五度妙笔
API商城
数据库没有星图和蒲公英的海外市场，品牌的百亿预算怎么花？
作者｜曹思颀
达人营销，正在从大品牌营销部门的内部实验，变成几乎覆盖所有大公司、创业者的增长标配。
从体感来看，不管是国内的抖音、小红书平台，还是海外的 TikTok、Instagram，用户逐渐增长的屏幕时间里，也同时伴随着越来越多的广告和植入内容。
市场也验证了这个赛道的快速增长。根据 Statista 的统计，过去 5 年全球达人营销市场的规模翻了 3 倍，平均每年的增速超过 30%。这种全新营销方式也给品牌方带来了显著的曝光效果：Stanley 这个拥有近百年历史的保温杯品牌，依靠海量创作者在社交平台上的种草，从破产边缘「返老还童」，成为了如今中国都市白领几乎人手一只的时尚单品。
但「市场大」并不意味着「流程顺」。在国内，品牌方可以在星图、蒲公英等平台搭建的工具里，相对顺畅地跑通找人、交易、结算的流程；但一旦切换到海外市场，这种便利流程就会大打折扣：海外没有星图这样的「达人基建」，每一个具体环节都需要人力一点点去趟。
那些家大业大的品牌，也许靠砸人力堆出增长业绩，只是增长的曲线未必完美；但对于小规模创业团队来说，这套人海战术就很容易成为工作流里的重要卡点。
而这些简单、重复、耗费人力的环节，恰恰落在这轮 AI 技术变革里已经被反复验证的提效能力范围内。当然，前提是有人把模型能力真正打磨成一件能上手的产品。
01
海外达人营销：够大，也够「痛」
达人营销，面子上是在做内容、搞创意，实际上的难点其实在规模化和做执行。找到一个达人不难，难的是同时和上百个达人推进合作。发现、建联、议价、寄样、催稿、审稿、回收数据……每一单背后，都由这些琐碎的环节拼凑而出。
在海外，这套流程会更加困难。海外的达人营销属于典型的「散对散」市场：一端是极度分散、各自为政的海外达人；一端是投放需求逐年上涨的创业团队——而且还没有像星图、蒲公英那样的聚合入口。
主导生态的 YouTube 和 Meta 把达人营销相关业务开放给了第三方，使得整体海外达人营销市场呈现「去中心化」的生态格局，创作者、品牌和平台彼此独立，没有任何一方能够建立统一的交易闭环。
对品牌来说，每次合作都要从茫茫人海里捞人、逐个建联谈判；对达人而言，则只能被动等待、零散地接活。两头都麻烦。
近两年，一家名为 AhaCreator 的创业团队，正试图改变海外达人营销这个「散对散」的局面。目前 AhaCreator 已经覆盖全球 10 万多海外达人，付费企业用户超过 300 家，不仅有 SeaArt、Hakko AI、ONLYOFFICE 这些 AI 产品，还有 WonderBiotics、Sportneer 等品牌。
有意思的是，团队核心成员来自 CreatorIQ、Traackr、TikTok Creator Marketplace 等传统海外达人营销体系内部。这个环节有多「苦」多「痛」，他们太懂了。
过去，想啃下海外营销这块硬骨头，无非两条路：
一条是自建 in-house 团队，招一批人专门盯海外达人。好处是可控、贴身，但想放量就得堆人，成本和管理难度跟着水涨船高；
另一条是把活外包给海外的 agency，借它们现成的人脉和经验。省心，却换来另一重代价：中间隔了一层，过程不透明，达人是怎么选的、报价是否合理、进度卡在哪，品牌往往看不真切，灵活性也大打折扣。
两条路看似不同，但本质上都依赖人海战术。而在纯人力模式下，一堆本可能贡献真实转化的中小达人，却极有可能因为「不划算」被排除在品牌的决策之外。
而说到底，无论自建还是外包，过去都是在「人」这个变量上做加减法，天花板早已注定。
AhaCreator 的思路是：用 AI 和新技术把这个赛道重做一遍，提供能主动工作的「AI 员工」，让现有的「人力」效能上涨数十倍。不仅更快，也让过去因为被人力上限压住的规模，重新回到牌桌上。
02
既提效，也搭建信任机制
AhaCreator 给自己的定位，叫做「AI 原生达人营销双边平台」。核心产品逻辑可以理解为一边链接品牌，一边链接达人，而中间那些依靠大量人力的工作，交给 AI 大幅提效。在这套逻辑下，AI「接管」了很多执行工作，人的精力更多被集中在了关键节点的判断里。
于是，具体的流程被变成了这样：品牌方填进预算和产品信息，剩下的匹配、建联、议价、催稿、审稿、回收数据，AI 一路自动推进，品牌只需要在四个节点上拍板——建好一个 campaign、审一遍 AI 选出的达人名单、审一遍达人交来的内容、看一眼最终数据。换句话说，过去要一个团队连轴转的流程，被压缩成了「四次点头」。
这「四次点头」，甚至不必专门登录一个陌生后台。AhaCreator 把这套流程接进了飞书：活推进到需要拍板的节点，AI 会在飞书群里弹出一张卡片，点一下就完成决策，团队成员也能在同一个群里一起看、一起定。对一个本就只需偶尔介入的流程来说，把决策入口放进团队每天都在用的工具里，比让人再开一个网页顺手得多。
通过 AhaCreator，AI 的能力开始让重复劳动产生出规模效应。那些曾经因为「不划算」而被放弃的中长尾达人，也第一次被纳入了射程。
这不是纸上谈兵。AI 编程产品 CodeFlying ，借助 AhaCreator，每月能稳定推进七八十位达人的合作；AI 游戏陪伴产品 Hakko AI 海外注册用户超过两百万，它的月度达人合作量，从最初的不到十位涨到了接近一百位。这说明 AI 能让团队以一当十，把一家公司的合作规模成倍放大。
把镜头拉远，AhaCreator 的用户名单里，AI 类创业者扎堆出现：AIGC 工具 SeaArt、AI 设计的 Pixso、AI 剪辑的 Vizard、AI 效率工具 Presenti、AI 音乐视频 VibeMe AI……几乎每个 AI 细分赛道，都能在上面找到一个跑海外达人投放的代表。这并不难理解——这批公司大多团队精简，却要在海外快速起量，正是「靠人堆不动、又必须规模化」的典型。
在供给侧，目前在 AhaCreator 平台超过十万多名达人里，AI 科技类占比最高，已超过 13000 人，足够接住这些 AI 品牌的需求。
在 AI 领域之外，电商和游戏这两个赛道，今年用户量激增。电商这边最值得一提的是飞书：AhaCreator 成了它首个海外达人营销 AI Agent 合作伙伴。被飞书选中和被一个个买家选中不一样——飞书电商版是字节旗下做电商生态的一环，它的认可本身就有分量；更重要的是，它不是代表自己下单，而是替平台上一整批做 DTC、做消费品的商家，把同类产品比了一圈之后才挑中 AhaCreator。这一次点头，背后是一个群体的需求。
而这套产品的另一个核心价值在于，它为跨境合作搭起了一套信任机制。
跨国达人合作里让人担心的，不光是内容质量，还有交易的安全。双方隔着十几个时区、素未谋面，品牌怕付了钱对方不干活，达人怕干完了拿不到钱，又没有共同的平台和能追责的渠道——这份天然的不信任，过去只能靠反复沟通、靠运气，或者干脆只跟合作过的熟人来对冲，无形中又把合作规模摁住了。
AhaCreator 在流程里内置了一道护栏来接住这个问题：每笔合作都走经本地法务校验的标准化合同，资金由平台全程托管，达人的历史记录、准时率、品牌评价在确认前都可查；达人没按时按量交付，平台就全额自动退款；跨境打款也由平台统一处理。
有了这套覆盖 140 多个国家的交易信任机制，品牌不必再赌对方人品，达人也不必担心白干。虽然看起来不够性感，但恰恰为海外营销产业链上的每个参与者，搭起了一块让分散的双方都愿意把交易放上来的共同地基。
03
从「关系」变成「数据」
把视线拉回整个行业，我们会看到一个更大的变化正在发生。
过去，达人营销比拼的是资源。谁手里的达人多、谁认识的人广，谁的生意就越好做——这门关系和「人脉」息息相关。
在 AI 时代的达人营销生意里，其实这套逻辑依然存在，但物理世界的「人脉」需要转化成 AI 领域里的一个重要资产：数据。这些过去只存在于某个人脉、某段经验里的「关系」，通过沉淀成可被调用、计算的数据，可以赋能 AI 更好地建立关联。
AhaCreator 的双边平台模式，恰好踩在了这个变化上。它让 AI 带着真实商单去主动建联海外达人，达人发现真能接到活、赚到钱，便顺势留下；达人越多，又反过来吸引越多品牌。平台每转一圈，攒下的数据就厚一分，匹配和议价也更准一分，再去吸引下一批人——这就是所谓的「数据飞轮」。
和很多双边平台不同，它没有靠烧钱补贴去硬拉两端——据了解，平台上一半以上的企业客户是自己找上门、自主跑通了首次付费和后续增购的。按 AhaCreator 透露，过去一年平台收入增长数十倍，老客户增购率极高。能不靠烧钱就换来这样的增速，靠的正是产品本身的 AI 驱动力。
这套能力依托于 AI 的模型能力，但一笔笔真实成交里沉淀下来的数据——谁以什么价格、接了什么样的活、效果如何——又是通用大模型缺少的训练语料。大模型越强、越便宜，对这类平台反而越是利好：它把理解需求、跨国沟通的成本一再压低，而壁垒始终长在平台自己这一侧。
这套「下笨功夫、攒数据」的逻辑，互联网历史上验证过。当年在线旅游巨头忙着抢大型连锁酒店时，Airbnb 在做最不起眼的活——创始人挨家挨户上门帮房东拍照片、定标准；美团面对千万家连收银机都没有的夫妻小店，靠地推一家家去谈。这些垂直行业里的脏活累活，让它们攒下了别处难有的东西：陌生人之间的信用、商户的真实履约数据。这些数据不在公开市场上流通，最后成了它们最深的护城河。
所以，与其把 AhaCreator 看成一个更聪明的 AI 工具，不如说它是一个 AI 原生的双边平台。工具会被更强的模型迭代掉，但平台和它沉淀下来的数据不会。
滴滴撮合了司机与乘客，美团连起了小店与食客，每一个「散对散」的市场，最后都长出了自己的基础设施。海外达人营销，或许正在等来它的那一个。
现在全行业都在卷具身智能，主流共识是：只要堆够遥操作数据、人类视频和仿真数据，配合 Scaling Law，机器人就能像 GPT 一样迎来智能「涌现」。但也有人提出了不一样的判断。她认为，目前的 AI 本质上还在做统计拟合——给什么输入、猜什么输出，却不理解「为什么」。在摩擦力、重力和长程任务交织的物理世界中，机器人需要的不只是更多数据，而是真正理解因果关系。
本期直播，极客公园对话 Aether AI 创始人黄碧薇（Biwei Huang）。她比大多数人更早相信：AI 智能的瓶颈不在数据，在范式。因果大模型，会是下一场范式之争的答案吗？一起来听听她的判断。
