·AI
AI 原生媒體營運：Agency-Model 指南
對 agency 嚟講，AI 嘅問題唔係要唔要採用啲工具，而係當每個競爭者都有咗呢啲工具之後你賣咩。 呢份指南梳理 agency-model lane——該保留、改變、停止賣咩，AI 原生行家喺價錢同人頭上點比、 點樣為工作定價、以及持久嘅護城河喺邊——並指向每條問題更深入嗰篇。
#Agency
呢個標籤共 13 篇文章
·AI
Agency design 決策框架（保留 / 改變 / 停止賣）
Agency design 決策框架將每一項服務歸入保留、改變或停止賣。個軸係價值坐喺邊——拼裝定判斷—— 以及 AI 對交付經濟學做咗咩。呢篇講點樣分類你所賣嘅嘢，以及佢對周圍嘅人同定價意味住咩。
·AI
AI 原生 agency vs 傳統 agency
AI 原生 agency 同傳統 agency 唔係同一門生意配一份更大嘅工具 budget。個分別在於「默認」 坐喺邊、工作點樣配人、以及客戶實際喺買咩。傳統賣一個團隊同佢嘅工時；AI 原生賣一套 operating model 同判斷，由部機器做第一 pass。
·AI
AI 時代咩留喺內部、咩俾 agency
喺 AI 時代，內部 vs agency 嘅決定唔再主要係成本問題。保留啲會複利嘅層——brand 判斷、 first-party data、以及令 AI 隨時間變好嘅客戶 memory——將彈性 production 同專業執行交俾 agency。決定性嘅問題已經由價錢轉向複利。
·AI
一間 AI 原生 agency 需要幾多人？
同樣嘅產出，AI 原生 agency 需要嘅人比傳統 agency 少，而個數字由 review 能力、唔係 production 量決定。形態係一個細而 senior 嘅 pod，承載過去需要一個更大團隊嘅工作。更少、 更 senior、更 accountable，就係全部設計。
·AI
點樣為 AI agency 服務定價
俾判斷同結果定價，唔好俾工時定價。AI 打破咗時間同成本之間嘅連繫，所以按小時定價會因為 你變快而懲罰你。AI 原生嘅修法係：為你客戶實際喺買嘅嘢——個決定、個標準、個結果——定價， 將 production 當作你控制嘅一項輸入成本。
·AI
一間 AI 原生 agency 平過傳統 agency 咩？
一間 AI 原生 agency 按單位產出通常平啲，總花費上卻好少平啲。慳到嘅體現為彈性同速度—— 更多 variant、更多市場、更快嘅變化——先於體現為一張更細嘅單。而最平嗰份報價，往往正係 review standard 靜靜雞滑落咗嗰一份。
·AI
喺 AI 時代，一間 agency 應該停止賣咩？
停止賣被當成技能定價嘅拼裝——啲價反映佢過去所需人工、而非而家所交付價值嘅服務。 噉意味住手工 report 包、按量嘅零件生產項、作為獨立服務嘅送審同 QA、以及成量嘅通用內容。 難嘅部分唔係決定，而係退出時唔失去個客戶。
·AI
點樣開一間 AI 原生 agency
由一條你可以端到端跑嘅窄 wedge 開始開一間 AI 原生 agency，而唔係一份 full-service menu。 揀一種你可以砌個 context layer、喺單個客戶身上驗證個 operating model、並定低一個質素標準嘅 工作——然後才擴展。廣度係你賺返嚟嘅，唔係你開局就拿出來嘅。
·AI
Agencies 真正需要 AI 提供嘅，唔係更多內容
我一路都見到 AI 工具向 agencies 推銷「內容產量」。但如果你真係處理過 client relationships，你會知道更難嘅問題其實係 trust：隔離、權限、 context，仲有絕對唔可以令一個 client 嘅 thinking 漏到去另一個 client 嗰邊。
·AI
砌一個客戶 memory data moat
客戶 memory data moat，係一間 AI 原生店圍繞一個客戶砌起嘅 context layer——brief、結果、 決定、brand rules——令份工作複利、而唔係重新開始。競爭者複製得到你嘅工具；佢哋複製唔到 你累積嘅 context。嗰個係持久嘅優勢。
·AI
面向 agency 嘅 AI marketing stack
一間 agency 嘅 AI stack 唔係一張工具清單。佢係五層——客戶 memory、orchestration、 production、review 同 measurement——圍繞 agency 已經點工作嚟裝配。買會商品化嘅層， 砌嗰個承載你客戶知識嘅層，永遠唔好俾個 stack 生得比 operating model 還大。
·AI
Agency new business 入面嘅 AI
Agency new business 入面嘅 AI，壓縮 pitch 入面緩慢、重複嘅部分：prospect research、 回應初稿、資歷客製化、proposal 拼裝。個關係同個 idea 留返俾人。用 model 移除雜活， 永遠唔好用佢偽造實質。