訪談 ｜Xuushan、伊凡 作者｜Xuushan 編輯｜伊凡

我，在互聯網“挖線索”，靠信息差賺大錢。

在一間會議室中，Kathryn向我們展示了密密麻麻的日程安排和紀要——那是她與上百位客戶聊過之后整理的需求與痛點，這是她工作的日常。

五年前，她和朋友合伙創辦了一家奶茶品牌。她希望能夠與當地的禮品店與雜貨店取得聯系，銷售奶茶，但分散的零售商信息以及分散的地點，讓這樣的銷售模式變得尤為困難。“很多小商鋪在一些平臺甚至沒有信息，可能要到論壇或者社交媒體上找。”這場副業由于分散的市場，宣告失敗。

這樣的創業經歷，使得其在三年后創辦Openmart變得順理成章，而參加Uphonest Scout的社群，并認識了創業伙伴Richard He，便讓Kathryn的第二次創業成立——成立一家接觸本地企業主的GTM（企業市場進入策略）平臺，幫助銷售專業人員一鍵查詢數百萬個來自于本地政府文件、網站、評論和社交媒體等公開信息，提供一些銷售線索。

Openmart團隊合影

我們在上海新天地附近的Wework里見到了Richard He，中心城區同樣也是小商鋪的聚集地，未來這些在互聯網上默默無聞的商家，或將會成為Openmart數據庫中一個個跳動的標簽。

Openmart成立的時間點與其成長期，恰與生成式人工智能大模型推向市場的時間線重疊。因此這家企業也帶有了大模型時代生長出的公司的色彩——擁抱各種形態的大模型、基于AI工具落地產品、更加快速的迭代、在最初就選擇了垂直行業并深入積累know-how數據。

96年的Richard He，開朗健談，為了了解銷售人員的真實痛點，他說自己“厚著臉皮”，跟著銷售人員一天，看他們如何銷售產品，從中獲取銷售人員的痛點和需求，再按照這個方向收集和整合數據庫。他推崇馬斯克，贊揚其把不可能變成可能的行動力以及精簡團隊。

目前Openmart主要有四大業務：AI線索查找器、商業搜索引擎、連接型客戶管理系統，以及商業數據庫。Richard介紹，Openmart的AI主要分兩部分，一個是信息提取，有一個很龐大的本地企業數據庫，他們會從Linkedin、news、各類公開信息中提取企業的關鍵信息，例如負責人的聯系方式、企業成立時間等等；另一部分，用AI將各類信息整合到一起。現在，Openmart的數據庫擁有超過2000萬條美國本地化信息數據。

Openmart客戶的銷售團隊可以在幾分鐘內將信息上傳到Openmart后獲得高度精準的潛在客戶，其BPO（Business Process Outsourcing）也就是企業把一些非核心業務部分的流程外包出去的成本削減了80%，每年可節省3萬美元。Onelocal銷售主管Dana Bally表示，通過Openmart，2個月內可實現12倍的投資回報。Alibaba也提到Openmart的數據豐富功能對于完善其外展活動起到了重要作用。

2024年年初， 這家面向銷售群體的AI數據成功拿到了硅谷最頂尖孵化器的背書，從YC W24孵化器成功畢業。

就在上周，新一年的YCW25也順利完成了最后的Demo Day演示。（）這一年的YC Demo Day，AI正在深入更為細分的垂直行業，也再次證明了Richard當時的決定正確。

以下是硅兔君與Openmart創始人、CEO Richard He、聯創Kathryn對話的詳細對話：

在YC的180天：

完成從工程師向CEO轉身

硅兔君：Openmart是你創辦的第一家公司嗎？從大公司工程師的身份中走出來，轉換成創企CEO，兩種截然不同的業務形態，你的思維方式發生了什么變化？

Richard He:在最開始的時候，我們其實想過用AI去做網頁測試。當時，自己好像還是陷在一個工程師的視角——從技術角度出發去解決難題。但從技術角度出發的話，思維就會很發散，你會覺得有很多東西都能用技術解決，都可以做，

后來，我覺得非常重要一點就是你要意識到自己是要去賣一個產品，要從解決實際問題出發。最好先找幾個有這類問題的客戶之后再去做，不要一開始就埋頭苦干，因為有可能一開始的方向就是錯的。

Kathryn：還有心態上的轉變，要學會從完美主義走出來，不要一開始就追求做一個100%的產品。

硅兔君：你花了多久完成了工程師思維到CEO思維到轉變？

Richard He:可能有幾個月時間，我們也是比較幸運進了YC，然后YC上來教會了我們很多。

硅兔君：當初選擇創業伙伴的時候，你比較看重哪些能力？

Richard He:我和Kathryn（聯合創始人）之前就認識，后來在Scout社群活動上經常遇到。我覺得創業伙伴可以找互補型的，但大家還要能保持一個同頻的思考，在關鍵性問題上能夠達成一致。

像是Kathryn做市場，她比較勇往直前，不懼怕任何事情，也很有闖勁兒，非常適合市場運營。我比較喜歡去細致地思考，我認為我們就很互補，但是我們同樣在關鍵性問題或者決策上，基本都能達成一致。

硅兔君：我們現在團隊會有多少人？你作為CEO去管理他們的時候會有什么策略嗎？

Richard He:我們現在總共不到10個。國內團隊成員大概都是95后，美國團隊成員都是00后。現在看來，剛大學畢業的00后門沖勁兒更更猛一些，每天不睡覺也沒啥事兒，特別喜歡去探索一些新鮮的事物，然后非常很拼。90后的成員們會更成熟一點，思考方式也會更全面一點。

硅兔君：在創業風格上，你會有自己推崇的偶像嗎？比如說，喬布斯或者馬斯克？

Richard He:馬斯克，我從大一的時候，Model S剛出來的時候，就覺得他很不簡單。他總能把不可能的事情把它變成可能，我希望我也能成為這樣的人。

像是馬斯克最近也在做一些冗員的事情，我們也一直保持精簡的團隊結構。最近，有報道說ARR在1000萬美元，團隊成員在50人以下的創業團隊有50家。我其實非常佩服這些人，

他們也驗證了精簡團隊也能完成比較高的年收入。

硅兔君：YC教會了你什么？

Richard He:YC每周都會審查你掙多少錢，這非常好，也非常實際。有些東西不是你吹就能吹出來的，很多東西一吹別人都知道。

Kathryn：不要太著急融錢，要看自己公司所處的階段。融太多的錢反而會讓一些創業者早期養出大手筆花錢的習慣，像是廣告投放和過度擴張，都是行業早期創業者不應該做的事情。在沒有PMF的時候就不應該招那么多，就不要著急招人進來。當招人可以給公司帶來增益的時候，再選擇擴張。

硅兔君：你們從YC孵化器畢業之后，YC還會給你們哪些幫助？

Richard He:圍繞著YC生態的話，會形成一個network，這里面也成長出不少千人規模的大公司。他們看到YC背景時，天然在心底比較信任你，你遇到的人也會更加溫暖一點。

從客戶角度來看，和你同一批畢業的YC公司會和你有非常緊密地聯系。我們當初一起被YC孵化的公司大家現在還經常交流，在共性問題上，大家都會有一些困惑。

比如說，招人，招什么樣崗位、什么樣的人；簽合同，和大公司簽合同需要避開哪些問題；大家在同一時期起步，在階段性上遇到的問題也很類似。

硅兔君：參加YC之后，你們當時融資是如何推進的？

Richard He:入選YC之后，基本提前DemoDay兩周就會有投資人來聯系你，我們也會和對方見面聊。但是，其實一開始有100位投資人找你，最后可能也只有個位數的投資者明確表達了意向。

硅兔君：你是如何選擇投資者的？

Richard He :當我們選擇的時候，我們會選擇那些真正認可你的投資者。說實話，早期投資都是投人，真正信任你的人會給你很多幫助，會幫助你實現夢想，而不是一直質疑你，或者要一些很漂亮的數據。UpHonest早期也會給我們很多資源介紹，讓我感受到了真誠。

如果一開始就在想著投資回報或者退出的話，可能不是特別適合種子輪期間的投資人選擇。

硅兔君：創業初期，你們怎么面對一些客戶的“閉門羹”或者是質疑？如何讓客戶相信我們的產品，接受服務的？

Kathryn：早期測試階段，其實有人罵也沒關系，你至少知道自己是哪里做錯了。最怕是中間某一步走錯了，但是也沒有客戶用、沒有企業說導致大量時間精力浪費。質疑沒關系，重點在不斷進步。

Richard He:我們一開始會讓對方給我們一些具體的理由。因為我們產品主要圍繞著數據，所以拒絕的理由大概也就分為幾類：

如果是數據的數量不夠，或者數據找得不夠精準，我們就會說那你再給我幾周的時間，我給你找最精準的數據，然后做一些人工的調整與訓練，把數據的質量提高。數據產品的好處就是它非黑即白，沒有特別多爭議的空間。

硅兔君：你現在感覺華人在AI創業還是一個好機會嗎？

Richard He:我覺得華人創業的肯定是有機會的，尤其現在會比以前可能會更好一些。但是并不是說華人創業更好，而是在AI變革之下，很多投資人樂于去聽你的想法，而不是上來就質疑為什么別人沒做，或者別人放棄的情況。

硅兔君：在硅谷創業，華人社交網絡會帶來哪些有效加持？你在Scout活動中，接觸不同創業者的時候，會發現華人創業群體有些不一樣的特質嗎？

Richard He:我感覺在2015、2016年的時候，華人創業圈的影響力可能并不是很大，尤其是你英文說的不好的話，可能會有很多阻力。但現在，硅谷有了一些支持華人創業的孵化器或者社群出來，像是Scout活動、Beta University活動，搭建華人社交網絡，也會讓華人創業的阻力少了很多。

與100多位銷售人員對話，

尋找行業真實痛點

硅兔君：Openmart從誕生之初，就帶有強烈的大模型時代創業公司的色彩，我們如何選擇接入的AI大模型？

Richard He:我們有一套自己的評價體系，有合適的模型都會直接跑一遍我們的benchmark（基準），合適的話，我們大概在1個多小時間內就能換上新模型。我們會選擇一些適合我們不同需求模塊的模型，例如我們需要處理上千萬或者上億個不同小商戶的網站，需要（容量）比較大的模型，但是在輸入字符，我們搜索的關鍵詞不會太長，所以我們需要從產品出發，根據不同模塊的需要，權衡性價比，再去接入合適的大模型。

硅兔君：所以還是要去尋找細分的垂直市場，在上面扎根。尤其是在AI搜索領域，可能初創公司需要去尋找一個更為細分的錨點和市場。不過在AI搜索的銷售領域，也有不少公司，例如做了很多年的商業搜索引擎公司——Zoominfor，Openmart作為一家創業企業優勢在哪里？

Richard He:我感覺現在其實和2000年的互聯網泡沫比較像，很多公司都聲稱自己能做這個，能做那個，但我覺得做實事是比較重要的，要保持著first principle thinking原則（第一性原則），不要幻想一個需求，幻想一個市場。

有競爭對手實際上本身并不可怕，可怕的是沒有需求，也就是你可能沒有競爭對手，這也可能說明你這個產品根本沒有人想去用，是一個偽需求。

硅兔君：從確定這是一個痛點，到確定這個痛點是可以通過技術解決的，這個過程持續了多久，不同銷售行業或許這些痛點并不同？

Richard He:我們企業從創業的第一天就選擇先去找用戶痛點，然后我們再去解決用戶痛點。我們先看有沒有真正的痛點，再思考為什么過去20多年沒有人解決這個痛點？這背后無非就是兩個情況，一個是痛點不夠大，另一個是痛點不好解決。那現在AI能不能解決這個問題，如果AI能夠解決，也就會帶來新的啟發。

一開始是因為Kathryn的親身經歷，她因為賣奶茶，發現有這些問題。等我們進入了YC，發現軟件公司這方面的需求更大。對于奶茶店來說，只要進入幾家頭部的品牌商就可以了，但是SaaS軟件需要廣撒網，需要找到全美類似健身房、快餐店、小超市這樣小商戶，然后拿到這些聯系人的聯系方式。這類信息很分散，之前銷售都是人工像一個偵探一樣去尋找。

另外，美國因為人工成本很貴，每一個銷售自己并不想做這件事的，因為他跟他的績效沒有關系。所以我們就幫助這些銷售去減少他們最痛苦的一件事情，就是就是這種手工臟活累活。

我們一開始會去拜訪很多銷售公司，然后在他們公司一坐就是一整天，專門觀察他們的銷售人員每天在實際工作時會遇到哪些問題，思考這些問題能不能通過AI解決。我們大概做了十幾家的實地調查，然后又在一個多月內與上百家的一線商家溝通，得出結論這是真正能夠解決銷售人員痛點的問題，是他們所需要的。

硅兔君：這個故事很有意思，銷售愿意讓你們跟著一起做實地調查嗎？你們聊了幾個人最終形成這樣的需求畫像？

Richard He：得稍微不要臉一點，耗著，觀察他們這一天在做什么？但是積累越多信息就對你越有用。總之我們最后聊了100多個客戶。

硅兔君：在聊的過程中你們會帶著什么問題，快速了解銷售的需求？

Richard He:首先要先收集他的痛點，然后每一個痛點你去看他的付費意愿大概是多少、誰會去為這個痛點買賬。比如說我剛剛說的，既然跟他的銷售績效沒有太大關系，那應該賣的是他銷售的頭。因為銷售管理者是想讓整個團隊的效率更高的，所以你就要去賣給他了，而不是賣給真正的銷售人員。

硅兔君：接入大模型，有利有弊，這也是大模型時代生長出來的創業公司都面臨的挑戰——理論上，通用模型公司能做一切，確實也有一些公司因為OpenAI等進入了這個領域而宣告倒閉。Openmart怎么能做到不被“吃掉”？

Richard He:盡管理論上來說，通用大模型can do anything（能做一切），但實際上，做得好不好是另一回事。OpenAI這樣的大公司不會切入到中小層商企如此細致賽道里。在數據層，他們也沒有高質量的訓練數據。

我們的優勢在于我們可以處理大量長尾的信息，然后將其整合成一個本地化信息的數據庫，數據庫本身的價值可能能達到百億級別，但對OpenAI等大公司來說，就是一個小蛋糕。

硅兔君：小商家有很多分散的信息，這些數據怎么收集？

Richard He:這就是我們在最初就決定使用生成式AI的原因。我們的最初想法是，解決一些用戶想找一家超市的信息——這家超市什么時候開的，誰是老板以及老板的聯系方式。這些信息很多會來自于評論區或者報道中，并非結構化的數據，過去都是需要人工獲取，成本較高，現在AI就很適合處理分析這些長尾信息。

硅兔君：看起來都是一些非結構化的數據，AI會怎么處理？

Richard He:我們主要通過2到3層AI agent去做一個不同信源的交叉確認。同時，我們也會隨機抽查做一部分人工確認，包括我們的客戶也會及時反饋我們的信息是不是準確的。這也是data mode（的好處）之一，用戶使用越多，我們的數據反而就會越來越準確。

硅兔君：在收集數據的過程中，如何解決隱私保護的問題？

Richard He:我們來源主要是GDPR compliance（再確認），它是在公開網絡可以被訪問到數據信息。我們的獲取方式一直是以保護隱私用戶角度出發的。而且我們也有一些選項提交給用戶，用戶可以說不想平臺保留數據，可以勾選相應的選項。

硅兔君：小客戶對價格更加敏感，你們如何定價，并確定他們會買單？

Richard He:我們現在認為定價實際上跟跟大模型成本不是特別掛鉤，主要是跟客戶的價值掛鉤。因為我們發現對于銷售們來說，他們其實不管產品的成本是多少，他們只在乎自己想要的信息有沒有拿到，以及拿到后能夠帶來多大的機會。我們現在認為產品的價值其實是和使用的人數有關，主要按席位收取費用，越多的人使用我們的平臺，用戶從平臺中獲取的價值越高，我們的產品價格也對應增長。

硅兔君：你們現在主要服務的對象是誰？他們對產品每月999美元的定價是否敏感？

Richard He:我們服務的是基本上都是融完C輪、D輪的公司。他們更關注的是客戶的增長速度與規模。

比如說，現在有一家融資C輪的公司，他想要能夠順利的進行下一輪的融資，可能需要從1000個理發店的客戶數增長值有20000萬個，那他們就非常需要一個能找到全美20000+理發店聯系方式的平臺。對他們來說，數據庫能夠覆蓋的范圍是第一要素，其次是數據的質量，以及數據的數量，價格不是最重要的。

不過，我們現在也是在測試客戶的心理價位區間，也和根據市場情況有所調整。我們還會根據客戶的需求做一些定制化服務，收取一些服務費。目前，盈利一半來自于訂閱用戶，一半來自于大公司的定制服務。

生存還是毀滅，不如先看準行業需求

硅兔君：從人工黃頁，到電話簿，再到AI。未來人們獲得銷售線索的方式將會有哪些不同，會被AI完全取代嗎？

Richard He:我覺得這個得分情況，現在從產品的角度來看，銷售在賣產品的時候，AI仍然還是一個輔助工具，銷售本身還是一個行為。如果是個機器人跟我在那兒講述產品，推貨，我會覺得是一個非常大的減分項。

但如果單指信息檢索，我想知道你這個人之前干了什么事兒，這些背景調查我覺得是AI完全能取代，而且會取代得非常全面，我甚至可以把你過去的全部用AI檢索出來。

我覺得未來AI可能會參與到更多的銷售工作流程中，比如說，在電話推銷時，AI會告訴你如何和這類人推銷更合適；在郵件營銷時，AI會自動幫你起草文件等等。

硅兔君：你覺得好的AI搜索產品會是什么樣的？

Richard He:我感覺要有底層的數據，以及信息搜集的工具，是比較重要的。就比如說，如果一個AI搜索引擎，它依賴的就是一個谷歌搜索作為唯一信息源的話，那我覺得它有一天總會被谷歌取代。

現在垂類的AI搜索工具也比較多，如果是To C的話，通用搜索工具可能還是會在谷歌、微軟Bing手里，但后續垂類應用出來，大家可能也會主要嘗試更多的新玩法。

硅兔君：現在的商業社會的新陳代謝也很快，創企成立的多，倒閉的也快，你覺得Openmart能活過明年嗎？

Richard He:我們肯定可以，因為我們就是拿到痛點、解決痛點，只要客戶的痛點一直存在，我們就能一直活下去，我們完成了idea的驗證，也走上了穩定運營的道路。

2025年，生成式AI將顛覆搜索的形態，垂直領域的AI搜索正在爆發出新的創新，而AI Agent將先在銷售領域爆發價值，而在銷售的工作流程中，銷前GTM以及客戶服務的流程中能夠最先體現AI Agent的價值，Openmart站在了這樣的交匯點。

在生成式AI的生態中，AI搜索領域越來越垂直和細分，在這些毛細血管中，正在涌現出越來越多具有潛力的初創公司。硅兔君將會持續發現并關注他們的成長。

UpHonest Scout Program介紹：

UpHonest Scout Program（USP） 是由硅谷知名早期風險投資機構 UpHonest Capital 發起的精英人才培養計劃，旨在匯聚北美科技企業核心員工、金融領域資深職場人士以及高校MBA精英，為有志于早期投資的個人提供全方位的實踐指導與資源支持。USP將助力參與者從資深職場人士成功轉型為專業的早期投資人，通過系統的培訓與實戰機會，包括撰寫首張風險投資支票，深度參與項目挖掘、盡職調查、估值建模等全流程環節，加速個人成長。參與者將融入硅谷頂尖的投資與創業生態，拓展高端人脈資源，開啟多元化的職業發展路徑，共同推動科技創新與早期投資領域的發展。?