分类: AI产品

通过WPeMatico自动添加.

  • 豆包AI手机,给我们踏出来了三条血路

    一款号称’能听懂人话’的AI手机引爆市场,却在真实体验中频频’翻车’。这背后折射出的不只是技术问题,更是AI产品设计中关于权限边界、体验链路与生态规则的深层思考。本文从产品经理视角,剖析当前AI交互设计的三大致命误区,并给出兼顾创新与落地的四步解法。

    最近科技圈那台“能听懂人话”的AI手机,大伙儿都看到了吧?

    从刷屏预售到主播们集体“翻车”,这过山车我都看乐了。

    (图片来源网络)

    作为一个天天琢磨产品的人,我没上手真机,但几乎蹲完了所有深度评测。

    看多了,一个问号越来越大:这么“炸裂”的功能,为什么深耕系统多年的苹果、华为,反而没做?

    这事儿绝不只是技术行不行那么简单。它像一面镜子,照出了当前AI产品经理最容易踩进去的几个大坑。

    今天,我就结合这些天的观察,聊聊我的看法。

    01 我最先注意的,是它那把“万能钥匙”

    它想做到的事情,说实话挺诱人:你一句话,手机代你点外卖、打开 App、处理流程,像个真正的数字管家。

    (图片来源网络)

    但真实世界里,它之所以能做到这些,是因为拿到了安卓系统深层的“注入事件权限”——我更愿意把它理解成“万能钥匙”。

    从产品逻辑上讲,这条路径看似合理:既然要代替手指,那就让 AI 能点击屏幕、滑动界面。

    但我最直观的感受是:这把钥匙不应该这么交出去。

    用户看到弹窗,会以为“助手要帮我操作一下”,但实际上是把微信、银行、聊天、相册、支付的一切底层入口都交给了一个服务。

    我做产品时最怕的就是这种“理解与后果不对等”。如果用户连自己授权了什么都无法判断,那这条能力不论多炫,都不应该轻易落地。

    安全不是禁止,而是把边界画清楚。权限可以拆、风险可以隔离,但“万能钥匙”式的一次性交付,是我个人永远不会允许上线的。

    02 我更清晰地看到:智能如果不改变链路,就是负担

    看评测的时候,我印象最深的是那段“点外卖”的演示。

    • 官方展示 30 秒搞定。
    • 博主实测 6 分钟,期间卡顿、误点、界面识别失败不断。

    那一刻我非常清楚:这不是技术不够强,而是路径选错了。

    AI 在现阶段通过视觉识别 App,再模拟点击流程,本质上就是把自动化测试的逻辑放到用户日常体验里。

    只要页面一点变动,按钮换个位置,多一个广告弹窗,它的整个流程就会像多米诺骨牌一样全部重来。

    这不是 AI 的问题,而是设计选择的问题。

    在我的实践里,一个真正能让用户觉得“智能”的能力,只有在符合两点时才成立:

    • 它真正重构了任务链路,让体验变得比原来短、快、确定。
    • 它可以在失败时优雅退化,而不是让用户成为它的“监工”。

    可惜,这台手机做的恰好相反:它既没有把原有流程拆解重构,也没有构建清晰的边界和失败处理方式。最终就变成了一个“看起来很厉害,但你需要盯着它的每一步”的半自动工具。

    03 技术再先进,触达用户的方式不对,体验就会反噬

    真正让我觉得“危险”的,是它和生态的正面冲突。

    这件事最值得所有产品人反思的,不是“技术实现”,而是它和整个移动生态之间的冲突。

    移动生态这么多年能够稳定运转,靠的是一整套相互制衡的规则:1. 敏感操作必须即时确认。2. 支付需要用户主动触发。3. 安全验证不能被绕过。4. 平台要识别自动化攻击。

    而这台手机的 AI 模式,却是一次性授权、全程自动代操作。

    你不用想也能猜到结果:微信、支付宝、银行类 App 把它当成异常设备或自动化攻击工具,直接拦截或封禁。

    我相信不是平台“封杀创新”,而是这个模式本质上破坏了它们赖以生存的安全模型。甚至某些平台的商业模式——广告曝光、任务链路、停留时长——也被自动化操作彻底抽离。

    换成我站在平台那边,我也不可能接受这样的冲击。

    做产品这几年我越来越相信一件事:任何挑战生态底层规则的创新,都必然要付出高昂代价。这次事件就是代价的真实样子。

    04 如果让我来做,我会怎么落地?

    如果把这件事放在我自己的工作场景里,我大概会这么做:

    第一,把能力拆开,让权限变得“可感知”。与其一次性撸到系统级权限,不如拆成“读取页面信息”“执行局部操作”“用户确认后代操作”这种可控的小能力,让用户知道每一步的边界。

    第二,不卖“全能”,只交付“可控”。我宁可宣传成“帮你加速 80% 的流程”,也不会为了营销把它说成“你一句话我全搞定”。

    第三,和关键平台提前做规则对齐。支付、登录、隐私敏感操作必须遵守现有机制,能辅佐就辅佐,不能接管就不要硬上。

    第四,为失败设计兜底逻辑。这在真实场景里尤其重要。我希望用户遇到异常时能清楚地知道发生了什么,并能随时接管,而不是在旁边焦急等待看它“下一步会点错哪里”。

    在我看来,真正的 AI 产品不是“炫技”,而是“靠谱”。

    最后的话

    这台手机让我重新审视了一句我以前没太在意的话:不是看 AI 能做什么,而是要看它“应不应该这么做”。

    技术当然要往前跑,但安全、体验、生态,这三条线永远不可能绕过去。越是面向大众的产品,越需要克制,需要反复琢磨边界在哪里、风险如何隔离、用户的理解和心智是否足够匹配。

    这次的讨论喧嚣很大,但对我来说,它更像一声警钟。

    不是对某一家公司,而是对我们所有在做 AI 产品的人。我们都想做突破性的东西,但突破从来不是靠“抢快”和“压风险”,而是靠把底层规则摸清、把用户的信任护住、把生态的张力处理平衡。

    希望带给你一些启发,加油!

    本文由人人都是产品经理作者【柳星聊产品】,微信公众号:【柳星聊产品】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

    题图来自Unsplash,基于 CC0 协议。

  • 闫俊杰把自己练成了算法

    MiniMax 的崛起不是靠热血故事,而是一套近乎冷酷的“硅基管理哲学”:去情绪化决策、反经验主义用人、多模态长期主义、以及以坐标下降法驱动的组织机制。本文深度拆解这家 AI Native 公司如何用算法思维重构创业逻辑,并揭示中间层管理者在 AGI 时代的生存危机。

    老罗最新一期采访 MiniMax 闫俊杰的播客,四个小时,终于稀稀拉拉听完了。

    听完后,也就没然后了;毕竟信息在脑中过去,犹如刮风一样丝滑,左耳朵进右耳朵出。所以,我又把播客下载下来,转换成文字,死磕了一遍。

    这一遍,让我对闫俊杰的表达,有了新的认识。

    如果说罗永浩代表古典互联网时代对“产品”和“情怀”的追求,那闫俊杰展示了一种全新的、甚至带着一点非人感的物种。

    你看他温吞、佛系,甚至有点迟钝,但在这张毫无攻击性的外表下,藏着一套近乎冷酷的操作系统。

    为什么我要下这个结论?复盘 MiniMax 的三年,我看到的第一个关键词,是「去魅」。

    咱们平时看那些 AI 大佬,要么极客范儿十足,要么满嘴改变世界的精英,但在老罗的直播间里,闫俊杰太“素”了。

    发际线有点高,人有点微胖,甚至在公司里,大家居然管他叫“中登”,意思就是“长相中等登样” 。你可能觉得这人挺逗、挺佛系;但细品他在访谈里说的一个细节,就大有不同了。

    他说为了减肥,去打了司美格鲁肽。打完之后,食欲没了。他的原话是:感觉自己变成了圣人。

    大家听了可能哈哈一笑,觉得是幽默。但在我眼里,这简直是一个狠人的隐喻,一个为了达成目标,可以随时修改自己身体参数的人。

    这种对欲望的剥离,一旦用到公司管理上,就是一种极度可怕的理性。

    你看他对危机的反应,完全不像个正常的碳基生物,当初硅谷银行倒闭,MiniMax 所有钱都在里面,眼看要发不出工资了;换一般创业者,这会儿估计早就崩溃了,或者至少得焦虑得睡不着觉吧?

    闫俊杰没有。

    他的回忆里,没有一丝惊慌失措,他说,这事儿既然发生了,那就别浪费时间去难受了,赶紧算算怎么活下来,怎么把损失降到最低 。

    再看他对竞争对手的态度。

    今年 DeepSeek 火成那样,把大家脸都打肿了;正常人心里多少得有点酸吧?有点“既生瑜何生亮”的不甘心吧?

    他没有。他淡淡地来了句:我不嫉妒……我觉得是他们应得的。这哪像人在说话啊?这简直是一台服务器在输出计算结果,在他那套操作系统里,好像根本就没有情绪这个模块。

    他在访谈里老说自己“认知不够”,还会自我 PUA。这话翻译成大白话是:我的模型没跑好,误差变大了。

    误差变大了怎么办?哭有用吗?没用。你得赶紧找找是哪层参数设错了,把权重改过来,然后接着跑,这就是第一代 AI Native CEO 最吓人的地方。

    他不跟你演什么热血沸腾的创业故事,把自己活成了一个没有感情的“算力节点”,输入信息,算出最优解,然后执行。

    所以,我说,看着佛系,其实是“情绪参数归零”,这种人,才是最难被击败的。

    既然有了这么一颗“莫得感情”的 CPU,那 1989 年出生的闫俊杰做出来的决定,自然就不可能按常理出牌。

    常理是什么?迷信大牛,迷信硅谷光环,是我们要聚焦,但他这套系统启动后的第一步,竟然不同。

    哪里不同呢?

    先说人。回想一下 2021 年那会儿,AI 圈子都在抢什么人?各家公司都在抢大厂高管、海归的博士、抢自带光环的“明星科学家”,那可是“诸神之战”。

    好像谁家没几个 Google、微软回来的大神,都不好意思跟投资人打招呼。

    但 MiniMax 呢?简直是“草台班子”。闫俊杰找了一帮什么人?一帮年轻得不像话的生瓜蛋子。外界甚至吐槽,这团队配置也太素了,连个能镇住场子的海归大牛都找不到。

    是请不起吗?肯定不是。

    闫俊杰在访谈里说了一句比较扎心的话:我觉得之前的经历很多东西是没用的……甚至很多传统 AI 的经验是相悖的。

    这就很有意思了。在咱们看来,经验是宝贵的财富;但在他的算法里,这叫过拟合 (Overfitting)。

    你想啊,旧时代专家,脑子里装的都是上一代参数,他们太懂怎么调优一个小模型,太懂怎么做一个人脸识别了,但在 AGI 这个新物种面前,这些旧权重反而成了偏见,成了阻碍。

    反倒年轻人,没经验,也没被污染,他们就像一张没被训练过的显卡,算力纯净,可塑性极强。

    他还搞出了“实习生也有实习生”的操作。让 AI Agent(智能体)去给实习生打下手,干写代码、修 Bug 的脏活累活,这哪是招人,这分明在搭建一个人机混合的算力集群。

    除了人,还有事儿。如果别的创业公司,投资人肯定会按着头让你“聚焦”,你一个小公司,资源有限,先把文本模型搞好行不行?

    但闫俊杰偏不。

    他一上来搞了个“全家桶”:语音、文本、视频,我全都要;在当时看来,这简直找死,不仅违反了商业教材里的定位理论,也违反了创业公司的资源约束。

    那他为什么要这么干呢?因为他信物理学里的 Scaling Law(规模定律) 。

    在他的算法里,Scaling Law 有个前提,你的输入数据必须是完备的;你想想,人类怎么感知世界的?不光靠读文字,更得靠听、靠看。

    如果我们想要造出真正的 AGI(通用人工智能),却只给它喂文字,那就像想培养一个天才,却先把他的眼睛蒙上、耳朵堵上。这在物理上就不可能收敛到人类智能这个全局最优解。

    既然终局一定是多模态融合,那为什么要为了短期的“容易”,去造一个“残疾”的模型呢?

    所以,在访谈里,他特淡定地说,做语音、做视频当时看起来很蠢,甚至做了两年语言模型都没啥直接产出,但只要目标函数是对的,中间的亏,都为了收敛到全局最优解所付出的代价。

    参数(人)找齐了,目标(多模态)也定好了,怎么让这几百号“生瓜蛋子”,像一颗大脑一样精密运转?

    按照熟悉的互联网大厂逻辑,这时该上“管理手段”了,定 OKR、搞赛马机制、建中台、设层级,这也是很多大厂最引以为傲的“屠龙术”,但闫俊杰把这些通通扔进了垃圾桶。

    他在访谈里有点凡尔赛地说:我们公司没有 OKR,也试过,发现根本行不通。

    为什么行不通?

    这要回到理工男的脑回路了。在他眼里,公司是一个巨大的、待优化的函数。传统OKR 是什么?我知道桥在河对面,咱们拆解一下怎么搭桥,那是确定性环境下的工程管理。

    但在 AI 这个无人区,前面是一片迷雾,根本不知道桥在哪。这时定 OKR,就是瞎指挥。

    那 MiniMax 靠什么管人?

    靠算法,全公司最核心的会议,叫CD 会;这个词儿听着挺玄乎,其实是数学术语 Coordinate Descent(坐标下降法)的缩写 。

    啥意思呢?

    在多维空间里,我们不知道最低点(最优解)在哪,但可以让每个人(每个坐标)轮流调整,每次调整都让整体的 Loss(误差) 往下降一点点。

    智远认为,这是一套极度理性的“硅基管理哲学”。

    第一,消灭了中间商。

    传统公司里,产品经理是干啥的?写文档(PRD)、画原型、催开发;但在 MiniMax,这套流程太慢了。

    闫俊杰要求,产品经理得自己能写代码,能做 Demo,因为在神经网络里,神经元之间是直接传递信号的,不需要一个翻译官在中间传话。

    那些只懂“协调资源”的中间层,在这个系统里就是增加了延迟(Latency),必须被优化掉。

    第二,残酷的“剪枝”。

    这套系统听着很美好,运作起来很冷酷;我记得前段时间看一个报道说,MiniMax 高管流动性很大,甚至有早期合伙人被请走。

    咱们看来,这叫内斗或者动荡,而闫俊杰的算法里,这叫剪枝(Pruning)。

    如果一个参数(员工)的调整,始终不能让全局的 Loss 下降,甚至导致了模型发散(团队内耗),那么,不管他资历多老,在这个函数里,他就是无效变量,必须归零。

    所以,你看 MiniMax 的组织,既没有大厂温情脉脉的家文化,也没有打鸡血的兄弟文化,它更像一个高压运转的计算集群。

    每个人是一个变量,大家不看脸色,不看 PPT,只看一件事:每一次迭代,有没有让那个该死的 Loss 值往下降一点?

    这就是 AI Native 公司的真面目:极致扁平,极致效率,以及,呃……极致的无情。

    既然这套“硅基管理系统”这么厉害,是不是就无敌了?

    并没有。

    这台精密的机器在 2024 年上半年,也差点死机;那是 MiniMax 最纠结的一段时间;虽然Talkie在海外火了,但也让整个公司染上了一种互联网旧势力的病毒。

    那就是,追求虚荣指标(Vanity Metrics),闫俊杰说,那时,投资人天天盯着问 DAU(日活),公司内部开始疯狂讨论投流、买量、留存。

    这好比一个本来要练神功的武林高手,突然跑去练胸口碎大石了,因为来钱快,观众爱看,而且,这个时刻DeepSeek(深度求索) 横空出世了。

    DeepSeek 干了什么?

    没买量,没做复杂的App,靠一个强得离谱的模型,几天之内用户量炸裂,把所有还在卷投流的公司(包括 Kimi,也包括 MiniMax)脸都打肿了,这种行为,间歇性给MiniMax一个大嘴巴子。

    他既没有像有的同行那样,在那儿愤愤不平地算 DeepSeek 到底亏了多少钱,也没有像有的巨头那样假装看不见继续硬推,而是,把大嘴巴子识别为了一个极为宝贵的误差信号。

    那MiniMax干了什么事儿呢?

    一,砍掉胸口碎大石的项目:为了堆产品功能、为了虚荣指标而分散算力的项目(比如那个类似“即梦”的视频产品),直接停掉。

    二,修正权重:既然智能才是核心,那就把算力从运营那里抢回来,重新 All-in 到数学、编程这些最硬核的基础能力上。

    三,认错迭代:在访谈里他坦然承认自己“认知不够”,这叫根据最新的误差值,更新了自己的参数。

    很多人觉得 DeepSeek 是 MiniMax 的对手。但智远看来,DeepSeek 更像 MiniMax 这个神经网络的一次强效“梯度修正”。

    如果没有被打脸,MiniMax还在互联网流量思维的局部最优解里打转。正是这种修正,证明了闫俊杰这套系统的“鲁棒性” (Robustness) 。

    一个优秀的系统,当巨大的外部冲击到来时,它能接受对手的启发,瞬间完成自我纠错。

    一颗莫得感情的 CPU(闫俊杰),带着一堆没被旧时代染过色的生瓜蛋子(年轻人),跑着一套只看结果、不讲面子的算法(CD会),最后,还得加上脸被打肿了、下一秒就能立马调头的狠劲儿(纠错机制)。

    这确实是一个能够在这个乱世中活下来、甚至跑得很快的新物种。

    但复盘最后,我不得不面对那个最扎心的问题,也是罗永浩在访谈里反复追问、甚至有点焦虑的问题:如果公司都变成了这样,那我们人类,比如:产品经理、中层管理者,在这个系统里还有位置吗?

    闫俊杰回答很含蓄,他说边界会模糊,说大家都要懂技术。 但在我看来,这层窗户纸捅破了极其残酷:因为传统的中间层,注定消亡。

    在罗永浩的古典认知里,产品经理是“我有想法,工程师来实现”的人,是负责“指挥”的;但在闫俊杰的算法里,这个协调者的角色权重,正在无限趋近于零。

    为什么?

    因为他要求产品经理得自己做 Demo,自己写代码;在 AI 赋能的组织里,“想法”到“实现”的路径被无限压缩了;以前需要一个部门、开五次会才能干完的事,现在一个超级个体+ AI就能干完。

    所以,智远认为,未来公司组织,大概率会收敛成一种“哑铃型结构”:

    一端是“架构师”,像闫俊杰这样,负责定义目标函数(Target Function),负责设计系统如何运转,负责在至暗时刻计算生路。

    一端是“超级节点”:能够直接利用 AI 产出结果的个体,或者是能提供高质量数据(Data)的人,哪怕你是写小说的、画画的,只要你有原创性,你就是高权重的参数。

    而夹在中间靠传递信息、协调资源、管理情绪为生的科层制管理者,将被系统无情地剪枝。

    这听起来很悲观吗?

    访谈最后,闫俊杰提到了特德·姜的小说《软件体的生命周期》;那是一个关于人类如何与数字生命共存、共同进化的故事,或许,这就是一场“物种进化”。

    MiniMax 的三年,不仅是一家创业公司的突围史,更是一份未来组织的生存实验报告。

    它告诉我们,在 AI 时代,想要不被组织系统优化掉,唯一的办法,成为那个定义算法的人,要么,让自己也进化成系统的一部分。

    至于还抱着旧地图、沉溺于中间管理的人,抱歉,系统对齐的函数里,容不下噪音;罗永浩用生意思维,巧妙地把这套冷酷但有效的生存逻辑给“聊”了出来。

    有意思。产品底层是模型,把模型做好,剩下的,都只是渠道。

    以上,仅代表智远个人看法。

    本文由人人都是产品经理作者【王智远】,微信公众号:【王智远】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

    题图来自Unsplash,基于 CC0 协议。

  • 40+硅谷大佬抢投1000万美元,打造全球首个销售人员的AI操作系统

    B2B 销售正深陷效率泥潭:销售人员仅 30% 时间用于真正销售,每年浪费超 4000 亿美元生产力。AnyTeam 以 AI 原生销售操作系统破局,通过本地运行的 Account Agent、Call Companion 与 Sales Studio 三大核心模块,将繁琐任务从数小时压缩至几分钟,重新定义销售角色与工作流。

    你有没有算过,销售团队每天到底有多少时间在真正卖东西?答案可能会让你震惊:只有 30%。剩下的 70% 时间,也就是每天 4-5 个小时,都消耗在准备会议、做客户调研、制作演示文稿和跟进邮件这些琐碎事务上。更糟糕的是,新入职的销售代表需要 7-11 个月才能完全上手,而每年有 30% 的销售人员会离职。对于上市的 B2B 公司来说,每个季度用在销售团队运营上的开支占总运营成本的 25%-60%,这意味着数亿美元的开销。这不仅仅是效率问题,这是整个 B2B 行业最昂贵的运营黑洞。

    当我看到 AnyTeam 刚刚完成 1000 万美元种子轮融资的消息时,我意识到这家公司正在做一件极具颠覆性的事情:他们打造了全球第一个 AI 原生的销售操作系统。这不是又一个销售工具,而是对销售这个职业的彻底重新定义。更让我感兴趣的是,这轮融资由 SignalFire 和 Crosslink Capital 共同领投,还吸引了超过 40 位来自 Salesforce、Elastic、Snyk、ClickHouse 等公司的资深天使投资人。这些投资者都深刻理解销售的痛苦,他们的参与本身就说明了 AnyTeam 正在解决的问题有多么关键。

    全球 350 万销售人员的共同困境

    我深入研究了 B2B 销售领域的现状后发现,这个行业的效率问题已经到了不可忽视的地步。全球有超过 350 万 B2B 销售代表,他们每个人每天要花 4-5 个小时做那些与销售没有直接关系的工作。如果把这些时间乘以全球所有销售人员的薪酬,你会得到一个惊人的数字:每年超过 4000 亿美元的生产力浪费。这还只是直接成本,如果算上因为效率低下导致的客户流失、销售周期延长和收入目标未达成,实际损失可能是这个数字的好几倍。

    更让我震惊的是这个恶性循环的程度。新销售代表需要近一年时间才能真正开始产出,但平均每三个销售中就有一个会在一年内离职。这意味着很多公司投入大量资源培训的销售人员,刚刚开始创造价值就离开了。而那些留下来的销售,也在日复一日的繁琐工作中消耗热情和创造力。我认识的一位销售主管曾经跟我抱怨说,他最优秀的销售代表每天早上 8 点到公司,但直到下午 1 点才能真正开始第一个销售电话,因为之前的所有时间都用来准备资料、更新 CRM、回复邮件和制作演示文稿了。

    这种低效率不仅让销售人员痛苦,也让公司的财务状况雪上加霜。上市 B2B 公司每个季度在销售和市场营销上的支出占总运营费用的 25%-60%,这对任何一家公司来说都是巨大的负担。当董事会要求用更少的人创造更多的收入时,销售团队面临的压力就更大了。购买周期越来越长,获客成本不断攀升,但销售人员的日常工作方式却几十年没有真正改变过。这就是为什么我认为 AnyTeam 瞄准的是一个真正值得解决的巨大问题。

    传统销售工具为什么失败了

    在深入了解 AnyTeam 之前,我一直在思考一个问题:市场上已经有那么多销售工具了,从 CRM 到销售自动化平台,从数据分析工具到销售培训系统,为什么销售效率问题还是没有得到解决?答案其实很简单:这些工具从一开始就没有为真正做销售的人设计。

    我发现,传统的 GTM(上市)软件都是为管理层和运营团队打造的。CRM 系统的主要目的是跟踪销售流程和预测收入,仪表盘是为了让管理者能看到团队表现,报告系统是为了生成各种分析报告。这些工具确实给管理层提供了很好的可见性,但对于实际执行销售任务的销售代表来说,它们只是增加了更多的工作量。每次打完客户电话,销售代表都要花 20-30 分钟更新 CRM,记录会议纪要,设置后续任务。这些工具不是在帮助销售人员卖东西,而是在要求他们为管理层提供数据。

    AnyTeam 的联合创始人兼首席增长官 Jeff Yoshimura 说得很直接:”我们在与数百位销售代表交谈后发现,今天的 GTM 工具是为管理层和运营团队构建的,而不是为真正做销售的人。”这句话点出了问题的核心。Jeff 不是随便说说,他是 Zuora 的第一号员工,也是 Salesforce 最早的几百名员工之一,经历过三次 IPO。他亲眼见证了销售如何成为公司最大的开支项目,高昂的获客成本、高流失率和让 CFO 头疼的销售与市场营销费用比率。

    传统工具还有另一个致命缺陷:它们都是事后系统。销售人员必须先完成所有工作,然后再把信息输入到这些系统中。这些工具不会在销售人员准备会议时主动提供客户洞察,不会在电话会议中实时给出建议,也不会在需要创建演示文稿时自动生成相关内容。它们只是被动地等待销售人员输入数据,然后生成报告。这就像是给一个正在跑马拉松的运动员身上绑了一个沉重的背包,还期望他跑得更快。

    AnyTeam 的革命性突破

    AnyTeam 的方法完全不同。他们没有创造另一个销售工具,而是重新定义了销售人员的工作方式。他们打造的是一个 AI 原生的销售操作系统,就像 Windows 或 macOS 是电脑的操作系统一样,AnyTeam 要成为销售专业人士的工作操作系统。这个操作系统始终在线,能感知上下文,并在每次客户互动的前、中、后主动提供指导。

    让我印象最深的是 AnyTeam 的技术架构选择。与那些基于云的传统 SaaS 应用不同,AnyTeam 选择在本地设备上运行 AI。这个决策看似简单,实际上意味深长。在销售场景中,速度至关重要。当客户在视频会议中提出一个异议时,你需要立即得到相关信息和应对建议,哪怕延迟几秒钟都可能错失关键时机。通过在本地运行 AI,AnyTeam 能够提供闪电般快速的响应,与实时对话的节奏完美匹配。这种速度优势在传统的云端 AI 应用中是不可能实现的。

    AnyTeam 的产品架构由三个核心支柱组成,每一个都针对销售流程中的关键痛点。第一个是 Account Agent(客户 Agent),它能为每个潜在客户和现有客户提供全面的洞察。过去销售人员需要花 3-4 个小时在各种网站、LinkedIn、新闻网站和 CRM 之间来回切换做客户调研,现在 Account Agent 能把这个过程压缩到 3-5 分钟。更重要的是,这个 Agent 会持续监控客户动态,当你的潜在客户公司宣布新一轮融资或高管变动时,你会立即知道。不需要手动追踪,信息会自动推送给你。

    第二个支柱是 Call Companion(通话伴侣),这个功能让我想起了科幻电影中的场景。想象一下,你正在与一个重要客户开视频会议,客户突然提出了一个棘手的问题或异议。传统情况下,你可能会有些慌乱,需要快速思考如何回应。但有了 Call Companion,就像是有一个经验丰富的销售教练在你耳边低语,实时提供应对建议、相关数据和谈话要点。它会自动完成会议准备工作,在会议中提供智能指导,会议结束后还会自动生成跟进内容。整个会议生命周期的管理从原来需要 1-2 小时缩短到 3-5 分钟。

    第三个支柱是 Sales Studio(销售工作室),这是一个按需创建定制销售材料的交互式环境。销售人员经常需要创建各种内容:竞争分析、针对特定利益相关者的谈话要点、定制化演示文稿等等。这些工作过去可能需要 1-2 小时,现在 Sales Studio 能在几分钟内完成。它连接到用户的数据源和 AnyTeam 的研究能力,能够自动处理会议中的行动项目,理解你的信息传递方式,并生成真正能推进交易的材料。

    这三个支柱不是孤立运作的,而是通过与日历、邮件、CRM、Slack 和其他内部工具的集成,形成了一个完整的工作流程。AnyTeam 就像是销售人员的智能副手,始终陪伴在侧,自动化日常任务,提供实时的情境化指导,并且不断学习以持续改进。AnyTeam 的 CEO Ajay Arora 说:”我们构建 AnyTeam 是为了’把工作从工作中拿走’,将每天的销售任务从几小时缩短到几分钟,并给销售代表提供实时支持,帮助他们建立真实的客户关系。”

    为什么这个团队能成功

    我一直相信,真正能定义一个新品类的公司,不仅需要解决一个巨大的问题和拥有出色的产品,更需要深刻理解这个问题并知道如何解决它的创始人。这就是为什么我对 AnyTeam 的团队如此看好。

    CEO Ajay Arora 是一位三次创业的连续创业者,有多次成功退出经验。他最近的一家公司 BluBracket 在 2023 年被 HashiCorp 收购。Ajay 不仅是产品和工程领域的深度专家,拥有七项专利,更重要的是他构建过企业级系统,知道如何创建销售人员真正信任的工具。作为创始人,他经历过产品市场契合度确定后,销售变成最昂贵也最难预测的职能的痛苦。当你的销售团队把 70% 的时间花在行政任务上时,你就是在烧钱并错失机会。

    首席增长官 Jeff Yoshimura 可能是企业软件领域最受尊敬的 GTM 领导者之一。他帮助 Salesforce、Zuora 和 Elastic 实现了 IPO,后来又推动 Snyk 在不到三年的时间内从 3500 万美元的年度经常性收入增长到 2.15 亿美元,将公司估值推到 74 亿美元。Jeff 的经验覆盖了从种子阶段初创公司到数十亿美元规模公司的各个阶段,他亲身经历了销售效率危机如何在每个阶段表现出来。

    这两位创始人的组合非常强大。Ajay 带来了产品和技术的深度,知道如何构建销售人员实际会使用的系统。Jeff 带来了 GTM 的实战经验,理解销售流程的每一个细节和痛点。他们不是从外部观察销售问题,而是在职业生涯中反复遭遇这个问题,现在决心要彻底解决它。这种”亲身经历过痛苦”的背景,往往是创业成功的关键因素。

    AI 原生时代的操作系统思维

    我一直在思考一个问题:为什么 AnyTeam 选择将自己定位为”操作系统”而不是”工具”?这个选择背后有着深刻的战略思考。我们正处在 AI 原生时代的早期阶段,在这个时代,新应用不再只是在 SaaS 产品上添加功能,而是围绕智能自动化进行根本性的重新架构。

    就像每台电脑都有操作系统一样,我相信每个专业人士很快都会有一个为其角色专门构建的 AI 原生操作系统。销售是这个转变的完美切入点。全球有 350 万 B2B 销售代表,这个市场足够大;销售工作流程定义明确且可重复,这让 AI 有用武之地;效率低下的问题显而易见,这创造了紧迫需求;而生产力提升带来的投资回报是立竿见影的,这让决策更容易。

    AnyTeam 的边缘计算架构也解决了我在很多纯云端 AI 应用中看到的关键限制:速度不够快。当你需要实时指导时,比如在客户提出异议的那一刻提供答案,延迟可能会毁掉交易。通过在本地运行 AI,AnyTeam 能够提供与实时对话节奏匹配的闪电般快速响应。这种架构选择不仅是技术决策,更是对销售工作本质的深刻理解。

    SignalFire 的合伙人 Wayne Hu 在谈到投资 AnyTeam 的原因时说:”Ajay 和 Jeff 不只是在构建另一个销售工具,他们正在创建将定义下一代 AI 原生工作场所应用的操作系统。”这句话准确地抓住了 AnyTeam 的愿景。这不是一个点状解决方案,而是一个平台,一个基础设施,未来可能会有更多的应用和功能在这个操作系统之上构建。

    从工具到超能力的转变

    在 AI 销售领域,有很多噪音。很多公司在谈论 AI SDR(销售开发代表)和替代销售人员的 AI 化身,但我认为这些想法都误解了销售的本质。客户不想从机器人那里买东西。销售是一个深度人际互动的过程,需要同理心、判断力和建立真实关系的能力。AI 不应该替代销售人员,而应该增强他们的能力。

    AnyTeam 采取的是完全相反的方法。他们的 AI 原生桌面应用是销售代表的 AI 副手,始终在线、感知上下文、主动提供帮助。它在用户的设备上运行,连接日历、邮件、CRM、Slack 和内部工具,创建一个单一的智能销售操作系统。这就像是销售人员的终极私人助理,把几小时的繁琐工作压缩到几分钟,让销售人员能够在每次会议中都表现得敏锐、信息充分并准备好赢得客户。

    我特别欣赏 AnyTeam 提出的”全栈 AE”概念。在软件工程领域,全栈工程师指的是能够处理从前端到后端所有技术栈的开发者。类似地,全栈销售代表指的是能够独立完成从客户研究、会议准备、实时销售到内容创建的所有销售流程的专业人士。过去,这种全栈能力只有最顶尖、经验最丰富的销售人员才具备。但 AnyTeam 的目标是让每个销售代表都能拥有这种超能力。

    这种转变的意义非常深远。当销售人员从繁琐的行政任务中解放出来,他们就有更多时间和精力专注于真正重要的事情:理解客户需求、建立信任关系、提供有价值的洞察。销售不再是一场信息不对称的游戏,而是成为真正的顾问式销售。销售人员能够在每次对话中都准备充分,提供个性化的价值,并快速响应客户的每一个关切。这种转变最终会提高成交率、缩短销售周期,并建立更牢固的客户关系。

    市场反应和投资者信心

    AnyTeam 的 1000 万美元种子轮融资规模本身就说明了很多问题。在当前的融资环境下,种子轮能拿到这么多钱并不容易。但更引人注目的是投资者阵容的质量。SignalFire 和 Crosslink Capital 共同领投,SignalFire 的合伙人 Wayne Hu 加入董事会,Crosslink 的合伙人 Phil Boyer 担任董事会观察员。

    更让我印象深刻的是那 40 多位天使投资人的名单。这些投资者来自 Salesforce、Elastic、Snyk、ClickHouse、MaintainX、HarveyAI 等公司的 CEO 和高管,还有私募股权和风险投资领域的领导者。这些人不是随便投资的。他们都深刻理解销售的痛苦,很多人自己就管理过大型销售团队或者需要依赖销售团队来推动增长。他们的参与表明,AnyTeam 解决的问题是真实存在的,而且解决方案是可行的。

    Wayne Hu 在解释投资决策时说:”我们投资 AnyTeam 是因为他们正在解决 B2B 中最昂贵的问题:销售效率低下。”这个问题的规模是惊人的。如果 AnyTeam 能够将销售人员的非销售时间从 70% 降低到 40%,那将释放出巨大的生产力。对于一家拥有 100 名销售人员的公司来说,这相当于突然多了 30 名全职销售人员,而不需要支付额外的薪酬、福利或办公空间成本。

    从商业角度看,AnyTeam 的价值主张非常清晰。它能够加速新销售人员的培训时间,提高现有销售人员的生产力,降低流失率,并最终提高收入。这些都是 CEO 和 CFO 关心的核心指标。而且,与传统 SaaS 产品不同,AnyTeam 的影响是立竿见影的。销售人员从第一天开始使用就能感受到时间节省和效率提升,不需要几个月的实施和培训周期。

    这对整个销售行业意味着什么

    我深信,AnyTeam 代表的不仅仅是一个产品或公司,而是销售工作方式的根本性转变。未来的销售人员将不再是信息的搬运工或流程的执行者,而是真正的战略顾问和关系建设者。他们的价值不在于记住产品细节或整理客户信息,而在于理解客户的业务挑战并提供创造性的解决方案。

    这种转变也会改变公司对销售人员的要求和评估方式。过去,优秀的销售人员需要有出色的组织能力、对细节的关注和处理多任务的能力。但在 AI 原生时代,这些能力将由系统提供。公司会更看重销售人员的同理心、战略思维和建立关系的能力。招聘标准会改变,培训重点会改变,甚至薪酬结构也可能会改变。

    从更宏观的角度看,我认为 AnyTeam 正在开创一个新的产品类别。就像 Salesforce 在 20 年前开创了云端 CRM 类别一样,AnyTeam 可能正在定义 AI 原生销售操作系统这个全新类别。其他公司肯定会跟进,市场会变得拥挤。但作为先行者,AnyTeam 有机会设定标准、建立品牌认知,并在竞争对手进入之前占据大量市场份额。

    我也在思考这种转变对软件生态系统的影响。如果 AnyTeam 真的成为销售人员的操作系统,那么它就会成为一个平台,其他工具和应用可能会在这个平台上构建。就像 iOS 和 Android 成为移动应用的平台一样,AnyTeam 可能会成为销售工具的平台。这将创造一个生态系统效应,随着越来越多的集成和功能添加,AnyTeam 的价值会呈指数级增长。

    挑战和未来展望

    虽然我对 AnyTeam 的前景非常乐观,但我也看到一些需要克服的挑战。首先是数据隐私和安全问题。销售人员处理的很多信息都是敏感的商业数据,包括客户信息、交易细节和公司战略。虽然 AnyTeam 在本地设备上运行 AI 有助于数据安全,但企业 IT 部门仍然会对任何新工具持谨慎态度。AnyTeam 需要建立强大的安全框架和合规认证,才能赢得大企业客户的信任。

    其次是集成挑战。AnyTeam 需要与各种 CRM、邮件系统、日历工具和内部应用集成才能发挥全部价值。虽然他们已经支持主流工具,但企业环境的复杂性意味着总会有定制系统和特殊要求。建立和维护这些集成将是一个持续的工程挑战。

    第三是用户采用和行为改变。销售人员已经习惯了现有的工作方式,即使这种方式效率低下。引入一个完全不同的工作模式需要培训、支持和时间。AnyTeam 需要确保产品的学习曲线足够平缓,让销售人员能够快速上手并立即看到价值。

    尽管有这些挑战,我仍然认为 AnyTeam 处在一个完美的位置来引领这场变革。他们有经验丰富的创始团队,充足的资金,强大的投资者网络,最重要的是,他们有一个清晰的愿景和能够实现这个愿景的产品。从私有发布开始,他们有机会与早期客户密切合作,完善产品,积累案例研究,然后在公开发布时引爆市场。

    我相信,五年后回头看,我们会认为 AnyTeam 是销售工作方式转变的标志性公司之一。就像我们现在很难想象没有云端 CRM 的销售工作一样,未来的销售人员也很难想象没有 AI 操作系统的工作方式。那个 4000 亿美元的生产力黑洞将会大幅缩小,销售人员将能够把更多时间花在真正重要的事情上:理解客户、建立关系、创造价值。这不仅会让销售人员的工作更有成就感,也会让整个 B2B 商业生态系统更加高效和健康。

    本文由人人都是产品经理作者【深思圈】,微信公众号:【深思圈】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

    题图来自Unsplash,基于 CC0 协议。