找準(zhǔn)PMF，比創(chuàng)意更重要

歐洲今年AI賽道最大的融資出現(xiàn)了。

近日，倫敦人工智能公司Synthesia宣布完成2億美元E輪融資，估值達(dá)40億美元。

與多數(shù)追逐通用大模型的初創(chuàng)公司不同，Synthesia專注企業(yè)級AI視頻生成，幫助全球組織將文本知識高效轉(zhuǎn)化為多語言培訓(xùn)與溝通視頻。

從早期被近百家風(fēng)投拒絕，到如今成為歐洲AI應(yīng)用層的標(biāo)桿，Synthesia的路徑印證了一個趨勢：在AI狂熱中，真正贏得市場的，不是最炫的技術(shù)，而是最深的場景扎根。

完美PMF跑出的獨(dú)角獸

2026年初，歐洲AI賽道迎來一個標(biāo)志性時刻：總部位于倫敦的AI視頻公司Synthesia宣布完成2億美元融資，投后估值高達(dá)40億美元。這不僅是歐洲生成式人工智能領(lǐng)域有史以來單輪金額最大的融資，更讓Synthesia一舉超越多數(shù)同行，成為該地區(qū)最值錢的AI應(yīng)用層獨(dú)角獸之一。

本輪融資的領(lǐng)投方是Alphabet旗下的GV（谷歌風(fēng)投），跟投方包括英偉達(dá)的NVentures、Accel、NEA、Kleiner Perkins等一線機(jī)構(gòu)。但比融資數(shù)字更值得關(guān)注的，是Synthesia如何在短短幾年內(nèi)，從一個被質(zhì)疑“像做假新聞工具”的邊緣項(xiàng)目，蛻變?yōu)榉?wù)超過半數(shù)全球100強(qiáng)企業(yè)的基礎(chǔ)設(shè)施級平臺。其核心答案，藏在一個看似枯燥卻極具商業(yè)價值的場景里：企業(yè)員工培訓(xùn)。

在全球大型企業(yè)中，知識資產(chǎn)長期以文字形式沉淀——操作手冊、合規(guī)指南、產(chǎn)品文檔、安全規(guī)程。這些內(nèi)容專業(yè)、準(zhǔn)確，卻往往枯燥難讀，員工參與度低、轉(zhuǎn)化率差。據(jù)麥肯錫研究，企業(yè)每年在培訓(xùn)內(nèi)容制作上的平均支出超過200萬美元，但其中超過60%的文字材料從未被有效轉(zhuǎn)化為可傳播、可理解的形式，淪為“知識廢料”。

Synthesia的切入點(diǎn)正是于此。它利用自研的生成式AI技術(shù)，將一段文本自動轉(zhuǎn)化為一段由“數(shù)字人”主講的高質(zhì)量視頻。Synthesia產(chǎn)品操作非常簡單，他們有大量現(xiàn)成的PPT模板，你只需要把內(nèi)容填進(jìn)去，AI形象會自動對口型、配合動作，精確到每一頁都可以二次編輯。最后生成的就是一個標(biāo)準(zhǔn)的企業(yè)培訓(xùn)視頻，畫面專業(yè)、節(jié)奏穩(wěn)定、可以批量生產(chǎn)。

換句話說，Synthesia的核心價值在于幫助企業(yè)將已有的文本類知識資產(chǎn)——如操作手冊、合規(guī)指南或培訓(xùn)材料——高效轉(zhuǎn)化為視頻形式。對于跨國企業(yè)而言，傳統(tǒng)視頻制作流程復(fù)雜，涉及腳本、配音、拍攝與后期，且每增加一種語言往往意味著重復(fù)投入。而Synthesia允許用戶通過輸入文本，在短時間內(nèi)生成由數(shù)字人主講的多語言視頻，大幅簡化內(nèi)容生產(chǎn)鏈條。

根據(jù)公司官網(wǎng)披露的信息，其客戶包括可口可樂、輝瑞、埃森哲、摩根大通、聯(lián)合利華和西門子等全球性企業(yè)。這些客戶主要將平臺用于內(nèi)部場景，如員工入職培訓(xùn)、產(chǎn)品知識傳遞和合規(guī)宣導(dǎo)，而非對外營銷。這種聚焦企業(yè)內(nèi)部溝通的定位，使Synthesia避開了C端AI應(yīng)用的激烈競爭，轉(zhuǎn)而深耕高門檻、高留存的市場。

正是這種對企業(yè)決策邏輯的理解，讓Synthesia在生成式AI熱潮中走出了一條差異化路徑：不追求通用內(nèi)容生成，而是嵌入企業(yè)既有的知識管理與學(xué)習(xí)發(fā)展流程，成為提升信息轉(zhuǎn)化效率的基礎(chǔ)設(shè)施。

被拒絕99次的冷門生意

2017年，倫敦一間狹小的共享辦公室里，Victor Riparbelli和幾位來自劍橋與倫敦大學(xué)學(xué)院的博士正反復(fù)調(diào)試一段視頻。畫面中，一個虛擬人物正在用流利的英語講解一段技術(shù)文檔。這看起來像是一次普通的AI實(shí)驗(yàn)，卻成了Synthesia創(chuàng)業(yè)故事的起點(diǎn)。當(dāng)時沒人想到，這個被近百家風(fēng)投拒之門外的項(xiàng)目，會在不到十年內(nèi)成長為估值40億美元的歐洲AI獨(dú)角獸。

創(chuàng)業(yè)初期的Synthesia，方向并不清晰。團(tuán)隊最初設(shè)想打造一個面向消費(fèi)者的數(shù)字人平臺，用戶可以創(chuàng)建自己的虛擬分身用于社交或娛樂。然而市場反應(yīng)冷淡。更棘手的是，他們的技術(shù)常被外界與“深度偽造”聯(lián)系在一起。在一次早期路演中，一位投資人直接打斷演示，質(zhì)問道：“你們是不是打算做假新聞？”類似質(zhì)疑屢見不鮮。彼時正值全球?qū)μ摷傩畔⒏叨让舾械臅r期，任何涉及人臉合成的技術(shù)都容易被貼上倫理風(fēng)險的標(biāo)簽。

整整兩年時間，Synthesia幾乎無人問津。創(chuàng)始團(tuán)隊向99家投資機(jī)構(gòu)發(fā)出過融資請求，得到的回復(fù)不是婉拒，就是沉默。有投資人坦言，B2B的AI視頻聽起來太遙遠(yuǎn)，企業(yè)根本不會為這種“花哨功能”買單。還有人認(rèn)為，視頻制作本就是低頻需求，難以支撐一個SaaS產(chǎn)品的長期增長。最艱難的時候，團(tuán)隊靠兼職咨詢維持運(yùn)轉(zhuǎn)，辦公室租金都需分期支付。

聯(lián)合創(chuàng)始人Steffen Tjerrild在絕望中，給美國億萬富翁、NBA達(dá)拉斯獨(dú)行俠老板Mark Cuban發(fā)了一封郵件。有意思的是，這個郵箱地址是從幾年前索尼被黑客攻擊泄露的數(shù)據(jù)庫里找到的。

Mark Cuban 5分鐘內(nèi)就回復(fù)了。接下來是一場持續(xù)14個小時的郵件往返——Cuban不打電話，所有溝通都靠郵件——到英國時間凌晨4點(diǎn)，Cuban同意投資100萬美元。

這筆錢讓Synthesia活了下來，也驗(yàn)證了創(chuàng)始團(tuán)隊后來反復(fù)強(qiáng)調(diào)的一個觀點(diǎn)：最好的投資人是那些本來就認(rèn)同你愿景的人。與其浪費(fèi)時間去說服懷疑者，不如找到那些已經(jīng)相信這個方向的人，然后讓他們評估你是否是執(zhí)行這件事的合適人選。

2020年，疫情加速了遠(yuǎn)程辦公和數(shù)字化培訓(xùn)的需求。Synthesia的客戶名單開始出現(xiàn)埃森哲、輝瑞、聯(lián)合利華等名字。這些企業(yè)發(fā)現(xiàn)，用AI視頻替代部分真人錄制內(nèi)容，不僅節(jié)省開支，還能顯著提升員工學(xué)習(xí)完成率。一位制藥公司培訓(xùn)負(fù)責(zé)人曾表示，過去合規(guī)課程的平均完成率不足40%，引入Synthesia后躍升至85%以上。

資本市場的態(tài)度也隨之逆轉(zhuǎn)。2021年，Google母公司Alphabet旗下的GV領(lǐng)投A輪融資；2023年，Kleiner Perkins加入B輪；到2026年C輪，Accel等頂級機(jī)構(gòu)爭相入場。曾經(jīng)被質(zhì)疑“太早”的技術(shù)，如今被視為企業(yè)AI落地的典范。

回望那段被拒絕99次的日子，Synthesia的創(chuàng)始團(tuán)隊坦言，最大的教訓(xùn)不是技術(shù)不夠好，而是沒有找準(zhǔn)價值錨點(diǎn)。當(dāng)他們從“能做什么”轉(zhuǎn)向“企業(yè)真正需要什么”，一切才開始順暢起來。AI視頻在消費(fèi)端或許只是新奇玩具，但在企業(yè)內(nèi)部，它解決了知識傳遞效率低下這一長期頑疾。

更關(guān)鍵的是，他們避開了紅海競爭。當(dāng)無數(shù)初創(chuàng)公司扎堆做AI聊天機(jī)器人、圖像生成或短視頻濾鏡時，Synthesia默默深耕一個看似枯燥的垂直領(lǐng)域。正是這種“冷門”選擇，構(gòu)筑了高壁壘：企業(yè)客戶看重安全性、穩(wěn)定性與集成能力，而非界面是否炫酷。這也解釋了為何后來者即便技術(shù)相似，也難以撼動其先發(fā)優(yōu)勢。

AI視頻正在成為企業(yè)的新基礎(chǔ)設(shè)施

Synthesia估值達(dá)到40億美元，不僅是一家公司的勝利，更標(biāo)志著一個新產(chǎn)業(yè)拐點(diǎn)的到來。

過去幾年，生成式人工智能從實(shí)驗(yàn)室走向商業(yè)應(yīng)用，而視頻——這一信息密度最高、情感傳遞最豐富的媒介——正成為AI落地企業(yè)場景的關(guān)鍵載體。與圖像生成或文本創(chuàng)作不同，AI視頻的價值不在于“炫技”，而在于解決企業(yè)運(yùn)營中長期存在的結(jié)構(gòu)性難題：知識沉淀難以激活、內(nèi)容生產(chǎn)效率低下、全球化溝通成本高昂。如今，這些問題正被一套全新的技術(shù)范式系統(tǒng)性破解。

企業(yè)對視頻的需求早已超越營銷宣傳。在內(nèi)部運(yùn)營中，視頻已成為培訓(xùn)、合規(guī)、客戶服務(wù)、產(chǎn)品發(fā)布等核心流程的剛需。然而傳統(tǒng)視頻制作依賴專業(yè)團(tuán)隊，周期動輒數(shù)周，成本動輒數(shù)萬，且難以本地化適配。麥肯錫一項(xiàng)調(diào)研顯示，全球500強(qiáng)企業(yè)平均每年制作超過500小時的內(nèi)部視頻內(nèi)容，但其中70%以上僅使用一次便沉睡在服務(wù)器中，無法復(fù)用、無法更新、無法追蹤效果。這種“一次性內(nèi)容”的浪費(fèi)，正是AI視頻要解決的根本問題。

AI視頻平臺的核心能力，在于將靜態(tài)知識資產(chǎn)轉(zhuǎn)化為動態(tài)、可交互、可規(guī)?；膬?nèi)容單元。用戶只需輸入一段文字腳本，系統(tǒng)即可自動生成由數(shù)字人主講的視頻，支持120種以上語言，口型與語音高度同步，表情自然流暢。更重要的是，這些視頻并非孤立存在，而是可嵌入企業(yè)現(xiàn)有工作流。例如，當(dāng)HR系統(tǒng)新增一名員工，AI可自動觸發(fā)生成包含崗位介紹、安全須知、文化導(dǎo)覽的個性化入職視頻；當(dāng)產(chǎn)品文檔更新，相關(guān)培訓(xùn)視頻同步刷新，確保全員信息一致。這種“數(shù)據(jù)驅(qū)動內(nèi)容生成”的模式，讓視頻從“成品”變?yōu)椤胺?wù)”，真正融入企業(yè)數(shù)字神經(jīng)系統(tǒng)。

目前，AI視頻的應(yīng)用場景正在快速擴(kuò)展。在金融行業(yè)，銀行用它生成反洗錢合規(guī)培訓(xùn)，確保全球分支機(jī)構(gòu)統(tǒng)一執(zhí)行監(jiān)管要求；在制藥領(lǐng)域，藥企通過多語言AI視頻向醫(yī)生精準(zhǔn)傳遞新藥信息，避免人工翻譯誤差；在制造業(yè)，工廠將操作規(guī)程轉(zhuǎn)化為AR疊加的指導(dǎo)視頻，工人佩戴眼鏡即可看到虛擬導(dǎo)師演示設(shè)備維修步驟。據(jù)Gartner預(yù)測，到2026年底，30%的大型企業(yè)將部署AI生成視頻用于內(nèi)部溝通，這一比例在2023年還不足5%。市場研究機(jī)構(gòu)CB Insights則估算，企業(yè)級AI視頻市場規(guī)模將在2028年突破500億美元。

競爭格局也在加速演變。當(dāng)前市場參與者大致分為三類。第一類是垂直型SaaS公司，專注B2B場景，強(qiáng)調(diào)安全性、集成能力和企業(yè)級服務(wù)。這類公司客戶集中于世界500強(qiáng)，客單價高，續(xù)費(fèi)率強(qiáng)，但銷售周期長，需深度對接IT架構(gòu)。

第二類是輕量化工具平臺，面向中小企業(yè)或個人創(chuàng)作者，提供自助式視頻生成，價格親民但功能有限，難以滿足復(fù)雜合規(guī)需求。

不過，巨頭全面入場仍需時間。企業(yè)級AI視頻并非簡單拼接語音與圖像，而是涉及身份授權(quán)、內(nèi)容審計、數(shù)據(jù)隔離、多系統(tǒng)集成等復(fù)雜工程。Synthesia之所以能率先贏得頭部客戶，正是因?yàn)樗谠缙诰屯度氪罅抠Y源構(gòu)建合規(guī)體系，獲得SOC 2 Type II、ISO 27001等認(rèn)證，并支持私有化部署。這些能力短期內(nèi)難以被復(fù)制，構(gòu)成了堅實(shí)的護(hù)城河。

從全球視角看，歐洲在AI應(yīng)用層正走出一條差異化路徑。不同于美國聚焦大模型基礎(chǔ)研發(fā)，也不同于中國側(cè)重C端流量變現(xiàn)，歐洲企業(yè)更傾向于在高價值、高合規(guī)的B2B場景中深耕。Synthesia、德國的Deepse、法國的Mistral等公司，雖規(guī)模不及硅谷巨頭，卻在細(xì)分領(lǐng)域建立了不可替代性。這種“專精特新”式的創(chuàng)新，或許正是歐洲在全球AI競賽中突圍的關(guān)鍵。

展望未來，AI視頻的演進(jìn)方向清晰可見。首先是智能化升級。當(dāng)前系統(tǒng)仍需人工輸入腳本，下一步將實(shí)現(xiàn)從企業(yè)知識庫自動提取信息、生成結(jié)構(gòu)化內(nèi)容。例如，AI可掃描CRM中的客戶畫像，自動生成個性化的銷售提案視頻。其次是交互化延伸。靜態(tài)視頻將逐步過渡到實(shí)時對話式數(shù)字人，員工可隨時提問，系統(tǒng)即時回答并調(diào)取相關(guān)視頻片段。最后是生態(tài)化整合。AI視頻平臺將不再獨(dú)立存在，而是作為模塊嵌入HR、LMS、CRM等主流企業(yè)軟件，成為像郵件、日歷一樣的基礎(chǔ)設(shè)施。

當(dāng)然，挑戰(zhàn)依然存在。倫理風(fēng)險始終是懸頂之劍。盡管Synthesia嚴(yán)格限制數(shù)字人使用需經(jīng)本人授權(quán)，并為每段視頻添加不可見水印，但deepfake技術(shù)的濫用陰影從未散去。此外，數(shù)字人的情感表達(dá)仍有局限，在需要高度共情的場景（如危機(jī)溝通、高管致辭）中，真人出鏡仍不可替代。這些邊界決定了AI視頻不會完全取代人類，而是作為增強(qiáng)工具，釋放人的創(chuàng)造力。

Synthesia的故事，本質(zhì)上是一場關(guān)于“效率”與“人性化”的再平衡。它沒有追求通用人工智能的宏大敘事，而是選擇在一個具體痛點(diǎn)上做到極致——讓知識流動起來，讓溝通更高效，讓全球員工無論身處何地，都能獲得一致、清晰、可理解的信息。這或許正是AI商業(yè)化的正道：不為技術(shù)而技術(shù)，而為解決真實(shí)世界的問題。