作者｜SnowyM
編輯｜陳伊凡
頭圖｜Amos 的領英
"AI 原生 100" 是虎嗅科技組推出針對 AI 原生創新欄目，這是本系列的第「13」篇文章。
3 個人和 20 多個 AI Agent、60 天、準備一年內實現 3000 萬美元年收入。
這是一場基于生成式 AI 大膽的 " 商業實驗 "，來自一家以色列的 AI 公司—— Swan AI，將這句話寫在了自己的官網上。
與硅谷 " 快速擴張、瘋狂招人 " 的傳統劇本不同，這家公司選擇了一種極簡的組織方式，少數人 +AI Agent 的團隊結構，實現一套完全自動化的銷售系統，并成功在 2 個月時間搞定了 71 個 B 端客戶。
毫無疑問，AI 正在從根本上改變創業的可能性邊界。
硅谷最大孵化器 YC 的 CEO Gary Tan 表示，過去中位數創業公司就是構建能力不足，但如今，可以通過 AI 輔助工具，大幅降低編程門檻，讓技術能力有限的創業者，也可以快速構建產品。Gary 發現，YC 的初創企業中，有四分之一企業，95% 的代碼是由 AI 編寫的，初創企業可以用不到 10 人的團隊實現高達 1000 萬美元的收入。
與此同時，對于售前 GTM 的行業，也因為 AI 正在發生轉型。（虎嗅注：售前 GTM，Go-To-Market，即上市策略。其是指在產品正式推向市場并進入銷售環節之前，圍繞 " 如何讓目標客戶認識、理解并產生購買意向 " 所制定的一系列策略與執行動作。它聚焦于售前階段的市場滲透、客戶教育和需求喚醒，為后續的銷售轉化鋪平道路。）
硅谷風投機構 UpHonest Capital 投研團隊告訴虎嗅，如今，在這個行業銷售質量的重要性大于銷售數量，因為 AI 最擅長的是批量規模化工作，可以解鎖更多數據價值，所以在 AI 時代拼數量意義不大，更關鍵的是實現潛在客戶的轉化。
這其實也是 Swan AI 在講的故事。
Swan AI 產品上線之后，30 天內年收入增長 30 萬美元，試用轉付費轉化率達到 45%。
0 營銷 0 獲客成本且只有 3 個人的 Swan AI，是如何做到在 9 周內獲得 100 萬美元年化收入，還夸下一年內達到 3000 萬美元收入的海口？這套典型的 AI 時期組織模式如何運轉？
公司運營的極致操作
作為一家 AI 銷售公司，Swan AI 做的事情并不新鮮，許多 AI 初創公司聚焦銷售場景，用 AI 代替人工找線索和潛在買家，例如在上周剛剛官宣融了 1 億美金的 Clay。
但 Swan AI 這家公司，卻在公司運營上有著與眾不同的思路。
在招聘平臺 LinkedIn 上，Swan AI 的創始人 Amos 表示，他們正在編寫一個新的劇本—— 3 位創始人、150 多位客戶、每個月 120% 的增長率，并在一年內達到 3000 萬美元年收入。他還明確表示，不打算擴招。
Amos 的公司運營哲學是：第一，停止通過招人來擴大增長；第二，放大人的才能，而不是讓 AI Agent 取代員工。
" 不要試圖用人工智能取代流程，相反應該問問自己，怎樣才能用人工智能將每個員工變成 100 倍于自己的自己。" 他說。
第三，Amos 認為，在生成式 AI 時代，AI 原生企業并不意味著購買一堆大語言模型，這是一種錯誤的認知。他表示，AI 時期，只需要具備兩種技能：第一是發現瓶頸，第二是使用無代碼工具進行構建。
3 個創始人和 20 多個自主 AI Agent，就是這家公司組織的全部。
Amos 與聯合創始人們從零開始，重新設計創業公司的組織結構，并將其命名為 "Autonomous Business OS"（自主化商業操作系統）。
Amos 擔任 " 營收創造者 "，負責從市場營銷到客戶成功的整個收入鏈條——在傳統公司里，這通常需要市場部、銷售部、客戶成功部等多個團隊協作完成。
聯合創始人兼 CTO Niv 是 " 產品創造者 "，負責產品研發和技術擴展，但他不是親自寫代碼，而是借助 AI 工具和 Agent 來加速開發。
第三位聯合創始人 Ido 則是 "Agent 創造者 "，專門構建和維護內部 AI Agent 系統。
除了這三人，Swan 完全沒有其他全職員工。所有決策由三位創始人直接討論并立即執行，通過 AI Agent 完成具體工作，徹底避開了傳統公司 " 人員快速膨脹 " 的陷阱。
這種極簡架構的優勢在一個案例中得到完美展現：Swan AI 曾在一周內完成重大戰略轉向。
事件的背景是，當時 Swan AI 在 LinkedIn 上的營銷太成功，每周收到 120 多個演示請求，創始人處理不過來。這時，傳統做法是趕緊招銷售團隊或減少營銷活動，但 Swan AI 選擇了 "7 天法則 "：第一天確定瓶頸，第二天設計新的 AI Agent 系統，第五天完成產品改動，第六天更新 AI Agent 并集成到流程中，第七天自主試用模式正式上線。
結果 30 天內年收入增長 30 萬美元，試用轉付費轉化率達到 45%。
這種模式的核心在于：每增加一個 AI Agent，決策速度就能提升而不會增加管理負擔。三個人的團隊始終保持高效溝通，AI Agent 承擔所有重復性工作，讓人專注于創造性決策。
Swan 的核心產品——無縫銜接的 Agent 工組流
Swan AI 的核心業務是幫中小型 B2B 公司，用 AI Agent 自動化他們整個市場和銷售流程，讓很小的團隊，也能做到大型企業的業務規模。
為了做到這個目標，他們的核心產品可以被概括為一款 AI 驅動的銷售開發（Sales Development）平臺，將傳統由多個工具或團隊分工完成的任務整合進一個無縫的 AI Agent 工作流。
Amos 曾做客一場播客頻道，他詳細透露了 Swan AI 的核心工作流。簡言之，他們想做一個 " 自主的 GTM（Go-To-Market）工程師 "，讓企業只需要告訴 Swan AI 想要達成的業務目標，它就能在 Slack （一款團隊協作和即時通訊平臺）里自動完成從線索獲取到客戶轉化的全流程。
這里的 " 線索 " 指的是銷售線索（Sales Lead），比如說有些潛在客戶對企業的產品或服務表現出一定興趣、并有潛在購買可能的個人或組織信息。
在實際運作中，Swan AI 平臺由一組 AI Agent 與工具組成，能夠將一個初始的匿名興趣（如網站訪客）一路推進到銷售對話交接。
這個流程也非常有意思，可以實現完全自動化。
首先是線索識別，Swan AI 找到了一個傳統 SaaS 企業沒挖掘到的痛點：他們認為多數訪客從不填寫表單或自我標識，導致營銷團隊對大量潛在線索一無所知。所以，這家公司使用特殊工作流將匿名流量匹配到真實的個人與公司。在整個流程里，他們使用爬取信息的企業工具以及 AI Agent 在內的工具識別客戶網站的訪客（包括匿名訪客，Amos 透露非歐盟地區可識別到個人，歐盟地區只能到公司級別）
其次是線索篩選，Swan AI 同樣察覺到了痛點，他們發現人工調研耗時且易將資源浪費在低匹配度線索上。
Swan AI 此時會調用核心 Agent —— "The Hunter"，實時搜索多個數據庫，揭示訪客姓名、職位和個人資料。結合意圖數據，20 多個 B2B 數據源（LinkedIn、公司數據庫、新聞、招聘信息等），為每位訪客和其公司建立完整畫像，判斷是否屬于理想客戶畫像。
對符合條件的線索，自動補充公司信息、職位、聯系方式，并發起個性化觸達（例如 LinkedIn 私信）。
這里有一個實際的客戶案例 Yotpo ，他們的營收運營副總裁在對比測試過不同的 AI 銷售產品后稱，Swan AI 的 AI Agent 識別并轉化了他們之前錯失或無法轉化的線索，能自動優先處理高意向、高價值的訪客，并排除低價值目標。
第三步，就是個性化外聯，Swan AI 的理念是：" 拒絕撒網祈禱（spray-and-pray），先做功課。"
他們往往會讓 AI 基于目標的 LinkedIn 活動、公司動態、招聘信息等生成高度定制化的外聯信息，消息內容更像資深銷售代表手寫，而非模板化垃圾郵件。同時支持多渠道執行（郵件、LinkedIn），可以使用不同團隊成員身份發出。
Swan AI 平臺內置了一個 " 共享 LinkedIn 收件箱 " 和集成的郵件收件箱，監控 AI 外聯的全部會話。當線索客戶回復表示興趣或提出進一步交流意愿時，他們立即通知銷售人員接手。這更像是：" 自動化前半程，讓最優秀的人類來完成成交。" 這種方式可以確保線索不會因延遲或體驗不佳而流失，同時讓人類銷售能專注于高價值對話。
然后就是一體化整合，傳統上實現上述流程通常需要 5 種– 10 種不同工具拼接（例如，IP 去匿名化、數據補全、郵件序列、AI 文案等）。而 Swan AI 在這個工作流里提供了一個統一平臺。全程由 AI Agent 完成識別、補全、外聯全鏈路，并與現有 CRM（客戶關系管理）對接，記錄活動、更新銷售階段等。
除此之外，Swan AI 還能自動處理日常場景。
比如說記錄交易更新、處理日常支持工單，甚至可以幫著做客戶入職（Onboarding）優化。用戶注冊后，AI 自動調研公司網站和 LinkedIn 資料，生成定制化的入職流程。不用先讓客戶填一大堆背景信息，而是 AI 主動給出建議，讓用戶直接反饋修改。Swan AI 還可以自動監控潛在客戶創始人或團隊的 LinkedIn 動態，識別并標注與理想客戶畫像符合的互動人群，對這些潛在客戶自動發起對話或做出需要人工跟進的提示。
據創始人 Amos 稱，Swan AI 自身的所有 AI 工作流都是用無代碼工具 +API 拼裝的，不依賴復雜開發，方便快速迭代和適配不同業務場景。
我們也整理了這些 Agent 的一部分：
· "The Observer"：監控 LinkedIn 互動，發現潛在線索或產品反饋。
· "The Hunter"：識別網站訪客（也是對外產品的一部分）。
· "The Connector"：批量執行郵件 /LinkedIn 外聯任務。
· 自動化 CRM 數據錄入、日程安排、客戶支持、內容創作等 Agent。
·"AutonAmos"：基于創始人 Amos 的知識與風格訓練的 AI 分身，可解答 Swan AI 自主化業務的運作問題。
Swan AI 的工具，就像是一個駐扎在 Slack 里的 "AI 銷售與客服團隊 "，幫 B2B 公司自動識別、篩選并轉化潛在客戶，同時負責客戶支持與入職，全程幾乎無需人工介入。
0 成本的營銷方式
如果我們仔細觀察和梳理 Swan AI 的客戶群，就會發現那些渴望用 AI 提升銷售線索的 B2B 企業，需求遠比外界想象的強烈。
這些企業通常有幾個共同特點：網站流量不錯、賣的產品或服務單價較高、線索轉化潛力大，典型行業包括 SaaS、企業軟件、金融科技、營銷技術等。
面對這些客戶，Swan AI 的營銷方式別具一格。創始人 Amos 他曾利用 Swan AI 的 AI Agent，在 60 天內成交了 71 位客戶，這期間，完全依靠 LinkedIn 內容和主動上門的客戶，無銷售團隊或出差拜訪。
Swan AI 從成立第一天起就選擇了 " 公開建設 " 的路線。Amos 是 LinkedIn 的忠實客戶，以及 LinkedIn 的 KoL，他把自己做成了一個公司最大的 IP。他把 LinkedIn 當成自己的日記本，定期分享創業心得、成功案例，甚至踩過的坑。這種真實分享，事后看來產生了很好的效果，也很能制造 FOMO（錯失恐慌情緒），Amos 自己也是他們銷售產品的使用者。
用 Amos 自己的話說，他的 LinkedIn 帖子每個月能帶來超過 100 萬美元的銷售機會，影響了 120 多萬人。據說早期 Swan AI 的客戶 100% 都來自 LinkedIn 的自然流量，甚至沒花一分錢廣告費。
LinkedIn 之外，他們的另一個陣地就是 Slack（一個軟件協作平臺）。Slack 從一開始就瞄準中小型創新公司和科技創業團隊，并且為技術人員雙手奉上了十分完善的生態服務。歐美企業普遍使用大量 SaaS 工具，這些 Slack 幾乎都能無縫集成，把工作流集中到一個入口。
而且 Slack 對技術團隊尤其有吸引力，因為它支持 GitHub、Jenkins、PagerDuty 等工具，甚至可以直接在 Slack 中觸發代碼部署、查看報警信息，這也為 Swan AI 的核心產品提供了工具價值延伸的可能性。
作為只有 3 個人的小團隊，Swan AI 把 Slack 當成大腦神經中樞，把 20 多個 AI Agent 直接接入，所有重要決策和任務協調都在 Slack 上面完成，徹底擺脫了繁雜的郵件往來和無效會議，每天的關鍵指標都由 Slack 機器人自動推送，創始人一眼就能看到業務狀況，需要執行什么任務，直接在 Slack 下達指令，AI Agent 自動執行，省去了層層傳達的麻煩。
總而言之，SwanAI 的營銷策略大概可以總結為，LinkedIn 負責 " 引流 "： 內容吸引潛在客戶、互動建立信任、 AI 識別并跟進 、轉化為付費用戶；Slack 負責 " 交付 "： AI 助手與創始人協作、快速響應客戶需求、數據反饋持續優化。
這種 " 一外一內 " 的平臺組合讓 Swan AI 在獲客、轉化、服務三個環節都做到了高效率、低成本。
這種營銷方式已經逐漸在一些初創公司流傳，比如另一家數字銷售的公司 Aligned，其 CEO 在社交網絡上，利用自己 17 年的企業銷售經驗，將每個帖子都打造成一個 "迷你大師課"，反而更有價值。
至今尚未官宣融資，資本市場已虎視眈眈
盡管目標雄心勃勃且增長迅速，Swan AI 至今并未在公開場合宣布任何大型融資輪次。截至 2025 年 8 月，公司對外披露的資本信息有限，這似乎也是有意為之。因為，創始人 Amos 甚至暗示，Swan AI 的模式正在顛覆傳統的風險投資路徑。
Amos 其實是一位連續創業者，此前已成功出售兩家公司，已經有了創業圈人脈與投資人的信任背書，可能并不差一筆 " 不合時宜的投資 "。
Swan AI 并未采取 " 高融資 - 高燒錢 " 的常見硅谷模式，而是以收入驅動增長，保持資本使用極度高效。Amos 公開談到 " 風險投資模式正在衰亡 "，認為在 AI 替代勞動力與基礎設施的背景下，創業公司已無需動輒千萬美元的資本來擴張。在其理念中，過多的 VC 資金可能會迫使公司重回 " 擴招人手、盲目追求增長 " 的舊模式。這反過來對 Swan AI 來說是個風險。
但資本市場早已看上了這個 6 個月大的公司，投資全球技術型初創企業，關注 SaaS 與 AI 領域的早期社區基金 Fresh Fund 就曾在簡報中提到 Swan AI，對其 " 贊不絕口 "。
只是隨著 Swan AI 的客戶數量增加，這種 3 人極致創業模式是否面臨擴張的可能，我們尚未可知。但 Swan AI 這種極度精簡和高度智能的組織方式，以及其創始人把自己作為最大 IP，分享創業故事和思考的營銷方式，對于 AI 原生的初創企業而言，是一個極有價值的參考。
