微博不卖大模型，专做汽车营销苦活：嘉鹿的AI生意为什么增长500%？
AI公司最性感的故事，通常是造大模型、拼算力、卷参数。
但一家总部位于上海、长期做汽车营销服务的非上市公司，却走了另一条路：它不做通用大模型，也不卖“万能AI”，而是把AI塞进汽车营销最琐碎的环节——写内容、投广告、筛线索、盯转化、算成交。
结果反而出现了一组很有冲击力的数据。
据嘉鹿集团披露，2026年上半年其AI相关服务收入同比增长超过500%。
需要说明的是，嘉鹿并非上市公司，这一“500%”目前主要来自公司及项目案例口径，并非经过上市公司财报审计的数据。因此真正值得研究的，并不是这个数字本身有多漂亮，而是它背后透露出的一种变化：
企业AI开始从“卖工具”，走向“卖结果”。
对汽车营销行业来说，这可能比又诞生一个大模型更重要。
一、不造大模型，为什么反而可能更容易赚钱？
今天做AI，大致有两种生意。
一种是造发动机。
训练模型、购买GPU、建设算力基础设施，投入动辄几十亿甚至几百亿元。
另一种则是拿现成发动机去干活。
嘉鹿选择的是后者。
公开资料显示，嘉鹿已经推出汽车垂直领域多智能体系统Lumax AI，由多个智能体分别处理内容生产、营销投放、用户转化、效果归因等工作，并在2026年汽车营销行业活动中公开展示其应用。
这条路线有一个非常现实的优势：
底层模型越来越便宜，但汽车营销本身并没有因此变简单。
一家车企推出新车，要拍视频、写内容、找达人、投流量、接线索、催试驾、盯订单，还要协调成百上千家经销商。
这些事情技术含量未必听起来很高，却极度消耗人力。
而且每一个环节都直接影响最终卖出多少辆车。
AI如果能够把这些“苦活累活”自动化，企业真正愿意付钱的概率，可能反而比单独采购一个聊天机器人更高。
因为老板最终关心的不是模型跑分。
而是：
“用了以后，我能不能多卖车？”
二、真正昂贵的不是写一篇文案，而是把文案变成订单
传统汽车营销公司长期存在一个问题。
服务流程太依赖人。
一个新车型上市，需要大量策划、内容运营、投放人员、客服、数据分析人员协同。规模一大，收入增加，员工数量也必须跟着增加。
这意味着很多营销公司的商业模式本质仍然是“卖人”。
项目越多，人越多；人越多，管理成本越高。
这也是服务行业很难获得软件公司估值的重要原因。
AI真正有价值的地方，就是把过去无法复制的人力流程，逐渐变成可以复制的软件流程。
据嘉鹿披露，其AI系统应用后，部分内容生产成本下降约80%，单条投放计划搭建效率提升约10倍，部分案例中的内容曝光和成交效率也出现明显改善。
这些数字目前属于企业案例披露口径，仍需更长时间和更多独立样本验证。
但如果方向成立，商业逻辑非常清楚：
过去10个人服务一个项目；
以后可能3个人加一套AI系统就能完成。
收入不一定增长10倍，但成本结构已经变了。
这才是“AI降本增效”真正影响利润的地方。
三、最激进的一步：不收固定服务费，开始按卖车结果拿钱
嘉鹿这条路线真正有意思的地方，还不是AI替代了多少人工。
而是收费方式开始变化。
过去汽车营销服务商最熟悉的模式，是项目费、代运营费、软件订阅费。
客户付100万元，服务商完成约定工作，不管最后卖出多少辆车，基本费用都能拿到。
这是一种相对安全的生意。
而嘉鹿目前探索的CPS模式，则意味着按照最终成交结果收费。
通俗来说就是：
车卖出去，服务商才能赚更多。
没卖出去，收入就会受到影响。
这件事听起来只是收费规则改变，实际上却意味着整个行业关系发生了变化。
以前营销公司卖的是：
“我帮你干活。”
现在卖的是：
“我帮你把车卖出去。”
一字之差，风险完全不同。
但如果一家公司真的敢长期采用这种模式，反过来也说明它必须对自己的AI投放、流量判断和转化模型有更强信心。
否则结果可能不是多赚钱，而是免费替客户忙活。
四、AI正在把营销公司变成“销售合伙人”
这可能才是嘉鹿案例最值得研究的地方。
很多人一直在讨论，AI会不会消灭广告公司、营销公司。
但另一个可能出现的结果是：
AI并没有消灭营销公司，而是逼着营销公司换一种赚钱方式。
以前服务商靠工时赚钱。
做100张海报，剪500条视频，投入200个人天，就可以形成报价。
但AI越强，这些工作本身就越不值钱。
一条原来需要几个小时完成的视频，如果AI几分钟就能生成，客户自然不愿意继续按照过去的价格付费。
于是服务商必须往价值链上游移动。
不再卖“生产了多少内容”，而是卖“这些内容带来了多少成交”。
这其实和软件行业过去几十年的变化很像。
最初卖机器；
后来卖软件；
再后来卖订阅。
AI时代可能再往前一步：
直接卖商业结果。
如果最后没有结果，那么再先进的模型、再炫酷的Agent，对企业客户都没有意义。
五、嘉鹿真正的护城河可能也不是AI
这里还有一个很反常识的地方。
如果嘉鹿的核心能力只是“会调用大模型”，那这家公司其实没有太高壁垒。
因为大模型人人都可以买API。
真正难复制的，是汽车行业的数据和工作流。
比如：
什么样的视频更容易让一个20万元SUV用户留下电话号码？
哪类用户留资以后更容易去4S店？
什么时间联系成功率最高？
试驾以后多久没有成交，需要再次触达？
北京消费者和成都消费者，对同一款车的兴趣点有什么差异？
这些数据不是互联网公开网页可以直接训练出来的。
它来自一笔笔真实线索、一场场真实投放和一个个最终成交。
嘉鹿长期服务汽车厂商和经销商体系，并在行业营销活动中获得汽车数字化营销服务相关奖项，其公开案例也覆盖别克、凯迪拉克等汽车品牌。
所以真正有价值的并不是“大模型知道多少”。
而是：
公司知不知道一辆车到底是怎么卖出去的。
六、别克E7案例为什么值得看？
嘉鹿提供的案例中，别克至境E7项目比较典型。
至境E7于2026年4月正式上市并开启交付，上汽通用随后披露车型上市后销量表现较强；第三方汽车媒体报道称，其上市三周累计交付已经超过7000辆。
按照嘉鹿自身披露，其在项目中协同大量达人、短视频内容和本地门店，通过AI参与内容生产、投放和订单转化，并形成较高的核销及后续订单转化。
这里仍然需要注意：
车型卖得好，绝不能全部归功于一家营销服务商。
价格、产品力、品牌、门店网络、促销政策都会影响销量。
所以不能简单把E7的销量等同于嘉鹿AI创造的成绩。
但这个案例至少说明了一件事：
AI营销正在从过去的“生成几张图、写几篇文案”，进入真正与经销商订单系统连接的阶段。
这一步非常关键。
因为只有接近成交，AI才真正接近钱。
七、增长500%之后，真正危险的问题反而来了
嘉鹿目前最大的看点，也恰恰是最大的风险。
第一，500%的增长到底建立在多大的基数之上？
非上市公司没有公开完整财报。如果AI收入去年规模很小，同比增长500%并不等于已经成为一家大型AI公司。
第二，CPS能不能跨车型复制？
一款热门车做成功，不代表冷门品牌、低流量车型也能跑通。
营销效果高度依赖价格、品牌和产品竞争力。
服务商可以提高转化率，但不能把一个没有市场竞争力的产品凭空变成爆款。
第三，AI壁垒会不会越来越低？
火山引擎、阿里、腾讯以及大量营销科技企业，都在进入汽车营销AI市场，AI已经覆盖从线索识别、销售辅助到用户运营等多个流程。
今天拥有12—18个月先发优势，并不意味着三年以后仍然领先。
所以嘉鹿真正要证明的，不是今年AI业务增长500%。
而是两三年以后，当所有同行都会使用Agent时，它是否仍然能够比同行卖车更便宜、更高效。
八、嘉鹿真正有启发的地方，是传统公司该怎么做AI
这也是这个案例最值得其他企业参考的一点。
不是所有公司都需要造一个大模型。
一家物流公司不需要成为OpenAI，可能只需要把调度效率提高20%；
一家医院不一定需要训练通用模型，可能更需要解决病历整理和辅助诊断流程；
一家制造企业真正需要的，也许不是一个什么都会聊的AI，而是能够把质检成本降低30%的智能体。
汽车营销也是一样。
嘉鹿没有去挑战大模型公司。
它选择了一个看起来并不性感的方向：
内容、投流、线索、门店、成交。
但商业世界往往有一个规律：
离钱越近的AI，越容易变成生意。
这也是为什么“AI服务收入增长500%”真正值得关注。
它不一定证明嘉鹿已经拥有不可复制的壁垒，更不能证明这种模式已经完全成熟。
但它至少揭示出企业AI正在发生的一次重要变化：
过去大家争论的是AI“能不能做”。
现在企业客户开始追问：
“做完以后，能不能让我多赚钱？”
当这个问题成为AI采购的核心标准后，真正受益的可能不只是那些拥有最大模型的公司。
还包括一批扎进具体行业、专门解决“苦活累活”，最后敢按结果收费的公司。
所以嘉鹿这场实验真正有意思的地方，不是它没有做大模型。
恰恰相反。
它可能代表了一类更现实的AI公司：自己不造发动机，却知道怎么开着发动机去赚钱。

参考资料：
1. 嘉鹿集团关于Lumax AI及2026年AI业务相关公开资料、公司案例数据
2. 2026汽车营销行业活动公开资料：嘉鹿Lumax AI多智能体汽车营销实践。
3. 第九届金璨奖公开信息：嘉鹿集团汽车营销及数字化服务案例。
4. 上汽通用别克：至境E7上市及交付公开信息。
5. 神州数码《AI for Process驱动汽车客户经营数智化白皮书》等汽车AI营销行业资料。
文中嘉鹿AI业务增速及部分效率、转化指标主要来自企业自身披露和项目案例口径，并非上市公司审计财务数据，引用时应注意口径差异。本文仅作商业模式分析，不构成任何投资建议。
