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。
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。
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。
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。
