出品｜虎嗅科技组
作者｜陈伊凡、李一飞
编辑｜苗正卿
头图｜视觉中国
“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「39」篇文章。
在《广告狂人》中，主人公唐•德雷珀的每一句令人拍案叫绝的广告背后，都是对消费者的极致洞察。
现实世界，这类洞察基于冗长且大量的用户研究，抛开定量研究的部分，定性研究中包含了大量隐性知识和人类经验，因此，在过去的几百年里，这个行业仍然保持最原始的运作方式，天花板明显，直到大模型出现。
孙克强想改变的，就是这样一个老掉牙的行业。他是一家专注用户研究AI Agent产品开发的AI初创企业Mizzen的创始人兼CEO。他想用AI，将用户研究的效率提升百倍。这也是中国第一款面向用户研究的AI Agent产品，是全球唯一一个将真人引入模型训练环节的产品。
孙克强本人 图片由受访者本人提供
与孙克强见面，是在Mizzen的第一代产品发布之后的一周。我们约了一次火锅，他兴奋地向我展示着用户在小红书上自发的反馈，这么多“自来水”的好评，他始料未及。在和虎嗅交流之后，他还要见一位客户，总之，业务是繁忙起来了。
或许是与做学术的习惯有关，和这位年轻创业者的交流，更像是在欣赏一场他自己对于PMF、AI原生创业，从始至终的推演，他和我一起分享了“通往伟大之路”的构想。
聊到兴奋之处，他语调升高，眼睛里放出的光，透过镜片和氤氲的锅气，闪出来。
起名Mizzen（觅深），最初是因为孙克强认为，这家公司是一个Mission Driving（任务驱动）的公司，Mizzen中文翻译叫做后桅，是古代调帆最关键的绳索，二者发音相近，这个名字就这么定下来，他要靠AI这条“后帆”，将用户研究这艘古老大船提速起航。
从表面看，孙克强的学术经历、实习经历、甚至是前后两次的创业，除开AI，似乎都毫不相关。
在清华大学和香港中文大学，孙克强的硕士和博士生涯研究的都是人工智能，主要领域是3D生成，后来他到了Meta实习，牵头了一个与3D眼镜相关的项目。第一段创业，他在硅谷，做的是一款AI虚拟陪伴的APP。如今的Mizzen切入的，则是用户研究的市场。
但这些毫不相关的事，其实是与另外两条隐线一脉相承——第一条是他的爱好——人类偏好研究，他甚至自费投钱和时间做研究。
还有一条隐线，是孙克强从做人工智能研究时就养成的思维习惯和做事方式，也被他运用到了这一次的创业思路中——如何以最快的速度获取行业里最高质量和有价值的数据。
当然，Mizzen并不是在用户研究领域第一个吃螃蟹的那个。在太平洋彼岸的硅谷，Listen Lab获得了2700万美元的融资，这是用户研究赛道第一家AI Agent。客户可以通过Listen Lab的平台，根据人口统计信息和地理位置生成问题，找到合适的受访者，并通过音频和视频进行实时访谈。
在这个赛道已经有了类似的标的情况下 ，一个“后来者”的公司，如何获得独特的增长优势？
此外，孙克强还需要回答更多的问题，这里有对行业的预判、AI原生的推演，也有关于竞争的判断。
第一，传统的行业千万种，为什么用户研究行业能够被AI颠覆？ 第二，AI是否能够通过一种碾压的方式满足这些被压抑的需求，如果这个赛道已经有一种高效的替代方案，AI改造的意义并不大。第三，这是否是在大模型的延长线上“蹦跶”的生意？
首先，孙克强的推演是，用户研究是真需求，2024年全球市场规模是890亿美元，未来三年内会达到1000亿美元，十年内预计能到1400亿美元，每年保持大概6%的增速。在这样的增速下，头部效应却并不明显，全球最大的市场调研公司并没有满足这个行业的所有需求。因为传统的用户研究是一个劳动密集型的行业，多少服务量取决于多少人，这个行业大多数的公司都是小作坊，每年几千万的营收，天花板明显。
第二个核心是AI是否能够通过一种碾压的方式满足这些被压抑的需求？孙克强的回答是，可以。并且，这个领域之前并没有类似的效率提升解决方案。AI能够将传统用户研究的单线程、低并发的模式，提升到成百上千的并发，将边际成本大幅降低。
第三，“大模型是一个好的回答者，但不是一个好的提问者。”孙克强说，而此后大模型也不可能，或者没有动力变成一个好的提问者，这种空白，就是创业公司的机会。
如果通过提示词工程或者后训练的方式提升大模型的提问能力，效果有限，唯一的解法就是训练专门的垂类模型，这是产品开发中最难的环节，也是投入时间、人力和成本最大的环节。
他们与一些一线咨询公司合作，邀请最好的主持人入驻平台，用人工进行访谈，他们在现场训练模型，沉淀主持人的提问能力、访谈方式、对行业的理解和认知。在这样的情况下，如果主持人要访谈100个高度重复性的用户，真人主持人只需要先访谈5个，剩下95个都可以用自己的AI分身访谈。
引入真人，这是Mizzen和Listen Lab最大的不同。孙克强想要的，是一个平台级的生意。
而这个甲方、主持人和受访者的三方平台，他们会在这个平台上聚合，也会在这个平台上获益。甲方能够在平台上以百倍于传统用户研究的速度获得用户洞察；主持人能够获得百倍于传统访谈的收入；受访者也可以通过分享自己对产品的态度获得礼金。
这个平台，被孙克强称为“通向伟大之路”。
“你看，这是不是很妙！”说到这时，他很兴奋，我说，这其实是一个“让世界变得美好”的目标，我们击了个掌。
这种商业模式的底层逻辑，是他自己对AI原生的理解和推演。
这是一位对“AI原生”有极高信仰，并在创业第一天就以这种方式构筑商业模式和组织的创业者。
一家AI原生的公司应该具备哪些特征？孙克强想得很清楚，第一个特征是高效，能够高效获得你认为重要的东西；第二个特征是飞轮——用户在里面表达偏好，模型就能进一步优化；第三则是所有环节能用AI的都用AI。
在Mizzen内部，严格践行这一点。前段时间有基金要给他们做尽调，孙克强他们发现，既然尽调本质上也是一个深度访谈，他们直接让Mizzen生成了一个尽调研究的访谈大纲，丢给团队成员，最终帮基金直接生成了一个尽调报告。
Mizzen团队在普陀的公寓内拍的照片 右二为孙克强 图片由受访者本人提供
他们如今的团队仅有8个人，窝在孙克强在普陀区租的房子里，8个人跑出了Mizzen的第一代产品。产品发布后，开始有大量客户找来，他们的销售额已经增长了5倍。在这个过程中，孙克强他们发现，大家的需求点和紧迫程度各不相同，为了找到目标客户，他们直接用Mizzen为自己做了个用户研究，筛选出紧迫且愿意付费的客户。
因为这种“AI原生”的信仰，他对PMF有不同的理解。与大部分AI应用初创公司寻找PMF的思路不同，许多人认为，只要有人愿意付费，就能验证PMF的成功。但孙克强不这么理解。“我的要求是，这个平台能够实现自我增长。”孙克强说，如果再明确一点，就是人工在里面介入的越来越少，如果未来平均花在品牌方身上的时间不超过半小时，这才是PMF的成功。
至于Mizzen未来的市场规划，孙克强表示，明年将会开始布局海外市场，他会自己先过去，再逐步建当地的团队。
虎嗅：能否先说说你的研究经历？
孙克强：我还没毕业的时候在Meta实习。虽然是实习，但我带了很多项目，我们当时在做一个3D眼镜的开发，这个功能是，只要你戴上眼镜，哪怕和对方隔得很远，只要对方也佩戴，就能够通过眼镜看到。
2023年大模型出来了，我用生成式的方法做这个项目。但另一方面，我还做人类偏好研究。生成方面我涉猎很广，3D、4D、2D还有视频领域都有涉及，基本覆盖了整个生成式技术路线。Louis（Musical.ly创始人）后来找我沟通，就是看中我在生成式方面积累的研究经验，希望负责视觉算法相关的工作。
人类偏好研究是我博士中期意识到的方向，现在这也成了我最有影响力的一个研究系列，我们在这方面积累了很多经验。
虎嗅：你之前一直在3D生成领域，但你的创业经历却并没有延续这条线，为什么？
孙克强：我在思考创业路径的时候，主要思考三个问题：首先是不是真需求？其次AI的能力是否能带来颠覆性改变？第三，这是不是通往伟大之路。
3D生成的市场客观来看还没那么大，这是第一个问题；第二个问题，AI的能力对这件事能带来颠覆性效果吗？不，起码现在来看AI在3D生成的效果还达不到理想状态。另外我认为初创公司做这种高维模型，资源有限，胜率很低。
虎嗅：当时Louis找你的时候，你们做的创业项目是什么？
孙克强：是C端的双边互动陪伴平台。“双边”指的是创作者和消费者，创作者可以在上面创建一个IP形象，这些角色是可互动的，还有视觉呈现，用户可以上来跟这些角色交流。
虎嗅：那个项目是从什么时候开始做的？
孙克强：我们从2024年开始做，做到今年5月份。Louis更早介入，从2023年底就开始筹备了，我们一直做到2025年5月份把项目关掉。
虎嗅：那后来为什么不做了？
孙克强：当时做那个陪伴平台核心还是解决人的孤独感，传统的陪伴要么是找现实中的朋友，要么是自己排解，我们就想做一个可互动的媒介进行互动陪伴。那个时候，有一个叫做Character.AI的公司，其实也在做类似的事，但他们只有文字陪伴，只能聊天，看不到角色形象，也没有更丰富的互动形式。所以我们做了一个能直接在移动端和这些虚拟角色语音聊天，也可以发送语音消息的AI互动陪伴。
那个时候，我们的长留存用户平均每天使用时长能达到200多分钟，超过其他竞品的水平。最后之所以不做了，是因为我们发现这个场景很难泛化，尤其是一对一的陪伴场景，最后大量都走向擦边。
虎嗅：这个项目做了多久之后，你们发现方向有点偏了？
孙克强：其实2024年12月，我们就已经开始意识到这个问题。当时我们的长留存虽然比同行好，但和我们自己预期的好产品、好品牌该有的长留存差距很大。举个例子，TikTok、Musical.ly这些产品能达到40%以上，游戏类产品大概60%以上，而我们只有10%，这完全不合格，这意味着我们赚钱很难，获客进来的DAU（日活用户）会快速流失，这是个很大的问题。
所以我们当时就开始反思，为什么用户留不下来？后来发现了一个核心矛盾点：那些留下来的核心用户，每天使用时长能到200多分钟，但只有极少数人能长期留存。我们当时iOS端的DAU大概3万，但30天之后能留下来的，还不到10%。这是一种非常低效的用户获取方式。
虎嗅：这其实是虚拟AI陪伴这个赛道本身就存在的核心问题，而不是单一产品的问题。
孙克强：对。Character.AI去年被Google收购，也是因为里面出现了类似问题，他们的情况和我们差不多。
虎嗅：这段创业经历，对你之后的创业带来什么影响？
孙克强：Louis在领导力和公司决策方面是我至今遇到最有经验和成熟的创业者之一，跟他合作，我在产品能力、运营增长，还有技术突破与产品结合各个方向都积累了很多经验。
他有很多独特的观点，对我启发很大。我们之前聊过他做的Musical这个产品，大概在2014、2015年前后，Musical所处的短视频赛道是“百团大战”，竞争者非常多。我之前问过他，为什么Musical能在众多竞品中脱颖而出？他说核心原因是“前置摄像头”。当时大部分短视频产品都在用后置摄像头拍摄，而他们是第一个把前置摄像头用起来的，具体而言就是放一段背景音乐，用户对着镜头对口型，看起来就像自己在唱歌一样，这个玩法最后引爆了市场。他的观点是，要挖掘前置摄像头的生产力。其实早年前置摄像头就存在了，比如翻盖手机时代就有，但直到移动互联网发展起来后，他才把前置摄像头的这种生产力应用挖掘出来，最后让Musical成功跑了出来。
这个例子给我最大的感悟是看似是应用层、软件侧的突破，本质上还是靠底层技术积累支撑的。这个感悟对我这次创业也有很大影响，相关性很强。
我还曾经问Louis，游戏和广告哪个商业模式赚钱更多，他说是广告。他说广告就像一种“税收”，因为各行各业都需要广告、需要增长，广告可以在每个行业里切一道口子，从中分取利润，所以市场规模非常大。
我豁然开朗，这也和我们现在的商业模式思路类似，我们在思考，能不能找到一个像广告这样，能服务各行各业的切入点？最后发现，用户研究就是这样的切入点。
虎嗅：你为什么认为Mizzen现在做的这件事，不是在大模型的延长线上？
孙克强：首先我认为大模型不是一个好的提问者，大模型公司也没有动力去把现在的模型训练成一个好的提问者。大模型可能会按照你的要求输出一个访谈提纲，但在实际访谈中你会发现有很多现场互动过程中迸发出的新问题，这肯定不在大模型的思考链路里。
虎嗅：用户研究这个赛道已经出现了上百年，为什么你认为这是一个AI可以颠覆和改变的行业？判断依据是什么？
孙克强：主要基于三个点。第一，这个领域的需求首先是个大需求，而且现在明显处于供不应求的状态，这是个核心痛点。用产品语言来说，就是“真需求”。
我们先通过几个维度确认它是真需求。首先是市场规模，2024年全球市场规模是890亿美元，未来三年内会达到1000亿美元，十年内预计能到1400亿美元，每年保持大概6%的增速。
可能有人会问，市场这么大，全球最大的用研公司是不是已经把需求都满足了？根据我们自己的体验，实际是供不应求的状态。它能保持稳定增长，其实是因为供给侧卷起来了。传统模式靠人力提供服务，有多少人就只能产生多少服务量。举个例子，大公司里只有不到10%的项目能做用户研究，都是那些最头部、最盈利、老板最关注的项目。但其实不少大厂产品经理，手头可能堆着20个需求，根本不知道该先做哪个，基本只能靠拍脑袋或者机器分析数据。他们也想把这些需求交给运营团队做用户研究，但运营团队完全排不过期，很多边缘需求就这么被压制了。还有我们上一次创业时，接触过一些北美用户，他们做用户研究得凌晨四点起来配合。
还有一些海外小公司，比如有客户要研究海外宝妈在K12教育中对不同教育产品的需求。这些公司很多都在海外，中国创业团队做海外业务其实很痛苦，很难批量触达。而我们能帮他们快速触达目标用户，解决他们的痛点。
第二个核心点是这个领域有没有可能通过AI实现颠覆式改变，用一种碾压式的方式满足这些被压抑的需求？我们发现是可以的。原来只有人类具备沟通、调研这类能力，现在AI能替代人类完成这类工作，把原来单线程、低并发的人力服务，提升到成百上千量级的并发，产能直接提升了两个数量级。
更重要的是我们切入的这个场景，原本效率就非常低。如果之前这个领域已有类似效率的解决方案，那价值就不大了。之前这个行业的边际成本很高，每多接一个项目、多做一次访谈，就需要多投入1个小时的人力，尤其是主持人的成本，几乎和受访者的成本持平。接多少样本的项目，就需要对应多少人力成本，根本降不下来。
但现在我们能用AI全流程替代人力，而且AI的成本每个月都在快速下降。所以AI能大幅降低我们的成本，同时大幅扩大服务规模。这就是我选择这个方向的第一个核心要点：AI能让这个领域的成本大幅下降。
第三个要点是，我不想做小作坊式的公司。用户研究、咨询行业里有很多小作坊式的企业，这很像工业革命前的纺织作坊。蒸汽机出现之前，家家户户都有织布机，不管是国内还是西方，都是小作坊模式；但蒸汽机出现后，就有了工厂，实现了规模化生产，取代了小作坊。
我们想做的是一家伟大的公司，一家规模化、平台化的伟大公司。现在我们看这个方向，发现它确实有这样的潜力，能通过规模化把传统的用户研究小公司都整合进来，收敛到我们的平台。
虎嗅：关于“通往伟大之路”，这个规模化、平台化的公司，你怎么考虑？
孙克强：最终我们会变成一个三边平台，这三方都在平台上获益，甲方就是在这个平台上以最快的速度，百倍于传统用户研究的速度获得用户洞察。而主持人在上面获得百倍于传统的访谈收入，因为你之前得访谈100个人才有100份收入，你现在访谈5个人，剩下的这些人也算你的访谈成果。另外受访者也在这里获得了收益，因为他有更多项目可以做，他可以更多地分享自己，通过分享自己的日常生活或者对一些产品的态度，来获得礼金，这就是三方共赢的局面。
虎嗅：这是一个“让世界变得美好”的一个创业想法，这个想法你是逐步想到的，还是有一个恍然大悟的瞬间想清楚的？
孙克强：其实是整个创业过程一直探索的，我在几个月前就知道，这里最核心的要素是主持人，然后我就开始思考如何以更快的速度收集这个行业里最高质量和最有价值的数据。
虎嗅：在整个产品开发环节中，你认为最难的是什么？
孙克强：模型研发。
虎嗅：为什么要自研一个垂类模型？这其实对初创公司来说是一个比较“重”的事情。
孙克强：其实也不是第一天就想清楚的，我们八月初到九月份，访谈很多一线主持人，在传统的用户研究里面，大家最关心的就是看每一个主持人能够问好问题。因为一线做用户研究的人对这个事情特别敏感，只要听5分钟，就可以很明确地辨别出来这个主持人的能力。
虎嗅：这个专业性体现在哪里？
孙克强：有一个很经典的案例，后来被称为“口嫌体直”，索尼当时做了个音箱，他们在分析要用黑色还是亮黄色时，找了很多的受访者来，当问受访者喜欢哪个颜色时，受访者都会选择黄色，黄色更有活力、更青春，但实际上最后让大家拿走一个喜欢的，大家都选了黑色。也就是说，大家的表达和实际做的事情，可能会有很大的差别。在这里，整个提问需要很有技巧，同时这里也有很多隐性knowhow，要通过感受捕捉。
虎嗅：为了能够将这些隐性的knowhow植入到产品中，你认为唯一的方式就是训练垂类模型，而不是运用大模型的能力，通过后训练的微调或提示词工程这种成本更低的方式进行？这是你们成立第一天就想清楚的事情吗？
孙克强：这是两个问题，首先是在提问这段，是用真人，还是用AI。
我们选择的是提问侧用AI，回答侧用真人。为什么这么选？这就是另一个问题。
传统的模型和传统的大公司他们没有动力打磨一个好的提问者，大模型充其量是一个好的回答者。
另一方面，这方面的数据在互联网公开平台我们没有找到，用户研究的数据是私有化的，通常归属于每个厂商，因此我们就需要想办法在过程中沉淀我们的数据，增加我们对行业的理解，所以我们需要自己做垂类模型。
虎嗅：你们现在已经在产品里接入这个垂类模型了吗？
孙克强：我们预计在接下来四个月时间里研发完成这个模型，但这个事情比较难，因为它消耗的资源，不论是算力还是人力都非常多，因为这个事情大家之前没有研究过。
虎嗅：在这方面，和你们做类似事情的Listen Lab其实涨得很好，不久前刚融了2700万美元。如今AI行业的竞争十分激烈，你们怎么跑赢先发者？
孙克强：我们可以回看Listen Lab现在的体系，他们一直在调开源模型，但因为没有人工引入，这个闭环没有形成，未来在产品力上将缺乏大的突破。我们将真人主持人的引入，包括“观察室”的产品设计，确保我们的模型能力不断贴近真人，从而使得我们的核心竞争力逐渐超越先发者。用户研究，其实就像用尺子来测量你的用户。品牌方很在意尺子准不准。当我们做出一把显著更准的尺子，那谁是第一个发明的，就没那么重要了。
虎嗅：AI可能会改变行业范式，很大一部分就是让很多行业跳过SaaS阶段，直接进入人机协同阶段。现在看来，用户研究是一个。你自己实践下来有什么案例可以说明这点？
孙克强：SaaS其实只是优化，不是颠覆。比如原来效率60分，用了SaaS之后提升到65分，本质上还是帮人提高效率，关键还是靠人，没有实现真正的范式改变。
我们有个很经典的案例，能很好地说明这个差异。有一个茶饮品牌客户，他们团队很困惑业绩增长乏力的原因，猜测了很多可能：比如新品推出频率太低、品控不好、价格太高、优惠力度不足、活动太少，或者竞品越来越多导致用户流失等等。要验证这些猜测，传统方式得花一个月，还得花不少钱。而且这个茶饮品牌的市场覆盖很广，铺开调研非常费劲。
我们帮他们在一天内就访谈了50个用户，通过快速调研，理清了核心原因：原来是价格太高了，所以用户的兴趣度下滑。同时我们也给出了正向反馈：他们的品控做得很好，用户并没有明显感受到品质下滑。我们还进一步帮他们分析，未来推出什么样的市场活动、运营活动，能让用户重新下单。所以就是这样，一天内就帮他们找到了核心问题和解决方案。
虎嗅：现在AI应用都说数据飞轮——用户用的越多，反馈越多，模型效果越好。你们现在训练的是一个好的提问者，你们的飞轮怎么转起来，如何形成闭环？
孙克强：这其实是我们一个差异化的点。我们会在整个过程中引入真人，也就是最好的访谈主持人。我们现在和很多一线咨询公司合作，邀请好的主持人到我们平台，先帮我们用人工进行访谈，然后我们现场训练模型，去构建一个属于主持人的Agent，沉淀出这些提问能力、访谈方式、对行业的理解和认知。
未来的情况，如果一个项目要访谈100人，假设这100人有高度可重复性，真人主持人可以先访谈5个，剩下95个用主持人的AI分身去访谈。
我们就在这里沉淀下来最好的数据，我们也通过这些数据，结合我们自己的AI研发能力，形成这个世界上最会提问题的AI主持人。
虎嗅：是什么样的场景和契机让你想到这样的做法？
孙克强：是我在给我这一次创业的老股东分享的时候。当时我其实在和他分享创业的心得，我告诉他这件事情最有价值的垂类数据就是主持人的提问能力，这是我基于一两个月的时间做的客户洞察了解到的。在我们探讨未来格局的时候，我们聊到最核心的要素，是如何才可以以最快的速度积累这个数据，灵光一现，我们发现最直接的方式就是单刀直入，直达中心。既然主持人最重要，那么现在企图用AI直接替代主持人这个方式就不合理，所以我应该邀请最好的主持人到平台来，我们共创这样的三边平台。
这里面最关键的是，如果我想让这个东西以最快的速度赚钱，就要让更多人在这里受益，原来一个主持人访谈用户的赚钱模式不是最优解，他们的时间和精力都是有限的，但是AI赋能之后，他们可能可以以百倍速度赚钱，这时候平台雏形就体现出来了。
虎嗅：这确实是一个灵光乍现的时刻。现在很多AI应用公司的增长速度非常快，如果在一个赛道里已经有类似标的，而后来者又没有明显增长优势，可能会被淹没，因此很多公司不仅要懂得如何做好产品，还要学会如何做增长，你是怎么做的？你有增长焦虑吗？
孙克强：我认为增长模式有很多，有产品驱动，也有销售驱动，当然也有平台驱动的增长。
我认为AI for用户研究这件事，至少在未来1年-2年内是一个产品驱动的增长。因为这是一个新兴赛道，在供给不足的情况下，谁能在里面做得更好，谁就能获得用户。
现在大家还没有一个好的提问模型，在大模型问不好问题的情况下，谁能在里面做好提问这个事情，品牌方就会更愿意使用这个产品。
我们没有增长焦虑，因为现在其实已经进入了一个很好的增长状态，上个月至今，我们的销售额增长了大约5倍。
我们现在是国内第一个用户研究的AI Agent，不论是完整性还是未来迭代规划都非常健康；海外市场我也不担心，因为这个商业模式是独一无二的，我们是全球唯一一个把真人引入到提问模型的训练过程的。
虎嗅：产品从研发到上线，大概迭代了几个版本？这个迭代逻辑是什么？
孙克强：大的更新迭代是两次，中间有渐进式迭代。我们会直接把产品给一些大的品牌方试用，看他们的反馈，这个逻辑就是看客户需求。
虎嗅：基于这个产品，你做过哪些加法，又做过哪些减法？
孙克强：我觉得有一个加法是我们邀请受访者把摄像头打开，这对我们整个访谈的质量是非常大的作用。因为我们没打开的话，品牌方是不是会担心说，回答者是不是AI？当他能看到对面这个人的时候，他就觉得这个东西跟他真实的体验是一样的。
减法除了我们把全流式的对话，改成需要按键点击才开始。我们把AI主持人的视觉元素去掉了，因为从我们的理解，主持人问出来的问题才是最关键的，哪怕你的AI主持人做得再逼真，这不重要。
虎嗅：你怎么定义PMF的成功？
孙克强：有些人觉得只要有人愿意付费，那就是PMF的成功，但我自己的要求是，我希望它实现自增长。平台级意味着人工在里面介入足够少，我在这边有一个足够小的标准，我们应该只有一个客户成功，这个客户成功不应该是跟客户泡在一起，而是帮他们解决一些技术侧的问题就够了，客户遇到一些搞不定的问题的时候，再来给他们提供服务。或者这里可能有一个比例，比如平均在一个客户身上花的时间不能超过半个小时。
虎嗅：那你们现在一个项目在客户身上花的时间是多少？
孙克强：平均要花8个小时。
虎嗅：所以这个产品在你现在看来，还不够AI原生。
孙克强：是的，它及格了，但离我理想的样子还有很长距离。
虎嗅：你打算多久实现理想的AI原生状态？
孙克强：半年。
虎嗅：你对AI原生这件事如何理解？一个真正的AI原生产品应该具备哪些元素？
孙克强：一个首要条件是，高效获得你觉得最重要的东西，这是一个AI原生公司最重要的。
其次是飞轮。现在增长得特别好的公司，都具备这样的飞轮，比如Cursor，他们通过最快的速度积累最高质量的数据，快速迭代，提升自己的模型，因此尽管AI for coding的赛道，随着大模型能力的提升，很多公司逐渐被吃掉，Cursor只要健康迭代，就很难被追上，这是一个关键，也是AI时代，一家AI原生公司构建的壁垒。
第三，所有环节能用AI的都用AI。
虎嗅：这其实也是一种思维方式，你们自己平时怎么践行这件事？
孙克强：前段时间有个基金要给我们做尽调，我们说这个太费劲了，尽调其实本质上就是一次深度访谈，所以我们直接帮他们创建了尽调研究的访谈大纲，然后丢给我们的小伙伴回答，最后帮他们生成一个新尽调报告。
还有，例如我们产品发布后，开始有大量品牌方找我们，我们发现这些客户需求不同，我们用自己的平台，帮我们自己做用户研究，了解他们的需求点和需求紧迫程度，如果他们很着急并且还有预算，我们就立马安排人和他们见面，每个环节都争取把AI的价值发挥到最大。
虎嗅：你们现在一共几个人？
孙克强：8个人。
虎嗅：你对于AI原生的想法是怎么一点点构建出来的？或者说是从哪些地方获取的？
孙克强：是我过去10年AI研究的经验，让我首先就会关注这里最关键的数据以及设计数据收集链路，未来我能够以什么技术路线把这样的场景解决得更漂亮。
其实ChatGPT出来之后，从我的角度我觉得没有太多本质区别，都是用一堆之前不能及的参数量，在之前不能做到的算力加持下，把超大规模参数量配置到某个特定的分布上，这是一个拟合的过程。对我来说，构建低成本、高效、高质量的数据标注体系，是我最直觉的思考方式。
虎嗅：你们当时有没有设想过主要的竞争对手可能会是什么类型的公司？
孙克强：有可能做这件事的公司，比如京东。京东内部有自己的运营部门，而且他们现在也在发展AI相关业务，而且京东有天然的受访者优势。
但同时京东也不一定能成为我们的对手。第一个原因，这不是京东的核心业务，所以他们在这个领域投入的人力和资源密度肯定不如我们高。我们表面上看是在和京东竞争，实际上是在和京东内部某个运营部门的几个同事竞争。我们公司现在虽然只有八个人，但现阶段在这个业务上的人力投入和人才密度不一定比京东差。
第二个原因，对京东来说，这个业务不是非做不可的；但对我们来说，这件事很重要，这个项目如果失败了，公司可能就没了，所以这是我们必须守住的战线，我们一定会全力以赴。另外，大公司内部资源调配都有流程，比如我们现在要拿几百万美元的预算投入这个业务，很快就能落地；但在京东，负责人不一定能第一时间把这些预算申请下来、全部投入进去。所以在资源投入的效率上，我们也是有优势的。
所以说，我们是有可能第一个在这个赛道里做成最大的公司。传统小作坊模式下的行业最大公司已经做到百亿美元市值，我们有可能做得比他们更大。
虎嗅：所以你相信自己会做成一个平台类公司？
孙克强：我想我们会做成一个伟大的公司。因为我们实际在解开传统产品迭代中的最重要bottleneck（瓶颈）。
我们看产品迭代的闭环，传统的产品迭代，一定是从用户研究开始的。首先要理解用户，搞清楚用户需求、付费意愿等；然后基于这些信息确认产品方向、推进迭代；产品迭代完成后，还要go to market；用户使用后产生反馈，再基于反馈制定下一轮迭代计划，形成闭环。
我们发现，现在产品迭代的效率已经有了成百上千倍的提升，尤其是互联网产品。但像硬件产品，比如3D打印相关的，还需要整合供应链，通过不断积累产品迭代数据来提升效率。唯独用户研究这一环，一直沿用非常传统的方式，效率和百年前没什么区别。之前也有公司尝试整合，但最多只能把原本需要一个月的时间缩短到八天，只是稍微减轻了一点负担，但没有形成闭环，也没有全链路打通。
所以我们提出了一个自己的概念叫Vibe userresearch。现在行业里大家更认同的是vibe coding，简单说就是凭感觉、凭经验，做产品。比如觉得界面不好看，就直接跟团队说要改界面，然后团队就去调整。我们未来希望用户研究也能做到这样高效。比如我是产品负责人、创始人或者市场部人员，早上到公司发现数据下滑了，我只要把“数据下滑了，想知道原因”这个需求提出来，AI会全程打通流程，去触达用户、理解用户，然后快速出一份报告，告诉你核心原因。
随着我们vibe user research的实现，传统产品迭代中的最重要bottleneck将被解开。整个产品有可能进入新的自迭代、自增长、自升级的范式当中。我把这个定义为“产品智能”，因为产品开始有了生命，会自动从用户侧感知环境的反馈、自动思考并决策进化链路、从而完成自我升级。这是令我们振奋不已的。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4823216.html?f=wyxwapp