对话出海一叮易宛尧：品牌出海的每一个环节，都值得用 AI 重做一遍
Founder Park 采访 GOC 创始人易宛尧，谈这家年业务体量 20 多亿元、无外部融资的出海服务公司如何用 AI 改造自己。今年业务规模增长约 10 亿元，按过去模式需多招 100 多人，现在预计只需 50 人左右，AI 软件已贡献约 20% 的净收入并对外卖给 IKEA 等国际品牌。
原创 Founder Park 2026-10-14 17:00 北京
操盘过 50 多家硬件公司出海，在 AI 硬件最热的一年为什么一家都没投
很多成功出海的 AI 硬件背后，都有出海一叮（Global OneClick，简称 GOC）的身影，拓竹、eufyMake、Oladance、Plaud，以及今年海外成绩很出色的 Lymow 和阅星瞳。
创始人易宛尧早年在出门问问操盘智能手表海外业务，2018 年创立 GOC，帮硬件公司做出海业务：在 Kickstarter 这类平台众筹首发，在独立站和亚马逊上做长期代运营，再替它们投放海外广告，遇到增长快的公司也会参与投资。
8 年时间里，GOC 没拿过外部融资，到今天全公司也没有一个全职销售，把年业务体量做到了 20 多亿元。易宛尧把 GOC 比作一家「出海律所」，客户要的是一个确定性结果，帮他们「打赢出海增长的官司」。
看过数百个硬件项目、服务了 50 多家头部出海企业，易宛尧对当下狂热的 AI 硬件很冷静，AI 硬件最热的今年，他一家都没投：「硬件是底裤，你先把底裤穿上，软件是你插上的翅膀。」
但说到用 AI 改造自己的公司，易宛尧比许多人更加激进。
「AI 一定会替换掉我们，我唯一担心的是，替换掉我们的那个 agent 不是我做的。」
服务公司要增长，过去靠的是不断培养懂业务的人，这恰恰最难复制。在 GOC，AI 先接手了最苦、最重复的活：广告上线和检查、网红筛选、数据整理。今年公司业务规模增长了约 10 亿元，按过去的模式要多招 100 多人，今年预计只要 50 人左右。内部沉淀出的工具也开始对外卖，AI 软件已经贡献了约 20% 的净收入。
不过在易宛尧看来，这件事远没有做成。现在的 Agent 大多还在解决单个环节的问题，真正难的是让它们走进完整的业务流程，和人一起对客户的销售额、利润和 ROI 负责。
更有意思的变化发生在人身上。GOC 发现，能做出好用 Agent 的，未必是传统的软件工程师或产品经理，也可能是每天在一线投广告、找网红、服务客户的业务同学。他们最清楚问题在哪里，也最知道一个工具到底有没有用。
这让易宛尧开始重新思考公司应该怎么组织。当业务人员能自己写软件，Agent 接手了越来越多的执行工作，岗位分工、产品研发流程，甚至人才培养与晋升机制，是不是都得跟着变？
这是我们第二次采访易宛尧，这次想聊清楚三件事：站在硬件出海一线，他怎么判断新一轮硬件创业机会；一家年业务体量超过 20 亿元的服务公司，如何用 AI 改造自己；以及在 AI 时代，什么样的人才和组织，才能建立下一阶段的竞争力。
采访 | 万户
编辑 | 朱俊熹
⬆️关注 Founder Park，最及时最干货的创业分享
Founder Park 正在持续寻找值得被看见的 AI 团队与项目。
我们将通过「AI 产品市集」、内容报道、社群分发等方式，帮你触达早期用户、获得真实反馈，以及建立关键连接。
如果你正在做 AI 相关的事，欢迎和我们聊聊。
01
To C Agent 还没爆发，
AI 硬件也不用太着急
Founder Park：今年找你们的硬件创业团队，跟往年相比有什么明显的变化？
易宛尧：创业者的画像比以前丰富了很多。
第一类是更年轻了。像深圳科创学院这批平台，支持了大量非常有冲劲的 95 后甚至 00 后更早出来创业。第二类是更「老炮」了，大疆、Anker、影石 Insta360 这些体系里干了很久的技术与业务骨干，被资本推着出来，经常晚上十点以后跑到我们公司来聊方向。第三类是从去年开始，拥有纯软件背景的跨界创业者明显激增，比如 Plaud 的许高以前做投资，阅星曈的老胡以前是纯互联网人，字节跳动也有很多朋友出来做硬件。
以前在深圳聊硬件创业，来的人就是 DJI、DJI 加 DJI。现在的人才结构、思考跨度和背景画像，比过去丰富得多。
Founder Park：产品呢？今年有没有新的品类冒出来？
易宛尧：硬件有研发周期，不可能每个品类每一年都有很疯狂的创新，这在供应链上不 make sense。很多时候要等技术 ready，所以并不是每一年都有爆炸的东西，但不同品类都有持续的迭代。
今年还是跟以前类似，DIY 在增长，割草在增长，宠物品类在增长。影音品类我觉得可以持续关注，核心在镜头的迭代。手机是最大的智能硬件，它的迭代很多都在镜头上，这个变化会带给大疆、Insta360、HoverAir 做的飞行相机到通用运动相机，再到更垂直的运动拍摄、观星观鸟，都是躺在手机镜头的更新上，这也是我们内部说的「带电就有变化，有变化就有创新，有创新就有机会」，有时候并不需要颠覆式创新，也能有不错的增长的。
Founder Park：在具体的硬件赛道上，你们目前看好哪些机会？
易宛尧：比如户外割草机和室内宠物品类，在美国仍然有快速增长的机会。在 3D 打印赛道，拓竹的崛起不仅没有压死行业，反而把整个海外市场的消费者心智彻底打穿了，带动了周边耗材、AI 建模以及多喷头多色打印厂商的集体繁荣。
欧美极客的车库工作台物理空间是极其有限的，这倒逼桌面设备必然走向多功能融合与更加小型化。现在的 3D 打印机，已经逐渐进入了欧美 6 到 12 岁儿童的圣诞节礼物心愿单前三名。等 3D 打印能进入 K12 教育之后，天花板天然从极客扩展到大众人群。同时不应该再单纯盯着 3D 打印，对应的耗材、设计、扫描、AI 建模、后处理和各种垂直场景，都是有机会的。
比如耗材，我们做了 Creality 的耗材废料收集机。垂直场景，我们做了适合面向 B 端农场的多头打印 LightMake。AI 建模有 Meshy，ARR 刚过 1 亿美金。一个品类起来以后，整条产业链都能看到扩张的机会。
再比如消费级 UV 打印机，这个品类才刚开始从工业级走向消费级。去年我们做的 eufyMake，已经从平面 2D 走到 2.5D。今年我们刚做完的黑格科技，众筹了 1700 多万美金，能做到真正的全彩 3D，可打印的品类又可以扩得更大。如果未来十年随着技术的进步，喷头、墨水、材料、固化模块的成本再往下降到十分之一，低频使用时的可靠性也跟着提上来，这套能力有可能直接重塑传统义乌小商品的生产逻辑，甚至去抢爱普生、惠普的千亿存量打印机市场。
Founder Park：现在市面上铺天盖地都在包装「AI 硬件」，怎么判断它是在做营销噱头，还是真正成立？
易宛尧：我现在的筛选标准极其干脆，谁拿一款 AI 硬件来找我，我就问他一句话，你先把产品里的 AI 功能拿掉，它还能用吗？他说能用，那我说你就踏踏实实做普通硬件，别硬贴 AI。
大家要客观看待现实，现在连纯软件层面的 To C Agent 都没有迎来真正的普惠爆发，还不知道这波海外 Personal Agent 会怎么样，你凭什么指望专用的 To C AI 硬件能提前大爆发呢？硬件也是有周期规律的，推广和使用上比纯软件难很多，还不如先把硬件本体做扎实。
做硬件我非常喜欢韶音科技这种公司，联合创始人陈皞在骨传导耳机这个极其窄众的赛道里，真正做到了「1 米宽，1 万米深」。未来如果耳机里真的出现了颠覆性的 AI 技术应用，像韶音这样拥有深厚声学工程壁垒和全球渠道根基的公司，反而是最有机会接住红利的。
早在 2014、2015 年我在北京的时候，大家都在谈「智能硬件」。十年过去，今天换了个词叫「AI 硬件」。这十年过去后，留下来的只有「硬件」这两个字。所以我感触最深的一点是，万变不离其宗，最终还是要把硬件做好。
Founder Park：但资本很着急。
易宛尧：硬件从来不是一个三五年就能打完收工的赛道。
去年很多 CEO 跑来跟我兴奋地讲，AI 硬件太好拿钱了，动不动就能融几个亿。我当时就跟他们讲，现在能拿钱你就赶紧多拿，我不觉得明年市场还会这么好。硬件行业我一直形容它叫糟糠之妻。比特币火了，投资人全跑去看 Web3。大模型火了，全跑去投 AI 软件。等这些赛道吹尽泡沫、变现受阻时，大家一回头，发现还是硬件有真实的造血能力，又跑回来看硬件。今年你看，很多 LP 又在内部复盘，反思为什么去年冲动投了那么多概念型硬件。
硬件赛道就是尊重周期，九个字：广积粮、高筑墙、缓称王。
Founder Park：这个硬件周期怎么理解？是供应链的技术周期，还是消费潮的周期？
易宛尧：我们评估一个品类，主要看五个维度，需求增长、技术拐点、供应链成熟度、内容传播性和毛利空间。其中决定周期的，主要是技术拐点与供应链成熟度。
当年我们在出门问问探索 TWS 耳机时，整个供应链是极不成熟的。早期全行业只有苹果具备自研 W1 芯片的能力，第三方方案里恒玄才刚开始做，导致严重的蓝牙断连。另一个致命缺陷是小颗粒锂电池极易鼓包老化，单次续航只有可怜的不到两个小时。后来 Oladance 能够将开放式耳机的续航做到十几个小时，且不鼓包、不断连，根本不是哪一家初创公司单打独斗做出来的，是整条中国锂电池和射频芯片供应链整体成熟所带来的系统红利。
现在的 AI 硬件也有类似「电池鼓包」的问题，token 成本与消耗、主动感知与误触发、长期记忆不成熟等，现在都不稳定。以后这些可能都会因为专有模型，记忆分层，多模态感知等一个一个技术拐点，逐渐才能稳定。
Founder Park：那创业者是等这个周期，还是能预判它？
易宛尧：我们的好处是一直在这个水里，春江水暖鸭先知。
我做过耳机，知道问题在哪，体验新品的时候就会问他，你是怎么解决这个问题的，他告诉我在哪里解决的。我要投的时候一定会去这个工厂，去它的上游、组装厂，甚至二供，看这颗电池是不是已经出了很多颗。只有这样的数据，才说明技术是不是成熟。
然后我再拿真实的销售数据来对照，尤其是退货数据，因为退货是用户最真实的选择。供应链的数据和销售的数据放在一起对比，最能看出是不是真的成熟了。
对普通的硬件创业者来说，这就是为什么我说先在一个品类扎深就好。耳机的好处是前面有大哥，华为、小米都在做，很多人帮你试错了。你要是做一个新品类，没人试错，全要自己来，有些硬件不是一两代能迭代完的。创新是有代价的。
我很喜欢段永平那句话，敢为天下后，后中争先。很多公司有创新的属性、文化和能力，但不一定活得到那一天，很容易先锋变先烈。所以要不然就在一个细分里先苟住。第一代产品打岔了也一样，先复盘问题出在哪，欧美不行，就看看日本、中东、东南亚有没有机会，想尽办法保证有现金流进来。
能赢的前提条件，是先不下牌桌。
02
对硬件创业要有敬畏心
Founder Park：现在有个说法，深圳的供应链已经这么成熟，小团队、软件团队也能做硬件了。你怎么看？
易宛尧：这句话要辩证的去看，乍听上去对深圳的硬件没什么敬畏心理。
搓一个东西不难，这玩意要卖 10 万台、100 万台很难。稳定的量产和「有」，在硬件里是完全两个概念。很多人先死在了对硬件没有敬畏之心上。真要相对容易大规模的量产，只能把品类 narrow down 到一个不太容易犯错的成熟品类，但凡复杂一点或者创新功能多，失败概率指数级上升。
对硬件怎么花心思、怎么重都不为过。形象一点，就是去睡在工厂。拓竹的陶冶，我们众筹上线的第二天他就去了工厂，待了一个月。来牟做割草机，是我们今年增长比较猛的一家，最早一批发货也是驻在工厂。
借用别人一句话：AI 硬件，硬件是身体，软件是脸，AI service 是灵魂。身体都不好的话，你只是个鬼魂。
当然，从另一个角度看，有了 AI，小团队确实更有机会撬动更大的事情。我们公司 200 多人，也在尝试去挑战一些五六千人的软件公司才有的能力，靠的就是 AI。硬件团队在调研、市场、软件和 App 开发这些事情上，也能省掉很多功夫。
但前提不只是人少，是每个人都能调用 AI、数据、供应链和全球的分发能力，得是真正的 AI native 才行。过去人和人的差距主要在个人能力上，到了 AI 时代，工具的杠杆效应会把这种差距放得更大。
Founder Park：那软件背景的创始人，具体该怎么补硬件这一课？如果找合伙人，什么样的人是不可或缺的？
易宛尧：技术型 CEO 出来创业，最理想的状态是「超配」。
超配指的是不单单管过技术，也管过营销，因为他们真正从 0 到 1 打过仗，懂技术、懂营销、懂市场，身边还带着一帮优秀的人，对产品的理解和定义很强，也非常努力。做硬件特别担心被抄袭，专利只能防守，真正能抵御抄袭的办法是自己的发展速度足够快，把原本需要三年的进程压缩到一年。
如果创始人不是这么全面，是技术方面的一号位，一定要找一个合适的营销二号位，更重要的是彼此的方向、愿景和价值观一致。营销端可以大胆启用新人，尤其是有留学背景、在国外有生活经验的，全球化的本质是本地化，他们能给你很有价值的市场洞察，学习能力也强。而最终营销的本质就是对收入增长和现金流负责，这也是这个营销二号位最重要的工作。
硬件和供应链是另一个逻辑。我碰到过不少从硅谷回来的朋友，软件算法做得非常出色，最大的错误就是对硬件缺乏敬畏，觉得找个人管管供应链就行。供应链是一门非常繁杂的学科，工业设计、散热处理、工厂管理、质量检测、产品出货、售后服务、产品改版，上量之后还要扩场地、重新开模。所以一定要找一个有过高质量量产经验、对系统供应链极为熟悉的合伙人。这个位置不太适合年轻人，营销变化快，供应链的演变相对慢。
要是真想把硬件做好，创始人自己最好能跑两头，一头是来深圳，多去跑跑工厂，亲自上手打颗螺丝感受一下，另一头是多跑美国用户家里，多听听用户吐糟啥，不要总是呆在办公室里幻想客户需求。
Founder Park：如果今天一家全新的硬件公司找上门，你们判断它值不值得合作的标准是什么？
易宛尧：核心看创新产品本身立不立得住，主要归纳为三类：
第一，是否彻底击穿了用户的真实痛点。比如我们做的美的早年在北美推出的 U 型窗机空调，你去纽约老式公寓看，老式窗户缝全是用厚纸箱糊上去的，美的研发的 U 型槽设计能让窗户顺畅合拢闭合，彻底解决了隔音和密封问题。
第二，是否创造了前所未有的全新人机体验。比如 Plaud，过去录音笔只能交付音频和文字转录，它通过大模型直接交付结构化的纪要与 Summary，这就是维度提升的体验。
第三，是否将昂贵的工业级能力降维普及至消费级。比如拓竹的 3D 打印，从过去高不可攀的工业手板设备，演变为妈妈送给中小学生的圣诞礼物。再比如 UV 打印机，去年众筹拿下 4600 万美金的 eufyMake 就是典型。
我们核心先看他的创新有没有搞定，然后才看团队、CEO 的背景和能力。
Founder Park：今年把一款硬件卖出去，比前几年更难了吗？
易宛尧：卖其实不难，无非是流量越来越贵，平庸的产品越来越难靠流量卖出去而已，核心还是先有好产品。
我们内部判断产品有两条铁律，产品大于营销，自然大于付费。好产品发货之后，核心看 NPS（净推荐值），一旦 NPS 突破了行业 benchmark，靠老用户的口碑自传播就能带来源源不断的自然增量。当有了自然流量转化，这个时候就可以付费来加速了。
我们做硬件最怕的是触犯 P0×P0 的毁灭级风险。一个 P0 是缺陷物理上不可修复，另一个 P0 是后果极其严重。比如智能割草机器人在院子里作业时，旋转刀盘意外飞出去了，这就是绝对的 P0×P0，一旦发生整个品牌容易直接死掉。
我们帮客户把产品寄给海外红人测评之前，内部团队一定会先自己测一遍。有一款机械臂，去年本来可以上线，我们没上，但网红样机我们自己这一关都过不了，就不用发给网红了。但我们会等，会陪伴这些优秀的企业去迭代，好饭不怕晚，内部有不少都是一些培育型项目。
Founder Park：所以 AI 硬件的壁垒，最后还是在硬件上？
易宛尧：应该这么说，硬件是底线，你连底线都没守住，不可能有更高的天花板。
AI 硬件为什么这么火？因为在投资人心目中，它突破了以前硬件的毛利模式。以前硬件就是卖一台赚一台的钱，最后 10 个点的净利已经算很好了，AI 硬件感觉后面还有软件收入，有 ARR。但你现在把哪一家创业公司拉出来看，有这种收入吗？硬件都不一定卖得动，退货比例还有百分之三四十，怎么可能有后面的东西。
硬件是它的底裤，你先把底裤穿上，软件是你插上的翅膀。
简单的硬件供应链更成熟，也意味着壁垒更弱，软件层面本身也没有壁垒。硬件的壁垒先是规模，有了规模才可能有品牌，卖 100 个谈不上品牌，卖 100 万个就不一样。规模上来，供应链能谈到更好的价格，渠道能进更多国家。再往上是生态。一个通过硬件产品型公司变成平台型公司的是苹果，自研芯片加 App Store。你问每一个用苹果的人，最终不愿意换的原因就是 App Store。这是很多硬件公司的终极梦想。
03
不是所有硬件产品都要上众筹
Founder Park：新产品出海，是不是都应该先上众筹？
易宛尧：不是。不同阶段的公司来找我们，诉求不一样，有些我们根本不建议他做众筹。绝大多数人对众筹有认知偏差。每一个品类的打法绝不是千篇一律的，这里人的判断依然极具价值。
今年有一家叫阅星曈（Xteink），卖的是一块能磁吸在手机背面的墨水屏阅读器，价格在 100 美金左右。它和 Plaud 最大的共同点就是磁吸，先是手机普及了，后来手机背面又能磁吸，这类产品才有了机会。它很小巧，市面上也没有这么便宜的便携阅读器，正好满足了很多欧美用户阅读时不想被手机打扰的需求。我们无非是看到了这个需求，也看到了一个优秀的创始团队，就把它接了下来。
但这个产品完全不适合众筹。众筹平台上的用户主要是 35 到 55 岁的科技宅男，我们手上项目的平均客单价在 1000 美金左右，以 DIY 为主。一个 100 美金的东西放上去，可能只能众筹 5 万、10 万美金。更大的问题是，你的想法全都暴露了，上面还有真实的用户反馈，等于把这些都摆在了竞争对手面前。
创业公司最好的两个武器，一个是灵活，一个是低调。 你就应该默默地弄、偷偷地搞。我们没让它做众筹，直接海外独立站和 Amazon 首发，目前卖得挺不错的。台数足够多，才有可能形成壁垒。
Founder Park：那众筹、独立站、亚马逊、线下，到底怎么选？
易宛尧：核心还是看这个品类当下的竞争环境、客单价、亚马逊上当时有没有机会，用户是不是天然倾向于线下购买，产品是不是和售后、物流强绑定。不同的品类没必要都扎堆去做众筹，或者一股脑挤到亚马逊上。
如果是 DIY 品类，或者在当下增速非常快的创新品类，同时客单价不低，众筹仍有机会。因为平台上有一批非常优质的早期尝鲜用户，不管是打磨产品，还是做后续的二次营销，他们都很有价值。但不要只看重众筹金额，团队能通过众筹找到更多出海的体感，甚至都是很不错的收获。单纯只关注金额容易走偏，甚至影响之后的融资。
线下也举个例子，我们投资过一家做充电桩的公司，他们早期也想让我们帮忙做众筹。我们调研后发现，没有哪个充电桩品牌能通过众筹取得很好的成绩，因为用户非常在意安装和售后。在众筹平台上，大家不仅担心能不能收到货，还得考虑能不能信任你的售后，这个信任链条太长了。所以我们建议他们千万不要做众筹，好好开拓线下、做 To B。
再比如做泳池清洁机器人的星迈，他们当时是冬天来找我们做众筹，这个品类在冬天做众筹非常不合适。我们建议他们先别做，等夏天快到的时候，再通过独立站和亚马逊去推，这样现货销售的增速一定能吸引到投资人。2024 年他们做得非常好，是那一年深圳增长很快的一家企业。
标品和创新品的路径也不一样。如果你的产品是标品，竞争对手大多在亚马逊上，那还不如先上亚马逊。创新品不要一上来就去。Oladance 早期出现过左耳断连的情况，换了好几版才解决。这种问题要是发生在亚马逊上，评分一下子就会变得很差，产品就很难再有机会了。所以我们先通过众筹在第一批用户那里测试，又在独立站测了一轮，确定售后质量没问题了才上亚马逊，这样才能把整体评分控制住。
甚至跟 CEO 本人的风格都相关，创业很多时候要自洽。有些人有众筹百万美金情结，怎么劝都劝不动：我朋友都做了 300 万，我也一定要 300 万。劝得动的，我们就私下跟他说。
我投的项目，很多也没上众筹。比如我们的被投企业 Velotric，它的众筹不是我们做的，我们负责它的独立站，增长一直不错。当时我们就说，你们应该做线下，因为这个品类的用户都想自己驾驶试试看，就像我们买车一样，不摸摸方向盘，心里总归不踏实。这几年下来，他们现在差不多 70% 的销售都来自线下。
Founder Park：线下对新品牌来说是不是太难了？
易宛尧：很多人觉得没品牌做线下不可能，其实是把线下想复杂了。线下是长期主义，需要长时间的经营和积累。
可以先把展会跑起来，CEO 多去跟代理商聊一聊。我以前去参加海外行业展会，核心目的其实是招聘，看那些有渠道、有经验的本地老兵，哪些能来当我的 part time，把他们请过来。你需要的是他们的渠道和经验。
Founder Park：说到展会，很多硬件公司把 CES 当成必须去的地方。
易宛尧：有些客户我很不建议他去 CES。他去了会发现，过来聊得最多的是竞争对手。
我会问他几个问题。你跟代理商联系过吗？没有。网红约了吗？没有。PR 约了吗？都没有。我说你去了干嘛的，去旅游的吗？
最开心的是你的竞争对手，能在现场挖你的人。然后是你市场部的小同学，大家都没去过大峡谷，去拍照了。动不动花 300 万，最后带回来个 0，人被挖了，产品还被人学了。
众筹和 CES 都只是一种发布形式，看怎么适合你、怎么把它做好。众筹定一个合理的目标，它仍然有很大的价值，有客户的反馈和真实的数据。CES 你要是能把代理商、网红、PR 都约到，也一样比别人做得好。
04
众筹已经是 GOC 最小的业务了
Founder Park：聊完硬件，回到你们自身。如果今天向外界介绍出海一叮，你们会怎么定义自己？
易宛尧：我觉得我们本质上还是一家帮助优秀企业实现全球商业化的公司，只是交付方式变了。
以前我们更像一家出海律师事务所，帮客户打赢出海增长的官司。众筹解决 0 到 1，代运营解决 1 到 10，广告投放解决 10 到 100，中间遇到特别好的项目，我们还会投资，跟客户一起分享增长。
过去 8 年，一个硬件产品从市场验证、找到用户，到广告投放、网红营销、渠道运营，再到规模化销售，我们基本都亲自做过一遍。做久了以后，一个问题越来越明显，专业服务最大的瓶颈，就是真正懂业务的人不好复制。
所以我们很早就在想，能不能通过技术把一部分经验和判断沉淀下来。一开始当然是为了内部提效，但做到后面就不只是提效了，商业模式也会跟着变。
比如我们有个项目，做的是海外客户的 Data Strength 和流量归因。合伙人 Dennis 现在带着不到十人的团队，同时调度十几个 Agent，从软件研发、产品迭代到海外市场推广和销售，已经跑通了一条新的业务链路。这不是内部 Demo，这套脱胎于 GOC 01 的产品，已经卖给了 IKEA、HighRadius、iXiGo、McMillan Shakespeare 这些国际品牌，也是今年公司增长最快的业务。
这件事让我看到一种可能，AI 的价值不只是让一个人干三个人的活，是让一个小团队也有机会做成过去只有大团队才做得成的生意。
所以如果一定要给 GOC 一个定义，我会说，我们是从真实出海业务里长出来的公司。服务是基础，软件和 Agent 是放大器，但客户最终买的不是人力，也不是工具，还是结果。
之前在出门问问，我们自己做硬件，相当于自己给自己打官司。那时候我就发现，中国出海最大的底层优势之一是供应链。智能手表可以从 0 做到 10 个亿，音箱、扫地机器人、割草机器人、3D 打印机，每个品类都可能有类似的机会。
一个硬件产品有自己的生命周期，但发现产品、验证市场、找到用户、获得流量、完成销售的能力，是可以跨品类复用的。以前我们主要靠组织和人才来复用这些能力，以后希望有一部分能靠 AI 来复用。
Founder Park：「打赢官司」怎么定义？
易宛尧：我自己做过甲方，真实地知道众筹该怎么做，独立站、亚马逊该怎么做，美国、日本、欧洲各自该怎么做。出来之后，每个众筹项目找我们，动不动要做 100 万、500 万、1000 万美金。打赢的标准就是能不能达到他要的目标，他要 1000 万，我们做到 2000 万，那就是很好。
也有些官司我们知道打不赢。客户一定要 500 万，我们内部评估只有 30 万，那就要告诉客户，不应该去骗他的钱。
再往后，众筹只做了一两百万，甚至像 Oladance 众筹只有 30 多万美金，但后面我能不能在独立站、亚马逊上每个月做到三五百万美金？这又是另一种官司，从一个短期项目变成长期运营。
客户来找我们，要买回去的东西最好是个结果。软件一定程度上交付的还是一套操作系统，还需要人去点。服务交付的就是结果。
Founder Park：那客户该怎么判断一个服务商值不值？
易宛尧：我们内部有句话，叫给客户提供正向价值。就看三件事，能不能帮客户赚钱，能不能帮客户省钱，能不能帮客户规避风险。
赚钱就是刚才说的打赢官司。省钱，比如物流上帮他优化包装，一个货柜能多装不少，单个产品的物流成本就降下来了。规避风险，出海的坑太多，我们经常告诫客户，不要赌旺季更旺，要赌淡季不淡，旺季目标定得太高，剩下的货后面压力会很大。
硬件竞争太激烈，今天发个东西，6 个月以后别人就抄出来了，最后形成壁垒的是规模。你今天报关出问题，明天亚马逊被下线，后天 Facebook 广告账户被封，10 件事积在一起，速度不可能快得起来。这些坑我全都踩过，以前用人做，现在用 AI 做。所以我们内部说，客户搞定创新，我们搞定应用创新的速度。
Founder Park：听说你们到今天都没有专职的销售？
易宛尧：没有。说实话，一个乙方公司没有销售，是很少见的。
但在我的理解里，律所也没有那么多销售天天出去递名片，别人来找你，看的是你在外面打官司的胜率高不高。我们的想法挺简单的，就是把每一个客户的业务，无论是众筹、代运营还是广告，交付结果都尽可能做到最好。这样胜率高了，自然有口碑，最想赢官司的人都会来找我们。
还有很多客户，我们因为档期接不了，也会要求对接的 CSM 给他们提供足够的正向价值。比如告知我们在这个品类里看到的一些风险，没有样机就别急着上线，多做预热，别一上来就砸太多钱等等。这样即使没有合作，我们也能在能力范围内提示了风险，帮他们避开一些坑。
Founder Park：外界对 GOC 的印象还是做众筹的。现在的收入结构是什么样？
易宛尧：大头还是服务收入，净收入层面占 80%，另外 20% 是 AI 软件收入。
行业觉得我们众筹做得很大，其实做到今天，众筹正逐渐成为我们最小的业务了。即使在美国和日本，我们都是最头部，尤其是百万美金项目的占比和平均金额也明显高于行业水平。
这是业务形态决定的。众筹是单项目制，我不可能每个月都给你一个 1000 万美金的众筹。但代运营不一样，现在有的客户单月就超过 1000 万美金，而且是每个月都有 1000 万美金。广告的天花板更高，中国企业出海一年在 Meta 和 Google 上的投放有 3000 亿人民币，我们在里面的占比还不算大。
广告这块，我们不做任何走账业务，服务的全部是真正的客户。有些广告公司财报体量特别大，绝大部分是走账。客户只是在你这里开个户，服务都是甲方自己做的。只做走账，更像一家金融公司。我们没有上市的规划，单纯把体量做大本身就是风险，里面会有坏账。别人觉得是苹果，我们看是毒药。
AI 软件是我们今年增长最快的业务，也是人效最高的业务。
这让我看到一个跟过去完全不同的增长逻辑。以前做服务，一个优秀的人能管的客户总是有限的，要做大就得不断培养更多优秀的人。但现在，一个很厉害的 Builder，带着几个同事和一批 Agent，就有可能做出一款服务全球几千家企业的软件产品。
这也是我现在很想找更多 Builder 的原因。我不想只是招一批工程师来帮我们提高效率，是希望这里能长出更多像合伙人 Dennis 这样的人，从解决一个业务问题开始，最后做出一款产品，甚至一条新的业务。
对我来说，AI 软件收入占到 20% 只是一个开始。更让我期待的是，未来这家公司能否不断长出新的产品和新的业务负责人。
Founder Park：过去几年你们也出手投资了不少硬件企业，你们做投资的底层逻辑是什么？
易宛尧：投资是衍生品。
硬件公司天然吃现金流，要先给工厂付钱才有货，要先给 Meta 和谷歌付广告费才能投出去，这两块就占掉很大一部分钱。公司又没融什么钱，怎么办？我们要给客户提供正向价值，有时候就变成我要给他钱，赌他能起来。有很多投资，其实是我不得不给他钱。
Oladance 就是这样。我们早期投资加垫款了小几千万，相当于打官司的钱是我在出，给他做众筹，上独立站、亚马逊，最后卖给了字节。所以内部判断的核心是，我们是不是真的觉得自己有能力给他带来增长，我敢不敢花我的时间，敢不敢投资。有的时候不单单是在赌他的产品，也是在赌我们自己的营销能力。所以跟律师很像，把律师费先垫付，然后赌能打赢官司带来的收益。
我们到今天也没有专门做一只基金，一共投了 7 家，1 家已经卖给字节，1 家马上要上市了，4 家活得还不错，差不多都在 5 到 10 亿的规模，还有 1 家目前不太行。皮之不存，毛将焉附，我能做好投资是因为业务能力，以及这个品类我们做了可能很多年，比这个 CEO 进来得还早，所以业务能力越强，我们投资自然会越容易。
Founder Park：8 年时间坚持不融外部资金，给这家公司带来了什么？
易宛尧：融资是一种选择，不融资也是一种选择。对 GOC 来说，不融资最大的价值，是让我们有耐心按照商业规律做事，也有自由去探索那些短期看不到回报、但长期有价值的方向。
资本对很多硬件创业公司非常重要，尤其是研发周期长、前期投入大的行业。但融资也意味着你需要对投资人的回报预期负责，有时候就不得不在增长速度、短期业绩和长期投入之间做一些取舍。
我们比较幸运，过去八年一直有不错的现金流，所以不需要为了下一轮融资去证明什么，也不需要为了估值增长，刻意把自己包装成一家完全不同的公司。
比如 AI。我们探索了好几年，早期也走了不少弯路，投入了很多资源，但真正产生明显商业价值，其实是最近这段时间。如果每一年都需要向外部投资人证明投入产出比，可能很难有这样的耐心。
硬件行业也是一样。韶音在一个细分领域深耕了二十多年，拓竹之前，Prusa 已经在 3D 打印开源社区积累了十来年的技术和用户基础。很多真正有价值的商业能力，不是靠资本在三五年里就能催熟的，需要尊重产业周期，持续积累。也是我们自己经常说的，慢就是快。
当然，不融资也有代价。我们的资源没有那么充裕，很多时候必须更谨慎地分配资金，也可能错过一些快速扩张的机会。我自己平时只有一些碎片化时间，所以偶尔会玩一些氪金修仙类手游。最让我有成就感的，不是充多少钱，是研究怎么用最少的资源，把战力提升到最高，甚至单挑打赢那些花了我好几倍钱的大氪佬。
这跟经营公司还挺像的。资源多当然有优势，但资源的使用效率，有时候比资源本身更重要。
05
AI 一定会替换掉我们，
我怕那个 Agent 不是我做的
Founder Park：GOC 看起来是一门靠人、靠经验、靠判断的生意。但你们很早开始做 AI 了，为什么？
易宛尧：一方面是因为我们接触 AI 比较早。我之前在出门问问，它本身就是一家 AI 公司，五年前我们也开始投资硅谷的 AI 企业，所以一直比较关注技术的发展。
但更直接的原因其实很简单，我们迟早会被替换。我唯一担心的，是替换掉我们的那个 Agent 不是我们自己做的。
最早的突破非常朴素，就是把大量重复性的执行工作交给 AI。比如我们以前服务一些大型手机品牌，广告投放规模很大，客户会一次性给过来大量素材和投放要求。我们的同事经常需要工作到凌晨两三点，才能把广告全部上线，还要逐一检查有没有设置错误。
现在这些工作已经可以通过 Agent 自动完成，包括广告上线、检查和部分日常监控。过去需要同事熬夜完成的工作，现在很多可以自动执行，大家也能更正常地下班。
但我觉得 AI 的价值不只是让大家少加几个小时班，是把人从重复工作里解放出来，去做更有判断的事情。我们内部把工作粗略分成两个层次，一个叫 Intelligence，主要是信息的收集、整理、分析和处理。另一个叫 Judgment，就是基于这些信息做商业判断和决策。
过去一个优秀的广告同学，可能每天大量时间都花在整理数据、检查广告、调整设置上，真正用于思考预算怎么分配、用户为什么购买、如何提高 ROI 的时间反而很有限。现在 AI 可以承担越来越多 Intelligence 层面的工作，让人把更多精力放在 Judgment 上。
更重要的是，当一个优秀的同学不再被大量执行工作占据时间，他就有机会管理更复杂的业务，也有机会获得更好的收入。
Founder Park：今天 AI 做掉了重复劳动，过两年会不会把 judgment 也做了？
易宛尧：我觉得会有那么一天的。但有意思的是，AI 能解决的问题在升级，我们需要做的判断也在不断升维。
举个例子，以前一个广告投手每天管理 5000 美金的 Facebook 广告预算，他需要判断哪条素材表现好、哪个广告组应该加预算、什么时候应该暂停投放。这些判断其实已经有越来越多可以交给 AI 来完成。
但如果今天你管理的是一家全球化品牌一年 1 亿美金的营销预算，问题就完全不一样了。这 1 亿美金应该有多少投在 Meta，多少投在 Google，多少分配给 YouTube 网红？不同国家的市场应该怎么分配？今年是应该优先追求销售增长，还是品牌建设？如果某个渠道的 ROI 下降了，是渠道本身出了问题，还是产品、定价、内容甚至供应链出了问题？
你会发现，原来我们是在判断一条广告应该怎么投，现在需要判断的是一家公司的增长资源应该怎么配置。
而且我认为，未来 AI 也一定会逐渐参与这些更复杂的判断。我有时候会用科幻小说里的画面理解这件事，一个已经掌握星际航行技术的文明，去对付一个还在用木船的文明，差距不是武器先进多少，是整个体系不在一个维度上。
未来企业之间也可能出现类似的情况。你还在研究怎么让一个 Agent 把 Facebook 广告投得更好，另一家公司已经让几十个 Agent 协同完成市场分析、预算分配、内容生产、广告投放和效果复盘。这时候竞争的就不再是某个环节效率提高了多少，是整个商业系统的能力差距。
这也是为什么我们过去一直在积累众筹、代运营、广告、网红、客服等不同环节的能力。单一环节的效率优势很容易被追上，但如果能把这些能力通过 AI 连接起来，形成一套持续学习、不断优化的商业决策系统，就有机会建立真正的竞争壁垒。
Founder Park：从众筹到代运营，再到软件和 Agent，这算一直在转型吗？
易宛尧：我觉得我们始终沿着一条主线，就是给客户创造正向价值，只是在不断升级交付方式。
以前做众筹、代运营和广告，靠的是优秀的人才和团队。现在有了 AI，我们开始思考，过去需要很多人完成的工作，未来能不能由几个优秀的人，带着一批 Agent 来完成。
当然，我们现在还没完全做到。广告、网红这些环节已经有一些提效成果，软件业务也初步验证了小团队加 Agent 的模式，但传统服务业务目前更多还是单点提效，距离重构完整流程还有很长的路。
不过我对这件事很有耐心。
这有点像当年我在出门问问做 TWS 耳机，蓝牙经常断连，电池容易鼓包，续航也很短。但随着芯片、电池和供应链逐渐成熟，TWS 最终成为了一个巨大的市场，我们也有机会参与 Oladance 的业务成长并投资获益。
今天的 Agent 可能也处在类似的阶段，模型可靠性、多 Agent 协作、Evaluation 都还不够成熟，但今天技术不够成熟，不代表未来的商业模式不成立。
所以我们愿意持续投入，一边做真实业务，一边积累。我相信 AI 一定会重构今天大量依赖人力的专业服务模式。既然迟早要变，为什么不由我们自己先动手？
Founder Park：现在通用 Agent 越来越强，甲方自己也在做，你们的位置在哪？
易宛尧：通用 Agent 很聪明，但聪明不代表懂生意。真正要让 AI 在业务里跑起来，需要行业的 Workflow、私有数据、平台 API、历史决策经验，以及一套能够持续验证结果的 Evaluation 体系。
我们不打算跟模型公司竞争 Intelligence，也不想重复造那些通用的技术轮子。我们想做的是把这些年积累的出海经验，变成 AI 能够理解、调用和执行的能力。
甲方当然也可以自己做，但每家公司都从零搭建一套系统，成本很高，而且很多跨客户、跨品类的经验，是单一品牌很难积累的。这恰恰是我们作为专业服务公司的优势。
API 只是一张门票，数据本身也不一定是壁垒。真正有价值的是你能不能把数据、流程、判断和结果连起来。比如一个广告 Agent，不只是帮客户把广告投出去，是能够知道为什么这次有效、为什么上次失败，再把这些经验应用到下一次决策中。
未来模型的 Intelligence 可能越来越接近，但谁更懂商业现场，谁更能把结果跑出来，谁才更有机会交付好的结果。
06
内部没有调用量的 Agent，
就应该被枪毙
Founder Park：AI 这件事在公司里是怎么分工的？
易宛尧：我们内部主要是两条线并行。一条是用 AI 创造新业务，另一条是用 AI 重构老业务。
我的合伙人 Dennis 负责对外，探索 AI Native 的新产品和商业模式，目前已经有多款软件产品实现了商业化。我负责对内，把过去八年积累的出海业务重新用 AI 做一遍。
我们内部还有个暗号，叫「奇变偶不变，符号看象限」。Dennis 负责 GOC 01、03、05、07 这些奇数产品，我负责偶数产品。他去探索 AI 能创造什么新机会，我负责让 AI 真正进入现有业务，改变我们的工作方式和经营效率。
对内这条线，本质上是把出海能力拆成不同的 Skill 和 Agent。从市场研究、网红筛选、内容生产，到广告投放、客服、数据分析，每个 Agent 都对应一个真实的业务场景。
但目标不是简单地用 Agent 替代某个岗位，是重新设计人与 AI 的分工，让优秀的人能够管理更复杂的业务。
比如今年我们的业务规模比去年增长了约 10 亿元。按照过去的模式，每增长 10 亿元，可能需要增加 100 多人，但今年我们预计只需要增加 50 人左右。这才是我更关注的 AI 提效，不是做了多少个 Agent，也不是减少了多少人，是业务增长能不能逐渐摆脱对人员规模增长的依赖。
过去是人操作软件，未来我们希望是人负责目标和判断，Agent 负责执行和反馈。
Founder Park：这些 Agent 是给自己人用，还是给客户用？
易宛尧：我们坚持先内部用。因为我们自己的业务场景和客户高度重叠，客户有运营、广告投放、网红营销、客服，我们内部也有，而且每天都在处理真实的业务需求。
这其实是我们做 AI 最大的优势之一，不需要先猜客户需要什么，我们自己就是第一批用户，也是最真实的试验场。
我们内部有个很直接的标准，一个 Agent 如果连自己人都不愿意用，没有真实调用量，那就应该被「枪毙」，没必要拿出去卖给客户。当然，调用量只是第一步，最终还是要看它能不能真正提高效率、降低成本，或者创造收入，以及对应的 token 消耗。
这个过程其实也经历了很大的变化。两年前 AI 还不够成熟，大家也不知道怎么用。为了推动 AI 普及，我甚至组织过考试，有点像「强按着头喝水」。
但现在不一样了。越来越多的工具不是管理层要求做的，是业务同学在日常工作中发现问题，自己动手做出来的。因为解决的是自己的真实痛点，其他同事也愿意主动使用，调用量自然就起来了。
而且我越来越相信，真正有生命力的 Agent，往往不是坐在会议室里规划出来的，是从业务一线长出来的。
Founder Park：哪些场景跑得好，哪些跑砸了？
易宛尧：目前跑得比较好的，主要还是 Intelligence 层面的工作，比如自动上广告、检查广告、调整价格。这些工作规则相对清晰、重复性高，AI 不仅效率更高，还可以全天候执行。
还有我们刚上线脱胎于 GOC 03 的 Agent Daniel，专门解决网红筛选的问题。以前找网红，团队每天要翻大量视频和账号，眼睛都快看瞎了。现在可以直接用自然语言搜索，比如客户想找养大型犬的宠物博主，以前很难通过关键词精准筛选，现在直接描述需求，Agent 就能帮你找到符合条件的创作者。
但踩过的坑也不少。我发现 AI 最大的问题之一，是它很容易把一个错误的结果包装得非常完美。我们早期尝试过让 AI 一步到位，直接完成客服回复，结果效果很差。后来发现，问题不完全在模型能力，是我们对真实业务场景的理解不够深入，很多隐性的判断规则根本没有被梳理出来。
更大的教训是，我们过去太习惯让业务提需求，再交给产品和研发去做 AI 工具。这个模式在传统软件时代可能成立，但在 AI 时代，反而容易成为效率瓶颈。
研发同学再优秀，也很难比每天在一线工作十个小时的业务人员更理解具体的业务问题。所以现在我要求产品经理每天拿出四个小时，真正参与广告、网红、客服等实际业务，不是坐在会议室里理解需求。
与此同时，我们发现很多真正好用的 Skill 和 Agent，反而是从业务一线自发长出来的。这些同学未必懂完整的软件工程体系，但他们非常清楚问题在哪里，也知道什么样的结果才算真正有用。他们先用 AI 把工具做出来，再由专业研发团队帮助完善架构、数据管理、安全和 Evaluation，把个人工具升级成整个组织可以使用的产品。
这让我们对 AI 时代的产品研发有了一个很大的认知变化。过去是业务提出问题，研发负责解决。现在是最懂业务的人先动手解决问题，研发再帮助他把解决方案规模化。这个时代，属于那些真正懂业务、又愿意动手创造的 Builder。
Founder Park：这么多人自己做工具，怎么管？
易宛尧：我们内部有一个原则，谁 Build，谁负责。业务同学负责发现问题、创造 Skill、持续迭代，产品和研发团队帮助他们把个人工具升级成公司级的产品。
我觉得未来 Agent 和 Skill 本质上就是一种数字员工，既然是员工，就应该有自己的管理和晋升体系。
我们员工的职级是 G0 到 G5，Skill 也对应设了 L0 到 L5。最开始可能只是一个人用来提高效率的小工具，真正有价值、调用量高了，就可以逐步晋升为团队级、部门级，甚至公司级的核心 Skill。
更有意思的是，Skill 的成长也会和创造者的成长挂钩。一个普通员工，如果能做出全公司都在使用的工具，他创造的价值就不再局限于自己负责的业务，也应该获得更多的认可和发展机会。
当然，我们现在的管理体系还比较初级，主要看调用量和节省的工时。目前也在逐渐加入 Token 成本、使用质量，以及最终对收入和利润的贡献。
Token 也是一样。我们已经过了所有人无限使用 Token 的阶段。Token 本质上是一种新的生产资源，谁能用它创造更大的价值，就应该获得更多资源。
前段时间就有一个很有意思的例子。我们有位入职三年多的 G2 同学，性格比较腼腆，原来主要做众筹 PMO。因为公司项目越来越多，但团队的承接能力有限，经常出现项目排期不透明、资源分配不清楚的问题。
有一天，一位合伙人在群里提出这个问题，他主动接了下来，只用了三天，就做出了一套项目排期可视化看板。而且这不是他第一次做工具。他之前开发的数据清洗、众筹调研等 Skill，也已经是公司内部调用量比较高的工具。
我很喜欢看修仙小说，现在感觉公司有点像一个修仙宗门。宗门里不断发布任务，谁有能力、谁有兴趣，就可以主动接下来。以前你可能需要一个团队花几周才能解决的问题，现在一个年轻的 Builder，两三天就能把「妖兽」打回来，交上一颗「内丹」。一个人的价值不再完全由职级、资历或者管理多少人来决定，是看他能不能借助 AI，真正创造出多少价值。
Founder Park：员工之间 AI 能力差距很大，你怎么解决？
易宛尧：我觉得不应该追求消除这种差距，而是要接受差异，因材施教。AI 发展太快了，今天刚把所有人培训到同一个水平，明天模型更新，差距可能又拉开了。
所以我的思路不是让所有人都成为 AI Builder，是建立一个分层协作的组织，让不同能力的人都能发挥价值。
第一层是探索 AI 能力边界的人，比如合伙人 Dennis。去年我们专门成立了 GOC Lab，让他从传统业务中独立出来，专注探索 AI 新产品和商业模式。他需要什么资源，我们尽量支持，我不去干预具体怎么做，只看最终结果和 Lesson Learned。对于这种真正有创造力的人，最好的管理可能就是少管理，给他足够大的空间。
第二层是从业务一线成长起来的 AI Builder，目前内部大概有不到 10 个，我也正在挖掘更多。他们不一定有很强的工程背景，但真正懂业务，能自己发现问题、开发 Skill 和 Agent，再配合着内部几十位研发推动它们在团队里落地。
第三层是更广泛的 AI Adapter，也就是能够熟练使用 AI、适应新工作方式的业务同学。
我不认为每个人都必须成为 Builder，就像不是每个人都需要成为博尔特一样。但每个人都应该学会与 AI 协作，把重复性的工作交给工具，让自己有更多时间做判断和创造。
管理还是需要把合适的人放在合适的位置，给予不同的资源和期待，不是用同一把尺子要求所有人。现在真正让我焦虑的，其实不是员工之间的 AI 能力差距，是整个组织进化的速度，可能赶不上 AI 技术进步的速度。
GOC Lab 那边不断推出新的产品和能力，Agent Daniel、Gateway、MMM、DV360，一个接着一个。但这些能力要真正进入业务，需要重新设计 Workflow、培训员工、调整组织分工，有时甚至要招聘新的人才。
技术迭代可能只需要几天，但一个几百人的组织改变工作方式，可能需要几个月或者更长的时间。
Founder Park：怎么判断一个组织算不算 AI native？
易宛尧：我觉得有一个很简单的判断标准。如果今天有了 AI，让你从零开始再创办一次这家公司，你还会按过去的方式去招聘、分工、考核、设计业务流程吗？
如果答案是会，那说明你只是给一个旧组织装了几个新工具，还谈不上真正的 AI Native。真正的 AI Native，不是让每个员工都学会使用 AI，是从业务目标出发，重新设计人、Agent 和整个组织的协作方式。
比如网红营销，以前客户给一个 Brief，我们需要人工理解需求、筛选网红、逐个联系、评估报价、跟踪上线，最后再做效果复盘。现在这些环节已经开始有各自对应的 Agent，都可以由 AI 参与完成。
但这还只是第一步。真正难的是从客户目标倒推，重新安排哪些事由人做、哪些事由 Agent 做、哪些事根本不需要再做。
这也意味着组织管理需要一起改变。以前我们管理的是员工和岗位，未来还要管理数字员工。以前考核一个人完成了多少工作，未来还要看他创造和管理了多少有价值的 Skill 和 Agent。
当然，我们现在还没有完全做到。目前更多是在单个业务环节实现了人和 Agent 的协作，距离多个 Agent 围绕商业目标自主协同，还有很长的路。AI 提效是让原来的工作做得更快，AI Native 是重新思考这些工作究竟应该由谁来做、怎么做，甚至还有没有必要做。
07
和谁同行，
比要去的远方更重要
Founder Park：现在看来，GOC 是一家服务公司，还是一家软件公司？
易宛尧：我觉得未来可能不需要分得那么清楚，应该是融合态，不会全是服务，也不会全是软件。过去服务和软件的边界很清楚。服务公司卖的是人的专业能力，软件公司卖的是工具，客户买了软件，还需要自己招聘团队来操作。但 AI 会把这个边界变模糊，最终还是如何交付结果。
未来可能出现两种模式。一种是我们自己用 AI 交付服务，过去一个优秀的同学只能服务一两个客户，未来他可能带着 20 个 Agent，就有机会服务几十甚至上百个客户。
另一种是直接把这些能力产品化，交给客户自己使用。过去一家企业可能需要招聘上百营销相关人才，才能支撑十几亿的海外业务；未来借助一套成熟的 AI 系统，可能只需要一个很小的核心团队。
本质上，一种是我们带着 Agent 帮客户做生意，另一种是把 Agent 交给客户，让他自己做生意。
当然，不同客户的需求不一样。有些 AI Native 的创业公司，本身就有很强的技术能力，更愿意直接上手。但很多传统制造业和工厂型客户，更需要有人帮他做判断、承担执行责任，甚至希望有一个长期陪伴的专业团队。所以我不认为未来所有客户都会选择纯软件，也不认为专业服务会完全消失。
对 GOC 来说，服务让我们持续接触真实业务、积累数据和经验。软件和 Agent 则让这些能力可以被复制，服务更多客户。两者不是相互替代，是相互促进。
Founder Park：照这个方向走下去，几年后 GOC 会不会只剩 20 个人，每人带一堆 agent？
易宛尧：我倒不希望只有 20 个人，真的，那样好无聊。
从纯粹的成本和效率角度看，20 个人带着一批 Agent，可能是一个很有吸引力的商业模式。但我做公司的目的，从来不只是追求利润最大化，更重要的是跟一群有意思的人，一起做有意思的事情。我们内部有句话，叫「与谁同行，比要去的远方更重要」。
我很羡慕巴菲特和查理芒格，两个人一起工作到了 90 多岁。我挺自豪的是，跟两位合伙人 Dennis、Cindy 已经一起工作超过十年了，从上一家公司就在同一个团队。我们现在 G3 级别以上的管理骨干，80% 以上都是从应届毕业生开始培养的，也一起共事了六七年。甚至还有一对 G2 的投放同事，从大学毕业就在 GOC，刚结婚给我送了喜糖。这些同学不只是公司的员工，也是一起经历过很多事情的伙伴。
我不上市，也不需要为了资本市场的预期，一定要把公司从 20 亿做到 50 亿，再做到 100 亿。但这不代表我们没有商业上的想法。
相比单纯把公司规模做大，我更感兴趣的是，AI 能不能让我们这群人，做成过去根本不敢想象的事情。我们对 AI 时代未来的商业形态有很多猜测，我很想亲自参与其中，看看这些猜测最后会变成什么样。
Founder Park：既然不追规模，为什么还要这么用力地折腾 AI？
易宛尧：熟悉我的朋友喜欢叫我易老板，我自己也更喜欢说「做生意」，而不是「创业」。在我理解里，「生意」这两个字代表的是「生生不息，满满诚意」。
生生不息，是公司要有持续进化的能力，能穿越不同的技术周期和商业周期。满满诚意，是始终给客户创造正向价值，提供真正有差异化的产品和服务。
我觉得做企业，最重要的不是某一年增长了多少，是十年、二十年以后，你是不是还健健康康地留在牌桌上，自己的身体和公司的身体都得健康。
我们过去靠优秀的人才、专业经验和服务能力建立了竞争优势，但这些优势不会永远存在。AI 正在改变整个行业的成本结构和交付方式，如果我们还按照过去的方式做生意，即使今天活得很好，未来也可能慢慢失去竞争力。
所以我折腾 AI，不是为了追逐热点，也不是单纯为了减少多少人，是希望公司能够一直有能力为客户创造新的价值。
而且我觉得，不追求规模最大化，不代表不追求能力最大化。 AI 让我们有机会用更少的资源解决更复杂的问题，让原来只能做服务的同学，有机会成为 Builder，甚至做出自己的软件产品和新业务。这件事本身就很有意思。再说了，公司挂掉了，我还怎么跟这些同事一起玩？
Founder Park：你现在最想招什么样的人？
易宛尧：我把这类人叫作 AI Builder。
他不一定是传统意义上最优秀的工程师，也不一定是经验最丰富的产品经理，但他有一个很重要的特点，看到一个真实的问题，会忍不住想亲手把它解决掉。
当然，不需要每个人一开始就什么都会。工程能力强的人可以来学业务，业务能力强的人也可以借助 AI 学会 Build。关键是他愿不愿意走进现场，愿不愿意对自己做出来的东西负责。
我很喜欢拿 Dennis 举例。前段时间我们在纽约出差，开会的时候我在听别人介绍，他就在旁边 Vibe Coding。中间遇到一个问题卡住了，他连晚饭都吃不下去，花了两个晚上终于解决，整个人特别开心。你能感受到他自己真的享受创造和解决问题的过程，你能看到他眼睛里是有光的。
具体到招聘，我们内部其实有两种不同的需求。
Dennis 负责的对外 AI 软件业务，已经有真实客户和收入，更需要工程能力扎实、能够把产品做稳定、做规模化的人。
我负责的内部 AI 改造，则更希望找到对业务有强烈好奇心、愿意深入一线的 Builder。他可能原来是投手、运营或者产品经理，但不满足于每天重复同样的工作，而是愿意自己动手，用 AI 改变整个 Workflow。
我特别看重那些手上有泥土芬芳的人。因为真正有价值的问题，往往不是坐在会议室里想出来的，是在业务现场发现的。
工程人才我们也非常欢迎有经验的人，他们知道复杂系统里哪些地方容易出问题，能够识别那些看起来很漂亮、实际却不可靠的方案。
所以我不太在意一个人过去的 Title 是什么，更在意他有没有好奇心、有没有创造欲，以及能不能对自己做出来的东西负责。
Founder Park：那这样的人为什么不去模型公司？
易宛尧：我觉得这是两种完全不同的机会。
模型公司在不断拓展 Intelligence 的边界，我们更感兴趣的是，怎么让这些能力真正进入商业世界。
如果你想研究下一代基础模型，去模型公司当然更合适。但如果你感兴趣的是，怎么让 AI 真正帮一家企业找到客户、管理几千万美金的广告预算、完成全球营销，甚至重新设计一家公司的商业模式，那我们可能是一个很有意思的地方。
这里的好处是，Builder 做出来的东西可以直接放到业务里验证。如果效果好，不仅内部有人用，还有机会卖给海外客户。对喜欢做产品的人来说，这个反馈周期很有意思。
而且我们希望给优秀人才的不只是一份工作，而是真正的 Ownership。我们内部一直有比较强的合伙人文化，谁创造了价值，谁就应该分享相应的成果。我的两位合伙人收入都比我高，因为他们直接负责业务，也承担相应的经营责任。
所以我们真正想找的，不只是会使用 AI 的人，是愿意借助 AI，对真实商业结果负责的人。
Founder Park：现在有哪些问题是你还没解决的，想找人一起解决的？
易宛尧：比如，怎么让 Agent 从单点提效，真正走向完整的商业决策。
我们内部已经有越来越多的 Skill 和 Agent，但现在大多数还是各自解决一个环节的问题。怎么让它们真正协作起来，围绕客户的销售额、利润和 ROI 共同工作，是我们正在探索的方向。
其次，也是我个人最头疼的，是组织怎么跟上 AI 的进化速度。我们有两三百人，有些团队已经比较 AI Native 了，但更多团队还在适应新的工作方式。怎么重新设计 Workflow、人才培养、考核和数字员工管理，让 AI 真正进入整个组织？
这件事的 Owner 是我自己。我不觉得招一个人进来，就能神奇地把一家小几百人的公司改造好，毕竟我自己都还在摸索。
但我希望能找到更多有创造力的人，不只是来执行我们已经想好的方案，是带着自己的判断，和我们一起探索这些还没有标准答案的问题。
这些事情我吃饭在想、洗澡也在想，所以我觉得自己可能不太适合开车，容易走神。一个人的脑子终究有限，我希望能找到更多有意思的朋友，一起来解决这些问题。
Founder Park：招人有什么硬性标准吗？
易宛尧：硬性的标准其实不多。学历、是不是 985、211、有没有留学经历，这些都不是我最看重的。
我们内部招聘有句话，叫「合适比合格更重要」。合格更多是看一个人过去具备什么能力，合适是看他的价值观、做事方式，以及未来愿不愿意跟我们一起成长。
尤其在 AI 时代，很多技术和工具可能半年就更新一轮，今天掌握的技能，明天未必还有优势。相比一个人现在会什么，我更在意他有没有好奇心、学习能力，以及遇到真实问题时，愿不愿意亲自动手解决。
我们内部还有一个说法，叫「创业种田论」。我一直觉得，创业跟老农种田没有本质区别。每天面朝黄土背朝天，播种、浇水、除草，一点一点耕耘。你不能今天播种，明天就要求收获，再伟大的战略，最后也要靠无数细节做出来。
现在很多人喜欢讲 AI 改变世界，但真正落到企业里，往往是非常琐碎的事情，理解一个业务流程、清洗一批数据、修复一个 Bug、反复调整一个 Agent 的 Evaluation。有人觉得这些是 Dirty Work，但我反而觉得，东西越 Dirty，未来越 Sexy。因为真正的竞争力，往往就藏在那些别人不愿意深入、不愿意花时间解决的细节里。
稻盛和夫有句话我也特别喜欢，叫「现场有神明」。很多问题的答案，不在会议室里，也不在 PPT 里，在真实的业务现场。所以我希望找到的同学，不一定一开始就有多厉害，但一定要愿意走进现场，保持好奇心，踏踏实实把事情做好。
至于在哪里工作，我反而没有那么多限制。只要遇到真正合适的人，我愿意为他调整组织，甚至把办公室开到他家门口。他在北京，我们就在北京开。在上海，就在上海开。在伦敦，也可以去伦敦。和谁同行，比要去的远方更重要。
更多阅读
人人都想当你的 Personal Agent，却没人知道它应该长什么样
a16z AI 应用 Top 100：只有 4.5% 的用户愿意付费订阅，AI 产品该换种方式收钱了
对话UNICUS徐豪：一家无限SKU的玩具平台，训练了第一个能「生产」的3D模型
转载原创文章请添加微信：founderparker
来源：Founder Park · 微信公众号 · mp.weixin.qq.com