作者｜陳伊凡、孫曉晨
編輯｜苗正卿
頭圖｜視覺中國
" 如果要學會游泳，人先跳到水里，先成為其中一個選手。因為不進去，永遠不知道水的冷熱。"
逄大嵬，這位在 SaaS 行業干了 10 年的連續創業者，有著脫口秀演員般的口才——他擅長將行業的深度積累（Know-how），化為一個個通俗易懂的包袱。
他帶領的這個由 95 后和 00 后組成的團隊，其產品 ChatExcel —— 一款能通過文字聊天實現 Excel 處理和數據分析的 AI 辦公輔助工具，不久前成功進入了華為、聯想和惠普的生態。ChatExcel 也成為首批和唯一一款登陸華為鴻蒙的數據智能體。
他笑稱自己 " 五年一轉身 "，因為 5 年是一個產業的周期，也是一個人的周期。
這一次，AI 的周期來了。在他看來，這是從事計算機行業的每個人的必選題。
這款名為 ChatExcel 的 AI 辦公輔助工具。該工具可以通過文字聊天，實現 Excel 的交互控制和數據分析。無需記函數、無需手動設置公式，只要在表格下的對話框內以文字輸入要求 ChatExcel 就能完成自運行，并可一鍵導出 Excel 表格。
2023 年 2 月 28 日 ChatExcel 的測試版發布。僅僅半個月，公測網頁的日活用戶峰值達到 15 萬，獨立 IP 累計訪問量逾千萬人次。
因為商業上競爭的激烈，學術 + 產業的結合很多情況下是最優解，在 SaaS 數字營銷上有豐富經驗的逄大嵬填補了產業經驗這一空缺，成為了這家年輕公司的 CEO。
對于 ChatExcel 這款產品，他們產品策略從 C 端起飛，完成 " 冷啟動 "，之后進入 B 端，逄大嵬更愿意將其視為一個 " 數據智能體 "。他說，這一波 AI 的機會，一定是先做 ToC 再做 ToB，不論是從業者還是投資人，逄大嵬面臨最多的質疑就是——如果大廠做了，你們怎么辦？" 大廠做了兩年了，還沒給我們打死，反而越來越好了。"
在他看來，這波 AI 不缺需求，而新技術有新紅利，用戶愿意付費。
在與虎嗅接近兩個小時的對話中，逄大嵬回溯了他對于創業的想法，一款 AI 辦公產品如何實現第一波 " 冷啟動 "，積累第一波客戶以及產品迭代的邏輯；他告訴虎嗅，創業以來永遠在做選擇題，要不要付費？如何做定價？什么時候要做企業客戶？深耕哪個垂直賽道？要不要做端側模型？什么時候出海？這些選擇背后，是一個 AI 數據智能體在大廠環伺下的突圍路徑。
" 我是 SaaS 那波成功跑路的 "
虎嗅：第一次創業就是做 CEO 嗎？
逄大嵬：沒有，我是逐步成長為 CEO 的。
我是中科院軟件工程碩士畢業，是個技術創業者，中歐國際 EMBA。我做了十年的技術開發，然后再做產品。一直到 2013 年，開始創業，做數字營銷。
五年基本上是產業的一個周期，也是個人的周期。2013 年到 2016 年的時候，我從一個技術人員轉做品牌市場。那個節點就是從一個純技術人轉向面對客戶直接談業務，談需求，這其實是一個突破。
2016 年，我開始新的創業，做 B2B 市場營銷的 MarTech 產品，基本上頭部的 B2B 企業，比如施耐德，它們里面的數字化體系很多都是我帶團隊做的。
2021 年的時候，我判斷 SaaS 賽道基本做到一定階段了，新的投資人進場，作為聯合創始人 COO，把自己的股權賣掉，開始出來做新的事情。算是一波 SaaS 里，為數不多成功跑路的。
虎嗅：從什么時候開始想做 AI 創業這件事？
逄大嵬：ChatGPT 出現之后，第一反應就是一定要做，新的機會來了。
2021、2022 年的時候，GPT 慢慢開始出現。計算機領域的人本身對新事物就很關注，我自己也是做技術產品，在 2010 年左右我就在用 NLP 技術做智能問答機器人產品，并且之前那十年又都是做的創新的事情，從 0 到 1 去擁抱新事物。
所有創業一定要把握新事物，新事物是有紅利的。紅利在于，對于新事物、新技術，不管 C 端用戶，還是 B 端用戶，愿意為新技術試錯，愿意付費，這個其實是很重要的點。
新技術出現之后，你一定要第一批去擁抱它，才能踩上這個紅利期，獲得窗口期。窗口期過了之后，后面難度就相對變大了，特別是對創業公司來說。
第二個體感，付費意愿這件事情解決了，這是很大的一個區別。之前，中國的 C 端付費意愿很低，但經過這幾年，我覺得市場的支付人群和企業決策結構發生變化了，習慣也產生變化。
今天你看 C 端用戶，比如學生群體，他們玩游戲要買皮膚，聽 QQ 要 QQ 會員。上騰訊會議有騰訊會員在交錢，買 WPS 也要交錢。用戶已經被教育了，這是不一樣的。
企業側也一樣，所有公司里面真正的購買層，比如企業里面 IT 部門的業務負責人，很多是 70 后、80 后了，這批人十年前也經受過 SaaS 的洗禮，接受在這件事情上付費，只是花多少錢的問題。
我現在去見用戶，不需要從 0 到 1 挖需求，只需要回答產品能做到什么程度，適不適合用，什么時候能做得更好。這是時代的機會，所有的 C 端用戶、B 端用戶都接受現在是個成長期，愿意給團隊時間。
虎嗅：剛剛講到 " 挖需求 "，創業之初是如何找到這個賽道，找到 PMF 的？
逄大嵬：我認為倒并不是說一定是看到需求量大就挖出來，這個還是有難度。AI 的需求怎么挖呢？需求量大就敢做嗎？這個很難。
我們是北京大學的技術團隊，最早這個產品是寧博士和姚博士（寧鯤鵬、姚佳雨）兩位同學發起的。在 ChatGPT 爆火之前，他們就在做 AI 處理 excel 和數據方向的產品研發。后來，導師袁粒教授指導兩位博士用 Transformer 來升級。ChatGPT 出現之后，正好借勢把這個產品推出來，也就命名為 ChatExcel。
人永遠在做選擇題——什么時候滿足什么需求？什么時候做哪個細分方向？先滿足哪一部分用戶的需求？這些背后并不只是一個簡單的需求問題。在 AI 時代把一個產品做到真正讓用戶認可，很有挑戰，其實今天不缺需求，全部都值得再做一遍，但是把一個需求做到產品化、規模化使用、商業化，這對團隊的要求還是蠻高的。
" 如果天天盯著大廠，就別做 AI 創業了，轉行賣包子吧 "
虎嗅：你扮演的是 CEO 的角色？主要負責哪些事？
逄大嵬：對。我們團隊人員很少，不到十個人。從商業運營到產品都需要做。
虎嗅：這個產品自你加入之后，迭代了多少次？
逄大嵬：產品每個月都在迭代大版本，每周小版本。嚴格意義上，我們這個產品商業化剛剛半年左右，現在日活能到兩萬五。
虎嗅：在找投資人的過程中，受到比較多的質疑是在哪里？
逄大嵬：我們受到的質疑點主要在賽道空間，但是最近幾個月，跟我聊的投資人已經完全改變這個想法，因為沒有跟我深聊過的人都認為，這產品不過就是 Excel 或者插件，但真正深聊之后發現，我們是一個 AI 數據智能體，我們對這件事情是有思考深度的，產品和賽道非常大，并且我們的執行力和思考是一致的，知行合一。
虎嗅：定位 AI 數據智能體，確實賽道非常大。
逄大嵬：從第一天開始的時候就已經思考的很清楚，我們是一個 AI 數據智能體，并不只是一個工具層面的產品，我們是從數據全鏈路視角來做我們產品迭代，數據的全鏈路是幾個環節 : 數據獲取、數據加工清洗、數據應用分析、決策分析的全鏈路，比如這里數據獲取類型上就有文件類型、數據庫類型、API 數據、網盤數據，Excel 只是數據的一個文件類別。
數據加工清洗，數據質量的提高，到商業分析，行業數據分析，都有非常多的需求和機會重新通過 AI 智能體去做。
這里還有數據領域里最核心的一個需求：數據安全，用戶使用數據產品，底線就是數據安全問題，在 AI 時代就更凸顯這個問題，很多數據不能進入公域的模型產品里，比如財務數據，是不能外發，不能出電腦，不能出公司網絡，我們團隊是具備端側模型加速技術，已經實現把大模型經過量化加速等處理，把 7B、14B 模型部署到 PC 筆記本里，AIPC 里，讓數據不出用戶的本機，不出公司的網絡，做到數據安全，就是我們說的可信，多源，安全，這三個關鍵詞，就是我們的壁壘和厚度。
虎嗅：ChatExcel 首先是一款面向消費者（ToC）的產品，在逐漸轉向 ToB？
逄大嵬：對，首先是 ToC 產品。第一，數據處理是一個通用的產品。第二，類比微軟的產品 office，它有個人用戶購買，也有企業采購，我們的產品和它是一個性質。
其實這很典型，我最近越來越感覺到我們的產品路徑與 PC 時代的軟件產品路徑非常像。其他的產品，比如 AI 陪伴，也屬于 to C 產品。相比之下，我們屬于生產力效率工具，類似當年的 PC 產品，但是 AI 時代它演變成一個 Agent 智能體了，來代替人類來進行生產，不只是一個工具鏟子。
虎嗅：第一款產品的 " 冷啟動 " 怎么發生的？達到什么效果？
逄大嵬：2023 年推出來瞬間就火了，有了大量用戶，UV 上就有十幾萬，接下來就是逐步漸進做迭代了。
虎嗅：現在哪類客戶比較多？
逄大嵬：我們一直是 C 端用戶比較多，從今年五、六月份之后，企業客戶就開始明顯變多了，一些企業基本都開始有采購的需求和接入需求。開始有些像華為、聯想這種渠道的客戶。
虎嗅：從核心技術來拆解的話，這個產品其實屬于文本處理或者文本識別這一領域。這其實屬于 Office 或者 WPS 會做的范疇，對他們來說也有現成的產品可以嵌入，這樣一來，用戶可能不需要再專門到一個網站上面去做文檔處理。
逄大嵬：從我們第一天做的時候到現在，一直有人問這個問題。我們不會擔心，這是兩個產品方向的事情：
第一，大廠的老產品 +AI 是必選項，而且他們一定能做出來，但是我們團隊實現的方式會不一樣。我們看待這個需求的解決思路和視角不一樣，我們是一個原生 AI 團隊和產品思路，我們是從大模型底層技術發展路線的視角去思考和看產品的迭代的方向和節奏。如果總是考慮大廠團隊做了這件事，或者大模型做了這件事，我們怎么辦？那就不用做了，轉行去賣包子去吧，AI 相關的事情就不要碰了，大廠理論上能做一切事。
大廠即便做了，也不代表這里面沒有空間，也不代表大廠做的就一定比我們好。AI 出現之后，一個七八個人的團隊可以跟微軟、WPS 競爭，這才是機會。創業永遠看到的是機會。
第二，各類 大廠也已經做兩年了，到現在為止也沒把我們淘汰，而且我們越做越好。因為至少在我們這個方向，大廠不具備很強的優勢，當然大廠團隊并非不具備相關能力，但他們有更多的更高優先級的事情。從技術角度，他們并不一定更強，但我們有先發優勢。
同時 AI coding 越來越成熟，為什么小團隊可以有機會去做大團隊的事情，因為可以通過 AI 編程去實現很多過去堆砌人力的開發量，過去大廠堆砌的歷史壁壘，在 AI 編程前是有機會被挑戰。
還有一個最大的機會點，這個時代的用戶都想用 AI，所以他們會給新產品機會。我們剛開始做的時候肯定不成熟，但是用戶卻會主動來用。
當海外辦公應用 Notion 出現的時候，微軟 Office 已經出現很多年了，Notion 依然越做越好。需求有、人群基數夠大、用戶愿意用，這就足夠了，而且我們是從數據處理視角來做我們產品方向，Excel 只是數據的一個文件類別，還有 DB 數據庫，數據獲取，數據加工，數據應用全鏈路，都是我們智能體去實現，這里的每個點都值得深度的研發。
虎嗅：你們怎么樣保持用戶粘性？
逄大嵬：產品需要不斷更新，永遠要做產品技術迭代，做好服務體系，做好交付體系，每一個環節都少不了，用戶是挑剔的。
技術團隊要不斷追新，在過程中做試錯，選擇合適的模型，這對團隊要求是非常高的。我們的優勢在于我們有北京大學的研發團隊非常優秀，會持續的從學術研究到商業落地探索結合，我們會用最好的模型或者最適合的模型，去干最合適的事。
" 這波 AI 的機會一定先做 ToC 再做 ToB，用戶是為結果來付費 "
虎嗅：什么時候開始收費？
逄大嵬：去年 12 月份開始嘗試收費。我們之前一直免費，也擔心是不是收費了，用戶就不用了。后來發現小范圍訪談，用戶是鼓勵我們的，用戶會投入更大的熱情到產品需求收集中，會不斷留言來鼓勵我們。我是屬于做 To B 轉做 To C，我很喜歡現在這種狀態。
因為做 To c 之后，客戶很認可，他會給你反饋。客戶認可你，而且指出你的問題。客戶會找到這些邊界。C 端用戶需求人群只要足夠大，就會有不同階段的適合的人群。你會發現用戶愿意為結果付費，而不是為過程付費，而 SaaS 實際是為過程付費。
虎嗅：先做 ToC 再做 ToB，這個判斷是怎么來的？
逄大嵬：背后邏輯是 To B 永遠追求的是成熟和準確，關鍵詞是穩定的交付、可控。但這兩年的 AI 快速迭代，比如說有幻覺，不穩定。這些屬性放在一起，基本就對比出來了。做 To B 只有個別場景賽道適合，所以很多 To B 的企業在做圖片視頻生成，知識庫、客服，造成了同質化的競爭。但是 To c 的產品出現很多，包括美國也是 To c 的產品涌現，海外針對普通個人和針對專業人群的產品特別成熟，中國其實還沒到這個階段。
虎嗅：按我的理解，其實現在這個產品是屬于水平 AI 業務的東西，可以通用到各個不同的行業，但現在的趨勢更傾向于做更垂直細分領域的 AI 應用。你們如何把產品做 " 厚 " 讓鏈條和環節足夠多以此形成壁壘？
逄大嵬：我們是一個 AI 數據智能體，并不只是一個工具層面的產品，我們是從數據全鏈路視角來做我們產品迭代。
數據的全鏈路是幾個環節：數據獲取，數據加工清洗，數據應用分析，決策分析的全鏈路。比如這里數據獲取類型上就就有文件類型，數據庫類型，API 數據，網盤數據，網頁數據，Excel 只是數據的一個文件類別，數據加工清洗，數據質量的提高，到商業分析，行業數據分析，都有非常多的需求和機會重新通過 AI 智能體去做。
這里還有數據領域里最核心的一個需求：數據安全，用戶使用數據產品，一個底線就是數據安全問題，在 AI 時代就更凸顯這個問題，數據不能進入公域的模型產品里，比如財務數據，是不能外發，不能出電腦，不能出公司網絡，我們團隊是具備端側模型加速技術，已經實現把大模型經過量化加速等處理，把 7B，14B 模型部署到 PC 筆記本里，AIPC 里，讓數據不出用戶的本機，不出公司的網絡，做到數據安全，就是我們說的可信，多源，安全，這三個關鍵詞，這樣才是我們定義的 AI 數據智能體應該具備的能力。
虎嗅：這里面的門檻和 Know-how 是什么？
逄大嵬：第一，可信。數據應用第一個要素是要準確、可信，不能出問題，不然用戶就離開你，第二，多源。數據源是多樣的，在我們眼里，Ecel 只是一種數據源而已。
在 AI 的時代，excel 文件、數據庫文件、外部的網頁數據都可以抽取成表格，都可以抽取成分析報告。在實踐落地的時候，自然就會再分行業。
金融行業或者快消行業背后實際是源數據不一樣，處理數據的業務邏輯和知業務也是不同的。比如說現在的 BI 公司的價值不只是因為工具靈活配置，實際上是因為他們的業務知識迭代到產品上和交付上。
虎嗅：現在很多垂直 AI agent 團隊的創始人就是行業里面的人，所以他們深知其中的痛點，這是產品可以真正達到用戶心智目標的關鍵。你們要怎么樣去證明自己很懂得如何去積累行業的數據以及了解它的痛點？
逄大嵬：這個也有一個需求產品路徑，第一步做燈塔客戶。產品經理要承認自己有能力邊界，要虛心求教收集迭代需求。比如金融領域最頭部的公司一定是領域里面 Know how 是最好的或者說體系相對完整的，服務它就可以完成第一步。把領域里面前五家公司全聊完，需求方案就出來了。
虎嗅：按照結果付費，這個結果怎么樣量化？怎么衡量這個結果呢？
逄大嵬：交付物是結果，給用戶交付一份數據報告，一個 excel 文件，一個報表，一個清洗后的數據包，都是結果，衡量是交付的速度和質量。
虎嗅：定價是怎么考慮的？
逄大嵬：現在線上官網的 C 端用戶版本是月卡 25.9 元，年卡 99 元。
" 賺錢的問題永遠在擔心 "
虎嗅：什么時候開始覺得不用擔心賺錢這個問題了？
逄大嵬：沒有，賺錢這個問題永遠擔心。
虎嗅：從你現在的身位和角度，怎么樣能讓 ChatExcel 更強大？
逄大嵬：就像華為需要有一個很好的組織文件和組織建設能力，隊伍要不斷打勝仗，團隊的凝聚力就出現了。在新的時代，如果企業文化不能只靠講故事。創業永遠是沉淀篩選的過程，隊伍不斷前進，不斷打勝仗，自然就會打造出來一個優秀的團隊。
同時新的團隊與上一時代的創業團隊有區別，團隊構成和工作形式都不一樣，像我們團隊大部分都遠程工作。這種情況下，首先，選人很重要。第一批進入隊伍的人決定了這件事是不是相對可預測，能不能走得更遠。像我們團隊的幾個研發和市場工作人員都不在同一個辦公室里，我們是分散在北京，深圳，杭州，馬來西亞，美國，我一年都沒見過一次，這就是新時代的組織模式。
虎嗅：最近做的比較有難度的一個選擇題是什么？
逄大嵬：最近的一個選擇題是做端側模型，包括做企業側。因為我一直在做企業側，所以對于這種產品屬不屬于企業服務，我有疑慮。我知道做企業服務的企業特別多，里面有非常多問題。我們團隊規模，是否能保證交付成本。如果陷入企業交付，這就影響我們主產品的開發。后來我發現，其實用戶需求很大，而且通過技術方式能規避這件事情。
第二個選擇是出海的節奏和資源。做全球化是必選題，但是什么時候去做，這是個問題，因為我們沒有那么多人，沒有那么多資源。
虎嗅：做端側模型跟做 to c，在技術落地上，難點主要在哪里？
逄大嵬：推理加速，這是一個細分賽道。我們覺得這個事情是一個機會，包括現在大企業在中國要做出本地化，這都是需求。這對團隊要求很高，而我們團隊是北大團隊，能做模型訓練，這件事情相當于也就好做一點。如果團隊沒有這樣的素質積累，這事根本做不了。我們現在已經適配從英偉達，AMD，intel，到華為昇騰多種版本，上線發布多個 AIPC 和一體機版本產品。
虎嗅：關于出海的時間點和目標國家，怎么樣規劃？現在這樣的產品形態在北美還是挺卷的。
逄大嵬：我們現在已經在出海，產品的海外英文版已經上線，目前剛剛開始，正在第一個階段 PMF。我們肯定先做英文版，去歐美試水。
歐美的 AI 產品是最強的，但競爭也最激烈。我們的產品在國內已經相對成熟，那么出海也是必選題。我們團隊相對來講在海外的運營經驗不多，但這也只是個時間問題。
第一步一定是做歐美，之后再去打開不同的市場，這個背后也是選擇。因為我們產品本土化性質不強，是效率工具屬性的產品，復用性強。運營是數據驅動，分析各種的競品在各個國家的數據如何，比如銷售額、流量等。通過對 TikTok、ins 各種機構平臺的數群進行綜合的分析，決定海外市場的先后順序。同樣的產品在不同國家的反響不一樣，不同的競品在不同國家的受歡迎程度也會不一樣。這些對我們來講是下半年重點要做的一件事情。
虎嗅：對于出海，做了哪些準備？
逄大嵬：現在就是把我們的產品推出去。我的觀點是如果要學會游泳，人先跳到水里，先成為其中一個選手。因為你不進去，你永遠不知道水的冷熱。中國有非常多的優秀團隊，不管投資人，還是海外的運營團隊和產品團隊，都是我們的老師。
創業永遠要找老師，現在那么多非常優秀的團隊都是我們的老師，我們就要虛心學習。對我們來講，國內做得很扎實，肯定先把國內做好，再同步海外。能做出來結果的永遠是少數人。
虎嗅：如果從現在回看兩年前，你覺得你最想改變的決定是什么？
逄大嵬：希望我們產品能做得更快一點。當時商業化做的有點遲了，我覺得這是一個失誤，但是這個問題我們也討論過，做早了可能也不是一件好事，很容易把我們節奏帶偏。我們的公司名字叫 " 元空 "，實際上是道家的名字，我相信 " 存在即合理 "。
虎嗅：這一輪的創業有什么挺反常識的事情嗎？
逄大嵬：用戶擁抱 AI，更明確的技術驅動，只靠運營是沒有壁壘的，這是時代的紅利和反常識。
