神策數據於香港成功舉辦 Sensors AI Salon，與行業決策者共探 AI 增長團隊落地實踐

神策數據創始人 & CEO 桑文鋒以「從數據驅動到 AI Growth Team」為題，回顧了神策成立十一年來的三個階段：從早期專注用戶行為分析、夯實數據基礎，到進入營銷雲領域、以 SDAF 數據閉環（感知—決策—行動—反饋）幫助企業把洞察轉化為行動，再到今天全面擁抱 AI。他提到，神策開拓香港市場至今已有約兩年時間。

結合多年的服務實踐，桑文鋒分享了他對數據驅動的重新思考：數據驅動能否真正帶來增長，前提是業務本身方向與質量過硬；同時，數據驅動的落地高度依賴組織能力，既懂業務又懂數據的人才稀缺、成本高、難以複製。在他看來，新的瓶頸在於如何打破對人和組織的依賴。

基於此，他提出了對 AGI 時代的三個判斷：AGI 將在未來三到五年內到來；AGI 不會消滅企業，但會重構企業；通用 AGI 並不等同於企業 AGI，每一家企業都需要構建屬於自己的「Mini-AGI」。他以自動駕駛類比企業增長：增長同樣存在從 L2（人類主導、AI 輔助）到 L3（AI 主導執行、人類確認兜底）再到 L4（定義目標與邊界後 AI 自主完成）的演進路徑，而神策未來三年的產品戰略，正是打造 L4 級的 AI Growth Team：從「交付軟件」，到「交付工作量」，再到「交付結果」。

「企業真正想要的從來不是軟件，而是增長。」桑文鋒表示，神策希望推動的合作模式轉變，是從「購買一套增長軟件」走向「僱傭一支 AI 增長團隊」：這支團隊並非完全由 AI 組成，而是人類員工與 AI 員工協同的「矽基 + 碳基」組合。

他還現場介紹了支撐這一願景的 Sensors AI 1.0 增長 Agent 平台：以數十個開箱即用的 AI 增長工作流承載完整的增長流程，把客戶數據引擎（CDP）、客戶旅程分析（CJA）、客戶旅程優化（CJO）三大引擎封裝為 Agent 可調用的技能（Skill），並通過客戶世界模型（Customer World Model）讓 Agent 真正理解企業的客戶。在三級產品佈局中，客戶世界模型、增長 Agent 平台之上，是可直接「上崗」的 AI 增長員工 Sensors AGW（AI Growth Worker）。桑文鋒也分享了神策自身的 AI 轉型實踐：在內部構建雙世界模型，讓智能層主動驅動客戶經營與服務閉環，包括他本人每天都在使用的管理 AGW，可以隨時在 IM 中查詢任意客戶的經營狀況與健康度。

AI 員工，活在企業真實工作流裡

神策數據 AGW 產品負責人游臣隽帶來了「AGW：可僱傭的 AI Growth Worker」的分享與實戰演示。

他指出，從 Chatbot 到 Copilot 再到 Agent，AI 的產品形態快速演進，但當把通用 Agent 當作「員工」放進企業時，會發現它在三類場景下力不從心：需要多人協作、沒有標準答案的商業問題；複雜且執行路徑不斷變化的任務；以及需要持續追蹤與沉澱的過程管理。真正的企業級工作，發生在 IM 溝通、跨系統取數和人與人的協作之中。

為此，AGW 被設計為一個活在企業 IM 中的數字員工：它主動巡檢數據、發現異常即預警；它認識團隊裡的每一位成員，遇到做不了的環節會主動把任務派給對的人，拿到回覆後流程自動繼續；它跨系統取數分析，把企業內部系統逐一對接為可調用的能力；更重要的是，它會把每一次協作中沉澱的經驗固化為 Skill，從個人經驗升級為公司標準，讓整個組織受益：「個人助手只會讓個人變強，AGW 要讓整個組織變強」。

在實戰演示環節，游臣隽完整還原了一個增長分析閉環：AGA——AGW 在數據分析領域的特化版本：在 App 發版日主動預警首充轉化異常，自動對齊口徑、拆解漏斗、下鑽人群、交叉驗證多數據源，定位根因並給出分角色的修復建議，隨後持續追蹤修復效果；更進一步，這次排查的完整流程被沉澱為一項全公司共用的發版分析 Skill，此後每次發版都自動執行。他表示，AGW 的設計哲學是「讓一切自然發生——不改造工作，而是順應工作」，AI 適應人，而不是人適應 AI。

三場專題討論：來自一線的真實挑戰

圍繞「數據資產化與 AI 轉型：合規邊界下金融服務業的新增長策略」，來自銀行與金融機構的三位嘉賓從 IT、業務與營銷的不同視角展開討論。嘉賓們普遍認為，AI 項目從試點走向規模化，安全與合規是第一位的前提；同時要警惕「為 AI 而 AI」：先判斷問題本身是否真實存在、流程是否合理，再決定是否引入 AI。項目落地的關鍵不止於技術，更在於組織協同：讓業務、IT、風控與前線團隊儘早參與，明確數據的歸屬與口徑，並處理好新一代 AI 系統與既有核心系統的銜接。在敏感數據的處理上，嘉賓們分享了數據脫敏、使用可信模型、設置人工紅線等實踐，並期待 AI 幫助打通業務斷點、縮短營銷活動的審批鏈路。

第二場專題討論聚焦「企業增長的下一個時代：運營轉型與全渠道 AI 執行」，來自地產、高端零售與酒店行業的三位嘉賓，圍繞多渠道數據分散這一共同難題展開交流。他們以咖啡零售為例談到：客戶往往先到店體驗、再於其他渠道完成轉化，判斷效果不能只看單次到店行為；同一客戶也常以不同身份散落在停車、消費、住宿、會員等系統中，數據口徑不一，難以形成完整的客戶旅程與統一視圖。嘉賓們認為，打通數據孤島、建立統一可信的客戶畫像，是精準觸達與提升客戶終身價值的基礎；自動化營銷的關鍵，則是在客戶需要的時間點提供真正的價值：當資訊過載或服務問題尚未解決時，應主動停止推送。談到落地，他們坦言多數企業的瓶頸往往不在系統而在人：員工仍習慣憑經驗決策；有嘉賓分享了為團隊配備「數據搭檔」的實踐，運行數月後效率明顯提升。談及 AI 的角色，嘉賓們期待把客戶分析、多語言內容生成等重複性工作交給 AI，讓營銷人員從執行者轉變為客戶體驗的設計者，戰略方向與關鍵決策仍由人來把握。

最後一場專題討論主題為「企業增長的下一個時代：AI 驅動運營與客戶互動」，來自航空與公用事業企業的兩位嘉賓分享了規模化運營中的 AI 實踐。公用事業行業嘉賓介紹了如何以最成熟的數據為起點構建個性化客戶旅程：從新客戶開戶的歡迎溝通，到賬單出賬前的電子支付引導；並分享了構建統一客戶檔案（One Profile）的進展。航空行業的嘉賓則以極端天氣為例，談到 AI 此時的價值不在於直接接管一線服務，而在於輔助安撫旅客情緒、讓訴求被及時聽見，同時聚焦根因分析、從流程層面解決問題，把一線人力留給最複雜的高價值場景。兩位嘉賓都認為，AI 應作為團隊的客戶策略助理，以 human-in-the-loop 的方式與人類協作：人負責客戶體驗設計等高價值判斷，AI 承擔數據查找與校驗等重複性工作。

本次沙龍在輕鬆的雞尾酒交流中落幕。與會嘉賓圍繞 AI 增長團隊、數字員工與行業落地實踐展開了深入交流。神策數據未來將繼續把「打造 AI Growth Team」的能力帶給更多企業，幫助更多客戶實現從數據驅動到 AI 驅動增長的跨越。

SOURCE 神策數據