抽成从35%打到5%：AhaCreator 证明了什么，还能迁移到哪些行业

内容来源：本文基于小红书博主「硬核创客」发布的笔记《AI提效最夸张的行业，海外达人营销变天了》（原帖链接），结合 Forbes 报道《From Weeks To Minutes: How AhaCreator Redefines Influencer Efficiency》（2026年6月）延伸分析。版权归原作者所有，本文为二次观点整理。

---

一个数字触发的问题

一家名叫 AhaCreator 的 AI 原生海外达人营销平台，最近宣布把平台抽成打到了 5%。

这个数字本身不起眼，但放在背景里就很刺眼：

• 传统海外达人营销 agency：抽成普遍在 25% 到 50% 之间
• 行业惯例：从来没变过，因为高度依赖人工执行，成本一直居高不下

以 50 万美金的达人营销预算为例：

模式	Agency 抽成	Agency 拿走	实际给达人
传统 agency	35%	17,500 美金	32,500 美金
AhaCreator	5%	2,500 美金	47,500 美金

差距：同样的预算，品牌在达人身上多花了 15,000 美金，也就是 46% 的有效预算增量。

Forbes 在 2026 年 6 月专门写了一篇报道，A16z 创始人 Marc 公开关注，国内量子位、36氪、刀姐等媒体全部跟进。不是因为 AhaCreator 在做补贴，而是因为它改变了这个行业的成本结构。

---

中介的本质：撮合 + 执行

要理解 AhaCreator 做了什么，先要搞清楚传统达人营销 agency 的成本从哪来。

一次完整的达人营销 campaign，实际执行过程是这样的：

1. 筛选达人：从数据库里根据品类、受众、风格、历史数据筛选候选人——全靠经验，要时间
2. 建联：一封一封发邮件，等回复，跟进，再等——纯劳动密集型
3. 议价：一轮一轮谈，每个达人都要单独谈——没有规律可循
4. 内容管理：催脚本、审稿、反馈修改——体力活
5. 数据回收：收集各平台数据，汇总报告——重复性操作

这五个环节，每一个都是高频、重复、可标准化的执行动作。传统 agency 的高抽成，本质上是这些人工成本的总和加上利润。

AhaCreator 的 AI Agent 接管了其中 80-90% 的执行流程，据 Forbes 报道：匹配可以在 20 秒内出一份达人推荐列表（原来要三天）；建联、议价、数据回收全部自动化。品牌方只需要做判断和监督。

执行层的边际成本趋近于零，抽成自然可以打下来。5% 不是促销价，是新的成本基准线。

---

AI 中介模型的三个要素

AhaCreator 的模式可以被抽象成一个可复制的框架：

要素一：双边网络是护城河

AhaCreator 目前达人池 500 万+，活跃达人 12 万+，每月新增 2 万+——达人端也在用脚投票。

这是典型的双边网络效应：品牌越多 → 达人越愿意入驻 → 匹配质量越高 → 品牌愿意用的越多。网络本身是护城河，不是 AI 算法。AI 只是让网络的运转效率足够高，低到能支撑 5% 的抽成同时还能盈利。

要素二：AI 替代的是执行层，不是决策层

这一点非常关键。AhaCreator 不是让品牌方把活完全扔给 AI。品牌方仍然需要：

• 确认最终达人选择
• 把控内容方向
• 判断投放节奏

AI 接管的是中间那些重复的、耗时的、可量化的执行动作。这个分工使得 AI 的出错风险被控制在可接受范围内，同时释放了最大量的人工成本。

要素三：价格击穿重建市场格局

5% 的抽成不只是比 35% 便宜，它在认知上重新定义了这个行业的价格锚。当品牌方看到 5% 和 35% 的对比，传统 agency 的每一笔报价都变成了一个需要解释的溢价。这种认知重构，是比任何广告都更有效的获客工具。

---

这个模型可以迁移到哪里

AhaCreator 本质上是在做一件事：用 AI 替代中介的执行层，把省下来的成本一部分还给客户，一部分变成利润。

这个逻辑在哪些行业里也成立？

猎头 / 招聘中介

传统猎头抽成：年薪的 15-30%。

执行流程：筛选简历、初步背景调查、联系候选人、安排面试、薪资谈判、入职跟进——几乎全部是可以自动化的流程。

AI 已经可以做：简历筛选、JD 与候选人的语义匹配、初步沟通（AI 发消息确认意向）、面试安排。人工决策点：最终面试、录用决策、offer 谈判的关键节点。

潜在价格空间：如果执行成本能降低 80%，抽成理论上可以从 20% 降到 4-5%，品牌方用同样的预算可以接触多 4 倍的候选人。

供应链采购代理

出海品牌在国内采购，或者跨境供应链对接，传统贸易公司的利润空间在 10-30%。

执行流程：工厂匹配、询价、比价、样品跟进、质检协调、物流对接——每一步都高度重复。

AI 替代空间：工厂数据库搜索与匹配（已有大量结构化数据）、标准化询价邮件、价格比对和汇总报告。人工决策：最终供应商选择、合同条款、质量纠纷处理。

PR 代理 / 媒体投放

传统 PR agency 的定价模式：月费 + 项目费，一个中型 PR 项目轻松 10-50 万人民币。

执行流程：媒体资源库维护、记者联系、新闻稿撰写和分发、媒体监控、报道追踪——大量重复性工作。

AI 替代空间：媒体匹配（根据话题和受众自动推荐）、新闻稿初稿生成、分发自动化、覆盖率报告。人工决策：策略方向、关系维护、危机处理。

房产中介

传统佣金：成交价的 1-3%（中国）到 5-6%（美国）。

执行流程：房源匹配、带看安排、价格评估、合同起草、过户跟进——标准化程度高。

AI 替代空间：房源-需求匹配（已有 Zillow/链家等大量结构化数据）、线上带看（VR + AI 讲解）、价格建议（算法评估）、合同模板生成。人工决策：实地带看的关键体验、谈判节点、情绪安抚。

美国已经有公司在用 AI 把买方中介佣金从 2.5% 压到 0.5%，方向完全相同。

法律服务平台

传统律所 or 法律中介：时薪 800-5000 元不等，大量基础事务（合同审查、文件起草、法律研究）可以被 AI 替代。

执行流程中的可替代部分：标准合同审查和红线标注、相关案例检索、文件起草初稿、合规清单核查。人工决策：法律策略、庭审代理、复杂谈判。

---

迁移的条件：什么样的中介最容易被 AI 颠覆

不是所有中介都可以被这个模式改造。从 AhaCreator 案例推断，适合迁移的条件是：

条件	说明
执行步骤高度重复	匹配、建联、跟进、报告——有明确流程，没有太多例外情况
数据可结构化	双边信息（达人 vs 品牌、候选人 vs 岗位）可以被量化和比对
决策点少且清晰	人工参与的关键节点少，且容易界定
市场规模足够大	双边网络的价值随节点数量指数增长，需要足够大的市场
传统抽成足够高	高抽成意味着有足够的降价空间，AI 降本之后仍有利润

达人营销完美符合所有条件。猎头、PR、供应链采购也高度符合。房产中介因为线下体验和情感因素，迁移会更慢，但方向相同。

---

真正的问题：不是「能不能做」，是「谁先做」

AhaCreator 的故事最值得关注的部分，不是技术层面——AI 做匹配、建联、议价，这些技术上已经不难实现。

真正的问题是：在你所在的行业里，有没有人愿意用 5% 对抗 35%？

这需要两件事同时发生：

1. 有人愿意在早期用低抽成建立双边网络（需要资金和耐心）
2. AI 的执行质量足够好，让客户愿意接受「AI + 少量人工监督」替代「全人工」

AhaCreator 做到了达人营销。达人池 500 万+、活跃 12 万+、每月增 2 万——这个增速说明市场接受了这种模式。

海外达人营销率先被颠覆，因为它几乎是所有中介行业里数字化程度最高的——达人有公开数据，内容有平台接口，流程天然适合 API 化。

下一个被颠覆的，可能是你最熟悉的那个行业。

---

参考来源：

• 小红书「硬核创客」：《AI提效最夸张的行业，海外达人营销变天了》 原帖
• Forbes《From Weeks To Minutes: How AhaCreator Redefines Influencer Efficiency》By Vivian Toh，2026年6月14日

---

© 2026 Author: Mycelium Protocol. 本文采用 CC BY 4.0 授权。

TL;DR: AhaCreator, an AI-native influencer marketing platform, slashed commissions from the industry standard 25-50% to 5% — not as a promotional move, but because AI Agents now handle 80-90% of campaign execution (matching, outreach, negotiation, data collection). The underlying “AI intermediary” model has three components: a two-sided network as a moat (5M+ creator pool), AI replacing the execution layer while humans handle decisions, and price disruption that reanchors the entire market’s expectations. This model transfers directly to any brokerage business where commissions are high because execution is labor-intensive: recruitment headhunting (15-30% of annual salary), supply chain sourcing (10-30% margins), PR agencies, and real estate brokerage. The preconditions: repeatable execution steps, structurable data, few and clear human decision points, large market, and high incumbent commissions that leave room for AI-enabled price disruption.

---

The AI Intermediary Template

Old model: High commission = compensation for high human labor costs
New model: AI executes 80-90% of the workflow → labor costs collapse → commission can drop dramatically while still profitable

Three components of the model:

1. Two-sided network as moat — the more participants (creators/candidates/suppliers), the more accurate the matching, the more valuable the platform
2. AI replaces execution, not decisions — humans still approve final choices; AI handles outreach, negotiation prep, data collection
3. Price disruption as marketing — a 5% commission next to 35% makes every competitor look expensive without saying a word

Industries next in line: Recruitment (15-30% of salary → could drop to 3-5%), PR agencies, supply chain sourcing, and eventually real estate brokerage in digital-first markets.

The bottleneck: It’s not technology — AI can already do matching, outreach, and reporting in most of these sectors. The bottleneck is who’s willing to build the two-sided network early, accepting lower margins to capture the market before incumbents adapt.

Source: XHS post by 硬核创客 · Forbes report on AhaCreator (June 2026) · Original post

---

© 2026 Author: Mycelium Protocol. Licensed under CC BY 4.0.