出品｜虎嗅科技組

作者｜陳伊凡、李一飛

編輯｜苗正卿

頭圖｜視覺中國

“AI原生100”是虎嗅科技組推出針對AI原生創(chuàng)新欄目，這是本系列的第「39」篇文章。

在《廣告狂人》中，主人公唐?德雷珀的每一句令人拍案叫絕的廣告背后，都是對消費者的極致洞察。

現(xiàn)實世界，這類洞察基于冗長且大量的用戶研究，拋開定量研究的部分，定性研究中包含了大量隱性知識和人類經(jīng)驗，因此，在過去的幾百年里，這個行業(yè)仍然保持最原始的運作方式，天花板明顯，直到大模型出現(xiàn)。

孫克強想改變的，就是這樣一個老掉牙的行業(yè)。他是一家專注用戶研究AI Agent產(chǎn)品開發(fā)的AI初創(chuàng)企業(yè)Mizzen的創(chuàng)始人兼CEO。他想用AI，將用戶研究的效率提升百倍。這也是中國第一款面向用戶研究的AI Agent產(chǎn)品，是全球唯一一個將真人引入模型訓練環(huán)節(jié)的產(chǎn)品。

孫克強本人 圖片由受訪者本人提供

與孫克強見面，是在Mizzen的第一代產(chǎn)品發(fā)布之后的一周。我們約了一次火鍋，他興奮地向我展示著用戶在小紅書上自發(fā)的反饋，這么多“自來水”的好評，他始料未及。在和虎嗅交流之后，他還要見一位客戶，總之，業(yè)務是繁忙起來了。

或許是與做學術的習慣有關，和這位年輕創(chuàng)業(yè)者的交流，更像是在欣賞一場他自己對于PMF、AI原生創(chuàng)業(yè)，從始至終的推演，他和我一起分享了“通往偉大之路”的構(gòu)想。

聊到興奮之處，他語調(diào)升高，眼睛里放出的光，透過鏡片和氤氳的鍋氣，閃出來。

起名Mizzen（覓深），最初是因為孫克強認為，這家公司是一個Mission Driving（任務驅(qū)動）的公司，Mizzen中文翻譯叫做后桅，是古代調(diào)帆最關鍵的繩索，二者發(fā)音相近，這個名字就這么定下來，他要靠AI這條“后帆”，將用戶研究這艘古老大船提速起航。

從表面看，孫克強的學術經(jīng)歷、實習經(jīng)歷、甚至是前后兩次的創(chuàng)業(yè)，除開AI，似乎都毫不相關。

在清華大學和香港中文大學，孫克強的碩士和博士生涯研究的都是人工智能，主要領域是3D生成，后來他到了Meta實習，牽頭了一個與3D眼鏡相關的項目。第一段創(chuàng)業(yè)，他在硅谷，做的是一款AI虛擬陪伴的APP。如今的Mizzen切入的，則是用戶研究的市場。

但這些毫不相關的事，其實是與另外兩條隱線一脈相承——第一條是他的愛好——人類偏好研究，他甚至自費投錢和時間做研究。

還有一條隱線，是孫克強從做人工智能研究時就養(yǎng)成的思維習慣和做事方式，也被他運用到了這一次的創(chuàng)業(yè)思路中——如何以最快的速度獲取行業(yè)里最高質(zhì)量和有價值的數(shù)據(jù)。

當然，Mizzen并不是在用戶研究領域第一個吃螃蟹的那個。在太平洋彼岸的硅谷，Listen Lab獲得了2700萬美元的融資，這是用戶研究賽道第一家AI Agent。客戶可以通過Listen Lab的平臺，根據(jù)人口統(tǒng)計信息和地理位置生成問題，找到合適的受訪者，并通過音頻和視頻進行實時訪談。

在這個賽道已經(jīng)有了類似的標的情況下 ，一個“后來者”的公司，如何獲得獨特的增長優(yōu)勢？

此外，孫克強還需要回答更多的問題，這里有對行業(yè)的預判、AI原生的推演，也有關于競爭的判斷。

第一，傳統(tǒng)的行業(yè)千萬種，為什么用戶研究行業(yè)能夠被AI顛覆？ 第二，AI是否能夠通過一種碾壓的方式滿足這些被壓抑的需求，如果這個賽道已經(jīng)有一種高效的替代方案，AI改造的意義并不大。第三，這是否是在大模型的延長線上“蹦跶”的生意？

首先，孫克強的推演是，用戶研究是真需求，2024年全球市場規(guī)模是890億美元，未來三年內(nèi)會達到1000億美元，十年內(nèi)預計能到1400億美元，每年保持大概6%的增速。在這樣的增速下，頭部效應卻并不明顯，全球最大的市場調(diào)研公司并沒有滿足這個行業(yè)的所有需求。因為傳統(tǒng)的用戶研究是一個勞動密集型的行業(yè)，多少服務量取決于多少人，這個行業(yè)大多數(shù)的公司都是小作坊，每年幾千萬的營收，天花板明顯。

第二個核心是AI是否能夠通過一種碾壓的方式滿足這些被壓抑的需求？孫克強的回答是，可以。并且，這個領域之前并沒有類似的效率提升解決方案。AI能夠?qū)鹘y(tǒng)用戶研究的單線程、低并發(fā)的模式，提升到成百上千的并發(fā)，將邊際成本大幅降低。

第三，“大模型是一個好的回答者，但不是一個好的提問者?！睂O克強說，而此后大模型也不可能，或者沒有動力變成一個好的提問者，這種空白，就是創(chuàng)業(yè)公司的機會。

如果通過提示詞工程或者后訓練的方式提升大模型的提問能力，效果有限，唯一的解法就是訓練專門的垂類模型，這是產(chǎn)品開發(fā)中最難的環(huán)節(jié)，也是投入時間、人力和成本最大的環(huán)節(jié)。

他們與一些一線咨詢公司合作，邀請最好的主持人入駐平臺，用人工進行訪談，他們在現(xiàn)場訓練模型，沉淀主持人的提問能力、訪談方式、對行業(yè)的理解和認知。在這樣的情況下，如果主持人要訪談100個高度重復性的用戶，真人主持人只需要先訪談5個，剩下95個都可以用自己的AI分身訪談。

引入真人，這是Mizzen和Listen Lab最大的不同。孫克強想要的，是一個平臺級的生意。

而這個甲方、主持人和受訪者的三方平臺，他們會在這個平臺上聚合，也會在這個平臺上獲益。甲方能夠在平臺上以百倍于傳統(tǒng)用戶研究的速度獲得用戶洞察；主持人能夠獲得百倍于傳統(tǒng)訪談的收入；受訪者也可以通過分享自己對產(chǎn)品的態(tài)度獲得禮金。

這個平臺，被孫克強稱為“通向偉大之路”。

“你看，這是不是很妙！”說到這時，他很興奮，我說，這其實是一個“讓世界變得美好”的目標，我們擊了個掌。

這種商業(yè)模式的底層邏輯，是他自己對AI原生的理解和推演。

這是一位對“AI原生”有極高信仰，并在創(chuàng)業(yè)第一天就以這種方式構(gòu)筑商業(yè)模式和組織的創(chuàng)業(yè)者。

一家AI原生的公司應該具備哪些特征？孫克強想得很清楚，第一個特征是高效，能夠高效獲得你認為重要的東西；第二個特征是飛輪——用戶在里面表達偏好，模型就能進一步優(yōu)化；第三則是所有環(huán)節(jié)能用AI的都用AI。

在Mizzen內(nèi)部，嚴格踐行這一點。前段時間有基金要給他們做盡調(diào)，孫克強他們發(fā)現(xiàn)，既然盡調(diào)本質(zhì)上也是一個深度訪談，他們直接讓Mizzen生成了一個盡調(diào)研究的訪談大綱，丟給團隊成員，最終幫基金直接生成了一個盡調(diào)報告。

Mizzen團隊在普陀的公寓內(nèi)拍的照片 右二為孫克強 圖片由受訪者本人提供

他們?nèi)缃竦膱F隊僅有8個人，窩在孫克強在普陀區(qū)租的房子里，8個人跑出了Mizzen的第一代產(chǎn)品。產(chǎn)品發(fā)布后，開始有大量客戶找來，他們的銷售額已經(jīng)增長了5倍。在這個過程中，孫克強他們發(fā)現(xiàn)，大家的需求點和緊迫程度各不相同，為了找到目標客戶，他們直接用Mizzen為自己做了個用戶研究，篩選出緊迫且愿意付費的客戶。

因為這種“AI原生”的信仰，他對PMF有不同的理解。與大部分AI應用初創(chuàng)公司尋找PMF的思路不同，許多人認為，只要有人愿意付費，就能驗證PMF的成功。但孫克強不這么理解?！拔业囊笫?，這個平臺能夠?qū)崿F(xiàn)自我增長?！睂O克強說，如果再明確一點，就是人工在里面介入的越來越少，如果未來平均花在品牌方身上的時間不超過半小時，這才是PMF的成功。

至于Mizzen未來的市場規(guī)劃，孫克強表示，明年將會開始布局海外市場，他會自己先過去，再逐步建當?shù)氐膱F隊。

一、尋找一個類似“廣告稅”的切口

虎嗅：能否先說說你的研究經(jīng)歷？

孫克強：我還沒畢業(yè)的時候在Meta實習。雖然是實習，但我?guī)Я撕芏囗椖?，我們當時在做一個3D眼鏡的開發(fā)，這個功能是，只要你戴上眼鏡，哪怕和對方隔得很遠，只要對方也佩戴，就能夠通過眼鏡看到。

2023年大模型出來了，我用生成式的方法做這個項目。但另一方面，我還做人類偏好研究。生成方面我涉獵很廣，3D、4D、2D還有視頻領域都有涉及，基本覆蓋了整個生成式技術路線。Louis（Musical.ly創(chuàng)始人）后來找我溝通，就是看中我在生成式方面積累的研究經(jīng)驗，希望負責視覺算法相關的工作。

人類偏好研究是我博士中期意識到的方向，現(xiàn)在這也成了我最有影響力的一個研究系列，我們在這方面積累了很多經(jīng)驗。

虎嗅：你之前一直在3D生成領域，但你的創(chuàng)業(yè)經(jīng)歷卻并沒有延續(xù)這條線，為什么？

孫克強：我在思考創(chuàng)業(yè)路徑的時候，主要思考三個問題：首先是不是真需求？其次AI的能力是否能帶來顛覆性改變？第三，這是不是通往偉大之路。

3D生成的市場客觀來看還沒那么大，這是第一個問題；第二個問題，AI的能力對這件事能帶來顛覆性效果嗎？不，起碼現(xiàn)在來看AI在3D生成的效果還達不到理想狀態(tài)。另外我認為初創(chuàng)公司做這種高維模型，資源有限，勝率很低。

虎嗅：當時Louis找你的時候，你們做的創(chuàng)業(yè)項目是什么？

孫克強：是C端的雙邊互動陪伴平臺?！半p邊”指的是創(chuàng)作者和消費者，創(chuàng)作者可以在上面創(chuàng)建一個IP形象，這些角色是可互動的，還有視覺呈現(xiàn)，用戶可以上來跟這些角色交流。

虎嗅：那個項目是從什么時候開始做的？

孫克強：我們從2024年開始做，做到今年5月份。Louis更早介入，從2023年底就開始籌備了，我們一直做到2025年5月份把項目關掉。

虎嗅：那后來為什么不做了？

孫克強：當時做那個陪伴平臺核心還是解決人的孤獨感，傳統(tǒng)的陪伴要么是找現(xiàn)實中的朋友，要么是自己排解，我們就想做一個可互動的媒介進行互動陪伴。那個時候，有一個叫做Character.AI的公司，其實也在做類似的事，但他們只有文字陪伴，只能聊天，看不到角色形象，也沒有更豐富的互動形式。所以我們做了一個能直接在移動端和這些虛擬角色語音聊天，也可以發(fā)送語音消息的AI互動陪伴。

那個時候，我們的長留存用戶平均每天使用時長能達到200多分鐘，超過其他競品的水平。最后之所以不做了，是因為我們發(fā)現(xiàn)這個場景很難泛化，尤其是一對一的陪伴場景，最后大量都走向擦邊。

虎嗅：這個項目做了多久之后，你們發(fā)現(xiàn)方向有點偏了？

孫克強：其實2024年12月，我們就已經(jīng)開始意識到這個問題。當時我們的長留存雖然比同行好，但和我們自己預期的好產(chǎn)品、好品牌該有的長留存差距很大。舉個例子，TikTok、Musical.ly這些產(chǎn)品能達到40%以上，游戲類產(chǎn)品大概60%以上，而我們只有10%，這完全不合格，這意味著我們賺錢很難，獲客進來的DAU（日活用戶）會快速流失，這是個很大的問題。

所以我們當時就開始反思，為什么用戶留不下來？后來發(fā)現(xiàn)了一個核心矛盾點：那些留下來的核心用戶，每天使用時長能到200多分鐘，但只有極少數(shù)人能長期留存。我們當時iOS端的DAU大概3萬，但30天之后能留下來的，還不到10%。這是一種非常低效的用戶獲取方式。

虎嗅：這其實是虛擬AI陪伴這個賽道本身就存在的核心問題，而不是單一產(chǎn)品的問題。

孫克強：對。Character.AI去年被Google收購，也是因為里面出現(xiàn)了類似問題，他們的情況和我們差不多。

虎嗅：這段創(chuàng)業(yè)經(jīng)歷，對你之后的創(chuàng)業(yè)帶來什么影響？

孫克強：Louis在領導力和公司決策方面是我至今遇到最有經(jīng)驗和成熟的創(chuàng)業(yè)者之一，跟他合作，我在產(chǎn)品能力、運營增長，還有技術突破與產(chǎn)品結(jié)合各個方向都積累了很多經(jīng)驗。

他有很多獨特的觀點，對我啟發(fā)很大。我們之前聊過他做的Musical這個產(chǎn)品，大概在2014、2015年前后，Musical所處的短視頻賽道是“百團大戰(zhàn)”，競爭者非常多。我之前問過他，為什么Musical能在眾多競品中脫穎而出？他說核心原因是“前置攝像頭”。當時大部分短視頻產(chǎn)品都在用后置攝像頭拍攝，而他們是第一個把前置攝像頭用起來的，具體而言就是放一段背景音樂，用戶對著鏡頭對口型，看起來就像自己在唱歌一樣，這個玩法最后引爆了市場。他的觀點是，要挖掘前置攝像頭的生產(chǎn)力。其實早年前置攝像頭就存在了，比如翻蓋手機時代就有，但直到移動互聯(lián)網(wǎng)發(fā)展起來后，他才把前置攝像頭的這種生產(chǎn)力應用挖掘出來，最后讓Musical成功跑了出來。

這個例子給我最大的感悟是看似是應用層、軟件側(cè)的突破，本質(zhì)上還是靠底層技術積累支撐的。這個感悟?qū)ξ疫@次創(chuàng)業(yè)也有很大影響，相關性很強。

我還曾經(jīng)問Louis，游戲和廣告哪個商業(yè)模式賺錢更多，他說是廣告。他說廣告就像一種“稅收”，因為各行各業(yè)都需要廣告、需要增長，廣告可以在每個行業(yè)里切一道口子，從中分取利潤，所以市場規(guī)模非常大。

我豁然開朗，這也和我們現(xiàn)在的商業(yè)模式思路類似，我們在思考，能不能找到一個像廣告這樣，能服務各行各業(yè)的切入點？最后發(fā)現(xiàn)，用戶研究就是這樣的切入點。

一個“讓世界變得美好”的商業(yè)模式

虎嗅：你為什么認為Mizzen現(xiàn)在做的這件事，不是在大模型的延長線上？

孫克強：首先我認為大模型不是一個好的提問者，大模型公司也沒有動力去把現(xiàn)在的模型訓練成一個好的提問者。大模型可能會按照你的要求輸出一個訪談提綱，但在實際訪談中你會發(fā)現(xiàn)有很多現(xiàn)場互動過程中迸發(fā)出的新問題，這肯定不在大模型的思考鏈路里。

虎嗅：用戶研究這個賽道已經(jīng)出現(xiàn)了上百年，為什么你認為這是一個AI可以顛覆和改變的行業(yè)？判斷依據(jù)是什么？

孫克強：主要基于三個點。第一，這個領域的需求首先是個大需求，而且現(xiàn)在明顯處于供不應求的狀態(tài)，這是個核心痛點。用產(chǎn)品語言來說，就是“真需求”。

我們先通過幾個維度確認它是真需求。首先是市場規(guī)模，2024年全球市場規(guī)模是890億美元，未來三年內(nèi)會達到1000億美元，十年內(nèi)預計能到1400億美元，每年保持大概6%的增速。

可能有人會問，市場這么大，全球最大的用研公司是不是已經(jīng)把需求都滿足了？根據(jù)我們自己的體驗，實際是供不應求的狀態(tài)。它能保持穩(wěn)定增長，其實是因為供給側(cè)卷起來了。傳統(tǒng)模式靠人力提供服務，有多少人就只能產(chǎn)生多少服務量。舉個例子，大公司里只有不到10%的項目能做用戶研究，都是那些最頭部、最盈利、老板最關注的項目。但其實不少大廠產(chǎn)品經(jīng)理，手頭可能堆著20個需求，根本不知道該先做哪個，基本只能靠拍腦袋或者機器分析數(shù)據(jù)。他們也想把這些需求交給運營團隊做用戶研究，但運營團隊完全排不過期，很多邊緣需求就這么被壓制了。還有我們上一次創(chuàng)業(yè)時，接觸過一些北美用戶，他們做用戶研究得凌晨四點起來配合。

還有一些海外小公司，比如有客戶要研究海外寶媽在K12教育中對不同教育產(chǎn)品的需求。這些公司很多都在海外，中國創(chuàng)業(yè)團隊做海外業(yè)務其實很痛苦，很難批量觸達。而我們能幫他們快速觸達目標用戶，解決他們的痛點。

第二個核心點是這個領域有沒有可能通過AI實現(xiàn)顛覆式改變，用一種碾壓式的方式滿足這些被壓抑的需求？我們發(fā)現(xiàn)是可以的。原來只有人類具備溝通、調(diào)研這類能力，現(xiàn)在AI能替代人類完成這類工作，把原來單線程、低并發(fā)的人力服務，提升到成百上千量級的并發(fā)，產(chǎn)能直接提升了兩個數(shù)量級。

更重要的是我們切入的這個場景，原本效率就非常低。如果之前這個領域已有類似效率的解決方案，那價值就不大了。之前這個行業(yè)的邊際成本很高，每多接一個項目、多做一次訪談，就需要多投入1個小時的人力，尤其是主持人的成本，幾乎和受訪者的成本持平。接多少樣本的項目，就需要對應多少人力成本，根本降不下來。

但現(xiàn)在我們能用AI全流程替代人力，而且AI的成本每個月都在快速下降。所以AI能大幅降低我們的成本，同時大幅擴大服務規(guī)模。這就是我選擇這個方向的第一個核心要點：AI能讓這個領域的成本大幅下降。

第三個要點是，我不想做小作坊式的公司。用戶研究、咨詢行業(yè)里有很多小作坊式的企業(yè)，這很像工業(yè)革命前的紡織作坊。蒸汽機出現(xiàn)之前，家家戶戶都有織布機，不管是國內(nèi)還是西方，都是小作坊模式；但蒸汽機出現(xiàn)后，就有了工廠，實現(xiàn)了規(guī)?；a(chǎn)，取代了小作坊。

我們想做的是一家偉大的公司，一家規(guī)?；?、平臺化的偉大公司。現(xiàn)在我們看這個方向，發(fā)現(xiàn)它確實有這樣的潛力，能通過規(guī)?；褌鹘y(tǒng)的用戶研究小公司都整合進來，收斂到我們的平臺。

虎嗅：關于“通往偉大之路”，這個規(guī)?；?、平臺化的公司，你怎么考慮？

孫克強：最終我們會變成一個三邊平臺，這三方都在平臺上獲益，甲方就是在這個平臺上以最快的速度，百倍于傳統(tǒng)用戶研究的速度獲得用戶洞察。而主持人在上面獲得百倍于傳統(tǒng)的訪談收入，因為你之前得訪談100個人才有100份收入，你現(xiàn)在訪談5個人，剩下的這些人也算你的訪談成果。另外受訪者也在這里獲得了收益，因為他有更多項目可以做，他可以更多地分享自己，通過分享自己的日常生活或者對一些產(chǎn)品的態(tài)度，來獲得禮金，這就是三方共贏的局面。

虎嗅：這是一個“讓世界變得美好”的一個創(chuàng)業(yè)想法，這個想法你是逐步想到的，還是有一個恍然大悟的瞬間想清楚的？

孫克強：其實是整個創(chuàng)業(yè)過程一直探索的，我在幾個月前就知道，這里最核心的要素是主持人，然后我就開始思考如何以更快的速度收集這個行業(yè)里最高質(zhì)量和最有價值的數(shù)據(jù)。

只有人參與的足夠少，才是PMF的成功

虎嗅：在整個產(chǎn)品開發(fā)環(huán)節(jié)中，你認為最難的是什么？

孫克強：模型研發(fā)。

虎嗅：為什么要自研一個垂類模型？這其實對初創(chuàng)公司來說是一個比較“重”的事情。

孫克強：其實也不是第一天就想清楚的，我們八月初到九月份，訪談很多一線主持人，在傳統(tǒng)的用戶研究里面，大家最關心的就是看每一個主持人能夠問好問題。因為一線做用戶研究的人對這個事情特別敏感，只要聽5分鐘，就可以很明確地辨別出來這個主持人的能力。

虎嗅：這個專業(yè)性體現(xiàn)在哪里？

孫克強：有一個很經(jīng)典的案例，后來被稱為“口嫌體直”，索尼當時做了個音箱，他們在分析要用黑色還是亮黃色時，找了很多的受訪者來，當問受訪者喜歡哪個顏色時，受訪者都會選擇黃色，黃色更有活力、更青春，但實際上最后讓大家拿走一個喜歡的，大家都選了黑色。也就是說，大家的表達和實際做的事情，可能會有很大的差別。在這里，整個提問需要很有技巧，同時這里也有很多隱性knowhow，要通過感受捕捉。

虎嗅：為了能夠?qū)⑦@些隱性的knowhow植入到產(chǎn)品中，你認為唯一的方式就是訓練垂類模型，而不是運用大模型的能力，通過后訓練的微調(diào)或提示詞工程這種成本更低的方式進行？這是你們成立第一天就想清楚的事情嗎？

孫克強：這是兩個問題，首先是在提問這段，是用真人，還是用AI。

我們選擇的是提問側(cè)用AI，回答側(cè)用真人。為什么這么選？這就是另一個問題。

傳統(tǒng)的模型和傳統(tǒng)的大公司他們沒有動力打磨一個好的提問者，大模型充其量是一個好的回答者。

另一方面，這方面的數(shù)據(jù)在互聯(lián)網(wǎng)公開平臺我們沒有找到，用戶研究的數(shù)據(jù)是私有化的，通常歸屬于每個廠商，因此我們就需要想辦法在過程中沉淀我們的數(shù)據(jù)，增加我們對行業(yè)的理解，所以我們需要自己做垂類模型。

虎嗅：你們現(xiàn)在已經(jīng)在產(chǎn)品里接入這個垂類模型了嗎？

孫克強：我們預計在接下來四個月時間里研發(fā)完成這個模型，但這個事情比較難，因為它消耗的資源，不論是算力還是人力都非常多，因為這個事情大家之前沒有研究過。

虎嗅：在這方面，和你們做類似事情的Listen Lab其實漲得很好，不久前剛?cè)诹?700萬美元。如今AI行業(yè)的競爭十分激烈，你們怎么跑贏先發(fā)者？

孫克強：我們可以回看Listen Lab現(xiàn)在的體系，他們一直在調(diào)開源模型，但因為沒有人工引入，這個閉環(huán)沒有形成，未來在產(chǎn)品力上將缺乏大的突破。我們將真人主持人的引入，包括“觀察室”的產(chǎn)品設計，確保我們的模型能力不斷貼近真人，從而使得我們的核心競爭力逐漸超越先發(fā)者。用戶研究，其實就像用尺子來測量你的用戶。品牌方很在意尺子準不準。當我們做出一把顯著更準的尺子，那誰是第一個發(fā)明的，就沒那么重要了。

虎嗅：AI可能會改變行業(yè)范式，很大一部分就是讓很多行業(yè)跳過SaaS階段，直接進入人機協(xié)同階段?，F(xiàn)在看來，用戶研究是一個。你自己實踐下來有什么案例可以說明這點？

孫克強：SaaS其實只是優(yōu)化，不是顛覆。比如原來效率60分，用了SaaS之后提升到65分，本質(zhì)上還是幫人提高效率，關鍵還是靠人，沒有實現(xiàn)真正的范式改變。

我們有個很經(jīng)典的案例，能很好地說明這個差異。有一個茶飲品牌客戶，他們團隊很困惑業(yè)績增長乏力的原因，猜測了很多可能：比如新品推出頻率太低、品控不好、價格太高、優(yōu)惠力度不足、活動太少，或者競品越來越多導致用戶流失等等。要驗證這些猜測，傳統(tǒng)方式得花一個月，還得花不少錢。而且這個茶飲品牌的市場覆蓋很廣，鋪開調(diào)研非常費勁。

我們幫他們在一天內(nèi)就訪談了50個用戶，通過快速調(diào)研，理清了核心原因：原來是價格太高了，所以用戶的興趣度下滑。同時我們也給出了正向反饋：他們的品控做得很好，用戶并沒有明顯感受到品質(zhì)下滑。我們還進一步幫他們分析，未來推出什么樣的市場活動、運營活動，能讓用戶重新下單。所以就是這樣，一天內(nèi)就幫他們找到了核心問題和解決方案。

虎嗅：現(xiàn)在AI應用都說數(shù)據(jù)飛輪——用戶用的越多，反饋越多，模型效果越好。你們現(xiàn)在訓練的是一個好的提問者，你們的飛輪怎么轉(zhuǎn)起來，如何形成閉環(huán)？

孫克強：這其實是我們一個差異化的點。我們會在整個過程中引入真人，也就是最好的訪談主持人。我們現(xiàn)在和很多一線咨詢公司合作，邀請好的主持人到我們平臺，先幫我們用人工進行訪談，然后我們現(xiàn)場訓練模型，去構(gòu)建一個屬于主持人的Agent，沉淀出這些提問能力、訪談方式、對行業(yè)的理解和認知。

未來的情況，如果一個項目要訪談100人，假設這100人有高度可重復性，真人主持人可以先訪談5個，剩下95個用主持人的AI分身去訪談。

我們就在這里沉淀下來最好的數(shù)據(jù)，我們也通過這些數(shù)據(jù)，結(jié)合我們自己的AI研發(fā)能力，形成這個世界上最會提問題的AI主持人。

虎嗅：是什么樣的場景和契機讓你想到這樣的做法？

孫克強：是我在給我這一次創(chuàng)業(yè)的老股東分享的時候。當時我其實在和他分享創(chuàng)業(yè)的心得，我告訴他這件事情最有價值的垂類數(shù)據(jù)就是主持人的提問能力，這是我基于一兩個月的時間做的客戶洞察了解到的。在我們探討未來格局的時候，我們聊到最核心的要素，是如何才可以以最快的速度積累這個數(shù)據(jù)，靈光一現(xiàn)，我們發(fā)現(xiàn)最直接的方式就是單刀直入，直達中心。既然主持人最重要，那么現(xiàn)在企圖用AI直接替代主持人這個方式就不合理，所以我應該邀請最好的主持人到平臺來，我們共創(chuàng)這樣的三邊平臺。

這里面最關鍵的是，如果我想讓這個東西以最快的速度賺錢，就要讓更多人在這里受益，原來一個主持人訪談用戶的賺錢模式不是最優(yōu)解，他們的時間和精力都是有限的，但是AI賦能之后，他們可能可以以百倍速度賺錢，這時候平臺雛形就體現(xiàn)出來了。

虎嗅：這確實是一個靈光乍現(xiàn)的時刻?，F(xiàn)在很多AI應用公司的增長速度非常快，如果在一個賽道里已經(jīng)有類似標的，而后來者又沒有明顯增長優(yōu)勢，可能會被淹沒，因此很多公司不僅要懂得如何做好產(chǎn)品，還要學會如何做增長，你是怎么做的？你有增長焦慮嗎？

孫克強：我認為增長模式有很多，有產(chǎn)品驅(qū)動，也有銷售驅(qū)動，當然也有平臺驅(qū)動的增長。

我認為AI for用戶研究這件事，至少在未來1年-2年內(nèi)是一個產(chǎn)品驅(qū)動的增長。因為這是一個新興賽道，在供給不足的情況下，誰能在里面做得更好，誰就能獲得用戶。

現(xiàn)在大家還沒有一個好的提問模型，在大模型問不好問題的情況下，誰能在里面做好提問這個事情，品牌方就會更愿意使用這個產(chǎn)品。

我們沒有增長焦慮，因為現(xiàn)在其實已經(jīng)進入了一個很好的增長狀態(tài)，上個月至今，我們的銷售額增長了大約5倍。

我們現(xiàn)在是國內(nèi)第一個用戶研究的AI Agent，不論是完整性還是未來迭代規(guī)劃都非常健康；海外市場我也不擔心，因為這個商業(yè)模式是獨一無二的，我們是全球唯一一個把真人引入到提問模型的訓練過程的。

虎嗅：產(chǎn)品從研發(fā)到上線，大概迭代了幾個版本？這個迭代邏輯是什么？

孫克強：大的更新迭代是兩次，中間有漸進式迭代。我們會直接把產(chǎn)品給一些大的品牌方試用，看他們的反饋，這個邏輯就是看客戶需求。

虎嗅：基于這個產(chǎn)品，你做過哪些加法，又做過哪些減法？

孫克強：我覺得有一個加法是我們邀請受訪者把攝像頭打開，這對我們整個訪談的質(zhì)量是非常大的作用。因為我們沒打開的話，品牌方是不是會擔心說，回答者是不是AI？當他能看到對面這個人的時候，他就覺得這個東西跟他真實的體驗是一樣的。

減法除了我們把全流式的對話，改成需要按鍵點擊才開始。我們把AI主持人的視覺元素去掉了，因為從我們的理解，主持人問出來的問題才是最關鍵的，哪怕你的AI主持人做得再逼真，這不重要。

虎嗅：你怎么定義PMF的成功？

孫克強：有些人覺得只要有人愿意付費，那就是PMF的成功，但我自己的要求是，我希望它實現(xiàn)自增長。平臺級意味著人工在里面介入足夠少，我在這邊有一個足夠小的標準，我們應該只有一個客戶成功，這個客戶成功不應該是跟客戶泡在一起，而是幫他們解決一些技術側(cè)的問題就夠了，客戶遇到一些搞不定的問題的時候，再來給他們提供服務?；蛘哌@里可能有一個比例，比如平均在一個客戶身上花的時間不能超過半個小時。

虎嗅：那你們現(xiàn)在一個項目在客戶身上花的時間是多少？

孫克強：平均要花8個小時。

虎嗅：所以這個產(chǎn)品在你現(xiàn)在看來，還不夠AI原生。

孫克強：是的，它及格了，但離我理想的樣子還有很長距離。

虎嗅：你打算多久實現(xiàn)理想的AI原生狀態(tài)？

孫克強：半年。

虎嗅：你對AI原生這件事如何理解？一個真正的AI原生產(chǎn)品應該具備哪些元素？

孫克強：一個首要條件是，高效獲得你覺得最重要的東西，這是一個AI原生公司最重要的。

其次是飛輪?，F(xiàn)在增長得特別好的公司，都具備這樣的飛輪，比如Cursor，他們通過最快的速度積累最高質(zhì)量的數(shù)據(jù)，快速迭代，提升自己的模型，因此盡管AI for coding的賽道，隨著大模型能力的提升，很多公司逐漸被吃掉，Cursor只要健康迭代，就很難被追上，這是一個關鍵，也是AI時代，一家AI原生公司構(gòu)建的壁壘。

第三，所有環(huán)節(jié)能用AI的都用AI。

虎嗅：這其實也是一種思維方式，你們自己平時怎么踐行這件事？

孫克強：前段時間有個基金要給我們做盡調(diào)，我們說這個太費勁了，盡調(diào)其實本質(zhì)上就是一次深度訪談，所以我們直接幫他們創(chuàng)建了盡調(diào)研究的訪談大綱，然后丟給我們的小伙伴回答，最后幫他們生成一個新盡調(diào)報告。

還有，例如我們產(chǎn)品發(fā)布后，開始有大量品牌方找我們，我們發(fā)現(xiàn)這些客戶需求不同，我們用自己的平臺，幫我們自己做用戶研究，了解他們的需求點和需求緊迫程度，如果他們很著急并且還有預算，我們就立馬安排人和他們見面，每個環(huán)節(jié)都爭取把AI的價值發(fā)揮到最大。

虎嗅：你們現(xiàn)在一共幾個人？

孫克強：8個人。

虎嗅：你對于AI原生的想法是怎么一點點構(gòu)建出來的？或者說是從哪些地方獲取的？

孫克強：是我過去10年AI研究的經(jīng)驗，讓我首先就會關注這里最關鍵的數(shù)據(jù)以及設計數(shù)據(jù)收集鏈路，未來我能夠以什么技術路線把這樣的場景解決得更漂亮。

其實ChatGPT出來之后，從我的角度我覺得沒有太多本質(zhì)區(qū)別，都是用一堆之前不能及的參數(shù)量，在之前不能做到的算力加持下，把超大規(guī)模參數(shù)量配置到某個特定的分布上，這是一個擬合的過程。對我來說，構(gòu)建低成本、高效、高質(zhì)量的數(shù)據(jù)標注體系，是我最直覺的思考方式。

虎嗅：你們當時有沒有設想過主要的競爭對手可能會是什么類型的公司？

孫克強：有可能做這件事的公司，比如京東。京東內(nèi)部有自己的運營部門，而且他們現(xiàn)在也在發(fā)展AI相關業(yè)務，而且京東有天然的受訪者優(yōu)勢。

但同時京東也不一定能成為我們的對手。第一個原因，這不是京東的核心業(yè)務，所以他們在這個領域投入的人力和資源密度肯定不如我們高。我們表面上看是在和京東競爭，實際上是在和京東內(nèi)部某個運營部門的幾個同事競爭。我們公司現(xiàn)在雖然只有八個人，但現(xiàn)階段在這個業(yè)務上的人力投入和人才密度不一定比京東差。

第二個原因，對京東來說，這個業(yè)務不是非做不可的；但對我們來說，這件事很重要，這個項目如果失敗了，公司可能就沒了，所以這是我們必須守住的戰(zhàn)線，我們一定會全力以赴。另外，大公司內(nèi)部資源調(diào)配都有流程，比如我們現(xiàn)在要拿幾百萬美元的預算投入這個業(yè)務，很快就能落地；但在京東，負責人不一定能第一時間把這些預算申請下來、全部投入進去。所以在資源投入的效率上，我們也是有優(yōu)勢的。

所以說，我們是有可能第一個在這個賽道里做成最大的公司。傳統(tǒng)小作坊模式下的行業(yè)最大公司已經(jīng)做到百億美元市值，我們有可能做得比他們更大。

虎嗅：所以你相信自己會做成一個平臺類公司？

孫克強：我想我們會做成一個偉大的公司。因為我們實際在解開傳統(tǒng)產(chǎn)品迭代中的最重要bottleneck（瓶頸）。

我們看產(chǎn)品迭代的閉環(huán)，傳統(tǒng)的產(chǎn)品迭代，一定是從用戶研究開始的。首先要理解用戶，搞清楚用戶需求、付費意愿等；然后基于這些信息確認產(chǎn)品方向、推進迭代；產(chǎn)品迭代完成后，還要go to market；用戶使用后產(chǎn)生反饋，再基于反饋制定下一輪迭代計劃，形成閉環(huán)。

我們發(fā)現(xiàn)，現(xiàn)在產(chǎn)品迭代的效率已經(jīng)有了成百上千倍的提升，尤其是互聯(lián)網(wǎng)產(chǎn)品。但像硬件產(chǎn)品，比如3D打印相關的，還需要整合供應鏈，通過不斷積累產(chǎn)品迭代數(shù)據(jù)來提升效率。唯獨用戶研究這一環(huán)，一直沿用非常傳統(tǒng)的方式，效率和百年前沒什么區(qū)別。之前也有公司嘗試整合，但最多只能把原本需要一個月的時間縮短到八天，只是稍微減輕了一點負擔，但沒有形成閉環(huán)，也沒有全鏈路打通。

所以我們提出了一個自己的概念叫Vibe userresearch?，F(xiàn)在行業(yè)里大家更認同的是vibe coding，簡單說就是憑感覺、憑經(jīng)驗，做產(chǎn)品。比如覺得界面不好看，就直接跟團隊說要改界面，然后團隊就去調(diào)整。我們未來希望用戶研究也能做到這樣高效。比如我是產(chǎn)品負責人、創(chuàng)始人或者市場部人員，早上到公司發(fā)現(xiàn)數(shù)據(jù)下滑了，我只要把“數(shù)據(jù)下滑了，想知道原因”這個需求提出來，AI會全程打通流程，去觸達用戶、理解用戶，然后快速出一份報告，告訴你核心原因。

隨著我們vibe user research的實現(xiàn)，傳統(tǒng)產(chǎn)品迭代中的最重要bottleneck將被解開。整個產(chǎn)品有可能進入新的自迭代、自增長、自升級的范式當中。我把這個定義為“產(chǎn)品智能”，因為產(chǎn)品開始有了生命，會自動從用戶側(cè)感知環(huán)境的反饋、自動思考并決策進化鏈路、從而完成自我升級。這是令我們振奮不已的。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4823216.html?f=wyxwapp