Workflow
AI版LinkedIn
icon
搜索文档
红杉种子投资的新公司,要做AI版LinkedIn
36氪· 2025-09-23 22:40
公司概况与融资信息 - AI初创公司指数引力于年初完成pre-A轮融资,由红杉中国种子基金和阿尔法公社联合领投[6] - 创始人于北川是抖音早期核心成员,负责抖音早期社交关系构建,历经抖音从几千万用户到6亿日活的全过程[7] - 公司目前单月收入约几十万美金,与多家AI初创公司达成合作[7] 业务模式与战略演进 - 公司当前业务是围绕全球短视频达人营销赛道,为国内外卖家群体提供营销数字化平台[7] - 公司战略目标是从AI营销平台演进为"AI版LinkedIn",致力于将AI从"单机模式"的工具升级为连接人与人的智能系统[8] - 公司认为AI的下一个阶段是与互联网演进类似,一定会把人和人连接起来[8] 产品定位与目标用户 - "AI版LinkedIn"的核心定位不是更好用的通讯录,而是将"关系网络"变成一个实时运转的智能系统,区别于传统LinkedIn的静态档案模式[10] - 目标用户群体是每天都需要"找人"的专业人士,包括营销经理、创业者、BD人员、研究员和招聘方等[11] - 这些用户共同点是每天花大量时间在LinkedIn、数据库和社交媒体中进行搜索、筛选和建表工作[12] 技术理念与竞争优势 - 公司押注的核心是大模型与垂类应用的边界在于不可被大模型内化的能力,特别是专业行业里的私有数据和用户反馈闭环[15] - Agent产品的核心优势是让所有用户都成为模型标注员,通过快速反馈和学习实现数据闭环[15] - 长期愿景是实现"双边agent"效应,当双方都有Agent时,沟通成本将大幅降低,形成类似互联网的双边网络效应[17][18] 发展路径与市场策略 - 公司发展路径分为三步:先打磨单边用户体验,再沉淀找人和链接数据提升匹配精准度,最后实现双方Agent的智能协同[19] - 公司认为护城河不是一次性构建的,而是随着用户、数据和网络效应逐步积累形成的马拉松式过程[20] - 产品发布策略是优先保证头部场景达到80分水平,通过上线获得用户反馈后再迭代完善长尾需求[25][26][27] 创始人背景与创业历程 - 创始人于北川在抖音工作四年,曾负责第一届央视春晚红包项目,发放12亿红包,管理60人团队[29] - 创业经历从2022年海外电商开始,经历TikTok店铺关闭导致资金链断裂,2024年转向创立AI营销公司[7] - 创业过程是认识自我的过程,从依靠BD资源转向专注产品技术主导的发展路径[31]
红杉种子投资的新公司,要做AI版LinkedIn
暗涌Waves· 2025-09-22 10:04
公司概况与融资信息 - AI初创公司指数引力于2024年初完成pre-A轮融资,由红杉中国种子基金和阿尔法公社联合领投[2] - 创始人于北川是抖音早期核心成员,曾负责抖音早期社交关系构建,并经历其日活跃用户从几千万增长至6亿的过程[3] - 公司目前单月收入约几十万美金,并与多家AI初创公司达成合作[4] 业务演进与战略目标 - 公司当前业务是为国内外卖家群体提供营销数字化平台,围绕全球短视频达人营销赛道[4] - 未来目标是打造"AI版LinkedIn",旨在将"关系网络"变为实时运转的智能系统,而不仅是静态的通讯录[5][7] - 业务演进路径是从解决具体的"达人营销"需求,泛化为处理所有商业关系场景的通用解法[5][6] 产品定位与目标用户 - 新产品预想服务每天需要"找人"的用户群体,包括营销经理、创业者、研究员和招聘方等[8] - 这些用户共同点是花费大量时间在LinkedIn、数据库和社交媒体上进行搜索、筛选和建表等工作[9] - 产品核心是让AI能处理所有商业关系场景,解决"找对的人"这一本质问题[5] 商业模式与市场机会 - AI营销业务过去几个月持续增长,最近一个月收入达到20万美金[10] - 公司认为AI工具将从"单机模式"演进到连接人与人的阶段,类比互联网的发展历程[5] - 长期愿景是通过双边Agent效应降低沟通成本,实现更智能的协同[13][14] 技术路径与竞争壁垒 - 公司押注于"大模型和垂类应用的边界",核心壁垒在于不可被大模型内化的能力,如专业行业私有数据和用户反馈[11] - 护城河将通过打磨单边用户体验、沉淀匹配数据以及构建网络效应逐步建立[15][16] - Agent产品的成功依赖于获得用户反馈和数据闭环,而非仅靠初始模型能力[12][21] 产品开发与迭代策略 - 当前Agent产品在头部场景可达80分,但长尾需求仅60分,需要依靠上线后持续迭代完善[20][22] - 在职业领域和网红社媒领域表现较好,例如可精准寻找营收在5000万美金以下的美国公司CMO[23] - 产品发布策略是先保证特定场景足够好,通过用户使用获得数据反馈来优化其他场景[21][22]