也把战略重心放在茶饮口味的打磨上。但一次上新过程中，一个意外信号改变了品牌的方向：随杯附赠的“小黄鸭”获得了远超产品本身的关注度。如果按照传统的战略执行逻辑，这个信号最多被当作一次有趣的营销现象，不会动摇既定的产品战略。但林里选择顺着用户信号走，将新品上市从单纯的口味上新，延伸为围绕小黄鸭的“养成游戏”——不同款式的鸭子吸引路人与粉丝互动，门店主动为用户提供DIY小黄鸭的体验。

结果证明，跟随用户真实信号的战略调整带来了确定性的增量：新品GMV环比增长85%，月均UGC发帖量提升230%。更重要的是，这个信号被升维成战略级资产。2026年，林里将小黄鸭升级为品牌独立IP“林里鸭”，确立为品牌核心符号，开设独立IP运营账号，升级IP产品供应链，并在每次新品发布与跨界联名中深度绑定。这个案例的关键不在于“发现了一个爆款赠品”，而在于企业建立了一条从用户反馈到战略决策的实时通路。当通路建成，一次偶然的发现被转化成了可持续生成战略的机制。

反观许多企业，不是没有能力感知用户，而是战略系统没有为“信号进入决策”留出空间。年度战略一旦确定，新品方向、营销主题、资源分配全部锁定，即使前线人员看到了强烈的用户信号，也没有渠道和权限推动战略级调整。AI时代的战略生成能力，本质上是一种组织能力：让足够多的真实信号能够抵达决策层，让决策层有勇气也有机制根据信号快速校准方向。

预算重构：从固定到弹性，跟着被验证的确定性回报走

战略动态调整之后，如果预算体系仍然是“年初分完就固定”，战略调整就是空转。很多企业也讲“弹性预算”，但在执行中常常变成两种极端：要么是销售压力下的无序追加，要么是财务管控下的刚性冻结。真正有价值的弹性预算，既不是花钱更自由，也不是简单地增减总额，而是让预算结构跟着被验证的确定性回报走。AI的实时归因能力，第一次让这件事变得可操作。

宠物品牌“蓝氏”的案例展示了这个机制的威力。蓝氏使用小红书的“种草组合投放agent”，动态调配种草广告和种草直达广告之间的预算占比。同样一笔预算，在AI驱动的动态调配下，ROI提升86%，成本降低68%。这个数字的冲击力在于：它没有增加一分钱投入，纯粹通过预算结构的优化，释放出了接近翻倍的效率。传统投放下，这种颗粒度的调配至少需要数周的数据积累和人工分析，等到结论出来，市场窗口早已关闭。AI让“投放—归因—调整”的闭环缩短到了接近实时的水平。

智能住宅品牌“栖息地”的案例，则揭示了预算惯性如何让企业长期错配资源。家装行业客单价高、决策周期长，预算惯性极强：能够立刻获取客户线索的效果广告常年占据主导，而种草广告因为价值滞后、难以量化，预算占比长期被压在低位。但栖息地通过一方数据打通回传发现了一个被忽视的事实：种草广告对最终成交有决定性价值。具体而言，种草投放一周后正向关联开始显现，正向效果能持续三周；很多看似来自其他渠道的线索，其实前期浏览过大量种草内容。基于这个发现，栖息地打破了固化的预算分配，将种草预算投入占比从7%提升至20%。

这个案例对企业决策者的启发远超“种草重要”这个结论。它说明：当数据无法穿透消费决策的完整链路时，企业会系统性地低估那些“延迟产生价值”的投入。AI归因的价值在于，它把原本隐藏的因果链条暴露出来，让预算分配从“凭经验和直觉捍卫各自盘子”的博弈，变成“用数据验证确定回报”的科学。对于CMO和CFO而言，这意味着一个新的共识基础：预算争论不再是谁的话语权大，而是哪条链路被数据验证了更高的确定性回报。

组织重构：从分工到协同，打破地理与职能双重边界

战略和预算都活起来之后，如果组织的权责边界仍然死板，应变就会卡在执行层。传统组织的竞争力建立在“各司其职”的分工效率上：每个人、每个部门、每个区域有清晰的边界和KPI。但在变化加速的环境中，这种分工效率正在被另一种能力替代——跨部门、跨区域的敏捷协同能力。AI时代的组织竞争力，越来越多地体现在信息能否无损穿透边界、资源能否快速重新组合上。

零跑汽车的实践打破了地理空间的流转壁垒。在传统汽车行业，线索运营遵循严格的地域边界规则：用户在哪个城市留资，就由哪个城市的门店跟进。但线上种草的兴起让用户跨城留资成为常态，零跑的异地线索占比高达30%。传统模式下，异地线索只能依赖人工跨区协调，流转效率低、流失突出。零跑与小红书联合研发了平台首个汽车行业“异地线索流转产品”：秒级识别用户IP与城市意向，自动匹配高适配的本地门店。结果是异地线索跟进率提升73%。与此同时，零跑搭建了总部—区域—门店三级线索运营架构，线索实时下发、门店实时跟进。这个案例的本质是：用技术手段重新定义了组织的工作单元。地域边界不再是对人的约束，而是变成了系统可以自动优化的参数。

华为的实践则打破了企业内部的职能边界。长期以来，华为以“商务”和“硬核技术”的品牌形象著称，在拓展年轻化、时尚化人群时面临认知壁垒。HUAWEI FreeClips系列耳机成为破局点。市场媒介部基于小红书上年轻用户对“高颜值穿搭”的强烈诉求，推出颜值更高的联名耳机，大获成功。更值得关注的是这个过程中的组织变化：产品技术、用户调研、零售电商与小红书社区、商业化、用户增长、实验室等多方携手，直接基于社区用户原声来研究和定义未来一到两年的新品方向。这意味着，用户洞察不再经过层层转译和衰减，而是无损、即时地穿透至产品、销售、研发全链路。当用户原声成为产品定义的直接输入，预算和资源才能真正跟着真实需求流动。

这两个案例代表了组织敏捷化的两条典型路径：一条是打破地理边界，让资源和需求在空间上自由匹配；另一条是打破职能边界，让信息和决策在流程上无损穿透。二者共同指向同一个结论：AI时代组织设计的核心命题，不是如何把边界划得更清晰，而是如何让边界变得更具渗透性和可重构性。

给企业决策者的行动框架

面对AI时代的增长命题，企业需要的不是对技术潮流的焦虑追赶，而是一套可操作的经营系统升级路径。基于上述案例的共同逻辑，可以提炼出三个层次的行动框架。

第一步，建立实时信号通道。企业需要选择一个或多个用户信号密集的平台作为感知前沿阵地。小红书等UGC社区的价值不只在于投放获客，更在于它承载了海量的、结构化的用户真实反馈。企业应当将社区用户原声纳入战略会议的常规输入，而不是只在营销活动的复盘阶段出现。具体动作包括：部署AI工具对评论区、笔记内容做持续监测；建立用户反馈的分类图谱，区分产品痛点、场景需求、情感偏好等维度；设立机制让关键信号能够快速触达产品、销售、研发等相关决策者。

第二步，重构预算分配机制。CFO和CMO需要建立一套基于验证结果的弹性预算流程。不要追求一次性的完美分配，而是明确一个原则：预算结构必须跟随被验证的确定性回报动态调整。落地方式可以是：先明确关键业务假设（如“种草对最终成交有显著贡献”），再设计小规模实验验证假设，最后根据验证结果调整预算结构，并建立周期性复盘机制。在此过程中，AI归因工具是核心基础设施，企业需要优先补足数据打通和归因建模的能力短板。

第三步，突破组织结构性障碍。经营系统能否真正“活”起来，最终的约束往往在组织。企业需要识别并打破制约信息流动和资源协同的关键边界。可以从一个具体问题切入：哪一类信息在我们组织内的流转成本最高？是跨区域的线索分配、跨部门的用户洞察传递，还是跨层级的一线反馈上达？找到答案后，优先用技术手段和流程再造来降低这类流转成本，而不是简单增加协调会议或审批节点。关键衡量标准只有一个：从用户信号出现到企业内部产生响应动作，中间需要多长时间。

AI时代增长的确定性，从来不是来自一份完美的静态方案。它来自一套能实时感知信号、快速校准方向、协同调配资源的经营系统。曾鸣所言的“战略在行动中生成”，落点在三个字上：行动、反馈、校准。谁先让这个循环在组织内真正转起来，谁就在不确定的市场中掌握了属于自己的确定性。