作者 ｜ 王兆洋
郵箱 ｜ wangzhaoyang@pingwest.com

葉生晅癡迷于研究人類如何做決策。

從弗吉尼亞大學計算機本科畢業后，他來到加州理工跟神經學大佬Christof Koch搞研究，看哪些模式在決定著人類復雜的決策。Christof Koch門徒諸多，其中包括后來變成AI科學家的李飛飛。

這種對人類系統運轉原理的研究，總會走向哲學甚至玄學的盡頭。葉生晅更想接地氣點，于是他又去哈佛商學院，直接用神經科學方法研究消費者購買決策，這離現實世界更近，在這些項目里，他們開始用攝像頭等來觀察收集真實世界的數據。2015年，葉生晅更進一步，在Facebook邀請下離開哈佛，加入Feed 流的機器學習團隊，這個部門后來深刻影響了全球社交媒體的數據驅動推薦機制，幾乎稱得上黃埔軍校。

2017年，在投資人的鼓勵下，葉生晅終于回國創業，創辦了帷幄——前面關于決策的執念在這里連了起來，簡單說，他要把推薦算法用在現實商業場景，用AI幫企業更好影響人們的決策。

帷幄創始人及CEO 葉生晅Jerry

而作為一個創業第8年的CEO，在ChatGPT 3.5橫空出世后，如何理解新的猛烈的技術沖擊下，客戶們的決策機制，變成他最新的課題。

人們習慣于用ChatGPT3.5在2022年11月的問世來劃分時代，在此之后的公司如洪水猛獸，似乎僅用一個概念的demo，即可徹底摧毀上個時代的SaaS公司們苦哈哈積累下來的資源。

但在反復思考后，葉生晅意識到，許多新興AI公司執著于用一個產品顛覆一切，卻并未想清楚最根本的問題——到底要如何服務客戶。帷幄這樣用了多年了解真實場景的公司反而有機會。

“AI其實賣的不是AI，它賣的是know-how（專業技能）。”他對硅星人說。“以前的專業技能沒有辦法規模化變成一個標準化的東西。現在把AI訓練出來就可以批量復制。而這個的前提是必須從客戶出發，去深入積累后才有可能。而不是像這些fancy的新產品這樣，想要先造出來一個產品，再去打市場。”

5月20日，帷幄也宣布了在當前市場環境下SaaS公司尤為難得的C1與C2輪融資，總計超6000萬美元。投資方包括淡馬錫、線性資本、博世創投、MTR Lab、印尼電信、新加坡電信與菲律賓最大零售集團 SM Prime等。公司同步對產品線做了大升級，圍繞AI驅動的“看、聽、說、想”四大核心能力，推出了“數智空間”（AI視頻分析與空間管理）、“繪聲”（音頻轉譯與AI分析）、“內容營銷中心”（AI內容創作與投放）以及“羽墨”（企業級AI智能體套件）等，它們已經被廣泛應用于大型消費品牌客戶。

我們也在近期有機會和葉生晅聊了聊。

在新鮮的AI Agent類產品不斷殺出搶走注意力的今天，這場對話也像是一場難得的SaaS公司的“反擊”，提供了理解今天AI沖擊之下，企業服務市場的另一種視角。

以下是對話實錄。

everything is about decision making

硅星人：先講講你的創業過程吧。

葉生晅：我是2017年年末回國創業的。在此之前的十年都在美國，先是在University of Virginia讀本科，學計算機和經濟學，后來去了Caltech讀神經學的PhD，在Caltech我的老師是Christof Koch，他在神經科學挺有名的，這個組出了不少名人，李飛飛是我的直系學姐。后來沒讀完去了哈佛，在哈佛也沒讀完就去了Facebook，做Feed Data 和 Feed Machine Learning。

硅星人：為什么選擇放棄繼續攻讀前面兩個PhD的學位？

葉生晅：我是研究decision making，就是決策這個事兒。而決策往上走了以后就變得非常哲學，比如人有沒有自由意志，意識是什么之類，后來我覺得哲學這玩意不行，我要去做一些偏應用的。后來就去了哈佛商學院，在marketing 的組，研究消費者如何做購買決策（purchase decisions）。當時主要用neuroscience的方法，把人放到MRI（核磁共振）機器里，觀察大腦哪個區域會活躍。當時全球只有七位教授在做這個行業，consumer neuroscience（消費者神經科學），這個領域的從業者非常少，現在人多了。但當時我覺得還是不夠應用，因為學術界還是比較慢，產業界節奏更快一些。于是就去了Facebook。

其實我們現在做的事情跟在哈佛商學院的研究還有些聯系。

在哈佛時候第一個項目是做零售空間的數據分析。當時在研究的時候就發現，線上的數據已經很多了，而線下雖然有很多行為數據，但被挖掘出來可理解的數據還非常少。

比如你走進一家門店，大多數人其實都會習慣性地往右轉，這個比例高達80%以上。所以在實體零售店里，右側的海報、陳列區往往能獲得更高的曝光率。地鐵站也是一樣，右邊的廣告位其實應該更貴一些，因為人們自然更傾向往右看。為什么？因為右邊在心理上會讓人覺得更安全，尤其在靠右通行的地區。但在香港就不一樣，很多人是往左轉的，這和當地是左側通行有關系。

這些其實都是非常有商業價值的行為模式，但過去因為缺乏足夠的數據，很難被系統性地挖掘出來，而且大多數人平時也意識不到。

再比如一個很現實的例子：在排隊的場景里，一旦排到第七個人之后，第八個人往往就會猶豫甚至直接放棄排隊。對企業來說，這就是顧客流失。于是我們就在超市或門店里用攝像頭，把這些行為數據記錄下來、建模分析，幫助商家更好做決策。

硅星人：后來怎么創業了。

葉生晅：2017年時候，我在Facebook NY，參加活動時候，遇到阿爾法公社的天使投資人，他鼓勵我創業，給了一筆錢，當時其實還不知道具體要做什么。

硅星人：但肯定是跟你研究的和在Facebook做的這些相關。

葉生晅：對。我的背景還可以，就先回來了。我們很幸運，第一個客戶是寶潔（P&G），第二個客戶是屈臣氏（Watsons）。這兩個客戶到今天仍然是我們的客戶。所以我們為什么做企業服務（Enterprise），是因為我們一開始接觸的客戶就是大企業。如果當時第一個客戶是中小企業（SMB），說不定我們現在就做SMB市場了。

所以我一直說，我們公司是客戶驅動的，客戶決定的因素會更大一些。

硅星人：還沒有產品，就有客戶。

葉生晅：對，客戶提了需求，我們來解決。所以第一個產品就是SpaceSight，是攝像頭相關的產品。對客戶的門店通過計算機視覺的方式來收集和分析數據。而后來其實我們能夠做出來，一個很大的節點是因為汽車行業的變化，2018年左右汽車轉向電動汽車，電動汽車在那段時間發展非常迅速。這帶來了上游的一個變化：原來服務于老牌汽車廠商的供應商，服務不了新興的電動汽車廠商，或者說給了我們切入的機會。所以這是一個機會窗口正好被我們抓住了。

今天大概有40%的汽車品牌是我們的客戶，我們在這個行業里做得非常深。你去購物中心里的汽車直營店，基本上那些店里要么用的是我們的攝像頭，要么用的是我們的AI Hub。

門店客流場景

硅星人：你講了這幾個節點，說出來好像看起來都是自然發生，但這些機會對所有人都平等，你作為CEO如何抓住這些機會？

葉生晅：我回顧的時候覺得其實很難知道當時為什么做那個決策。我最后覺得就是憑直覺（instinct）。我覺得這個事情我得做。

我記得印象很深的是，B輪融資的時候，新加坡淡馬錫剛投我們，我給董事會陳述策略和戰略的時候，他們說我在說到汽車行業的時候說了很久，后來討論的時候問為什么會對汽車行業說這么多，就發現其實就是因為汽車行業有機會。這個就很憑直覺。

然后董事會當時就做了一個決策：專注汽車行業。

后來很多產品也是汽車行業的需求帶來的。比如智能工牌，也是因為客戶先提出來的。客戶覺得除了要看，還需要“聽”，也就是用工牌記錄數據，做對話分析（conversation analysis），分析客戶和銷售人員之間的對話，主要是記錄客戶的喜好等信息，還有就是了解優秀銷售和普通銷售的差距在哪里。當時要做這個產品也是因為汽車行業有這樣的需求。這些都是一個很自然的過程。我并沒有特別刻意地去找一個產品，然后讓這個產品去適應市場。我覺得今天都在講 Product-Market Fit（產品市場契合），至少在我們的經驗里，在企業服務領域是反過來的：有了市場我們才有產品。

我們就沒有PMF這個東西，我們只有 go to market，我覺得PMF這個東西是從市場出來的，從市場需求出發做市場需要的事情。

AI賣的是know-how，只靠空想的產品去打市場是不行的

硅星人：那這個其實就和今天很火的AI產品有很大不同。這些產品都是先有Product。

葉生晅：今天AI帶來的好處是什么？就是你很容易先做AI，因為能做的事情太多了，特別多。于是先做個AI，搞一個概念驗證（POC）出來很容易，然后再去找需求。但這樣的壞處是，你先有AI再有需求，你對需求的認知不一定那么深。

其實有沒有AI，你都應該先把客戶的需求找出來。現在客戶需求是什么？很多在于它的運營流程。前幾天紅杉的分享，提到AI交付的是結果，其實里面很重要的就是比以前需要Operation（運營）這一層了。以前你就是做個工具，現在你要對結果負責。

硅星人：很多AI新公司自己也沒想明白。

葉生晅：對。我舉個例子，我們現在自己做的B2B業務，B2B運營。我們要獲取客戶，和客戶聊什么，聊的內容里要做需求分析。需求分析怎么做？客戶的需求是什么？需求分析它是一套方法論。最后AI要把這個需求分析做成表格出來，這就是流程。以前是人做的，只不過AI現在把這個流程解決了。

但是如果我讓一個外行去做公司的需求分析，他有多強的AI也做不好，他不懂我們。客戶經常說這句話——你不懂我。就是因為你沒有對這個用戶流程、運營流程做非常多的理解，不理解怎么能做得出來？

比如我們現在在跟大型私募金融機構合作一個項目，他們要替代掉大約兩年經驗的分析師（analyst）。我們現在做得挺不錯的了。就是用工牌去錄音，錄音之后要非常具體的分析流程，訪談需要提取的信息非常需要 know-how。

我們就跟分析師天天聊天，反復調整，直到報表做出來。做了一百次訪談之后，最后總結出一篇報告。怎么去總結這也是一套訪談方法論。這個流程做通了以后，變成一個AI agent，這個AI Agent才會有用。你把這個AI智能體給到對方，他們覺得能用了，我第二天就可以賣給更多的基金公司了。

所以你發現，AI其實賣的不是AI，它賣的是know-how（專業技能）。仔細想想，智能體事實上就是賣的是Know-how。以前的專業技能沒有辦法規模化，變成一個標準化的東西。比如頂級投行方法論，他們可能要培訓兩年時間才能把分析師培養出來。現在就是你把AI訓練出來，就可以批量復制。

用戶訪談場景

硅星人：最近很火的一些AI Agent產品，都基本上不太強調這些know-how。更強調一個產品解決一切需求。

葉生晅：通用的我覺得肯定做不出來的。為什么我覺得不太行，除了剛才說的這么嚴肅的，哪怕是來計劃一個日本旅行計劃，那東西也是要know-how的，不能直接出來，旅行計劃需要和用戶大量交互探索，需要行當很深的 know-how。所以說沒有這些know-how就做不出來，我覺得為什么從客戶出發，也是同一回事，就是一定要從客戶的know-how去深入積累后，用AI來復制出來，這個是該做的事情。

那些花哨的東西解決不了問題。你真的解決問題了嗎？你真的要在客戶面前試試的話，解決不了任何問題。

硅星人：按照OpenAI和各種通用Agent的想法，它的模型和能力會不停迭代，最后吃掉一切。

葉生晅：不可能，我覺得他們想多了。場景其實就是know-how，專業人在專業的事情里積累出來的，所以我覺得代運營公司可能才是未來的AI公司。

硅星人：你們其實一直是使用AI能力的，但人們習慣性把ChatGPT 3.5作為一個分水嶺，前后成立的公司就歸為不同的時代。所以ChatGPT出現時你的直覺是什么，我看你之前分享時還說不要在產品里提AI，因為只有不提才意味著真正被接受了。但今天你們發布新的產品，又變成了把AI放在名字里了。

葉生晅：對。其實在2017年到現在，中間發生了兩件很大的節點，第一個是比特幣，Web3。當時很多人都涌入Web3領域，那個時候也有一些公司轉向Web3，但我們沒有做。但AI這件事情，當時我們開全員會，第一時間就說全力投入AI（all in AI）。

硅星人：什么時間點？就是ChatGPT徹底火了時候么。

葉生晅：大概是在GPT出來時候，其實我們之前就很有感覺，覺得那個時刻快要到來了。因為我們在當時已經在用Diffusion Model等，等到GPT 3出來我們已經研究了很多，應用上一直在用。

當時也很有意思，在董事會上，其實討論的時候還有一半人不認為應該All in AI。但現在看是很對的。我當時就決定我所有東西都要用大模型的方式來做。今天我們的攝像頭產品里，80%都是用VLM（視覺語言模型）來做的，效果都非常好，很多對手就跟不上來了。這是我覺得比較正確的決策。

如果說ChatGPT是不是一個分水嶺，我覺得它的確是——但這個分水嶺的關鍵不在技術本身，而在你有沒有早點走出那一步。那時候大家都說SaaS很慘，但如果你當時往AI那個方向早邁一步，很多SaaS公司其實是有機會活下來、甚至做得很好的。

為什么？因為從客戶的角度看，他第一時間會來問你，而不是去找一家剛冒出來的AI公司。你是他的長期合作伙伴，是他信任的業務入口。AI來了，他自然想知道‘我該怎么辦’。但最終能不能抓住這次機會，還是看你自己——你有沒有提前思考，敢不敢提前行動。

硅星人：直覺好，具體執行的節奏也很重要。在All in AI 了之后，我看你也有思路的變化，最初更多強調AIGC在你們內容產品上的使用，今天的新品開始強調CoT等Agent推理的能力帶來的可能。

葉生晅：Agent本來就是一個非常非常底層的東西，我們一直在用Agent，包括思維鏈（Chain of Thought，COT）、行動鏈（Chain of Action，COA），一直在用。只不過今天大家知道，哦，你用了COA啊，挺好的。我以前教育客戶，我說我用十個Agent來做，客戶會覺得你怎么這么“浪費”啊，為什么要十個Agent？現在不需要，現在不需要教育了。而且現在推理能力出來后也很重要，產品里很多問題其實解決起來會快很多。

提不提AI，這個我是這樣想的，17年的時候我們其實也是有很多AI在產品里，但我們當時不太喜歡說我們是AI產品，因為我們還是一個解決客戶問題的產品，因為從客戶的角度出發，其實他并不需要知道是AI解決還是別的方式。只要你解決就可以了。你強調AI反而把自己陷進了AI的思維里面去了。

然后今天為什么AI拿出來放名字里了，也是因為客戶對AI的理解不一樣了，因為客戶需要AI了，客戶今天說我要搞AI了，這是ChatGPT和DeepSeek帶來的改變。

硅星人：ChatGPT教育了全世界，DeepSeek教育了中國市場。

葉生晅：對。就這么回事。這些客戶以前肯定要花很長時間教育，要說AI。現在不需要了，終于不會challenge我說為什么要在攝像頭上面有AI，今天一定要有了。客戶的變化就是對AI的接受度更高了。但同時沒有變的事情是，他還是要解決問題。

另外，我反而覺得更重要的是它帶來的組織的變化。我們以前都是要工程師來解決問題的，現在不需要工程師解決了。現在產品經理（PD）甚至每個人都可以解決。

我現在是要求所有的售前解決方案（SA solution）的人要解決。以前我們在客戶面前做個演示（demo），要先把需求收集好，一層層傳遞到工程師這里，但你知道最遙遠的距離就是客戶的需求到工程師這段距離。到這可能只有20%的信息了，一層層信息損耗很多。

好了，現在一個非常厲害的事情是，在客戶面前SA是直接能解決的。他直接搞一個提示（prompt）做一兩個agent出來就可以解決問題了。這個我們叫實時POC（概念驗證）。客戶要什么東西，實時給你。以前要等一周現在實時給你。這就沒法比了。

別框定自己，自己限制自己那就完了

硅星人：你們的產品本質上就是用AI等技術來服務這個叫做“客戶旅程”的周期，或者我理解是把當初Facebook們做的很好的基于數據的推薦算法，放到了物理世界線下商業環境。

葉生晅：對。我們主要是做市場銷售（Marketing & Sales）這一塊，目前服務了很多消費品牌。從客戶角度來說，就是怎么去賺錢。對于客戶的客戶來講的就是客戶旅程。比如咖啡，從想要喝咖啡，到喝完這個咖啡整個這個旅程，現在有非常非常多AI去幫助把這個旅程做好。它由兩部分組成。

一部分是你要標準化（standardization）。無論是用視覺圖像還是語音做巡檢，還是所有內容出去要做合規檢測，我們需要保證所有的營銷和銷售動作都是標準的。這些跟巡檢（audit）相關的東西，我們用了很多大模型的能力。

第二就是怎么去幫助銷售，最本質是如何更好地溝通（communicate），我們產品的核心就是溝通。無論是AI 生產內容還是通過 Agentic AI 幫助銷售，都是在幫助客戶做對外溝通。比如說屈臣氏八萬個店員，八萬店員每天要發四條內容，一天就有三十二萬條內容，我們要幫助企業把這些溝通做好。

這些都需要很多技術能力。我覺得最后我們真正積累下來的是很多還是Know-how。比如我現在要是開咖啡廳，我肯定開得最好，因為我太懂得怎么開了。

硅星人：所以哪怕ChatGPT以前誕生的SaaS公司還是有機會的。

葉生晅：SaaS是什么？SaaS就是所謂軟件即服務（software as a service）的方式來經營，這其實是人為定義出來的東西。你說AI公司不是SaaS嗎？也是SaaS。所以我覺得你公司的定義一定是你自己來下，你服務哪些客戶，你就是什么樣的公司。SaaS這些是投資人來定義的東西，你自己不能這樣去把自己框定。

在今天的競爭里，我們的優勢就是積累的數據帶來的規模效應。今天如果說再來一個攝像頭公司做AI，我告訴你肯定做不成。我的攝像頭夠多，數據夠多，而且我是個AI公司，我天天在訓練這些AI。假設你現在跟我做一樣的事兒，OK，客戶面前，你最多做到80%的準確率，我能做到95%。那客戶不用想當然選擇我們了，你進不來。而且AI反而是幫我把規模壁壘給鞏固住的一個東西，而不是說顛覆掉這個壁壘。所以說我覺得SaaS公司你只要想清楚了。如果說你不是做工具，你有數據，你有規模化，那么你很容易把AI作為自己的壁壘來看的。

所以我覺得是SaaS這個詞給搞壞了。但是我們一直在說，我們是To B公司。你無論是SaaS還是不是SaaS，我們今天無所謂。AI來了，To C和To B其實還是沒有變。To C依然是流量生意，To B依然是服務好客戶。That‘s it。

硅星人：所以您定義好客戶，就不會糾結于說我是個所謂什么SaaS公司，我現在要做什么AI SaaS還是什么，而是說客戶現在需要什么，我這個技術能不能基于我的判斷來去滿足它。

葉生晅： 對，這個說得非常對。客戶在這兒，你只要服務好客戶，用最新的技術、最好的技術、最應該服務的技術去服務客戶，你就能做一個很好的公司了。這就夠了。千萬不要先有產品，先有產品了以后到處去推廣，是搞不出來的。

硅星人：我看你們這次拿到融資，其實放在這個環境里也挺不容易的，這次是海外投資機構為主，你們在出海上的情況是怎樣的。

葉生晅：成為一家全球化的公司（Global Company）是我們一直以來的愿景。當時疫情對國內線下業務造成沖擊也促使我們更積極地思考國際化。后來我們在東南亞等海外市場已經取得了一定的實際收入，2024 年約占總收入的 30%，今年會做到 50%。對于美元基金和海外戰略投資者來說，我們成為一個有吸引力的投資標的，也確實幫助我們獲得了關鍵的融資，吸引了像淡馬錫、博世以及印尼電信這樣的海外戰略投資者。這對我們繼續拓展海外市場也很關鍵。

硅星人：今天的國際環境會讓一些創業者對出海有所猶豫。

葉生晅：其實一些海外新興市場，競爭是不像國內那么“卷”的，當你比其他猶豫的公司更早、更堅決地走出去，反而能獲得一定的先發優勢和競爭空間。不要被這些想象中的難題框住了自己。

更重要的是，真正的“出海”，核心團隊尤其是CEO必須要有決心，要親自去目標市場“走遍每個角落”，深入了解當地市場、文化和客戶需求。如果只是名義上出去，或者抱著“出去玩玩”的心態，是很難成功的。

硅星人：所以今天的不確定性反而是機會。

葉生晅：對。我一直說，在變化的市場里，只要有變化都有機會。反而你要找到變化，找到變化就有機會。變化反而是好事，最怕的是風平浪靜。

硅星人：未來五年或者十年，你對帷幄有什么計劃。

葉生晅：我們還是不會去做關于產品，市場和公司的空想。還是繼續持續服務中國以及全球的客戶吧。只有這樣才能更深刻地理解和體會下一代客戶的需求是如何產生的，下一代的消費者決策由什么驅動的，下一代的營銷人，技術人，生意人會在商業和技術的結合上碰出什么新火花。

帷幄科技核心團隊

點個愛心，再走 吧