扎最深的寨，打最持久的仗——一知智能AI商業化攻略訪談錄_風聞

目前國內 AI 、AIGC 、大模型創業賽道進行的如火如荼，但構建出一支穩健的技術團隊，並能找到合適的場景落地，在某個細分市場站穩腳跟，形成穩定的商業化打法，並非易事。AI 很容易會給人無限想象，但不一定是適合商業化的機會。對於創業公司來説，可能需要找到一個很細分、很垂直的場景；足夠垂直，足夠聚焦，才能積累行業數據，並在陪跑客户過程中積累足夠高的行業認知。

採訪、撰文/宇婷

最近通過訪談和調研杭州一知智能科技，我們看到這家技術基因公司體現出的鮮明的商業特質：

圖注：一知智能辦公室客户牆

1、更專注技術和服務的高人效 SaaS 團隊

因為選擇專注 KA 客户，亦是算法+技術的團隊基因使然，一知智能的人效早早進入了 50w 的 SaaS 人效門檻，且同時能保持10%左右的前端業務團隊，剩下的大多是客户成功、AI 訓練師、產研、算法等這類偏服務和交付的團隊。

2、用正向閉環的商業模式與快速變化的需求場景倒逼成長

每個技術基因創業公司最糾結的事情，一定是找 PMF。一知智能的方式是從當下人對話最高頻的載體——電話入手，選擇邏輯逐步從“高頻導向“轉向“對話價值與體驗平衡”，於是目標客羣逐步從泛互聯網類銷轉場景轉向了消費零售行業會員運營。今天一知探索的第二曲線“虛擬人”也是類似的邏輯。

同時，一知智能可能是行業裏最早從“ xxx 元/台機器人/年”的按 License 收費模式轉向“基礎服務費+ CPA 用量”靈活收費模式的 AI 語音公司，這一模式後來也成為消費零售行業 AI 語音廣泛的收費標準。

啓發這一轉變的契機，是一知智能在探索消費零售類客户的服務模式時，發現商家們對 AI 語音工具的需求，往往圍繞電商平台的大促節奏和品牌自身的 Campaign 計劃，具有相對明顯的波峯波谷。如果還採用原來的 License 模式，需要為超高併發“囤”大量的機器人坐席，但波谷時期又會顯得非常浪費。除了這個原因以外，還因為這種“客户隨時可以轉身離開”的充值消耗模式，會進一步倒逼一知智能服務團隊更懂生意地與商家共創，保證滿意度的同時讓商家賬户裏的每一分錢都能創造出更高的 ROI 。

3、專注服務KA客户：選最大的山頭，扎最深的寨，打最持久的仗

“SaaS最大的壁壘和差異化從來不是第一個S（Software），而是第二個S（Service）。”

在一知智能看來，SaaS 的快速迭代和增長來自於深度陪跑頭部客户過程中的先進經驗被萃取，進一步抽象成產品語言，進而賦能給更多其他頭部客户及中腰部客户。

“我們心裏很有數，我們在客户自己的‘營銷玩法’上，很難和這個行業最優秀的組織比，所以我們抓住客户痛點切進去，用快速響應和更懂生意的服務贏得信任，邊做邊學，最終沉澱到我們的客户成功服務、產研及算法模型訓練上。”

為了能夠快速、準確地跟上頭部客户的需求，一知智能的業務團隊按照商務/售前：客户成功：AI訓練師 = 1:1.5:1.5 的人數進行配比，無論是在同樣客單價還是同處 AI 語音賽道的組織，這樣的人力配比都稍顯“奢侈”。

但回頭看看，發現似乎大部分以“客户口碑”著稱的公司都是這樣快速成長起來的，同時一知智能也憑藉着豐富且專業的“運營方案”，快速拿下了業內50%以上的頭部品牌客户，涵蓋美妝、食品保健、鞋服、母嬰、寵物、本地生活的全球 Top 品牌。

同時還有個更直觀的現象是，隨着一知智能解決的“疑難雜症”越來越多，今天許多品牌商家決定做規模化消費者觸達時，也會同時來問問一知智能有沒有比較好的建議或者方案，“我們一起盤盤全年的會員運營觸達計劃吧”這樣的對話越來越多。

這樣的選擇帶來的是一知智能超高的客户留存率與續費率，消費零售行業的客户收入連續3年實現翻倍，更重要的是，多年滾雪球式沉澱下來的細分場景數據，讓一知智能的算法模型愈發成熟、NLP 準確率更高、對話更擬人，同時也能作為重要的數據類型反哺給品牌的用户分析模型。

4、用更年輕更靈活的方式讓組織更有戰鬥力

“在找到相對明確的PMF後，一知智能在產品迭代和業務拓展上也擁有明確的自信。”

進入一知智能的業務辦公室，最顯眼的是一幅全尺寸的客户牆，用明確的顏色劃分着不同推進階段的目標行業客户，同時用透明化的方式，把標準化的客户服務流程、算法模型迭代進度全部印刷出來貼到了牆上。

清晰透明的文化讓這家平均年齡27歲的 SaaS+AI 公司在“卷”服務的過程中贏得了更多轉身空間，保持車速的同時依然能給自建的大型 AI Lab 提供許多具體場景的迭代需求。

未來可能有更多站在大模型基礎上的應用明星公司，不確定一知智能會不會是下一個SuperStar，但大概率會是一家踏實用 AI 解決客户真實需求的組織。

以下為TO B新勢力與一知智能創始團隊的詳細訪談：

如何把 Software 和 Service 做成 AI 公司的長板？

宇婷：一知智能的智能語音服務解決方案本質上解決的客户需求是什麼？

一知智能創始團隊：最直接的一定是在規模化電話外呼場景下代替人工實現了降本增效；但一知智能的快速發展更多來自於用 AI 讓客户原來想做但不敢做的“無人區”場景變成現實，簡單來説就是原來想做的用人工來做成本極高、ROI 算不過來所以放棄的“精細化運營”場景，我們用 AI 語音方案讓客户重新把它們“撿起來”。

宇婷：對於公司來説，未來最長的長板在哪，以及面對這個市場的時候，是否看到了一些競爭對手？

一知智能創始團隊：一知智能的長板和壁壘是專業的運營策略和垂直行業更擬人的 AI 交替互補上升的飛輪構成的，如果只説一個的話，讓一知智能在眾多 AI 公司中脱穎而出的一定是“更懂生意”。關於競爭對手，我們自己認為競爭對手不一定是一起服務行業的同行，因為大家基因和方向不同，我們還是在客户服務和技術迭代的結果上分勝負。可能我們最大的對手是自己。基於大模型的技術變革下，一知智能是否能找到一個足夠堅實的應用場景？現在已經有一些不錯的方向了。

宇婷：能把這5年的技術積累量化下？

一知智能創始團隊：用大白話來説，我們讓 AI 在電話外呼這個有限場景下，更擬人更有效了，中間有很多很精細的迭代指標，比如 AI 對話時長從 15s 到 60-80s，當然這中間不僅僅是一知智能自己的 AI 能力提升，也是行業裏很多基建成熟帶來的公共結果。同時，一知智能的 NLP 在各個場景下都能有超過96%的準確率，同時，TTS 也支持百變音色、音色轉換、小樣本合成等功能。

圖注：一知智能技術圖譜

宇婷：我可以理解一知智能的風格是一直相對剋制的。

一知智能創始團隊：是的，也是有自知之明吧，我們在做 AI 技術的商業選擇的時候，一方面是對於今天時代技術邊界的認知，我們非常清楚今天的 AI 水平能提供多大的行業價值。相比國內其他 AI 公司的大開大合的玩法，一知智能的探索方向的時候比較謹慎；另一方面是，我們創業第一天就認為 AI 技術落地一定是先完成一個行業剛需場景的小閉環，扎深做透，才能擁有自己的護城河，從容地探索第二曲線。事實證明也是，一知智能在消費零售行業完成較大的市場佔有率覆蓋後，探索出海、虛擬人等場景也快速驗證了不錯的結果。

“用甲方的方式”來構建組織

宇婷：一知智能在技術和商業上，是怎樣平衡的？

一知智能創始團隊：剛剛也有聊到，我們儘可能剋制和收斂我們的產品應用場景和垂直行業，所以才有機會扎深做透，有精力來平衡技術和商業。不過一知智能的 PMF 探索有個比較有意思的特點，這也是我們的“即戰力自信”，就是當我們的技術落點找到了某個行業的痛點匹配後，快速佔領頭部客户的速度和深度都比較強。不誇張地説，只要技術成熟後，一知智能的產品迭代和拓客能力都是行業頂尖的。

宇婷：技術和行業痛點匹配之後，又該如何與客户彼此調性相配？

一知智能創始團隊：還是之前提到的，做好乙方，尤其是服務頭部 KA 的乙方，需要足夠懂生意，不斷彌合甲乙方的信息差和看待某個問題的核心關注點，想客户所想，這樣才能倒推產品更好地向着客户需求的方向迭代。一知智能堅信的 SaaS 公司產品和服務演進的方式一定是深度陪跑頭部客户後，把業務經驗抽象成產品語言，以業務-產研-業務交替的方式漸進式創新。作為乙方，永遠不可能比甲方最頭部的玩家專業，但可以不斷地減少這其中的 Gap。

宇婷：客户能感受到的服務是怎樣的？如果要把服務做到極致，又該在產品上做什麼樣的工作？

一知智能創始團隊：服務更貼近業務本身，需要成為客户在 AI 營銷這件事情上的外腦，並用類諮詢的方式陪跑；與此對應的產品迭代方向除了快速響應客户的新增需求，同時也要為內部服務同學流程化工作做更多的產品化來提升人效，比如我們做了話術自動化的功能來減少 AI 訓練師的早期工作量，輸入品牌、offer、客羣等信息就能直接生成準確、通順的話術草稿，這也讓我們能很好地實現618、雙十一等需求高峯時段大批量精細化場景的話術高效交付。

宇婷：就雙方的合作始於 AI ，忠於行業的真正經驗。

一知智能創始團隊：是的，這也是除了不斷演進的算法以外，一知智能最引以為豪的能力與組織文化。

宇婷：客户要的是什麼呢？或者在跟客户交流的時候，客户會從哪些維度來評價一知智能這家公司是不是值得合作？

一知智能創始團隊：客户本質只想知道三件事情，即為什麼選你（你有什麼差異化的服務）、你有什麼 ShowCase（確保你是有成熟經驗和業務洞察的）、我的數據和服務放到你這裏是否安全？我們也把這三點對應的解釋非常直觀地放到了我們的官網。

圖注：一知智能官網截圖：客户最常問的三個問題

宇婷：所以面對技術實力相當的友商，對客户的態度也成為了一知智能的差異化優勢。

一知智能創始團隊：是的，我們的事事有交代、句句有回應已經不是態度了，而是我們服務團隊和商務團隊的一種“條件反射”。

宇婷：其實，讓客户敏鋭或者是感興趣的，不是 AI 技術本身，是在 ROI 上能幫到他什麼。

一知智能創始團隊：當然，高效率的增長能解決一切焦慮和質疑，ROI 本身很重要，但我們在長期服務客户的過程中發現，ROI 和轉化率是一系列正確 SOP 和堅持迭代的自然結果，這也是我們為什麼堅持和客户離得足夠近去共創策略，背靠背做運營的原因。

宇婷：一知智能的 ROI 高，除了會對客户的消費者做極致考慮是否是都撥打電話，還有什麼原因？

一知智能創始團隊：有一個一知智能內部的共識是，我們真正的客户不是甲方，而是每個接到電話的 C 端消費者，我們用消費者體驗去倒推我們的外呼策略，同時還堅守整個行業最嚴格的“號碼攔截白名單”，確保消費者同一時間內的接電話體驗，最終這些策略也都沉澱到了我們的產品功能中。

宇婷：一知智能在頭部品牌中佔有率非常高，比如美妝行業、服飾行業。那麼，一知智能做到這一點的核心原因是什麼呢？

一知智能創始團隊：效果為王，一知智能在“卷”產品、“卷”服務上，從來沒怵過，同時就是選擇了比較“笨”的重服務模式，頭部客户本身也希望能有一個真正為 Ta 生意操心且感同身受的服務方。

宇婷：在服務上做“加法”是否也會導致在某些方面的“減法”？

一知智能創始團隊：毫無疑問會，但相比我們要做什麼，更多的時候高管會都在決策我們不做什麼，我們的可售賣SKU一直在減少，需要確保我們的精力是足夠集中的。

找到觸達效率與用户體驗的平衡點

宇婷：品牌給消費者打電話這件事有多重要？在品牌的優先級列表中排在什麼位置？

一知智能創始團隊：從觸達有效性的角度出發，AI語音的應用幾乎是必然，無論是 Inbound 體系內越來越貴投不起的流量（電商平台和信息流），還是 Outbound 類短信和人工電話打開率和轉化率的下降，都在呼喚着新的高效低成本的觸達工具出現；今天一知智能的 AI 語音方案已經出現在了各個頭部品牌 CRM 的全年各個節點的規劃中，成為貢獻生意佔比的核心環節。

宇婷：所以給消費者打電話是必須要做的一件事情，然後，還要特指精準地去做這件事情。

一知智能創始團隊：精準是必須的，很多品牌把我們當成了“千人千面”的精準廣告投放工具，但倒不一定每個品牌都必須要做，我們內部對客户是否適合用 AI 語音是有一個衡量標準的，不是所有的品牌所處的階段都需要 AI 語音，因為 AI 語音外呼對於大部分場景而言，是加速規模化的工具。所以當品牌的 CRM / 私域部門的數字化基建、人員配置不齊全的時候，並不建議直接上 AI 語音外呼，而是先要跑出自己的用户運營模型再來放量。這樣既對我們的客户負責，確保他們做好充分準備，效果才能最大化，也是對我們自己比較重的服務團隊負責，讓我們有精力去讓“駕馭 AI”跑出最優轉化和保證組織人效。

宇婷：這意味着需要很科學地幫品牌去給用户打電話。

一知智能創始團隊：當然，精細化分層地觸達消費者在全球都是一個很重要的命題，因為如果你希望客人對你一次購買後繼續保持忠誠、持續感受到被尊重並用錢包給你投票，需要在對的時間和對的人用對的方式説對的話。

圖注：用户全生命週期圖

宇婷：那這就意味着需要和不同的人説不同的話。

一知智能創始團隊：當然，但這更多是前置化的策略來實現的，人羣-Offer-觸達策略的組合讓不同會員等級、購買時間/頻次、對不同產品組合感興趣的人有個性化的專屬體驗，AI 在通話中的實時調優常規情況下只有對話觸發了“超綱”話題之後，才會根據NLP模型進行反應，從影響因子上來説，策略上的權重會更大。

宇婷：中國的絕大多消費者對摺扣敏感嗎？

一知智能創始團隊：我們認為觸達-購買本質不是對摺扣敏感，而是對自己想要的東西有一個購買的理由，折扣產生的“佔便宜”的感覺很重要，但今天消費者面對的是品牌選擇極其豐富的市場，如果某個東西 Ta 被種草很久了，大部分情況下只是需要一個“令人愉悦的購買理由”，可能折扣是被運用最廣泛的方式，但還有更多是品牌調性、身份認同、感受到被尊重等。

宇婷：所以我們需要為不同品牌和不同受眾人羣設計不同的打動消費者的策略。

一知智能創始團隊：當然，這是尊重每一位接到電話的客人，也尊重客户交給我們的預算。

宇婷：一知能夠賦予電話品牌自己的調性嗎？是通過 AI 合成還是人工配置？

一知智能創始團隊：是可以的，最明顯的一定是音色，這個可以是品牌指定自己的創始人、虛擬 IP 、代言人等，可以是一知智能豐富的錄音師庫，還可以是由一知智能 AI Labs 自研的 TTS 技術來合成。最後呈現的音色必然是AI和人工兩者的結合，這是由用户運營場景下實際轉化成果倒推出來的策略，純粹的 AI 並不能帶來完全的競爭力，雖然一知自研的 TTS 技術已經是業內頂尖水平了，但從聲音感情充沛程度上還是需要專業的錄音師來去輔助。

宇婷：一知智能的 AI 算法模型是自研嗎？

一知智能創始團隊：一知智能很早就已經實現了 AI 語音外呼三大核心算法 ASR、NLP 、TTS 的自研。從創始的第一天起，一知智能的自我定位就是一家研發型的AI公司。通過與浙江大學人工智能所的聯合研發，我們很早就已經把基於消費細分場景的數據在我們自研的大模型上進行優化應用，準確率目前已經達到了 96% 以上，同時實現了對話場景全面算法驅動。

宇婷：每一通電話的本質價值是什麼？是把信息傳遞給他，還是打動他？

一知智能創始團隊：從終局倒推，一定是讓客人產生好感或者興趣，最終在當期或者長期為品牌去用錢投票，這其中需要保證 Say Hi 的開頭語信息傳遞足夠直接，喚醒記憶，從音色、表達方式上讓客人有興趣和耐心持續聽下去，打動 Ta 的興趣決定了對話完成度，信息傳遞有效性決定了轉化率。

宇婷：那其實我們對 ChatGPT 的這種判斷感受和我們對於一通電話的判斷和感受是很相似的。它可能需要它很像人，讓我感覺到它像人。

一知智能創始團隊：擬人度是我們迭代產品技術的時候非常重要的指標，我們官網有一句話是，“通過一知智能的產品和服務，讓品牌會員擁有一次‘Aha Moment ’”，這裏指的是通過足夠擬人的AI應答，讓客人有足夠好的對話體驗。

宇婷：接下來的挑戰可能是什麼？

一知智能創始團隊：大模型基建下的 AI 應用方向探索，我們希望成為消費品會員運營的下一代 AI 營銷工具，包含觸點管理的延伸，可能需要去適配 AR、VR 的硬件，或者是其他人機交互載體的探索，這個過程對我們的商業洞察和產研迭代都是非常大的挑戰，應該也會很有趣。

宇婷：出海的業務情況有什麼認知迭代？

一知智能創始團隊：出海的進展比我們想象中快，需求也比想象中要旺盛。一知智能已經出海近一年的時間，我們服務的客户無論是中國消費品出海還是平台服務出海，都以一個非常 Open 的方式在探索新的產品落地方向，我們相信出海會是我們這種以中國非常“卷”的服務見長的 AI 廠商的大機會，因為大部分國外的同行們都是“給客户開賬號+售後客服被動響應”的業務邏輯，我們相信當中國消費品上下游的 DTC 玩法被驗證後，一定會反向“卷”國外本土的品牌們做更多精細化，由此給我們帶來足夠多的生意機會。

宇婷：怎樣思考數字人的市場空間？

一知智能創始團隊：數字人可能是擁有人機對話能力的 AI 公司業務探索方向的必選項，但大家的切入點可能不一樣，一知智能自己看到的機會是，數字人作為新形式下的觸點，當自動化生成文字、圖片、視頻的基建成熟後，數字人的底層能力提供和細分場景的解決方案都會得到足夠多市場青睞。而我們看到的機會點，是未來當AR、VR眼鏡成為主流消費必備載體之時，數字人在消費領域將有大量類似虛擬導購類的需求爆發，屆時一知智能在基於服務大量品牌的認知基礎上，加成產品和技術實力，將會是第一波主力推動者。