00后南大创业团队用AI模拟产品全周期，帮品牌省百万试错成本

消费品牌每年推出大量新品，但真正留下来的只是少数。尼尔森IQ数据显示，快消行业创新产品上市成功率通常只有15%。饮料行业更直观：2023年市场推出超3000款新品，最终月销售额突破1000万元的仅6款，达百万元级的也只有81款。新品上市前，品牌已完成调研、研发、备货、铺货和营销投放，一旦市场反馈不及预期，前期投入很难收回。

数宗科技想把决定新品生死的一部分测试，提前到生产和铺货之前。这家成立于2024年的AI Agent公司由00后创业者丁天创立。丁天曾在阿里长期与商家和平台打交道，接触到商品从生产到流通、营销的完整链条。创业后，团队将方向聚焦到AI驱动的消费与零售分析，丁天称之为“AI for Social Science”：消费者如何选择、商品如何流通、品牌如何决策，这些真实商业行为可以被AI理解和模拟。团队开发了面向企业的Brand Master，品牌可引入真实消费者和市场数据，在虚拟环境中模拟不同人群对新品概念和营销方案的反馈，再调整产品和策略。目前Brand Master采用年度订阅模式，标准版年费约20万元。数宗科技已服务数十家企业，客户包括雅诗兰黛、盒马等，2026年营收以企业端为主，规模达数百万元。2024-2025年，公司连续获得奇绩创坛和徐汇资本投资，此后启动新一轮融资，用于产品研发、海外市场和客户服务体系。此外，公司还在测试面向个人创作者和个体经营者的端侧AI助手“小皮蛋 Pebble”，今年6月启动内测，首批吸引数百名早期用户，计划扩大公测范围。

丁天认为，消费行业核心问题是决策端试错成本过高。传统新品路径依赖经验拍板，几十万、上百万投入后，市场反馈不及预期，前期投入就会打水漂。大模型出现后，商业信息可转化为可记录、可计算的数据，商业领域同样可搭建模拟系统，把试错环节前置到虚拟环境。数宗科技要做的，就是给消费行业搭一套可运行的虚拟商业沙盘。

丁天强调，所有模拟必须锚定真实数据。数据来源包括Agent采集的公开渠道数据、合作的真实消费者样本库，以及与盒马、7-11等零售渠道伙伴合作的终端数据。公司还构建了消费行业标准化知识体系“行业本体”，梳理品类、成分、场景、人群、渠道等概念及关联逻辑，减少幻觉。公司聚焦消费新品垂直场景，通过限定边界完成闭环模拟，不追求100%准确，只要帮品牌避开明显决策陷阱、提升新品成功率，商业价值就已成立。

Brand Master是一套AI Agent操作系统，包含三类核心Agent：消费者洞察Agent可自动拉通50+消费者社区多源数据，输出八维结构化人群画像，传统调研4-8周完成的报告，系统4小时即可输出并实时更新；新品研发Agent可将消费者需求转化为完整方案，从产品概念、卖点到配方、成本、供应链、合规风险，最终生成可编辑研发规格书，研发筹备周期从1-2个月缩短到1周；品牌营销Agent基于真实人群样本构建数万个虚拟消费者模型，输入不同产品概念、定价、渠道和营销方案后，系统模拟市场反应，输出销量预测、ROI估算、核心增长人群排名，支持多方案A/B测试。

从已服务头部客户数据看，洞察效率整体提升10倍，从月级压缩到小时级；新品研发周期从2个月缩短到1周；营销Campaign的ROI平均提升80%，新品方案成功率提升65%。以7-Eleven为例，公司将系统用于线下零售，分析不同门店、时段和消费需求，帮助调整商品和营销策略，并持续跟踪效果。丁天表示，传统新品调研加概念测试需几十万成本、等两三个月，而系统按年订阅，平均客单价50万左右，一年可支持十几个新品项目测试与迭代，既节省咨询调研费用，也帮助品牌抢占时间窗口，减少失败项目沉没成本。

选择从头部国际品牌切入，丁天称是深思熟虑的商业策略。头部品牌有付费能力和习惯，有完善数据体系和业务基线，场景复杂，能帮助快速发现产品问题、推动迭代。公司有严格数据合规边界，不会用A客户数据服务B客户。国际品牌验收标准严苛，通过验证本身就是产品能力证明。公司最早与一家百年国际广告集团合作，在美妆场景做了一年多POC验证，打磨算法权重和产品形态，有了成熟标杆案例后，再拓展同品类、同量级客户会顺畅很多。

丁天表示，数宗科技定位为行业合作者。传统咨询公司、广告集团的核心资产是专家经验、客户关系和落地执行资源，这些能力仍有重要价值。公司希望AI系统帮助其放大专业能力、提升交付效率。目前合作主要有两种模式：一是内部提效合作，广告集团和咨询公司需向甲方输出大量洞察报告和策略方案，资深专家时间宝贵，用系统可快速完成基础数据整理、洞察分析、方案初稿输出。