作者 | 冬梅 在瞬息万变的科技行业，每天都有企业在创新的赛道上奋力奔跑，也有不少公司因跟不上技术迭代的步伐而陷入生存困境。有的企业在市场的冲击下逐渐 沉寂，有的则在绝境中苦苦寻觅破局之路。 对讲机领域曾一度因技术瓶颈和市场需求变化，让不少从业者感到迷茫，许多公司面临着转型无门、业绩下滑的严峻挑战。在这样的大环境下，有一家对 讲机企业却上演了一场令人惊叹的逆袭大戏 —— 创始人决定孤注一掷押宝 AI，让濒临破产的公司创下业绩高峰，如今市值破百亿，超过大多数软件公 司。 Intercom 是一个客户服务平台，成立于 2011 年，总部位于美国旧金山，Eoghan McCabe 是公司联合创始人兼 CEO。 Eoghan McCabe 在爱尔兰出生长大，1996 年他在美国在线 (AOL) 上建立了自己的第一个网站，并于 2000 年创办了自己的第一家互联网公司，为只有 1 万 人口的家乡打造了一个互联网门户网站。在都柏林圣三一学院学习计算机科学期间，他进一步拓展了自己的抱负。在此期间，他仔细研读了 37signals 出 版的关于软件的关键著作，梦想着像他们的 Basecamp 一样创办自己的公司。 2006 ...

你现在的竞争对手，是每天工作 12 小时、全年无休的 AI 创业公司，且部分业务已经由 AI 提效。 在 AI 时代，企业就没有「不转型」的选择。 这是在回顾 Intercom 从 SaaS 传统老牌公司到 AI-first 的转型过程中，其创始人 Eoghan McCabe 给出的 答案。 CRM 代表企业 Intercom 的 AI 转型故事堪称传奇。Intercom 的传统业务曾估值数十亿美元，年度经常性 收入（ARR）达数亿美元，但经历了净新增 ARR 连续五个季度下滑，净新增收入几乎为零的"灾难"时 期。 内部缺乏决策力，战略方向也显得漂移不定，整个组织陷入了一种"舒适"但危险的惯性之中 。 转型成为急迫但又棘手的事。在 Eoghan McCabe 重新接手后，迅速做出了一系列调整：裁员、砍掉其 余业务，聚焦客服领域，快速开发出客服 AI Agent 产品 Fin......曾经备受诟病的定价问题（过高且不透 明的定价），也大刀阔斧地调整为「按结果付费」，用 99 美分解决一个问题。Eoghan 认为，定价应该 基于「价值」而非「成本」 ，而成本是企业自己要解决的问题。 如今，Fin 已经逐步取代传 ...

公司背景与创始人经历 - Intercom成立于2011年 总部位于美国旧金山 是一家客户服务平台 由Eoghan McCabe担任联合创始人兼CEO [2] - 创始人Eoghan McCabe在爱尔兰出生长大 1996年建立首个网站 2000年创办互联网门户网站公司 2006年毕业后创立软件开发公司Eoghan McCabe Ltd 首款产品FoldSpy在三个月内测量10亿次屏幕 2007年被收购 [5] - 2007年Eoghan结识Paul Campbell和David Rice 共同加入Eoghan McCabe Limited（后更名为Contrast） Des Traynor等人后续加入 该团队后来共同创办Intercom [6] - 在Contrast期间 团队为Smartling和富国银行等公司开发产品 并尝试自主产品如Qwitter（Twitter关注通知应用） 离开后共同创立SaaS公司Exceptional 开发错误追踪工具 后被Rackspace收购 [7] - 2011年共同创立Intercom后 Eoghan担任CEO至2020年 后转任董事会主席 2022年10月重返CEO职位 公司迁至旧金山总部 帮助数千家公司触达数百万客户 筹集数亿美元资金 2017年出版书籍《Intercom on Starting Up》分享创业故事 [8] 业务转型与AI战略 - 2020年因健康问题离职期间 公司增长停滞 ARR增长率降至低个位数百分比 回归后一个月ChatGPT上线 六周内开发出AI代理Fin原型 [9][11] - 转型前公司ARR超1亿美元 但战略分散 收入增长放缓至个位数百分比 疫情后经历五个季度净新增ARR下滑 接近零增长或负增长 [10][11] - 公司拥有AI团队基础 包括数十名AI工程师 3万以上付费客户 数十万活跃用户和数十亿数据点 GPT-3.5发布后迅速推出Fin 转型因困境驱动而非主动选择 [12] - Fin的ARR增长率超300% 第一年从100万ARR增长至1200万ARR 进入八位数增长轨道 预计不到三个季度突破1亿美元ARR [9] - 在客户体验细分领域 公司客户数量 收入及性能指标（如G2排名）均居行业第一 [9] 定价策略与商业模式 - 过去定价体系复杂且不透明 被客户抱怨 回归后推动简化 主动放弃约5000万美元ARR 使定价更合理可预测 [13][14] - Fin初期采用基于价值的定价模式 每解决工单收费99美分 尽管成本高达120美元 但解决成功率行业领先 [18] - 定价逻辑基于客户价值而非成本 调研显示行业每工单成本约20-30美元 消费者业务约5美元 最终选择99美分作为客户接受点 实现价值与收费强绑定 [18] - 成本随技术进展下降 保持利润空间 客户认为物超所值 [19] 组织变革与文化重塑 - 回归后采取"创始人优先"模式 强势 直接 自上而下推动变革 包括削减开支 叫停非必要项目（如办公室装修） 战略聚焦客户服务领域 重塑价值观 [16][21] - 文化改革要求团队坚韧 追求卓越 努力工作 将股东价值放在首位 通过季度绩效评估考核业绩与价值观 不达标者离职 员工流动率达40% [21][26] - 改革后匿名员工调查显示98%-99%员工认可管理层与战略 文化由少数人塑造 几个季度后对话氛围转变 [22] - 公司需找到与业务匹配的员工类型 强调"员工-创始人-产品-市场契合度" 不适员工离职后可能更快乐 [26] 行业影响与未来展望 - AI代理Fin的成功推动公司整体增长 ARR增长率在120多家上市B2B软件公司中排名前15% [9] - 客户体验（CX）涵盖服务 成功 销售及营销 是企业员工最多部门 AI自动化将超越CX 扩展至重复性操作职能（如追账 开票 员工入职离职） [29][30] - 未来组织为人类与智能体混合模式 智能体处理专业任务（如法律审查 会计） 工具实现智能体协同 组织更小更扁平 可能出现AI参谋长角色 [30][31] - AI自动化取代低劣重复工作（如基础客服 销售开发代表） 释放人类创造性潜力 但销售中人类连接与信任核心不变 [34] - AI颠覆性高于微处理器 个人电脑 互联网及移动互联网总和 公司必须主动投入 引进顶尖AI科学家及年轻人才 年轻团队每日工作12小时 将AI视为团队成员 [35][37] 创始人个人成长与反思 - 14年创业经历促快速成长 心理治疗帮助去除有害特质（如愤怒 不安全感） 低谷期击碎自我骄傲 不再维持"完美创始人"形象 更真实领导 [38][39][40] - 回归公司为情感宣泄 纠正过去因迎合员工与投资人而背离直觉的错误 日常运营包含审查政策 审批薪酬 会议及邮件处理 虽枯燥但为使命坚持 [28]

作者 | 冬梅 在瞬息万变的科技行业，每天都有企业在创新的赛道上奋力奔跑，也有不少公司因跟不上技术迭代的步伐而陷入生存困境。有的企业在市场的冲击下逐 渐沉寂，有的则在绝境中苦苦寻觅破局之路。 对讲机领域曾一度因技术瓶颈和市场需求变化，让不少从业者感到迷茫，许多公司面临着转型无门、业绩下滑的严峻挑战。在这样的大环境下，有一家 对讲机企业却上演了一场令人惊叹的逆袭大戏 —— 创始人决定孤注一掷押宝 AI，让濒临破产的公司创下业绩高峰，如今市值破百亿，超过大多数软件 公司。 Eoghan McCabe 在爱尔兰出生长大，1996 年他在美国在线 (AOL) 上建立了自己的第一个网站，并于 2000 年创办了自己的第一家互联网公司，为只有 1 万人口的家乡打造了一个互联网门户网站。在都柏林圣三一学院学习计算机科学期间，他进一步拓展了自己的抱负。在此期间，他仔细研读了 37signals 出版的关于软件的关键著作，梦想着像他们的 Basecamp 一样创办自己的公司。 2006 年，Eoghan 大学刚毕业，创办了自己的软件开发公司，并命名为 Eoghan McCabe Ltd.。该公司的第一款软件产品是一款名为 Fo ...

AI重构软件定价模式 - AI正推动软件定价从基于seat的订阅模式转向基于使用量或结果的动态定价[2] - 核心驱动因素包括：1) AI提升效率导致使用人数减少 2) 软件价值转向"完成工作量"而非"访问权限"[11][12] - 行业呈现三阶段演进：本地部署许可证→云时代seat订阅→AI时代价值导向定价[10] 按量定价的实施挑战 - 技术难点：1) 需实时监测异常用量 2) 动态定价模型复杂度高 3) 需存储财务级精度历史数据[15][16] - 典型案例：Segment客户因配置错误导致$3000账户产生$8万账单[15] - 组织变革：销售提成机制需与用量挂钩 财务团队需转型为实时数据中枢[18][22][24] 不同类型AI公司的定价策略 - Infra层天然适合按量定价 应用层现阶段倾向混合模式(seat+用量)[13][25] - B2C产品保持seat定价(如Netflix) 大企业逐步转向纯按量计费[29] - 基于结果的定价模式当前仅5%公司采用 预计三年内将提升至25%[36][37] AI产品定价四象限模型 - 低归因+低自主性：采用seat定价(如基础Copilot工具)[33] - 高归因+低自主性：混合定价(如Cursor代码助手)[34] - 低归因+高自主性：按量定价(后台Infra产品)[35] - 高归因+高自主性：结果定价(如Intercom客服机器人)[36] 企业转型关键建议 - 需设立定价决策权威角色 打破部门壁垒推动变革[39] - 产品团队需围绕价值指标设计功能 工程优化直接影响营收[24][50] - 保持定价敏捷性 Salesforce过去12个月已三次调整定价结构[40][41] 市场竞争新态势 - 头部公司采用成本加成定价(固定20%利润率)快速抢占市场[44] - 按量计费成为AI变现基础 相比互联网时代更易被企业接受[47] - 典型案例：Intercom提供效果保障 未达65%问题解决率可退百万美元[48]

AI客服行业融资动态 - AI客服初创公司Intercom正寻求以超过20亿美元估值出售超1亿美元股份，可能启动二次融资[1] - Kore.ai正洽谈以25亿至40亿美元估值融资1.5亿美元，预计年度经常性收入将增长80%至2亿美元[1][3] - 竞争对手Sierra在2023年秋季融资中估值达45亿美元，尽管年化收入仅数千万美元[2] 公司财务与业务表现 Intercom - 2023年推出AI客服助手Fin，预计明年初该产品年经常性收入将突破1亿美元[2] - 2023年底公司年经常性收入约3亿美元，净收入留存率从112%提升至146%[2][4] - 采用按效果付费模式，客户包括Anthropic、亚马逊和Atlassian等企业[4][5] Kore.ai - 截至三月份财年结束，年经常性收入1.1亿美元，其中70%来自客户服务业务[3] - 订阅业务毛利率达80%，占总收入90%，咨询业务占10%[3][4] - 净收入留存率约120%，毛收入留存率约90%，主要客户为全球性银行和保险公司[5] 行业竞争格局 - 行业面临新旧竞争者夹击，包括Sierra、Zendesk、Salesforce等[1][4] - AI技术正改变客户支持行业，包括自主解决问题和提升人工效率的工具[4] - Kore.ai同时开发企业内部信息检索AI代理，与Glean等企业竞争[5] 技术应用与商业模式 - Intercom是AI按效果付费模式的早期倡导者，Fin产品无需人工干预即可解决问题[4] - Kore.ai开发多场景AI代理，涵盖客户服务、企业搜索和重复性工作自动化[5] - 编程是AI在商业领域最有效的应用之一，客户支持行业成为重点改造方向[4]