对话帷幄叶生晅，他指出 AI 所售卖的实则是 know-how（专业知识与技能）。那些看似花哨的明星公司，看似风光无限，实则在某种程度上是在牺牲自己来教育市场。它们通过大肆宣传和展示，让人们逐渐了解 AI 的能力和价值，虽可能在短期内面临一些损失，但从长远来看，这种教育市场的行为有助于推动整个 AI 行业的发展，让更多的人认识到 AI 的潜力，为行业的持续进步奠定基础。它们犹如默默耕耘的先驱，虽历经波折，却终将引领 AI 走向更广阔的天地。

本文来自微信公众号：硅星人Pro （ID：gh_c0bb185caa8d），作者：王兆洋

叶生晅痴迷于研究人类如何做决策。

从弗吉尼亚大学计算机本科毕业后，他来到加州理工跟神经学大佬Christof Koch搞研究，看哪些模式在决定着人类复杂的决策。Christof Koch门徒诸多，其中包括后来变成AI科学家的李飞飞。

这种对人类系统运转原理的研究，总会走向哲学甚至玄学的尽头。叶生晅更想接地气点，于是他又去哈佛商学院，直接用神经科学方法研究消费者购买决策，这离现实世界更近，在这些项目里，他们开始用摄像头等来观察收集真实世界的数据。2015年，叶生晅更进一步，在Facebook邀请下离开哈佛，加入Feed流的机器学习团队，这个部门后来深刻影响了全球社交媒体的数据驱动推荐机制，几乎称得上黄埔军校。

2017年，在投资人的鼓励下，叶生晅终于回国创业，创办了帷幄——前面关于决策的执念在这里连了起来，简单说，他要把推荐算法用在现实商业场景，用AI帮企业更好影响人们的决策。

帷幄创始人及CEO叶生晅Jerry

而作为一个创业第8年的CEO，在ChatGPT 3.5横空出世后，如何理解新的猛烈的技术冲击下，客户们的决策机制，变成他最新的课题。

人们习惯于用ChatGPT3.5在2022年11月的问世来划分时代，在此之后的公司如洪水猛兽，似乎仅用一个概念的demo，即可彻底摧毁上个时代的SaaS公司们苦哈哈积累下来的资源。

但在反复思考后，叶生晅意识到，许多新兴AI公司执着于用一个产品颠覆一切，却并未想清楚最根本的问题——到底要如何服务客户。帷幄这样用了多年了解真实场景的公司反而有机会。

“AI其实卖的不是AI，它卖的是know-how（专业技能）。”他对硅星人说。“以前的专业技能没有办法规模化变成一个标准化的东西。现在把AI训练出来就可以批量复制。而这个的前提是必须从客户出发，去深入积累后才有可能。而不是像这些fancy的新产品这样，想要先造出来一个产品，再去打市场。”

5月20日，帷幄也宣布了在当前市场环境下SaaS公司尤为难得的C1与C2轮融资，总计超6000万美元。投资方包括淡马锡、线性资本、博世创投、MTR Lab、印尼电信、新加坡电信与菲律宾最大零售集团SM Prime等。公司同步对产品线做了大升级，围绕AI驱动的“看、听、说、想”四大核心能力，推出了“数智空间”（AI视频分析与空间管理）、“绘声”（音频转译与AI分析）、“内容营销中心”（AI内容创作与投放）以及“羽墨”（企业级AI智能体套件）等，它们已经被广泛应用于大型消费品牌客户。

我们也在近期有机会和叶生晅聊了聊。

在新鲜的AI Agent类产品不断杀出抢走注意力的今天，这场对话也像是一场难得的SaaS公司的“反击”，提供了理解今天AI冲击之下，企业服务市场的另一种视角。

以下是对话实录。

everything is about decision making

硅星人：先讲讲你的创业过程吧。

叶生晅：我是2017年年末回国创业的。在此之前的十年都在美国，先是在University of Virginia读本科，学计算机和经济学，后来去了Caltech读神经学的PhD，在Caltech我的老师是Christof Koch，他在神经科学挺有名的，这个组出了不少名人，李飞飞是我的直系学姐。后来没读完去了哈佛，在哈佛也没读完就去了Facebook，做Feed Data和Feed Machine Learning。

硅星人：为什么选择放弃继续攻读前面两个PhD的学位？

叶生晅：我是研究decision making，就是决策这个事儿。而决策往上走了以后就变得非常哲学，比如人有没有自由意志，意识是什么之类，后来我觉得哲学这玩意不行，我要去做一些偏应用的。后来就去了哈佛商学院，在marketing的组，研究消费者如何做购买决策（purchase decisions）。当时主要用neuroscience的方法，把人放到MRI（核磁共振）机器里，观察大脑哪个区域会活跃。当时全球只有七位教授在做这个行业，consumer neuroscience（消费者神经科学），这个领域的从业者非常少，现在人多了。但当时我觉得还是不够应用，因为学术界还是比较慢，产业界节奏更快一些。于是就去了Facebook。

其实我们现在做的事情跟在哈佛商学院的研究还有些联系。

在哈佛时候第一个项目是做零售空间的数据分析。当时在研究的时候就发现，线上的数据已经很多了，而线下虽然有很多行为数据，但被挖掘出来可理解的数据还非常少。

比如你走进一家门店，大多数人其实都会习惯性地往右转，这个比例高达80%以上。所以在实体零售店里，右侧的海报、陈列区往往能获得更高的曝光率。地铁站也是一样，右边的广告位其实应该更贵一些，因为人们自然更倾向往右看。为什么？因为右边在心理上会让人觉得更安全，尤其在靠右通行的地区。但在香港就不一样，很多人是往左转的，这和当地是左侧通行有关系。

这些其实都是非常有商业价值的行为模式，但过去因为缺乏足够的数据，很难被系统性地挖掘出来，而且大多数人平时也意识不到。

再比如一个很现实的例子：在排队的场景里，一旦排到第七个人之后，第八个人往往就会犹豫甚至直接放弃排队。对企业来说，这就是顾客流失。于是我们就在超市或门店里用摄像头，把这些行为数据记录下来、建模分析，帮助商家更好做决策。

硅星人：后来怎么创业了。

叶生晅：2017年时候，我在Facebook NY，参加活动时候，遇到阿尔法公社的天使投资人，他鼓励我创业，给了一笔钱，当时其实还不知道具体要做什么。

硅星人：但肯定是跟你研究的和在Facebook做的这些相关。

叶生晅：对。我的背景还可以，就先回来了。我们很幸运，第一个客户是宝洁（P&G），第二个客户是屈臣氏（Watsons）。这两个客户到今天仍然是我们的客户。所以我们为什么做企业服务（Enterprise），是因为我们一开始接触的客户就是大企业。如果当时第一个客户是中小企业（SMB），说不定我们现在就做SMB市场了。

所以我一直说，我们公司是客户驱动的，客户决定的因素会更大一些。

硅星人：还没有产品，就有客户。

叶生晅：对，客户提了需求，我们来解决。所以第一个产品就是SpaceSight，是摄像头相关的产品。对客户的门店通过计算机视觉的方式来收集和分析数据。而后来其实我们能够做出来，一个很大的节点是因为汽车行业的变化，2018年左右汽车转向电动汽车，电动汽车在那段时间发展非常迅速。这带来了上游的一个变化：原来服务于老牌汽车厂商的供应商，服务不了新兴的电动汽车厂商，或者说给了我们切入的机会。所以这是一个机会窗口正好被我们抓住了。

今天大概有40%的汽车品牌是我们的客户，我们在这个行业里做得非常深。你去购物中心里的汽车直营店，基本上那些店里要么用的是我们的摄像头，要么用的是我们的AI Hub。

硅星人：你讲了这几个节点，说出来好像看起来都是自然发生，但这些机会对所有人都平等，你作为CEO如何抓住这些机会？

叶生晅：我回顾的时候觉得其实很难知道当时为什么做那个决策。我最后觉得就是凭直觉（instinct）。我觉得这个事情我得做。

我记得印象很深的是，B轮融资的时候，新加坡淡马锡刚投我们，我给董事会陈述策略和战略的时候，他们说我在说到汽车行业的时候说了很久，后来讨论的时候问为什么会对汽车行业说这么多，就发现其实就是因为汽车行业有机会。这个就很凭直觉。

然后董事会当时就做了一个决策：专注汽车行业。

后来很多产品也是汽车行业的需求带来的。比如智能工牌，也是因为客户先提出来的。客户觉得除了要看，还需要“听”，也就是用工牌记录数据，做对话分析（conversation analysis），分析客户和销售人员之间的对话，主要是记录客户的喜好等信息，还有就是了解优秀销售和普通销售的差距在哪里。当时要做这个产品也是因为汽车行业有这样的需求。这些都是一个很自然的过程。我并没有特别刻意地去找一个产品，然后让这个产品去适应市场。我觉得今天都在讲Product-Market Fit（产品市场契合），至少在我们的经验里，在企业服务领域是反过来的：有了市场我们才有产品。

我们就没有PMF这个东西，我们只有go to market，我觉得PMF这个东西是从市场出来的，从市场需求出发做市场需要的事情。

AI卖的是know-how，只靠空想的产品去打市场是不行的

硅星人：那这个其实就和今天很火的AI产品有很大不同。这些产品都是先有Product。

叶生晅：今天AI带来的好处是什么？就是你很容易先做AI，因为能做的事情太多了，特别多。于是先做个AI，搞一个概念验证（POC）出来很容易，然后再去找需求。但这样的坏处是，你先有AI再有需求，你对需求的认知不一定那么深。

其实有没有AI，你都应该先把客户的需求找出来。现在客户需求是什么？很多在于它的运营流程。前几天红杉的分享，提到AI交付的是结果，其实里面很重要的就是比以前需要Operation（运营）这一层了。以前你就是做个工具，现在你要对结果负责。

硅星人：很多AI新公司自己也没想明白。

叶生晅：对。我举个例子，我们现在自己做的B2B业务，B2B运营。我们要获取客户，和客户聊什么，聊的内容里要做需求分析。需求分析怎么做？客户的需求是什么？需求分析它是一套方法论。最后AI要把这个需求分析做成表格出来，这就是流程。以前是人做的，只不过AI现在把这个流程解决了。

但是如果我让一个外行去做公司的需求分析，他有多强的AI也做不好，他不懂我们。客户经常说这句话——你不懂我。就是因为你没有对这个用户流程、运营流程做非常多的理解，不理解怎么能做得出来？

比如我们现在在跟大型私募金融机构合作一个项目，他们要替代掉大约两年经验的分析师（analyst）。我们现在做得挺不错的了。就是用工牌去录音，录音之后要非常具体的分析流程，访谈需要提取的信息非常需要know-how。

我们就跟分析师天天聊天，反复调整，直到报表做出来。做了一百次访谈之后，最后总结出一篇报告。怎么去总结这也是一套访谈方法论。这个流程做通了以后，变成一个AI agent，这个AI Agent才会有用。你把这个AI智能体给到对方，他们觉得能用了，我第二天就可以卖给更多的基金公司了。

所以你发现，AI其实卖的不是AI，它卖的是know-how（专业技能）。仔细想想，智能体事实上就是卖的是Know-how。以前的专业技能没有办法规模化，变成一个标准化的东西。比如顶级投行方法论，他们可能要培训两年时间才能把分析师培养出来。现在就是你把AI训练出来，就可以批量复制。

硅星人：最近很火的一些AI Agent产品，都基本上不太强调这些know-how。更强调一个产品解决一切需求。

叶生晅：通用的我觉得肯定做不出来的。为什么我觉得不太行，除了刚才说的这么严肃的，哪怕是来计划一个日本旅行计划，那东西也是要know-how的，不能直接出来，旅行计划需要和用户大量交互探索，需要行当很深的know-how。所以说没有这些know-how就做不出来，我觉得为什么从客户出发，也是同一回事，就是一定要从客户的know-how去深入积累后，用AI来复制出来，这个是该做的事情。

那些花哨的东西解决不了问题。你真的解决问题了吗？你真的要在客户面前试试的话，解决不了任何问题。

硅星人：按照OpenAI和各种通用Agent的想法，它的模型和能力会不停迭代，最后吃掉一切。

叶生晅：不可能，我觉得他们想多了。场景其实就是know-how，专业人在专业的事情里积累出来的，所以我觉得代运营公司可能才是未来的AI公司。

硅星人：你们其实一直是使用AI能力的，但人们习惯性把ChatGPT 3.5作为一个分水岭，前后成立的公司就归为不同的时代。所以ChatGPT出现时你的直觉是什么，我看你之前分享时还说不要在产品里提AI，因为只有不提才意味着真正被接受了。但今天你们发布新的产品，又变成了把AI放在名字里了。

叶生晅：对。其实在2017年到现在，中间发生了两件很大的节点，第一个是比特币，Web3。当时很多人都涌入Web3领域，那个时候也有一些公司转向Web3，但我们没有做。但AI这件事情，当时我们开全员会，第一时间就说全力投入AI（all in AI）。

硅星人：什么时间点？就是ChatGPT彻底火了时候么。

叶生晅：大概是在GPT出来时候，其实我们之前就很有感觉，觉得那个时刻快要到来了。因为我们在当时已经在用Diffusion Model等，等到GPT 3出来我们已经研究了很多，应用上一直在用。

当时也很有意思，在董事会上，其实讨论的时候还有一半人不认为应该All in AI。但现在看是很对的。我当时就决定我所有东西都要用大模型的方式来做。今天我们的摄像头产品里，80%都是用VLM（视觉语言模型）来做的，效果都非常好，很多对手就跟不上来了。这是我觉得比较正确的决策。

如果说ChatGPT是不是一个分水岭，我觉得它的确是——但这个分水岭的关键不在技术本身，而在你有没有早点走出那一步。那时候大家都说SaaS很惨，但如果你当时往AI那个方向早迈一步，很多SaaS公司其实是有机会活下来、甚至做得很好的。

为什么？因为从客户的角度看，他第一时间会来问你，而不是去找一家刚冒出来的AI公司。你是他的长期合作伙伴，是他信任的业务入口。AI来了，他自然想知道‘我该怎么办’。但最终能不能抓住这次机会，还是看你自己——你有没有提前思考，敢不敢提前行动。

硅星人：直觉好，具体执行的节奏也很重要。在All in AI了之后，我看你也有思路的变化，最初更多强调AIGC在你们内容产品上的使用，今天的新品开始强调CoT等Agent推理的能力带来的可能。

叶生晅：Agent本来就是一个非常非常底层的东西，我们一直在用Agent，包括思维链（Chain of Thought，COT）、行动链（Chain of Action，COA），一直在用。只不过今天大家知道，哦，你用了COA啊，挺好的。我以前教育客户，我说我用十个Agent来做，客户会觉得你怎么这么“浪费”啊，为什么要十个Agent？现在不需要，现在不需要教育了。而且现在推理能力出来后也很重要，产品里很多问题其实解决起来会快很多。

提不提AI，这个我是这样想的，17年的时候我们其实也是有很多AI在产品里，但我们当时不太喜欢说我们是AI产品，因为我们还是一个解决客户问题的产品，因为从客户的角度出发，其实他并不需要知道是AI解决还是别的方式。只要你解决就可以了。你强调AI反而把自己陷进了AI的思维里面去了。

然后今天为什么AI拿出来放名字里了，也是因为客户对AI的理解不一样了，因为客户需要AI了，客户今天说我要搞AI了，这是ChatGPT和DeepSeek带来的改变。

硅星人：ChatGPT教育了全世界，DeepSeek教育了中国市场。

叶生晅：对。就这么回事。这些客户以前肯定要花很长时间教育，要说AI。现在不需要了，终于不会challenge我说为什么要在摄像头上面有AI，今天一定要有了。客户的变化就是对AI的接受度更高了。但同时没有变的事情是，他还是要解决问题。

另外，我反而觉得更重要的是它带来的组织的变化。我们以前都是要工程师来解决问题的，现在不需要工程师解决了。现在产品经理（PD）甚至每个人都可以解决。

我现在是要求所有的售前解决方案（SA solution）的人要解决。以前我们在客户面前做个演示（demo），要先把需求收集好，一层层传递到工程师这里，但你知道最遥远的距离就是客户的需求到工程师这段距离。到这可能只有20%的信息了，一层层信息损耗很多。

好了，现在一个非常厉害的事情是，在客户面前SA是直接能解决的。他直接搞一个提示（prompt）做一两个agent出来就可以解决问题了。这个我们叫实时POC（概念验证）。客户要什么东西，实时给你。以前要等一周现在实时给你。这就没法比了。

别框定自己，自己限制自己那就完了

硅星人：你们的产品本质上就是用AI等技术来服务这个叫做“客户旅程”的周期，或者我理解是把当初Facebook们做的很好的基于数据的推荐算法，放到了物理世界线下商业环境。

叶生晅：对。我们主要是做市场销售（Marketing&Sales）这一块，目前服务了很多消费品牌。从客户角度来说，就是怎么去赚钱。对于客户的客户来讲的就是客户旅程。比如咖啡，从想要喝咖啡，到喝完这个咖啡整个这个旅程，现在有非常非常多AI去帮助把这个旅程做好。它由两部分组成。

一部分是你要标准化（standardization）。无论是用视觉图像还是语音做巡检，还是所有内容出去要做合规检测，我们需要保证所有的营销和销售动作都是标准的。这些跟巡检（audit）相关的东西，我们用了很多大模型的能力。

第二就是怎么去帮助销售，最本质是如何更好地沟通（communicate），我们产品的核心就是沟通。无论是AI生产内容还是通过Agentic AI帮助销售，都是在帮助客户做对外沟通。比如说屈臣氏八万个店员，八万店员每天要发四条内容，一天就有三十二万条内容，我们要帮助企业把这些沟通做好。

这些都需要很多技术能力。我觉得最后我们真正积累下来的是很多还是Know-how。比如我现在要是开咖啡厅，我肯定开得最好，因为我太懂得怎么开了。

硅星人：所以哪怕ChatGPT以前诞生的SaaS公司还是有机会的。

叶生晅：SaaS是什么？SaaS就是所谓软件即服务（software as a service）的方式来经营，这其实是人为定义出来的东西。你说AI公司不是SaaS吗？也是SaaS。所以我觉得你公司的定义一定是你自己来下，你服务哪些客户，你就是什么样的公司。SaaS这些是投资人来定义的东西，你自己不能这样去把自己框定。

在今天的竞争里，我们的优势就是积累的数据带来的规模效应。今天如果说再来一个摄像头公司做AI，我告诉你肯定做不成。我的摄像头够多，数据够多，而且我是个AI公司，我天天在训练这些AI。假设你现在跟我做一样的事儿，OK，客户面前，你最多做到80%的准确率，我能做到95%。那客户不用想当然选择我们了，你进不来。而且AI反而是帮我把规模壁垒给巩固住的一个东西，而不是说颠覆掉这个壁垒。所以说我觉得SaaS公司你只要想清楚了。如果说你不是做工具，你有数据，你有规模化，那么你很容易把AI作为自己的壁垒来看的。

所以我觉得是SaaS这个词给搞坏了。但是我们一直在说，我们是To B公司。你无论是SaaS还是不是SaaS，我们今天无所谓。AI来了，To C和To B其实还是没有变。To C依然是流量生意，To B依然是服务好客户。That‘s it。

硅星人：所以您定义好客户，就不会纠结于说我是个所谓什么SaaS公司，我现在要做什么AI SaaS还是什么，而是说客户现在需要什么，我这个技术能不能基于我的判断来去满足它。

叶生晅：对，这个说得非常对。客户在这儿，你只要服务好客户，用最新的技术、最好的技术、最应该服务的技术去服务客户，你就能做一个很好的公司了。这就够了。千万不要先有产品，先有产品了以后到处去推广，是搞不出来的。

硅星人：我看你们这次拿到融资，其实放在这个环境里也挺不容易的，这次是海外投资机构为主，你们在出海上的情况是怎样的。

叶生晅：成为一家全球化的公司（Global Company）是我们一直以来的愿景。当时疫情对国内线下业务造成冲击也促使我们更积极地思考国际化。后来我们在东南亚等海外市场已经取得了一定的实际收入，2024年约占总收入的30%，今年会做到50%。对于美元基金和海外战略投资者来说，我们成为一个有吸引力的投资标的，也确实帮助我们获得了关键的融资，吸引了像淡马锡、博世以及印尼电信这样的海外战略投资者。这对我们继续拓展海外市场也很关键。

硅星人：今天的国际环境会让一些创业者对出海有所犹豫。

叶生晅：其实一些海外新兴市场，竞争是不像国内那么“卷”的，当你比其他犹豫的公司更早、更坚决地走出去，反而能获得一定的先发优势和竞争空间。不要被这些想象中的难题框住了自己。

更重要的是，真正的“出海”，核心团队尤其是CEO必须要有决心，要亲自去目标市场“走遍每个角落”，深入了解当地市场、文化和客户需求。如果只是名义上出去，或者抱着“出去玩玩”的心态，是很难成功的。

硅星人：所以今天的不确定性反而是机会。

叶生晅：对。我一直说，在变化的市场里，只要有变化都有机会。反而你要找到变化，找到变化就有机会。变化反而是好事，最怕的是风平浪静。

硅星人：未来五年或者十年，你对帷幄有什么计划。

叶生晅：我们还是不会去做关于产品，市场和公司的空想。还是继续持续服务中国以及全球的客户吧。只有这样才能更深刻地理解和体会下一代客户的需求是如何产生的，下一代的消费者决策由什么驱动的，下一代的营销人，技术人，生意人会在商业和技术的结合上碰出什么新火花。

帷幄科技核心团队