[BidClub_]
十字路口Crossing · · 60 min

「我没喝一口茅台,去年也做了 3000 万」 | AI 在中国⑤:AI 时代怎么搞 toB 才能拿得到结果?

KojiRonghui翟星吉覃睿

Podcast
TL;DR
  • AI To B 的价值锚正在从难以量化的“管理系统”转向能直接对账的“数字员工”。 翟星吉把两者分得很开:SaaS 是把因管理损耗只能做到 8 亿元的企业恢复到 10 亿元,Agent 则要把原本只能做到 10 亿元的企业推到 20 亿元;因此宇核科技“卖的不是工具,我们要直接卖的就是人”,只做明确增收或降本的场景。
  • 两家公司已经拿到商业化结果,但扩张路径不同。 毕昇去年约 3000 万元收入、约 300 万元利润,50 人团队且几乎没有财务融资;宇核科技去年 4 月启动商业化,今年预计约 1000 万元收入、增速约 500%,20 人团队自去年 10 月后现金流已处于健康状态。
  • 宇核科技主动拒绝百万元以上订单,把 30万—50万元视为更适合寻找 PMF 的甜蜜点。 大单虽然能迅速堆出两三千万元收入,却会制造头部客户依赖、回款风险和定制化牵引,还会压缩团队接触不同业务场景的数量;翟星吉的警告是:“你就会沉迷于你的小世界里面,认为这就是未来。”
  • 毕昇选择开源通用平台,承认其净利率可能只有约 10%,但把它视为能自我造血的“一级火箭”,而非必然被淘汰的过渡阶段。 开源既缩短了漫长的企业反馈链,也让客户主动上门、降低市场费用;若要讲更大的增长故事,团队仍需进一步提高标准化程度。
  • 最有效的销售方式不是客情,而是“认知驱动型打单”。 宇核依托帆软和生态伙伴获得线索,再向客户讲清 Agent 应如何落地、哪些流程值得重做,首次交流后约 70%—80% 的客户便会倾向选择他们;毕昇同样先筛选已经试用、认可产品且一期目标一致的客户。“你得比客户更专业。”
  • 两个案例说明企业愿意付费的不是“大模型含量”,而是业务周期和决策质量的改变。 宇核把中远海运重工一份需资深经营代表处理一周的船舶维修报价压缩到约半小时,项目收费 30万—50万元;毕昇把某大宗业务集团十几个业务线的周度 PPT 汇报变成每日更新的经营视图,一期大几十万元,后续可扩至两三百万元乃至五六百万元。
  • 需求侧的 AI 焦虑与供给侧的资本退潮,反而共同改善了中国 To B 的商业环境。 CEO、董事长自上而下推动相关工作,降低了跨部门数据打通的阻力;与此同时,资本不再补贴供应商亏本做项目,迫使创业者回到现金流、产品和真实价值。覃睿认为,投资人暂时保持克制“对 To B 来讲挺好的”。
Digest · the substance, structured for research

1. 中国 To B 仍然苦,但不必再靠茅台维持

  • 翟星吉没有粉饰行业:“确实真的很苦”,但创业做 C 端产品、运营或企业服务都苦;真正的问题,是不是把公司做成依赖陪领导、跑关系和无限定制的项目组织。

  • 翟星吉给出的边界很具体:一旦单个项目来到 300万—500万元,产品打磨在整个生命周期里的占比反而下降,团队要搞定庞大决策链、维护复杂客情,最后既无法规模扩张,也让员工长期扮演“舔客户”的角色。

  • 翟星吉认为上一代国内 To B 的价值导向出了问题:资源型从业者可以凭客户关系赢单,产品和技术退居其次。这并非永久宿命,而是中国从资源驱动走向技术与创新驱动过程中经历的阶段。

  • 面对主持人“后备箱拉一箱茅台”的旧时代样本,翟星吉回答“我不喝酒,我从不喝酒”;覃睿则说客户连普通饭局都会有所忌讳。两人的共同点是没有把酒局当成成交机制。

2. 两种商业模型都已拿到商业化结果

  • 宇核科技为中高端制造业提供开箱即用的 Agent 数字员工,现有产品覆盖售前报价、产前质检异常处理和供应链单据处理。翟星吉的定义很直接:“企业招过去做一个简单的培训,就可以直接上岗打工。”

  • 公司去年 4 月开始商业化,去年收入“小几百万元”,今年预计做到约 1000 万元、同比增速约 500%;20 人团队自去年 10 月后现金流已较健康。种子轮由奇绩创坛投资,团队正在看下一轮,但融资优先级并不高。

  • 毕昇是面向企业场景的开源 LLM 应用开发平台,覃睿将其类比为“开源版的 Coze”。公司去年约 3000 万元收入、约 300 万元利润,团队 50 人。

  • 毕昇早期因第四范式相关知识产权安排形成持股,华泰也因采购服务要求投了很小一部分;除此之外,公司没有主动寻求大量财务融资。覃睿认为 To B 未必需要巨额资本,小团队也能取得相对确定的结果。

3. 宇核从生产力杠杆出发,最终押注中高端制造业

  • 翟星吉最初把 AI 理解为生产力杠杆,而杠杆价值取决于服务对象。团队在 2023 年先做 To C 工具,GPT 热潮中迅速积累用户,却发现普通用户的生产力价值有限;企业本身是“为批量生产价值而存在”的巨大组织,微小效率变化也能产生大额价值。

  • 他过去认为 To C 不确定、To B 更确定,如今修正为两者都可以高度确定:“确定性来自于你这个团队的基因。”宇核核心成员来自帆软,深度经历组织从一到一百,因此企业服务是团队更有方法论优势的选择。

  • 团队曾在按职能切入的 SDR、营销方向与按行业切入的制造业之间犹豫。判断标准是专家知识来自哪里:销售方法论跨行业相似,适合按职能做;半导体、汽车产业链等岗位的行业知识更重,则应按行业做。

  • 医疗方向的验证最终被放弃:大厂愿意免费做 POC 换场景和 Logo,创业公司无法跟进;传统 HIS 服务商及既有生态壁垒又高,产品和技术创新在决策链里的权重反而不够。制造业既是团队认定的“中国基本盘”,又有大量尚未自动化的运营白领岗位,早期共创也证明场景可以复制。

4. 毕昇没有宏大起点,开源是迭代出来的市场策略

  • 覃睿坦言,毕昇并非一开始就有某个 dream 或坚信不疑的方向:“创业很难被规划出来。”团队原来做 OCR、NLP 和智能文档,大模型出现后看到旧业务天花板较低,才决定进入更大的市场。

  • 2023 年上半年团队尝试过偏 C 端应用,但当时技术尚不成熟,资本又集中投资模型,应用创业难以成立,于是退回自己更擅长的 To B。真正纠结的不是做不做平台,而是应以何种策略推向市场、要不要开源。

  • 团队从未期待国内开发者大量贡献代码。开源首先是让已经做出的产品创造更大价值,其次是缩短企业软件漫长的反馈链:“我开源出来马上就会有积极的反馈,然后积极地去催更。”

  • 开源还带来了知名度和低获客成本,企业客户主动找来,毕昇此前几乎没有投市场费用。覃睿认为公司在企业客户和软件开发圈已有认知度,只是在大众媒体层面仍不突出。

5. 通用平台与垂直 Agent 不是非此即彼

  • 面对主持人追问“通用平台是否只是历史阶段”,覃睿并不接受这个前提。他把平台称为“一级火箭”:企业软件开发本身是他估计的万亿级市场,哪怕通用、不分行业和工种,也足以形成明确业务。

  • 代价是交付服务较多,整体净利率可能不会那么高;覃睿举例说,净利率可能做到 10%。若想提高天花板和整体运营效率,仍需进一步标准化。毕昇内部已经在使用报价机器人,自动分析客户需求中哪些能做、哪些不能做、风险在哪里,再给售前人员生成参考报告。

  • 翟星吉则从一开始便把平台视为过渡,目标是端到端交付 Agent 业务结果。两条路线并未在终点上完全相反:一方先以平台造血再提高标准化程度,另一方从制造业岗位切入,再尝试抽象垂直 Agent 的构建方法。

6. 毕昇把周度汇报变成每日可用的经营系统

  • 覃睿介绍的代表项目来自大宗业务领域,核心是商情和业财一体化。客户原来每周听一次汇报,各业务部门做 PPT、开会汇报;项目上线后,领导每天都能在办公室大屏看到前一天的最新情况,十几条业务线也都可以查看。

  • 系统一端用模型治理大量非结构化信息,另一端打通原来分散在不同部门的传统业务数据。它最终支持的不是泛泛问答,而是采购价格、出货合同额与数量、物流船只停靠哪个港口、优先供应哪个工厂等经营决策。

  • 这个项目第一期大概几十万元、可能是大几十万元,第二期可能达到 200万—300万元,继续证明业务价值后可扩到 500万—600万元。这个客户此前请过多家咨询类大厂,对方以“数据不全、干不了”为结论收取咨询费离开,毕昇是在项目接近烂尾时顶上完成,但覃睿强调这并非当前最典型的获客方式。

7. 宇核用半小时重做一周的船舶维修报价

  • 宇核为中远海运重工集团交付了售前报价 Agent。中远海运集团是全球第二大集装箱运输公司,中远海运重工则负责船舶维修,既服务内部船东,也承接外部船东业务。

  • 船东送来数百页 PDF、Word 或 Excel 维修需求后,经营代表原本需按船坞、甲板等目录拆解,再匹配数千至数十万个报价 SKU,同时参考特殊协议和历史报价。

  • 旧流程要由中高级员工花一周完成,不仅昂贵、重复,人工抄录也容易出错;初级员工干不了,资深员工却把大量时间耗在低价值劳动上,客户也不满意漫长报价周期。

  • 宇核用自研小模型解析并抽取不规则需求,再由 Agent 在约半小时内输出结果。翟星吉不承诺不现实的 100% 准确率:“我们追求的是比同等水平的员工的准确率高就 OK 了。”这一标准化项目收费约 30万—50万元。

8. 新一代销售靠认知领先,也靠主动筛选客户

  • 覃睿回顾,毕昇早期也曾追着客户拿单,后来才意识到筛选比覆盖更重要。理想客户应主动找来、已经试用并认可产品,而且双方对一期项目的目标和预期一致。

  • 宇核早期依托帆软获得足够线索,随后靠品牌、产品和核心技术建立生态伙伴网络。翟星吉称目前线索池已经健康到“我们是挑着回复客户的,客户发消息不一定理”。

  • 真正的转化方法被他称作“认知驱动型打单”:第一次见面便讲清楚 Agent 应如何落地、客户公司应优先改造什么场景、宇核的产品和技术能力在哪里。完成这一轮输出后,约 70%—80% 的客户会倾向选定宇核,之后才是商务流程。

  • 覃睿完全赞同这种打法:“要做新一代、更健康的 To B,就得是这种模式,你得比客户更专业。”供应商卖的不只是执行能力,而是比客户更早形成的业务判断。

9. Agent 不是把所有 SaaS 换一层界面

  • 对“所有 SaaS 都值得用 Agent 重做一遍”,覃睿给出克制答案:代码、客服、营销、内容生成等领域会受到较大影响,但在更业务化的场景里还没有形成全行业革命。他自称“理性乐观派”,会持续检查新技术是否真能解决过去没做好的场景,而不预设答案。

  • 翟星吉的判断更彻底:SaaS 和 Agent 是“两件完全不同的事”。SaaS 用流程标准化防止组织从 1 人扩张至 1 万人时动作变形,把因管理损耗从 10 亿元掉到 8 亿元的能力补回来;Agent 则像招聘高级人才或建设新产线,为企业增加原本不存在的组织能力。

  • 因而宇核对标的是整个劳动力市场,所有企业和业务流程都可以用 Agent 重做一遍。翟星吉认同硅谷所称的“60 亿美元人力资源市场”叙事,但增加了一道筛选:只有能直接赚更多钱或省更多钱、ROI 可明确计算的岗位才值得做。

10. “啊哈时刻”来自可复制成交,而不是一张大单

  • 宇核的转折发生在去年下半年。团队参加 WAIC 世界人工智能大会,逛完整个展会后形成宏观感受:“大家做的事情好像都不太对,而我们做的事情好像很对。”

  • 更关键的微观证据,是团队向新客户输出 Agent 规划后能获得约 70%—80% 的信服度,再共同定义真实场景。客户最终付钱购买的不是商务资源、客情或定制开发,而是宇核原本就想卖的 Agent 核心业务价值;同一个内核可以带到下一家客户,才构成 PMF 信号。

  • 毕昇的信号则来自一个个主动找来的客户。他们会评价产品可靠、团队靠谱,也明确说“想支持中国的开源”;当价值契合后,客户内部那些制度、预算障碍不再只是阻力,对接人反而会帮助供应商推动流程。

11. 客户年轻化与资本退潮共同修复了市场

  • 覃睿从依图时代穿越而来,认为上一轮 AI To B 并非没有业务价值,而是对手过强:海康拥有软硬一体能力和全国销售网络,创业公司很难正面对抗。今天的变化首先来自客户内部更年轻的决策影响者,他们“很有想法、很干练、有追求”,也更愿意在价值契合后推动采购。

  • 供给侧也在变化。覃睿评价新一代创业者“活明白了”,不再贴着客户无限做项目;部分优秀团队出海减少国内内卷,更重要的是资本环境转差,让“真正做生意的人变多了”。

  • 当资本不再补贴供应商赔本服务,客户也找不到那么多愿意亏损陪跑的团队。覃睿认为投资人要求的增长速度过去远高于 To B 自然增速,迫使创业公司动作变形、底座不稳;这正是毕昇不大量融资的核心原因之一。

  • 翟星吉把 ROI 边界归因于创始人价值观,而非某次失败经历。他在大模型出现后放弃高收入创业,是因为相信这是一次生产力革新;“如果我只是在里面赚钱,对我来说没有意义。”

12. 百万元订单不是奖杯,而可能是产品失焦的起点

  • 翟星吉坚持宇核不接 100 万元以上订单。超级 KA 大单很容易把收入推到 1000万—3000万元,却会造成头部客户依赖,让有限的产品资源跟随客户预算而非核心价值移动:“一堆钱摆在你面前,你要不要?你要了,那你的产品就会失焦。”

  • 更隐蔽的风险是场景样本减少。小团队能承接的项目数量有限,若全部被几个巨型客户占满,就无法接触足够多的业务变化;在持续寻找和迭代 PMF 时,“你就会沉迷于你的小世界里面,认为这就是未来”。

  • 大客户还伴随较慢回款、现金流波动和并不一定更高的利润。宇核更偏好 30万—50万元区间:有标准产品,也允许少量配置服务,销售与交付周期较短,并能迅速复制最佳实践。

  • 主持人提出中国客户更愿意为效果而非效率付费,轻交付是否真能成立。翟星吉的回答是 Agent 本就应直接交付效果;早期为养团队接项目没有问题,但必须始终知道项目是为了迭代产品,否则很容易在“两百万拿下、预算拱到一千万”的兴奋里迷失。

13. 差异化来自客户选择、产品边界和商业模式

  • 翟星吉认为早期市场无论 To B 还是 To C 都靠创新:谁更懂用户、能以更优方式解决问题、收到钱并持续复制,谁就领先。宇核因此扩大产品团队而非重交付团队,只做 Agent 核心业务模块,哪怕旁边的系统集成能带来高收入也不碰。

  • 毕昇把竞争者分为大厂和 Dify、FastGPT 等开源创业公司。覃睿认为“你面向的客户决定了你是谁”:其他开源平台更多服务海外或个人开发者,毕昇则长期泡在国内企业客户中,把安全、单点登录、流量控制等细碎但上线必需的功能做到产品里。

  • 交付层面,毕昇不仅提供工具,还希望围绕钻井报告、尽调报告、合同审查等场景帮助客户产生业务价值,以争取二期订单。覃睿承认国内软件仍需服务,但认为这正是商业模式差异,而非必须隐藏的缺陷。

  • 相比大厂,约百万元规模的客户很难成为组织重点;大厂又可以靠广告等业务获得现金流,长期未必愿意持续做艰苦的企业服务。因此覃睿判断,它们在毕昇所处市场并不天然拥有持续竞争优势。

  • 被问到最优秀的 To B 创业者时,翟星吉还提到 Tony Gu 和赵磊,二人都在做 Sales Agent。他看重的不是融资或订单规模,而是创业者对垂直赛道、产品和未来的认知深度。

14. 创始人的时间分配暴露了两条组织路线

  • 翟星吉把 CEO 工作概括为找人、找钱、找方向,但把融资排在极低优先级。当前约一半时间用于面试、绩效面谈和辅导;剩余时间中约四分之一处理客户需求和场景,约四分之一用于产品、技术和商业化认知,并从每个项目和 POC 中萃取价值链、客户痛点及产品抽象。

  • 他不会直接参与具体项目或打单。宇核招人要求极客式好奇心、理想主义、学习和抗压能力,销售岗位尤其难,因为“销售如果不够现实,他就不会去做销售”;但翟星吉仍拒绝只用几年赚几百万元的账来吸引核心销售,希望未来的“封疆大吏”能传承价值观。

  • 覃睿的时间大致均分在市场营销、客户沟通、产品研发和方向判断上,但他会直接介入客户项目,诊断效果为什么不及预期、需求是否真正对齐,再与团队和客户共同调整方案。两种安排分别对应更强产品抽象与更深项目诊断。

15. AI 焦虑正在替旧数字化补课

  • 翟星吉不回避客户害怕落后的焦虑,反而认为这是技术时代到来时正常的危机感。过去供应商需要教育市场,如今客户会主动问“哪些事情可以做”,宇核便可规划能提升 10%—20% 营收或明显节省工时的场景。

  • 覃睿观察到,许多企业已有自上而下的 Agent 推进压力。过去信息化由 CTO、CIO 推动,跨部门后容易卡住;现在 CEO、董事长亲自推动,各业务部门必须配合,历史上没有打通的数据和系统也得以重新连接。

  • 他提醒,大模型并非全部价值来源:某些深入业务的项目里,大模型占比可能只有约 30%,更多收益来自系统数据打通和自动化水平提升。这个现象在毕昇接触的泛金融、央国企及其二三级集团公司中较普遍。

  • 对人才端,覃睿猜测最聪明的年轻人可能更希望选择杠杆最大、影响力最高的工作。毕昇靠“开源+大模型”叠加两层吸引力,并坚持做标准产品;团队不追求最底层模型原创,而是持续吸收产业界、学术界能产生实际落地价值的成果。

16. 愿景最终仍要落到现金流、组织与可持续生活

  • 毕昇的愿景是“Make Work Smart”,让企业工作变得更智慧、减少低效劳动。宇核的目标则是“真正地用 Agent 去解放人的生产力”,逐个重做岗位,让 Agent 端到端交付业务结果;翟星吉设想十年内,人可能每周只需工作三四天。

  • 翟星吉对个人成功没有终点定义,他追求的是“在路上”的状态:国内业务稳了就做海外,通用 AI Agent 稳了就做垂直 AI Agent,再从垂直 Agent 中抽象构建方法和通用产品。对公司而言,阶段性成功意味着拥有垂直领域前沿技术、最好的商业化结果,并让团队获得舒适生活。

  • 覃睿的成功标准是现金流健康、创始人能有更多时间陪伴朋友和家人、同事压力降低并获得合理报酬。考虑 To B 账期,他估计还需一两年形成更好的正向现金流;到那时,“一级火箭”形成良性运转,再决定是否追求下一阶段。

Ronghui

前十年,中国的 SaaS 创业可谓是创死了一批优秀的年轻人。国内的 To B 很难搞,B 端客户都是出了名的铁公鸡,这算是今天在 AI 领域创业少有的集体共识之一。

但是,有一批在我看来头很铁的创业者,今天仍然选择做 To B。有趣的是,今年开年以来,我陆续遇到了不少在 AI 领域做 To B 的创业者,他们都告诉我:“我们拿到了不错的结果,有不错的收入,也有不错的利润。”而且大家似乎都开始有了信念感:在 AI 时代搞 To B,可能会有新的生机。

那他们拿到了什么样的结果?又是怎么拿到这些结果的?为什么相信在 AI 时代,To B 有的搞、值得搞?今天,十字路口就请到了两位在 AI 领域做 To B、并且拿到结果的创业者,和我们分享他们的经验与见解。这也是十字路口“AI 在中国”系列的第 5 期,在这个系列当中,我们关注 AI 在国内千行百业的具体落地应用情况。

我们先通过快问快答来介绍两位嘉宾。第一位嘉宾是宇核科技创始人兼 CEO 翟星棘。星棘,你的年龄?

Speaker 1

29 岁。

Ronghui

毕业院校?

Speaker 1

合肥工业大学。

Ronghui

创业前你做过什么?

Speaker 1

我之前一直在中国最大的大数据公司帆软软件工作,毕业之后就一直在那里。帆软应该也是中国 To B 界公认的拿到最好结果的公司之一。我在帆软的时候,应该算是帆软升职最快的人之一。

Ronghui

你的 MBTI 和星座呢?

Speaker 1

典型的 ENTJ,但非典型的天秤座。

Ronghui

一句话介绍一下宇核科技这家公司和你们最主要的产品。

Speaker 1

我们是一家 Agent Lightwood 的创业公司,我们主要聚焦于为中高端制造业提供开箱即用的 Agent 数字员工。企业招过去,做一个简单的培训就可以直接上岗打工。

我们现在有 3 个 Agent:售前报价 Agent、产前质检的异常处理的 Agent,以及供应链单据处理 Agent。本质上来说,我们要卖的不是工具,直接卖的就是人。

Ronghui

你们的收入和利润情况方便讲吗?

Speaker 1

可以。我们从去年 4 月开始做商业化,去年做得不多,营收就是小几百万元。今年差不多会做到 1,000 万营收,增速会达到 500%,在相对早期的阶段算是比较快的。

我们目前在国内主要面向核心 KA 大客户,海外的策略会有一些不一样。我们整个现金流的盈亏平衡做得蛮好的,从去年 10 月以后就一直处于一个很健康的状态。

Ronghui

你们的融资情况呢?

Speaker 1

我们第一轮是奇绩创坛投的种子轮,现在正在看下一轮。目前团队规模不大,只有 20 人。

Ronghui

今天的第 2 位嘉宾是毕昇的联合创始人秦瑞。秦瑞,你的年龄?

Speaker 2

33 岁。

Ronghui

毕业院校?

Speaker 2

华北电力大学。

Ronghui

创业前做过什么?

Speaker 2

我其实在本科、研究生期间就在创业,那个时候更多是做一些校园类项目。当时比较火的是 O2O,以及“大众创业、万众创新”,所以就做这个方向。当然很快就被饿了么这样的强团队干掉了。

痛定思痛之后,我觉得运营这件事情太苦了,就想做一些硬科技的事情,于是毅然决然进入了 AI 行业。当时人脸识别是最火的,所以我去了依图,负责他们面向公安的人像产品。离开之后,我去了第四范式。

Ronghui

你的 MBTI 和星座是什么?

Speaker 2

ENFJ,巨蟹座。

Ronghui

可以用一句话来介绍一下毕昇吗?

Speaker 2

我们是一个开源的 LLM 应用开发平台,专攻企业场景。大家可以简单理解为开源版的 Coze。

Ronghui

目前的收入和利润情况呢?

Speaker 2

我们去年大概是 3,000 万左右,利润大概是 300 万左右。

Ronghui

你们有融资吗?融资情况如何?

Speaker 2

最开始从第四范式出来的时候,第四范式以一些知识产权入股。后来有财务融资,华泰投了非常小的一部分,是因为如果我们要服务他们,他们有必须投资的要求。除此之外,我们没有要过多的财务投资。

Ronghui

目前的团队规模呢?

Speaker 2

现在是 50 人。

Ronghui

那回到第 1 个正式问题。一开始也在说,今天做 To B 的创业是很需要勇气、也很需要信念感的。所以想问二位,你们为什么要做 To B?你们都好像对 To B 这个生意表现出了一种比较少见的乐观,和我们普遍听到的“做 To B 非常苦”很不一样。

Speaker 1

我觉得还是苦的,不是说就不苦。但我觉得,把什么东西做成功都很苦。你做一个很成功的 C 端产品也很苦,要做运营之类的。

但我觉得,To B 可能没有大家传闻中的那么苦、那么不堪。确实真的很苦,但创业一定都是苦的。怎么讲?这是选择的问题。

100 万以上的 Case 我们不做。假如说一个 Case 到了 300 万、500 万,你会发现你花的大部分时间不是在项目打磨上。当然,你要把这个 500 万的东西交付出去,需要付出的产品和项目努力同样很多,但是在整个生命周期,或者说你的投入周期里面,它所占的比例不会那么高。

你要花很多时间去陪领导、搞商务关系。500 万的项目会有一条超级庞大的决策链,你要把链上的每一环都搞定。好不容易做了很多 POC,把项目签完,签完之后又会发现有超级多的定制化,整个团队就会花很多时间在上面。然后你还要经常维护客户各种复杂的关系,最后你会发现,第一,团队没办法规模扩张;第二,每个人真的都很苦。

大部分人其实不愿意去当舔狗,天天舔客户。但如果你把它做得轻一点,聚焦到核心一点,其实就会轻松很多。

我们应该反问另一个问题:为什么北美、为什么硅谷,大家做 SaaS、Agent 做得这么嗨、这么好,为什么中国国内就做不起来?

1. Agent 让价值变得可量化

我觉得我们一定能做起来。第一个原因,当然是大家最浅显看到的:资本不再支持。上一代 SaaS 的时候,国内资本支持了,但没有拿到好的结果;硅谷支持了,并且拿到了好的结果,所以硅谷继续支持了。但这只是一个很浅的原因,更重要的原因是,现在国内 To B 的商业模式是错误的。

哪怕面向同样的 KA 客户,北美很头部的 Agent、数字员工厂商,比如 Ema、Moveworks、11x,包括 Harvey,他们面向的也是大客户,但你不会觉得他们苦兮兮的。这是由国内整个 To B 的业态决定的。

在 To B 市场里,能看到像我们俩这么年轻、还能做到 CEO 角色的人少之又少。你能看到的是一帮 40 岁、50 岁甚至更高年龄的人,手握大把资源。产品、技术不重要,我跟这个客户关系很好,我跟这个领导关系很好,我就是能帮你拿下这个单。

这是完全错误的,价值导向错了。但这也无可厚非,这是一个国家在成长过程中会经历的阶段。任何国家在早期的时候,最赚钱的都是资源驱动型产业,然后再到技术型,再到创新型。我们国家还在这个阶段。

上一代 SaaS 的时候,是早期数字化阶段。刚开始什么信息化、数字化都没做过,突然一个外来的、很先进的数字化信息化系统进来了。你会发现,国内这些公司说:“没事,这些客户我都能搞定,不要搞什么技术,我喝酒就能搞定。”

但现在不一样了。现在新一代的创业者长出来了,这是第一个原因。第二个原因是,Agent 的交付价值模式不一样了。

以前交付的是系统,系统交付的是管理价值,这个东西其实说不清。你说我上了 SAP,花了几千万,到底能有多大用?它有用,但是能量化吗?不能。我上了一个 CRM,有用,它能跟踪销售商机情况,但是最后对销售能承担多大帮助,不知道。

但我现在做一个 Agent,可以很明确地告诉你:你上了我的 Agent,原来的线索转化率只有 5%,我现在可以直接给你做到 7%;你原来一年只能做 5,000 万,我现在可以帮你做到 7,000 万。或者你原来这一堆人的人力成本要 50 万,我现在告诉你,买我的 Agent 只要 30 万,或者只要 10 万。结束了,不需要再跟你算那些东西。

Ronghui

我前段时间遇到一个很资深的创业者,他说自己早几年在中国做 To B,已经灰心到再也不想赚中国人的钱了。他当时整个汽车后备箱里拉着一箱茅台。

但他在做 To B 之前,意气风发地做过早一代的 To C 产品,公司卖得很好。他没想到转型做 To B 之后,变成了一个天天必须在后备箱里拉一箱茅台的人,身体也喝得不太健康。

那你们俩在工作中需要喝茅台吗?

Speaker 1

我不喝酒,从不喝酒。

Speaker 2

没有。我们的客户都约不出来。你想,大家只是觉得聊得挺好,想一起吃个饭,他们都会对这个事情有所顾忌。我觉得这也跟政府相关的规定、规章制度有关系,也是为了避免这样的事情。

Ronghui

为什么要做现在的方向?是看到了哪些别人没看到的机会吗?星棘,你们先来讲一下。

2. 从 To C 转向 To B

Speaker 1

其实我们 2023 年就开始创业了,最开始做的是一个 To C 工具。我们最开始的认知就是,AI 是一种生产力,生产力是一种杠杆,而它带来的价值取决于它服务的用户。

我们最开始尝试 To C 生产力工具的时候,刚开始拿到的业务结果还不错。在 GPT 最火的那个年代,我们快速积累用户,但发现面向普通用户的价值非常有限,只有面向专业用户的时候才有价值。

另一方面,To B 带来的是相对确定的价值。企业本质上就是一个为了批量生产价值而存在的组织,它本身就是一个超级巨大的生产力组织。如果我能通过 Agent 给它的业务带来一点点变化,其实都会产生极大的价值。

基于这两点,我们去看:我要做的是用 Agent 做生产力,而生产力需要建立在一个大的基数上,To B 就是一个很好的基数,所以我们就去做了。

另一方面,当然还有更现实的原因:本质上我们是第 1 次创业,应该做自己最擅长的事情。我们的核心团队来自帆软,是帆软的核心骨干,深度参与了这个组织从 1 到 100 的过程。按照这条路,我们可以比较确定地拿到一个可预期的结果。

大家之前会说,To C 的不确定性可能高一点,To B 的确定性会高一点。我觉得可能在很早之前我是这个观点,但最近我不是这个观点了。我觉得 To C、To B 都是高度确定的,确定性来自于团队的基因。如果有一个明确的、真正建立在认知上的方法论,就可以很明确地做到这件事。

对我们来说,现在做 To B 是更明确的选择。我们开始做 Agent 平台,但很明确地知道,这只是一个过渡阶段。去年年初的时候,我们还没有建立明确的认知,不知道自己一定要交付端到端的 Agent 业务结果,但很明确地知道,一定要切到一个垂直赛道。

垂直赛道有几种选法:第 1 种是按照职能选,第 2 种是按照行业选。按照职能,比如营销这个大赛道,或者售后客服这个大赛道。营销又可以分品牌市场、获客、转化、客户成功和售后。

另一方面,也可以按照行业来选。我们考察了很多行业,比如医疗、制造、零售、消费等等。最后通过一种综合的选择模式,我们选择了现在这个行业:面向中高端制造业,直接交付 Agent 数字员工。

所谓综合的选择方式,就是前面讲的两种分类:一种是按职能,一种是按行业。本质上这两种区分方式都完全正确,建立在你要做 Agent、要做专家岗位服务这件事情上。

选择哪种模式,取决于你要替代的岗位,它的专家知识属于哪一类。比如销售的专家知识一定属于强职能型,在什么行业做销售,其实销售方法论都差不多。

但如果你要做一个很垂直的行业,它的产业知识,比如芯片半导体知识、汽车产业链知识,垂直领域的行业知识大于岗位知识,这时候就会有另一种选择方法。

我们其实一直很犹豫两个潜在方向。第 1 个方向,是按照职能,在营销里面做 SDR,也就是线索转化这个环节;第 2 个方向,就是制造业。

医疗我们做过尝试。国内的大厂完全可以不要钱跟客户做,早期我们做过 POC 和验证,客户包括讯飞、百川等各种公司。它们只需要自己的 Logo,只需要场景,但对创业公司来说我们做不到。

第二,医疗这个行业的生态壁垒极高。不是说它不好,而是壁垒很高。传统的 HIS 服务厂商,传统的东软、软通,都是这个领域里的强势玩家。在这个生态里面,我们作为创新者,带来的核心是产品价值和技术价值的变化,但在整个决策链条里面,这一点反而没那么重要。这也是我们不太喜欢医疗赛道的原因。

反观制造业,我们看到它是未来中国的基本盘,是一个很好的赛道,怎么选都不会错。第一,我们在这个领域拥有足够丰富的专家知识;第二,我们看到这个行业里,以前大家做自动化工厂,已经做了大量工作,把整个工厂的自动化做得很好,但还有大量运营端的人在。

这些所谓的白领,通过专家服务、通过脑子里的知识去提供服务。综合这些因素,加上我们拿到了早期场景的验证,又通过一个又一个客户共创做标杆,发现这个场景完全可以复制,于是慢慢迭代出了最终的选择。

之前我记得,最好的选择一定是你在选择的时候不用犹豫、不用纠结的选择。对我们来说就是这样。

Ronghui

同样的问题也很想问毕昇的秦瑞。刚才星棘提到,宇核科技一开始做 Agent 平台,但认为之后一定要选一个垂直领域。你怎么看星棘的观点?又怎么看你们现在的选择?

Speaker 2

我觉得这个问题对听众有参考意义,因为像我们这样的创业者,在选择过程中到底经历了哪些心理斗争和挣扎。

首先,对于我们为什么选择 To B,我个人还是认为,至少对于小团队来讲,To B 不需要拿大量融资,就能做出一些比较确定的结果。我觉得这是我们这些背景不那么光鲜的人也可以做到的事情,所以我们选择了 To B。

至于为什么做到现在这个方向,我觉得首先肯定不是一开始就有什么梦想,也不是坚信什么东西。创业很难被规划出来,包括刚才星棘讲到的,做了很多 POC、做了行业探索,最后觉得:“这个东西对了,对味了。”大家肯定都是这样一个迭代过程。

我们之前从第四范式出来,做的是 OCR、NLP 相关能力和智能文档,那部分业务一直在做。大模型出来之后,我们看到老业务的天花板比较低,所以一定要去做一个竞争更大的市场。恰逢这项技术出现,我们肯定要进入,不管做什么方向,一定要做这件事。

最开始我们也是切应用,做偏 C 端的应用。但 2023 年上半年技术还不太成熟,同时资本都在投模型,不可能来投应用,所以这个事情不太成立。于是我们又退回去做 To B。

3. 开源打开增长通道

To B 里面最核心的心理纠结,在于到底要用什么策略把东西推向市场,也就是要不要开源。这是当时一个比较重要的决策。

大家都知道,国内开发者群体很难积极地帮你做开源贡献,不会给你写太多代码,所以第 1 天我们也没有期待这件事情。我们更多是降低预期:做完之后自己捂在手里,也就创造那么点价值;做完之后开放出去,创造的价值可能更大。

从比较理想主义的角度来说,我们还是希望得到更多快速反馈,帮助我们迭代产品。特别是 To B,它的反馈链条非常长,做了半年、一年,可能都没人告诉你做得好不好。

开源不一样,开源出来马上就会有积极反馈,也会有人催更:“赶紧发什么新功能。”这对团队有很大激励。另外一方面是知名度,客户会主动找过来,我们不需要花太多市场费用。

当然,现在我们的知名度,在企业客户和软件开发圈子里比较高,但在媒体那里还不太有名,因为我们确实还没有投过市场费用。今年可能会开始,希望让更多人知道我们。

关于做平台这件事,我们的看法是,中国企业软件开发市场非常大。虽然它通用、不分行业、不分工种,但企业软件开发没记错的话应该是一个万亿级市场。在这么大的市场里面分一杯羹,肯定是可以的。

只不过,后期整个交付成本和整体净利率水平,可能相对不会那么高。这个大家其实都想得比较清楚。

所以,在把当前业务模式、商业模式做好的同时,我们也在看星棘刚才提到的售前报价。我们自己内部其实有一个报价机器人,只是还没有推给客户使用,现在是我们自己在用。

用户提一个需求过来,我们分析哪些是我们能做的、哪些不能做、哪里有风险,然后出一份报告,给售前人员参考。

Ronghui

所以秦瑞,你也会认为,之后你们这个通用 Agent 平台是公司发展的一个历史阶段?往后你们仍然会在某个垂直领域去做事情?

Speaker 2

我觉得它不一定是一个历史阶段,可以叫作“一级火箭”。它本身是一个明确的市场问题,只是净利率没那么高。比如我们能把净利率做到 10%,但如果想要做更大的故事、更大的天花板,提高整体运营效率,还是得做标准化。

4. 收入来自可复制案例

Ronghui

这里也想请教一下秦瑞。刚才一开始提到,你们去年有 3,000 万收入,可不可以分享一个最典型的 Case?

Speaker 2

我们最早期的时候,还是有一点着急跟客户拿单的状态。后来慢慢积累了一些经验,发现筛选客户非常重要。

现在我们更多是提高自己的影响力,让客户主动来找我们。我们要确认客户真的认可我们,试用过我们的产品,而且双方交流下来,对于第 1 期项目的预期和目标是一致的。

Ronghui

可不可以讲一个你觉得最能代表你们能力的项目?比如客户是谁,你们为客户做了什么?

Speaker 2

比较典型的是我们做的一个大宗领域客户。他们核心需要我们帮忙做大宗领域的行情分析,以及进一步的业财一体化。

说白了,他们有很多内外部信息。对领导来讲,需要把这些信息汇聚起来。过去他一周听一次汇报,大家做 PPT,开大会,各个业务部门给他汇报。现在他每天都能看到前一天的最新情况,在办公室里通过一块大屏查看。

他们有十几条业务线,每条业务线都可以看到。这个项目的核心,一部分是大量非结构化数据的治理,这部分用模型来做;另一部分,是把一些传统上没有打通的业务数据连接起来,原本这些数据分散在各个部门。

整个事情自动化之后,领导可以做决策,比如采购价格、出货时的合同额、出货量,以及整个物流体系里的安排。比如船来了之后停靠哪个港口,优先供给哪个工厂,类似这些事情都会影响决策。他们做的是国际贸易,这些信息都很重要。

Ronghui

这样的一个项目,大概收入规模能做到多少?

Speaker 2

第 1 期大概控制在几十万,可能是大几十万;第 2 期可能是两三百万;再往后做,可能就能到五六百万。这取决于你是不是真的帮它产生了业务价值。

Ronghui

这样的客户你们是怎么获得的?听起来这个案例涉及很多内部信息,他们为什么不选择自己在内部建立一个团队来做,而是跟你们合作?你们带来的不可替代价值是什么?

Speaker 2

这个客户在选择我们之前,找了很多大厂帮他们做付费咨询。不是互联网大厂,是咨询类大厂。对方说这件事做不了,因为数据不全,然后收几十万咨询费就走了。

所以那个项目基本搞不定了,你可以理解为快要烂尾了。我们进去顶上,把它搞定了。这是通过这种方式获得客户初步认可的。

但我觉得这个逻辑不是很典型。我们现在比较典型的逻辑,是在售前阶段客户已经认可我们,然后我们再产生这样的合作。

Ronghui

可不可以请星棘也分享一个宇核科技比较典型的项目?客户是什么画像,你们为客户做了什么?

Speaker 1

我们一个典型的业内 Case,是给中远海运重工集团做的。中远海运集团是全球第 2 大集装箱运输公司,中远海运重工是其内部专门做船舶维修的公司,既面向内部船东,也面向外部船东接业务。

我们帮它解决的典型场景,是售前报价 Agent,属于售前数字员工的一个环节。

他们原来的业务流程是这样的:他们做船舶维修,一条船要修的时候,船东会发来 PDF、Word 或 Excel 文件,可能有几百页。以前员工拿到这几百页的文件后,按照大纲标题,比如船坞、船坞里面的具体项目、甲板上的具体项目等,把内容拆出来,结构化地整理成一个又一个不规则的具体需求。

然后再跟报价库匹配。报价库少则几千个制造业 SKU,多则几十万个。同时,他们可能和这家公司签过协议,有一些特殊协议需要参考历史报价结果。根据相对明确的 SOP 规则,把客户不规则的需求变成我们能够提供的标准服务报价内容,最后输出一份报价。

这个流程最大的痛点,第 1 是做这件事的人很贵,是经营代表在做。一份文档要花一周时间,他们大部分时间都浪费在这上面。第 2 是需求太复杂,人去抄的时候经常出错,时间又长,导致初级员工做不好,只能让中高级员工来做。

中高级员工本来应该把时间花在更有价值的地方,却天天做重复性工作,导致内部满意度不高,客户也会觉得报价时间太长。

我们的核心价值有 3 点。第 1,我的内容解析能力很强,可以让自研的小模型读懂需求,理解文本中的具体要求。第 2,我们可以在半个小时内,通过一个 Agent 直接输出结果。第 3,我们的准确率会比较高,会比同等水平的员工做得更好。

我们不追求 100% 的准确率,在 Agent 领域这是不可能的,但我们追求的是比同等水平的员工准确率更高。这是我觉得很典型的 Case,也是我们的一个标准化 Agent。

Ronghui

这样的项目你们能收到多少钱?算是一个大项目吗?

Speaker 1

不算,我们收得很低,控制在 30 万到 50 万。

Ronghui

这样的大型企业,你们要怎么样说服他们来使用你们的服务?感觉这样的客户还挺难拿下的。

Speaker 1

我们分获客和转化两个环节。获客这个环节就是各显神通,能上牌桌的都各显神通。我们的神通是依附于帆软,早期启动时有足够的营销线索。

随着我们自己的品牌、产品和核心技术能力逐渐突出,我们建立了一大批生态伙伴。说白了,就是让大家觉得宇核科技这家公司、这个产品很强,场景很强,于是愿意不断给你推新的线索和商机。

我们现在整个线索状态很健康,是我们在挑着回复客户。客户发消息过来,我们不一定都会回复。

第 2 个环节是拿到线索之后怎么转化。我们最开始的打单策略,是认知驱动型打单。我们跟客户见一面,给他输出我们认为 Agent 应该怎么做、AI 应该怎么落地、我们的产品是什么、核心能力是什么,以及在他们公司里应该怎么做 Agent。

这一套下来,客户在出面的时候,70% 到 80% 就会选定我们,剩下只是怎么具体推进商务流程,这都不重要了。

Ronghui

这叫认知驱动型打单,而且听起来 70% 到 80% 的成功率是很高的。秦瑞,你的感受是类似的吗?毕昇出去也是这样的认知驱动型打单法吗?

Speaker 2

是的,我非常赞同。要做新一代、更健康的 To B,就得是这种模式,你得比客户更专业。

Ronghui

最近有一个说法:在 AI 时代,所有 SaaS 都值得用 Agent 重做一遍。你们怎么看这句话?你们觉得自己做的事情,是在用 Agent 再去革 SaaS 的命吗?

5. Agent 不等于 SaaS

Speaker 2

我们看到,在代码、客服、营销、内容生成等部分行业,Agent 还是会带来比较大的影响。但除此之外,在一些更业务化的场景里,坦白讲,它还没有那么革命性的影响。

至于它会不会到来、什么时候到来,我只能说,从我的个人视角来看,我是一个理性乐观派。作为创业者,要理性分析,关注最新的技术进展,然后去看你之前做过的场景,或者做得不够好的场景,是否真的能够被解决。

回到“SaaS 是不是该重做一遍”这个问题,我觉得大量 SaaS 并不是因为 Agent 就要重做一遍。代码、客服等领域可能会有变化,但它不是一个全行业性质的事情。

Speaker 1

在我看来,这是两件完全不同的事,没有任何可比性。

SaaS 实现的是流程标准化:公司从 1 个人到 10 个人、100 个人、1 万个人的时候,能不能保证业务流程和业务动作不变形?

它本质上解决的是:公司现在有这些组织能力和资源,本来可以做到 10 个亿,但因为管理不善,可能只能做到 8 个亿。那我用 SaaS,能不能通过流程数字化、管理数字化,帮你回到 10 个亿?这是 SaaS 做的事情。

但 Agent 是另一件事。Agent 是你原来只能做到 10 个亿,我能帮你做到 20 个亿。我本质上是为公司提供新的组织能力和新的资源。

企业买 Agent,应该像招聘高级人才一样,像投资建厂、建设生产线一样,它是一种经营生产力的投资。

基于这个逻辑,它们完全不一样。我们对标的应该是整个劳动力市场,所有企业、所有业务流程都可以用 Agent 完全重做一遍。就像硅谷前一段时间又炒过的冷饭,说他们对标的是 60 亿美元的人力资源市场。我完全认可这个观点。

基于这个逻辑,我们选择场景时一定会选客户 ROI 明确的场景:要么能直接帮他赚很多钱,要么能帮他省很多钱。除了这两类场景以外,我们都不会碰。

Ronghui

明白,就是帮他赚很多钱,或者帮他省很多钱。

我有一个比较好奇的问题。看上去两位现在都非常有信念感地在做目前的 To B 业务。你们有没有过一个时刻,像公司的“啊哈时刻”一样:某件事情发生之后,你觉得找到了感觉,公司对了,能够活下来,也能赚到钱?

Speaker 1

这个时刻应该是去年下半年到来的。

从结果上来说,最大的结果是我们去了 WAIC,也就是世界人工智能大会。我们逛了一圈展,也和所有跟我们交流的人聊了一遍,发现大家做的事情好像都不太对,而我们做的事情好像很对。这是一个宏观感知。

再具体一点,就是我们每次去见新客户,输出整个 Agent 的建议,告诉他在公司场景里应该怎么落地 Agent,客户对我们的方案都有 70% 到 80% 的信服度。对我们来说,这是一个很大的正面反馈。

我们可以基于大家认可的价值,一起定义真正的场景。早期跟客户共创场景,共创完成之后,客户会真金白银地掏钱买你的东西。

而且买的不是靠商务资源拿下的,不是靠客情关系,也不是靠定制化拿下的,而是买我真正想卖的东西——我的 Agent 里面核心的业务价值。

当这个东西变得可复制、可推广,拿着这个内核去其他客户那里也能卖得很好,那就很有意思了。

Ronghui

秦瑞,在毕昇里面有这样的“啊哈时刻”吗?

Speaker 2

宏观上来讲,其实跟星棘讲的感觉差不多。更多时候,是一个个客户主动找到我们,说:“你们产品蛮不错的,团队也很靠谱,我想支持中国的开源。”

我觉得后面这个点比较重要。大家宏观上会觉得中国 To B 市场不好做,但从微观角度去看一个个客户的时候,会发现还是有很多人愿意支持我们。

他们可能受到既有体制、内部制度、预算等各种因素影响,但一旦达成契合,这些都不再是阻力,客户会帮你把事情搞定,让项目正常推进。

所以,中国企业级市场是不是一定不可能出现愿意为价值买单的客户?至少从我们现在的体感来看,客户在转变。客户内部跟我们对接的,很多都是比较年轻的人,他们是决策的影响者,也是新兴的力量。

我觉得他们都是很有想法、很干练、有追求的年轻人。这不一定只对应我们自己的产品,我觉得它可能意味着中国整个企业服务市场正在出现一些转变的苗头。

Ronghui

秦瑞,你是从依图这个 AI 四小龙时代穿越过来的一个资深从业者。我们知道,在 AI 四小龙时代,做 To B 让很多人伤透了心,最后大家都在盈亏平衡线上挣扎。

到现在,你有没有觉得时代变好了、环境变好了?听起来是这样的。可不可以具体讲一讲,究竟是如何变好的?

6. 价值正在取代关系

Speaker 2

首先,我觉得整个 AI To B,包括我们在依图做的一些事情,都是有业务价值的。只不过对手太强了,海康太强,人家直接软硬件一条龙,整个全国销售网络也非常强。你要跟它拼,很难。

所以我觉得,从价值上来讲是有价值的。

另外,变好的地方除了客户侧的人,供给侧的人也在变。比如星棘这样的优秀 To B 创业者,已经活明白了:不是要贴着客户去做,而是要专注把价值做好。

当然,一方面,有一些人出海了,优秀的一拨人出去出海,减少了一点国内的内卷。另一方面,资本环境变差,使得真正做生意的人变多了,而不是拿着一堆资本补贴去做客户、做项目。那不是正常的商业逻辑。

客户也找不到那么多愿意赔本跟他玩的供应商了。所以我觉得,现在投资人对 To B 先保持这样的态度挺好,让行业更健康地发展。

资本期望的回报增长速率太高了,To B 达不到那个水平。为了达到那个水平,你只能动作变形,反而导致底座越来越不稳,追求的东西也变了。

Ronghui

所以这是你们不融资的原因吗?

Speaker 2

这是我们不融资的核心原因之一。

Ronghui

我还有一个问题想补充问一下星棘。你刚才提到一句话特别坚定:要找客户 ROI 很明确的项目,要么帮他赚很多钱,要么帮他省很多钱,除此之外都不会碰。

这是经历了什么,才得出这样坚定的结论?

Speaker 1

这其实不是经历导致的,是创始人的价值观决定的。

我出来创业,追求的只有一件事:真正做更有价值、能为社会带来价值的事情。大模型出来之后,我第 1 时间就跳了出来。那时候我放弃了很高的收入,什么都没想,只是第 1 时间做了决定。

因为我觉得这是一次更大的生产力革新,会带来一个完全超出我想象的社会变革。我想参与到这个进程里面。

那我现在做这些事情,就要确定自己做的一定是这场变革里很有价值的一部分。如果我只是在里面赚钱,对我来说没有意义。所以这是价值观决定的。

Ronghui

大家知道,做 To C 一定要讲差异化。做 To B,你们觉得和友商有差异重要吗?有可能服务本身没有差异,但服务态度和质量有差异。想听听你们的看法。星棘,你觉得差异重要吗?如果重要,你们和友商有什么差异?

7. 聚焦创造真正差异

Speaker 1

差异一定很重要,特别是在一个早期市场。成熟市场里,不管 To C 还是 To B,最后拼的都是拼刺刀、拼营销、拼服务,To C 和 To B 没有本质差异。

在早期市场,To C、To B 也都一样,拼的是创新,拼的是谁更懂用户,谁能先用更优的方式解决用户想要的问题,并且收到钱,把它持续地拓展和复制。

我们现在处于一个早期市场,所以会有很大的差异,包括产品理念上,都会跟别的公司有很大差异。

刚才荣慧提到,我们非常坚定,只做核心价值最大化的事情,其他都不做。这就是我们最大的产品理念差异。

由这个理念驱动,你会发现整个公司的组织和战略形态都会完全不同。我们不会做特别重的交付团队,而是全力把产品团队做大,把产品抽象做好,把 Agent 本身搭得足够通用。

在技术服务和技术路径上,我们只做最核心的 Agent 业务相关内容,除此以外都不想碰,哪怕它会带来很高的营收,也不会去做。

在这个基础上,我们希望跟客户共创核心场景,和他们一起打磨 Agent,把它变成现在的 3 个、5 个,或者未来重新聚焦成 1 个我们认为具有极大业务价值的通用 Agent,也就是通用数字员工。

Ronghui

我记得我们上次聊天的时候,你提到宇核科技目前 100 万以上的单子不接。现在还是这样吗?背后有什么思考?

Speaker 1

还是这样,完全没有变化。

这是我们的战略选择。我们团队在 To B 行业大概有 7、8 年经验,属于很年轻但能把 To B 做得很好的人,同时也是 Agent 领域里相对资深、能把 To B 做好的人。我们刚好处在这样一个交叉点上,所以能看到一些别人没看到的东西。

从客户分层上看,有超级 KA、中大型企业和 SMB。目前 100 万以上的订单,更多是超大型央企集团、超级 KA 客户。这类客户的问题其实很显性。

第 1,这些客户的订单,比如我有个朋友,每个 Case 都是大几百万,300 万、500 万、600 万,营收很容易跑到一两千、两三千或者更高,但对头部客户的依赖会非常强,经营风险很高。

伴随着产品被这些头部客户牵引,你会发现,我们想做最核心、最有价值的事情,但现在有一堆钱摆在面前,你要不要?你要了,产品就会失焦、变形,追求的核心价值就会离你越来越远。

第 2,在资源特别有限的情况下,这些客户会消耗大量资源。第 3,这些客户因为你团队能支撑的资源有限,所以能签的单也有限。

如果订单都由这类客户组成,就意味着你能接触到的客户场景数量会变少。这是一件很可怕的事,特别是在持续寻找 PMF、迭代 PMF 的阶段。

当你只能看到一个很小的东西时,就会沉迷于自己的小世界,认为这就是未来。但过一段时间会发现自己已经完全掉队了,这对我们来说很恐怖。

还有一点,这种客户的回款也没那么健康,对公司现金流影响比较大。综合来看,它们的利润也没那么高。

所以我们会聚焦在一个更甜的点,只做 30 万到 50 万的区间。产品有一些标准化,服务配置有一些标准化,交付周期和跟进周期也比较短。我们做的都是最核心的场景,把这些核心场景一个又一个抽象出来、复制出来,再向更多客户快速推广,打造最佳实践和标杆案例。这套打法我们觉得蛮好。

Ronghui

刚才聊到差异化的问题,也想听秦瑞讲一讲。毕昇应该经常被客户问和 Dify 有什么区别。你们和友商有什么差异?

Speaker 2

我们把竞品分成两大类:一类是大厂,另一类是跟我们同类的开源创业公司,比如典型代表 Dify、FastGPT。

对于开源厂商来讲,我们会认为,你面向的客户决定了你是谁。比如 Dify 更多关注海外市场,因为国内 To B 确实不好做,同时也更多面向开源个人开发者和相关生态。

我们聚焦的用户是国内企业客户。企业客户提出的功能需求,我们因为每天都跟这些客户泡在一起,所以很清楚。比如企业管理、安全、单点登录、流量控制等,听起来都很细碎,但这些是企业上线必须要的东西。把它们放在产品里,本身就是产品差异化。

另外,从最后的交付来讲,国内软件交付里还是有比较多服务的。它们原本基本不做这件事,但我们要做。这个也是客户非常关注的差异化。

我们不仅仅是给客户交付工具,还希望帮他们产生业务价值。比如写钻井报告、写尽调报告、审合同,当然通用问答就不用说了。

把业务价值做好,才有可能看到客户第 2 期更大的单子。否则就是一锤子买卖,没有意义。所以从商业模式上来讲,我们和它们的差异也很大。

从大厂的角度来讲,大厂从整个组织运营结构来看太大了,接不了我们这种可能 100 万左右的单子,对他们来说这不是一个特别重点的客户。

另外,大厂挣钱太容易了。拿广告就能获得哗哗的现金流,去做这种非常苦的客户生意,长期来讲不会是他们最主要的核心方向。所以长期来看,他们也不具备竞争优势。

Ronghui

可不可以请两位分享一下你们的一天是怎么度过的?有多少时间在想产品,多少时间在想增长,多少时间在接触客户或者服务客户?星棘先来。

8. 创始人优先建设团队

Speaker 1

我现在主要把重点放在 3 件事上:找人、找钱、找方向。但融资这件事,我放的优先级极其低。

现阶段最重要的事情是找人。我会面试、做团队内部的绩效面谈,也会做辅导,这可能占掉我每天一半的时间。

剩下一半里面,大概有四分之一的时间处理和客户相关的事情,但我不会直接参与任何项目、打单或交付。我会处理和客户需求、场景相关的事情。

对我们来说,每个签下的 Case、每个做过的 POC,最核心的价值都应该是帮助我们迭代产品。我们要做的是快速萃取每个场景的价值、价值链路和客户的核心痛点诉求,然后判断如何解决、能不能解决,以及能不能做成产品抽象。

还有四分之一的时间可能用在认知上。认知比较泛,包含产品、技术和商业化这 3 大块。

我每天会花很多时间看产品、看新产品,也会花很多时间和客户讨论,和外部交流认知、迭代认知。我们很多想法,都是在不断打磨和讨论中得出来的。

Ronghui

我们上次见面的时候,你正好坐在我旁边,在 BOSS 直聘上发职位。当时你被扣了一笔巨款,对吧?你问我为什么 BOSS 直聘现在发岗位那么贵,而且会区别对待,不同岗位的价格不一样,越难招的越贵。

当时你招的那个岗位是什么?

Speaker 1

销售。

Ronghui

所以现在你的体感也是,销售人员最难招吗?

Speaker 1

对。对整个团队来说,销售人员难招,本质上不是这个岗位本身难招,而是符合我们选项的人少。

我们招人有一些基础特质画像。第 1,他要有很强的极客精神,哪怕不是做技术的,也要有足够强的好奇心和兴趣。第 2,他要有理想主义特质,愿意为了我们的愿景去奋斗,而不是进来想打个工、赚点钱。

再加上学习能力、抗压能力、自我迭代能力等一大堆要求,要求其实相对比较高。

Ronghui

是在招 CEO 吗?

Speaker 1

不是。我们每个人都是这样的,所以团队其实搭得还不错。

但这里面有一个问题:销售岗位比较特殊。销售有句话叫“如果不够现实,就不会去做销售”。包括我们现在在招一个销售合伙人,来承担内部更多事务。我们发现,之前认识的很多朋友,在这一点上都很难具备足够的理想主义特质,真的很难。

我们可以开条件,也可以帮朋友把账算清楚,算几年能拿到几百万,都可以算。但我不喜欢这样。我喜欢的是,和你聊完之后大家都聊得很开心,你真正认可我们的价值观,认可我们要做的事情,愿意进来一起把这件事做大、做强、打磨好。这才是我们想要的东西,但事实上很难。

Ronghui

那你现在在调整自己吗?是不是去接受销售都很现实,要用现实的方式和他们对话?

Speaker 1

不,我觉得我们能找到,我们已经找到了一个朋友。这件事总归是能找到的。

本质上,我们现在是早期小团队。未来希望团队做到很大,几百人、几千人,甚至更多。每个人都会是我们所谓的封疆大吏,一定要传承我们的核心价值观。

所以我们宁愿慢一点,宁愿少一点人,也不能变形。

Ronghui

听起来,这背后有非常多取舍和思考。秦瑞,同样的问题,你的一天是怎么度过的?

Speaker 2

差不多就是市场营销、客户沟通、产品研发,以及一些方向性的思考,大概均分在这几个方向上。因为我们还有其他联合创始人,他们会负责其他相关的事情。

可能和星棘不太一样的是,我会直接参与客户的事项。当然,最终具体干活肯定不是我干,我更多是帮他们看项目到底出了什么问题,或者需求理解、对齐有没有做好。

比如效果做出来不如预期,我会和团队、客户一起看问题在哪里、怎么优化方案,大概会有这样的工作。

Ronghui

你们俩刚才的话里,有两个我觉得很少见的关键词。一个是秦瑞说会筛选客户,另一个是星棘说不会做特别重的交付。

这都和我理解中的传统 To B 创业者很不一样。因为在中国做 To B、做交付,首先为了有利润,一开始可能没办法筛选客户。其次,硅谷 SaaS 工具能卖得好,当然有庞大的 SMB 市场作为基数,而且他们愿意为效率买单;中国市场更多是为效果买单。

你们怎么立下这个 Flag:不做特别重的交付,并且还能被客户接受?

Speaker 1

这不是很好吗?这不就是 Agent 时代应该做的事情吗?我可以直接做效果。

我们也经历过这个阶段。早期没有太多钱的时候,要接很多单来养活团队,至少我觉得这没问题。北美也是这样,在没有拿到足够融资之前也会这样。

但你要明确目标,要有很强的信念:我做这个东西是为了迭代产品。现在可能要赚点钱,但最终还是为了迭代产品。

有的人会在这个过程中迷失自我。比如跟客户喝喝酒,拿下一个 200 万的 Case;再跟另一个客户搞一搞,把预算拱到 1,000 万,就觉得“我真牛”,然后迷失掉了。

Ronghui

在眼下你们看到的、最优秀的 To B 企业,或者最优秀的 To B 创业者、企业家是谁?

Speaker 1

有两个。一个是你认识的 Tony Gu。

Ronghui

Tony Gu 做 Sales Agent,对吧?

Speaker 1

对,我知道。我知道。我跟他是去年年初认识的,我们俩很聊得来,我很佩服他。还有一个也是做 Sales Agent 的,叫赵磊。他的产品还处于比较早期的阶段,但他在行业里很优秀。他以前做销售咨询,马上要出一本关于销售方法论和销售体系构建的书,现在在做 To B Sales Agent。

他们俩都是垂直领域很优秀的创业者。对我来说,吸引我的永远不是业务结果,比如拿了多少融资、拿了多少订单,不是这些,而是他们的认知很优秀。

他们真的想得比我深。我觉得自己想得已经相对比较深了,但他们真的想得更深。他们对自己的垂直赛道、过去、现在和未来,都有足够的 Know-how,能看得很透,知道自己的 Agent 到底应该怎么做。

他们作为非技术 Founder,可以直接定义产品,并且很有信心地告诉客户:“我的产品就是要这样做,你就得适配我的流程,你那样做就是错的。”我觉得这真的很了不起。

Ronghui

大家可以听一听我们和 Tony Gu 的那一期播客,那差不多是一年前录的。最近我又见到他一次,他很多观点都没有变化,也说明这些观点经得起时间考验。

我去年看过国内上市公司里软件公司的净利率水平。前 5 名是德赛西威、金山、金山办公、同花顺、恒生电子和合合信息。这是 2024 年第 3 季度的数据。

德赛西威做智能驾驶,最近几年涨得非常猛,所以涨到了第 1。这个可能也呼应了刚才讲的:做 To B,要进入垂直行业领域。

金山办公其实偏 C 端一点,不是传统意义上的 To B。说白了,一个是壁垒,一个是标准化。帆软也是业界评价非常好的一家 To B 公司。

这也呼应星棘讲的:得有取舍,得有选择。什么都想要、只看短期利益,就会被拖入不太好的恶性循环。

你要选择那条恶性循环,还是选择早期起步、虽然也有失败概率但可能形成正向循环的路子,需要自己去尝试。

做 To C,很多企业会提愿景,不只是对用户的愿景,也是对员工的愿景。做 To B,你们也提愿景吗?两家公司各自的愿景是什么?可以分享一下吗?

9. 愿景组织真正的团队

Speaker 2

显然是需要愿景的。人是被愿景和故事组织起来的,不是一堆机械。大家要一起做一件事情,一定得有一个目标、有一个故事,让大家团聚和凝聚在一起。

我们整个愿景叫作“Make Work Smart”。因为毕昇这个平台面向的主要还是国内企业,我们希望让大家的工作变得更加智慧,而不是进行一些低效劳动。这就是我们的愿景。

Ronghui

星棘呢?

Speaker 1

你问这个问题,或者说听众想听到这个问题,本身就代表了一种偏见。

做任何企业都需要愿景,和 To B、To C 没有关系。很显然,我是一个愿景驱动型创始人,我的团队也必然是这样的。

大家加入我们团队,一方面是觉得我这个人还行,另一方面是觉得我们做的事情很好。我们做的事情,抽象成一句话,就是希望真正用 Agent 解放人的生产力。

我们在一步一步践行这件事:做掉一个又一个岗位,用 Agent 把这个岗位的工作搞定,让人从繁琐的工作中解放出来。

我们预期未来的状态是,可能在未来 10 年内,整个企业生产运营流程里会有大量工作由 Agent 直接端到端交付业务结果。现在很多人的工作会更加轻松,不用 996,不用那么卷,可能每周上 3、4 天班就够了,社会生产力也会极大提升。

这是我们想通过团队带来的变化。我们坚定地认为,在这个团队做这件事,可以加速它的到来;也坚定地认为,要达成这个目标,To B 这一环一定不能少。

Ronghui

现在 Agent 这个概念很火,对于很多 To B 客户来说,会产生一种要转型、要拥抱新技术的焦虑,或者害怕落后的焦虑。你们觉得这会带来一些更好的机会吗?

Speaker 1

这很好。这就是一个时代到来的时候,所有人都应该有的危机感和焦虑感。

如果没有这个东西,我们还需要自己教育市场,告诉客户这个东西更好、应该按照这样去做。但现在会轻松很多,客户会主动找你,说:“我想做一些事情,你能不能帮我规划一下哪些事情可以做?”

这就是最真实的写照。在这个过程中,我们可以发挥优势,告诉客户应该怎么做。我们倾听他的业务流程里有哪些核心痛点和诉求,然后告诉他:“你看,用 Agent 可以很好地解决这个问题,帮你把营收提升 10%、20%,或者把一部分人的时间省下来,让他们去做更有价值的事情。”

这样,客户需求和我们的产品就完美契合了。

Speaker 2

现在大量 To B 客户都有自上而下的压力去推动这件事情。我觉得另一个角度是,它反过来推动了过去很多年没有做好的信息化、数字化。

以前都是 CTO、CIO 在公司内部推动这些事情,但一旦跨部门,就很难推动。现在是 CEO 在推动,董事长在推动,所以很多部门都得配合。

在这个过程中,我们有一些真正深入业务的场景,大模型在里面的占比其实也就 30% 左右。大量价值可能来自原来没有打通的系统和数据被打通了,以及整体自动化水平提高了,从而带来很明显的业务价值。

如果按照原来的方式做,就得说服各方来推动这件事。现在内部说服的精力也小了很多。

Ronghui

这个情况普遍吗?还是集中在某些领域,表现得更集中、更典型?

Speaker 2

就我们做得比较多的泛金融和央国企来说,当然央国企我们更多是集团型企业里的二、三级公司,这种情况还是挺普遍的。我们公司的规模可能还不够,一般接触的也是二、三级公司。

Ronghui

我有一个感受,但不确定是不是市场的普遍现象:现在最聪明的年轻人,因为选择很多,往往会把加入 To B 公司、或者做 To B 业务,放在选择优先级比较靠后的位置。

你们感受到的是这样吗?在这种情况下,你们做什么来吸引人才?

Speaker 2

如果加上“最聪明”这个限定,我觉得这件事是成立的。最聪明的人也不一定去公司,他可以去做研究、做科学家。

从他们的视角来看,可能更希望去做杠杆最大的事情,做能带来最大影响力的事情。我不是最聪明的人,只能猜测他们可能是这样的想法。

落到实际的公司经营上,我们招人的时候,大家还是认可我们的。一方面,我们公司叠了两层 Buff:开源和大模型。对于这两个点来说,招人并没有很难。

核心还是你做的东西是不是标准化的,也还是杠杆问题。聪明人都想做省力、影响大的事情。

开源很重要的原因就在于,它是一个标准产品。开源产品的设计可以不被客户左右。我们也不做最原创的模型创新或底层方法论创新,更多是研究产业界、学术界最新的研究成果,然后判断它们对于把事情落地是否有实际价值。如果有,我们就放进产品里。

Ronghui

最后一个问题,想请教二位:你们认为自己做到什么程度,会觉得“这次创业我对自己很满意,可以说自己成功了”?星棘先来,你对宇核科技成功的定义是什么?

Speaker 1

对我个人来说,没有所谓的成功,当然也可以说有、也可以说没有。

这是我的第 1 次创业。我追求的是在路上的状态,而不是走到终点的状态。就像我的微信签名一样,如果我得到了某个结果,这个结果本身对我来说就没有意义了。我追求的是这样一种状态。

所以这种状态会驱使公司永远不停地做新的东西。比如我们在国内可能相对稳定了,就去做海外;通用 AI Agent 可能相对稳定了,就去做垂直 AI Agent。

它会驱使我做很多新的东西。我们最近在想一个新的方向:在垂直 Agent 里面,能不能抽象出一套构建 Agent 的方法论,构建垂直 Agent 的方法论,然后做成一个通用的垂直 Agent 搭建产品。听起来比较绕,但我们最近确实在尝试这件事。

它一定会让我不停创新。所以对我来说没有终点,就是不停往前走。我个人也没有太大的经济压力,所以无所谓。

但对企业、对团队来说,肯定有一个成功的点。我们企业的核心价值,和愿景、使命是挂钩的:真正用 AI Agent 作为生产力,加速整个企业未来的智能化。

基于这个目标,我们希望团队拥有垂直领域最前沿的技术和最好的商业化成果,也让所有同学拥有相对舒适的生活。达到这一点,至少初步来说,我们这个企业对于一帮创业的同学而言就是成功的。

Speaker 2

跟我想的基本一致。对我们来讲,说白了就是现金流健康了,可能就没有那么大压力,可以追求更多时间陪伴朋友和家人,同事们的压力也不用那么大,工作开心一点,给大家合理、好的报酬。

因为 To B 有账期问题,可能还要等 1、2 年,才能有比较好的正向现金流。到这个状态,我觉得就是这个阶段的第 1 个成功。

就像刚才讲的“一级火箭”,对我们来讲可能就 OK 了:有一个比较良性的运转。下一步,再去看自己的欲望,是不是要追求下一个成功。

Ronghui

今天谢谢二位。听你们讲最后这一段,我还蛮感慨的。我觉得,在路上本身好像就是一种目的,它不一定要通向什么地方。沿途的感受和沿途得到的反馈,其实就足够有力量,支撑着自己继续爬起来,在第 2 天继续上路。

希望我们下次再来到十字路口的时候,可以看到二位还是像今天这样意气风发,或者更加意气风发,再和我们分享后面的创业故事。

Koji

仍然没有在喝茅台。

Ronghui

谢谢二位。

Koji

谢谢。

Speaker 2

谢谢,谢谢。

「我没喝一口茅台,去年也做了 3000 万」 | AI 在中国⑤:AI 时代怎么搞 toB 才能拿得到结果? | BidClub