# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
这是 AI 带来的市场的充分性竞争。
在这一两年里，我们被反复提醒：AI 正在重塑一切。它在改变创作方式，改变知识分发方式，改变我们对「效率」与「增长」的定义。
但在前沿技术叙事之外，有一群人的声音往往被忽略：那些撑起地方经济、在反全球化浪潮中迷茫的中小企业者。
他们既不是大公司，也不是受资本追逐的创业者，而是当地餐厅、跨国小工厂、手工艺工作坊、贴纸品牌、区域零售商……他们的经济活动真实而微小，需求分散却具体，经营压力长期存在，信息与资源高度不对称。
而今天，AI 的快速演进让这种差距被进一步放大：算法广告越来越精准，却也越来越昂贵；供需匹配越来越高效，却也越来越偏向懂技术、懂流量的大企业。
Lexi 希望「市场营销」不只属于大公司｜图源：极客公园
在这样一个「计算广告越有效、市场越失衡」的时代，一个本地中小企业主究竟该如何在没有数据科学团队、没有复杂技术栈、没有巨额预算的情况下，找到自己的增长信号？
这正是 Sandwich Lab 想回答的问题。他们想讲一个关于 AI、关于营销市场的演变，更关于普通人如何重新立足，并掌握未来的故事。
以下是 Sandwich Lab 创始人兼 CEO 郭振宇在极客公园创新大会 2026 上关于 AI 如何赋能中小企业者的演讲实录，由极客公园整理：
嘉宾观点：
我们在 IF 2026 上聊了很多 AI，前沿的技术，如今我想花一点时间聊聊中小企业，以及它们在当下所面对的市场环境。
先来看一家曾经开在温哥华的咖啡店。这里每天小批量烘焙来自不同产区、不同风味的豆子，用极有耐心的萃取方式，呈现出非常好的口味，店铺氛围也非常社区化、令人愉悦。店员偶尔会在社交媒体上分享一些顾客的体验，但显然他们几乎没有做任何系统化的营销。
倒闭的加拿大咖啡店｜图源：Sandwich Lab
结果是，这家店很快就倒闭了，哪怕许多顾客在这里第一次真正体会到咖啡的完整愉悦。
有没有类似的经历？你费了很大劲订到一家餐厅，吃到的却是「流量好」的餐厅，而非「味道好」的餐厅；你长途跋涉去了一个目的地，看到的是网红打卡点，而不是美景本身和人文体验；结束一天的工作，你走进电影院，却看到某位流量明星的「流量电影」，而不是情感动人、逻辑严谨的作品。
我们认为，这个时代市场的「充分性」正在被侵蚀。
去年，我们创立了一家叫 Sandwich Lab 的公司，希望帮助中小企业解决增长困境。而在解决问题之前，我们需要先理解市场是如何走到今天这一步的。
长期以来，所有机制与工具都在试图提高供需匹配的效率、重新配置社会资源，从而带来新的供给增长。
比如价格机制，在计划经济时代，价格由主管部门制定，往往严重偏离价值，导致供需错配与资源浪费。因此我们全面拥抱市场经济，让价格由供需决定，从而带来更高效的匹配，让价格不断趋近真实价值。
再比如区域机制，如 WTO 等全球化努力，在不同区域之间提升商品交换效率、减少阻碍，使供需匹配更顺滑，并推动了全球商品经济长期繁荣。
最后是更微观的手段，典型如广告与营销。它们以极直接的方式把供给呈现在消费者面前，让消费者知道「你可以买什么」，大幅提升供给对需求侧的渗透率，从而进一步催生经济增长。
广告本身也经历了漫长演进。从 19 世纪初美国邮政购物与铁路结合带来的商品繁荣；到 20 世纪 50 年代有线电视的普及，使广告成为最有效的传播方式。
统一的媒介和内容催生了标品繁荣：无论城市乡村、不同国家，大家买到的都是同样的饮料、同样的纸尿裤。
全球化市场打破了国界｜图源：Sandwich Lab
谷歌兴起后，我们进入计算广告时代；随后是推荐与信息流广告，再到短视频时代的内容化广告。广告对消费者日常生活的渗透率更高、频次更密、个性化更强，这不仅催生商品经济进一步发展，也带动了过去无法被发现、无法被满足的大规模非标品需求爆发。
所以我们看到：计算广告非常好，非常有效。唯一的问题是，经营者必须自己找到准确的「信号」，才能真正用好它。这个信号就是：需求在哪儿。
我们来看一个客户的例子。Paul 是一家本地辣椒酱品牌。店主退伍后，用家里仅有的积蓄复刻奶奶的童年味道，组建小团队，建立线上线下渠道。他们尝试在 Facebook 上投放广告，最初有一些成绩，但很快遇到受众饱和。他无法从繁复的广告后台理解下一步该怎么做，因此来到我们的产品——Lexi AI。
再看另一个客户 Frank，他在美国经营一家跨国家具公司，既做 D2C，也做 B2B，总部在西雅图，工厂在亚太。消费者可以在独立站、亚马逊、Costco、Home Depot 等渠道买到他的产品。
Paul 的辣椒酱店｜图源：Sandwich Lab
疫情期间他享受了消费红利，但疫情结束后，红利消失，美国房地产与家装支出迅速下滑，竞争加剧，零售商账期变长，他面临巨大经营压力。于是他把目光放到美国之外的中东与东南亚。
在这些地区，家装家具支出上升，人口与消费习惯改善，需求确实存在。但他对当地语言文化毫无了解，也不知道如何制定策略，便把美国经验照搬过去，结果可想而知，遇到瓶颈，反馈信号有限。最终他也来到 Lexi AI。
在今年夏天我们的产品上线后，短时间内就获得来自 90 多个国家、各种类型中小企业的付费用户。
从波兰的个人陶瓷工作室，加拿大的定制贴纸品牌，南非的功能性女性内裤品牌，印尼的个人金融服务机构等等。
这会让人产生一个疑问：经营者不应该最了解需求吗？为什么他们需要我们来告诉他们需求在哪里？
我们再看一个知名的例子。
在市场信号的观测上有非常大的迷惑，你看到的数据不代表真实的反映市场需求的洞察。
1985 年的可口可乐面对百事可乐冲击，可口可乐管理层「亲口试喝」得出假设：百事更甜。
于是可口可乐动用更庞大的研究团队，做了 19 万次的盲品测试，结论是「美国消费者喜欢更甜的可乐」。他们停产百年配方、推出 New Coke，并进行了大规模营销。
可口可乐一度「抓错信号」｜图源：Sandwich Lab
结果全美消费者和媒体集体抵制，可口可乐不得不出来道歉，恢复百年配方，停产新可乐。很显然「用户喜欢更甜的可乐口味」这个需求信号是错误的。
这个信号为什么错？因为真正的原因是：百事更便宜五分钱，并且大量签约当时的流量明星，密集触达新一代年轻人。而可口可乐管理层因年龄层较大，完全没有接触到百事的营销，所以错过了真正的信号。
这个故事我们想说明的是：强大如可口可乐这样的消费品公司，如此熟悉用户和市场，仍然会抓错真正的增长信号在哪儿。
回到今天，广告技术越来越有效，但能真正用好的，只有少数大企业。这就导致计算广告越有效，市场越失衡，这听上去反直觉，但已经发生。
那 Sandwich Lab 想做什么？AI 又能做什么？
我们构建了一套完整体系，利用 AI 覆盖增长决策的全部三个环节。
第一步，用 Lexi 的 AX 系统在庞杂的数据中去噪，从基本面、消息面、技术面中找出潜在真实的增长信号。
第二步，用内部的 evolved 引擎进行策略与信号的迭代、验证与测试，以统计方式最快确定「此时此刻对用户最有效的增长信号」。
第三步，把信号转换为策略，把策略转换为可执行资产，并以可规模化方式执行，再持续在三个环节之间循环迭代。
郭振宇讲解 Lexi AI 的技术原理｜图源：极客公园
回到 Paul 的例子。他最初把注意力集中在一个刻板的典型用户：本地、男性、喜欢烧烤、在后院做 BBQ。
很快，他不知道还能向哪里寻求增长。而 Lexi 会自动分析不同地区、文化、人口结构中可能存在的新场景：比如家庭料理、女性用户、聚会与送礼、夜宵与加班等。
我们的 EVOLION 会自动生成可执行策略，并用极低成本快速验证，放大最有效的方案，持续提升增长。
我们希望通过服务一个又一个像 Paul 这样的中小企业，逐步推动全球市场重新走向更平衡的状态。这不仅是帮助单个企业，而是试图从多种方式促进市场再平衡，为整体经济带来更大繁荣。
借今天这个机会，我们也正式宣布：在成立一年多后的今天，我们刚刚与业内头部 SaaS 服务平台达成深度合作。从 AI 建站到自动化营销，实现全链路、全托管的协作；同时获得了全球 50 万家企业的信任。我们正式签订了总额 9600 万美金的订单*。
未来，希望有更多行业伙伴加入，让我们能更快服务全球更多中小企业。
谢谢大家。
文章来自于“极客公园”，作者 “极客公园创新大会”。
