細數31家AI應用小團隊，平均20人、人均創收279萬美元

2024 年初，山姆·奧特曼曾預言，在 AI 的助力下將出現“價值十億美元的一人公司”。一年過去后，盡管預言中的極端樣本還沒有出現，但小團隊的成功已不鮮見。

在一份名為“頂尖精益 AI Native 公司排行榜”的名單中，細致羅列了 31 家團隊規模不大（<50 人），卻營收可觀（ARR>500 萬美元）的初創公司。這份名單中我們看到了不少熟悉的名字。

名單在linkedin上收獲了熱烈的反響，名單訪問地址：https://leanaileaderboard.com/

.創始人是高中生的食物熱量掃描工具 Cal AI，初始團隊規模僅 4 人，ARR 已達 1200 萬美元；

.華人團隊創立的視頻生成和圖片生成平臺 OpenArt 僅 8 名員工，同樣達到了 1200 萬美元的 ARR；

.通訊應用 Telegram 的 AI 含量不夠卻被破例納入榜單，其以 30 名員工撬動了 10 億美元的年收入，人均年收入 3333 萬美元，被視作小團隊的絕對標桿。

名單里的部分數據雖然不是十分準確，如 Cal AI 的團隊成員已增長至 15 人，但其指向的趨勢卻非常明顯，AI 時代更多小團隊有機會“以小搏大”，并最終拿到結果。

白鯨編輯部對其進一步統計后發現，截至 4 月 14 日上榜的 31 家公司來自多個不同領域，熱門賽道包括 AI 圖像、AI 教育、AI 視頻、AI 編程等，近一半尚處于 A 輪之前的早期融資輪次，其中「Midjourney」、「SubMagic」、「Aracads」、「Cal AI」、「Chatbase」、「Conversion」幾家公司甚至尚未進行過任何外部融資。

上榜公司所在領域及融資情況｜信息來源：CrunchBase

這份名單由 Super.com 創始人 Henry Shi 打造。Henry Shi 既做過創業者也做過投資人，過去 8 年他用“傳統方式”建立起一家 1.5 億美元 ARR 的企業，擁有超過 200 名員工，融資總額超過了 2 億美元，讓公司不計代價地瘋狂成長。但他猛然發現，AI 的到來可能已經徹底改變了團隊瘋狂擴張、多輪融資的傳統創業敘事。在他的統計中，這批“頂尖精益 AI Native 公司”人不多，自我造血能力極強。上榜公司平均員工數為 20 人，人均年創收 279 萬美元，大約是 SaaS 行業均值的 10 倍，單個員工大致對應了 1.4 億美元的估值，這個數字分別是蘋果市值的 8 倍、Google 的 14 倍。而其中，甚至有些產品并沒有所謂的核心壁壘。

AI Wrapper，賺麻了？

在這份榜單上，我們看到了不少所謂的 AI 套殼產品。

比如 GPTZero，這是一款華人團隊出品、用于檢測文本 AI 含量的產品。用戶每個月可以用它免費檢測 10000 字以內的文本，也可以花 8.33 美元/月和 12.99 美元/月的價格升級，獲得更多的檢測文本額度，以及使用語法檢查、抄襲檢查等高級功能。功能簡單，團隊規模也僅有 15 人，GPTZero 卻在短短兩年時間內做到了 1000 萬美元的 ARR，用戶總量超過 800 萬。

格外值得一提的是，過程中它甚至“擊敗”了 OpenAI 在 2023 年初推出的 AI 檢測器「Classifier」，后者在上線僅 7 個月后就在“準確性不高”的爭議中匆匆下線了，也再一次將“AI 檢測 AI 無效”的討論推上風口浪尖。但 GPTZero 不僅挺了過來，還成長迅速，在「Classifier」下線快一年之際，GPTZero 官宣在 6 個月內實現了 500% 漲幅的 ARR 增長，且盈利情況良好，在投資人的爭搶中完成了千萬美元的“搶先式”A 輪融資。

GPTZero官網

那么 GPTZero 真的解決 AI 準確性的問題了嗎？在 TechCrunch 記者的實測中，GPTZero 的表現的確要好于同類產品，據創始人 Alex Cui 說，他們的產品更準確是因為訪問了更多的數據，并使用了最先進的開源工具構建了自己的 LLM，為了證明技術的有效性，他們還與賓夕法尼亞州立大學的研究人員合作建立了自己的基準。作為一款套殼產品，GPTZero 獨特的生存空間其實也來自于大模型廠商下場做 AI 檢測器的“以子之矛攻子之盾”的糾結，曾有消息說，OpenAI 已經開發出能夠準確識別 ChatGPT 生成文本的工具，但公司選擇不對外發布，因為一旦推出預計會有 3 成用戶將減少使用 ChatGPT，這項功能天生適合第三方來做。

GPTZero 無疑是一個非常特殊的案例，更多套殼產品缺乏類似“屏障”，它們的核心競爭力來源于需求洞察，以及在垂類場景下對用戶體驗的打磨，山姆·奧特曼在近期的對外交流中，對套殼產品給出如下評價，“作為創業者，關鍵不在于是否使用現成的基礎模型，而在于能否創造獨特的用戶價值。”獨特，意味著對特定行業、業務痛點的精準回應，過去它們可能因為市場規模不足、開發成本過高而被忽視，但如今 AI 帶來的效率革命讓小團隊有能力精準服務小市場，并最終構建起可觀的業務。

GPTZero 的創始人是在 BBC 和《紐約時報》實習期間開始編寫幫助記者識別 AI 生成內容的代碼；BoldVoice 的兩位創始人都不是英語母語者，親身經歷的口音歧視成為他們打造 AI 口音教練的靈感來源，這款產品的 ARR 已經達到了 850 萬美元；Aragon AI 同樣是由華人團隊打造，在這款產品之前他們已經陸續發布了十余款產品但無一成功，Aragon AI 最終另辟蹊徑、瞄準了 B 端企業、團隊專業肖像生成需求，在 2 年時間內 9 人團隊就做到了 1000 萬美元的 ARR。

Aragon AI官網

即使是在傳統賽道，AI 也有機會帶來全新機會。Oleve 和 Solvely.ai 切入的解題賽道，過去其實是個偏“重”的業務，依賴題庫資源的累積或者真人教師的響應，對于新入局者來說很難有機會。但 AI 的加持改變了這一情況，盡管有字節「Gauth」、作業幫「Question.ai」等大廠產品快速搶占海外市場，小團隊仍有機會找到自己的身位。Oleve 和 Solvely.ai 兩個團隊的規模都在 5 人左右，一年能做到 600 萬美元的營收，足夠富裕地養活團隊了。

當然，我們無意塑造“AI+小團隊，輕松年入百萬”的敘事。實際在不少創始人的自述中，創業過程依舊是艱難、辛苦的，比如 Aragon AI 創始人 Wesley Tian 曾表示其工程團隊經常工作到午夜后；上榜公司中的 Mercor，也是以其“996 工作制”而在硅谷聞名……它們身上更讓人感興趣的要素在于，何以用遠小于過去的資源（尤其是人力資源），達成如今的商業成功？

精簡團隊，何以精簡？

AI 工具無疑是答案之一。

榜上的不少團隊，業務方向可以歸為 AI 驅動的生產力提效工具，團隊本身的精簡和高效就是最好的廣告。

最有代表性的是 Cursor、Lovable 和 Bolt.new 在內的 AI 編程工具，它們一方面引領了開發流程簡化的趨勢，自身也實現了亮眼的商業成績。知名創業加速器 Y Combinator CEO Garry Tan 曾在對外交流中透露，在其最新批次的入選企業中，約四分之一的公司的 9 成以上代碼由 LLM 編寫，證明了 AI 編程工具正在成為開發主力，而頭部的明星項目的收入增長也十分迅速，根據支付平臺 Stripe 2024 年度信顯示，Crursor 在 3 年之內的累計收入超過了 1 億美元，而后起之秀 Lovable 僅用時 3 個月達成了 1700 萬美元 ARR 的里程碑，Bolt 達到 2000 萬美元 ARR 僅用時 2 個月。

一張流傳廣泛的AI精益團隊統計圖

類似的情況也出現在營銷、客服支持等領域。Arcads AI 是最新登上榜單的“精益公司”。 其面向的是 AI 廣告視頻生成領域，用戶只需要輸入腳本，即可在數秒內生成 AI 演員出演的逼真視頻。就在上周，Arcads AI 聯創 Romain Torres 宣布公司已達成 500 萬美元的 ARR，而其目前團隊規模不過 5 人，他們下一步的計劃是在達成 1 億美元 ARR 時將團隊規模控制在 10 人以內。

Arcads AI聯創Romain Torres官宣公司達到500萬美元ARR｜圖源：X

這種不輕易“加人”的底氣，源于團隊已將 AI 深度融入工作流中實現的提效。

僅以增長為例，Arcads AI 有一個專門的 AI Spy Agent 負責監控競品的熱門廣告，這個 AI Agent 會自動將熱門廣告批量導入 ChatGPT o1 中，讓其生成類似腳本，再由自家產品 Arcads AI 生成類似的視頻廣告用于獲客，效率極高；而投流同樣由 AI 負責，團隊內部打造了專門的 Google Ads AI Agent，它可以一站式完成高潛關鍵詞挖掘、落地頁內容生成、自動出價優化，而人更多負責 Agent 的搭建和管理。類似的自動化的 AI Agent 還被廣泛用于客服、銷售、會計等流程中，大大壓縮了團隊的人力成本。Linkedin 信息顯示，團隊擴張到了 6 人，除了兩名聯創，技術、增長、運營、客服支持均僅由一人負責。

Arcads AI 的情況并不鮮見，在精益團隊中搭建 AI 驅動的自動化工作流幾乎是一種必備技能，Chatbase 正計劃在維持 11 人團隊規模的前提下將業務營收提升至 100 萬美元 MRR，其營銷和增長負責人 Sandra ?ajic 在介紹其經驗的貼文中表示，她自主搭建了團隊自動化營銷工作流，用 Lovable 搭前端，Make.com 做自動抓取，Supabase 存儲廣告數據，再用 ChatGPT 分析競品廣告策略，實時生成洞察，極大提升單人效率，也是她稱之為 Vibe Marketing 的實踐。

人少，當然不是任何一家上榜公司成功的關鍵原因，但團隊小的確帶來了不少優勢。

“除了明顯的成本效益外，精益團隊（Lean Teams）還有幾個被低估的好處：1、在團隊中，你沒有時間也不需要政治斗爭；2、更少的管理工作：在扁平結構下，你在績效管理上花費的時間更少，而將更多時間花在實際進展上；3、更容易轉向。”OpenArt 的 CEO &聯創 CoCo Mao 在討論上述名單的 Linkedin 動態中談及。與之對應的是，精益團隊的管理者通常會更慎重地考慮人員擴招。

AI 營銷工具 Conversion 的創始人 Neil Tewari 認為，融資、增長或者“專家”都不是招人的理由，團隊只有在無法快速發布新功能、分發渠道無法擴展、或者每天從早到晚排滿銷售會議時，才真正需要考慮加人。他習慣用 Vercel v0 工具快速搭建原型，并在寫第一行代碼之前就讓設計合作伙伴開始測試，快速獲得反饋以節約工程時間；在非技術崗的設置上，團隊也更偏好多面手而非專家，他們有一個 4 人團隊承擔起了冷啟動、廣告渠道、銷售、客戶支持、反饋收集、CEO 領英運營在內的全部職責。總而言之，招聘應該出于“必要”而非“好看”，員工多并不等于進展快。Conversion 將目前團隊規模控制在 15 人，年收入達 650 萬美元，已經實現了盈利。

Conversion的創始人Neil Tewari領英動態

同樣值得關注的是，新一代創始人心態正在發生微妙而深刻的變化。如上文所述，31 家上榜企業中近一半尚處于 A 輪之前的早期融資輪次，還有幾家甚至尚未進行過任何外部融資，可能指向的是部分創業者傾向于少拿錢或者不拿錢，榜單的統計者 Henry Shi 也關注到了這一變化，正如他在對外交流時提及的，不是每位創始人都夢想著運營一家超過 10 萬員工的公司然后上市。有些人會認為，“如果他們能掌控公司、過上好日子、做一些很酷的東西，每年賺個 500 萬到 1000 萬美元”，那比那些為了融資把公司大部分股份賣給風險投資人、最終在自己公司里只剩下很少股份的創始人要好得多。

AI 視頻創企「SubMagic」創始人 David Zitoun 就是這種新型創業者的代表。他并不在意團隊是否沿著傳統路徑前進：他們沒有接受融資，沒有辦公室，團隊規模精簡，也沒有被 TechCrunch 報道過。他們選擇將全部精力投入到解決用戶的真實痛點上，專注盈利、穩健成長，團隊成員可以在世界上任何一個角落自由工作。SubMagic 達到 100 萬用戶的里程碑時，David 說，最棒的部分是——這僅僅是他們所希望達成目標的開始。