社区

一家 30 岁公司的 AI 信仰与全球化野心。

文丨祝颖丽

作为中国最大的营销集团，蓝色光标（下称蓝标）过去多年做的是这样一门生意：帮客户买媒体、做内容、投广告，靠人力、服务和执行力赚钱——净利润很薄，有时甚至为负，毛利率也一度逐年下滑。

它身处一个很难称得上 “性感” 的行业，生成式 AI 的到来，甚至可能让整个营销行业直接 “消失”。它必须足够激进，才能存活，或者重生。2023 年，蓝标对外喊出 “All in AI” 的战略转向；三年过去，这家公司终于在去年交出了一份证明 “不是口号、也不是 PPT” 的成绩单——2025 年 AI 相关收入达到 37.25 亿、毛利率数倍于传统业务；进入 2026 年一季度，这部分收入继续高速增长，AI 业务的 Token 调用量是去年全年的三倍。

财报之外，过去几年蓝标内部也发生着一些不寻常的变化：在这家营销公司，每个人的 Token 费用可以无上限报销，同时全员必须通过 AI 机考；如今话语权最大的，不再是手握客户的销售，而是工程师——在别人的晋升评审中，他们对 AI 能力拥有一票否决权。

在与蓝标集团 CEO 潘飞的对话中，他谈了 AI、全球化，谈了几次内部创业的得与失，也谈了对权力的警惕——他反感中国企业家把公司做成 “小王朝”，但仍相信营销行业还能诞生伟大的公司，前提是：它必须先变成另一种东西。

潘飞身上有一个明显的特点：比起最终的结果，他更喜欢从无到有、亲手创造的过程，“创造的过程很酷，” 他说，“哪怕失败，也很酷。”

在蓝色光标近二十年，潘飞很少像一个典型的职业经理人那样行事。他曾在内部三次重新创业：先从北京赴上海重组公司，接着从公关行业转型移动互联网，又开辟了全球化出海业务——而现在，他正全力投入 AI 领域。潘飞害怕自己会因为安于现状而逐渐平庸。他说，不跳出舒适区，自己 “迟早会从屠龙的少年，变成想屠的那条龙。”

“最满意的，是在慢慢建立一种信仰”

晚点：蓝标喊 “All in AI” 挺久了，也蛮有决心地做了很多事，现在过去三年，你怎么评估这段时间的结果，有没有觉得自己建立了区别于同行的护城河？

潘飞：其实这三年我最满意的，不是某个数字，而是在公司里慢慢建立起了一种信仰——把 AI 当成蓝标的信仰、当成未来最核心的追求，一步步往前推。

在公司内部，最早真正相信这件事的，可能不超过几十个人，现在大概有几百人。还没到几千人，但我觉得这很正常：一个组织里，有 20% 到 30% 的人极其坚定地相信，就足够了；剩下的人相对相信，再往后的，其实没那么重要。

我很喜欢《小王子》里的一段话，大意是——如果你想造一艘船，不要急着催人去采木、去分工、去发号施令，而要先激起大家对浩瀚大海的向往。向往一旦被点燃，人就会主动往前走。过去三年的 AI 战略，我做的最核心的一件事，就是点燃这种向往。这个过程里，我自己也身体力行、无所不用其极地让所有人看见：我是真的在 All in AI，公司也是真的在 All in。信任，就是这么一点点攒起来的。

至于护城河，有一些，但还很薄。今天没有任何一家 AI 公司、包括大模型公司，敢说自己已经建起了护城河，因为模型的快速迭代和军备竞赛远没有结束。今天多模态也才能生成十几秒的视频，但它会不会有一天生成 4K、十分钟的高清视频？一定会。所以在迭代如此迅速的当下，谁宣称自己有 “护城河”，那多半是假的，更像是低垂的果实，经不起一轮迭代。

晚点：那真正的护城河，建立起来需要多久？

潘飞：五年之内，大概能看到终局。到那时，AI 会出现一种 “线性加速”，就像移动互联网时代，App 确立了主宰地位之后，你只要盯着 DAU、MAU 往前跑就行。今天我们还没看到这种线性加速，或者说，真正的 AI 原生新模式还没有出现，它还需要一点时间。

晚点：线性加速具体指什么？

潘飞：线性加速，就是那条增长曲线一旦清晰，你只要沿着它疯狂跑，就会越来越笃定。但到今天为止，除了大模型本身，真正的 AI 原生新模式还没有彻底出现：未来的广告形态、内容与交互方式，甚至是组织形态、客户形态，都可能和当下完全不同。所以，在线性加速、新模式跑出来之前，我们会在很多探索上保持极度开放，不急于把壁垒修得太高——那样反而最危险。

晚点：回到刚刚你说的，最满意的是 “建立信仰” 这件事。它是怎么实现的？

潘飞：第一，营销和 AI 的结合，本身就是一个正反馈不断累积的过程，而且正反馈来得很密集。这点特别关键——如果看不到实际效果，口号喊得再响，大家也不会相信。第二，管理层的行动，尤其是一把手、CEO 本人的身体力行很重要。大家心里都有杆秤，会根据这些行动判断你是真信还是假信。

晚点：身体力行，是指自己亲自用，还是别的什么？

潘飞：认知是第一位的。如果你不是一家 AI 原生公司，而是一家要转型的公司，那么一把手的认知，就是这家公司的天花板。我见过太多案例——前几年，很多公司的 CTO 要反过来去说服 CEO、说服董事会相信 AI。这是最痛苦、也最被动的局面。

晚点：所以在非 AI Native 的公司里，一号位不相信 AI 的占多数吗？

潘飞：今天几乎没有人不相信 AI 是未来，真正的关键在于能不能知行合一、能不能践行。

晚点：这个 gap 在哪里？

潘飞：差距在两点。第一，亲自动手的人太少。你必须和 AI 做足够深的交互，才能摸到它真正的边界。第二，愿意花时间的人太少。你会不会为了和一个二十多岁的 AI 原生应届生好好聊一下午，而推掉一场重要活动或者一场高级别的客户会面？这就是认知和选择。你的时间花在哪儿、资源投在哪儿、愿不愿意花钱让大家学 AI——所有人都看得见。

晚点：你在一个商学院的分享里也呼吁一号位要自己去用、自己去试。为什么大家明明知道重要，却不去用？

潘飞：我觉得，人性底层有两样东西在起作用：一是冒险，二是惰性。人一旦形成惯性，就很难愿意改变。我见过很多人，宁可去听各种讲座、迷信各路专家，就是不肯自己和 AI 深聊几句。其实答案 AI 大多都有，莫向外求。

当然，也有人不是懒，是真忙。但归根到底还是认知问题——没有认知，就容易浅尝辄止：问一个问题，觉得答得不靠谱，就下结论说 “AI 也就这样”，然后退回到搜索引擎的老习惯里，觉得这么获取知识还不如搜一搜方便。

晚点：让一个大组织建立对 AI 的信仰，一是管理层身体力行，二是你说的正反馈。蓝标 AI 收入去年是三十多亿，到 2026 年一季度占比还在提升，这个正反馈是怎么一步步建立起来的，经历了哪些阶段？

潘飞：我们这个行业有一个最大的幸运：大模型每迭代一次、每变强一次，我们都是直接受益者，马上就能看到正反馈，而且迭代的频率越来越高。

再从我个人的认知和判断来说。大概是 2023 还是 2024 年，那时 “智能体” 的概念还没起来，有媒体问我：蓝标最终会被 AI 改造成什么样？我当时描述了一个画面——员工头一天晚上把活儿交给 AI 自动去做，第二天上班，端着咖啡、吃着早餐，检查一下 AI 交出来的成果就行。说白了，那就是一个 “自动驾驶” 的场景。

我从来没怀疑过，AI 和营销的结合一定是颠覆性的。你越用，理解就越深；再加上我大量看论文、走访硅谷的原生 AI 公司、和那边的技术大牛聊未来，慢慢就会形成一种终局思维——你会笃定地相信，明天、后天就是那个样子。到了这种状态，人是非常乐观的：有正反馈我们当然开心，遇到挫折我们也开心，因为那本来就是试错的一部分。

晚点：但你得让大家一起做这件事。你们 Blue AI 负责人说过，最初很多业务跟 AI 结合的效果并不好。大家会不会觉得老板把这事想得太理想化，把 AI 当成许愿树？这个过程里的不理想，你怎么处理？

潘飞：我只能说，团队最迷茫的时候，大家还是愿意相信我。这种信任是怎么来的，我也说不清，可能是过去一起打了太多胜仗、攒下来的一种默契。所以，我很幸运有这样一支团队，在最不确定的时候，大家愿意跟着我往前走，走着走着，方向就清晰了。

晚点：关于 “正反馈”，除了大模型能力提升带来的水涨船高，你们自己做了哪些事？

潘飞：有几个地方，我觉得我们是真的领先。一是基建。很多营销公司，连 “统计 Token” 这件事，能做到的都很少，更别说底层的数据化基建了。二是智能化的构建，比如自决策、长链路任务处理，我们也走在前面。今天还有很多人在谈 “怎么搭一个智能体”，我们早就过了那个阶段。我现在最关心的，是 AI 能不能自动处理足够长、足够复杂的任务。

晚点：是希望在更多业务场景上都实现全自动化吗？

潘飞：这是其中一方面。它不一定要完全闭环，但一定要足够长、足够复杂。过去 AI 只能做单点——人加 AI，一个节点一个节点地往下串；接下来，是 AI 自己把整条链路跑完，还能自动复盘。这代表智能化的 “深度”。

另一方面是智能化的 “高度”，也就是 AI 决策。过去是人来定：预算怎么分、投哪个媒体、哪个场景效率高、ROI 怎么样；现在，把这些决策交给 AI。

我给你举个例子。我们有一个投放决策场景，AI 怎么投都起不来，看上去笨极了。团队负责人提议：干脆彻底信它一次，不到万不得已不要干预。因为很多时候，人根本看不懂它的决策逻辑——就像当年 AlphaGo 在棋盘上走出那步谁都看不懂的围棋。我们咬着牙忍住了干预的冲动，把决策权完全交给它，结果效果非常好。我们的 AI 自主决策系统，就是这么一次次 “忍” 出来的。你想想，这会给团队带来多大的信心。

晚点：所以在营销领域，让 AI 自主决策这件事其实已经解决了？

潘飞：部分场景，已经解决了。

晚点：这算你说的 L4 级别全自动化吧？那大部分业务场景现在在什么状态？

潘飞：大部分还在 L2、L3 阶段，L4 还很脆弱。刚才那个场景算是 “准 L4”——只能说在实验环境、封闭道路测试的条件下，达到了 L4 水平。

晚点：L2、L3 是指什么状态？

潘飞：就是还需要人来串联：人在几个关键节点上做决策，链路并不完整，得靠人把这些智能体一段段接起来。

晚点：这个 “准自动化” 场景，完全让 AI 自决策，经历了多少次试错？

潘飞：也没试错多少次。我最主要的工作，就是反复强调一句话：放手去试，赔了我来扛。这是我们刻意建立的文化，在创新期，犯错是一种政治正确，保守才是政治错误。

道理其实很清楚：如果已经到了线性加速、一切都很稳定的阶段，你还盲目犯错，那是有问题的；但现在是混沌期，一次犯错只是告诉你 “这条路不通”，所以必须鼓励大家去试错。我能做的，就是给一个明确的兜底——我当时定了最高允许亏 200 万美金。

晚点：亏损 200 万美金，是多大体量的业务？

潘飞：是全球化里的一个投放场景。对照我们的利润来看，200 万美金不是小钱。但我们愿意为 AI 的一次自主决策，买一张 200 万美金的单——这是去年。业绩越好，这个数字可能就不止 200 万了，也许能买 500 万美金的单。

“No AI， No Everything”：把信仰变成组织

晚点：AI 在业务上落地了，对组织和员工也会有很大影响。你一直说降本增效不是目标，但客观上肯定有变化——现在哪些业务可以完全交给 AI？

潘飞：两年前，我做过一次换位思考：如果我是员工，我希望有一个什么样的老板？无非两种。第一种，拼命告诉你 AI 很重要，逼着你现在就学，学完你能在这个时代重新焕发竞争力；第二种，告诉你 AI 没那么重要，你写的稿子更有人味，公司也不鼓励你用——可等浪潮真正到来的那一刻，你已经被淘汰了。你会感恩哪一个？

这件事我问心无愧：过去三年，公司给了每个人一条公平的起跑线。我也确信，只要你足够用心，AI 完全可以重塑你自己——大脑都能被部分重塑，何况一个人。机会给到你，你最后没接住，那是另一个维度的事了。

回到组织层面：我们的人非但没减少，反而越来越多——AI 的人、全球化的人、工程师，人力成本越来越贵。在我看来，AI 最该去干的，是那些打破上限、突破边界的事。我在内部反复讲一句话：AI 对我们最大的意义，是让我们去挑战过去根本做不到的事。如果只把它框在降本增效里，那是认知和格局出了问题。蓝标如果只去摘低垂的果实、只停在降本增效，那是没有前途的。

晚点：那传统业务未来只需要多少人？

潘飞：方法得当的话，可能只要原来的二分之一到三分之一。说句实话，今天蓝标哪怕人数减一半，可能会是一家更好的公司。但每个人背后都是一个家庭，这是一个社会问题，不能只算效率账。所以我的出发点始终是：通过 AI 打破边界，创造新收入、新岗位，也都欢迎大家都成为 AI 时代有价值的人。这是我自己的一份使命感。

晚点：换个算法——你们以前的业务，效率提升了三倍？

潘飞：只提三倍，我根本不感兴趣——十倍才是起跑线。在 AI 这样的进化速度下，一个场景如果看不到十倍产能提升，那不是 AI 有 bug，是用它的人有 bug。

晚点：你们在激励上提 “No AI，No Bonus”，后来变成 “No AI，No Everything”。具体指什么？考核怎么和 AI 挂钩？

潘飞：第一步，你得先成为一个 “AI 化” 的个体，把 AI 的技能真正握在手里。至于这些技能当下有没有直接换成收入和利润，反倒不重要。比如 coding、AI 创作、搭建 Agent 的能力，这些眼下看是 “无用之用”，但有一天可能成为大用。

所以我们的考核是非功利的——我们不要求你必须用 AI 替我创造多少利润，那就太功利，是逼着大家走的意思。我们只要求你掌握这门技能。打个比方，我只需要你会开车，至于你是不是在我这儿开车跑物流，并不重要。

晚点：具体怎么考？

潘飞：我们有一整套考核，横跨 HR、技术、业务三个体系；谁能真正把 AI 嵌进场景、用它重构流程，谁就拿到更多奖励。一开始的办法也挺笨的，就是大量考试，比如机考，现在还加上 AI 技术人员的面试。今天在蓝标，话语权最大的是技术人员——这在过去的营销公司里不可想象，过去是谁手里有客户谁厉害。

晚点：机考是直接给一个任务让员工去做吗？

潘飞：分业务、产研和中台，要求各不一样。产研最难，可能当场就要你写出一个程序、跑出一个场景后。这届校招，我们也加入了AI考试。

晚点：比如对一个公关，要考什么？

潘飞：考他原来手上的活儿，有多少能交给 AI 协作完成、人在其中扮演什么角色、AI 的产出质量如何。公关和内容、活动策划是连在一起的，这些场景会随着 AI 工具和认知的迭代一步步加深，考试也是循序渐进的。

晚点：怎么落到具体绩效上？

潘飞：晋升时，这是一道必过的关。产研背景的 AI 考官有一票否决权——只要 AI 技术人员判定这人不行，除非他在别的方面极其卓越，否则不予通过。加薪时也要看这一项。

晚点：把 AI 放进考核、晋升，做到这么落地的很少。什么时候开始推的？

潘飞：2023 年就开始了，就是提出 All in AI 那会儿，考核内容也跟着大改，当时争议很大，骂声也很多。我知道有不少人骂我——但一件事如果一开始毫无争议，往往说明它没什么价值。

晚点：大家会不会觉得老板在搞形式主义？

潘飞：AI 时代有一点特别好：如果你是领先者，今天指一个方向，说明天会变成这样，AI 的迭代速度三四个月就能给你反馈，当场证明你是愚蠢还是英明。这其实很危险，但也正因如此，正反馈来得很快。很多我两三年前讲过的事，半年、一年之后就从非共识变成了共识。

晚点：有别的企业家学你们这套吗？

潘飞：没有，学不来。因为他首先得变成我这样的人——亲自动手、极度相信、并且真去践行，这本身就是门槛。在一家公司里推这件事会遭遇什么，我心里很清楚。

晚点：推了这么久，真的让大家都变成 AI 人才了吗？

潘飞：肯定还不够，这必须是一套组合拳。光靠考试是很落后的方式，它只能传达一种决心。后来我们不断往里加东西——Token 自由、不限额报销、允许试错，所有这些拼在一起，才长成一个生态。如果你只会 “修剪”，那棵树早晚被你剪没了。

晚点：听说你们有员工一个人报销了三十多万？

潘飞：他主要做视频，估计是 Seedance、Veo、可灵这类顶尖视频模型用得比较多。

晚点：会有人审核吗？

潘飞：我不审核，到今天我依然抗拒去审核大家。只要你不违法乱纪，怎么用都行。这可能恰恰是我们文化和土壤的优势。往后或许会分层，因为 “Token 自由” 也是有质量差别的：有的公司只让你用海外模型，有的只让你用国内更便宜的，而我们这几年一直是全员一视同仁。好在当时相信 AI 的人不多，要不然成本更高。

晚点：给大家学 AI 的整体成本有上限吗？

潘飞：没有上限。我提过一个很激进的想法：如果可以，我愿意把全部经营利润毫无保留地投到 AI、全球化和人才上。但上市公司必须要考虑股东利益，后来修正成至少拿出 50%。所以我们每年研发费用增速很快。这还不含报销，那部分无法计入研发费用，只能走报销。

晚点：一家公司要倡导 AI Native，大概是什么量级的成本？

潘飞：如果不是蓝标这种体量，换个更聪明的打法，成本其实不高。一个十人左右的小公司，人均花不了多少，而且目标够齐、行动够一致、场景够专注，成本反而可控。说到底，这个世界上最贵的两样成本，是 “错失机会的成本” 和 “相信的成本”。我们最满意的，就是把这两笔账给抢了回来。至于钱多一个亿少一个亿，再赚就是了——我说的是公司，不是个人。

晚点：听说你自己每天七八个小时都在用 AI，主要在做什么？

潘飞：对话、思考，最近 Coding 用的比较多。我会实时关注每个模型的进展，包括我们自己的 Blue AI，所有内外部的会员我都拉满。我自己也养了一个 AI 助手（我管它叫 “小潘潘”），常和它对话——你会发现，它的认知和理解，其实比很多人都更深刻。我也用 AI 做视频创作；接下来还想试试，能不能做一个智能体，帮我审一部分单子，把一些系统授权交给它。

晚点：你会跟 AI 聊什么？所有问题都聊吗？

潘飞：太隐私的事不聊，其余基本都聊。

晚点：跟 AI 交互中，有什么让你惊艳的时刻？

潘飞：有一天，“小潘潘” 突然反问我：你现在太笃定了，你和蓝标之间几乎画上了等号——你觉得你就是蓝标、蓝标就是你，公司这么认为，外界也这么认为。然后它话锋一转：但你有没有想过，假如有一天公司不再需要你，你的存在甚至成了一种负向价值，你会怎么面对？如果你从没想过，说明你还不成熟，从现在就该开始想。

我盯着这个问题，愣了整整三分钟。这么多年，好像没有一个人这样问过我。它是有深度的，确实能逼你去想一些事。

晚点：你给它设置了什么机制，让它能提出这样的问题？

潘飞：我是在试着把自己的 “灵魂” 灌给它。除了纯私人生活，我的思想、价值观、几乎一切，都按照 “再塑造一个我” 的方式在养它。别人可能是无脑地往里塞各种语料和 skill，我是精挑细选。我会把大量判断给它看，让它去总结，再逐条告诉它：这个观点我认同，为什么；那个我不认同，又为什么。所以它身上沉淀了大量我的思考和判断。我还告诉它：每周如果攒到特别好的问题，可以来问我，给我一些启发。于是有一天，它就抛出了那个问题。

2026 届校招 AI 考试：AI 认知考核 + AI 面试官考核

题图来源：蓝色光标 CEO 潘飞