对话飞书深诺：AI进入出海营销决策链路，还要CMO做什么？

对话 | 曾巧Ivy

作者 | 曾巧Ivy、陈晓雨Harper

如果把一位出海CMO今年的AI账单摊开，里面可能已经有文案生成、图片与视频制作、市场调研、广告投放、数据分析等一长串工具。工具越来越多，但一条广告效果不及预期时，会议室里的问题并没有变：是创意错了、市场选错了、预算分错了，还是产品本身没有打中当地消费者？

这构成了当下出海营销最尴尬的一幕：AI已经进入工作流，增长却没有因此变得更容易。

飞书深诺Meetsocial与IDC联合发布的《出海营销AI智能体成熟度与服务商能力白皮书》显示，78.5%的出海企业已经把AI嵌入营销核心环节，但行业整体仍处于从L1工具辅助向L2基础自动化过渡的阶段。同时，报告里的另一组数据更值得CMO警惕：出海企业的合规与获客成本平均上升了32%。AI渗透率在涨，增长的账反而更难算。

原因并不神秘。出海营销从来不是一个文案问题，也不是一个投放问题。它横跨市场判断、本地文化、媒介规则、内容生产、预算分配、效果归因和数据合规。单点工具可以把某一步做快，却不会自动处理环节之间的冲突，更不会为最终的业务结果负责。

中国品牌下一轮AI竞争，比的不是谁能生成更多素材，而是谁能让每一笔全球营销预算回答三个问题：为什么这样投，结果为什么会这样，下一次该怎么改。

2026年7月23日，飞书深诺发布企业级出海营销AgentOS Marvy 2.0。它把市场洞察、媒介策略、智能创意、广告投放和数据分析放进同一套协作系统，试图解决的正是那条长期断裂的决策链。

围绕Marvy 2.0，Morketing Group创始人兼 CEO 曾巧 Ivy 与飞书深诺创始人兼 CEO 沈晨岗 Charles Shen、CTO 陆鑫 Vincent Lu 进行了一场对话。比起再谈一遍AI趋势，我们更想把问题问具体：企业用了这么多AI，到底实现了那些价值和增长？一套AgentOS凭什么进入CMO和CTO的核心决策？飞书深诺在这场竞争里，究竟提供了什么不可替代的东西？

作为飞书深诺创始人兼CEO，沈晨岗长期带领团队深耕出海营销，推动业务从传统营销服务向AI驱动的系统化能力延伸；CTO陆鑫则凭借在广告系统架构领域的技术积累，带领团队推进Marvy 2.0的技术研发与落地。两人分别从业务战略与技术实现层面，推动AI从单点工具走向系统化应用。

以下对话经Morketing编辑整理，在不改变嘉宾原意的基础上有所删减。

企业用了很多AI，

是赚钱了还是在为工具付费？

曾巧Ivy：报告显示，78.5%的出海企业已经把AI放进营销核心环节。AI几乎成了标配，为什么大多数企业仍停留在工具辅助阶段？

出海营销最贵的是每次都从头再来

曾巧Ivy：很多产品都在讲工作流。AgentOS和把几个AI工具接在一起，究竟有什么本质区别？

曾巧Ivy：如果越来越多企业使用同一套Marvy，最后会不会出现另一个问题：大家的策略、素材甚至品牌表达越来越像？

左：Morketing Group创始人兼 CEO 曾巧 Ivy，中：飞书深诺创始人兼 CEO 沈晨岗 Charles Shen，右：飞书深诺 CTO 陆鑫 Vincent Lu

Charles：差异首先来自企业自己的数据，包括知识库、私有数据、产品信息和用户反馈。3C、服装、游戏背后的数据完全不同；即使在同一个行业，每家企业所处的阶段、主推产品和市场目标也不同。

其次是企业自己的判断。AI可以参与拆解和执行，但目标必须由企业设定。企业的数据、决策和AI能力叠加在一起，才形成真正属于它自己的能力。

陆鑫：我们用Skill来表达完成某类任务的方法。系统可以有汽车行业的创意Skill，也可以有面向东南亚、日本等不同市场的Skill。但同一个Skill被不同企业调用时，会结合它的战略、产品和当下目标，所以结果不会完全相同。

曾巧Ivy：大模型能力更新很快。和一家通用模型公司相比，飞书深诺真正能留下来的壁垒是什么？

陆鑫：核心不是某一个基础模型，而是数据、模型和贯穿业务流程的专业能力。数据既包括对客户战略和需求的理解，也包括媒体反馈的用户偏好，以及专家长期形成的决策逻辑。我们把这些内容与模型结合，覆盖洞察、投放策略、创意和分析归因等环节，并继续按电商、游戏、App以及更细的品类训练。

Charles：这些数据不是今天突然放进去的。过去很多年，我们一直在做清洗、打标签和结构化，也不断补充新的数据和知识。系统每天都要回答一个问题：为了完成某个目标，应该调用哪些数据，做什么判断。

Morketing观察：这也是飞书深诺与通用AI工具最需要被讲清楚的差别。按其公开披露，Marvy 2.0底层接入了Gemini、OpenAI、Seedance等顶尖大模型，拥有数百位营销专家沉淀出的1000多个Skills，以及飞书深诺服务17万家企业的经验沉淀与1.3PB真实营销数据资产。数字本身不是壁垒，知道哪类出海决策需要什么证据、怎样把平台信号翻译成业务动作，才是这些资产的价值。

曾巧Ivy：企业把私有数据交给系统，也会担心另一件事：我的数据会不会在训练中教会竞争对手？

Charles：我们有两个原则，边界先行、治理内置。先明确每份数据属于谁、谁有使用权，再按不同区域的规则处理。所谓治理内置，就是把相应要求写进数据处理逻辑，而不是出了问题再补。

企业越依赖自己的知识和数据形成差异，就越需要知道哪些信息进入了系统、怎样被使用、在哪里被隔离。这个问题对全球化企业尤其重要，因为不同市场的数据要求并不相同。

AI进入决策，

CMO和CTO怎样为结果负责

曾巧Ivy：当AI开始参与市场选择、预算分配和投放优化，CMO最重要的能力还是什么？

Charles：我看两个维度。一是理解技术、AI及其应用，二是理解企业战略和整个业务。营销已经进入增长和经营决策，CMO需要理解CEO的目标，也要具备一定的CTO和CIO视角。

AI接手基础工作和部分简单决策以后，人要处理的是更复杂的权衡。决策循环越快，最初的判断质量越重要。过去一个错误决定可能一个月后才暴露，现在错误会更快扩散，组织留给自己修正的时间反而更短。

曾巧Ivy：这意味着CMO要懂技术、CTO要懂业务。边界被打通以后，怎样避免最后谁都懂一点、却没人为结果负责？

Charles：人的责任不会因为Agent出现而消失。企业必须决定目标是什么、哪些判断可以交给系统、哪些节点必须由人确认。技术团队要把数据、权限和风险边界做清楚，业务团队要为目标和取舍负责。把人的决策方式变成Agent能理解和执行的逻辑，是接下来最难的工作之一。

曾巧Ivy：营销Agent会继续向供应链、产品和经营决策延伸吗？

Charles：会。营销离消费者最近，反馈可以继续影响产品、生产、供应链和资金安排。比如一个产品先下200单，市场反馈很好，再加到2000单、2万单，推动供应链增加生产。营销数据不只用来复盘广告，也可以帮助企业决定接下来把资源放在哪里。

这仍是一种理想方向。营销系统和经营系统之间，还需要数据和流程的衔接。但一旦消费者反馈能够进入下一轮供给决策，企业比竞争对手更快地发现问题、调整动作，本身就是竞争力。

曾巧Ivy：做一套AgentOS这么重，短期内会不会是飞书深诺先替行业交学费？Marvy 2.0会很快带来业务增长吗？

Charles：它会带来加速，但不会今天上线、明天增长那么戏剧。我们先用它提升自己的广告运营效率和服务能力，再把能力开放出去，逐步嵌入客户的业务流程。目前已经有比较显著的商业化成果，这需要我们继续投入，和产业一起进步。

曾巧Ivy：所以，Marvy究竟是飞书深诺的一款新产品，还是未来所有业务的底座？

Charles：Marvy 2.0更像能力中台，把AI能力输送给前端不同业务。服务中小企业的业务可以接入更轻量的版本，智能创意Agent可以与专业创意团队结合，不同业务都能调用核心能力，再按自己的场景定制。

我希望它帮助飞书深诺内部形成业务共识，沉淀更多数据和客户上下文，也帮助客户理解和对齐目标。接下来我们也会推出Marvy Lite版本，用更标准化、更轻量的方式覆盖中小企业常见营销场景。

Marvy究竟给出海营销留下了什么

对话后，我的思考并不是“AI会不会取代人”，也不是又一个关于效率的乐观预测。它把出海营销里的一个旧问题说得更具体了：企业并不缺工具，缺的是一套能把分散动作变成连续决策的系统。

Marvy 2.0给出的路径有三个明确落点。第一，它把市场洞察、媒介策略、创意、投放和分析放进同一条决策链；第二，它用Supervisor Agent处理不同专业Agent之间的依赖和冲突；第三，它保留决策依据、置信度与人工介入，让投放结果能够进入下一轮学习。

飞书深诺的行业贡献也应当在这里衡量。过去，头部出海企业获得专业营销能力，往往依赖一个经验丰富的团队和长期项目合作。Marvy试图把这些经验拆成数据、规则和Skill，再通过系统复用。它要改变的不是某一个岗位的效率，而是专业出海营销能力的交付方式：从依赖少数人的项目经验，逐步变成可以调用、验证和积累的企业能力。

这也是“全球AI营销新基建”这个定位成立的前提。基础设施不能只在演示中给出漂亮答案，它必须能在不同国家、行业和企业上下文中反复运行；不能只提高产量，还要让决策更可解释；不能只调用数据，还要守住数据边界。

Marvy 2.0目前仍处于L2到L3的人机协同阶段，距离全自动决策还有明显边界。把这一点讲清楚，反而比宣称“AI已经接管营销”更有价值。CMO和CTO在评估这类系统时，应当追问五件事：它服务的业务目标是什么，能否打通完整流程，能否展示决策证据，结果能否回到下一轮，企业数据是否有清楚的使用边界。

如果一套系统答不清这些问题，再多Agent也只是工具集合。中国品牌出海的下一阶段，不需要广告里出现更多AI，而需要少一些解释不清的决策，少一些被重复支付的错误。