为什么在 AI 时代，年营收百万美元的创业公司不值得做

摘要

• Town 放弃了一门首年营收略低于 100 万美元的生意，因为它的分销能力跑不过 incumbent。 Greze 原以为第 2 年营收可以达到 250万至300万美元，但年度采购周期和薄弱的口碑传播限制了增长复利，成熟服务商又开始采用 AI。它“在 AI 时代之前是一门好生意”，但没有团队想要的风投级增长轨迹。
• Town 的第二幕从消费者级体验的助手起步，再围绕它补上企业管理能力。 邮件和日历带来频繁、具体的问题；如果一开始就卖给企业把关人，产品可能会围着掏钱的人优化。Greze 从 Dropbox 得到的经验是，“世界级产品”可以进入企业市场，而从合规需求起步，往往做不出这样的产品。
• Token 成本下降，让过去不值得经济投入的工作也有了市场。 Greze 所说的“token 分发机器”可以每月花约 1 美元监控餐厅供应商：11 个月里可能一无所获，但剩下那个月能省下几百或几千美元。它卖的是明确的经济结果，而不是抽象的个人助理。
• Town 押注，横向分发能逐步长出越来越个性化的垂直工作流。 团队访谈重度用户，提炼可复用的“例程”；更强的模型则应减少手动定制。Greze 认为，长远看，这种做法比派人给单个企业搭建定制 AI 系统更容易规模化。
• 模型中立和客户掌握自身上下文，是 Town 应对供应商竞争的防线。 Greze 希望客户能在大约 1 天内把记忆、联系人和数据迁走，并接受更低的切换成本。Rampell 认为，实验室的近期优先事项之外可能存在一个“金发姑娘区间”；Greze 则认为竞争只是“何时发生”，而非“是否发生”。
• 采用瓶颈在于把已有的智能转化为可见、可重复的结果。 Greze 认为，“你不需要更多智能”；用户需要的是能找到有用工作并把它做完的产品。Town 也把部分内部信息路由交给智能体，取代人工协调造成的延迟——Rampell 将这个机会概括为“人是缓慢的路由器”。
• 智能体自动化了广告和聚合生意变现的注意力，对这些模式构成威胁。 Greze 主张由用户为智能体付费，同时承认免费智能体也可能通过改善其他渠道的广告效果间接变现。价格监控、优惠券以及 Chase 或 Amex 的权益都将更容易被用户用足；两人预计，靠用户疏忽赚钱的企业会承压。

精读

1. 一款能用的报税产品，还是输掉了风投赛跑

• Greze 最初的判断在技术上说得通：文本密集型材料、财务报表和租约可以转化为完整的企业税表，或许 2 年内就能做到。1 年后，营收略低于 100 万美元；团队认为第 2 年可以做到 250万至300万美元。这“在 AI 时代之前是一门好生意”，但他已不相信它能做到风投级规模。
• 真正的瓶颈是分销。成熟企业可以比 Town 更快地自动化报税服务，也更容易触达数百万客户。报税每年只发生 1 次；建议往往在申报结束后才送达，那时用户通常不再寻找服务，等到下一季来临前，建议的影响力也已消退。对初创公司来说，“时间在倒计时”，成熟服务商迟早会把相近的技术与现有分销渠道结合起来。
• 离开这件事仍让 Greze 感到像是失败。他权衡了自己想创造的影响、员工放弃的机会成本，以及在面对能兑现的现金 offer 时招聘的难度。他承认，善于创新的团队或许能找到另一条路，但他们没有令人信服的突破性想法。妥善对待离开的税务专家，也让这个决定在情感上更容易接受。
• 季节性也迫使团队作出决定。10 月 15 日前后，Town 大约还有 1 个月时间，可以继续做或退出。到了 1 月，一旦作出合作伙伴承诺或欠下客户交付，就会错过这个窗口。Greze 认为，再等 1 年，公司就没有足够资金转向。

2. 先做好消费者体验，再补上企业管理能力

• 报税客户带来了下一个待解决的问题：安排客户日程、记住会议，以及准备反复被问到的问题。团队探索新方向时，恰逢 Opus 4.5 发布，能够自主执行任务的编码智能体也越来越强。从前一年 12 月到 4 月，用户反响强烈、产品路线清晰，团队因此不再纠结抽象的市场规模测算。产品市场契合让 Greze 想要“死死抓住不放”。
• Rampell 担心的是谁在塑造产品：当买家和用户不是同一群人时，满足 CISO 的需求可能会挤掉日常使用体验。Greze 从 Dropbox 得到的经验是，“世界级产品”可以适配企业需求；反过来，从企业合规和基础设施起步，几乎不可能再变成消费者喜爱的产品。
• Rampell 延伸了自己的 iPhone 类比；Greze 则提醒，Town 可能不只会变成 BlackBerry，还可能沦为 Good Technology——那款企业 iPhone 邮件客户端，他称之为“世界上最丑的应用”。用户本可以选择 Gmail 应用，在便利性之外也兼顾企业功能。
• Greze 预计采用速度会受人的节奏限制：目前只有几百万人在使用助手，可能需要 6、12 或 18 个月，大多数人才会体验到消费者产品的魅力，并希望在工作中使用它。产品先从邮件和日历切入，再逐步获得连接 CRM 等工具的权限。“它们的智能程度，只取决于能访问到的数据。”大型部署还需要审计日志、敏感信息管控，以及让 CFO 能看见 token 开支。Town 因此面向 SMB 提供自助式体验，同时为企业客户建设安全、合规和财务控制能力。

3. Token 便宜了，过去没人做的事也值得做

• Greze 把 Town 称为“token 分发机器”：找到计算能创造价值的场景，再让用户选择要实现的结果。给每场 30 分钟会议准备研究材料，即使让人类助理去做也不划算；LLM 却能用几分钱完成，还能查出与会者近期在 X 上说过什么。
• 他最有力的例子是餐厅采购。批发商会不定期发来电子表格或 PDF，里面列着几千乃至几万种商品的价格。兼职财务人员本该对比价格变化，包括 20–30% 的涨幅，但通常不会做：这项工作偶尔才发生、操作麻烦，也不属于日常运营。Greze 说，只要写好提示词，每月分析一次，5 分钟就能搭起来。
• 如果 12 个月里有 11 个月都找不到有用信息，每月成本可能约为 1 美元；但真正有用的那个月，就可能省下几百或几千美元。系统会发邮件给出可执行建议，比如更换供应商或重新考虑菜单项目。Rampell 将其转化为营销语言：餐厅老板可能不想要“个人助理”，但每年花 50 美元换来 500 美元节省，他们一听就能明白。

4. 横向产品可以自己找到垂直场景

• Greze 预计 AI 产品的能力会逐渐趋同，功能本身将难以构成持久差异化。他更大的判断是，“软件的价值单位，已经从应用变成了计算机”：智能体可以跨越个人在电脑上的各种活动来执行任务，单个应用能承载的价值因此减少。
• Town 的应对方式是提供针对具体角色的建议，不过 Greze 认为，当前模型给出的建议仍然过于表面。团队不去查看客户的私有数据，而是用汇总指标找出活跃用户，再对他们进行访谈。10 位餐厅经营者可能会提出 5 种常见自动化需求，Town 就把它们做成可复用的“例程”。
• 这套例程库可以从 5 项有用任务扩展到 15 项；随着模型逐步变强，所需的脚手架也会越来越少。Greze 认为，这样能提供“80/20 式的高度个性化软件”。个性化还必须覆盖不同角色：同一个餐厅老板可能同时打理财务、经营度假出租房，还要安排 2 个孩子的暑期活动。
• 他将这种模式与驻场工程师作对比：后者先摸清企业运营，再为其搭建定制软件。对于一家愿意每年花约 500 万美元购买 OpenAI FDE 服务的企业来说，这种做法“眼下看起来相当不错”。但 Greze 押注，随着模型进步，Town 的自动化路径会越来越有优势；SMB 的采用也会推动更大的学习飞轮。

5. 中立，是 Town 应对供应商竞争的答案

• Rampell 问，为什么 OpenAI 或 Anthropic 的连接器不会把 Town 的功能吸收进去。Greze 承认，仅仅在邮件和日历上做得更好，并不足以构成防线：实验室完全可以选择复制。对于拥有 500–1,000 名员工的公司，他更有力的主张是，未来 3 到 5 年应保持模型中立，在通用智能、语音、视频和幻灯片等领域灵活选择供应商。他举例说，一些公司先选择 OpenAI，后来 Anthropic 的模型编程能力变强，又需要 Anthropic。
• 客户应该真正拥有围绕自身业务积累的上下文——数据、记忆和联系人——以至于换到更好的产品只需约 1 天。“如果我用不上市场上最好的产品，也没关系，那就意味着我输了。”Greze 接受更低的切换成本，并表示用客户信息训练模型不符合 Town 的商业理念。
• Town 的 Teams 产品还能让智能体跨同事寻找人脉：用户可以询问谁认识某个潜在客户公司里的人，智能体会去询问其他智能体。Greze 说，Town 信任 AI 来执行内部信息边界，因此必须谨慎设计隐私机制。发一条 Slack 请求可能要等 1 天，Town 则能即时答复。Rampell 的概括是：“人是缓慢的路由器”（People are slow routers）。Greze 预计，未来这类决策中人类参与会大幅减少。
• Rampell 提出一个“金发姑娘区间”：零散的 SMB 工作流可能不是实验室的近期重点，编程则不同。Greze 认同这对当下的 SMB 成立，但质疑这种保护能持续多久。企业自动化的市场比编程更大，因此实验室入场只是“何时发生”，而不是“是否发生”。他预计这些公司的竞争格局会在 12 个月内发生变化，不过不是在当前条件下。

6. 采用的关键，是让人们看到哪些工作可以自动化

• 一个出乎意料的用例揭示了机会：一家岛屿度假出租业务用 Town 对比冲浪板和沙滩车的照片，检查损坏情况并判断是否退还押金。Greze 将这归功于公司内部一位积极探索的员工。瓶颈在于，大多数企业既没有足够懂 AI、也没有时间去发明这些工作流的人。
• 当客户连接邮件、日历和一个重要的会计系统，再搭建一项让人觉得神奇的定制集成后，留存会更强。Greze 希望去掉最后这道“自己发明自动化”的门槛。“你不需要更多智能，智能已经在那里。”真正的挑战，是让那些从来不会自己创建自动化的人，也能获得同样的价值。
• Rampell 指出，早期采用者可能会因为两年前一次糟糕的体验，就固化对产品的看法，变成怀疑者。他还说，6 个月前几乎不可能完成的电脑和浏览器任务，如今在过去 2 个半月里有 90% 的成功率，而此前大约只有 30%。
• Rampell 把营销案例说得更具体：别宣传一项“电脑功能”，不如承诺用用户已有的 Canva 订阅，花 25 美分、5 分钟做出活动海报；之后还能为下一场活动重复制作，适配品牌变化，最终还可以做宣传视频。Greze 的原则更宽泛：“产品不能只是一个文本框”；它必须展示自己能带来的实际结果。

7. 智能体把有用的发现与不受欢迎的摩擦区分开来

• Rampell 以 Yahoo Finance 为例说明其中的冲突：免费股票报价依靠用户看到券商广告来维持。智能体打破了这笔交易。他也看到另一种可能：把智能体流量当成“新 SEO”（the new SEO），而不是把每个智能体都视为对手。
• Greze 说，Amazon 失去生意可能会成为 Walmart 的机会，因为 Walmart 没有广告业务，激励机制也不同。他担心推荐会受到利益冲突影响：如果 United Airlines 在 Meta 上大量投放广告，Meta 的智能体还会中立地选择航班吗？他偏好的安排很明确：智能体属于用户，“智能体唯一的资金来源就是用户的钱包”。只有用户想看营销内容时，营销才该出现。
• 效率并非永远是目标。Greze 喜欢在 SoHo 的店铺之间散步、观察其他购物者；但补货购买熟悉的卫生纸，最好又快又便宜。同样，给孩子买 LEGO 时，关于陌生玩具的广告也可能有价值。他认为，发现型生意仍有空间，前提是它值得人们主动投入注意力。

8. 自动化注意力，削弱聚合与权益闲置带来的收益

• Greze 提出一种可能的免费智能体模式，他称之为 “Muse”：它或许完全不需要在智能体内部投放广告。在其中获得的信息可以用来优化 Instagram 定向；钱包信息和商品搜索也可以支持购买。在这种模式下，变现转移到别处，助手本身仍然免费。
• Amazon 可能失去一大块广告生意，Greze 粗略估算为每年“800 亿美元，或者说，700 亿美元”。他认为，“无头 Amazon”可以做得非常大。他建议 Amazon 推出更好的购物智能体，或许纳入 Prime，同时保留人们主动想看的广告体验。他不确定 Amazon 能否做到。
• Rampell 举了一个现成的例子 CamelCamelCamel：他说有 2000 万美国人在用这款已有 18 年历史的 Amazon 价格追踪器。用户可以设置提醒：一笔 8 美元的 Dr Pepper 购买降到 6 美元时通知自己；服务会发邮件提醒，但不会代为购买。Rampell 的推论是，即使目前有钱多、时间少的人，也可能会觉得智能体监控价格很有吸引力。
• 两人把这个逻辑延伸到优惠券以及 Chase 或 Amex 的权益：AI 可以帮用户拿回闲置权益，但 Greze 说，若人人都开始优化使用，供应方可能会修改权益，双方关系也会转为对抗。“闲置权益的模式已经死了”（The unused benefits model is dead）。Rampell 最后的观点是，当人类注意力这种稀缺资源本身可以自动化时，聚合供给的价值就会下降。