[BidClub_]
十字路口Crossing · · 84 min

“我们首先要贵!” ——定价200美金/月才能验证AI市场刚需|对谈郭振宇:Sandwich Lab创始人/CEO

郭振宇

Podcast
TL;DR
  • Sandwich Lab把“我们首先要贵”当作需求验证:Lexi以199美元/月的入口价格(软件服务费约200美元、不同plan)、无免费试用上线;用户仍愿意付费,郭振宇认为这至少说明market找到了,但F还不好说。上线三个月,付费用户来自94个国家,营收月环比增长超过150%;公司过去四个月完成两轮融资、合计超过千万美元,计入获客与计算成本后仍有毛利。第一轮由锦秋基金和汇量科技领投,第二轮投资方为五源资本和戈壁阿里巴巴创业者基金。
  • Lexi瞄准的并非只有传统广告主,而是全球至少5000万家有获客需求、却没有能力投Meta广告的SMB。现有客户约70%此前从未投放,传统local agency每月收费约6000至2万美元,而Lexi约200美元;郭振宇将这批用户视为Meta的纯增量广告主群体。
  • 产品差异不在生成一张广告图,而在把基本面分析、素材制作和投放后的“技术面交易”闭成持续反馈回路。Lexi根据ROI、CPC、CPM和“概率赔率”动态调预算、删并广告组、重新生成素材;因为素材通常两三天就fatigue,一次性交付不可能构成长期结果。他称目前至少达到平均人类agency水平,绝大多数sales目标超过相应可接受线,最好案例达到8至10。
  • 郭振宇选择Meta、不扩Google和TikTok,是基于三类平台的信息结构,而不是渠道覆盖率。Google掌握主动搜索需求,自动化更像平台内部的集中分配;TikTok已经懂用户,瓶颈是人的创意素材;Meta建立在social graph上,对潜在付费需求理解相对不足,因此把“去哪里找谁”的黑盒博弈留给了广告主和Lexi。
  • Lexi故意弱化过程展示、禁止用户修改文案,把信任从“看见Agent工作”转向持续经营结果。Devin、Manus式过程展示适合有明确交付终点的hands-off任务,广告却是“无限游戏”;郭振宇把产品定义为“revenue generating machine”——“你不要管我干什么”,用户最终更关心长期经营结果,而不是某一次广告。
  • Email Marketing Agent将检验Sandwich Lab能否从单产品扩张为多品类营收机器。新产品不只生成邮件,而是围绕landing page转化持续测试“下一封该发什么”;郭振宇估算,共用用户、GTM、客服、算法、后端和前端组件后,一个新产品约需10个人月,未来还会延伸到财务洞察、供应链、管理与招聘。
  • Meta亲自做全自动广告并不必然消灭Lexi,但多线扩张建立在共享基础设施和约10个人月研发估算之上。郭振宇认为Lexi为平台带来增量、Meta也必须面对同一黑盒,且平台直接对不同广告主采取差异化策略“不一定合理、也不一定合法”;更底层的技术信心来自“非零和博弈”——错误可以迭代,增长不必以对手亏损为代价,这些判断仍需产品持续验证。
Digest · the substance, structured for research

1. Sandwich Lab把自动化履历转成了SMB增长产品

  • 郭振宇38岁,本科毕业于浙江大学、博士毕业于UBC;过去15年主要在IoT、机器人和自动驾驶领域,并非广告行业出身,因此称这次创业是一次“方法论创业”。

  • 博士期间,他参与的IoT硬件公司成为Tesla SolarCity供应商后被卖掉;此后在Postmates内部创建人行道配送机器人项目,该项目后来独立为纳斯达克挂牌的Serve Robotics,他估算其估值约8亿至12亿美元。

  • 回国后,他在阿里巴巴达摩院负责“小蛮驴”自动驾驶末端配送项目的商业化和规模化。如今Sandwich Lab有20多人,第一个产品Lexi全自动完成Meta广告获客。

  • 公司过去4个月完成两轮融资,合计超过千万美元;第一轮由锦秋基金和汇量科技领投,第二轮投资方为五源资本和戈壁阿里巴巴创业者基金。

2. 199美元、无试用和94个国家构成了第一轮需求验证

  • Lexi的软件服务费约为每月200美元、设有不同plan;早期入口价格为199美元,且从上线起没有免费试用。广告主另付Meta预算。

  • 上线三个月后,付费客户来自94个国家,营收月环比增长超过150%。郭振宇暂不披露绝对收入,但称计入获客与计算成本后仍有毛利。

  • 客户横跨阿联酋团建手鼓工作室、美国ADHD诊所、澳大利亚无障碍改造服务商及喀麦隆脏辫假发商家;这些企业可能只有3至5名雇员,却第一次获得可执行的广告能力。

  • Lexi也在“投放Lexi”:团队没有专门增长团队,主要用自己的产品获客和迭代算法。郭振宇称由此得到的CAC相对较低,也是单位经济为正的重要原因。

3. 真正的市场缺口是“有需求但从未投过广告”

  • 在美国、加拿大等市场,本地agency往往只做开户、建议和指导,不保证效果,月度retainer约6000至2万美元;在更小或欠发达市场,服务甚至可能根本不存在。

  • Lexi客户约30%有过广告经验、希望寻找更好工具,另外70%拥有强烈投放需求,却从未成功完成Meta投放。后者拿到素材也不会操作平台,必须由系统完成最后一公里。

  • 郭振宇引用的市场口径是:全球约1.3亿家在Meta上有presence的SMB;按地区与营收能力收窄后,仍至少有5000万家潜在广告主。他更关心的是,这些企业构成平台的纯增量广告主群体。

4. 广告不是一次预测,而是一场持续的“技术面交易”

  • Lexi先做“基本面”:理解企业与产品、竞争landscape和marketing位置,再从需求侧推导哪个国家、市场及demographics真正需要且有能力付费。郭振宇把广告概括为“一个筛选的过程”。

  • 下游Agent再按广告学经验生成卖点、人群、标签、文案、图片和视频。大多数AI广告产品在此交付素材,但这只服务于已经懂得如何使用计算广告平台的人。

  • Lexi继续完成“技术面交易”:实时观测ROI、CPC、CPM,根据“概率赔率的估计”调预算和参数,该合并的合并、该删除的删除、该新建的新建,再返回基本面形成循环。

  • 原因是不存在一条可一次预测出的“最优广告”;素材往往两三天就fatigue。慢节奏每周迭代数次,快的地区和广告每天数次,持续反馈才是系统工作的主体。

5. 先服务SMB是一种生产力分配选择,也是一项规模判断

  • 郭振宇长期做自动化,最关心的不是直接分配财富,而是“把先进技术带来的生产力提升,分配给更该获得生产力的人”;额外5000万家SMB因此成为创业的本质动力。

  • 大型enterprise能够雇到优秀人才,现阶段对全自动AI更多是提效降本,而非刚需。主持人追问这是否牺牲商业结果,他的回答是,降低先进技术门槛反而可能产生更大的长期结果。

  • 他的价值判断很明确:“你不可能是一个利己的人,却能做到千亿美元的事情。”在To B领域,新需求很少,巨大公司往往只是用新方式解决延续数百年的经营需求。

  • Sandwich Lab并非永久拒绝KA:团队正与一家全球知名快消集团讨论pilot,但期待验证的不是普通投放,而是用广告渠道触达潜在用户、获得需求验证,这可能比已有用户运营更有价值。

6. 中国本地商业生态揭示了AI应填补的结构性空位

  • 团队有意把targeting biased towards local business,而不是先追电商。郭振宇承认这里带有个人偏好,但产品初衷就是“lower the bar”,让过去拿不到经营能力的人获得accessibility。

  • 美团、阿里生态给他的启发是,中国小店的精细经营来自三层积累:平台人才和能力外溢、SaaS与SOP逐级下发,以及数百万生态经营者替门店做冷启动、拉新、发券和套餐。

  • 他在杭州常去的理发师说,自己每天的主营工作是经营私域,“这个比剪头发还要重要”。一个普通小门店理解growth hacking,在郭振宇看来是“人类历史上的商业奇观”。

  • 中国以外无论美英澳加还是非洲、南美,都缺少数百万兼具策略能力且成本可承受的经营人才;这不是复制SOP的体力劳动。郭振宇判断,这一代际供给缺口才是全自动AI最该补的位置。

7. Lexi故意不让用户把广告素材当成最终产品

  • 主持人试用时发现,Lexi只问产品和预算便直接投放,广告素材入口极深;这与Devin、Manus等Agent展示每一步命令、借过程建立信任的做法明显相反。

  • 郭振宇确认这是有意设计:用户可以在很深的入口查看素材、文案和条件,但“所有文案和标签用户是没有机会改的”,看见并不意味着能干预系统。

  • 他认可过程展示曾帮助全世界建立对“全自动Agent这一产品类别”的信任,但认为这不等于每个应用都需要复制。Sandwich Lab从立项起选择的是AI Agent的“Shadowing Mode”。

  • 对写代码等hands-off任务,终点是把软件交给用户,Agent之后很难继续改善作品;广告没有一次性交付终点,用户持续经营,真正关心的是经营结果,而不是某一次作品是否看起来漂亮。

8. “无限游戏”让结果信任取代了过程信任

  • 郭振宇把所有产品定义为“revenue generating machine”:“你不要管我干什么,我干的就是几件事,通过shadowing的方式帮你提升revenue。”这听起来too good to be true,但正是产品承诺。

  • 一名持续投入10万美元预算的客户,可能收到数以万计的素材,既看不过来,也不可能逐条确认;确认流程反而会成为burden,并破坏系统每天迭代的能力。

  • 他承认onboarding时展示素材可能增加初始信任,未来资源允许时也可能尝试,但单条文案对整月收入的sensitivity没有想象中高,尤其服务对象不是具有强品牌属性的大型集团。

  • 更激进的判断是,团队选择的产品方向都应当服务“没有alternative”的刚需:当用户必须完成某项经营任务、市场又没有可行替代品时,形式上的信任感次于“deliver”。

9. 刚需来自旅行中的小样本,配置障碍则是上线后的意外

  • 郭振宇旅行时会询问东京、美国东西海岸、加拿大、澳大利亚及亚洲、东南亚的咖啡店、餐厅和买手店;这些商户有精美Instagram账号,但在他的样本中“99.99%都不做”广告,只做自然流量。

  • 他亲自尝试Meta开户和投放,一天仍未太学会,而SEO或Google工具一天大概率能上手;再搜索当地服务商,只找到经营十几年、以做图和建站为主的传统digital marketing agency。

  • 他反复强调这只是“anecdotal的小样本体感”,甚至“很不严谨”;但social presence已经普及、付费放大却无人使用,促成了“需求强烈但没人解决”的原始假设。

  • 真正超预期的是,大比例客户连Meta账户开户和配置都无法完成。郭振宇由此修正认知:SaaS最重要的解决方案不是订阅费,而是消除光盘安装式配置;今天仍有大量“不是智能化、而是配置化”的门槛,Lexi将把它作为功能补齐。

10. Google、TikTok与Meta只是都叫广告,底层问题并不相同

  • 郭振宇对Google的拆解是:搜索暴露主动需求,平台对用户想买什么拥有非常精确的信息,因此自动化主要是内部centralized分配,中间层不需要大量结构化交易策略。

  • TikTok作为推荐信息流,成立的基础是“它推得准”;广告自动化的瓶颈因而不是找人,而是什么素材吸引人及如何快速测试。人的生活和创意仍是好素材来源,他认为短期并非AI最擅长、也不是自己最感兴趣的方向。

  • Meta首先是social network,掌握认识、关注与被关注关系,却很少获得知识搜索和交易信号;加上隐私限制,它只能把“潜在用户在哪里”部分转嫁给广告主,让Lexi针对黑盒博弈。

  • 主持人提醒听众可能对此持保留意见。郭振宇承认自己并不熟悉这些平台,因而反而去拆解其底层原理;他把以上结论作为自己的判断,而非确定事实,在判断改变前团队不会自然扩到Google或TikTok。

11. ROAS已经越过可用线,但统计成熟度仍有限

  • 团队每天追踪三类目标:traffic看页面访问,leads看表单和电话线索,sales看成交;其中sales以ROAS,即return on ad spend衡量。

  • 郭振宇给出的经验线是:ROAS大于2通常可被人类广告主接受,SMB因缺乏其他access,大于1.5也可能接受。他称绝大多数sales目标超过相应指标,最好案例达到8和10,即花1美元获得相应回报。

  • 他称绝大部分用户都很新,并希望任何时点少于一周的新用户始终多于老用户,以说明增长速度和结构足够快,因此目前还不方便给出非常确定的结论。从过去settle之后的结果看,他称Lexi至少达到平均人类agency水平。

  • Traffic方面持续表现不错;leads则因许多local business通过电话获客、电话tracking尚未完善,统计仍不完整,团队计划提供工具识别哪些电话线索来自广告。

12. 用户看不到优化,不代表第一天就该制造动作

  • 主持人从Discord归纳出一类投诉:Lexi似乎只开户并投出广告,看不见显著A/B测试或持续优化。郭振宇判断,很多反馈来自第一、第二天就关闭广告的早期用户。

  • Meta需要至少3至7天观察群体行为,传统agency甚至会要求两周;Lexi通常第三天后才增加操作频率,过早改动本身会损害学习和效果。

  • 主持人追问能否前两天刻意操作、让用户感觉Agent在工作,郭振宇明确拒绝:“我们不应该做这种操作,因为这不合理。”团队选择加强解释,并用guarantee返利鼓励客户让广告持续运行。

13. 高价首先验证市场,随后才轮到营销玩法

  • 郭振宇的定价原则是“我觉得首先要贵”:当产品不那么好用、又没有免费试用时,用户仍支付199美元,至少说明market找到了,但F还不好说。

  • 他不把MAU或ARR增速视为唯一PMF信号,认为价格是最快的需求压力测试。到8至9月,团队可能再开放试用、优惠等营销玩法,扩大注册和使用,而不是一开始靠免费掩盖支付意愿。

  • 当前投入几百美元和累计消耗10万美元的客户付相同订阅费。下一阶段可能引入传统agency式打包:客户把预算交给Lexi,Lexi再将一部分预算支付给Meta,从而探索更多元的收入结构。

14. Email Marketing Agent瞄准的是下一步行动,而非又一把铲子

  • 面对主持人所说的、存在约50年的email marketing行业,郭振宇没有选择Google或TikTok。最直接的原因是Lexi需要运营老用户,而他找不到能替公司真正完成这项工作的产品。

  • 现有工具能告诉他最终的landing page跳转率,昂贵的A/B testing工具也只是“卖你铲子”:用户仍需自己判断下一封发什么、测什么,以及如何提高点击和转化。

  • 新Agent的目标是:用户只需告诉系统希望收件人跳转到哪个landing page,系统持续寻找什么时间、发什么内容才能提升点击和转化。该逻辑与广告相同,因此可复用客观反馈算法、服务端和前端。

  • 郭振宇此前称8月会发布两个新产品,Email Marketing Agent是明确提到的新产品方向之一。

15. 公司边界不是广告,而是所有能直接带来revenue的经营环节

  • 郭振宇认为经营“没有什么新需求”,商学院数百年来教授的仍是营销、财务、管理、供应链和人力资源;AI的机会是用新方式把长期未被软件真正完成的工作自动化。

  • 财税法方向不会做合规,而是从财务角度发现revenue机会和合理增长策略,再把策略转成获客、用户运营或供应链动作。财务负责找机会,执行仍落在经营链路。

  • 供应链产品尚未具象化,人力资源可能落到招聘。各方向看似分散、单项也未必宏大,但必须满足同一约束:“每一步都是直接带来revenue增长的必要环节,而且没有我们用户可能做不到。”

  • Email产品甚至可能免费,并以“三个月做到百万MAU”而非收入作为验证目标。郭振宇把它当成新的因果假设,而不是已经实现的预测。

16. Meta亲自做全自动广告,不等于能按下开关消灭Lexi

  • 主持人引用Zuckerberg的设想:广告主只告诉Meta卖什么、有多少预算,平台完成用户定位、素材生成和投放策略——几乎就是Lexi正在做的完整链路。

  • 郭振宇的第一层回应仍是信息结构:Meta并未像Google那样完整掌握需求,因此即使亲自做,也可能需要站在黑盒外采用与Lexi相似的实验和博弈逻辑,而非在内部系统“开一个小分支”即可完成。

  • 第二层是利益:Meta的主要营收仍来自KA,Lexi服务的是原本投不了广告的5000万级SMB,对Meta主要构成增量而非收入威胁;第三层是平台边界,规则制定者亲自对不同广告主采取不同策略,“不一定合理和合法”。

  • 这些都是郭振宇的判断而非确定事实。他同时强调Meta仍占据客户注意力:在许多新兴市场,商家没有网站,只靠Facebook或Instagram主页建立presence,再用WhatsApp或Messenger沟通乃至转账。

17. 多产品战略建立在“十个人月”的边际成本假设上

  • 投资人不断追问一家20多人公司为何多线作战。郭振宇称这些需求创业第一天就已列出,但团队直到确认复用结构后才启动,并非发现一个方向便立即铺开。

  • 面对同一批全球SMB,GTM渠道、运营、客服和运维均可复用;产品都围绕客观反馈持续迭代,算法、后端和前端组件也高度重合。他估算上一个新产品大约只需“十个人月”。

  • 低研发成本并不足够,真正昂贵的是认真运营至PMF;而现有获客、付费方式和用户学习已被Lexi验证。多产品还会反向迫使每个职能团队标准化、自动化,以服务不同产品线。

18. 郭振宇放弃了一个magic button,改为让产品各自增长

  • 最初构想极端统一:用户输入URL、按下一个按钮,“你明天营收开始增长”,甚至不知道系统内部有哪些功能;他曾希望所有Shadowing Mode能力藏在同一个产品里。

  • 最近改变想法的参照是,微软、百度这样的阶段的公司有入口和相对固定的流量,并非快速增长阶段,因此倾向聚合功能;字节式快速增长团队则常让App单打独斗,以免多个功能混在一起后无法判断究竟该改什么。

  • AI应用仍是快速发展的新兴市场。郭振宇因此决定把每个Agent拆成独立产品,让每条线单独做data-driven获客和迭代,而底层基础设施继续共享。

19. 创业的奖励是验证因果,而不只是把公司做成

  • 团队直到最近、即访谈前一天才把A/B testing系统做好并上线,郭振宇坦承此前主要靠人工A/B;他要求测试正交feature背后的假设,而不是只比较按钮细节。

  • 他用一句“心灵鸡汤”概括方法:“相关性让你预测未来,因果性让你改变未来。”创业每天都在提出关于客户、销售、技术和算法的假设,再用真实结果判断因果链是对是错。

  • 因此“做成”既是目的,也是理解世界的实验手段:Lexi若成功,说明此前关于Meta和SMB的推断可能成立;Email Agent若作为免费产品三个月达到百万MAU,又验证了下一条可用于更大事情的规律。

20. 过去的险胜让他更相信刚需,而非团队表面上的完美

  • 郭振宇此前并未真正担任CEO:学生创业由商学院同学领导,Postmates机器人属于内部创业,上方仍有母公司CEO和CTO,因此这次才是完整承担公司责任。

  • 第一次创业很长时间没有外部融资,靠Kickstarter的50万美元活了半年,甚至没有明确PMF,却“莫名其妙签了单,莫名其妙卖掉了”;当时因仍在读书,感受更多是好玩而非恐惧。

  • 数次项目退出前,团队按阿里、字节顶级职能标准看仍然“要啥啥没有,干啥啥不行”,但最终都退出了。由此留下的强反馈是:“只要找到刚需,总能退出”,而当前团队质量已远胜当年。

21. 高objective、低单次预期,是他区分交易与赌博的纪律

  • 郭振宇很少用“成功”定义自己,也不喜欢所有人答同一张卷子的竞争;他更愿意做从自己角度看没有竞争、但足够有趣和复杂的问题。

  • 他把创业称为所有活动中“多巴胺密度和浓度最高”的一项:“没有什么比创业更爽,比打游戏还爽。”大公司里的晋升、16个月bonus或2万股股票refresh则容易成为偏离真实经营结果的虚假反馈。

  • 他的objective很高,但对任何一次具体动作和近期结果预期很低;高预期会挤掉预案、Plan B和余量。“赌博和交易的区别,就是你有没有在纪律性地计算,并且留有余量。”

  • 对“不被理解”的处理也近乎反向:如果一条路径真能通向千亿美元,早期就不该人人看懂,否则竞争早已填满。投资人用Amazon先卖书、快手先做GIF、Facebook先从校园开始,教他把“暂时看不见”当作潜在空间,而非成功证明。

22. 非零和博弈既是算法条件,也是公司的价值边界

  • 一名候选人用帕累托优化解释计算广告:平台掌握全量数据,仍不能靠centralized计划取得系统最优;只有让每个bidder从广告主的自利目标出发竞争,机制才可能同时提高平台与广告主收益。

  • 帕累托最优意味着,系统中任何一方继续增益都必然造成另一方受损;在抵达该边界前,仍存在共同改善的非零和空间。这个定义让郭振宇重新审视公司应该做什么。

  • Meta广告、email运营和企业内部供应链优化都允许今天犯错、明天继续实验,没有一次动作导致“满盘结束”;足球对抗、二级市场对手盘或指导同街商家打价格战,则存在更强零和与不可逆风险。

  • Sandwich Lab因此尽量选择可反复探索、不以别人变差为代价的任务。郭振宇期待最终效果是SMB与平台共同增长,乃至“带来全球GDP的增长”,而不是把收入从一个商家搬到另一个商家。

23. 全球小企业让宏观悲观叙事重新落回具体生活

  • 服务巴勒斯坦、巴基斯坦、以色列及大量新兴市场客户后,郭振宇的感受是“这个世界比我们想象的美好得多”:即使身处战争和周期,人们仍在认真经营、期待生活变好。

  • 他称自己借助AI查到的世界银行数据表明,过去30年全球国家和地区之间的不平等总体缩小;美国、中国内部可能呈现不同趋势,但刚果(金)、利比里亚、津巴布韦与英国民众之间的差距正在明显缩小。

  • 最具象的客户来自巴勒斯坦:商家从义乌采购日用品,装进6辆mini van,用Facebook发照片并投Lexi广告;加沙居民在图片上圈出商品、通过message下单,他再每天分单配送。

  • 这个客户在战时仍“干得特别开心”,只想着把生意和服务做好。郭振宇由此反观自己的创业压力:“我这个生意比他的生意轻松、安全很多”,这成为他保持低焦虑和长期乐观的现实锚点。

欢迎收听十字路口,我们关注新一代AI技术浪潮带来的行业新变化和创业新机会。十字路口是乔布斯对苹果公司的一个比喻,形容他站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变。我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代积极行动者,和他们一起探索、拥抱新变化、新的可能性。

Koji

我是十字路口的 Koji,科技联合创办了街旁、新事项和糖岛,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间。我相信科技,尤其是 AI,是我们这一代人最大的价值创造机遇。欢迎大家找我聊天,碰撞想法,链接下一个可能性。

Ronghui

我是十字路口的融慧,在美元 VC 工作过,也做过五年的硅谷驻站记者,关注科技发展和商业故事。也欢迎大家找我聊天和我交流。

哈喽,大家好,本周十字路口的嘉宾是郭振宇,他是 Sandwich Lab 的创始人和 CEO,他们最新推出的产品 Lexi 是一款帮助中小企业在 Meta 去做广告投放的 AI Agent。那这一期的十字路口我们也在做视频化的尝试,将会同步录为视频播客,发到小红书、B 站和视频号,欢迎大家关注。

Ronghui

好,那还是我们十字路口的老规矩,我们先来快问快答。请问振宇的年龄?

郭振宇

我今年38岁。

毕业院校?

郭振宇

我本科毕业于浙江大学,然后博士毕业于 UBC。

你的 MBTI 和星座是什么?

郭振宇

我的 MBTI 是 ENTP,星座是射手座。

可以用一句话介绍一下现在的公司和产品吗?

郭振宇

好的。我们公司叫 Sandwich Lab,通过创造 AI Agent 的 Shadowing Mode,帮助全球的中小企业实现自动化的、持续的营收增长。我们推出的第一个产品 Lexi,就是全自动地在 Meta 平台完成通过广告渠道获客。

目前公司的融资情况方便透露吗?

郭振宇

我们在过去4个月完成了2轮融资,总共融资金额超过千万美元。第一轮是锦秋基金和汇量科技领投,第二轮是五源资本和戈壁阿里巴巴创业者基金。

方便透露现在收入和利润的情况吗?

郭振宇

这个后续我们会在后续几轮中披露。但我们现在增长比较快,大概 month to month 的环比营收增长在150%以上。考虑获客和计算成本的情况下,我们是有毛利的。

目前团队规模呢?

郭振宇

我们现在大概20多个人。

Koji

在创立 Sandwich Lab 之前,振宇你在做什么?

郭振宇

1. 机器人创业的前史

我在博士期间和同学们做了一家硬件 IoT 创业公司,叫 Neural,是一家比较小的公司,后来成为了 Tesla SolarCity 的供应商,之后被卖掉了。

后来在当时硅谷最大的送餐平台 Postmates,我们在内部创立了一个人行道自动化机器人送餐的项目。这个项目现在已经独立出来,在纳斯达克挂牌,叫 Serve Robotics,估值应该在8亿到12亿美元左右。

在创立 Sandwich Lab 之前的4年,我回国后加入了阿里巴巴达摩院,负责达摩院自动驾驶末端配送项目“小蛮驴”的商业化和规模化阶段。

我在路上也遇到过小蛮驴。

郭振宇

对,应该还蛮多的。

到目前为止,Lexi 已经发布一段时间了,可不可以给我们讲一讲,Lexi 到现在取得了哪些成绩?

郭振宇

2. Lexi 的早期增长

我们是一款没有免费试用期的 To B AI 服务,订阅费还是挺贵的,大概每个月200美元,当然也有不同的 plan。这个200美元是付给我们公司的软件服务费,用户付给 Meta 的广告预算另行计算,不在这个统计口径以内。

上线3个月之后,我们的付费用户来自94个国家。营收刚才也讲了,环比增长在每个月150%以上。

让我觉得最兴奋、最有趣的,是我们其实没有机会跟大家聊到的:我们为来自全世界、形形色色的中小企业主带来了超出预期的广告效果,带来了显著的营收增长。这是非常具象的。

有来自阿联酋、为公司提供团建活动的手鼓工作室,听着非常小众;有来自东南亚的本地五金建材商店;有来自美国、专注于 ADHD 的诊所;有来自澳大利亚、为残障人士提供建筑无障碍改造服务的服务商;有英国的地产经纪;最酷的是,还有一个来自喀麦隆的脏辫假发产品。我以前其实并不知道,脏辫很多是接的假发。

我们发现,事实上这些人是实实在在生活在世界各地的中小企业主,有着不同的肤色、文明、语言、文化和市场。他们的企业都有雇员,可能企业规模在3到5个人左右,但你会发现,如果没有 Lexi 这个产品,很长一段时间里,他们都没有办法尝试在 Meta 上完成一次广告投放和获客增长。这给我们带来很大的乐趣。

Ronghui

这个指的是什么?比如说,在 Lexi 之前,他们是没有这个方法,还是没有这个渠道,或者是没有其他什么东西?

郭振宇

在 Meta 上完成广告投放,是一个相对复杂、需要经验和技术的工作。在我刚才提到的那些市场里,哪怕是发达国家,能够给本地服务商提供这类服务的 agency 数量也比较少,同时价格非常贵。

比如在美国、加拿大,本地 agency 给你提供的更多是一种账户设立、建议和指导,而且并不能保证投放结果。这样的服务合同,应该是每个月6000美元到2万美元的 retainer。

在更小的国家,或者不那么发达的市场,我并不清楚当地的情况,但直观感觉,当地可能没有这样的服务可以选购,而且也不是他们能够负担的。

相对来说,我们的服务是每个月200美元。至少我刚才提到的那些用户,都是第一次在 Meta 上投放广告。没有 Lexi,他们没有办法完成这件事。

所以你们面向的是这样一类 SMB:他们需要在 Meta 上打广告,但以前没有做过,也没有经验。可以这么理解吗?

郭振宇

可以这么理解。我们事实上的客户,有30%过去有过广告投放经验,也想寻找更好的工具和方法;另外70%就是您说的,他们有非常强烈的投广告诉求,但是以前没有完成过这样的广告投放。

这其实也是我们做这个广告系统的初衷之一。因为我们自己就是一个有非常强烈广告诉求、但从来没有完成过 Meta 投放的团队,我们就给自己做了这个产品。当时很强的动机就来自这个角度。

3. 广告系统不只交付素材

我稍微解释一下这件事为什么会发生。大家可能会看到,AI for marketing,尤其是 AI for advertising,是一个非常热门的赛道。大家觉得这天然是 AI 应该做的事情。

但我们不同于几乎绝大多数其他创业公司和应用公司。大家关注的其实是 AI 广告,尤其是 Meta 广告的前半部分,我们叫基本面的分析和创作。

也就是说,你拿到广告主和服务的信息之后,要分析这个广告主是做什么的,分析它的产品价值、竞争格局、marketing 在哪里,然后最终通过一个基本面的、可能是从需求侧进行的推导,判断在哪个国家、哪个市场、什么样的 demographics 可能真正需要这个产品。

因为广告本质上是帮你筛选真正需要、并且有付费能力的人。广告是一个筛选的过程,你去触达他们,这是大家在做的事情。

得到这些分析和 insight 之后,我们的系统会把它交给下游的广告制作 agent。它们基于广告学的原理和经验,制作出大家通常所说的广告:有卖点、有人群、有标签,有素材和文案,包括图像、文字、图片文字和视频。

通常其他公司会把广告本身交付给用户,这是一个有交付过程的应用,用户再把它投放到平台上。

但事实上,在 Meta 为主的计算广告平台上,广告并不是一个寻找一次性最优解的预测问题。也就是说,并不是给定一个产品和服务,存在一个最优广告,你把它预测出来就结束了。

大家知道,在计算广告时代,没有任何一个素材和广告组可以存活那么久。可能两三天就会被换掉,因为会产生 fatigue,还有各种其他原因。所以它并不是一个一次性预测的问题。

因此,我们没有把它当作一次性交付来做,而是把后面的技术面的投放也做掉。也就是说,不同的广告组投出去之后,你要实时、动态地观察所有的客观反馈,比如 ROI、CPC、CPM。ROI 是非常直接的反馈。

然后根据反馈、根据概率和赔率的估计,动态调整预算和参数:该合并的合并,该删掉的删掉,该新建的新建,必要时重新回到基本面,这样不断迭代。

这个周期慢的话可能每周要经过几次,快的话,有些地区和广告可能每天要经过几次。这是我们做的第二部分。

如果把这两部分分开,你会发现,像其他公司一样,大部分公司在第一步把广告交付给用户之后,服务的大概率是投过广告、甚至懂广告的人。因为那些人拿到广告素材和材料之后,才知道怎么使用,如何在计算广告平台上得到最大的收益。

而我们做了这件事之后,并不是直接和那些懂广告、做过广告的人竞争。我们更多希望打开一个市场:有巨大的 Meta 广告需求,但从来没有投过广告、不懂广告的人。因为只有我们这样的服务才能满足他们的需求。

你把大量已经完成的广告组合和素材交给一个不懂广告的人,他还是不会使用。这就是我们一开始想做全自动系统时想到的市场。

这个市场有多大?

郭振宇

4. 中小企业的增长使命

夸张一点讲,全球可能有1.3亿家在 Meta 上有 presence 的中小企业。1.3亿家中小企业,这是一个非常大的数字。

但事实上,我们还可以按照国家、地区和营收规模继续往下算。至少在5000万以上,这个数字是非常惊人的。你可以理解,这些人是纯粹通过社交平台获得增量的广告主群体。

这是我们更关心的。更关心的原因不单纯是因为他们可能 revenue 更高、更容易转化,其实不是。这样的增长比做大客户签单要慢得非常多。

我们更关心的原因,还是回到创业初衷:我们觉得 AI 进步带来的,是人类最先进的生产力进步。

我和 Koji 聊的时候,也聊到我个人长久以来为什么做了这么多年自动化、做机器人的原因。我最关注的是分配问题。我觉得分配的公平性和合理性,会带来更好的社会。

直接的财富分配已经被证明可能并不是那么有效,而且也不是我作为一个社会角色能够参与的。所以我想通过自己的努力,把先进技术带来的生产力提升,分配给更应该获得生产力的人。

这就是我们想要服务额外的5000万家中小企业的本质动力。

这个非常有意思。因为这其实会影响你们很多决定,比如现在不服务 KA 的决定,是因为今天 KA 好像没有那么需要你们?

郭振宇

您说得很对。我们决定在第一阶段率先不考虑服务 KA,因为大型 enterprise 有能力雇佣优秀的人才,这是毋庸置疑的。他们只是想提效、降本,想要更精简的人才结构,那是另外一个考量。

很明显,全自动 AI 对于有能力雇佣到人的 enterprise 并不是刚需。

但这会不会直接影响 Lexi,包括整个公司的一些商业结果?听起来,这件事长远来看可以追求到一个更大的商业结果,还是这次创业对你来讲,商业结果没有那么重要?

郭振宇

我觉得会带来更大的商业成果。

因为我在阿里巴巴工作过4年。我觉得大部分加入阿里巴巴的同学,都是受到了马老师的召唤,因为那个愿景的表述和真诚的实践,很难不被打动——“让天下没有难做的生意”。

对,这句话简单而直白。我觉得在 To B 领域,我们讲得直接一点,可能没有什么新的需求,都是用新的方式去解决古老的需求。

为什么叫阿里巴巴这个名字,也是有原因的。几百、几千年前,阿拉伯的驼队就解决了商业流通和撮合的问题。

在这个大的路径下,我们觉得,获得巨大的商业成果,通常从价值层面讲,是从利他的出发点才有可能。你不可能是一个利己的人,却能做到千亿美元的事情,这是第一点。

从具体的技术层面和社会经济结构的影响来看,在快速技术进步的时代,降低某种先进技术的使用门槛,通常是带来最大、最快商业结果的方式。

我们事实上面向中小企业。从结果上看,我们面向了中小企业;从过程上看,我们是在不断降低先进技术对某些关键资源和关键方式的使用门槛。

Koji

我在想,KA 客户听到 Lexi 这样的服务,应该也会好奇,也会有尝试的欲望。我估计也有不少人会联系你们。那现在你们都是果断拒绝吗?真的聊都不聊吗?

郭振宇

我们有一家世界知名的快消集团,目前正在讨论做 pilot 实验。

这个 pilot 实验,对方当然看重的是表面的价值,因为 Lexi 是在 Facebook 上做投放。但我期待的是能够引导对方合作,让大家理解 Lexi 做的可能是更大的事情。

它并不只是广告,而是触达潜在用户的渠道。

很多企业触达已有用户,有很多方式:通过短信、通过私域、通过在产品内的 A/B testing,都可以测试和触达用户。

但是对于潜在用户,单纯不是为了增长,而是为了理解、触达潜在用户、获得需求验证的方式比较少。其实大型企业更需要在这个层面上使用 Lexi。

小企业并不处在全链路生产的各个端,但大企业是的。所以这个事情我们会考虑去做。

Lexi 有帮自己用 Lexi 去投 Meta 吗?

郭振宇

有。我们觉得这是一个很有趣的梗。融资的时候都会讲,Lexi 是如何增长的——Lexi 投放 Lexi。事实上这就是我们在做的,也是我们用自己来测试产品、迭代算法的一个过程。

我们没有增长团队,人员也非常少,所以主要就是 Lexi 自己投放。

目前的数据结果非常有趣。事实上,它带来了相对非常低的 CAC,也就是获客成本,相对于很多其他应用产品来说都比较低。

刚才也提到过,考虑获客成本和计算成本之后,我们每单仍然是有毛利的。

Ronghui

我想补充一个问题。你们在选择最开始的客户群体时,像前面提到的增长数据,以及暂时放弃 KA 的选择,在最开始想要 target 的客户群体上,还有什么更细致的选择方向?是什么让你们得到了后来的结果?

郭振宇

5. 本地生意的全球机会

我们有两个观察点。这两个观察点可能有一点 crazy,我不好说它一定是 rational、合理的,但我讲一下。

第一个观察点,是我们非常主观地想倾向于 local business。中国叫“到家、到店”,也就是本地服务、本地生活。

Local business 是一种形式,但它涵盖的种类非常多,当然全品类的商业都可能出现在 local business 里面。它和电商、线上生意更多是一种区别。

一开始很多人会说,你做 Meta 广告,做线上的电商和线上生意更直接,因为他们已经在上面,也懂这件事。确实是这样。

但我回到创立产品的初衷,我要做的就是 lower the bar,让更多人能够 increase accessibility,让更多没有办法获得这种经营能力的人获得这种能力。

所以我们本质上是有意地把 targeting biased towards local business,也就是实体经济。这一点里面有主观的期待,是我个人的期待。

另一点,来自于我对中国和中国以外市场的对比观察。以前我经常会和团队、投资人提到,美团点评生态给了我巨大的启发。

过去很长一段时间,我可能每年一半时间在国内,一半时间在北美和其他地方,所以这个对比感受非常强烈。

你会发现,中国的 local business 经营能力非常强,事实上做得非常精细化。它在线上线下运营做到的精细化程度,令人叹为观止。

我不展开讲,你看奶茶店、理发店就知道了。我常用的杭州理发师,每天的主营业务是经营自己的私域流量。他跟我说,这比剪头发还重要。

他就是一个普普通通、很小的门店,并不是什么大连锁店。你可以想象,这种思维已经普遍到、被接受到什么程度了。餐饮行业就更不用说了。

那它是怎么实现的?我觉得有几个宏观原因。

第一个,是阿里巴巴、美团这样的互联网大平台,人才和能力不断外溢。生活中的人会被它影响。

第二个,美团这样的平台,会从总部不断通过 SaaS 工具和 SOP,定期把运营活动和好用的经营策略下发,指导门店。门店再传到更小的门店,一线到二线,二线到三线城市,受到这种传染和传播,于是学会用数据化的思维经营一个非常不起眼的小生意。

第三个也是非常关键的点,是中国生态里存在数百万生态经营者。他们会帮助你完成开新店、冷启动、拉新、发券、套餐,以及所有的营销行为。

这些人并不一定生活在北上广一线城市。事实上,他们可以远程工作,生活在西安、兰州这样的地方,拿着相对当地不错、但放在全国乃至全世界范围内性价比比较高的工资,完成这些工作。

你会发现,几方面的积累和沉淀,再加上具体的人参与,才实现了这样的结果。这个结果是毋庸置疑的,是人类历史上的商业奇观。

我的理发店老板会非常明白什么叫 growth hacking。这是非常极端的一件事。

但这件事并没有在美国发生。至少从我的观察来看,为什么没有发生?肯定不是因为美国人写不出美团点评这个软件,也不是美国人写不出每一个 SaaS 工具。

因为这种思维不是简单的体力劳动复制,也不是简单的 SaaS 或 SOP 执行。它是有策略性的、百万级的人工,在这个生态里无缝衔接各个关键环节。

而在中国以外,无论是美国、英国、澳大利亚、加拿大这样的发达市场,还是非洲、南美这样的 emerging market,都不可能有数百万充满策略智慧的人才在做这件事。

无论从成本还是供给上,目前来看,我们可以说,在代际意义上,是没有这样的人才的。

这是最启发我的事情:用 AI 的全自动化,最应该做的可能就是这些事。它带来的,是对中国以外市场的本地生活、本地经济,在很大程度上的经营效率提升。

Koji

我自己试了一下 Lexi。我发现它操作其实很简单:它只是问我产品是什么、现在有多少预算,然后就开始给投放方案,并且直接开干了。

但在这个过程中,我发现有一个点是看不到的:我看不到 Lexi 帮我生成的广告素材是什么。我尝试到处找都没找到,后来才意识到,这可能是你们的一个设定——你们不让用户看到 AI 做的广告素材是什么,直接帮他投放。

这个设定你们是怎么考虑的?因为感觉这和今天 Devin 也好、Manus 也好,大家的做法是背道而驰的。

现在的 Agent 为了建立信任,都是恨不得把每一条命令行都让用户看到,增加用户对它们的信任和安全感。你们是怎么考虑的?目前看来用户能接受吗?

郭振宇

6. 隐藏素材的产品逻辑

非常好的问题。事实上,我们有非常深的入口,也有机会让用户看到我们做的文案、条件和素材,只是埋得非常深。

我们是有意不让用户看到。但有一点非常确定:我们的所有文案和标签,用户没有机会修改。你看了也没有用,这是我们一开始就做得非常明确的事情。

回到 Koji 的问题,我们觉得像 Devin、Manus 做得非常优秀,尤其是它们通过展示过程,在几个月之内很快让全世界的人接受了全自动 AI Agent 的可行性。

我觉得那是那个阶段的必要性。但那个阶段,更多的不是大家对一个产品的信任感提升,而是大家对一类概念、一类产品概念的信任感建立。

现在这个阶段,如果你再给大家展示这些过程,可能对于我们这种应用建立信任感的帮助没有那么关键。

因为回到原来的话题,我们立项的根本,是做 AI Agent 的 Shadowing Mode,是 shadowing 你的工作,而不是让你把工作完成。这是我们一开始的选择。

第二点,用户在很多应用场景下的期待是不一样的。期待不一样,并不是用户有什么变化,也不是产品有什么特别,而是工作的类别不同。

比如 Devin,我们讲写代码。它是全自动的,但它其实是有交付的,也就是说,它的产品本质是交付给我一个软件。

这里有一个词很重要,叫 hands-off。你要这个东西,就是我参与自动化工具或 AI 参与这个工作的终点。然后产品交到用户手里,用户来使用它。

在这种情况下,AI Agent 系统没有办法参与后续提升。哪怕后面有办法改进这个产品,哪怕后面有新的洞察,也很难再去触碰你的作品,让用户再给你一次机会提升你的帮助。

所以过程中积累信任、展现你在努力工作,以及让用户理解你做了什么,可能是很重要的。

但我们的场景是有意做出的选择。我们从去年创业的时候就选得很清楚:我们选的是无限游戏,不做一次性交付场景。

什么意思呢?用户用我们的产品,没有人做生意只做一天,也没有人做一次广告。它都是持续经营,必须持续进行。

在这种情况下,用户其实并不在乎你交付的作品,用户在乎的是经营性结果。所以我们提出了一个概念:我们所有产品的本质,叫 revenue-generating machine。

你不要管我具体做了什么,我做的就是几件事:通过 shadowing 的方式,帮你提升 revenue。听起来 too good to be true,对吧?但我们就是要实现这件事。

在这种情况下,某一次广告做得好,某一次广告做得不好,其实没有那么关键。用户会不会用你1个月、1年,不在于某一次广告的对错。

我们没有做这个功能,更重要的原因是,我们没有那么多研发资源。做这件事挺浪费时间的。当然,如果后续有资源,可能也有必要稍微尝试,但现在并不关键。

第三点是最本质的原因。听起来可能有点 counterintuitive:这条广告长什么样,广告文案写什么字,标签怎么写,其实对于你这个月的 ROI 影响没有那么关键,没有那么大的 sensitivity。

Meta 这样的社交广告,尤其我们服务的是 SMB,不像特别大的集团有很强的品牌属性。你的文案和表达稍微和品牌核心概念有一点偏差,并不会带来很大的公关危机。它更在乎最后的 ROI。

而且我们刚才提到了,这是一个非零和的持续博弈游戏。事实上,任何一条广告素材和广告文案都不会存活超过2天。

所以你把这个给用户看了,难道过程中每一条新生成的广告都要用户确认吗?那会带来非常大的 burden。

我们这里有一个用户,已经持续投放了比较久,花了10万美元预算。我们给他生成过的素材是数以万计的,他根本看不过来。

所以我们发现,从本质上看,第一次 onboarding 的时候,让用户看这些东西能够带来信任感;但持续来说,它对核心价值没有任何影响。

那我们怎么解决信任感的问题?这也是我们创业时立项角度一个挺有趣的地方。

说出来大家可能没有体感:我们做的产品,包括后面要发布的产品;我们8月份会发两个新产品吧。我们的产品方向都是用户没有 alternative 的刚需。这个信任感并不关键。

当需求旺盛到用户必须要做,但整个市场上没有任何 alternative 的时候,我觉得可能不用那么在乎形式上的信任感,只要 deliver 就好。

Ronghui

我想补充两个问题。一个是你刚才说的刚需,这个刚需是怎么观察出来的?第二个是,前面你提到了一些前期判断,后来验证了判断是对的;也有一些反直觉的观察。还有哪些是后来用户、客户表现出来的,和你们之前想的一样,或者不一样的?

郭振宇

7. 刚需来自亲身试用

我首先讲这个观察是怎么来的。

我个人在去年之前,很早的时候就开始考虑筹划这个项目,想做一个全自动的 AI Agent,但很明显,我并不知道它要干什么。

我过去15年都在机器人和自动驾驶行业,对供应链非常熟悉,对感知、决策、地图、定位也非常熟悉,但对商业经营确实需要重新思考。

所以我们这次创业,大部分人都不是广告背景出身,其实是一种方法论创业:有假设,再验证。

当时我发现,我在世界各地旅游的时候,会看到 social marketing 是现在最重要的事情。有中文小红书的地方,小红书一定是第一平台;没有小红书的地方,就看 Instagram。大家出国都这么做,没有人主动去搜索什么榜单,因为价值不大。

在这种情况下,所有 local business 都会开始做 social,对吧?但他们能做的是什么?

我在东京、美国东西海岸、加拿大、澳大利亚,以及亚洲、东南亚的不同城市,都会问当地的咖啡店、餐厅、本地买手店。他们都有很精美的 Instagram 账号,我就问:“你们做不做广告?”

我得到的答案,99.99% 都是不做,只做自然流量。

大家可能会觉得,这个结果是不是因为自然流量很好,做广告没有效果?我觉得肯定不是。因为自然流量做好了,加上广告一定是翻倍的放大器,这是我非常朴素的直觉。

那为什么大家都只做自然流量?前提是 social presence 这么重要,所有人都在 social 上,但他们都不做广告,这件事让我非常惊讶。

于是我就以一个当地 local market 从业者的身份去思考:如果我经营一家奶茶店、经营一家咖啡店,我要怎么做?

我发现做广告这个环节我完成不了。我自己开了一个账号,然后去投放,发现这件事挺难。不仅难,而且极其繁琐,太难了。我算是一个学习能力还可以的人,但我用一天时间也没太学会。

这么说可能不太合适,但这件事确实让我有点尴尬。因为 SEO、Google,我觉得一天大概率是能上手的,但 Meta 广告真的有点难。

第二个问题,我就去找服务商。我在旅游的城市里用 Google Maps 搜索,用当地语言搜索,看有没有 agency 帮我做 Meta 广告。

然后你会发现,只有一类人在网站上写自己能做这件事:那种非常传统、存在了10几年以上的 digital marketing agency。

首先,他们帮你做图;其次,帮你做网站;最后告诉你,他也能帮你做 Meta。你知道他能干什么,对吧?

这就是我非常朴素的、anecdotal 的小样本体感。然后我推断:这个市场确实是刚需,而且没有人做。

你想,大家都不做,你做了肯定比他们好嘛。就是这么一个想法,也很不严谨。

第二个是我们没想到、后来从反馈里体现出来的事情。两周之后,我们会进行一次产品大迭代。现在我们的用户还是自己拥有广告账号,把服务费付给我们,我们通过 API 和各种其他手段去操控他的账号,帮他完成投放。

但我没有想到的是,有非常大比例的用户,自己都没有完成 Meta 账户的开户和配置。这件事情有一点出乎意料,但也启发了我很多后续的产品发展。

上回跟 Koji 聊到过,我们觉得 SaaS 解决了相对于 pre-SaaS 时代最大的一个问题。它解决的最大问题,其实不是订阅费的发明,而是本地化配置的问题。

在 pre-SaaS 时代,你要拿一个光盘,在公司里安装办公软件。每个公司的 IT 环境都非常不一样:操作系统、网络环境、数据库都不一样,光盘安装的成功率也有问题。每次升级,还要有现场工程师来解决。

像我们这个年纪的人,小时候放暑假最开心的事情,就是买一张游戏光盘回家,install the game,开始玩。游戏安装一个小时之后成功,总有一种松口气、非常开心的感觉。因为有时候游戏就是安装失败。

但现在的小朋友没有这个概念,打开 Steam 什么都能玩。所以 SaaS 解决的是配置化的问题。

我们发现,哪怕到了今天,SaaS 发展了二三十年,仍然存在很多复杂的配置化问题,是普通用户解决不了的。门槛还是比大家想象的高很多。

这是我们一开始完全没有想到的,我们完全不知道有这个需求存在。

接下来我们会非常有目的性地解决 SaaS 时代仍然遗留的、普通大众无法完成的使用门槛,也就是配置化的问题,而不是智能化的问题。

我们接下来的产品,会帮助没有账号、不会注册账号的用户把这个问题解决掉。

这就是你说到8月份会发布的新产品吗?

郭振宇

不是,这是 Lexi 里面一个大的功能提升。我们的新产品会做 email marketing agent。

听起来这是一个非常古老的行业,但我们非常期待。

确实没想到。很自然地可能会想,Lexi 现在做 Meta 投放,接下来就应该做 Google 或 TikTok 这样的渠道投放,但你们没有这么做,反而跑去一个听起来很红海的地方。我挺意外的,这是出于什么考虑?

郭振宇

8. 三个广告平台的差异

我可能稍微花5分钟解释一下这两个问题。第一个问题几乎所有人都会问我:“你们什么时候上 TikTok?什么时候上 Google?”这两个问题最多。

我觉得这体现了我们作为方法论创业者,或者 AI 从业者创业,和大家不一样的角度。

如果我是一个 marketing 出身的人,我天然就会把它们都做掉。但我们不得不思考:Google 广告平台的本质原理是什么?TikTok 广告平台的本质原理是什么?Facebook 广告平台的本质原理是什么?

因为我不是那么熟悉这些平台,所以反而会去思考。后来我发现,它们并不一样。

虽然都叫广告,但中央电视台的广告也是广告,湖南卫视的广告也是广告。大家不会觉得湖南卫视买断冠名权,和 Facebook 是一样的。它们其实不一样。

那不一样在哪里?

对于 Google 搜索引擎来说,它知道的是主动发起的需求。因为你要搜索,它才能知道你的需求。对于主动需求,它有非常精确的理解。

它非常知道 Koji 喜欢什么。你是从小在 Google 上长大的,我很羡慕你。你从小搜索过的所有问题,它都知道;你的所有黑历史,它也知道。它非常精确地知道你会买什么、不喜欢什么、喜欢什么牌子。

所以对于 Google 这样的平台来说,如果它想做到自动化,只是一个相对 centralized 的自主分配问题、机制问题,中间层可能没有那么大的价值。

更重要的是,它是主动搜索的需求,完全没有覆盖被动推荐的需求。这是我们不做 Google 的第一个原因。

所以这里面暗含着,你认为 Meta 没有那么懂用户?

郭振宇

对我们来讲,Meta 是一个 social network。当然我们不能小看 Meta,它这么多年一直非常努力地想要更懂用户。

但从产品本质来看,它的基础是 social network:你认识的人、你知道的人、你 follow 过的人、follow 你的人。Meta 是在这个基础上构建的。

你并不会在 Meta 上进行兴趣搜索,很少有人在 Meta 上搜索知识。它也和 TikTok 不一样,因为它不是无限信息流推荐,还要保证 social network 的本质。

它不能给你推所有完全不一样的东西。所以你在使用 Meta 的时候,会发现它的内容推荐准确度和精细度,和 TikTok 完全不是一个类型。

这说明它没有那么理解你。从本质上说,它是一个 social network,没有办法得到对用户需求那么深刻的理解。它上面没有电商,Marketplace 也不是特别活跃。

Facebook 曾经尝试过各种努力来弥补这个问题。你会发现,过去欧洲和美国所有针对 iOS 的 privacy update,很多都是针对它的,以至于现在它真的不太能做到这件事。

在 Meta 的广告投放系统里,如何理解用户、潜在用户在哪里,这个最关键的问题,就被转嫁给了广告主和投放的人。

我们要指导 Meta 系统:你要往哪里去找,以什么方式找到谁。

至于 TikTok,TikTok 是一个推荐信息流。它之所以是 TikTok,是因为它本身推得准。这个不用展开,它当然懂你,不然它就不是 TikTok 了。

那 TikTok 为什么我们也不做?因为 TikTok 确实有自动化的机会,但 TikTok 最大需要解决的问题,不是谁更懂你,因为它已经懂了,而是什么样的素材会吸引更多人。

这是我的判断:TikTok 本质是素材和快速测试素材。什么叫好的素材?那是人能做到的,是创意,是人的创意,人的生活才是好素材的来源。

所以我并不觉得这在短时间内是 AI 最擅长的事情,当然这也不是我个人的兴趣。

综上来说,Google 不太需要这样一个 AI 系统去使用它,因为它不需要太多结构化、交易性的策略来完成 Google 广告。

TikTok 需要 AI 提效,但不是结构化、交易性的策略,而是素材。

Facebook 则不同。Facebook 本身并不知道谁需要什么、喜欢什么、为什么付费,相比另外两家,它没有那么了解用户。这需要我们针对一个黑盒系统进行博弈和交易。

这就是我们为什么选择 Facebook,没有选择 Google 和 TikTok,未来也不太会做另外两家的原因。因为它们本质上并不需要我们的核心技能和核心技术产品。

这个还是蛮有意思的。我觉得你愿意在播客上分享这么多,里面有很多对商业有价值的洞察。

但我相信听众里可能也会有人持保留意见,可能有人会说,当然,也有可能是我们低估了它。

所以,有没有明确的指标可以说明 Lexi 比传统 agency,或者比人类投手投得更好?当然,你们有些客户可能用不起传统 agency。还是说这对你们来说不重要,反正用户已经付费使用 Lexi?

郭振宇

9. 从效果到高价验证

这对我们内部的产品价值来说非常重要。

我们有3类指标,因为用户有3类广告需求。

第一类是典型的流量需求,叫 traffic,也就是有多少人来到你的页面。

第二类叫 leads,也就是有多少线索,通常是表单和电话。

第三类是 sales,也就是能不能在上面完成成交和交易。

这3类指标都是我们每天最关键的数据,我们会不断复盘、不断迭代。

现在我们还不方便给出非常确定的结论,因为还在迅速增长。我们绝大部分用户都非常新。我希望我们任何一个时间交流时,少于1周的新用户永远都多于老用户,这样才能说明增长速度和结构足够快。

所以我们还在统计中。但从过去 settle 之后的结果来看,我们表现不错,至少能够达到平均人类 agency 的水平。

对于这3个指标,sales 就是 ROAS,也就是 return on ad spend。ROAS 大于2,人类通常就可以接受;对于中小企业来说,大于1.5可能就可以接受,因为他们并没有更好的 access 和理解。

但对于绝大多数 sales 目标,我们都可以超过这个指标。我们有特别好的用户,得到了8和10这样的 return,也就是花1美元收到10美元的回报。

Traffic 方面,我们持续表现不错。你可以理解,自动化系统对于流量优化肯定更有优势,因为它更多就是点击。

Leads 目前不好说,因为我们还在完善统计。很多 local business 没有完善的 tracking 渠道,因为很多线索是通过电话来的,我们还没有完善电话 tracking。接下来会解决这个问题,可能会在用户那里提供一个小工具,自动帮助他分类哪些接进来的 leads 是广告带来的。

通常现在看下来,3个指标我们都达到了预期。

Koji

我看过 Lexi 的 Discord 频道,里面其实还蛮活跃的,也说明用户在积极讨论怎么使用 Lexi。但我也看到了一些吐槽。

有些方面我们先不说,我觉得这肯定是企业早期会慢慢优化的,比如有人认为客服响应慢。之前你们其实没有资源做客服,最近上了 Intercom,开始有客服了。

郭振宇

对。

你们有用 Intercom 的 AI Agent Fin 吗?

郭振宇

用了。我们团队的反馈非常棒。

这个可以交流一下。我们之前另外一位嘉宾也说到他们在用 Intercom,但他认为 Intercom 的 AI Agent Fin 很难用。不过 Intercom 是一个第三方平台,也可以接外部 AI Agent,他们找到了一些不错的服务商。

回到 Discord。我觉得里面有一系列评价是:Lexi 好像没有帮他做什么优化,感觉只是开了个户,把广告投出去;但提到的 A/B 测试等等,好像并不显著。

你们怎么看?为什么会出现这样的评价?这是在预料之中,还是产品选择导致的?

郭振宇

我们都会看用户的反馈。但事实上,我猜测,很多用户在第一天、第二天就把广告关掉了。

你知道,计算广告,尤其是 Meta 的 Facebook 广告,至少要3到7天。传统 agency 会告诉你,要两周才会有成效,因为它是一个比较大规模的群体性行为:谁会点你,谁不会点你。

所以通常来说,这类用户是没有理解 Facebook 广告运行原理的。到了第三天之后,我们的操作会频繁一点,因为你不应该在第一天、第二天就进行特别频繁的操作。

但很多用户,特别是早期用户,在产品没有引导的时候,并没有理解这一点,可能第一天、第二天就把广告关掉了。这是我们发现的主要问题。

最近可能好一些,因为我们在产品上不断引导大家。我甚至有一些 guarantee 的返利运营动作,让大家愿意相信我们,先把广告多开一段时间,至少开到3到7天以上。

那你们有没有考虑过,比如第一天、第二天刻意做一些操作,让用户感觉 Lexi 在为我工作?

郭振宇

我们不应该做这种操作,因为这不合理,会让广告效果受损。这是非常常见的常识。

我们后面还是会更坦诚地把这件事情讲清楚。沟通成本可能会高一点,但长久来看,deliver 更重要。

Ronghui

现在 Lexi 的付费看起来是固定的 subscription 模式。对于刚才提到的、消耗10万美元以上的大客户,和一个只投几百美元的客户,他们交给你们的钱是一样的吗?

郭振宇

现在是一样的。

从下一个阶段上线另外一个模式以后,我们会有新的收费模式,目前还在探索。

下一个模式有点类似于传统代理商的模式,也就是 agency 模式:你把所有的钱打包给我,我把一部分预算花给 Meta。这样我的营收结构就会更多元化。

这个定价模式的考虑是什么?

郭振宇

10. 高价验证真实刚需

这个模式的考虑有一点主观。我觉得首先要贵,这是第一个阶段。

上线之前我们定价的时候,首先就想定得足够贵。当时看了一圈,除了 Devin 那种499美元的价格,通常来说200美元就已经足够贵了。

为什么要贵?这可能是我一个非常主观、疯狂的想法。

我觉得,如何快速验证 PMF,很多人会说看 ARR 的速度、MAU 的规模,等等。但我觉得最快的方法就是贵。

产品不那么好用,他还愿意买,这说明真的找到了,至少这个 M 找到了,F 还不好说。因为这个 market 解决的是刚需问题,不然用户不会付这么贵的钱。

我们甚至刚上线的前几天都没有试用期,要用就得付199美元。所以还有人愿意付,我的团队就突然觉得,这个方向可能真的是刚需。

当时就是这么一个考量。

后来我们会觉得,从更有效的运营手段来说,我们现在还没有免费试用,有各种原因。可能到8、9月份的时候,我们会开放各种营销玩法,吸引大家更多注册和使用。

我觉得你做了很多大胆而果断的选择:定价199美元,坚决服务中小企业,以及不做 Google 和 TikTok。

接下来要做 email marketing,也会让大家觉得莫名其妙:谁会在2025年,一个 AI 创业公司非要去做一个存在了50年的行业,而且似乎已经没有什么机会?

郭振宇

11. 从广告走向营收系统

还是回到刚才那句话,我觉得经营里面没有什么新需求。商学院几百年来教的东西基本都是一样的,只是手段在演进。

之前我们也聊过,为什么我们想要做所有行业、所有市场。商学院也不分科,不会有互联网商学院、建筑业商学院、制造业商学院,商学院就是商学院。

教的就是那些东西:财务管理、供应链、营销。Marketing 就是增长和获客,这就是我们要做的事情,所以我们觉得都要做。

那为什么做 email marketing?非常坦率地讲,因为我们自己需要做 email marketing。

Lexi 可以投放 Lexi,我已经给自己造了一个触达潜在用户的渠道。但现在我要触达已有的老用户,要运营老用户、促活,对吧?我发现自己需要用 email marketing。

作为一家公司,我必须解决这个问题:我要如何通过 email 运营自己的用户?

我发现市面上没有任何工具能解决我的问题,这就是我要做的原因。

Email marketing 的本质 motivation,不是跟用户聊天,而是让用户跳转到 landing page,完成下一步转化。工具会告诉我最终的跳转率,但看完之后,我还得自己想,下一步要怎么发,才能让更多人跳转、更多人点击。

这个事情没有人帮我解决。

我发现世界上没有人解决这个问题,但有很多人卖铲子,提供工具帮你解决问题。有很多非常贵的 email A/B testing 工具,你要付几十美元,它辅助你做 A/B testing,但还得由我去想怎么做 A/B testing,如何测试我的用户。

我觉得弄了半天,还是没人做这件事。而这应该是一个巨大的市场。

你不要关心什么时间给用户发邮件,你只要告诉我,希望用户点击并跳转到哪个 landing page,我帮你提升点击和转化。

这个事情的核心,和我们做广告是类似的。我们的算法后端、服务系统的服务端,包括前端,都是很大的工作量。这是我们要做的一个原因。

我觉得它的价值也非常大,因为至少我自己看到的这个价值,完全被忽略了。

我突然发现,可能在整个 To B SaaS 市场里,有很多这样连续20年被忽略的刚性需求,只是因为当时没有这个技术能力。今年有了,我们可能就一个一个做掉。

所以你定义 Sandwich Lab,最开始快问快答的时候也提到,希望它成为一家帮助企业提高营收的公司。你们应该不会只局限于做一个 Lexi,帮助大家投 Meta,或者做一个新产品帮助大家做 email marketing。

再往后,第三个、第四个产品仍然会这样发展吗?感觉会是一些很跨界的 Agent,可以稍微透露一下想法吗?

郭振宇

我们其实很朴素,就是照着商学院的分科来做:财税法、marketing、管理和供应链。

财税法我们不会做合规,这显然不是我擅长的,而且这个领域已经做得非常透彻了。我们会做里面的 insight analysis,通过财务角度分析,找到企业有机会实现的 revenue 增长点,把增长点变成可执行的动作。

而可执行的动作并不在财务领域里面,还是回到获客、运营、供应链等方面。所以财税法更多是帮我发现增长机会和合理的增长策略,然后通过其他触达渠道来完成增长。

供应链方面我们还没有特别具象的产品,未来可能有机会再给大家讲。

另外还有一个商学院分科,就是 human resources,人力资源。我们可能会做招聘。

听起来有点散,这些事情都不是很相关,每一个又不是那么宏大。但我们觉得,它们拼在一起,而且每一步都是直接带来 revenue 增长的必要环节。没有我们,用户可能做不到,所以我觉得刚性是很强的。

这里我想回去再问一下。Lexi 一定会有人问竞争的问题,而你们同时又做这么多不同领域的产品,会面临来自巨头和同行的多线竞争。

在聊多线作战之前,我想先聊一个自己很想听听你看法的问题。

Lexi 现在做的是自动化投放,但我们在十字路口前面几期播客里也提到过,扎克伯格之前在 Stratechery 的播客上说,AI 对 Meta 最大的意义之一就是做广告投放。

他希望最后实现的效果是:广告主来到 Meta,只告诉 Meta 自己要卖什么产品、有多少钱,剩下的一切——用户定位、素材生成、投放策略——都由 Meta 完成。

你讲的几乎一模一样。听起来,Meta 做的事情和你们有异曲同工之处。

平台都自己下场了,为什么还有你们的空间?你怎么看?

郭振宇

这件事经常有人问我。哪怕 Meta 不表态,大家也会觉得它一定会尝试。

我们可以从两个、三个方向来讲。

第一个方向,从原理上来说,刚才讲过,Meta 现在没有办法像 Google 那样完全知道谁有需求、谁有付费能力。

所以它要做这件事,应该会和我们类似——这是我的猜测,当然听众朋友也可以指正我。我们有很多朋友、同学在 Meta 工作,也在核实这件事。

它也得用和我们一样的逻辑,去面对一个黑盒系统,站在系统外部做一个团队,可能用类似的思路来做同一件事。

这种情况下,通常大企业和我们竞争,并不是碾压式的。它不是在系统上开一个小小的分支,就能把我们完全覆盖掉。

从原理上讲,它必须和我一样思考,用一样的方式做这件事。所以我们并不太担心这种事情发生。

第二,从业务构成看,Meta 的主要营收仍然来自 KA。因为有5000多万家企业投不了它,我们做的是纯增量,所以对它的业务没有威胁,反而是帮助。

如果有一天我们真的大到 Meta 把我们当成竞争对手,那也不是一个正确的商业选择,因为我们并不减少它任何营收,也不威胁它的地位,只是给它带来增量。

第三,它是平台方,是制定平台规则的人。它来做这样一个系统,对不同用户采取不同策略,这件事不一定合理,也不一定合法。

所以我觉得,这件事对我们来说没有那么严苛。

前面你提到过,你们对客户需求有一些观察,也有一些自己实际调研的结果。

现在大家使用产品的入口正在转移,而你们仍然选择了 Meta——一个相对来说已经存在很久的大平台。你怎么看这个问题?

郭振宇

我们选择 Meta,是从潜在客户的生活和他们的世界角度来看这个问题。

我们的客户,无论是美国的重要企业,还是 emerging market 的用户,仍然有很长时间生活在 Meta 上。

Meta 无论是 Facebook 还是 Instagram,虽然大家觉得 Snapchat 在崛起,但 Instagram 加 Facebook 仍然统治了大部分地区。除了一部分国家以外,大部分人的注意力和时间,仍然在 Meta 上。

TikTok 在崛起,但你看 TikTok 的广告预算和比例,仍然远远小于 Google 加 Meta 中任何一家。这是现状。

所以我觉得,我们选择的仍然是这个世界上客户最需要的入口,这是毋庸置疑的。尤其在美国,不用讲,它就是 Meta 的总部所在,非常明显。

在非洲、中东、南亚、东南亚以及东亚的其他国家,也非常明确。

我忘记具体统计了,如果没记错的话,越是物理世界基础设施不发达的国家和地区,它的数字化越依赖 Meta。

甚至一个国家里人们的衣食住行都在 Meta 平台上:要么是 WhatsApp,要么是 Messenger 来转账,要么就是使用 Meta。

很多人没有建站能力。哪怕有这么多自动建站工具,大部分人面对 Shopify、Squarespace,仍然会觉得有门槛。

我觉得只有我们这种从业者勉强可以用一用。我爸妈应该不太会用自动建站工具完成建站。

大家其实会发现,这些工具的使用门槛比想象中高得多,尤其是在很多市场,美国市场和 emerging market 都有这个特点。

很多生意不建网站,就在 Facebook 上用一个主页,或者在 Instagram 上做一个主页,来建立自己的 presence。这是我们观察到的情况。

你说的未来 shift,会不会带来新的入口、更多入口?

郭振宇

可能会有。但回到我们的 vision 和方向,我们做的是 SMB 的 revenue generating。根据不同的时代,我们会推出不同的产品。

再说回多线作战。我觉得一个创业公司做好一件事情都不容易,你是怎么考虑要同时做这么多事情的?你把每件事情都做好的信心从何而来?

郭振宇

这个问题一定会得到我所有投资人的询问。我觉得过两天他们一定会来找我:“振宇,你为什么要开这么多条产品线?为什么开?怎么开?”

这个事情我们是比较谨慎的,并没有盲目去做。虽然我刚才讲的很多需求,在去年项目立项第一天,我事实上都列出来过,但到今天我们也并没有全部启动。

今天为什么突然启动?有两个观察。

第一个,我突然发现,我自身最大的优势,可能相对别人并不明显。

对我来说,在所有可能的优势里,最大的优势不是已经有一个 Lexi 产品,也不是有一套自动化迭代算法的产品技术,而是我为现有用户创造新产品的编辑成本,比其他人低得多。

我们不管做什么应用,面对的用户是不是全世界同一批用户?在这种情况下,所有的 go-to-market channel、运营手段、客服和运维手段都可以复用,不需要重新建立。

从研发角度来说,我大概估计,可能只需要10人月就能上线一个新产品。

因为我们的算法核心逻辑,只做客观反馈和持续迭代的事情,并不做一次性交付,所以它在经营逻辑上是一致的。

算法大部分可以复用,后端大部分可以复用,前端甚至组件也大部分可以复用。所以我们的研发成本,比另外一家独立公司做这个行业的新产品,或者比大公司做,都会低得多。

真正完成 PMF 验证,不能写完代码就算了,还要认真经营。

但我们的获客和运营成本之前已经存在,并且同样的用户、同样的方式已经被证明有效,甚至学习成本和沉没成本都很少。

所以,在我的主线上,任何一个看似不相干的新产品,从研发、发布到初始验证运营,边际成本都非常低,低得多。那我就要利用这件事情。

我认识到这一点之后,就决定开始做,不需要再纠结。

一开始我也很犹豫,因为多线作战会带来很多问题。但后来我发现,这些东西是可以复用的。这反过来也会迫使我们把每个职能团队的工作做到标准化、自动化。

因为一个职能团队可以服务不同的产品线:受众一样,增长方式一样,付费习惯和手段也一样。

第二个问题是,要不要把这些产品绑成一个整合产品。

这个事情我犹豫了非常久。上回跟你聊的时候,我可能还没有想通,最近才想通一点。

一开始我很纠结,要不要做一个产品、放进不同的功能。我甚至想过,让这些功能全部处在 Shadowing Mode 里,用户都不知道产品有什么功能。

当时想得非常极端:一个产品就叫一个 magic button。打开网站,输入 URL,点一个大按钮,第二天营收开始增长。

但后来我发现,好像也没有那么必要。

什么样的产品和公司会希望把东西聚合在一起?我发现是微软、百度这样的阶段的公司。因为它们有入口、有流量,流量相对固定,并不是快速增长阶段,它们会希望把东西聚合在一起,因为每个人都有机会分到一点流量。

但字节通常是某一个 app 单打独斗、持续快速发展。虽然我没有在字节工作过,但我们团队有很多字节来的同学。

从结果上看,字节是一个比较极端的 data-driven 增长团队。这不仅体现在产品迭代上,比如什么功能要如何修改,也体现在获客和增长方式上。

如果把不同的功能、产品聚合在一起,data-driven 的增长就会变得很奇怪:到底改还是不改?改了是改它,还是改我?会有很大影响。

所以在一个快速增长的新兴领域,似乎不应该把功能聚合在一起,而应该单打独斗、持续增长,因为这样更容易实践 data-driven 的策略。

我的想法也非常朴素,最近才想到这件事。AI 应用很明显就是这样一个市场,谁越快越好。

所以我们会把每个产品单独拆开,然后持续增长。

听起来你对于挑战和困难还是很乐观,甚至有点藐视它们的状态。

我最近和另外一位资深创业前辈聊天,他说,可能创过好几次业的人很容易有 PTSD。尤其是在创业过程中被大厂打过,或者取得了还不错的成就之后突然出现意外,最后功亏一篑。

这会让有 PTSD 的连续创业者在做新事情时变得非常瞻前顾后,会下意识想起曾经的困难和坑,因此更难启动新的事情、挑战大的野心。

但看上去你还是保持着一往无前的勇气。你之前也创过业,可以讲一讲之前创业时的心情,和这一次有什么不同吗?

郭振宇

我之前并没有做 CEO。学生创业嘛,大家合伙,是一个商学院同学做 CEO。

后来做机器人,其实是内部创业。虽然这个项目后来单独 spin off,变成了纳斯达克挂牌公司,但上面仍然有母公司的 CEO 和 CTO。商浩他们虽然很关心我们,但他们仍然在那里,所以不能算是大家典型理解的、前辈们那种单打独斗的惊险过程。

第一次创业,回头看其实很险。

我们很长一段时间没有融外部融资,靠 Kickstarter 的50万美元活了半年,甚至都没有什么 product-market fit,就莫名其妙签了单,莫名其妙卖掉了。

回头看很险,但当时不觉得。当时觉得无所谓,反正还在读书,大不了回去,也没有耽误该读书读书、该创业创业。

所以当时的心态就是觉得好玩。通常来说,大家看到自己没做过的事情,但又是相对复杂的事情,多少还是好奇心为主。

我最近和团队做了一件事,也暴露出我们的基础还比较薄弱:我们才把 A/B testing 系统做好。昨天才上线,开始测试第一个 feature。之前的3个 feature 都没有 A/B testing,完全是人工 A/B。

大家讨论如何做 A/B testing 的时候,我讲了一个很鸡汤的话:你不能总去 A/B 具体的 feature,你其实要通过 feature 正交的 feature A/B,也就是 orthogonal 的方式,去测试后面的相关性假设和因果性假设。

鸡汤在哪里?我说,很多年前看过一本书,里面有句话大概是:“相关性让你预测未来,因果性让你改变未来。”

创业其实就是这样。之前我没有做 CEO,也不能说是完整意义上的创业,只能说是在创业团队里经历了创业过程。

但这段经历让我觉得,我们某种程度上每天、每周都在提出新的假设。这些假设一定会涉及相关性和因果性。

很多事情是相关性的:项目要飞到哪里、决策做哪个、卖给谁、怎么卖、技术产品用哪个方案、算法怎么做。这些都是相关性的东西,偶尔也会有因果性的判断。

然后你去做、去验证。得到一个观察,验证你的因果性判断是对的或者错的,都可以。最后你得到了一个真正的结论。

这个过程非常 rewarding。

经历过那两三次过程之后,对我来说,把事情做成,是理解因果性的 observation,是做学术研究时必要的 experiments。

做成可能不仅是目的,也是手段。最本质的是,它让你理解世界的因果性是什么。

比如 Lexi 如果做成了,就说明我刚才讲的那些乱七八糟的话可能是对的。

如果 email marketing 做成了,我们定的目标可能不是 ARR,而是做一个免费产品,比如3个月做到100万 MAU。如果真做到了,我又验证了一个正确的判断。

这个过程不仅非常 rewarding,也会指导我们下一步做更大的事情。这可能是我过去创业最直观的体验。

如果不在创业环境里,而是在大公司里,这种 rewarding 的路径可能太长,也过于虚假。

大公司我也待过。我觉得更多的 rewarding 是:有没有晋升、有没有拿到16个月的 bonus、今年有没有 refresh 2万股。

你再怎么本质,面对每半年一次的糖衣炮弹轰击,也很难不偏移对什么是重要反馈、什么是错误的虚假反馈的判断。

在人生层面,升职、加薪、社会地位都是虚假反馈。这个我觉得没有人想反驳,但有多少人真的这么看?

经历过创业环境可能会好一些,因为你比较难被这些事情左右。

在创业公司里,你说今年要不要给自己多发一个 bonus?可以发,但它解决不了你的焦虑。东西没卖出去还是没卖,增长没有干过别人你也知道。

你发了 bonus 不能解决焦虑,但你会发,员工也会因为发了 bonus 不焦虑。可是我们仍然很焦虑,所以这个时候会看得更清楚一点。

另外一件我经常讲的事情,可能是我个人经历,不一定适用于所有人。

我们有几次项目退出,然后深切地知道,在退出前一天,这个公司都糟糕到极点。我不是开玩笑,真的是要什么没什么,干什么什么都不行。

如果用阿里、字节的顶尖人才和顶尖团队的标准来衡量,我们当时团队的任何一个职能都很糟糕,简直不可同日而语。

但我们仍然退出了。

这让我深切相信,只要找到刚需,总能退出。你只是没有办法,没人和你竞争,大家也看不上你,但你就是退出了。

这是一个对我影响非常大的正反馈。

我现在这个 Sandwich Lab,看起来比当时建立的团队好得不止一星半点。所以我信心很足。之前退出的时候,那个团队真的极其糟糕;现在这个团队是一流的,我当然很有信心。

那你现在希望把 Sandwich Lab 打造成一个什么样的公司组织?达到什么状态时,你会觉得对自己很满意,甚至达到了自己想象中的成功?

郭振宇

这个问题有点难回答。我觉得可能有点站着说话不腰疼。

我从小一直比较幸运。人生的每个阶段不能说极其优秀,但没有什么波折:读书、就业,参与创业团队也都退出了,而且都赚钱了,没有失败,整体都很不错。

因为很幸运,所以我不太追求“成功”这个词。这个词在我脑子里出现得非常少。

这不是装,是真的。我不会经常想到这个问题,因为成功很难定义。我要定义成功,就会觉得这个问题太难了。

什么叫成功?是人生顿悟的提升、自我认知的提升、对他人的认识、和自己的关系、和他人的关系更加融洽,还是对世界带来巨大的 impact,或者有某种可量化的 accomplishment?

我觉得都有。所以我更多想的不是成功,而是“为什么要活着”。人为什么要活着,我觉得也是一个重要的问题。

但这个问题在不同阶段可能很难有最终答案,只能在某一个阶段不断满足自己。

我不太喜欢竞争,也不太喜欢做那种大家都考同一张高考卷,然后我非要答得比你好、用更短时间答完的事情。我可能不擅长,也没有兴趣。

我希望做从我的角度看没有竞争、但有趣的事情,这是一个方面。

我没有答案,做到什么程度算自己满意、算好?我可能一方面比较难以满意,从来没有时间想过自己满不满意;另一方面也可能很容易满意。

说起来可能不太好听,我是一个很追求多巴胺的人。日常生活里,我会放纵自己追求多巴胺。

做创业公司,是我发现所有活动里多巴胺密度和浓度最高的事情。没有什么比创业更爽,比打游戏还爽,比运动也更爽。

所以我选择创业,作为我追求多巴胺的主线任务。其实这是一个很满足的过程。

难怪你是读博尔赫斯的人。

郭振宇

博尔赫斯不是我特别喜欢的作家,但他那种理性的精巧、结构上的回环,还是很棒的。

你的这些想法会和投资人讲吗?投资人会给你什么样的反馈?

郭振宇

我经常会问投资人:“什么是更好的社会?”

大家都会愣住,觉得为什么要聊这个问题。

但我的投资人很棒,会认真和我一起想:什么样的社会是更好的社会?我们应该做点什么、投点什么,让这个社会更好一点?

然后我说:“你投我呀,我正在努力让社会更好一点。”

基本上我们的投资 pitch,前两句都是这么来的。

还有一件事,我不知道和做公司有没有很大关系。

有一段时间我突然意识到,大家都知道,康德一辈子没有离开过他所在的那个小镇。他每天饭后散步,然后回家写书。

但你不得不说,康德事实上是全宇宙最理解世界的人类之一,甚至不是“之一”。

所以我突然觉得,一个人要不要去见识世界、要不要增加经历,似乎也没有那么必要。很多人环游世界,但不一定比康德理解得更多。

这件事给我很大的震撼。

以前我们总说,人要有自己的 experience,人只活一次。但康德肯定没有白活。他没有去过很多地方,没有吃过很多东西,也没有见过很多人,但这并不妨碍他理解世界。

所以这件事对我们公司的影响是,我们有点喜欢大家做形而上的讨论和思考,更本质地理解事情。

比如我会抓住一个候选人,让他讲一遍计算广告系统是什么。有一个阿里巴巴的候选人讲得很好,让我意识到,原来计算广告的基础是帕累托优化。

这个事情很有意思,不知道大家有没有想过,计算广告的基础为什么是帕累托?

因为这和自由市场经济、计划经济有关。

当你的目标是追求整个系统价值最大化时,很难用计划式、centralized 的方式做到。反而要假设每一个经济人都是为了自己的自私目的不断竞争,在设计有利机制的情况下,实现整个系统的最大优化。

不是个体的最大化,而是全系统的最大优化。

广告 bidding 系统就是这样一个系统。你会觉得,阿里妈妈知道所有数据,腾讯也知道所有数据,为什么不 centralize?

因为 centralize 会非常糟糕。整个腾讯的营收会低,每个广告主的收益也会低。

你只能让阿里妈妈和腾讯写一个 bidder,这个 bidder 站在每一个广告主的角度,自私地帮助广告主获得最大化收益,这样才能带来阿里巴巴和腾讯广告收益的最大化。

帕累托优化和自由市场经济就这样对上了。

还有很多细节,比如什么叫二价原理。我就是很开心,学到了很多东西。

从这个思考出发,我们突然意识到,它也启发了我们在技术和商业上的选择。

我经常说,希望招来的同学都是能够启发我的人。他真的启发了我。

帕累托优化的结果是帕累托最优。帕累托最优这个描述非常诱人。

什么叫实现了帕累托最优?就是系统里任何一个 player 收益的增长,必然会带来另一个 player 收益的不可避免的下降,这个边界就是帕累托最优。

也就是说,在实现这个最优之前,都是非零和的共赢。

这个太棒了。

然后我就发现,我们做的事情也可以从这个角度理解。虽然大家都在讲强化学习,为什么我们的 Agent 能够有效?因为我们做的是非零和博弈。

你想象我们的系统是非零和博弈。我们不是控制一支球队和另一支球队踢足球,也不是做二级市场量化交易,永远有一个对手盘。

非零和和零和的区别在于,我可以无限犯错。我今天犯了一个错误,广告投得非常糟糕,明天又是新的一天。

但在激烈的零和博弈里,任何一个动作都有可能是 critical 的,犯任何一个错误都可能满盘结束。所以你没有余量探索和迭代系统策略。

而我们典型地在 Meta 上为中小企业投广告,是纯粹的非零和。你不可能零和到任何人。

做 email marketing 也是非零和,做自己的供应链管理也是非零和。

如果我要指导 SMB 和它街上的竞争对手打价格战,那就是零和。但我不会做这样的事情。

我们保持在非零和的阶段,去帮助所有 SMB 增长。从技术上来说,我真的可以实现,因为不存在某一个 critical 决策错了就彻底失败的情况,没有不可逆的风险。

这给了我很大的信心,也说服了我自己。

从最终结果上,我会更开心,因为我们事实上可以带来全球 GDP 的增长,而不是零和博弈带来“我的用户变好、其他人变差”的结论。毕竟我们占比还是比较低的。

我发现每个人真正追求的东西千差万别。大家每天早上爬起来的动力,都非常不一样。

我最近也在思考这个问题,很喜欢问别人。

刚才振宇说,他很大的动力来自体验多巴胺,尽可能多元、全面地感受这个世界各种各样的多巴胺,而创业是他发现最能够让多巴胺快速分泌的一件事情。

这让我想起前面两个朋友。

一个朋友大概50岁上下,是非常有成就的一位投资人。上次我和他聊天,他向我疯狂输出了1个小时之后,我问他:为什么你在这个时候还如此有激情、如此努力?你其实可以选择不用每天战斗。

他沉默了2秒钟,说:“我没有一天对自己是满意的。”

我觉得这没有正面或负面的评价,但也有可能,正是这样的驱动力让他获得了比我大很多的成就。

郭振宇

是的。

另外一个朋友也让我很惊讶。他创业,我问了他同样的问题:你的目标是什么?

他还没有来过我们的播客,希望未来有一天可以来,暂时先不透露是谁。

他的目标是:“我先赚到1亿美元,然后倒推一切事情。”

这其实是一个好的目标。年轻的时候,我们都有类似目标,因为需要足够 responsible。不过这并不是必要条件。

年轻的听众朋友们,这段话其实可以忽略。赚到1亿美元并不是必要条件。你能不能享受自己的人生,其实就在于你能不能迈出下一步,能不能不在乎任何人的评价。

其实没有那么难,你不需要1亿美元,只需要迈出那一步。

郭振宇

但说实话,年轻的时候我也有类似想法。我觉得有一个稳定的生活来源,保障家庭所有人的 responsibility,是重要的。我自己也是这么做的。

这么劝别人可能不太好,因为我自己也这么做。但我觉得其实没有那么难,你只要迈出去,就迈出去了。

对,这位朋友也希望自己尽快做到。

郭振宇

我刚才沉默,不是说1亿美元不难,而是说迈出那一步不难,真正诚实地面对自己。

让他读读《悉达多》,读读黑塞。实在不行,总能获得一些启发,我觉得总能做到。

说实话,我其实很羡慕有这样具象、明确目标的人。

比如那位前辈对自己不满意,说明他知道什么叫满意。

但对于很多人来说,可能没有直白地、deliberately 表达出来的,是人的本质需求:被理解和被看见。这件事其实非常难。

大家为什么要工作?其实是希望被社会看见和理解。

我觉得被理解、被看见,可能是最底层的需求。

如果说得抽象一点,人的存在意义可能有两条线:一条是物质的,也就是你和世界的交互;另一条是你和他人的交互。

和他人的交互,就是被理解、被看见。

和物质世界的交互,就是你做什么工作、造成什么 impact,有什么爱好、兴趣和运动,这些都算是和物质世界的交互。

被理解、被看见,可能是更核心、更本质的需求。

那你觉得,在过去的工作经历里,这个需求被满足了吗?

郭振宇

不可能满足。创业就永远不会被满足。

我们只能向家人和朋友寻求这种理解,但我觉得,一个人很长时间从事创业工作,不可能在工作环境和行业里被完全理解和看见。

极端一点说,如果你做的是对的,真的能通向千亿美元,那么很长一段时间里就不应该有很多人意识到这件事。否则竞争会很充分,你就走不到千亿美元。

所以,如果你做的是对的,你会持续处在不被理解、不被看见的状态。否则你可能做错了。

我这么讲可能有点极端,但这也是我的投资人教我的。

Amazon 一开始为什么一定只卖书?因为大家看不到它。

快手为什么先做 GIF、不做视频?因为大家看不到它。

Facebook 为什么一开始只在学校,不做职场?不是它不想做职场,而是在那个地方大家看不到它、不理解它、不关注它,所以它才能找到潜意识里的需求。

如果你觉得不被理解恰恰说明做对了,就会非常坦然地面对每天、每一次的不被理解。

感觉你首先让自己有一个比较平稳、不是特别起伏的预期。

郭振宇

Ronghui说得非常棒,我的预期非常低。

我对很多事情的预期不会特别高。我的 objective 很高,很明显,否则就不会创业。

但对每一次具体的、临近的动作及其结果,我的预期都非常低。

如果你对某一个动作本身预期很高,就不会做预案,不会有 Plan B,也不会留有余量,那你就是在赌。

我觉得赌博和交易的区别,就是你有没有在纪律性地计算,并且留有余量。

前面你提到来自世界各地的客户,我很好奇,接触这么多以前可能完全不会想到的人,服务这么多客户之后,你对这个世界的理解有什么改变?

郭振宇

我变得超级积极。我觉得这个世界比我们想象的美好得多。

我有来自巴勒斯坦的用户,也有来自巴基斯坦的用户,他们都处在战争中。但在服务他们的时候,我感受到了不同民族、不同的人身上那种欣欣向荣的、正向的感觉。

中国可能进入了一个周期性阶段。过去30年,中国朋友都没有见过周期持续上升,突然来了点周期,大家很不适应。

但我的客户来自巴勒斯坦、巴基斯坦、以色列这样的地方,大家仍然对生活、对生命充满期待和向往,处在一种旺盛的生命力状态。这让我很感慨。

因为这个原因,我还做了很多简单的 research。

现在做 research 很方便,有了 AI 的帮助。比如贫富差距,也就是 inequality,在过去全球30年里,大家觉得是增加了还是缩小了?

所有人的体感,在美国人的体验中,都是增加了,因为财富分化和极化了。

但实际上,世界银行的数据是缩小了。因为你要考虑刚果(金)、利比里亚、津巴布韦和英国民众之间的差距。全世界国家之间、区域之间的差距,正在明显缩小。

美国和中国这样的经济体,国内的情况可能不一样。但这件事给了我非常大的信心。

经常有人说,不会有下一个中国,不会有下一个中国式的发展,或者“中国永远是中国”。这当然有道理,但我还是愿意相信人类。

不同人的文化,在不同历史阶段,都能创造出非常璀璨的文明。

我最大的信心来源,是我对很多国家和地区充满信心。这和你在电视、报纸、新闻里看到的政策和宏观层面的政治化表达不一样。

具体的人,每个人都没有放弃自己的生活。每个人都在非常快乐地享受生活,这是我最大的感受。

有一本书叫《事实》,前面有很多统计数据,和你说的非常接近。

大家会以为情况非常糟糕,但它给出的统计数据,描述了过去很长一段时间里人类社会的进步,结果往往和我们的想象不一样。

很多事情其实都在大幅发展。

郭振宇

这也是比尔·盖茨推荐的一本书,叫《人性中的善良天使》。

那本书应该有几十万字,但最核心的主题就是想告诉大家:我们每天看到的头条新闻,都是这里发生海啸、那里发生战争,但从人类历史和数据来看,事实上人类一直在进步。

人们的生活变得越来越好,各种危险、危机和疾病变得越来越少。

回到刚才创业朋友的话题,面对创业压力和挑战,我不得不说,我可能过于放松。

我们有一个客户来自巴勒斯坦,是一个电商客户。他成为我们的客户很早,可能是我们刚上线第一个月。当时那边应该还在打仗,而且非常严重。

他的生意是把从义乌买来的日常小商品,装进6辆 mini van,也就是厢式面包车,开到加沙地区卖给当地居民。

他为什么要用我们的服务?因为他没有办法建站,也没有其他渠道。

所以他在 Facebook 上发照片,用自己的账号发照片,然后用 Lexi 投广告。看到照片的当地居民,就会在 Facebook 里给他发 message,然后截图、圈出自己想要的东西。

接着他就开着6辆车,每天分单送到居民手里。

我就觉得,我们没有什么好焦虑的,对不对?我的生意比他的生意轻松、安全得多,而且增长还很快。

但他干得特别起劲,也特别开心。这个店主干得非常开心。在他眼里,就是要把生意做好、服务好大家。

我觉得这是一个非常乐观的状态。

好的,今天感谢振宇来做客十字路口。

听你讲商业和策略上的选择,我觉得非常有洞察。同时,你讲到如何过好每一天、如何获得能量,以及创业对你意味着什么,也给了我很多启发。

这期聊得很开心,也期待之后有机会再来做客十字路口。

Ronghui

郭振宇和 Sandwich Lab 一直在招聘,而且在杭州。如果大家对于他们做的事情感兴趣,可以在我们的评论区看到联系他们的方式。

郭振宇

谢谢。

谢谢振宇,拜拜。

郭振宇

拜拜。

如果你认为有朋友也会喜欢本期十字路口的内容,请转发微信推荐给他们。最后,欢迎你加入十字路口的会员群,我们鼓励大家在群里聊天互动、交朋友,寻找未来的同路人。

“我们首先要贵!” ——定价200美金/月才能验证AI市场刚需|对谈郭振宇:Sandwich Lab创始人/CEO | BidClub