扎最深的寨，打最持久的仗——一知智能 AI 商业化攻略访谈录

采访、撰文/宇婷

目前国内 AI 、AIGC 、大模型创业赛道进行的如火如荼，但构建出一支稳健的技术团队，并能找到合适的场景落地，在某个细分市场站稳脚跟，形成稳定的商业化打法，并非易事。AI 很容易会给人无限想象，但不一定是适合商业化的机会。对于创业公司来说，可能需要找到一个很细分、很垂直的场景；足够垂直，足够聚焦，才能积累行业数据，并在陪跑客户过程中积累足够高的行业认知。

最近通过访谈和调研杭州一知智能科技，我们看到这家技术基因公司体现出的鲜明的商业特质：

图注：一知智能办公室客户墙 

1、更专注技术和服务的高人效 SaaS 团队

因为选择专注 KA 客户，亦是算法+技术的团队基因使然，一知智能的人效早早进入了 50w 的 SaaS 人效门槛，且同时能保持 10%左右的前端业务团队，剩下的大多是客户成功、AI 训练师、产研、算法等这类偏服务和交付的团队。

2、用正向闭环的商业模式与快速变化的需求场景倒逼成长

每个技术基因创业公司最纠结的事情，一定是找 PMF。一知智能的方式是从当下人对话最高频的载体——电话入手，选择逻辑逐步从“高频导向“转向“对话价值与体验平衡”，于是目标客群逐步从泛互联网类销转场景转向了消费零售行业会员运营。今天一知探索的第二曲线“虚拟人”也是类似的逻辑。

同时，一知智能可能是行业里最早从“ xxx 元/台机器人/年”的按 License 收费模式转向“基础服务费+ CPA 用量”灵活收费模式的 AI 语音公司，这一模式后来也成为消费零售行业 AI 语音广泛的收费标准。

启发这一转变的契机，是一知智能在探索消费零售类客户的服务模式时，发现商家们对 AI 语音工具的需求，往往围绕电商平台的大促节奏和品牌自身的 Campaign 计划，具有相对明显的波峰波谷。如果还采用原来的 License 模式，需要为超高并发“囤”大量的机器人坐席，但波谷时期又会显得非常浪费。除了这个原因以外，还因为这种“客户随时可以转身离开”的充值消耗模式，会进一步倒逼一知智能服务团队更懂生意地与商家共创，保证满意度的同时让商家账户里的每一分钱都能创造出更高的 ROI 。

3、专注服务 KA 客户：选最大的山头，扎最深的寨，打最持久的仗

“SaaS 最大的壁垒和差异化从来不是第一个 S（Software），而是第二个 S（Service）。”

在一知智能看来，SaaS 的快速迭代和增长来自于深度陪跑头部客户过程中的先进经验被萃取，进一步抽象成产品语言，进而赋能给更多其他头部客户及中腰部客户。

“我们心里很有数，我们在客户自己的‘营销玩法’上，很难和这个行业最优秀的组织比，所以我们抓住客户痛点切进去，用快速响应和更懂生意的服务赢得信任，边做边学，最终沉淀到我们的客户成功服务、产研及算法模型训练上。”

为了能够快速、准确地跟上头部客户的需求，一知智能的业务团队按照商务/售前：客户成功：AI 训练师 = 1:1.5:1.5 的人数进行配比，无论是在同样客单价还是同处 AI 语音赛道的组织，这样的人力配比都稍显“奢侈”。

但回头看看，发现似乎大部分以“客户口碑”著称的公司都是这样快速成长起来的，同时一知智能也凭借着丰富且专业的“运营方案”，快速拿下了业内 50%以上的头部品牌客户，涵盖美妆、食品保健、鞋服、母婴、宠物、本地生活的全球 Top 品牌。

同时还有个更直观的现象是，随着一知智能解决的“疑难杂症”越来越多，今天许多品牌商家决定做规模化消费者触达时，也会同时来问问一知智能有没有比较好的建议或者方案，“我们一起盘盘全年的会员运营触达计划吧”这样的对话越来越多。

这样的选择带来的是一知智能超高的客户留存率与续费率，消费零售行业的客户收入连续 3 年实现翻倍，更重要的是，多年滚雪球式沉淀下来的细分场景数据，让一知智能的算法模型愈发成熟、NLP 准确率更高、对话更拟人，同时也能作为重要的数据类型反哺给品牌的用户分析模型。

4、用更年轻更灵活的方式让组织更有战斗力

“在找到相对明确的 PMF 后，一知智能在产品迭代和业务拓展上也拥有明确的自信。”

进入一知智能的业务办公室，最显眼的是一幅全尺寸的客户墙，用明确的颜色划分着不同推进阶段的目标行业客户，同时用透明化的方式，把标准化的客户服务流程、算法模型迭代进度全部印刷出来贴到了墙上。

清晰透明的文化让这家平均年龄 27 岁的 SaaS+AI 公司在“卷”服务的过程中赢得了更多转身空间，保持车速的同时依然能给自建的大型 AI Lab 提供许多具体场景的迭代需求。

未来可能有更多站在大模型基础上的应用明星公司，不确定一知智能会不会是下一个 SuperStar，但大概率会是一家踏实用 AI 解决客户真实需求的组织。

以下为 TO B 新势力与一知智能创始团队的详细访谈：

如何把 Software 和 Service 做成 AI 公司的长板？

宇婷：一知智能的智能语音服务解决方案本质上解决的客户需求是什么？

一知智能创始团队：最直接的一定是在规模化电话外呼场景下代替人工实现了降本增效；但一知智能的快速发展更多来自于用 AI 让客户原来想做但不敢做的“无人区”场景变成现实，简单来说就是原来想做的用人工来做成本极高、ROI 算不过来所以放弃的“精细化运营”场景，我们用 AI 语音方案让客户重新把它们“捡起来”。

宇婷：对于公司来说，未来最长的长板在哪，以及面对这个市场的时候，是否看到了一些竞争对手？

一知智能创始团队：一知智能的长板和壁垒是专业的运营策略和垂直行业更拟人的 AI 交替互补上升的飞轮构成的，如果只说一个的话，让一知智能在众多 AI 公司中脱颖而出的一定是“更懂生意”。关于竞争对手，我们自己认为竞争对手不一定是一起服务行业的同行，因为大家基因和方向不同，我们还是在客户服务和技术迭代的结果上分胜负。可能我们最大的对手是自己。基于大模型的技术变革下，一知智能是否能找到一个足够坚实的应用场景？现在已经有一些不错的方向了。

宇婷：能把这 5 年的技术积累量化下？

一知智能创始团队：用大白话来说，我们让 AI 在电话外呼这个有限场景下，更拟人更有效了，中间有很多很精细的迭代指标，比如 AI 对话时长从 15s 到 60-80s，当然这中间不仅仅是一知智能自己的 AI 能力提升，也是行业里很多基建成熟带来的公共结果。同时，一知智能的 NLP 在各个场景下都能有超过 96%的准确率，同时，TTS 也支持百变音色、音色转换、小样本合成等功能。

图注：一知智能技术图谱

宇婷：我可以理解一知智能的风格是一直相对克制的。

一知智能创始团队：是的，也是有自知之明吧，我们在做 AI 技术的商业选择的时候，一方面是对于今天时代技术边界的认知，我们非常清楚今天的 AI 水平能提供多大的行业价值。相比国内其他 AI 公司的大开大合的玩法，一知智能的探索方向的时候比较谨慎；另一方面是，我们创业第一天就认为 AI 技术落地一定是先完成一个行业刚需场景的小闭环，扎深做透，才能拥有自己的护城河，从容地探索第二曲线。事实证明也是，一知智能在消费零售行业完成较大的市场占有率覆盖后，探索出海、虚拟人等场景也快速验证了不错的结果。

“用甲方的方式”来构建组织

宇婷：一知智能在技术和商业上，是怎样平衡的？

一知智能创始团队：刚刚也有聊到，我们尽可能克制和收敛我们的产品应用场景和垂直行业，所以才有机会扎深做透，有精力来平衡技术和商业。不过一知智能的 PMF 探索有个比较有意思的特点，这也是我们的“即战力自信”，就是当我们的技术落点找到了某个行业的痛点匹配后，快速占领头部客户的速度和深度都比较强。不夸张地说，只要技术成熟后，一知智能的产品迭代和拓客能力都是行业顶尖的。

宇婷：技术和行业痛点匹配之后，又该如何与客户彼此调性相配？

一知智能创始团队：还是之前提到的，做好乙方，尤其是服务头部 KA 的乙方，需要足够懂生意，不断弥合甲乙方的信息差和看待某个问题的核心关注点，想客户所想，这样才能倒推产品更好地向着客户需求的方向迭代。一知智能坚信的 SaaS 公司产品和服务演进的方式一定是深度陪跑头部客户后，把业务经验抽象成产品语言，以业务-产研-业务交替的方式渐进式创新。作为乙方，永远不可能比甲方最头部的玩家专业，但可以不断地减少这其中的 Gap。

宇婷：客户能感受到的服务是怎样的？如果要把服务做到极致，又该在产品上做什么样的工作？

一知智能创始团队：服务更贴近业务本身，需要成为客户在 AI 营销这件事情上的外脑，并用类咨询的方式陪跑；与此对应的产品迭代方向除了快速响应客户的新增需求，同时也要为内部服务同学流程化工作做更多的产品化来提升人效，比如我们做了话术自动化的功能来减少 AI 训练师的早期工作量，输入品牌、offer、客群等信息就能直接生成准确、通顺的话术草稿，这也让我们能很好地实现 618、双十一等需求高峰时段大批量精细化场景的话术高效交付。

宇婷：就双方的合作始于 AI ，忠于行业的真正经验。

一知智能创始团队：是的，这也是除了不断演进的算法以外，一知智能最引以为豪的能力与组织文化。

宇婷：客户要的是什么呢？或者在跟客户交流的时候，客户会从哪些维度来评价一知智能这家公司是不是值得合作？

一知智能创始团队：客户本质只想知道三件事情，即为什么选你（你有什么差异化的服务）、你有什么 ShowCase（确保你是有成熟经验和业务洞察的）、我的数据和服务放到你这里是否安全？我们也把这三点对应的解释非常直观地放到了我们的官网。

图注：一知智能官网截图：客户最常问的三个问题

宇婷：所以面对技术实力相当的友商，对客户的态度也成为了一知智能的差异化优势。

一知智能创始团队：是的，我们的事事有交代、句句有回应已经不是态度了，而是我们服务团队和商务团队的一种“条件反射”。

宇婷：其实，让客户敏锐或者是感兴趣的，不是 AI 技术本身，是在 ROI 上能帮到他什么。

一知智能创始团队：当然，高效率的增长能解决一切焦虑和质疑，ROI 本身很重要，但我们在长期服务客户的过程中发现，ROI 和转化率是一系列正确 SOP 和坚持迭代的自然结果，这也是我们为什么坚持和客户离得足够近去共创策略，背靠背做运营的原因。

宇婷：一知智能的 ROI 高，除了会对客户的消费者做极致考虑是否是都拨打电话，还有什么原因？

一知智能创始团队：有一个一知智能内部的共识是，我们真正的客户不是甲方，而是每个接到电话的 C 端消费者，我们用消费者体验去倒推我们的外呼策略，同时还坚守整个行业最严格的“号码拦截白名单”，确保消费者同一时间内的接电话体验，最终这些策略也都沉淀到了我们的产品功能中。

宇婷：一知智能在头部品牌中占有率非常高，比如美妆行业、服饰行业。那么，一知智能做到这一点的核心原因是什么呢？

一知智能创始团队：效果为王，一知智能在“卷”产品、“卷”服务上，从来没怵过，同时就是选择了比较“笨”的重服务模式，头部客户本身也希望能有一个真正为 Ta 生意操心且感同身受的服务方。

宇婷：在服务上做“加法”是否也会导致在某些方面的“减法”？

一知智能创始团队：毫无疑问会，但相比我们要做什么，更多的时候高管会都在决策我们不做什么，我们的可售卖 SKU 一直在减少，需要确保我们的精力是足够集中的。

找到触达效率与用户体验的平衡点

宇婷：品牌给消费者打电话这件事有多重要？在品牌的优先级列表中排在什么位置？

一知智能创始团队：从触达有效性的角度出发，AI 语音的应用几乎是必然，无论是 Inbound 体系内越来越贵投不起的流量（电商平台和信息流），还是 Outbound 类短信和人工电话打开率和转化率的下降，都在呼唤着新的高效低成本的触达工具出现；今天一知智能的 AI 语音方案已经出现在了各个头部品牌 CRM 的全年各个节点的规划中，成为贡献生意占比的核心环节。

宇婷：所以给消费者打电话是必须要做的一件事情，然后，还要特指精准地去做这件事情。

一知智能创始团队：精准是必须的，很多品牌把我们当成了“千人千面”的精准广告投放工具，但倒不一定每个品牌都必须要做，我们内部对客户是否适合用 AI 语音是有一个衡量标准的，不是所有的品牌所处的阶段都需要 AI 语音，因为 AI 语音外呼对于大部分场景而言，是加速规模化的工具。所以当品牌的 CRM / 私域部门的数字化基建、人员配置不齐全的时候，并不建议直接上 AI 语音外呼，而是先要跑出自己的用户运营模型再来放量。这样既对我们的客户负责，确保他们做好充分准备，效果才能最大化，也是对我们自己比较重的服务团队负责，让我们有精力去让“驾驭 AI”跑出最优转化和保证组织人效。

宇婷：这意味着需要很科学地帮品牌去给用户打电话。

一知智能创始团队：当然，精细化分层地触达消费者在全球都是一个很重要的命题，因为如果你希望客人对你一次购买后继续保持忠诚、持续感受到被尊重并用钱包给你投票，需要在对的时间和对的人用对的方式说对的话。

图注：用户全生命周期图

宇婷：那这就意味着需要和不同的人说不同的话。

一知智能创始团队：当然，但这更多是前置化的策略来实现的，人群-Offer-触达策略的组合让不同会员等级、购买时间/频次、对不同产品组合感兴趣的人有个性化的专属体验，AI 在通话中的实时调优常规情况下只有对话触发了“超纲”话题之后，才会根据 NLP 模型进行反应，从影响因子上来说，策略上的权重会更大。

宇婷：中国的绝大多消费者对折扣敏感吗？

一知智能创始团队：我们认为触达-购买本质不是对折扣敏感，而是对自己想要的东西有一个购买的理由，折扣产生的“占便宜”的感觉很重要，但今天消费者面对的是品牌选择极其丰富的市场，如果某个东西 Ta 被种草很久了，大部分情况下只是需要一个“令人愉悦的购买理由”，可能折扣是被运用最广泛的方式，但还有更多是品牌调性、身份认同、感受到被尊重等。

宇婷：所以我们需要为不同品牌和不同受众人群设计不同的打动消费者的策略。

一知智能创始团队：当然，这是尊重每一位接到电话的客人，也尊重客户交给我们的预算。

宇婷：一知能够赋予电话品牌自己的调性吗？是通过 AI 合成还是人工配置？

一知智能创始团队：是可以的，最明显的一定是音色，这个可以是品牌指定自己的创始人、虚拟 IP 、代言人等，可以是一知智能丰富的录音师库，还可以是由一知智能 AI Labs 自研的 TTS 技术来合成。最后呈现的音色必然是 AI 和人工两者的结合，这是由用户运营场景下实际转化成果倒推出来的策略，纯粹的 AI 并不能带来完全的竞争力，虽然一知自研的 TTS 技术已经是业内顶尖水平了，但从声音感情充沛程度上还是需要专业的录音师来去辅助。

宇婷：一知智能的 AI 算法模型是自研吗？

一知智能创始团队：一知智能很早就已经实现了 AI 语音外呼三大核心算法 ASR、NLP 、TTS 的自研。从创始的第一天起，一知智能的自我定位就是一家研发型的 AI 公司。通过与浙江大学人工智能所的联合研发，我们很早就已经把基于消费细分场景的数据在我们自研的大模型上进行优化应用，准确率目前已经达到了 96% 以上，同时实现了对话场景全面算法驱动。

宇婷：每一通电话的本质价值是什么？是把信息传递给他，还是打动他？

一知智能创始团队：从终局倒推，一定是让客人产生好感或者兴趣，最终在当期或者长期为品牌去用钱投票，这其中需要保证 Say Hi 的开头语信息传递足够直接，唤醒记忆，从音色、表达方式上让客人有兴趣和耐心持续听下去，打动 Ta 的兴趣决定了对话完成度，信息传递有效性决定了转化率。

宇婷：那其实我们对 ChatGPT 的这种判断感受和我们对于一通电话的判断和感受是很相似的。它可能需要它很像人，让我感觉到它像人。

一知智能创始团队：拟人度是我们迭代产品技术的时候非常重要的指标，我们官网有一句话是，“通过一知智能的产品和服务，让品牌会员拥有一次‘Aha Moment ’”，这里指的是通过足够拟人的 AI 应答，让客人有足够好的对话体验。

宇婷：接下来的挑战可能是什么？

一知智能创始团队：大模型基建下的 AI 应用方向探索，我们希望成为消费品会员运营的下一代 AI 营销工具，包含触点管理的延伸，可能需要去适配 AR、VR 的硬件，或者是其他人机交互载体的探索，这个过程对我们的商业洞察和产研迭代都是非常大的挑战，应该也会很有趣。

宇婷：出海的业务情况有什么认知迭代？

一知智能创始团队：出海的进展比我们想象中快，需求也比想象中要旺盛。一知智能已经出海近一年的时间，我们服务的客户无论是中国消费品出海还是平台服务出海，都以一个非常 Open 的方式在探索新的产品落地方向，我们相信出海会是我们这种以中国非常“卷”的服务见长的 AI 厂商的大机会，因为大部分国外的同行们都是“给客户开账号+售后客服被动响应”的业务逻辑，我们相信当中国消费品上下游的 DTC 玩法被验证后，一定会反向“卷”国外本土的品牌们做更多精细化，由此给我们带来足够多的生意机会。

宇婷：怎样思考数字人的市场空间？

一知智能创始团队：数字人可能是拥有人机对话能力的 AI 公司业务探索方向的必选项，但大家的切入点可能不一样，一知智能自己看到的机会是，数字人作为新形式下的触点，当自动化生成文字、图片、视频的基建成熟后，数字人的底层能力提供和细分场景的解决方案都会得到足够多市场青睐。而我们看到的机会点，是未来当 AR、VR 眼镜成为主流消费必备载体之时，数字人在消费领域将有大量类似虚拟导购类的需求爆发，届时一知智能在基于服务大量品牌的认知基础上，加成产品和技术实力，将会是第一波主力推动者。