文｜钱丽娜

ID | BMR2004

AI创业是一场生死时速的大赛。大模型有如荒漠中涌出的一汪清泉，瞬间引来了早已伺机而动的创业者，他们要趁着旧世界的领主们还在观望迟疑的时刻，在荒漠中开辟出自己的领地，语核科技的翟星吉就是其中一员。

“我们投身智能体业务晚了，如果再早一年，应该发展得更快。”说话者是翟星吉，语核科技创始人，95后，他的搭档是大学休学创业的00后技术极客池光耀。

AI领域的第一批创业者，多是技术出身。他们的优势在于熟悉模型能力。但不足之处是，很多人并不知道用户究竟想用AI做什么。翟星吉曾经担任一家BI公司的产品经理，他懂产品，但对AI大模型没有那么精熟，他需要一个AI技术背景强的搭档来共同创业。在各个开发者社区的热榜中，他找到了还在上海外国语大学读大二的技术极客池光耀，两人在电话里聊了一个多小时，又在学校见了一回，两个AI信徒当即决定共同投身AI创业。

2023年，两人合伙开发出一款针对大学生群体的AI应用产品CopyAsk，用户在文件中选中词条后，弹出一个小窗口，进行翻译、总结、改写，反馈很好，但付费意愿极差，第一个创业项目就无疾而终了。

2023年，两人拿到奇绩创坛的融资后，并没有急于开始新项目，而是用半年左右的时间进行复盘，直到2024年决定进入To B领域的智能体开发，吸取了上一次创业的教训后，他们将商业化能力置于业务的重中之重。

在智能体业务赛道，传统的软件公司占据先天的业务优势，如果以2023年为智能体应用元年，这些公司的规模和体量到2025年约在几千万到一两亿之间，但是由于市场足够大、足够新，也给了新兴智能体公司充满想象的机会，大量创业公司在2023年后陆续涌入这一赛道，竞争一触即发。

幸亏有了奇绩创坛给的这笔投资，两位创业者并没有急于开始下一个产品，而是定心反思。他们自问：大模型究竟是生产力还是生产工具？确认是生产工具之后，他们又问，谁会在使用这个工具时从中获益？他们关注到了智能体市场的机会。AI智能体被视为 “下一代人工智能落地形态” 的赛道，这一技术的成熟是基于大模型推理能力的增强，工具生态的完善以及轻量化技术的突破。

两人分别从C端和B端对智能体的市场需求进行拆解。C端用户分为“大C”和“小C”。“小C”价值不高，“大C”多为超级个体。调研后，两人发现，“超级个体”分为三类核心人群，他们正在成为各类高效工具的重要应用群体：第一类是“年薪百万”的高净值高生产力人群；第二类是合伙制企业中的合伙人；第三类是由超级个体驱动的企业，从顶流UP主到年入过亿的内容公司便属于这一类群体。

从付费意愿来看，“超级个体”潜力很大，在这一群体中，自媒体从业者是AI工具的主要使用者，这些工具广泛用于内容创作、脚本生成等场景。不过，当观察到字节跳动已经重点布局该领域后，翟星吉保持了谨慎。创业者的生存之道，第一条就是避开“航母”行驶的主航道。综合评估后，团队认为在该赛道与字节跳动的竞争难度太大，而To B端还没有跑出“航母”，这里将会拥有大量的机会。

语核科技做出这一策略调整的核心逻辑在于：企业的核心价值是通过更高效地整合生产力要素来发挥更大的价值。

在进入To B业务前，语核科技尝试了一个大C的留学客户，虽然公司年营收只有五千万，但是通过售前服务智能体，将销售线索提升了20%，营收提升了20%，企业主使用一周后就签单了。

这次小胜让团队看到了未来业务成功的关键点：首先，智能体业务必须专注于企业的核心业务流程；其次，必须解决核心业务流程上的堵点，这是企业足够痛的痛点；最后，能够快速帮助企业赚钱或者省去大量的人力物力成本。三点满足后，企业就会有强烈的付费意愿。

除了这些基本要素，针对To B领域，翟星吉还附加了一个要素，只要企业方的客户群体和业务基数足够大，服务提供方就能获得稳定且可观的商业收益。即当企业的经营规模达到10亿级别时，只要有工具能带来1%的效率提升，企业就会愿意投入。

确立了战略方向之后，这支行动力极强的创业团队在一个季度内拜访了100多家客户，涉及政务、法律、医疗、医药、物流、高端制造、金融等领域，深入了解各家企业的核心业务流程及其痛点，了解怎样的改进才能让企业愿意付费。

调研之后，语核科技设定了三个智能体创业的方向：售前解决方案、供应链和制造业。

用AI做业务改进，初期企业诉求最多的是降本增效，但语核科技认为，真正“性感”的是开发创造市场增量的智能体业务。

在初期规划的三个战略方向中，只有售前解决方案是在创造市场增量，供应链和制造业着力于降本增效。随着业务的推进，翟星吉将战略重点进一步聚焦到售前解决方案。他的判断是，制造业的核心价值是提高产能利用率，但目前中国制造业普遍面临产能过剩的问题，所以，这项业务的痛点并没有那么痛。供应链目前有降本增效的机会，比如语核科技为一些供应链链主企业提供单据处理的智能体服务，帮助一家在全球拥有几十个港口的海运集团降低了巨额的票据处理成本。但这些都属于降本的范畴，还没有创造增量价值，企业的付费意愿肯定是后者更强。

语核科技调研发现，在中高端制造领域，售前解决方案专家的岗位几乎空白。因为这是技术和营销的复合型岗位，需要专业人员有技术部门的从业经历，懂客户公司的产品、技术参数，还要有很强的营销能力。

To B企业的销售分为“商务销售”与“专业销售”两个角色。商务销售的主要工作是维护客户关系。专业销售是向客户传递供应商的专业价值与服务能力，他们需要解决岗位中的两个痛点，一是厘清用户需求，二是出具专业解决方案。  

通常，当To B企业面向重点客户销售时，商务销售会邀请研发人员组成一个临时项目组，由研发人员来回答客户问题，撰写专业解决方案。翟星吉说：“专业性是大宗采购里的关键要素，而这往往是企业销售岗的痛点。智能体要做的就是解决专业性的问题，成为解决方案专家，从而带去足够的增量价值。从每100个线索签约5个线索，变成签约6—7个线索。”

翟星吉在国内最大的BI软件公司担任产品经理时，他从这家公司学到一个商业原则：开发可赚取复利的软件产品，不为企业做定制。开发产品意味着企业通过软件许可便能取得收益，销售的边际成本为零。为此，这家软件公司在研发上做大量投入，当产品足够好时，营销人员占比并不大。

但更多的中国软件企业为了推高营收，会将软件定制作为主要的营利模式，“定制模式不具备规模化增长的可能性。因为营收增长一倍，增加的定制服务人员都不止一倍，人员增加还会引起管理损耗。”翟星吉说。

因此，当思考智能体开发是否也会落入定制的怪圈时，翟星吉认为，定制与企业是否认可软件的管理价值有关。国外的管理软件是由先进的大企业将最佳实践集成后形成的标准流程，这套流程可以在中小企业快速部署，但中国大企业在早期未能参与到软件标准的制定中，导致各家企业喜欢按照自己摸索出来的流程进行定制。如今智能体刚起步，中国企业与美国企业在智能体的应用上同时处于同一起跑线，未来是有机会把智能体做成标准产品的。

为此，语核科技的商业策略是，智能体不卖管理过程，只卖结果。它采取的是“按效果付费”的模式，或者帮助企业赚取增量，或者降本增效，企业可直接测算投入产出比（ROI），无需聚焦于“过程交付”，即严格遵循企业的流程要求来作业，只需最终达成业务成果，合作方依据成果支付对应报酬即可。

要支撑起“复利思维”和“按效果付费”的商业模式，语核科技需要构建一个强大的智能体技术底座。

在智能体的落地实施中，语核科技有一套标准的工作流程。目前，语核科技重点切入中高端先进制造领域的售前解决方案，包括半导体芯片销售、芯片产线设备销售、工程机械销售等。由于这些领域涉及大量的专业知识，语核科技作业的第一步是开展咨询，对客户业务领域专家进行访谈，将其大脑中沉淀的“隐性知识”通过访谈进行提炼，转化为可用于模型训练的数据。因此，客户的深度参与是实现智能体业务价值的前提，但客户并不直接参与智能体技术的开发细节。

翟星吉有过往软件产品的开发经验，他认为，虽然不同业务场景的业务逻辑相似度较低，但支撑业务的技术架构相似度极高。他表示，“现有技术可实现80%的业务场景复用，原因在于技术层面具备较强的通用性，仅需针对具体业务场景迭代剩余20%的内容即可完成适配。这种高复用性的实现，依赖于“技术能力原子化”的构建逻辑：即将核心技术拆解为一个个独立、可复用的“基础功能单元”，每个单元对应一项明确的核心能力，可单独调用或与其他单元组合，以适配不同的业务场景。比如信息检索与问题定义可拆解为两个独立的“原子能力”：一是问题定义能力，即明确任务目标，界定“需要获取哪些信息”的核心需求；二是信息检索能力：从海量信息中精准定位并提取与目标相关的内容，这一能力依托RAG（检索增强生成）算法等技术实现。有了这一能力之后，新业务场景的落地无需从零开发，只需对“原子模块”进行拼装组合即可完成。

翟星吉说：“通用低代码平台或AI智能体平台，仅能满足长尾需求或简单场景，而针对核心场景的AI智能体，其核心竞争力在于对‘垂直数据+专家知识’的深度挖掘与应用，这正是语核科技的技术优势所在。语核科技通过针对性的调研梳理、数据标注与模型训练，让AI智能体精准匹配特定岗位的专业能力，而非依赖通用平台的‘万能模块’，从而在核心业务场景中实现不可替代的价值。”

在实践中，售前解决方案智能体上线后，受到商务销售的欢迎。“在创造市场增量的机会中，我们并没有让AI去替代员工的工作岗位，而是增强其业务能力，从而避开了AI落地的矛盾。”翟星吉说，“在报价过程中，商务销售的主导权占70%，解决方案专家的主导权占30%，后者更多的是工具人的角色，现在由智能体来替代了，而销售中的人际互动，建立信任感，目前还很难用AI来替代。”

战略层面要确立顶层驱动与决策共识。这是首要前提，核心在于企业决策层需形成明确的战略共识，并有足够的决心推动智能体落地。   

基础层面则要完成数据与语料的系统化筹备。战略明确后，企业需启动此前较少涉及的数据与语料梳理工作。这包括汇总业务全流程中的关键数据（如客户需求、产品参数、报价记录、生产指标等），并按智能体的学习与调用标准，完成数据清洗、格式规范、语料标注等工作，这些标准化的素材是智能体精准适配行业复杂场景（如芯片报价、供应链调度等）的基础。 

技术层面，企业要推动现有业务系统与智能体的无缝集成。比如部署“报价智能体”时，需将其与CRM系统打通：当客户通过系统提交芯片采购需求后，智能体可自动读取需求参数（如芯片型号、采购量级、交付周期等），在半小时内生成精准的报价方案并反馈至系统，形成“需求输入-智能处理-结果输出”的自动化业务闭环。

翟星吉说，若智能体能有效适配企业的业务场景并产生价值，通常会带来两类显著变化：一是业务效率与营收的优化：智能体可针对性地解决业务流程中的阻塞点，如报价周期过长、供应链信息同步滞后等，提升各环节响应速度与准确率，间接推动客户满意度提升与营收增长；二是推动组织架构的优化调整：当智能体替代部分重复性、标准化的工作，如基础数据录入、常规报价计算等，企业可能对相关职能部门进行精简调整，减少冗余人力投入，实现组织效率与人力成本的优化。

在如今的赛道中，语核科技经过一年多的努力已经成功验证了PMF，并且取得了一千多万元的营收业绩，相对于大量智能体初创公司几十万至几百万的营收区间，语核科技已经建立了自己的竞争优势。“我们目前的产品力是够的，客户线索是够的，但是人才不够，这是我们接下来要解决的增长瓶颈。”翟星吉说。

（本文图片由受访者提供）

来源 | 《商学院》杂志10月刊