FDE 企业 AI 落地与交付 · 需求、方案与交付 · 2025-07-17

语核科技:我们做 AI Agent 是怎样让老板开心付费的?| ToB AI 十问

AI Agent如何让企业老板心甘情愿买单?语核科技用"数字员工"给出了答案,将效率提升转化为可量化的商业价值。

核心内容:

  1. 海运重工案例:AI数字员工将4天的投标文件处理压缩至20分钟
  2. 创业转型关键:从C端工具到B端数字员工的战略调整
  3. 价值付费逻辑:企业服务必须直接对应降本增效的财务指标

对于一家海运重工的投标团队来说,响应速度直接决定着订单得失。

一份动辄数百页的船舶维修招标文件,往往需要售前工程师们耗费好几天时间逐条拆解。从钢板规格到焊接工艺,从设备参数到维护条款,稍有不慎,就可能因漏报或错报而损失数百万的订单。

语核科技的 “数字员工” 改变了售前工程师与时间的赛跑。

一份新的招标文件上传系统,AI 会在 20 分钟内完成过去需要 4 天时间去做的工作。

售前数字员工像一位经验丰富的老工程师,精准拆解出工程、零部件、维护等不同类型的核心招标需求。调取历史数据与成本模型,生成合规报价,确保每一份投标文件的准确率超过 90%。

语核科技有个执念,即 AI Agent 必须帮企业实现降本增效,要么能直接帮助客户快速提振营收,要么能帮助客户快速压缩成本。

01

从 ToC 到 ToB,

一场关于 “价值付费” 的创业转型

2023 年夏天,大模型创业潮席卷而来时,从帆软出来的翟星吉带领语核科技团队,开发了一款面向 C 端的桌面生产力工具,产品迅速收获数万用户,留存率亮眼。

然而,付费转化并不好,哪怕产品将 C 端用户的效率提升 10 倍,他们买单的意愿仍然不高。

“这相当于给用户一把锤子,但他没有钉子可敲。” 翟星吉在接受牛透社采访时这样总结。

这次试错让团队看清了一点,即用户的时间价值决定了用户的付费逻辑。

C 端生产力工具需依赖用户自身的价值创造能力,普通用户难以形成付费闭环。

受到当时海外 AI 创业项目启发,语核科技团队曾尝试开发类似 "扣子" 的 C 端 Agent 构建平台,让超级个体能自主训练专属 AI 助手,用于视频剪辑脚本生成、多平台内容分发等场景。

但是他们面对的竞争对手过于强大,由于字节等大厂通过旗下产品天然占据用户入口,形成了用户行为的数据闭环,能快速迭代垂类 Agent。

初创公司依赖公开 API,效果滞后,教育用户自己搭建 Agent 的成本远高于直接提供成品工具。

于是翟星吉果断放弃了 C 端业务。

这段探索成为语核科技转向 ToB 的关键转折。

他们发现,企业端的需求本质上是 "用 AI Agent 实现降本增效",他们把效率工具当作生产资料,一个 Agent 数字员工,价值可以直接折算成财报上的数字。

而超级个体市场则需先证明,为他们节省的时间能变成钱。

这种差异,最终让团队 All in 到 "数字员工" 的战场。

他们大量拜访企业客户,每周至少 4 家,不奔签约,只关注三个问题:

“公司最核心的业务流程中的核心阻塞点是什么?”

“公司老板、部门中层熬夜在解决什么?”

“我们能不能尝试用 Agent 解决这个问题?”

这种刺刀见红的调研方式效果也很明显,从 2024 年 4 月份开始,公司在一个季度里建联了上百个客户。

“我们的价值主张是,通过 AI Agent 直接解决企业可量化的核心业务痛点,摒弃传统数字化工具的说服成本,用即时 ROI 证明价值,要么赚钱要么省钱。” 翟星吉告诉牛透社。

02

不一样的付费逻辑

语核科技做的事情就是将 Agent 数字员工提供给企业,在商业逻辑上颠覆了企业级软件产品的价值交付方式。

传统软件销售模式中,企业客户购买的是功能模块或席位订阅,需要自行配置、培训员工使用,最终价值依赖客户自身的落地能力。这种模式导致软件厂商陷入功能内卷和价格战,而客户则面临 "投入高、见效慢" 的困境。

翟星吉说,他们不想再做说服客户的事情。卖传统数字化系统需要给老板画 “未来价值” 的饼,而他们要做的是直接呈现可计算的 ROI —— 要么帮客户赚更多钱,要么帮他们省更多钱。

这种理念将 AI 能力转换为具体岗位的数字员工,按实际业务结果收费。

语核科技的 "底薪+提成" 定价模型彻底改变了软件付费逻辑。底薪部分覆盖数字员工的基础运维成本,确保服务的稳定性;提成部分则根据实际产生的业务价值进行分成,如销售线索转化提升带来的增量营收、人力解放产生的成本节约等。

这种模式将厂商与客户的利益深度绑定。以售前数字员工为例,某制造企业引入后,报价周期从 4 天缩短至 20 分钟,响应速度提升数百倍,而语核科技仅按新增订单金额的一定比例获取回报。

企业老板们只相信确定性的价值,花了多少钱,能带来多少确定的营收增长或成本节约,他们就愿意付相应的费用。

03

敢对客户说 「不」

在客户选择上,有时候拒绝一个项目比拿下十个项目更重要。

语核科技的首要原则是坚决拒绝 "KPI驱动型项目"。

这类项目通常源于企业管理层的 AI 指标压力,而非真实业务需求,典型表现为 "领导说要搞个 AI 项目",最终往往沦为搭知识库、做聊天机器人等形式化工程。

翟星吉在访谈中表示,这类项目他们一直比较排斥,如果需求本身都不存在,何谈落地呢?

他们的实施标准是,客户场景必须能明确测算投入产出比,要么带来确定性营收增长,要么实现可量化的成本节约。而且要有价值共识,客户需认可 "数字员工按结果付费" 的模式,而非单纯采购工具。

某国企曾提出开发通用型企业聊天机器人项目,预算充足但无法明确业务价值。语核科技评估后发现其本质是 "为了 AI 而 AI" 的 KPI 项目,最终婉拒。

与此对比,一家汽车零部件头部企业的供应链单据处理项目因能直接解放 6 名人工去从事更加创造性的工作,降低企业千万级现金流压力,成为标杆案例。

语核科技选择客户的第二个原则是聚焦高科技特定垂直岗位,而非通用解决方案。

通过将数字员工限定在 "售前解决方案" "供应链单据处理" "产线质检技术员" 等具体职能,实现跨客户的快速复制。

翟星吉表示,他们所选岗位在不同企业间的能力模型相似,业务流程相对固定,知识沉淀清晰,价值密度大。比如,供应链单据处理有明确的规则…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/shuziyuangong/2025071750483.html