第二期关注：专注新闻大数据的凡闻科技

做IT做久了，我现在越来越不太信“概念”这回事。不是说概念没用，而是很多东西在PPT上看着很厉害，真落到现场就变味了。

尤其是AI流行这几年，大家都很会说，什么大模型、智能体、知识库、工作流，词一个比一个新，但你真问一句：能不能帮媒体人把活干利索？

很多技术公司就开始含糊了。

这次看凡闻科技，我一开始也没抱太高预期。

说白了，新闻数据、舆情分析、资讯平台，这些词我都听得快起茧了。

但聊完CEO姚洲鹏、CTO陈法涌、营销总监戚轩栋之后，我慢慢有点改观。

凡闻给我的感觉，不是那种特别会“造势”的公司。

它更像一家闷头做事、一步一步把底层能力往里扎的公司。

不张扬，但挺扎实。

它成立于2012年6月25日，注册在互联网公司云集的杭州，做的是新闻大数据云服务。

公开信息里，它的能力包括新闻数据采集、清洗、去重、标签化、新闻鉴真、热点预判、智能选素材、传播分析、舆情分析这些。

听上去很“系统化”，也很标准。

但我真正感兴趣的，不是这些功能清单，而是：它到底是在帮谁解决什么问题？

后来我发现，凡闻最在意的，其实一直是同一件事——

把新闻行业那些琐碎、重复、但又特别关键的活，变成一个真正能跑起来的系统。

这件事听起来不性感，但真挺重要。。

01 姚洲鹏身上，有一种老媒体人很少见的执念

姚洲鹏给我的第一感觉，不是“创业者”，而更像一个从媒体技术体系里长出来的人。但他现在是身份是凡闻科技的联合创始人、总经理。

他早年在浙江日报社工作，从信息技术处干起，做过电脑维护、服务器管理，也参与过报社技术体系建设。

后来报社还成立过技术公司，他也在里面待过。

你能感觉出来，他对媒体行业不是那种外部观察者式的理解。

他是真的在里面待过，知道它怎么运转，也知道它哪里别扭。

他跟我说，他出来做凡闻，有个很朴素的想法：

总觉得这个事情没做完。

我挺喜欢这种说法。

它比“我看到了一个风口”真实多了。

很多人创业是看见了机会。

姚洲鹏给我的感觉更像是：他看见了一个长期存在的问题，然后不太甘心就这么放着，于是自己出来补这个缺口。

凡闻一开始做的事情，也很符合这种逻辑：

不急着去做一个花里胡哨的AI产品，而是先做数据采集、汇聚、清洗、结构化、标签化。

为什么从这里切？

因为媒体这个行业，最不缺的就是信息，最缺的是能直接用的信息。

尤其是传统媒体、党媒、官方媒体，对来源、权威、公信力这些东西非常敏感。

所以它天然就更适合做数据服务，而不是只做一个信息展示层。

姚洲鹏那句话我记得很清楚：“我们始终围绕数据在做文章。”

这句话不花，但我反而觉得挺重。

有时候一个公司能不能走得远，看的不是它讲得多漂亮，而是它能不能十几年都盯着一个方向不松手。

凡闻看起来就是这种公司。

02 陈法涌讲技术时，我第一次认真意识到：搜索这件事，真不是搜词这么简单

很多公司都会说自己有“智能检索”。

我以前听这种话，基本已经自动免疫了。

因为大部分时候，这只是个包装词。

但陈法涌讲凡闻的检索逻辑时，我能感觉到，这不是那种“为了显得高级”而说出来的词。

它背后是真的有技术路径的。

他把凡闻的架构讲得很清楚：

底层是数据采集、清洗、打标和仓库；

中间是分析；

上层才是各种给媒体用的应用产品。

这个层次很重要。

因为很多产品一上来就想做应用，底层没打好，最后只能靠“能用”撑着。

凡闻显然不是这种路子。

陈法涌最让我有感觉的一点，是他对“搜索”的理解。

以前很多大数据方案，本质上还是全文检索。

你输一个词，系统给你一堆带这个词的内容。

乍一看挺厉害，实际上常常没那么好用。

尤其新闻场景里，编辑最怕的不是没结果，而是结果太多、太散、太不准。

因为新闻不是一个孤零零的词，新闻是一张网。

一个真正懂媒体工作的系统，不能只认识字面上的关键词，它得知道这些词之间到底是什么关系。

这也是我觉得凡闻有意思的地方。

它做的不是“看上去像AI”的功能，而是在做一个更懂新闻语境的系统。

陈法涌还提到一个很现实的问题：

AI进来之后，幻觉一定会有。

所以凡闻不会傻乎乎地直接把大模型当答案机器用。

它会先把知识库、图谱搜索、向量搜索、结果评判这些机制都搭起来，尽量把错误挡在前面。

这点我很喜欢。

因为这是一种很典型的产品思维：

别先想着让AI多聪明，先想着怎么让它少犯错。

这句可能不酷，但特别实用。

03 AI创作这件事，凡闻没往“替代人”那边去，这点挺难得

现在很多公司讲AI创作，都会不小心往一个方向滑：

“以后编辑会不会被替代？”

“AI能不能一键出稿？”

“内容生产是不是彻底自动化？”

说实话，我对这种说法一直有点警惕。

因为真正干过内容、产品、或者媒体工作的人都知道，事情没这么简单。

凡闻的AI创作平台，陈法涌讲得很清楚：

它不是单纯让AI帮你写一篇稿子，而是尽量去模拟一个编辑或者记者真正工作的流程。

先选题，再找线索，再汇资料，再出提纲，最后才是正文。

这就对了。

因为新闻写作从来不只是“写字”这一步。

真正费时间的，往往是前面的找信息、筛信息、整理信息。

AI如果能在这一步帮上忙，价值就很大了。

陈法涌说得很直接：AI只是辅助，主导还是编辑。

我很认同这个判断。

尤其是新闻这个行业，你不能只看AI能不能生成文字，你还得看它能不能守住准确性、时效性、口径这些边界。

有些东西一旦错了，不是“改一下就行”，而是整个链路都可能出问题。

姚洲鹏也说过类似的话。

在他看来，AI时代不是让编辑消失，而是让编辑从重复劳动里出来，把时间花在更值钱的地方：框架、角度、判断、创新。

这话不花哨，但挺对。

我一直觉得，技术真正厉害的时候，不是它把人挤走了，而是它把人从机械劳动里解放出来，让人去做更像人的事。

凡闻现在往这个方向走，我觉得就比较稳。

04 戚轩栋讲市场时，我听到的是一句很朴素的话：客户不是要功能，而是要能用

如果说姚洲鹏讲的是方向，陈法涌讲的是底层，那戚轩栋讲的就是最贴地气的市场。

他对客户画像说得很明确：

凡闻80%以上、甚至接近90%的客户都是媒体机构，另外还有政府事业单位和少量企业客户。

这其实已经很能说明问题了。

凡闻不是那种想通吃所有行业的公司。

它的主战场很明确，就是媒体。

但戚轩栋也说了，媒体客户和政府客户、企业客户的需求完全不是一回事。

媒体关心采编、监测、传播、创作；

政府事业单位更关注行业数据和传播分析；

企业则更在意业务流程和系统整合。

凡闻最早打动客户的地方，说到底就一个词：效率。

这个词听起来特别普通，甚至有点土。

但我越来越觉得，很多真正能落地的产品，最后拼的就是效率。

以前找稿子很费时间，现在能快一点；

以前数据散落各处，现在能汇总；

以前很多判断靠人工，现在系统能先筛一遍。

这些都不是很炫的卖点，但客户会记得。

后来，客户需求也变了。

他们不再只是要“能查”，而是要“能用”。

不只是想“看见数据”，而是想让数据进入工作流，真的成为日常的一部分。

戚轩栋给我的感觉，就是很清楚这件事。

他说，凡闻现在更像是一个长期陪跑的角色。

不是卖完系统就结束，而是上线后还要持续沟通、持续回访、持续调整。

一对一服务、微信群响应、线下回访，这些听上去很基础，但其实很重要。

我做产品这么多年，越来越相信一件事：

很多系统死掉，不是因为功能不够，而是因为没人持续陪着它融进组织里。

这点凡闻是懂的。

05 凡闻真正的价值，往往不是在“功能点”上，而是在具体场景里

如果只看产品介绍，凡闻很容易被理解成一家做新闻数据平台的公司。

但真正聊到客户怎么用，事情就会变得具体很多。

我后来发现，凡闻的价值，往往不是体现在某一个特别炫的功能上，而是体现在：

它能不能真的嵌进媒体、政府、企业的日常工作里。

这个差别很大。

案例一：传统媒体最缺的，不是新闻，而是能直接用的线索

先说媒体客户。

对很多传统媒体来说，最现实的问题不是“有没有新闻”，而是“今天该写什么、先看什么、怎么最快把线索拎出来”。

尤其是在信息爆炸的环境里，编辑最缺的不是内容，而是筛选内容的能力。

凡闻在这个场景里做的事，其实很朴素：

它不是替编辑写稿，而是先帮编辑把信息筛出来、归拢起来、按关系理清楚。

比如一个编辑要关注“特斯拉”这个话题。

如果只是靠传统检索，搜出来的可能是一堆带“特斯拉”三个字的新闻。

但凡闻更看重的是这个词背后的新闻关系。

智能驾驶、电池技术、Cybertruck、出租车计划、供应链波动、政策监管……

这些东西才是真正能帮编辑判断选题方向的内容。

这个价值其实很现实。

因为编辑每天最耗时的地方，往往不是写，而是找。

找线索、找背景、找关联、找可用材料。

凡闻这类工具如果能把这一步做顺，编辑的效率会立刻不一样。

从产品逻辑上说，这种能力不是“多一个功能”，而是“少一层重复劳动”。

而对媒体客户来说，这种提升往往比花哨功能更重要。

我的判断是：

凡闻在媒体端真正打动人的，不是“AI能写”，而是“AI先把前面的脏活累活做掉了”。

案例二：政府和事业单位，更看重的是舆情、传播和判断的及时性

第二类客户是政府事业单位。

这类客户和媒体不太一样。

他们未必天天要写稿，但他们很在意两件事：

一是行业信息有没有被及时抓到，二是传播态势能不能尽早判断出来。

这类场景下，凡闻的作用就不是“帮你出内容”，而是“帮你看局势”。

比如一个行业突然出现热点事件，政府或事业单位最需要的，不是某篇文章本身，而是这件事在不同平台上的传播速度、扩散范围、关键节点、相关情绪，以及它有没有继续发酵的可能。

这时候，单纯靠人工看就很慢。

看得慢，判断就慢；判断慢，反应就慢。

而在舆情场景里，慢往往就是问题。

凡闻在这类需求里的价值，核心其实是三件事：

更快抓到信息——不只是看到新闻本身，而是尽量早地发现传播苗头。

更快判断趋势——是单点讨论，还是正在扩散；是短时热点，还是可能持续发酵。

更快形成可用判断——不是只给一堆数据，而是帮用户把数据变成能汇报、能研判、能决策的材料。

这类客户尤其在意“解释得清不清楚”。

因为他们不是为了看数据而看数据，而是要把结果拿去内部沟通、汇报和决策。

所以一个系统如果只会“显示”，不会“归纳”，其实价值有限。

我的判断是：凡闻在政府类客户这里卖的不是舆情图表，而是更早一步的判断能力。

案例三：企业客户关心的，往往是品牌、传播和业务之间的连接

第三类是企业客户。

企业客户一般没那么关心“新闻行业本身”，他们更关心的是：

品牌有没有被提到、传播效果怎么样、行业风向有没有变化、竞品有没有动作。

这类场景里，凡闻的角色会更偏向“传播分析工具”和“信息中台”。

比如一家企业做新品发布，最关心的可能不是发布当天有没有文章，而是：哪些媒体提了它；提法偏正面还是中性；哪些平台扩散最快；竞品有没有同期动作；后续舆论有没有偏移。

这些问题如果靠人工盯，成本其实很高。

尤其是当企业规模一大，品牌、市场、公关、业务部门对信息的关注点都不同，数据一乱，就很难统一。

凡闻这种系统的好处是，它能把碎片信息归拢成一个相对清晰的传播视图。

这样企业不只是“看到一堆报道”，而是能知道：

这次传播有没有到位；哪些渠道效果更好；哪类内容更容易被扩散；后续应该往哪个方向优化。

这类能力看起来不如“AI写稿”那么醒目，但它其实更接近企业真实需求。

因为企业买系统，最后买的通常不是一个点，而是一整套“看见—判断—调整”的闭环。

我的判断是：

企业客户真正需要的，不是一个资讯平台，而是一套能帮他们做传播复盘和策略调整的工具。

06 我对凡闻最直接的感受：它不是炫技型公司，而是干活型公司

这可能是我最想说的一句话。

我见过太多产品，演示的时候很漂亮，PPT也好看，话术也顺，听起来像是未来。

但真到落地的时候，问题就来了：

能不能接进现有流程？能不能适应用户习惯？能不能长期稳定地跑？能不能真的减少麻烦？

这些问题，才是最要命的。

凡闻给我的感觉，不是那种特别爱炫的公司。

它的很多功能，甚至可以说有点“朴素”：采集、去重、标签、仓库、检索、传播分析、专题分析、舆情分析……

都不是那种一听就会让人“哇”一声的东西。

但就是这些看起来不性感的功能，撑起了媒体工作里最实际的部分。

而且凡闻有个很重要的特点：

它不是站在媒体外面评论媒体，而是站在媒体里面理解媒体。

这区别非常大。

站在外面的人，容易说：

“你们为什么不直接用通用AI？”

但站在里面的人才知道，媒体不是一个单纯的对话场景。

它有审核、有口径、有时效、有权威性要求，还有很多不能出错的边界。

所以我现在越来越能理解凡闻的路子：

先把数据做好，再把AI接进去，最后把它变成工作流的一部分。

这个顺序很重要。

因为顺序一乱，后面就很容易空。

07 凡闻做的，可能不是一个“产品”，而是一套新的媒体工作方式

聊完之后，我最大的感受不是“凡闻很会讲AI”，而是它真的知道自己在干什么。

姚洲鹏知道这个行业从哪里来；

陈法涌知道技术应该怎么落；

戚轩栋知道客户到底要什么。

这三个人拼起来，凡闻的样子就很清楚了。

它不是追风口的公司，不是那种今天讲搜索、明天讲智能体、后天又换一个词的公司。

它更像是一家把自己往下扎得很深的公司。

它做的事情并不轻松：把数据做干净，把关系做出来，把搜索做准，把 AI接进工作流，再把它变成媒体人日常真的能用的东西。

这件事不酷，甚至有点笨。

但我反而觉得，这种公司在今天挺稀缺的。

因为现在太多人都在追“能不能演示”，但真正难的，其实是“能不能长期使用”。

凡闻想做的，显然是后者。

而对媒体行业来说，后者可能比前者重要得多。

如果要我用一句话总结这家公司，我会这么说：

凡闻最厉害的地方，不是它有多少AI功能，而是它把新闻行业那些最底层、最容易被忽略的能力，重新做成了生产力。

这听起来不炸，但很实在。

采访结束之前，有人略带神秘的说——前几年，我们大股东用现金把一些投资者的股份都回购实现了增持。

这就是信心。█

延伸阅读：《寻访AI生产力》第一期关注传播大脑：小龙虾已经进浙报编辑部帮人干活了